继瑞典于1989年建立世界上第一个国家顾客满意度指数测评体系之后，世界各发达国家也纷纷建立了具有自己特色的顾客满意度指数评价体系，作为衡量经济增长质量的客观经济指标。基于此，随着市场经济的不断完善，企业竞争方式逐渐从产品竞争过渡到顾客满意竞争，这种新形势要求企业的经营观念和管理理论也随之变化和升华，新的全面质量管理体系已将顾客满意测评作为其核心内容之一。因此，如何推行顾客满意理念，建立顾客满意度测评体系并实施测评，是企业获得新的竞争优势，实现企业与顾客双赢所迫切需要研究的问题。 我国直至20世纪90年代末才开始关注顾客满意度的测评研究，在借鉴国外顾客满意度测评经验的基础上，根据我国国情建立了中国顾客满意度指数测评基本模型，并根据不同行业的特点，设计了耐用、非耐用、服务和特殊行业的顾客满意度指数模型。随着网络技术的迅速发展，企业对准确、快速、简便、高效的测评体系需求越来越高。为了解决这种理论与实际脱节的矛盾，本论文以顾客满意度测评的理论模型为基础，以测评的实施方法为系统设计的工作流程，并利用数据挖掘算法来完善系统功能，将测评理论研究成果开发成通用的测评软件，设计出基于B／S模式的顾客满意度测评系统，以帮助企业提高实际测评工作的效率和效果。具体地，论文的主要工作与创新点如下： 首先，论文阐述了顾客满意度的研究背景和研究意义，界定并比较了顾客与顾客满意、顾客满意度与顾客满意度指数的本质含义，详细介绍了国外有代表性的顾客满意度指数测评模型、国内的基本测评模型及其按行业特点建立的行业指数测评模型。 其次，作者指出顾客满意度测评的实质是如何处理一个多指标综合评价问题，总结分析了目前常用的三种顾客满意度测评方法：模糊综合评判法、主成分分析法和偏最小二乘法。通过对比分析这三种方法的基本思想和计算方法，确定本论文选择偏最小二乘法和主成分分析法相结合来计算顾客满意度指数。 第三，作者指出数据挖掘算法可以发现在大型数据库中所隐藏的、预先未知的信息以辅助相应的应用，研究了用于确定数据之间联系的关联规则挖掘算法Apriori和用于预测的BP神经网络算法。其中重点分析了这两种算法的理论基础和经典算法，探讨了Apriori算法的性能瓶颈以及三种改进BP神经网络的方法。 第四，通过总结分析国内外有关顾客满意度测评的软件或信息系统，在融合它们的优点的基础上，作者设计出基于B／S模式的顾客满意度测评系统的功能模块，并利用数据挖掘算法完善系统功能，增加了顾客满意度预测和显示各指标波动情况的功能。在简要介绍J2EE技术的基本原理后，利用先进的Struts、Spring框架技术和对象关系映射工具Hibernate，设计出具有良好的可移植性、可扩展性和可维护性的顾客满意度测评系统。 第五，在理论研究和系统设计的基础上，论文详细总结了顾客满意度测评系统实现的基本方法。对其中用到算法的功能模块，采用将系统数据和算法相结合的方法，并用部分系统界面来演示结果。 最后，针对系统的不足之处，作者提出了改进的设想，并对顾客满意度测评系统未来的发展做出了展望。 综上所述，本论文设计并实现了目前比较完善的顾客满意度测评系统，具有较强的理论性和可操作性。企业应用该系统能实现其顾客满意度的可持续测评，并有利于企业及时发现其顾客满意度的影响因素，从而采取有效对策和措施不断提升顾客满意水平，在激烈的市场竞争中脱颖而出。