基于特征選擇技術(shù)的顧客需求重要度確定方法

耿秀麗，葉春明

（上海理工大學(xué) 管理學(xué)院，上海 200093）

0 引言

在全球可持續(xù)發(fā)展的背景下，為應(yīng)對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)，提高自身競(jìng)爭(zhēng)力和利潤空間，制造企業(yè)開始向服務(wù)型制造企業(yè)轉(zhuǎn)型，即以顧客為中心，設(shè)計(jì)出產(chǎn)品和服務(wù)組合的整體解決方案。顧客需求分析是產(chǎn)品和服務(wù)開發(fā)的主要依據(jù)，是實(shí)現(xiàn)以顧客為中心的設(shè)計(jì)、制造理念的重要前提。作為產(chǎn)品和服務(wù)規(guī)劃質(zhì)量屋的輸入，顧客需求重要度影響產(chǎn)品和服務(wù)工程特性以及方案特征重要度的確定，對(duì)企業(yè)產(chǎn)品和服務(wù)開發(fā)的成功與否起到至關(guān)重要的作用。在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境中，簡(jiǎn)單滿足顧客需求并不能保證產(chǎn)品／服務(wù)開發(fā)的成功，確定顧客需求重要度必須考慮競(jìng)爭(zhēng)對(duì)手的顧客需求滿足現(xiàn)狀［1］，其關(guān)鍵技術(shù)有：①確定顧客需求的基本重要度；②進(jìn)行競(jìng)爭(zhēng)性分析，修正顧客需求重要度。技術(shù)①的難點(diǎn)是如何客觀地識(shí)別顧客需求并確定其重要度，技術(shù)②的難點(diǎn)是如何合理地計(jì)算本企業(yè)和各競(jìng)爭(zhēng)企業(yè)的地位。顧客需求最終重要度的確定需結(jié)合其基本重要度和競(jìng)爭(zhēng)性重要度。

顧客需求基本重要度確定的典型方法有：①專家直接打分法，該方法簡(jiǎn)單直觀，但是主觀性強(qiáng)且不能處理語義評(píng)價(jià)信息；②層次分析法（Analytic Hierarchy Process，AHP）［2］，該方法適用面廣，但需要調(diào)查大量顧客需求并兩兩比較信息，難以保證方法所要求的評(píng)判信息一致性；③模糊方法［3-4］，該方法可處理不確定性評(píng)價(jià)信息，但是要依賴專家決策或AHP等方法，仍不能克服這些方法的缺點(diǎn)。針對(duì)這三類方法的問題，文獻(xiàn)［5-6］采用粗糙集中完備信息系統(tǒng)的多屬性決策方法確定顧客需求的基本重要度。粗糙集方法具有能有效處理數(shù)據(jù)的模糊性和不確定性以及不需要先驗(yàn)知識(shí)等優(yōu)點(diǎn)，作為數(shù)據(jù)挖掘技術(shù)，能夠從產(chǎn)品／服務(wù)滿意度數(shù)據(jù)中識(shí)別關(guān)鍵的顧客需求并計(jì)算其重要度。特征選擇技術(shù)是一種成熟和典型的用于數(shù)據(jù)集特征識(shí)別的數(shù)據(jù)挖掘方法。Ahmad等［7］將特征選擇技術(shù)應(yīng)用到分類算法中，提出基于條件概率的特征重要度計(jì)算方法；Sikonja等［8］提出特征選擇技術(shù)可用于識(shí)別問題的三因子結(jié)構(gòu)，即Kano因子結(jié)構(gòu)；在此基礎(chǔ)上，Amir等［9］根據(jù)特征選擇技術(shù)提出基于規(guī)則的顧客滿意相關(guān)指標(biāo)Kano三因子結(jié)構(gòu)識(shí)別方法。從特征選擇技術(shù)的上述研究中不難發(fā)現(xiàn)，在產(chǎn)品和服務(wù)顧客需求屬性及顧客總體滿意度數(shù)據(jù)的基礎(chǔ)上，特征選擇技術(shù)可用于識(shí)別關(guān)鍵顧客需求并計(jì)算其基本重要度。

顧客需求的Kano屬性是顧客需求重要度修正過程中通常考慮的因素，因?yàn)镵ano屬性反映了顧客需求表現(xiàn)與顧客滿意度間的相關(guān)關(guān)系，影響到顧客需求改進(jìn)程度確定的合理性。文獻(xiàn)［10-11］采用不同方法獲取了顧客需求的改進(jìn)系數(shù)，將Kano因子作為改進(jìn)系數(shù)的冪指數(shù)，用于確定顧客需求的最終重要度。相比于粗糙集方法，特征選擇技術(shù)的獨(dú)特優(yōu)勢(shì)在于能同時(shí)分析顧客需求的Kano屬性，用于顧客需求競(jìng)爭(zhēng)性重要度的調(diào)整，避免耗費(fèi)大量精力另外分析。顧客需求Kano屬性的分析通常采用專家決策方法或問卷評(píng)估方法，專家決策方法主觀性強(qiáng)，受專家經(jīng)驗(yàn)和知識(shí)水平制約，可靠性較差。文獻(xiàn)［12］采用Kano問卷和Kano評(píng)估表對(duì)顧客需求進(jìn)行Kano屬性分類，傳統(tǒng)的Kano問卷方法采用0-1值，即用是或否兩種選項(xiàng)獲取調(diào)研對(duì)象的評(píng)估值，該方法不能處理不確定性的評(píng)估信息；文獻(xiàn)［13］提出模糊Kano問卷和模糊Kano評(píng)估表的方式對(duì)顧客需求進(jìn)行Kano屬性分類，雖然提高了處理不確定性信息的能力，但是調(diào)研和分類過程繁瑣，耗時(shí)較長。

基于競(jìng)爭(zhēng)性分析調(diào)整顧客需求基本重要度的常用方法有：①比例標(biāo)度法［14］，該方法用于確定顧客需求的賣點(diǎn)，缺點(diǎn)是偏差較大；②信息熵方法［15-16］，該方法易于操作，但是所用對(duì)數(shù)函數(shù)也存在偏差較大的缺陷。文獻(xiàn)［17］根據(jù)綜合模糊競(jìng)爭(zhēng)性評(píng)價(jià)與綜合模糊偏好效用評(píng)價(jià)的總效用最大化原理確定顧客需求的競(jìng)爭(zhēng)性重要度；文獻(xiàn)［18］針對(duì)成熟產(chǎn)品開發(fā)中的顧客需求重要度調(diào)整問題，通過評(píng)估企業(yè)間的顧客需求表現(xiàn)程度，提出采用最大偏差方法計(jì)算顧客需求的競(jìng)爭(zhēng)性重要度。上述方法都基于本企業(yè)與競(jìng)爭(zhēng)企業(yè)的相對(duì)比較，忽視了本企業(yè)各顧客需求的實(shí)際表現(xiàn)。雖然目前制造企業(yè)的產(chǎn)品開發(fā)比較成熟，但是服務(wù)的設(shè)計(jì)和開發(fā)尚處于發(fā)展階段，服務(wù)相關(guān)的顧客需求可能表現(xiàn)較差。例如某顧客需求的各企業(yè)表現(xiàn)相近，按照最大偏差方法的假設(shè)，該顧客需求的改進(jìn)難度較大，競(jìng)爭(zhēng)性的重要度較低，但如果本企業(yè)該需求的表現(xiàn)情況較差，則企業(yè)應(yīng)該關(guān)注，其改進(jìn)重要度應(yīng)該較高。因此，顧客需求競(jìng)爭(zhēng)性分析需同時(shí)考慮需求的相對(duì)表現(xiàn)和絕對(duì)表現(xiàn)。

本文首次將特征選擇技術(shù)應(yīng)用于顧客需求識(shí)別和基本重要度確定研究，該技術(shù)還可同時(shí)獲取顧客需求的Kano屬性。首先采用最大偏差方法獲取顧客需求初始競(jìng)爭(zhēng)性重要度，考慮本企業(yè)顧客需求的實(shí)際表現(xiàn)水平進(jìn)行第一次調(diào)整，然后根據(jù)顧客需求的Kano屬性進(jìn)行第二次調(diào)整；最后采用加權(quán)算術(shù)平均法整合顧客需求基本重要度和調(diào)整后的競(jìng)爭(zhēng)性重要度，確定顧客需求的最終重要度，將其歸一化后作為產(chǎn)品服務(wù)組合方案規(guī)劃質(zhì)量屋的輸入。

1 方法架構(gòu)和問題描述

本文所提顧客需求重要度的計(jì)算過程如圖1所示，步驟如下：

步驟1 采用特征選擇技術(shù)識(shí)別顧客需求集合，計(jì)算基本相對(duì)重要度并識(shí)別顧客需求的Kano屬性。

相應(yīng)問題描述如下：所需數(shù)據(jù)集（一）由針對(duì)某類產(chǎn)品服務(wù)組合方案的一組顧客需求｛Ai｝（1≤i≤M′）和顧客整體滿意度構(gòu)成，產(chǎn)品和服務(wù)方案具有多樣化的配置，顧客需求的屬性不同，顧客整體滿意度也會(huì)有差異。顧客整體滿意度分為1（非常不滿意）、2（不太滿意）、3（一般）、4（比較滿意）、5（非常滿意）五個(gè)等級(jí)。采用特征選擇技術(shù)，從該數(shù)據(jù)集中提取用于質(zhì)量功能配置（Quality Function Deployment，QFD）分析的一組顧客需求｛Ai｝（1≤i≤M），并計(jì)算其基本相對(duì)重要度BIRi。

步驟2 獲取競(jìng)爭(zhēng)性表現(xiàn)數(shù)據(jù)矩陣，采用最大偏差法計(jì)算顧客需求初始競(jìng)爭(zhēng)性重要度，考慮本企業(yè)顧客需求的實(shí)際表現(xiàn)情況，調(diào)整顧客需求的競(jìng)爭(zhēng)性重要度；根據(jù)顧客需求的Kano屬性，進(jìn)一步調(diào)整需求競(jìng)爭(zhēng)性重要度。

相應(yīng)問題描述如下：所需數(shù)據(jù)集（二）由針對(duì)本企業(yè)和（N-1）個(gè)競(jìng)爭(zhēng)企業(yè)的各顧客需求表現(xiàn)數(shù)據(jù)構(gòu)成，顧客需求表現(xiàn)評(píng)價(jià)值采用1，3，5，7，9進(jìn)行打分，分別代表非常不好、不太好、一般、比較好、非常好。數(shù)據(jù)集（二）表達(dá)為競(jìng)爭(zhēng)矩陣Ce=（pij）M×N，采用最大偏差方法獲得顧客需求初始競(jìng)爭(zhēng)性重要度｛CIRi｝（1≤i≤M），考慮本企業(yè)顧客需求的絕對(duì)表現(xiàn)｛pi｝，得到調(diào)整后的顧客需求競(jìng)爭(zhēng)性重要度｛MCIRi｝；根據(jù)顧客需求的Kano屬性，采用冪指數(shù)法進(jìn)一步調(diào)整競(jìng)爭(zhēng)性重要度，得到｛（MCIRi）α｝。

步驟3 采用加權(quán)算術(shù)平均方法整合顧客需求基本重要度和調(diào)整后的競(jìng)爭(zhēng)性重要度，計(jì)算顧客需求的最終重要度，并歸一化。

2 基于特征選擇技術(shù)的顧客需求基本重要度確定和Kano屬性分析

本文根據(jù)文獻(xiàn)［9］提出的基于條件概率的特征選擇技術(shù)，依據(jù)數(shù)據(jù)集（一）計(jì)算顧客需求的基本重要度。根據(jù)預(yù)先設(shè)定的重要度閾值選擇較為關(guān)鍵的顧客需求，歸一化后得到顧客需求基本相對(duì)重要度BIRi（1≤i≤M）。

與基于條件概率的特征選擇技術(shù)進(jìn)行對(duì)照，顧客需求對(duì)應(yīng)為特征，顧客需求屬性值對(duì)應(yīng)為特征值，顧客滿意度的等級(jí)對(duì)應(yīng)為類，等級(jí)集合即為類集合。顧客需求基本重要度即為特征的重要度，是該特征所有特征值分類能力的平均值。每個(gè)特征值與不同的類子集有不同的所屬關(guān)系，可通過下述算法確定特征值的支持集和分類能力，該算法的相關(guān)說明

如下：

（1）令U為一組給定的顧客需求｛Ai｝（1≤i≤M′），顧客需求集屬于m個(gè)不同的顧客滿意度等級(jí)類，表達(dá)為J=｛1，2，3，…，m｝。

（3）令w為J的子集，～w=J-w。

計(jì)算支持集和特征值分類能力的算法如下：

顧客需求CRi（1≤i≤M′）可選的屬性值有V個(gè)（即｝，1≤r≤V）為屬性值的分類能力，CRi的基本重要度，預(yù)先設(shè)定一個(gè)顧客需求基本重要度的最低限度值，高于該限度值的顧客需求提取出來作為最終重要度計(jì)算的研究對(duì)象，假設(shè)提出的顧客需求集合為｛CRi｝（1 ≤i≤M），IRi歸一化后得到顧客需求的基本相對(duì)重要度BIRi。

顧客需求屬性值與顧客整體滿意度的關(guān)系不是線性關(guān)系。Kano模型可用于描述兩者間的相關(guān)關(guān)系，將顧客需求分為基本、線性和興奮型需求三種主要類型。根據(jù)文獻(xiàn)［11］提出的三因子結(jié)構(gòu)判斷規(guī)則，本文給出顧客需求Kano屬性的判斷規(guī)則如下：

（1）如果某顧客需求的所有屬性值僅有兩類支持集，其中一類是不滿意型的顧客滿意度類，另一類是滿意型的顧客滿意度類，則該顧客需求為基本型需求。

（2）如果某顧客需求的所有屬性值具有不同類型的支持集，并且會(huì)從不滿意型的顧客滿意度類向滿意型的顧客滿意度類逐步過渡，則該顧客需求為線性需求。

（3）如果某顧客需求的一些屬性值具有很低的分類能力，另一些屬性值的支持集包含很高的顧客滿意度類，則該顧客需求為興奮型需求。

3 基于最大偏差方法獲取顧客需求的競(jìng)爭(zhēng)性重要度

令企業(yè)集合｛C1，C2，…，Cj，…，CN｝，1≤j≤N，其中：C1為本企業(yè)，C2～CN為N-1個(gè)競(jìng)爭(zhēng)企業(yè)。對(duì)這N個(gè)企業(yè)各個(gè)顧客需求的平均滿意程度進(jìn)行評(píng)價(jià)，設(shè)為pij（1≤i≤M），得到競(jìng)爭(zhēng)矩陣Ce=（pij）M×N。對(duì)于顧客需求CRi，N個(gè)企業(yè)最好的評(píng)價(jià)值為pmaxi，最差的評(píng)價(jià)值為pmini，對(duì)矩陣Ce進(jìn)行歸一化，得到NCe=（npij）M×N，其中

根據(jù)最大偏差方法，設(shè)顧客需求的競(jìng)爭(zhēng)性重要度為CIRi，其計(jì)算的優(yōu)化模型如下：

根據(jù)文獻(xiàn)［18］的證明，該模型的求解結(jié)果

根據(jù)本企業(yè)顧客需求的實(shí)際表現(xiàn)修正顧客需求的競(jìng)爭(zhēng)性重要度CIRi，得到

式中T為顧客需求表現(xiàn)的最大評(píng)價(jià)值，本文中T=9。

基本型需求是導(dǎo)致顧客不滿意的需求指標(biāo)，興奮型需求是導(dǎo)致顧客滿意的需求指標(biāo)，而線性需求隨著指標(biāo)表現(xiàn)水平的不斷提高，顧客滿意度也會(huì)相應(yīng)地提高。制造企業(yè)向服務(wù)型企業(yè)的轉(zhuǎn)型過程處于激烈競(jìng)爭(zhēng)的環(huán)境下，如果某顧客的需求為基本型，則其競(jìng)爭(zhēng)性重要度應(yīng)適當(dāng)調(diào)低；如果該需求為興奮型，則其競(jìng)爭(zhēng)性重要度應(yīng)適當(dāng)調(diào)高，因?yàn)閷?duì)該需求的重視和提升可加大服務(wù)開發(fā)力度，有效提高顧客整體滿意度。根據(jù)本文所提方法的計(jì)算步驟3，顧客需求的最終重要度FIRi的計(jì)算公式如式（5）所示，F(xiàn)IRi集合歸一化后可以得到顧客需求的最終相對(duì)重要度。

式中，由于0＜MCIRi＜1，基本、線性和興奮型三類顧客需求屬性下的冪指數(shù)α分別采用2，1，0.5。

4 應(yīng)用實(shí)例

某企業(yè)是全球知名的建筑設(shè)備制造商，主要生產(chǎn)不同型號(hào)的挖掘機(jī)、輪式裝載機(jī)、自行式平地機(jī)和鉸接式卡車等產(chǎn)品，其公司業(yè)務(wù)范圍遍及全球150多個(gè)國家。該公司近年來開始重視服務(wù)的開發(fā)和設(shè)計(jì)，不斷創(chuàng)新設(shè)計(jì)出產(chǎn)品和服務(wù)組合的整體解決方案，以滿足顧客不斷增長的需求，因此非常重視顧客需求的分析。本文將所提方法用于該公司挖掘機(jī)產(chǎn)品和相關(guān)服務(wù)的需求獲取以及最終重要度確定過程，以支持顧客需求向工程特性和方案特征的映射分析。

企業(yè)根據(jù)咨詢公司提供的參考顧客需求指標(biāo)，通過經(jīng)銷商定期走訪顧客，收集到大量的數(shù)據(jù)集（一），即顧客需求屬性表現(xiàn)和顧客整體滿意度評(píng)價(jià)等級(jí)，部分?jǐn)?shù)據(jù)如表1所示。采用本文所提特征選擇技術(shù)對(duì)數(shù)據(jù)集（一）進(jìn)行挖掘，識(shí)別了16項(xiàng)關(guān)鍵顧客需求，這些需求的基本相對(duì)重要度和Kano屬性如表2所示。

表1 部分顧客需求屬性表現(xiàn)和整體滿意度評(píng)價(jià)數(shù)據(jù)

表2 識(shí)別的顧客需求及其基本相對(duì)重要度和Kano屬性

該企業(yè)選擇5個(gè)相關(guān)產(chǎn)品的競(jìng)爭(zhēng)企業(yè)，既有中國本土企業(yè)，也有外企及中外合資企業(yè)。采用專家和領(lǐng)先用戶群決策的方式獲取本企業(yè)和5個(gè)競(jìng)爭(zhēng)企業(yè)的顧客需求表現(xiàn)評(píng)價(jià)數(shù)據(jù)，即數(shù)據(jù)集（二）。每個(gè)專家和領(lǐng)先用戶采用1，3，5，7，9的標(biāo)度，針對(duì)獲取的16項(xiàng)顧客需求對(duì)各個(gè)企業(yè)的表現(xiàn)進(jìn)行打分，采用加權(quán)算術(shù)平均的群決策方法獲取綜合評(píng)價(jià)值，部分?jǐn)?shù)據(jù)如表3所示。

表3 顧客需求競(jìng)爭(zhēng)性表現(xiàn)數(shù)據(jù)

根據(jù)最大偏差法獲取的初始顧客需求競(jìng)爭(zhēng)性重要度為（0.074，0.031，0.047，0.039，0.045，0.047，0.057，0.063，0.068，0.059，0.042，0.071，0.072，0.099，0.105，0.081）。考慮本企業(yè)各個(gè)顧客需求的實(shí)際表現(xiàn)水平，調(diào)整后的顧客需求競(jìng)爭(zhēng)性重要度為（0.088，0.067，0.061，0.042，0.031，0.041，0.062，0.067，0.064，0.053，0.082，0.084，0.078，0.054，0.048，0.078）。調(diào)整前后的變化曲線如圖2所示，圖中折線1為顧客需求初始競(jìng)爭(zhēng)性重要度分布，折線2為第一次調(diào)整后的顧客需求競(jìng)爭(zhēng)性重要度分布。從圖2可以看出：由于企業(yè)間表現(xiàn)程度差異小，顧客需求CR2和CR11的初始競(jìng)爭(zhēng)性重要度較低，但是經(jīng)過調(diào)整后其競(jìng)爭(zhēng)性的重要度提高很多。原因在于這兩個(gè)顧客需求在本企業(yè)的表現(xiàn)較差，需要進(jìn)一步提高，調(diào)整后的競(jìng)爭(zhēng)性重要度會(huì)有大幅提高。與之相反，由于企業(yè)間的表現(xiàn)程度差異大，顧客需求CR14和CR15的初始競(jìng)爭(zhēng)性重要度較高，但是經(jīng)過調(diào)整后其競(jìng)爭(zhēng)性的重要度降低很多。原因在于這兩個(gè)顧客需求在本企業(yè)的表現(xiàn)較好，可以適當(dāng)降低其重要度，調(diào)整后的競(jìng)爭(zhēng)性重要度會(huì)有大幅降低。

考慮顧客需求的Kano屬性，根據(jù)式（5），取λ1=0.6，λ2=0.4，計(jì)算出顧客需求最終重要度，將其歸一化后所得的結(jié)果為（0.082，0.047，0.026，0.029，0.095，0.054，0.043，0.12，0.081，0.056，0.046，0.059，0.048，0.048，0.11，0.056）。本例中獲得的顧客需求集及其相對(duì)重要度將作為QFD 分析工具的輸入，經(jīng)多階段的傳遞和分配，最后獲得產(chǎn)品服務(wù)組合方案特征需求及其相對(duì)重要度，用于方案配置設(shè)計(jì)。

在顧客需求基本重要度確定方面，與傳統(tǒng)的主觀評(píng)價(jià)法相比，本文所提的基于特征識(shí)別方法具有明顯的客觀性；與現(xiàn)有的數(shù)據(jù)挖掘方法相比，本文所提方法具有能同時(shí)確定顧客需求Kano 屬性的優(yōu)勢(shì)。在顧客需求競(jìng)爭(zhēng)性分析方面，本文所提方法相比現(xiàn)有方法的特點(diǎn)，是在企業(yè)間相對(duì)比較的基礎(chǔ)上考慮本企業(yè)顧客需求的實(shí)際表現(xiàn)，該實(shí)例通過顧客需求的初始競(jìng)爭(zhēng)性重要度第一次調(diào)整前后的結(jié)果對(duì)比分析，說明了所提競(jìng)爭(zhēng)性分析方法的效果。

5 結(jié)束語

本文通過特征選擇技術(shù)的最新進(jìn)展發(fā)現(xiàn)，基于條件概率的特征選擇技術(shù)在顧客需求獲取和基本重要度計(jì)算方面存在優(yōu)勢(shì)，因此提出競(jìng)爭(zhēng)環(huán)境下基于特征選擇技術(shù)的顧客需求重要度確定方法，包括顧客需求基本重要度計(jì)算、競(jìng)爭(zhēng)性重要度計(jì)算和最終重要度計(jì)算三部分。所提理論與方法已用于某挖掘機(jī)產(chǎn)品服務(wù)組合方案開發(fā)過程中顧客需求的獲取和最終重要度的計(jì)算。實(shí)例分析表明：特征選擇技術(shù)既能較為客觀地識(shí)別并計(jì)算顧客需求的基本重要度，還能避免耗費(fèi)大量的精力分析顧客需求Kano屬性；考慮市場(chǎng)企業(yè)整體比較和本企業(yè)實(shí)際表現(xiàn)的兩階段方法計(jì)算顧客需求的競(jìng)爭(zhēng)性重要度，能全面有效地分析企業(yè)的顧客需求競(jìng)爭(zhēng)地位。下一步工作將針對(duì)特征選擇技術(shù)挖掘過程中信息的不完備性問題和競(jìng)爭(zhēng)性分析中評(píng)價(jià)信息的不確定性問題開展研究。

［1］LAI Xin，WIE Min，TAN K，et al.Ranking of customer requirements in a competitive environment［J］.Computers &Industrial Engineering，2008，54（2）：202-214.

［2］LIN M，WANG C，CHEN M，et al.Using AHP and TOPSIS approaches in customer-driven product design process ［J］.Computers in Industry，2008，59（1）：17-31.

［3］KWONG C，BAI H.A fuzzy AHP approach to the determination of importance weights of customer requirements in quality function deployment［J］.Journal of Intelligent Manufacturing，2002，13（5）：367-377.

［4］YANG Mingshun，LIN Zhihang.Method to determine importance of customers'requirement in QFD［J］.Journal of Management Sciences in China，2003，6（5）：65-71（in Chinese）.［楊明順，林志航.QFD 中顧客需求重要度確定的一種方法［J］.管理科學(xué)學(xué)報(bào)，2003，6（5）：65-71.］

［5］LI Yanlai，TANG Jiafu，YAO Jianming，et al.Integrated methodology for determining final importance ratings of customer requirements in house of quality［J］.Computer Integrated Manufacturing Systems，2008，14（5）：1015-1022（in Chinese）.［李延來，唐加福，姚建明，等.質(zhì)量屋中顧客需求最終重要度確定的集成方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2008，14（5）：1015-1022.］

［6］LU Jiayuan，F(xiàn)ENG Yixiong，TAN Jianrong，et al.Prediction and analysis for dynamic trend of customer requirements weight on product［J］.Computer Integrated Manufacturing Systems，2011，17（10）：2129-2136（in Chinese）.［陸佳圓，馮毅雄，譚建榮，等.產(chǎn)品顧客需求權(quán)重的動(dòng)態(tài)趨勢(shì)預(yù)測(cè)與分析［J］.計(jì)算機(jī)集成制造系統(tǒng)，2011，17（10）：2129-2136.］

［7］AHMAD A，DEY L.A feature selection technique for classificatory analysis［J］.Pattern Recognition Letters，2005，26（1）：43-56.

［8］SIKONJA M，VANHOOF K.Evaluation of ordinal features at value level［J］.Data Mining and Knowledge Discovery，2007，14（2）：225-243.

［9］AMIR A，LIPIKA D，SAMI M.A rule-based method for identifying the factor structure in customer satisfaction［J］.Information Sciences，2012，198（1）：118-129.

［10］HOU Zhi，CHEN Shiping，Regulatory method for importance of customers'requirements based on Kano model［J］.Computer Integrated Manufacturing Systems，2005，11（12）：1785-1789（in Chinese）.［侯 智，陳世平.基于Kano 模型的用戶需求重要度調(diào)整方法研究［J］.計(jì)算機(jī)集成制造系統(tǒng)，2005，11（12）：1785-1789.］

［11］BAI Tao，LI Zhongkai.A customer needs importance rating method based on fuzzy kano model［J］.China Mechanical Engineering，2012，23（8）：975-979（in Chinese）.［白 濤，李中凱.基于模糊Kano 模型的顧客需求重要度計(jì)算方法［J］.中國機(jī)械工程，2012，23（8）：975-979.］

［12］DELICE E，GUNGOR Z.A new mixed integer linear programming model for product development using quality function deployment［J］.Computers &Industrial Engineering，2009，57（3）：906-912.

［13］LEE Y，HUANG S.A new fuzzy concept approach for Kano's model［J］.Expert Systems with Applications，2009，36（3）：4479-4484.

［14］CHAN L，WU M .Quality function deployment：a comprehensive review of its concepts and method［J］.Quality Engineering，2002，15（1）：23-25.

［15］CHAN L，WU M.A systematic approach to quality function deployment with a full illustrative example ［J］.Omega，2005，33（1）：119-139.

［16］ZHU Chunyan，YANG Mingshun，GAO Xinqin，et al.Modifying the importance ratings of customer requirements based on DEMATEL and entropy［J］.Industrial Engineering and Management，2012，17（3）：97-101（in Chinese）.［朱春艷，楊明順，高新勤，等.基于DEMATEL 和熵的顧客需求重要度修正［J］.工業(yè)工程與管理，2012，17（3）：97-101.］

［17］LI Sifeng，LI Yanlai，PU Yun.Group-fuzzy-information based analysis method for customer requirements in product planning［J］.Computer Integrated Manufacturing Systems，2012，18（9）：2018-2027（in Chinese）.［李思豐，李延來，蒲云.基于群體模糊信息的產(chǎn)品規(guī)劃中顧客需求的分析方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2012，18（9）：2018-2027.］

［18］LI Yanlai，TANG Jiafu，LUO Xinggang.An ECI-based methodology for determining the final importance ratings of customer requirements in MP product improvement［J］.Expert Systems with Applications，2010，37（9）：6240-6250.