基于卡諾模型的移動云存儲服務質量要素分類研究

萬莉 崔紫芳 程慧平

摘 要：[目的/意義]構建移動云存儲服務質量評價指標體系，對移動云存儲服務的不同質量要素進行分類，為促進移動云存儲服務質量改進與提高提供參考。[方法/過程]從技術質量、功能質量、交互質量、環境質量4個維度構建移動云存儲服務質量評價指標體系，運用Kano模型對移動云存儲服務質量要素進行分類，借助SII-DDI象限矩陣將服務質量要素進行決策優先級排序。[結果/結論]研究發現：在20個質量要素中，2個為基本質量要素，8個為期望質量要素，4個為魅力質量要素，6個為無謂質量要素。決策優先級最低的是系統完善性和用戶指南，最高的是系統響應性，其次是系統可靠性、安全保障、網絡泛在性和設備反應速率。為提高用戶滿意度，移動云存儲服務提供商需不斷調查了解并盡可能滿足用戶的基本質量要素需求，重點提高環境要素中的期望質量要素，積極尋找發掘并提升改進用戶的魅力質量要素需求。

關鍵詞：移動云存儲;云服務質量;Kano模型;用戶滿意度

DOI：10.3969/j.issn.1008-0821.2019.11.011

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2019）11-0098-09

Abstract：[Purpose/Significance]Constructing an evaluation indicator system of mobile cloud storage service quality，and categorizing different quality elements of mobile cloud storage service quality can provide reference for promoting mobile cloud storage service quality to improve and enhance.[Method/Process]This paper constructs the quality evaluation indicator system of mobile cloud storage service from four dimensions，namely，technical quality，function quality，interaction quality and environmental quality，and applies the Kano model to classify the quality elements of mobile cloud storage service，and ranks the decision priority of service quality elements according to the SII-DDI quadrant matrix.[Result/Conclusion]The results show that among the 20 quality factors，two factors are must-be quality elements，eight factors are one-dimensional quality elements，four factors are attractive quality elements，and six factors are indifferent quality elements.The lowest decision priority is system improvement and user guide，the highest is system responsiveness，followed by system reliability，security guarantee，network ubiquity and device reaction rate.To enhance customer satisfaction，the mobile cloud storage service providers need to investigate and meet the demand of users basic quality as far as possible，focus on increasing the one-dimensional quality factors of environmental elements，actively seek out and improve the users attractive quality elements.

Key words：mobile cloud storage;cloud service quality;Kano model;user satisfactory

隨著我國“互聯網+”戰略推進，用戶端數據呈爆炸式增長，云存儲技術應用是用戶數據存儲需求滿足的有效策略。第41次《中國互聯網絡發展狀況統計報告》顯示[1]，截至2017年12月，我國手機網民規模達7.53億，網民中使用手機上網人群的占比由2016年的95.1%提升至97.5%。隨著手機網民規模的快速增長，帶動了移動設備應用迅猛增長，用戶對移動設備的存儲空間以及移動設備資源的在線共享等要求越來越高，移動云存儲由此應運而生。移動云存儲服務指云端的數據存儲服務，作為在移動設備上存儲、共享和管理文件的一種方便可靠的工具，可以滿足用戶通過移動設備在云端隨時隨地進行備份、修改、訪問或共享文件的服務需求[2]。相對于傳統的存儲方式，移動云存儲服務具有跨平臺存儲、跨系統跨終端登錄和同步[3]，文件共享等特色功能，較好地滿足了用戶同步文件、共享文件及隨時隨地登錄的使用需求。面對不斷頻發的云存儲安全事故，用戶在使用云存儲應用的同時，對其安全問題產生了普遍的擔憂。未來大數據與物聯網的推動，移動云存儲服務發展仍有廣大前景。移動云存儲的傳輸速度、數據安全以及可持續發展性[4]受到了網絡技術的限制，影響了移動云存儲服務的自身發展，如何提升用戶體驗，增加用戶粘性是移動云存儲服務提供商亟需解決的問題。由此，促進移動云存儲服務質量優化與提升是移動云存儲服務可持續發展的關鍵。目前，云計算服務質量評價的相關研究主要在構建云服務質量評價指標體系并對指標進行權重分配的基礎上，選擇不同云服務提供商進行質量評價分析。典型的云服務質量評價研究文獻，如表1所示：

上述研究中，主要采用定性分析方式萃取指標，然后采用定量計算方式對指標進行權重分配，而對每個質量要素進行分類的研究少見。Kano二維質量模型是基于用戶的主觀感受與服務的客觀表現[14]，將各項服務的具體屬性轉化成顧客的收益，依據調研結果將影響服務質量的各要素進行詳細歸類，適用于在對用戶的需求進行分類并制定相應的服務質量改進優化策略上的研究。移動互聯網應用的快速發展，使得移動終端用戶數據迅猛增長，移動云存儲成為了用戶進行移動端數據存儲的首選方案。移動云存儲服務質量的提升，是增加移動云存儲服務用戶粘性的重要因素。學術界對移動云存儲的關注遠落后于其實踐的發展，移動云存儲服務質量的評價不僅需要注重用戶體驗，同時也需考慮移動云存儲服務的客觀表現。在主客觀相結合的基礎上構建移動云存儲服務質量評價體系，才能客觀合理地制定出服務質量優化方案。

移動云存儲服務質量的評判不僅能豐富云計算服務質量相關研究，而且能夠為其實踐發展提供理論借鑒。因此，本文以移動云存儲服務為研究對象，構建多層次多維度移動云存儲質量評價指標體系，采取問卷調查的方式獲取數據。基于Kano二維質量模型將移動云存儲服務質量要素進行分類，并計算各項服務質量要素的增加用戶滿意系數（SII）和降低用戶不滿意系數（DDI），建立SII-DDI二維矩陣。通過分析SII-DDI矩陣，將服務質量要素進行排序，確定決策服務要素的改進順序，為移動云存儲服務供應商調整和改進服務質量提供參考。

1 指標體系構建

瑞典學者Grnroos C[15]首先提出了顧客感知服務質量（Customer Perceived Service Quality）的概念，將服務質量劃分為功能質量（過程質量）和技術質量（結果質量）。Rust R T等[16]在Gronoos服務質量兩個維度基礎上，增加了環境質量維度，并認為服務質量是一個三維度的結構變量。Brady M K等[17]采用Rust對服務質量定義的三維度概念，將服務質量主維度劃分為互動質量、環境質量和結果質量。移動云存儲服務相對其他移動信息服務而言，更多的是功能服務，相對于傳統的存儲方式，移動云存儲服務具有跨平臺存儲、跨系統跨終端登錄和同步[3]，文件共享等特色功能，較好地滿足了用戶數據存儲需求。

因此，在Gronroos服務質量兩個維度基礎上，結合移動云存儲服務的特征（人—人交互和人—機交互方式），引入Brady服務質量中互動質量與環境質量兩個維度，從技術質量、功能質量、交互質量和環境質量4個主維度來研究移動云存儲服務質量。確定研究的主維度后，通過調研云服務質量相關文獻，構建初步的多層次多維度移動云存儲服務質量評價指標體系，采用領域專家調查和用戶訪談法對評價指標體系進行篩選，遴選電子服務質量、云計算服務質量領域專家6名，其中教授1名、副教授2名、博士研究生3名;遴選具有1年以上移動云存儲使用經驗用戶6名。最終確定移動云存儲服務質量評價指標體系，包括4個主維度、20項子指標，如圖1所示。

1）技術質量：是指用戶在使用移動云存儲系統過程中，對移動云存儲平臺性能的服務感知，共包括6項指標：系統穩定性、系統完善性、系統響應性、系統兼容性、系統可靠性、版本多樣性。系統穩定性[18]：指用戶在使用移動云存儲系統時，系統處理性能的穩定性狀況，是否會出現閃退、卡頓等情況;系統完善性[11]：反映移動云存儲系統是否經常修改完善現有的系統，升級更新系統;系統響應性[18]：用戶在訪問移動云存儲系統時，用于衡量系統對用戶發出的指令作出反應的速度;系統兼容性[19]：指移動云存儲系統是否支持用戶使用多臺移動設備同時訪問;系統可靠性[6，9，20]：用于體現移動云存儲系統提供持續服務的可靠性，即云存儲系統是否會面臨癱瘓、倒閉等情況而致使面向用戶的移動云存儲服務中斷甚至終止;版本多樣性[10]：指移動云存儲系統是否為用戶提供不同操作系統下的服務客戶端，如安卓、iOS等操作系統。

2）功能質量：是指用戶在使用移動云存儲系統后，對使用結果的服務感知。主要從移動云存儲能夠為用戶提供的功能和用戶所需的其他可能實現的功能兩個方面考慮，包括5項指標：存儲空間、安全保障、傳輸速度、信息備份、在線編輯。存儲空間[9，11，21]：主要指移動云存儲系統提供的免費初始容量以及付費會員后享受的存儲容量，能否滿足用戶對存儲空間的基本需求及特殊需求;安全保障[22-23]：移動云存儲系統提供服務時能否保障用戶安全，包括用戶個人信息安全以及存儲文件安全;傳輸速度[11，21]：指用戶在使用移動云存儲系統過程中，在免費和付費兩種不同模式下軟件提供的最大傳輸速度;信息備份[11，24]：指移動云存儲系統是否提供通訊錄同步、短信與文件備份功能;在線編輯[10-11]：指移動云存儲系統能否為用戶提供在線編輯的功能，如在線編輯文檔、個人名片等。

3）交互質量：是指用戶在使用移動云存儲系統時，對用戶之間、人機之間交流互動的服務感知，包括4項指標：用戶指南、用戶互動、意見反饋、個性化服務。用戶指南[25]：指移動云存儲服務提供商內置于軟件中為用戶提供的服務操作幫助指南，旨在反映用戶在使用移動云存儲系統服務過程中遇到疑難時能否快速得到解決問題的方案或步驟;用戶互動[24]：包括用戶之間的信息交流互動及資源共享的情況;意見反饋[26-27]：反映移動云存儲服務工作人員對用戶的反饋意見是否及時給予適當合理的回應;個性化服務[18]：主要指移動云存儲系統是否根據用戶需求，為用戶提供個性化定制服務。

4）環境質量：是指用戶在使用移動云存儲時對服務環境的感知，是考慮使用移動云存儲服務的前提和保障，主要包括5項指標：界面設計、登陸便捷性、網絡泛在性、網絡連接性、設備反應速率。界面設計[26，28]：用于反映移動云存儲系統界面設計的美觀實用性，是否給用戶提供簡潔舒適的使用體驗;登陸便捷性：用戶能否使用不同的社交平臺（應用軟件）直接登陸移動云存儲系統，如QQ、微信、微博等;網絡泛在性[23]：主要指在無處不在的網絡環境下，用戶是否可以在任何時間、任何地點使用移動云存儲系統;網絡連接性：用戶能否隨時隨地通過移動無線網絡接入移動云存儲系統服務器;設備反應速率[25]：指用戶所使用移動設備的反應速率，衡量移動云存儲系統運行過程對用戶所使用的移動設備性能的要求。

2 問卷設計與數據收集

問卷設計分為兩部分：第一部分為用戶的基本信息，包括性別、年齡、受教育程度以及目前職業;第二部分是Kano問卷的主體，是對移動云存儲服務質量要素調查的20個題項，題項參考唐娜[29]的問卷形式進行設計。問卷設置完成后，邀請熟悉Kano模型領域專家進行咨詢，然后邀請具有1年以上云存儲使用經驗的用戶、課題組成員進行預調查，結合領域專家和用戶意見進行修改問卷。

云存儲服務作為一種典型互聯網應用服務，針對云存儲服務調查群體的選擇，北京大學市場與媒介研究中心發布的《個人云服務用戶使用情況調查》顯示：45歲以下大學本科及以上學歷的年輕群體為個人云存儲優勢群體[30]。另外，龔藝巍等[31]采用質性研究方法探究云存儲用戶持續使用行為影響因素研究中將具有本科以上學歷的青年群體作為訪談對象。因此，本研究將調查對象主要設定在高校師生群體。采用“問卷星”制作調查問卷，招募10名具有碩士研究生及以上學歷的調查人員委托他們通過微信、QQ向具有移動云存儲使用經驗的高校教師、高年級本科生、碩士研究生（含MBA、MPA）、博士研究生、其他企事業工作人員發放問卷收集調查數據，在發送調查問卷前先咨詢被調查對象是否使用過移動云存儲（如百度云，微云等），選擇具有移動云存儲服務使用經驗的用戶進行調查，共回收問卷205份。

借鑒趙宇翔等[32]針對在線調查中無效問卷剔除經驗，經篩選和剔除無效問卷后，最終得到有效問卷為163份，有效率達79.51%。回收問卷后，把第二部分Kano問卷主體進行匯總。將每份問卷按照狩野紀昭教授Kano評價表的方式來統計落于各個質量屬性的頻數，如表2所示。表2中A代表魅力屬性;M代表基本屬性;O代表期望屬性;I代表無謂屬性;R代表反向屬性;Q代表答案有問題，故舍棄。

3 數據分析

調查樣本的人口特征統計描述如表3所示：男性用戶占總樣本52.8%、女性用戶占47.2%。大學本科及以上學歷人員占比達98.2%。18～40歲用戶占比達93.3%。從調查對象的職業分布來看，高校學生與教師占比達到83.5%。可見，本研究遴選的調查對象與《個人云服務用戶使用情況調查》[30]顯示：“教育程度在大學本科學歷的年輕群體為個人云存儲優勢群體”的個人云存儲服務用戶分布特征相符合。因此，本次調查樣本具有代表性。

本文的調查數據分析由3部分構成。第一部分對樣本數據進行項目分析、信度與效度檢驗;第二部分基于Kano二維質量模型對移動云存儲服務質量要素進行分類;第三部分根據服務質量要素的分類情況，計算各項服務質量要素的增加用戶滿意系數和降低用戶不滿意系數，通過分析SII-DDI矩陣將服務要素進行排序。

3.1 項目分析、信度與效度檢驗

1）項目分析：借鑒邱皓政[33]采用極端分組法的項目分析方法，借助SPSS 20.0進行本研究問卷的項目分析，對問卷的各項指標進行T檢驗。先將所有有效問卷的反向問題得分轉換為正向得分，再對每份問卷的各項指標得分進行加總，以總分排序前后27%的極端區域的樣本分為高分組和低分組。分析結果顯示：高分組和低分組在20項調查指標的檢驗均達到顯著性水平（P<0.01），說明問卷各項指標均具有鑒別度。

2）信度檢驗：利用SPSS 20.0進行數據分析，采用Cronbachs α值對調查問卷的數據進行信度檢驗。檢驗結果，如表4所示：Kano問卷主體的正向與反向問題的Cronbachs α值分別為0.923和0.966，均大于0.8，表明量表信度非常好，整個問卷的內部結構保持高度的一致性，回收的問卷具有高度的可靠性，并且4個主維度層面影響因素的正反問題的Cronbachs α均大于0.7，進一步表明問卷內部一致性良好，可靠性高。

3）效度分析：通過SPSS 20.0進行探索性因子分析，檢驗問卷的結構效度。利用Kaiser提出的KMO統計量進行效度檢驗，KMO值越接近于1表示效度越好。KMO檢驗值為0.906，Bartlett球形度檢驗近似卡方為5002.924，P值通過1%的顯著性水平檢驗，采用主成分和方差最大正交旋轉進行分析，保留特征值大于1的因子，得到6個主要因子，累計方差解釋為66.914%。表明問卷的結構效度良好[34]，能較真實準確反映出移動云存儲服務質量的要素。問卷內容通過了領域專家訪談及云存儲服務使用經驗豐富的用戶進行了調查，問卷內容能較好地代表所需要測量的內容。因此，問卷具有良好的內容效度[35]。

3.2 服務質量要素的Kano屬性分類

根據表2的Kano評價表，對每份問卷進行評價后，將所有有效問卷的數據進行二次匯總。即對每個指標的各個屬性進行加總，得到每個指標下的6個屬性的總頻數（每個指標的6個屬性總頻數之和相等且為有效問卷份數）。根據狩野紀昭教授Kano屬性歸類方法，取頻數大者為該指標的最終質量屬性。各項服務質量要素的Kano統計結果，如表5所示：

依據表5的Kano統計結果將移動云存儲服務質量要素屬性進行歸類整理，發現本次的研究調查中無問題性質量要素（Q）和反向質量要素（R）。具體的移動云存儲服務質量要素Kano屬性分類情況[36]，如圖2所示。

1）基本質量要素（M）：該要素主要特點是：在基本質量要素滿足的情況下，用戶的滿意度卻得不到提高，然而該要素一旦不滿足，會立即引起用戶的不滿意。因此在Kano圖中（圖2左上）顯示為一條曲線，且當基本質量要素滿意度趨近無窮大時，曲線無限接近水平軸，但不會超出水平軸。本研究調研結果顯示，系統穩定性和安全保障兩項要素被歸類為基本質量要素，表明用戶將系統穩定性以及平臺安全保障視為必備質量屬性，是移動云存儲服務提供商必須提供的服務要素，一旦系統不穩定或者用戶的信息安全沒有得到保障，會引起用戶的不滿意，導致用戶產生埋怨甚至投訴。

2）期望質量要素（O）：此類要素的用戶滿意度與要素滿足度成線性的正比關系，當期望質量服務要素的滿足度越高，用戶對該項服務質量的滿意度就越高，反之滿意度越低。期望質量要素在Kano圖中（圖2左下）顯示為一條直線，是穿過原點和第一、第三象限的正比例直線。經計算發現，共有8項要素被歸類為期望質量屬性。在技術質量層面，系統響應性、系統可靠性和版本多樣性是用戶期望的要素，這些要素滿足度越高，用戶越滿意;從功能質量層面分析，期望質量要素包括存儲空間和傳輸速度，因此移動云存儲系統需不斷擴充存儲空間，提高傳輸速度，盡可能滿足用戶的期望質量要素需求，提高用戶的滿意度;在環境質量層面，網絡泛在性、網絡連接性以及設備反應速率均為期望質量屬性，表明環境質量要素是重要的期望質量要素。可見，移動云存儲服務提供商應重點提高環境質量層面的要素質量，從而獲得更高的用戶滿意度。

3）魅力質量要素（A）：當該質量要素滿足時，會給用戶帶來極大滿意甚至意想不到的驚喜，而當該要素不滿足時也并不會引起用戶的不滿意。相較基本質量要素、期望質量要素和無謂質量要素，魅力質量屬性的服務要素對用戶的吸引力更大，培養其用戶忠誠度也越容易，同時該服務要素往往也是用戶的潛在需求。魅力質量要素在Kano圖中（圖2右上）顯示為往上揚的一條曲線。通過調查分析發現：4項要素被列入魅力質量屬性，分別是系統兼容性、個性化服務、界面設計和登錄便捷性，反映出這些要素是用戶最關注的部分，也是最容易提高用戶滿意度的要素。

4）無謂質量要素（I）：無論該類要素的滿足與否，都不會引起用戶滿意度的提升或下降。無謂質量要素在Kano圖中（圖2右下）顯示為一條直線，且與水平軸保持平行。調查結果顯示，用戶對于系統完善性、信息備份、在線編輯、用戶指南、用戶互動以及意見反饋這6項服務質量要素表現出無所謂的態度，即用戶在使用移動云存儲服務時并不在乎這些要素質量的好壞。在這些無謂質量要素中有一半屬于交互質量（用戶指南、用戶互動、意見反饋），而交互質量反映的是用戶在使用移動云存儲系統時，對人人交互和人機交互的服務感知，表明用戶在使用移動云存儲系統時，主要關注個人的服務體驗，如文件資料的上傳與下載，而很少關注用戶之間、用戶與系統之間的交流，因此這些要素的提供與否對用戶產生的影響較小。

3.3 SII-DDI矩陣分析

Berger C等[37]在Kano模型基礎上提出了改善質量指標，即用戶滿意系數，分為增加用戶滿意系數（SII）和降低用戶不滿意系數（DDI）。SII取值在0～1之間，當要素的滿足對增加用戶滿意影響越大時，SII值越接近于1;DDI取值在-1～0之間，當要素的不滿足對降低用戶不滿意影響越大時，DDI值越接近于-1。具體計算公式，如式（1）、（2）所示，計算結果如表6所示。

在圖3的坐標軸中，以SII值作X軸，以DDI值作Y軸。水平軸值越往右，垂直軸值越往下的點，代表服務要素的影響度越大。計算各服務要素的SII平均值為0.503，DDI平均值為-0.468。以原點為圓心，以0.2的倍數長度為半徑，作圓弧輔助線，并根據SII平均值和DDI平均值作分別平行于Y軸與X軸的直線，繪制出最終的SII-DDI分析矩陣[36]，如圖3所示。圖3中的質量要素離原點越遠，意味著該要素的增加用戶滿意度與降低用戶不滿意度的綜合影響能力越大，反之其綜合影響能力越小。由圖3可知，離原點最近的要素是F2（系統完善性），其次是F12（用戶指南），表明其綜合影響度較低，移動云存儲服務提供商在制訂提升服務質量戰略規劃時，其優先級應較低;離原點最遠的要素是F3（系統響應性），接著是F5（系統可靠性）、F8（安全保障）、F18（網絡泛在性）以及F20（設備反應速率）。因此，移動云存儲服務提供商在制定發展計劃時應著重考慮這幾個要素。

4 結論與建議

從技術質量、功能質量、交互質量、環境質量4個維度構建移動云存儲服務質量評價指標體系，包括20個質量要素指標。運用Kano模型對移動云存儲服務質量要素進行分類，結果顯示：20個質量要素中，2個為基本質量要素，8個為期望質量要素，4個為魅力質量要素，6個為無謂質量要素。

1）基本質量要素包括：系統穩定性和安全保障，表明這兩個要素是移動云存儲服務提供商必須提供的，一旦系統不穩定或者用戶的信息安全沒有得到保障，便會引起用戶的不滿意，導致用戶產生埋怨和投訴。為提高用戶滿意度，移動云存儲服務提供商需要不斷地調查和了解用戶的基本質量要素需求，改進完善移動云存儲系統的基本服務質量來滿足用戶的需求。

2）期望質量要素包括：技術質量層面的系統響應性、系統可靠性和版本多樣性;功能質量層面的存儲空間和傳輸速度;環境質量層面的網絡泛在性、網絡連接性以及設備反應速率。此類要素體現的是移動云存儲替代產品的競爭能力，移動云存儲服務提供商應盡可能滿足用戶的需求，提升用戶滿意度。其中環境質量要素是重要的期望質量要素，應予以高度關注，為用戶營造良好的體驗環境。

3）魅力質量要素包括：系統兼容性、個性化服務、界面設計和登錄便捷性。表明這些要素是用戶最關注的部分，也是最容易提高用戶滿意度和忠誠度的要素。因此，移動云存儲服務提供商需要尋找并發掘用戶對于魅力質量要素的需求，積極努力去提升并改進這些要素，從而增加用戶滿意度。

4）無謂質量要素包括：系統完善性、信息備份、在線編輯、用戶指南、用戶互動以及意見反饋。表明用戶并不關心這些要素的提供與否，移動云存儲服務供應商無需對這些要素花費大量精力進行改進或提升。由于質量要素屬性具有時間動態性，即質量要素屬性會隨著時間的推移而發生改變，現在的無謂質量要素在未來可能會轉變為魅力質量要素或基本質量要素，這是難以預測的。由此，移動云存儲系統的管理策略需要適時進行動態調整，或者定期進行相應的改進。

為了給移動云存儲服務供應商提升服務質量提供理論決策依據，借助SII-DDI象限矩陣將服務質量要素進行決策優先級排序。

1）根據表6和圖3的結果，SII、DDI的平均值分別為0.503、-0.468，據此本文選取SII、DDI的絕對值大于0.6進行分析，發現：從增加用戶滿意度的角度，系統響應性、網絡泛在性要素的具備可以較大增加用戶滿意度;從降低用戶不滿意的角度，系統響應性、系統可靠性、安全保障和設備反應速率要素的不足會帶來用戶的不滿意，且努力改進也不能保障可以提升用戶的滿意度。

2）就增加用戶滿意度與降低用戶不滿意度的綜合影響能力而言，系統完善性和用戶指南綜合影響力較低，移動云存儲服務提供商在制訂提升服務質量發展策略時，其優先級應較低。系統響應性的決策優先級最高，其次是系統可靠性、安全保障、網絡泛在性和設備反應速率，因而移動云存儲服務提供商在制定發展計劃時，應著重考慮這些服務要素。

參考文獻

[1]中國互聯網絡信息中心（CNNIC）.第41次《中國互聯網絡發展狀況統計報告》[R].北京，2017.

[2]Cheng S，Choi B J.An Empirical Investigation of Users Voluntary Switching Intention for Mobile Personal Cloud Storage Services Based on the Push-pull-mooring Framework[J].Computers in Human Behavior，2019，92：198-215.

[3]崔勇，賴澤祺，繆蔥蔥.移動云存儲服務關鍵技術研究[J].中興通訊技術，2015，（2）：10-13.

[4]中國電子網.云存儲的優勢與劣勢解析[EB/OL].http：//www.21ic.com/news/rf/201607/681686.htm，2018-03-06.

[5]Lang M，Wiesche M，Krcmar H.Technical and Managerial Quality of Services in Cloud Computing：A Delphi Study[J].Information & Management，2018，55（6）：746-758.

[6]Choi C R，Jeong H Y.Quality Evaluation and Best Service Choice for Cloud Computing Based on User Preference and Weights of Attributes Using the Analytic Network Process[J].Electronic Commerce Research，2014，14（3）：245-270.

[7]Abdel-Basset M，Mohamed M，Chang V.NMCDA：A Framework for Evaluating Cloud Computing Services[J].Future Generation Computer Systems，2018，86：12-29.

[8]Lee S，Seo K K.A Hybrid Multi-criteria Decision-making Model for a Cloud Service Selection Problem Using BSC，Fuzzy Delphi Method and Fuzzy AHP[J].Wireless Personal Communications，2016，86（1）：57-75.

[9]鄧仲華，汪宣晟，李志芳，等.信息資源云服務的質量評價指標研究[J].圖書與情報，2012，（4）：12-15.

[10]Dai D，Zheng W，Fan T.Evaluation of Personal Cloud Storage Products in China[J].Industrial Management & Data Systems，2017，117（1）：131-148.

[11]程慧平，程玉清.用戶體驗視角下的個人云存儲服務質量評價研究[J].情報科學，2017，（9）：12-17.

[12]程慧平，彭琦.個人云存儲網站影響力評價體系構建研究[J].現代情報，2018，38（8）：90-94.

[13]王文婧.移動云計算的QoE評價與優化研究[D].北京：北京郵電大學，2013.

[14]孟慶良，卞玲玲，何林，等.整合Kano模型與IPA分析的快遞服務質量探測方法[J].工業工程與管理，2014，19（2）：75-80.

[15]Grnroos C.Service Management and Marketing：Managing the Moments of Truth in Service Competition[M].Jossey-Bass，1990.

[16]Rust R T，Oliver R L.Service Quality：New Directions in Theory and Practice[M].Sage Publications，1993.

[17]Brady M K，Jr J J C.Some New Thoughts on Conceptualizing Perceived Service Quality：A Hierarchical Approach[J].Journal of Marketing，2001，65（3）：34-49.

[18]程慧平，楊偉.基于IPA和因子分析法的個人云服務評價模型[J].現代情報，2017，37（10）：28-35.

[19]Lee Y C.Why Do People Adopt Cloud Services？Gender Differences[J].Social Science Information，2016，55（1）：78-93.

[20]黃云.基于QoS的云服務評價模型及應用的研究[D].杭州：浙江工商大學，2013.

[21]程慧平.基于解釋結構模型的個人云存儲服務使用影響因素研究[J].圖書館學研究，2017，（17）：48-54.

[22]Arpaci I.Understanding and Predicting Students Intention to Use Mobile Cloud Storage Services[J].Computers in Human Behavior，2016，58：150-157.

[23]Ramachandran N，Sivaprakasam P，Thangamani G，et al.Selecting a Suitable Cloud Computing Technology Deployment Model for an Academic Institute[J].Campus-Wide Information Systems，2014，31（5）：319-345.

[24]程慧平，王建亞.面向個人用戶的云存儲服務質量測量量表探討[J].情報科學，2017，35（11）：66-71.

[25]王博雅，鄧仲華.移動閱讀服務質量測評——基于ANP-模糊綜合評價法[J].圖書館論壇，2018，38（2）：71-80.

[26]馬靜南.基于用戶體驗的普適型云服務系統質量評價體系構建研究[D].南京：南京大學，2014.

[27]郭明晶.移動電子商務服務質量控制研究[D].武漢：武漢大學，2012.

[28]Choi C R，Jeong H Y，Park J H，et al.Relative Weight Comparison Between Virtual Key Factors of Cloud Computing with Analytic Network Process[J].Journal of Supercomputing，2016，72（5）：1694-1714.

[29]唐娜.基于卡諾模型的數字參考咨詢服務質量關鍵因素研究[J].圖書情報工作，2016，60（18）：63-70.

[30]北京大學市場與媒介研究中心.個人云服務用戶使用情況調查[EB/OL].https：//max.book118.com/html/2016/0103/32606159.shtm，2018-09-20.

[31]龔藝巍，王小敏，劉福珍，等.基于扎根理論的云存儲用戶持續使用行為探究[J].數字圖書館論壇，2018，（9）：29-36.

[32]趙宇翔，彭希羨，朱慶華.社交媒體后續采納階段用戶轉移行為研究——以微信為例[J].情報學報，2016，35（2）：208-224.

[33]邱皓政.量化研究與統計分析：SPSS中文視窗版數據分析范例解析[M].臺中：五南圖書出版公司，2003.

[34]王嵐.圖書館創客空間用戶信息服務需求分析與服務策略[J].圖書情報工作，2018，62（12）：39-45.

[35]高潔，楊歡.基于公眾需求的政府電子信息服務質量影響因素實證研究[J].情報理論與實踐，2017，40（8）：13-18.

[36]吳兵濤.基于Kano-IPA整合模型的客運站服務評價研究[D].西安：長安大學，2015.

[37]Berger C，Blauth R，Boger D，et al.Kanos Methods for Understanding Customer-defined Quality[J].Center for Quality Management Journal，1993，2（4）：2-36.

（責任編輯：陳 媛）