基于解释结构模型的在线旅游服务平台管理影响因素的分析
冯炜娟
(安康学院 陕南生态经济研究中心,陕西 安康 725000)
摘 要: 针对在线旅游服务平台管理不同影响因素间逻辑复杂、层次模糊的问题,提出基于解释结构模型的在线旅游服务平台管理影响因素分析方法,通过变异系数使在线旅游服务平台管理的15 个影响因素中的11 个影响因素达到共识。明确达到共识的11 个影响因素间的相关性,构建邻接矩阵。在此基础上,依照布尔矩阵计算准则确定可达矩阵,在可达矩阵中引入可达集与前因集,将11 个影响因素划分为四个层级。基于此,构建影响因素解释结构模型,分析不同影响因素之间的层级关系与逻辑架构。实验结果表明,该种影响因素分析方法可将平台用户量和使用率分别提升62.5%和91.2%以上,且交互性与层次性等方面显著优于对比方法。
关键词: 解释结构模型;在线旅游;服务平台管理;影响因素;层级关系;逻辑架构
0 引 言
作为世界三大产业之一,旅游业也被称为无烟产业,是基于旅游资源,设置旅游设施,用于接待游客并提供游览等相关服务的综合性产业[1],随着市场经济的快速发展,旅游业在国民经济中的重要性逐渐上升。受“互联网+”的影响,旅游业互联网化趋势越来越明显,部分配套齐全的在线旅游服务平台发展迅猛,而在线旅游服务平台管理则成为在线旅游服务平台发展的关键[2]。影响在线旅游服务平台管理的因素是多方面的,由于不同角度的影响因素之间具有隐性的、复杂的逻辑关系,所以明确不同影响因素对在线旅游服务平台管理的影响程度,能够切实提升在线旅游服务平台管理成效。
重组人Ⅱ型肿瘤坏死因子受体-抗体融合蛋白治疗类风湿关节炎的成本-效用分析 ………………………… 张崖冰等(5):662
解释结构模型是基于实践经验,通过图的矩阵描述方式将系统及系统各要素间的逻辑关系构建成多级阶梯结构的直观模型,利用必要的文字说明使问题整体与层次分明[3-4]。利用解释结构模型分析在线旅游服务平台管理影响因素,可切实解决在线旅游服务平台管理中存在的问题,使在线旅游服务平台管理效果显著上升,对提升在线旅游服务平台服务质量,增强在线旅游服务平台行业竞争力具有重要意义。
1 在线旅游服务平台管理影响因素分析方法
1.1 影响在线旅游服务平台管理的因素
1.1.1 因素选取
在现有的在线旅游服务平台管理影响因素分析相关文献中选取15 个影响因素,通过变异系数确定现有文献对选取的15 个影响因素是否达到共识[5],变异系数的计算公式如下:
依照布尔矩阵计算准则,基于邻接矩阵A 能够获取可达矩阵M ,用P 和n 分别表示单位矩阵和幂,假设:
为更清晰体现对比结果,将表5 中的数据用图形的形式描述,结果如图2 所示。
表1 在线旅游服务平台管理影响因素共识性测度
Table 1 Consensus measurement of influence factors of online tourism service platform management
2016年实施的短轨枕改造施工,按照原设计方案将线路分解为有缝线路后进行短轨枕更换,施工期间跨越7~8月份高温季节。从记录的施工轨温来看,分解无缝线路时最高轨温为 27℃(可将该温度视为ts)。在高温施工期间,为防止冻结夹板松卸后,因钢轨膨胀无法安装恢复冻结夹板,因此在施工过程中,选择在未拆卸冻结夹板的情况下进行短轨枕更换作业(可视为无缝线路状态),记录的当日最高施工轨温为 36℃,但未发生胀轨情况。即Δt=36℃-27℃=9℃,施工期间未发生胀轨现象。
1.1.2 明确不同影响因素间相关性,构建邻接矩阵A
根据选取的在线旅游服务平台管理影响因素以及经过邻接矩阵、可达矩阵和层次划分后得到的不同层级影响因素集,构建在线旅游服务平台管理影响因素的解释结构模型,如图1 所示。
表2 邻接矩阵A
Table 2 Adjacency matrixA
1.1.3 利用矩阵运算确定可达矩阵M
式中b 和p 分别表示标准偏差与平均认可度。通常情况下,将0.3 作为变异系数的阈值,当变异系数值高于0.3时,说明现有文献对此影响因素达成共识。
根据此过程能够获取可达矩阵:
2)给每例观察组患者建立延续性护理档案,可以保证医护人员对 就诊于不同机构的患者制定出协调一致的治疗护理策略,从而避免延误病情、重复用药等情况[1],观察其生活习惯,如:①饮食中是否主食偏多或糖分摄入过多;②是否有熬夜、作息不规律的情况;③每周是否有2~3次超过半小时的有氧运动;④直系亲属是否有糖尿病的病史,⑤患者每日的血糖情况绘制成曲线,以了解其血糖变化规律。
可达矩阵M 如表3 所示。
1.1.4 影响因素层次分析
为解决影响在线旅游服务平台管理不同因素间逻辑复杂、层次模糊的问题,需在可达矩阵中引入可达集与前因集,以明确在线旅游服务平台管理影响因素的层次结构。用W (Yi )和E (Yi )分别表示可达集与前因集中可达矩阵第Yi 行内影响因素为1 的列所对应的因素集和第Yi 列内影响因素为1 的行所对应的因素集。以W (Yi )=W (Yi )∩E (Yi )为原则划分不同影响因素层级,需先明确层级最高的影响因素,删除可达矩阵内此影响因素对应的行和列,再利用划分原则确定新层级最高的影响因素,如此循环能够获取不同层级中涵盖的影响因素[7],如表4 所示,得到第一层影响因素集L 1={Y 4,Y 6,Y 10,Y 11}。
各地质背景中二叠系土壤硒含量最高,平均值为1.52mg/kg,其次为三叠系与泥盆系,分别为1.21与1.01mg/kg,最低为奥陶系,为0.57 mg/kg。可以发现,石门县各地质背景表层土壤总体硒含量较高,其土壤平均值全部达到富硒标准(0.4mg/kg)。
表3 可达矩阵M
Table 3 Reachable matrixM
表4 第一层影响因素集分析
Table 4 Analysis of influence factor set in the first layer
依照上述过程,能够获取第二层、第三层和第四层的影响因素集分别为:L 2={Y 3,Y 8},L 3={Y 2,Y 9}和L 4={Y 1,Y 5,Y 7}。
1.2 构建影响因素解释结构模型
影响在线旅游服务平台管理、达成共识的11 个因素间是有关联的,彼此之间相互影响。用x 和x ×x 方形矩阵A 分别表示在线旅游服务平台管理影响因素的数量和不同影响因素间复杂的逻辑关系。假设因素Yj 受因素Yi 直接影响,那么矩阵元素aij 为1;假设因素Yj 不受因素Yi 直接影响,那么aij 为0。根据影响因素间的逻辑关系构建邻接矩阵A ,如表2 所示。
在钻取采样工作过程中,钻具将对锁合随动式限幅机构施加横向负载。根据设计需求,对限幅机构加载横向300 N的等效压强,校核限幅机构的静态结构刚度,得到的限幅机构主支撑架的有限元位移云图如图8所示。
图1 在线旅游服务平台管理影响因素的解释结构模型
Fig.1 An explanatory structure model for influence factors of online tourism service platform management
根据图1 得到,在线旅游服务平台管理影响因素共划分为四个层级。第一层级影响因素为表层影响因素,直接影响在线旅游服务平台管理[8],并且受第二、三、四层级影响因素的影响,包括管理人员的选取、管理人员的管理意识、人才培养制度与流失监控体制;第二层级和第三层级影响因素为中间层影响因素,对在线旅游服务平台管理起关键性影响[9],分别包括管理部门构建、平台收支核算和平台管理制度、旅游路线开发评估体制;第四层级影响因素为深层因素,表示影响在线旅游服务平台管理的根源性因素[10],包括国家政策、高层领导关注度和法律保障意识。
根据表1 可知,在15 个在线旅游服务平台管理影响因素中,有11 个因素的变异系数大于0.3,即达成共识的影响因素为11 个,分别是:国家政策(Y 1),平台管理制度(Y 2),管理部门的构建(Y 3),管理人员的选取(Y 4),高层领导关注度(Y 5),管理人员的管理意识(Y 6),法律保障意识(Y 7),平台收支核算(Y 8),旅游路线开发评估体制(Y 9),人才培养制度(Y 10),流失监控体制(Y 11)。
2 实验分析
为验证本文提出的基于解释结构模型的在线旅游服务平台管理影响因素分析方法的实用效果,以某在线旅游服务平台为实验对象,对比其采用本文方法一年后与上一年的用户量与使用率(占全部在线旅游服务平台用户量比例),结果如表5 所示。
表5 用户量与使用率对比
Table 5 Comparison of user volume and usage rate
选取50 位旅游服务平台管理研究者与在线旅游服务平台管理者对15 个影响因素实施问卷调查,将各影响因素的重要性从高到低划分为十个等级[6],分别用1~10 分描述。依照反馈的48 份有效问卷,获取参与问卷调查的相关人员对不同影响因素平均认可程度、标准差及变异系数等,结果如表1 所示。
分析图2 得到,使用本文方法后,实验对象电脑端的用户量和使用率分别提升62.5%和91.2%,而手机端的用户量和使用率分别提升101%和210%。实验结果表明,使用本文方法分析在线旅游服务平台管理影响因素能够提升平台管理效果,增强平台行业竞争力。
实验对比本文方法、单因素方差分析方法及Malmquist 和空间计量分析方法的交互性、全面性及层次性等性能,结果如表6 所示。
1.2.1 CAG检查 选择飞利浦血管造影机,经股动脉穿刺插管,于左、右冠状动脉处造影,采用2~3个体位进行投照,选择自动高压注射器注射碘帕醇注射液21~28mL,注射速度7mL/s,以造影导管直径为基准,分析左、右冠状动脉及其主要分支血管内径。
图2 用户量与使用率对比
Fig.2 Comparison of user volume and usage rate
表6 不同方法性能对比
Table 6 Performance comparison of different methods
由表6 可知,本文方法在交互性、层次性与管理效果方面明显优于另外两种分析方法,且全面性、逻辑关系与影响因素共识性等方面也不弱于另外两种分析方法,说明本文方法与对比方法相比能够较好地分析在线旅游服务平台管理影响因素,提升管理效果。
2018年6月4日,龙岩市永定区检察院指控林运娘犯非法占用农用地罪,向永定区法院提起公诉。经审理,永定区法院最终认定,林运娘违反土地管理法规,非法占用农用地6.1亩,改变被占用林地用途,数量较大,造成被占用林地大量毁坏,其行为已构成非法占用农用地罪。2018年8月31日,法院作出一审判决,林运娘被判处拘役4个月,并处罚金5万元。
3 结 论
随着旅游业与互联网技术的结合与发展,在线旅游服务平台成为当下主流旅游服务提供方之一。而由于在线旅游服务平台管理混乱,线路开发、项目推荐、客服与售后服务等缺乏科学的管理方式。无形资产与使用者大量流失,严重制约在线旅游服务平台的发展,因此需要明确在线旅游服务平台管理影响因素。而影响在线旅游服务平台管理的诸多因素间存在隐性的、复杂的逻辑关系。因此,本文采用解释结构模型分析在线旅游服务平台管理影响因素,通过构建影响因素的解释结构模型,将管理因素分为四个清晰、关联的层级。
实验结果表明,本文方法能够准确、全面的分析在线旅游服务平台管理影响因素,提升用户量与使用率,对提升在线旅游服务平台管理效果与服务质量、增强行业竞争力有着重要意义。
参考文献
[1]焦爱英,郭昕霞.基于解释结构模型的农民科技创业影响因素分析[J].科技管理研究,2016,36(4):212-217.JIAO Aiying,GUO Xinxia.Analysis of science and technology entrepreneurship of farmers based on interpretation structure model [J].Science and technology management research,2016,36(4):212-217.
[2]刘紫玉,申晓敏.基于解释结构模型的大学生就业影响因素分析[J].数学的实践与认识,2017,47(6):47-54.LIU Ziyu,SHEN Xiaomin.Analysis of the influence factors of college students employment based on the interpretative structural model [J].Mathematics in practice and theory,2017,47(6):47-54.
[3]王敬敏,康俊杰.基于解释结构模型的能源需求影响因素分析[J].中国电力,2017,50(9):31-36.WANG Jingmin,KANG Junjie.Analysis on influencing factors of energy demand based on interpretative structural modeling[J].Electric power,2017,50(9):31-36.
[4]王志远,吴泗宗.民族地区移动在线旅游服务顾客体验质量的影响因素:基于民族旅游地顾客双重视角的实证研究[J].贵州民族研究,2018,39(8):168-172.WANG Zhiyuan,WU Sizong.Effect factors of experience quality of mobile online tourism service in ethnic minority area:an empirical study based on the dual perspective of customer from minority tourism destination [J].Guizhou ethnic studies,2018,39(8):168-172.
[5]娄冬,娄策群.基于解释结构模型的老年人信息需求影响因素分析[J].图书情报工作,2018,62(7):88-95.LOU Dong,LOU Cequn.Research on the influence factors of elderly information needs based on interpretive structural modeling [J].Library and information service,2018,62(7):88-95.
[6]郑立峰,唐见兵.基于灰色关联分析的系统仿真因素权重确定[J].计算机仿真,2007,24(9):76-78.ZHENG Lifeng,TANG Jianbing.Weight determination of assessment indices in system simulation based on gray correlation analysis [J].Computer simulation,2007,24(9):76-78.
[7]周珍,葛甲竹,林云.基于VFT 的在线旅游网站消费者购买决策指标体系研究[J].数学的实践与认识,2015,45(18):146-154.ZHOU Zhen,GE Jiazhu,LIN Yun.An evaluation indicator system for online travel sites consumer purchase decision based on value focused thinking[J].Mathematics in practice and theory,2015,45(18):146-154.
[8]张思豆,李君轶,魏欢.旅游电商平台在线评论的可信度研究:以“阿里旅行·西安东线一日游”旅游产品为例[J].旅游学刊,2016,31(11):74-84.ZHANG Sidou,LI Junyi,WEI Huan.The study of the credibility of tourism E-commerce platform online reviews:a case study of "Ali Travel" [J].Tourism tribune,2016,31(11):74-84.
[9]李菲菲,田剑.在线旅游企业商业模式创新动力因素实证研究[J].中国流通经济,2017,31(12):14-23.LI Feifei,TIAN Jian.Empirical study on driving forces of innovation in business pattern of online tourism enterprises [J].China business and market,2017,31(12):14-23.
[10]颜卉,于梦晓,姜道奎,等.基于解释结构模型的金融创新产品质量影响因素分析[J].中国科技论坛,2018(11):116-124.YAN Hui,YU Mengxiao,JIANG Daokui,et al.Analysis of product quality impact factors based on interpretation structure model—taking financial innovation products as an example [J].Forum on science and technology in China,2018(11):116-124.
Analysis of influence factors of online tourism service platform management based on interpretive structure model
FENG Weijuan
(Southern Shaanxi Eco-economic Research Center,Ankang University,Ankang 725000,China)
Abstract: Since the online tourism service platform management has the problem of complicated logic and fuzzy hierarchy among different influence factors,an analysis method of influence factors of online tourism service platform management based on interpretative structural model is proposed.A consensus is reached on 11 out of 15 influence factors of online tourism service platform management,which is determined by coefficient of variation.The correlation among the 11 influence factors reaching the consensus is clarified and the adjacency matrix is constructed.On this basis,according to Boolean matrix calculation criteria,the reachable matrix is determined,in which the accessible set and antecedent set are brought,and 11 influence factors are divided into four levels.And then the explanatory structure model of influence factors is constructed to analyze the hierarchical relationship and logical structure between different influence factors.The experimental results show that the proposed method can increase the number of users and usage rate of the platform by 62.5% and 91.2% respectively,and its interaction and hierarchy are significantly better than the comparison method.
Keywords: interpretative structural model;online tourism;service platform management;influence factor;hierarchical relationship;logical structure
中图分类号: TN911.1-34;G475
文献标识码: A
文章编号: 1004-373X(2019)17-0138-04
DOI: 10.16652/j.issn.1004-373x.2019.17.029
收稿日期: 2018-12-06
修回日期: 2019-03-12
作者简介: 冯炜娟(1978—),女,陕西安康人,硕士,讲师,主要研究方向为旅游管理。
标签:解释结构模型论文; 在线旅游论文; 服务平台管理论文; 影响因素论文; 层级关系论文; 逻辑架构论文; 安康学院陕南生态经济研究中心论文;