移动服务的多维质量与顾客满意度：融合人工智能与机器学习的实证研究

本篇论文深入探讨了人工智能与机器学习在移动服务质量（Mobile Service Quality, MSQ）和顾客满意（Customer Satisfaction, CS）领域的研究。作者聚焦于华中科技大学的博士学位论文，针对移动商务这一新兴市场，服务质量的提升对于保持竞争优势和顾客忠诚度至关重要。 论文首先通过定性研究方法，识别并提炼出移动服务质量的三个主要维度，包括性能（Performance）、可靠性和响应性（Reliability and Responsiveness），这些维度进一步拆分为十个子维度，构建了一套多维多层的服务质量测评模型。通过部分分散技术（Partial Least Squares, PLS）和总体分散技术（Factor Analysis, FA）的对比，结果显示部分分散技术更为适用，证明了模型的有效性和合理性。 在顾客满意度方面，论文创新性地融合了静态视角和动态视角。静态视角下，作者提出顾客满意度的三个维度：互动满意（Interactive Satisfaction）、情境满意（Contextual Satisfaction）和结果满意（Outcome Satisfaction）。动态视角则关注特定交易满意（Transaction Satisfaction）、累积型满意（Cumulative Satisfaction）以及关系满意（Relationship Satisfaction）之间的动态演变。基于服务质量理论和公平理论，作者构建了一个顾客满意集成模型，该模型结合了静态和动态维度，为理解和预测顾客满意度提供了有力工具。 在实证分析部分，研究者不仅验证了移动增值服务顾客满意模型，还强调了感知公平在顾客满意度模型中的作用。此外，论文还区分了特定交易满意和累积型满意，揭示了这两类满意与顾客连续性动机（Continuance Intention）之间的关系，其中累积型满意起到了调节作用。这一发现对于企业制定服务策略和提升顾客忠诚度具有实际指导意义。 这篇论文通过深入的理论分析和实证研究，对移动服务的质量评估体系和顾客满意度模型进行了创新性探讨，为移动商务领域的发展提供了有价值的理论支持和实践建议。