客户支持（共4篇）
客户支持 篇1
快速响应客户需求的能力是企业在经济全球化形势下的重要竞争要素, 面对客户提出的需求, 企业设计者能够在尽可能短的时间内给出客户认可的产品设计方案, 将是成功与客户签约的关键一步。但设计者做出的产品方案的专业性很强, 不能让客户很直观地发现是否与自己的需求相符, 如果没有良好的沟通, 有时会被客户误认为不能满足需求, 造成方案不被认可, 到了后面的产品施工图设计阶段, 甚至还会因为之前的客户需求被扭曲而更改设计, 浪费掉大量的时间、人力和物力。因此, 设计一个支持客户快速选型的虚拟产品库, 即VPF (Virtual product family) , 客户通过Internet直接将自己的需求输入, 虚拟产品库 (VPF) 将获取的客户需求在后台进行处理, 实现客户需求的准确、快速的响应, 生成满足客户需求的虚拟产品供客户参考, 将会大大提高前期产品方案的设计效率和成功率。这也是在产品后续的施工图设计、制造、装配过程中保证客户的需求不被扭曲, 保证制造过程质量, 提高客户满意度最重要的一步。
客户需求信息的表述具有较强的客户化倾向, 客户化语言对同一内容的客户需求可以有不同的表达形式, 客户需求的转换就是将客户需求信息规范化, 目的是获得客户需求信息的标准化描述, 也就是产品的技术特征。客户需求信息规范化使客户与设计人员之间的信息交换有了共同的语言。因此, 一个支持客户快速选型的虚拟产品库 (VPF) 的设计, 最重要的就是对客户需求的处理。客户需求的获取过程中, 经常会碰到这样的一些情况, 大致可以划分为两类:一类是确定的功能以及确定的尺寸参数, 例如纵切机要求8把切割刀头, 切割板宽5.2m, 辊面标高1.1m等, 这类问题可以通过选择确定的零部件或已有模块的方法获得确定的客户需求;另一类是可操作性要求方便, 精度要求较高等, 这些客户无法用数据准确表述的问题, 该文中将采用模糊数学的方法来进行处理。在此, 我们将客户需求的处理分成两个部分, 一部分是客户需求分析, 另一部分是对客户需求的处理。
1 客户需求描述与分析
每种产品都具有自己的属性, 而这些属性是可以描述的。设计者可以根据产品的各种属性, 建立各种产品的属性树。图1是某机床生产企业的车床的产品属性树, 这棵树包含了车床的所有属性。
有了这个车床的产品属性树, 对于客户提出的任何需求, 我们均可以从产品属性树上寻找相应的项目。在这个车床的产品属性树中, 可以看出, 普通车床, 可以加工外圆、内孔及端面等, 其加工的最大长度为500mm等, 这种可以明确用数据表述的问题, 称为确定性因素。另一类是:可操作性要求方便, 可维护性等这些无法用数据准确表述的问题, 称为不确定性因素。针对不同的因素, 需要采取不同的处理方法。
2 客户需求的处理
对于客户需求是确定的, 可以用数据形式准确的表达确定性因素, 可以直接对应数据或划分档次, 通过准确的选择均可以得到具体的零部件, 即唯一属性值。例如导轨长度≤750mm, 属性值为length7.5, 而对于客户描述过程中出现的精度高, 噪声小等不确定性语意采用模糊数学的方法进行信息与数据的转换处理, 处理后可得到唯一属性值。表1是以车床的性能项目为例进行处理的结果。
产品的结构配置是由可以选择的零部件进行配置而成, 因此对产品的零部件的选择与配置就构成一个关键问题。假定产品P由多个零部件构成, 对于第Ci (i=1, 2, …n) 个零部件, 有k种类型可供选择, 每种类型具有m个属性 (j=1, 2, …, m) , 分别用Aji表示, 以此可以构筑产品的虚拟零部件族的功能矩阵。矩阵的行表示零部件Ci的属性值, 而每列表示Ci零部件的族。就车床导轨而言, 其中矩阵中各元素的取值根据经验公式, 实验以及已有知识获得。如:铸铁导轨和焊接导轨的耐磨性相比, 分别取0.8和0.6, 表示铸铁导轨的耐磨性优于焊接导轨, 其它属性以同样的方法比较得到。表2是经过分析及计算所获得的导轨族的功能-属性矩阵示例。
根据零部件-属性矩阵中获得的数值, 在后续的神经网络处理中, 为快速选取零部件, 满足客户需求作好了准备。经过这样的数值处理之后, 可以采用神经网络的方法进行零部件的选择。
3 神经网络处理
神经网络是由大量高度互联的神经元所组成的计算系统。它所描述的知识以神经元之间相互联接的方式表示, 每个输入对神经元的重要性以权值存储, 信息处理是通过它的动态变化对外部输入作出响应, 网络的学习和识别取决于各个神经元联接权系的动态演化过程。
根据前述分析, 对于客户需求的所有的确定性因素和不确定性因素处理后, 建立如下的神经网络模型。
式中, 产品P为网络输出, 而C1, C2, …, Ci, …, Cn是网络输入。
其中的每个零部件的确定过程中, 不确定性因素的处理均采用模糊数学的方法。而神经网络也用于确定每个零部件, 由每个零部件最后确定产品, 这个产品可能是现在存在的, 也可能是配置出虚拟的零部件或产品, 组成了虚拟的产品组或虚拟的零部件组。其建立的模糊数学与神经网络混合处理模型如图2所示。
3.1 基于虚拟产品库 (VPF) 的支持客户快速选型的实现模型
根据第1部分的客户需求的分析与处理, 建立基于Web的虚拟产品库 (VPF) 的实现模型如图3所示。在此模型中, 客户首先在浏览器端输入自己的需求, 无论是确定性的需求还是不确定性的需求, 然后提交该页面。系统根据客户提出的需求进行自动处理, 对于确定性的需求, 直接根据属性值选择相关的零部件;而对于不确定性的需求, 首先根据输入的语意进行数据处理, 形成唯一的属性值, 一同进入神经网络处理, 选定最终的零部件或产品, 再辅以CAD实体造型工具和图形浏览工具的支持, 达到客户能够通过Internet对生成的可视化产品迅速直观地进行浏览的效果。客户认可的零部件或产品如果是现存的, 则可直接选型进行加工制造;如果是目前没有的虚拟零部件或产品, 需要在后续设计过程中根据处理结果进行虚拟零部件或产品的设计, 设计出的零部件或产品进行产品性能评价, 将其结果存入虚拟产品库 (VPF) 数据库。而虚拟产品库 (VPF) 数据库中包含了所有产品的零部件属性树和产品属性树, 以及虚拟的零部件属性树和虚拟的产品属性树, 如图3所示。
3.2 实例研究
结合该公司的切割机设备, 根据某一工程项目甲方所提出的客户需求信息 (表3) , 采用图3所示的基于Web的虚拟产品库 (VPF) 实现模型, 可以得出表4所示的客户需求信息规范化的选择清单, 供虚拟产品库 (VPF) 提供虚拟纵切机产品和设计者后续设计使用。虚拟产品库 (VPF) 生成可视化的虚拟纵切机产品的详细过程庞大而复杂, 在此不再详述。
4 结论
建立一个支持客户快速选型的虚拟产品库 (VPF) , 做到既快速满足客户需求, 又能提高产品的设计制造质量, 对客户需求的准确获取、分析和处理是首要的, 也是关键的一步。该文在网络环境下采用虚拟产品库 (VPF) 的方法较好的实现了客户的快速选型。对客户需求中的确定的, 可以用准确数据表述的因素, 采用零部件组的选择搭配来构成产品;而对于客户需求中不确定, 无法准确使用数据表达的因素, 采用模糊数学的方法来进行语意数据化处理, 进而对产生的结果采用神经网络的方法良好地解决了客户需求。与传统的面向客户的设计不同的是, 在该模型中, 客户通过Internet可以直接参与到产品设计中, 既保证了客户需求的准确表达, 有助于后续设计过程的实现, 又可以使客户迅速直观的看到自己所要的产品, 充分体现出面向客户的特点。
摘要：该文在对客户需求信息的描述和分类进行深入分析的基础上, 提出了以模糊数学的方法处理客户不确定性需求的转换策略, 从而有效地把客户需求转换成可以利用神经网络处理的技术特征, 建立实现模型, 设计出准确、快速响应客户需求的虚拟产品库, 此设计充分体现出面向客户的特点。
关键词：虚拟产品库,模糊数学,神经网络
参考文献
[1]宋玉银, 蔡复之, 张伯鹏, 等.基于实例推理的产品概念设计系统[J].清华大学学报:自然科学版, 1998 (8) .
[2]乌兰木其, 吴斌, 邓家提.面向创新的产品需求获取与处理研究[J].北京航空航天大学学报, 2001, 4 (2) .
[3]孙伟.面向大规模客户化生产的产品设计及其产品规划方法研究[J].机械科学与技术, 2001, 3 (2) .
客户支持 篇2
Aspect日前宣布, Prime Teleconnect选择Aspect的Seamless Customer Service, 大幅度改善其本地和海外客户联络中心的业务一次解决率和整体客户满意度, Aspect的多共享客户 (multi-tenant) 功能在其中扮演了重要角色。Prime Teleconnect是一家提供Bo B (best-of-breed, 单项优势) 联络中心服务供应商, 此次选用的Seamless Customer Service是Aspect面向联络中心的统一通信应用软件, 提供了丰富的呼叫响应功能, 包括协同自助服务、实时现场服务和集成化客户援助等。Prime Teleconnect还能利用其中特有的“Ask an Expert”功能, 享受到来自微软Microsoft Unified Communications的即时消息和现场服务。
Prime Teleconnect将利用Aspect解决方案的内呼、外呼和混合型呼叫处理等功能, 支撑其客户的市场销售、电话营销和客户服务业务流程外包 (BPO) 等系统运营。Prime Teleconnect在其位于Mandaluyong市的占地1000平方米的呼叫中心设置了100个Seamless Customer Service坐席。Aspect提供的应用软件使Prime Teleconnect的100名客服代表能够利用Microsoft Unified Communications联系到最合适的专家, 从而提高业务一次解决率 (first call resolution) , 改善客户交互体验。
年终感谢客户支持简短的话 篇3
2、我不是您最出色的学生，而您却是我最尊敬的老师。感恩节到了，我要把一份崇高的敬意献给您。
3、自然赠我雨露阳光，鲜花送我无限芬芳，老师给我精神力量，医生护我身体健康，父母促我快乐成长，朋友让我心花怒放！朋友，感恩节到了，祝你节日快乐！
4、您是摩天大楼的粒粒基石，您是跨江越河的座座桥墩，您是祖国建设的中流抵柱。老师，感恩节快乐！
5、其实天很蓝，阴云总要散；其实海不宽，此岸连彼岸；其实泪也甜，当你心如愿。其实我要你快乐每一天！
6、感恩是一种心态，犹如口渴时喝一杯绿茶，甘甜解渴，清香沁肺，感恩是一种生活态度，一种善于发现美并欣赏美的道德情操。
7、感恩是一种处世哲学，是一种积极生活的态度。
8、感激在你生命中所产生的所有，所碰到的每一个人，这种感恩的心态会让你当下的每一刻是幸福的。
9、春天感谢冬天，给他萌芽，夏天感谢春天，给他绽放，秋天感谢夏天，给他耕耘，冬天感谢秋天，给他安详，我感谢上天，给我机会，感恩节，说句谢谢你。
10、感谢上帝吧，没让你投胎成“八戒”；感谢阎王吧，没让你早点去见面；感谢命运吧，让你遇到我这个“友”情人；感谢我吧，提前祝你感恩节快乐！
11、母亲像丰饶的土地，我像土地上的一棵小草。母亲的给予是无尽的，而我的报答是微薄的。
12、秋风吹落枝头黄叶，吹不走树木成长的心愿；冰雪带来天寒地冻，挡不住来年的春天；岁月改变人的容颜，改变不了真挚的惦念；感恩节祝你快乐永远！
13、逗号感谢句号，因为它生成了句子。句号感谢引号，因为它突出了感情。引号感谢冒号，因为它加深了表达。冒号感谢破折号，因为它延伸了情谊。破折号感谢省略号，因为它代表了无限感恩。感恩节到了，用感恩的问候组成句子，祝你幸福美满。
14、风筝是幸福的，因为它对线心存感恩；绿叶是幸福的，因为它对根心存感恩；鱼儿是幸福的，因为它对海心存感恩；而我是幸福的，因为我对一切心存感恩。
15、你是一个好人，拥有美丽灵魂，你用一往情深，抚平我的伤痕，为你打开心门，感谢大德大恩。感恩节快乐。
16、感谢眼泪，给生活感动。
17、感恩不一定要感谢大恩大德，感恩可以是一种生活态度，一种善于发现美并欣赏美的道德情操。
18、生命不在长而在于好，只要每一次尽力的演示，都值得鼓励与喝采。
19、感谢爸，感谢妈，感谢亲情让你我坚韧。
20、你是我见过最美丽的树叶，让我的森林为你凋谢；你像一首旋律让我的生命多和谐，我只能用小小声音说感谢，小到只有你能了解！感恩快乐！
21、一个健康的身体，一份称心的工作，一位知心的爱人，一帮信赖的朋友，一项投入的事业，一种宁静的心境，一份快乐的心情，只是因为：懂得感恩！
22、如果我是诗人，我要用最美的语言表达对你的感谢，如果我是歌者，我要用最激昂的旋律为你祝福，感恩节快乐，我最好的朋友。
23、世界不是上帝创造的，而是母亲创造的。在这思念的时刻，我更加依恋您的慈祥，您的温暖，您的微笑，您给予我的爱……
24、感恩，是跌倒时的一把搀扶，是沮丧时的一次鼓舞，是奋进中的一句叮嘱，是成功时的一声欢呼，是节日的一语祝福。感恩节，关爱牢记心间，祝你一生幸福！
25、遇见你是无意认识你是天意想着你是情意不见你时三心二意见到你便一心一意如果某天你有了倦意至少我还有回忆！
26、坎坎坷坷的是路，酸酸甜甜的是酒，温温暖暖的是火，缠缠绵绵的是线，舒舒服服的是床，轰轰烈烈的是炮，美美满满的是月，只有平平淡淡的才是福。感恩生命，珍惜眼前的幸福，快乐就在身边。感恩节快乐。
27、《想起》勾起了我对十年前那些或伤痛或美好日子的回忆。上天把美丽的女儿送给我，感恩！带女儿去照相，小丫头要xx岁了。美好的年龄，要给女儿留下美丽的印记。感恩节快乐！
28、感恩困苦，使我坚强。
29、有你的日子，冬天不会寒冷；有你的日子，黑夜里不会孤单；有你的日子，生活充满色彩；有的日子，让我学会了珍惜；愿天下父母感恩节快乐。
30、师风如月，洁净明亮；师韵如诗，愈久弥芳；师品如兰，淡雅清香；师德如泉，清澈沁人；师恩如山，义重情深。
31、给我所体会到的最有耐心、最明理的人。谢谢您一直在那里支持我。感恩节快乐。
32、把最真的祝福化作风，吹送到你的身边，把最诚的问候变成雨，飘散到你的窗前，把我的感谢化作万语千言，为你祈祷幸福永远。
33、天天幸福永开心，记得朋友放在心；照顾自己我放心，千万别让我担心；从从容容平常心，坎坎坷坷别烦心；一条短信送欢心，朋友一生不变心！
34、感恩节到了，不知道说什么才好，除了谢谢；您的恩情，我没齿难忘；结草衔环，以报大恩大德，还是祝你节日快乐吧！
35、不因碌碌无为而气馁，只因平平安安而感恩；不因风雨奔波而沮丧，只因心怀梦想而知足。人生路漫漫，因感恩，而格外添彩。祝感恩节快乐！
36、向父母感恩，需要孝心；向朋友感恩，需要诚心；向爱人感恩，需要真心；向生命感恩，需要爱心。感恩节，我把感谢的心和最美的祝福献给你，愿你快乐。
37、有一种关心不请自来；有一种默契无可取代；有一种思念有你存在；有一种孤单叫做等待；有一种沉默不是遗忘；有一种心情是祝你感恩节愉快！
38、在这特殊的节日里，我们想对您说：老师，您辛苦了，祝老师能以乐对人生，以笑对考验！生日快乐！
39、感恩，不需要太多的表情，一个微笑足够；不需要太多的表现，一次相约足够；不需要太多的表示，一句问候足够。感恩节，感谢有你，一路相随。
40、看见绚烂的色彩，那是眼睛的施与；听见悦耳的声音，那是双耳的馈赠；闻到芬芳的气味，那是鼻子的给付；说出感人的语言，那是唇畔的使命，感恩节，说出你的感恩，表达你的祝福，感恩你的生命！
41、一双援助之手将拯救无数生灵；一声细心呵护将感化无数心灵；朋友们，伸出你援助的双手，用一颗感恩的心去对待他人，记住别人对自己的帮助，学会帮助别人吧！
42、白云感谢清风让它飞翔，花朵感谢雨露让它鲜艳，星星感谢夜空让它璀灿，小草感谢大地让它成长，我要感谢你让我懂得爱与关怀，朋友，感恩节快乐！
43、让感激的射线延伸到浩瀚的苍穹，在人们的心中留下一道永恒的记忆。
44、当我在一些方面总上得到老师的表扬时，你们绽开了长久没有的笑容。从四年级开始我就懂事了，我知道父母的.压力在哪里，我知道我应该干什么，而不应该干什么，我要让父母放心，不要再让他们操心。
45、感谢你的爱，把我宠坏；感谢你的关怀，让幸福一直在。也许冥冥之中自有安排，让你在我的生命中出现。感恩节到了，亲爱的谢谢你陪伴在我身边的每一天。
46、我想挤出我的灵魂，融入你的躯体，从此你我不再分开！
47、爸爸，您虽然不经常说大道理来教育我，我却从您的一言一行中学到了很多很多。愿这份礼物能表达我对您的敬爱之情。
48、秋风卷尽萧瑟，寒雨淋湿记忆，友情镌刻心里，如何能够忘记。感谢相遇，感谢相助，感谢傻乎乎的你，带我的那些乐趣。感恩节，祝你傻人傻福永不忧郁！
49、一粥一饭，当思来之不易，半丝半缕，恒念物力维艰。
50、人总是容易在纷烦又平淡的生活中变得麻木，谢谢你的新年短信，让我知道在不远处还有人默默的关心着，也教会我以感恩的心对待生活！
51、拥有感恩的心，你会感激地球，是它给了我们安身立命之所，我们在宇宙中有一个生存的环境，富饶土地上的各种物产，给我们的生存提供了充足的物质保障。
52、感恩帮助我的人，使我懂得善良。
53、我感恩，感恩生活，感恩网络，感恩朋友，感恩大自然，每天，我都以一颗感动的心去承接生活中的一切。
54、无论将来如何，我都要感谢你，感谢你在我的生命中带来了美丽。
55、一片云代表一颗心，一滴雨代表一份情，一句诗代表一份爱，一句祝福代表永远的感激，愿上天保佑你一生幸福。
56、你的友情，在我生活里就像一盏灯，照亮了我的心灵，使我的生命有了光彩！祝你感恩节快乐！
57、继往开来迎新岁，举金杯春满万户；与时俱进贺丰年，传笑语喜盈千家。
58、懂得感谢的人才是最美丽的人，懂得付出的人才是最慷慨的人，懂得关怀的人才是最值得尊敬的人，感谢你最好的朋友，感恩节快乐。
客户支持 篇4
1 基于模糊积分支持向量机集成
1.1 Bagging个体生成
Bagging个体生成主要是以可重复采样为基础, 对训练集的选取通常是在原始训练集中随机抽取产生的, 训练集的规模与原始训练集相当, 训练集允许重复选取。这样一来, 同一示例就会在不同的训练集中出现, 同样也会有一部分示例没有出现的情况。随着训练集选取内容的不断增加, Bagging分类器集成的差异度也会随之增加, 从而促进了泛化能力的进一步提升。
1.2 基于模糊积分的结论生成
模糊积分基本理论是基于支持向量机集成的客户信用评价模型的基本理论。所谓模糊积分理论, 主要指的是设X为一有限集合, 若集合函数g:2X→[0, 1]满足g (X) =1、g (A) ≤g (B) , 那么我们便将g视为一个模糊测度。如果g在满足上述条件的基础上, 还满足等式g (AUB) =g (A) +g (B) +λg (A) g (B) , 那么我们就将其称为测度或Sugeno, 记为gλ。在模糊积分理论下, 对模糊积分的计算, 首先需要明确模糊密度。通常情况下, 模糊密度的产生是由专家设定的, 也可以通过训练数据产生。
2 模糊密度确定方法
通过模糊积分理论的介绍我们能够看出, 在基于模糊积分的多分类集成中, 对于各个子支持向量分类器重要性的模糊密度值的确定是非常重要的。鉴于此, 本文采用混淆矩阵的方法来对评估模型中所涉及的模糊密度值进行确定, 用子分类器各自的训练集对各个子分类器进行测试, 进而得到与之相对应的混淆矩阵。比如说一个K类分类问题, 对于子分类器SVCK, 其混淆矩阵可以定位为, 该矩阵的有效利用可以将顺利获取到各个支持向量机的模糊密度, 为利用模糊积分进行支持向量机集成奠定了坚实的基础。
3 实证分析
3.1 支持向量机集成过程
本次实验是在Libsvm软件上进行的, 验证平台和操作系统分别是256MB内存在AMD Athlon 1800+和Windows 2000。具体实验过程共分为6个步骤: (1) 通过Bagging方法的应用, 选取支持向量分类器的训练集, 并对其进行相应的训练; (2) 根据各分类器的训练结果输出模型; (3) 采取上文介绍的方法对模糊密度进行确定; (4) 当给定一个测试样本, 得到各子支持向量分类器对该测试样本的类概率输出; (5) 根据计算模糊积分, 集成各子支持向量机; (6) 确定测试样本的最终类别。通过上述6个步骤的合理操作, 便可以实现支持向量机的有效集成。
3.2 样本数据的选择处理
本文所选取的是某电子商务公司400家客户的数据资料, 其中322家客户的数据资料结果显示为“状态良好”, 剩下的78家客户的信用状况则相对较差, 很容易出现违约现象。由于这两类客户的数据资料存在很大差距, 如果直接将其用于SVM的学习, 那么势必会降低最优分类面的准确性。如果将其应用到未来的预测工作中, 必将带来较大误差。鉴于此, 为了能够进一步确保样本数据处理的有效性, 对样本数据进行预处理是非常重要的。本次实验中所采取的预处理方法主要是在322家状态良好的客户中抽取80家, 与78家信用状态差的客户构成一个规模为158家客户的样本集, 并在此基础上将该样本集分为训练样本集和测试样本集两个部分。此外, 为了更好的将SVMs的泛化能力充分体现出来, 在确保两类样本数量相近的前提下, 随机抽取一部分作为训练样本集, 剩下的一部分则用于检验模型的泛化能力。
3.3 实证结果分析
本次实验在多类别分类方面采用的是一对一策略, 在158个训练集上训练出5个SVMs。各子支持向量分类器使用RBF核函数, 每个SVM通过10重交叉验证的方法来选择相应的参数, 进行了10次实验。表1给出的是训练样本精度, 从表1中我们能够看出, 应用该模型可以对客户信用进行分类, 并可以达到最佳的精度。由此可见, 与传统的客户信用评价方法相比, 基于支持向量机集成的电子商务环境下的客户信用评估模型具有更好的泛化能力, 同时应用起来简单有效。可以预见, 在未来的时间里, 该评估模型在电子商务行业的发展中, 势必会得到更加广泛的应用。
4 结语
综上所述, 随着我国电子商务行业发展脚步的不断加快, 对客户信用的评估也引起了企业的高度重视, 其不仅关系着电子商务活动的顺利开展, 而且对企业可持续发展目标的实现也具有重要意义。从本文的分析我们能够看出, 基于支持向量机集成的电子商务环境下客户信用的评估模型, 不仅简单有效, 而且具有更好的泛化能力, 能够将客户的信用真实的反映出来, 为电子商务活动的开展提供参考。
摘要：在电子商务环境下, 活动的开展存在很大的虚拟性, 人们往往无法对其真实性和有效性进行准确判断, 加上我国当前与电子商务相关的法律法规尚不健全, 更进一步加剧了客户信用风险。在这种情况下, 构建科学、完善的客户信用评估模式至关重要。本文介绍了一种基于支持向量机集成的电子商务环境下的客户信用评估模型, 该模型从各子分类器的分类结果和对决策的重要程度两个方面出发, 通过实证来突出此方法的优越性和可行性, 从而更好的促进电子商务活动的健康发展。
关键词：电子商务,客户信用,评估模型
参考文献
[1]吴冲, 夏晗.基于支持向量机集成的电子商务环境下客户信用评估模型研究[J].中国管理科学, 2011 (10) .
[2]冷沙沙.电子商务背景下企业信用评估的研究[D].山东理工大学, 2010.