基于粗糙集的高铁客运站服务质量评价模型

徐春婕，史天运，王晓冬

（中国铁道科学研究院 电子计算技术研究所，北京100081）

基于粗糙集的高铁客运站服务质量评价模型

徐春婕，史天运＊，王晓冬

（中国铁道科学研究院 电子计算技术研究所，北京100081）

鉴于传统车站服务质量评价存在的主观性和数据模糊性等问题，分析高速铁路客运站服务的特征及服务质量影响因素，构建二级评价指标体系；将模糊评价方法与粗糙集理论相结合，提出了一种新的客运站服务质量评价模型.该模型采用粗糙集基于路线的权重确定方法，解决了评价指标之间相关性对评价质量的影响；将粗糙集理论、专家评审综合确定综合评价指标权重，避免了权重确定的盲目性和主观性；通过顾客调查数据进行服务质量模糊综合评价，有效实现了定性与定量指标的科学综合评价.通过实例验证了评价方法的可行性与准确性，可以很好地应用于高速铁路客运站服务质量的改进决策.

铁路运输；铁路客运站；服务质量；模糊评价方法；粗糙集

1 引 言

在我国大力发展高速铁路客运专线及新型高速铁路客运站背景下，针对高速铁路客运站服务需求呈现的新特征，对车站服务设施、结构和功能进行分析，充分考虑进站客流流线组织，以旅客需求为基础，以高效舒适为原则，基于旅客调查数据及车站历史数据，建立客观合理的服务质量评价方法和体系，对提高新型高速铁路客运站客流组织水平及服务质量具有十分重要的意义.

目前国内外对铁路客运站服务质量评价指标体系、指标权重、顾客满意度及铁路客运服务质量特性等方面进行了许多探讨.在评价方法和模型方面[1,2]提出基于神经网络的评价方法、层次分析法和专家评审法结合、SERVQUAL评价模型等.权重确定的方法主要采用主成分分析法、数据包络分析法、神经网络及模糊综合分析等方法,但这些方法具有主观性和模糊性等弊端[3].本文在分析高速铁路客运站服务的影响因素基础上，构建评价指标体系，利用粗糙集理论计算指标属性的权重.结合专家评价及旅客调查数据确定综合权重，基于模糊综合评价模型对高速铁路客运站历史数据进行定量和定性综合评价，有效克服评价过程中的主观性和不确定性，提高评价的准确性和科学性.

2 高速铁路客运站服务质量评价指标体系

高速铁路客运站的建设理念和指导原则[3]是“以人为本、以流为主”，采用以综合大厅为中心的通过式组织模式，要求站内流线设计和功能布局合理，功能服务呈现以提供旅客舒适便捷的环境为前提，以客流组织便捷顺畅、售检票一体化、公共交通便捷、站内设施优化等为服务需求的新特征.

针对高速铁路客运站服务特征，通过分解服务质量目标方式，建立服务质量评价指标体系.指标选取遵循全面性、系统性、层次性、独立性、实用性、稳定性，以及定量与定性相结合的原则，结合现有车站服务水平评价体系的研究成果，将指标分解为两个基本层次，即一级指标和二级指标.高速铁路客运站服务质量评价从硬件和软件两个方面进行：硬件针对售检票一体化需求及站内设计要求，对售检票等服务设施使用率及完好率、站内规模匹配度、站内流线设计进行评价.设施的使用率和完好率反映了车站设施的使用效率，站内规模匹配度更好地反映了高铁车站规模与服务能力的协调性；软件评价则以高速客运车站功能定位为出发点，包括车站的客运、行车组织的实际水平与车站扩展服务.客运组织服务包括舒适度、换乘效率、车站安全及信息服务程度及满意度，候车环境舒适度包含旅客候车空气质量、高峰时段人均占用空间及卫生条件水平，换乘效率包括在站时间、换乘便利度、走行距离、换乘有效性及绕行系数.换乘运能匹配度是指高峰时段到达的客流与轨道交通和其他运输方式的单位运能的比值.本文主要对车站服务设施和客运组织水平重点分析，从车站服务设施、客运组织服务、行车组织水平、车站扩展服务四个角度建立一级评价指标，结合综合评价指标体系的建立方法，将一级指标进一步细化，建立高速铁路客运站指标评价体系如图1所示.

图1 高速铁路客运站服务质量评价指标体系Fig.1 Service quality evaluation index system of high-speed railway station

3 基于粗糙集的权重确定方法

粗糙集理论[4]是波兰科学家Z Pawlak教授于1982年提出的一种处理不确定性和不完整性的数据工具.它无需提供数据以外的任何先验知识，在保证分类能力不变的前提下，计算属性重要度，导出问题的决策或分类规则.属性的重要度反映去掉某属性后的决策表中分类能力，从而避免对信息的主观评价所带来的误差.

在粗糙集理论中，基于属性重要度的权重不能保证每一个属性的权重均不为0，当属性权重为0时，将该指标约简.但在车站服务质量评价中，确定的指标都有实际意义，不能随意去掉.此外仅考虑单个指标在维度内的权重，不能客观上反映每个指标对评价的重要程度,需要分析同一维度指标之间的相互作用，计算各指标的相关性.因此，本文采用多维指标条件属性组合权重[5](基于信息表的指标权重）计算方法.

根据各结点遍历的原则，对图1所示的指标体系建立属性权重确定路线[6]（见图2），权重计算过程中信息系统、等价类、正域及属性重要度等定义参见文献[4]，计算方法如下：

图2 指标权重确定路线Fig.2 Determined route of index weights

(1)构建信息系统S=(U,A,V,f).其中，U表示车站对象的非空有限集合；A表示属性的非空有限属性集合，A=C⋃D，其中C为条件属性集，D为决策属性集.从二级指标数据开始，对数据进行归一化，建立对一级指标的决策表，子指标即条件属性，父指标为决策属性.

(2)从最低层开始，对于属性 p11,p12,p13,…, p21,p22,p23,…,p31,p32,p33,p41,p42,p43∈C，分别计算在对于决策属性D={p1,p2,p3,p4}的重要度Impij，并归一化为Wpij：

式中 card表示集合的基数；pospij(pi)表示 pi的pij正域.

(3)遍历图中各结点，分别计算图2中各条路线中属性重要度，计算一级指标权重.

以路线 p11,p21,p31,p41为例，计算各个属性的重要度，即计算最底层属性的权重，以p11为例:计算一级指标属性的权重，以p1为例：

同理计算属性 p2,p3,p4的权重，且归一化为客观权重Wp'1,Wp'2,Wp'3,Wp'4.

(4)确定二级指标在服务质量中的权重：

4 基于粗糙集和模糊评价的高速铁路客运站服务质量评价模型

4.1 基本思想

粗糙集理论的属性重要度原理为评价指标权重的确定提供了理论依据.首先通过车站系统数据及客户调查数据分类对子集的影响，充分考虑各维度指标之间的相互作用，利用基于路线的权重确定方法，计算客观指标权重值.其次通过与专家评审法相结合，确定综合的指标权重，改善了原来各属性权重整体主观因素确定的弊端.最后利用模糊综合评价方法，给出高速铁路客运站服务质量综合评价方法.

4.2 综合评价模型

由于评价指标体系分为三个层次，因此采用多层次模糊综合评价方法，建立高速铁路客运站服务质量模糊综合评价模型，其具体步骤如下:

步骤1建立因素集.因素集是影响评价对象的因素组成的集合，即

式中 pi代表因素集P中第i个影响因素.

本文中影响铁路客运站服务质量的因素主要有车站服务设施、客运组织服务、行车组织水平、车站扩展服务等因素.

步骤2建立评价标准集.评价标准集是评价者对评价对象做出的各种评价结果组成的集合.首先对图1中的所有二级指标作为信息系统的属性集合，建立评价集.即

式中 vj代表评语集V={v1,v2,…vm} 中第 j种可能的评价.

对系统中每一个二级指标项目的评价集为：“优秀”“良好”“一般”和“差”四个等级来衡量，对应的分值区间分别为[10,9),[7,9),[5,7),[0,5)，从而构建一个信息系统.

步骤3确定评价指标权重，建立权重集，确定综合权重.权重集是反映因素集中各因素重要程度的集合，即

式中 ai为因素集中第i个因素的重要程度.

基于粗糙集的属性权重完全由数据驱动，要求选取的样本数据具有普遍性和代表性，否则得到的属性权重具有一定的片面性.因此本文中采用综合权重确定方法，把由历史数据确定的客观属性重要度及专家评审属性重要度相结合确定指标的权重.

式中 α为经验因子（0≤α≤1），α取值越大，说明综合权重越重视专家的意见.

步骤4建立单因素模糊矩阵.

利用顾客调查数据，通过统计的方法，建立第i个单项因素对 j级服务评价的隶属程度项.形成单因素模糊评价矩阵，记为

式中为调查顾客人数，aij为指标 pij满意度调查问卷中评价集vj对应人数，k为pi的二级指标个数.

步骤5模糊综合评价

将单因素评价矩阵分别与权重集进行模糊变换，最后形成多因素模糊评价，建立指标层模糊评价，记为

式中 模糊算子采用

从而得出某段时间对高速铁路客运站服务质量评价结果集.

步骤6服务质量评价结果集处理.

根据旅客满意度调查数据，将评价等级定量化，ηj={1.0,0.8,0.6,0.3},j=1,2,3,4,分别对应评价集的“优秀”、“良好”、“一般”和“差”四个等级.然后用评价结果集与对应分量加权平均得到被评价对象的结果.

5 应用与实例分析

某铁路局为掌握其辖区内的高速铁路客运站的服务质量状况，根据历史资料以及问卷调查对管内12个高速铁路客运站的数据作为样本.即论域为U={u1,u2,u3,…,u12}，系统评价输入指标集为：乘降引导设备完好率 p15，流线设计合理度p16，平均售票签票时间 p21，换乘平均等待时间p25，信息获取是否便捷 p28，正点率 p32，投诉平均响应时间p42，换乘运能匹配度p43.铁路客运站服务质量评价数据如表1所示.

表1 铁路客运站服务质量评价表Table 1 Form of railway passenger service quality evaluation

对指标数据进行归一化处理，其中乘降引导设备完好率大于0.8用好(1)、大于0.6小于等于0.8用一般(2)、小于等于0.6用差(3)来表示；其他指标参数按照不同的数据段同样进行归一化处理，建立决策表，计算各二级指标在服务质量评价中的权重.

根据专家给出的二级指标主观权重(0.152, 0.065),（0.088,0.142,0.026）,0.301,（0.052，0.144)，选取经验因子α=0.6，本文获得服务质量指标的综合权重如表2所示.

表2 服务质量指标综合权重表Table 2 QOS index comprehensive weight table

通过对该局管内12个铁路客运站的不同性别、年龄、职业、文化程度的350个旅客进行问卷调查数据，得到如表3所示的数据表.

通过本文方法获得该局的旅客服务质量评价分数为0.726，属于良好等级，与专家评审法确定权重分数0.732分数基本一致，说明该方法是有效的.且模糊综合评价可知，该局的23.8%的概率评价为优秀，36.9%认为良好，26.1%评定为一般，只有13.2%评价为差.

表3 旅客服务调查数据表Table 3 The survey data of passengers

在该局评价的8个指标中，5个指标评价值达到0.76以上，而信息获取便捷程度、投诉平均响应时间及换乘运能匹配度有3个指标评价值为0.618, 0.609,0.575,刚刚达到一般水平.由表2可以看出换乘运能匹配度等指标权重值较高，严重影响了高铁客运站的服务质量，必须予以关注，采取针对性措施，拓宽旅客获得信息的渠道等措施，以便改善和提高质量服务水平.

6 研究结论

本文通过分析高速铁路客运站服务的特征及影响因素，构建了评价指标体系，采用粗糙集理论，由数据驱动的分类决策能力，计算指标的重要度.但单纯的定量分析可能会引起与事实相悖的结论，因此融入专家的先验知识，确定最终的综合权重，避免了权重确定的主观性.同时利用模糊评价模型，克服了定性与定量指标不具有可比性的缺点,使评价更客观、精确.并通过实例验证了方法的有效性与科学性.

[1]田志强，韩君，潘全山.铁路客运站旅客服务质量评价体系与方法研究[J].铁道运输与经济,2008,30(9):26-29.[TIAN Z Q,HAN J,PAN Q S.Research on railway passenger transport service quality evaluation system and method[J].Railway Transport and Economic,2008, 30(9):26-29.]

[2]刘舰.基于神经网络方法的铁路客运站服务水平评价[J].铁路运输与经济,2008,30(2):21-24.[LIU J.Rail⁃way passenger service level evaluation based on neural network[J].Railway Transport and Economic,2008,30 (2):21-24.]

[3]金祎.新型高铁客运站布局设计的建议[J].轨道交通, 2011,7(8):64-66.[JIN Y.The layout design recommen⁃dations for the new high-speed railway passenger sta⁃tion[J].Rail Transit,2011.7,(8):64-66]

[4]张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京科学出版社,2001.7． [ZHANG W X,WU W Z,LI⁃ANG J Y,et al.Rough set theory and method[M].Beijing Science Press,2001.7]

[5]王锁柱,何朝辉.基于粗糙集的铁路客运服务质量改善程度评价模型研究[J].数学的实践与认识,2011,41 (13):64-71.[WANG S Z,HE Z H.Study in evaluation model to railway passenger service quality improvement based on rough set[J].Mathematics in Practice and Theo⁃ry.2011.7,41(13):64-71.]

[6]钟嘉鸣,李订芳.基于粗糙集理论的属性权重确定最优化方法研究[J].计算机工程与应用，2008,44(20): 51-53.[ZHONG J M,LI D F.Research on optimization method of attribute weight determining based on rough set theory[J].Computer Engineering and Applications, 2008,44(20):51-53.]

Service Quality Evaluation Model for High-speed Railway Passenger Station Based on Rough Set

XU Chun-jie,SHI Tian-yun,WANG Xiao-Dong
（Institute of Computing Technology,ChinaAcademy of Railway Sciences,Beijing 100081,China）

Considering the current service quality evaluation with subjectivity and data ambiguity in traditional railway passenger station,the two layered service evaluation index system is established.And it is based on the analysis of the service characteristics and influencing factors for high-speed railway passenger station.With the fuzzy evaluation method and rough set theory,the service quality evaluation model for highspeed railway passenger station is proposed also in this paper.It solves the correlation effect between the indexes by the method based weight determined route.And it avoids the blindness and subjectivity through the set theory and expert estimation combined.The proposed method realizes comprehensive evaluation to the qualitative and quantitative indicators using the customer survey data besides.Result shows that the method is feasible and accuracy to applied into the service improvement of high-speed railway passenger station.

railway transportation;railway passenger station;service quality;fuzzy evaluation method; rough set

1009-6744（2014）02-0132-06

U293.3

A

2013-11-07

2013-12-31录用日期：2014-01-17

铁道部科学技术研究发展中心基金资助项目（1119DZ4303）；铁科院基金项目（1151GC1103）.

徐春婕（1976-），女，山东昌乐人，博士生.*通讯作者：shitianyun@sina.com