臺灣博碩士論文加值系統

自2008年兩岸空運直航開航以來，旅客人數持續增加，直航營收佔各航空公司營收比率也逐漸成長。對於航空公司而言，若能瞭解影響直航旅客之滿意度偏好，將有助於因應市場競爭，並能據以研擬行銷策略，提高載客率並增加航空公司利潤。傳統上，討論旅客偏好議題時，多採用敘述性偏好或羅吉特模式進行情境假設之探討，容易忽略旅客實際上可能面臨資訊不完整之情況，例如票價資訊的不足，是否真實體驗過機上舒適程度的差異等。本研究有別於以往之研究，使用約略集合理論解決此一資訊不完整之情形，以滿意度的角度推導出何種因素會影響旅客搭乘兩岸直航航班之整體滿意度，進而提供航空公司研擬行銷規劃之參考。
本研究針對曾經搭乘兩岸直航的旅客，採實地發放立即回收的方式，於桃園及松山機場發放一般旅客問卷，進行影響兩岸直航旅客搭乘因素之重要度及滿意度調查。本研究應用統計分析歸納兩岸直航旅客選擇航空公司之重要影響因素；採用偏最小平方法（Partial Least Square, PLS）探討滿意度與再購意願之關聯性，接著利用傳統約略集合理論（Classic Rough Set Theory，CRSA）與基於優勢之約略集合理論（Dominance-based Rough Set Approach, DRSA）找出影響不同族群旅客對於航空公司整體滿意度之因素集合。
統計分析結果顯示，「良好飛安記錄」為旅客最重視之因素，其次為「合理票價」及「航班起降準時」。此外，旅客最不重視之因素為「航空公司之國籍」，顯示旅客對於航空公司之國籍並無明顯之特定喜好。PLS分析結果顯示，搭乘兩岸直航航班之旅客滿意度與其再購意願間具有正向關聯性。由CRSA分析結果顯示，旅客對於「機上舒適度」不滿意次數頻率出現最多，其次為「票價」、「員工能確實提供所需的服務」以及「航班起降準時程度」。DRSA之分析顯示，男性旅客較在意「機上舒適度」與「班機之起降準時」，搭乘國籍航班的旅客對於「機上的舒適程度」、「該航空公司的公司形象」以及「該航空公司的飛安記錄」三項影響因素較為在意。
綜合上述分析結果指出，影響旅客整體滿意度非單一因素，航空公司首先應改善機上舒適度，其次為班機之票價、員工能適時且確實的提供服務及增加航班的起降準時度，接著針對男性顧客提高其機上之舒適滿意程度，及改善國籍航空之公司形象與飛安紀錄，以提高旅客之再購意願，提升載客率進而增加航空公司的營收。

Since the cross-strait direct flights have been opened up on 2008, the number of the cross-strait direct flights’ customer increasing continuously, the cross-strait direct flights’ revenues also accounted for the proportion of each airline has grown. Therefore, If we can understand the impact of cross-strait direct air passengers'' satisfaction preferences will help in response to market competition, and thus consolidate its market share, and develop marketing strategies to meet with the market demand, to increase occupancy rates and increased aviation Company''s profit. In this study, statistical analysis was used for inducting what important factors are cross-strait direct travelers care in choosing airlines; using Partial Least Square(PLS) explore satisfaction and repurchase intention of relevance, then using Classic Rough set Theory(CRSA) and Dominance-based Rough Set Approach(DRSA) to identify the satisfaction factors set of different groups for airline passengers.
Statistical analysis showed that "safety record" is the most important factors for travelers, followed by "reasonable fares" and "on-time rate." In addition, most passengers do not pay attention to the factors "airline nationality." this fact indicates passengers have no specific preferences for the nationality of airline. PLS analysis showed that there is also a positive correlation between passengers’ satisfaction and their repurchase intention. CRSA analysis showed that passengers dissatisfied on “onboard comfort”, followed by the "fare", "employees can indeed provide the necessary services" and "on-time rate." DRSA analysis shows that male passenger care about "onboard comfort" and "on-time rate," passengers who taking Taiwan’s flights concern about "onboard comfort", "the airline''s corporate image" and "safety record."
The above analysis results indicate that the impact on overall satisfaction passengers not only one of the factor could affect passenger’s satisfaction, but also a set of the factors, the airline should improve onboard comfort , followed by the flight fare, staff and indeed the timely provision of services and on-time rate. Then, for male customers, should improve the comfort of the flights, and improve Taiwan’s corporate image and safety record, in order to improve passenger repurchase intention, and thus enhance the rate of increase in airline revenues.

表目錄 IV
圖目錄 VI
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 4
1.3 研究對象 4
1.4 研究方法 4
1.5 研究流程 5
第二章 文獻回顧 7
2.1 兩岸直航歷史現況 7
2.1.1 兩岸直航之歷史沿革 7
2.1.2 兩岸直航之營運現況 8
2.2 航空旅客選擇行為文獻 10
2.2.1 兩岸直航發展後旅客選擇行為 10
2.2.2 國外航空旅客選擇行為 12
2.3 航空旅客選擇行為衡量因素 15
2.4 滿意度之衡量 19
2.4.1 滿意度之定義 19
2.4.2 顧客滿意度評量模式之基本架構與演進 21
2.4.3 影響滿意度的前因與後果 23
2.5 再購意願 25
2.6 傳統之約略集合理論 27
2.6.1 CRSA之歷史與特性 27
2.6.2 CRSA之應用 28
2.7 基於優勢之約略集合理論 31
2.7.1 DRSA之歷史與特性 31
2.7.2 DRSA之應用 31
2.8 小結 34
第三章 研究方法 35
3.1 研究架構 35
3.2 偏最小平方法（Partial Least Square, PLS） 37
3.3 傳統約略集合理論的基本概念 39
3.3.1 訊息系統（Information system） 39
3.3.2 不可區分的關係（Indiscernibility Relation） 41
3.3.3 近似集合（ Lower and upper approximations） 43
3.3.4 屬性刪減（Reduction）與核心（Core） 45
3.3.5 決策規則（Decision Rule） 46
3.4 基於優勢之約略集合理論的基本概念 47
3.4.1 數據表 47
3.4.2 優勢關係下的約略近似 50
3.4.3 決策規則 56
3.5 基於約略集合理論之流網路圖 59
第四章 實證結果與分析 61
4.1 問卷設計 61
4.2 基本統計分析 62
4.2.1 樣本結構 62
4.2.2 旅客搭乘直航班機在意因素重要度分析 65
4.3 CRSA資料代碼定義 71
4.4 CRSA資料決策分析 72
4.5 DRSA 資料代碼定義 77
4.6 DRSA資料決策分析 78
4.7 規則驗證 91
4.8 DRSA與CRSA之比較分析 92
4.9 結構模型驗證 67
4.9.1 測量模型分析 67
4.9.2 結構模型分析 69
第五章 結論與建議 94
5.1 研究結論 94
5.2 研究建議 97
參考文獻 99
附錄 108

表目錄
表 2.1 兩岸包機直航時間表 7
表 2.2 兩岸直航航空公司飛航航線 8
表 2.3 兩岸直航後航空旅客選擇行為之相關文獻整理 12
表 2.4 國外航空旅客選擇行為文獻相關整理. 14
表 2.5 航空旅客選擇行為衡量因素 18
表 2.6 各學者對於滿意度之定義 20
表 2.7 再購意願之相關研究 26
表 2.7 CRSA相關文獻回顧 29
表 2.8 DRSA相關文獻回顧 33
表 3.1 旅客調查資料範例一 40
表 3.2 Ind(A)不可區分關係分類表 42
表 3.3 Ind(a1)不可區分關係分類表 42
表 3.4 旅客調查資料範例二 48
表 3.5 旅客調查資料（刪除提供合理票價之條件屬性） 49
表 3.6 旅客調查資料（刪除機上舒適度之條件屬性） 49
表 3.7 旅客調查資料（刪除飛安紀錄之條件屬性） 49
表 4.1 一般問卷性別分配表 62
表 4.2 一般問卷年齡分配表 63
表 4.3 一般問卷學歷分配表 63
表 4.4 一般問卷職業分配表 64
表 4.5 一般問卷個人月收入分配表 64
表 4.6 一般問卷旅次目的分配表 65
表 4.7 一般問卷搭乘航班之國籍分配表 65
表 4.8 旅客搭乘直航班機在意因素重要度分析 66
表 4.9 個別項目信度檢測結果. 67
表 4.10 內部一致性檢測結果. 68
表 4.11 收斂效度檢測結果. 69
表 4.12 研究假說路徑分析結果 70
表 4.13 CRSA問卷項目代碼及屬性 72
表 4.14 CRSA決策分類近似準確性 72
表 4.15 CRSA決策規則 73
表 4.16 DRSA問卷項目代碼及屬性 77
表 4.17 DRSA決策分類近似準確性 78
表 4.18 決策規則（D<=1） 79
表 4.19 決策規則（D<=2） 81
表 4.20 決策規則（D<=4） 82
表 4.21 決策規則（D>=3） 87
表 4.22 CRSA之混淆矩陣與準確率 91
表 4.23 DRSA之混淆矩陣與準確率 92
圖目錄
圖 1. 1 兩岸直航定期航班載客人數（單位：人） 1
圖 1.2 2011 年兩岸直航營收佔中華航空客運營收之比率 2
圖 1.3 2011 年兩岸直航營收佔長榮航空客運營收之比率 2
圖 1.4 2011 年兩岸直航營收佔復興航空總營收之比率 3
圖 1.5 研究流程圖. 6
圖 2.1 Fornell CSB 模型 22
圖 2.2 顧客滿意的前因與後果. 22
圖 3.1 研究架構圖. 36
圖 3.2 上下界近似集合. 43
圖 3.3 決策流程圖（以航空公司之國籍做為決策屬性）. 60
圖 4.1 研究假說路徑分析模型. 70
圖 4.1 決策規則D=1 （整體滿意度很不滿意）決策流程圖 73
圖 4.2 決策規則D=3 （整體滿意度普通）決策流程圖 75
圖 4.3 決策規則D=4 （整體滿意度滿意）決策流程圖 75
圖 4.4 決策規則D<=1 決策流程圖 79
圖 4.5 決策規則D<=2 決策流程圖 81
圖 4.6 決策規則D<=4 決策流程圖 84
圖 4.8 決策規則D>=3 決策流程圖（以影響因素c8作為分類）. 88
圖 4.9 決策規則D>=3 決策流程圖（以影響因素c9作為分類）. 88
圖 4.10 決策規則D>=3 決策流程圖（以影響因素c10作為分類） 89

王姿婷(民89)，「利用約略集合理論於數量形資料之知識擷取」，義守大學資訊工程研究所碩士論文。
吳育東(民88)，「多變量統計方法應用於行動電話消費者購買行為與滿意度之研究」，成功大學統計學研究所碩士論文。
吳采芳(民96)「服務屬性對航空公司選擇行為影響之研究」，成功大學交通管理研究所碩士論文。
李慧慈(民93)「利用約略集合論預測網路銀行使用意願」，南台科技大學國際企業研究所碩士論文。
沈明蕙(民96)，「應用約略集合理論於肇事特性分析」，中央大學土木工程研究所碩士論文。
林正章、劉志遠與熊正一(民88)「以消費者選擇行為探討兩岸直航航線選擇與航點規劃之研究」，運輸計畫季刊，第二十八卷第二期，頁267-290。
林君娥(民92)，「利用約略集合論學習跨階層的確定性及可能性的規則」，義守大學資訊管理研究所碩士論文。
林淑暖(民95)，「乘客對國內民用航空客運服務購買行為、滿意程度與再購意願之研究」，東吳大學企業管理研究所碩士論文。
林湘婷(民97)，「兩岸直航後旅客航空公司選擇行為之研究」，成功大學交通管理研究所碩士論文。
林傳銘、蕭再安與廖慶隆(民94)，「應用概略集合理論規劃捷運車站站位配置之研究」，國立台灣海洋大學河海工程學系九十四學年度碩士專班研究成果發表會。
金揚傑(民99)，「推薦來源對使用學術電子書意願之影響」，交通大學管理科學研究所博士論文。
蔣佩容(民100)，「影響團購網站再購意願之研究」，成功大學企業管理研究所碩士論文
封德台、方顯光與薛一正(民97)，「中華航空公司顧客滿意度、抱怨處理及顧客忠誠度關係之研究」，華人經濟研究，第六卷第一期6，頁105-122。
段良雄與呂錦隆 (民88)，「航空公司認同卡對航空旅客選擇行為之影響研究」， 中華民國運輸學會第十四屆學術論文研討會論文集。
張碧玲(民84)，「大台北地區購屋者滿意度之研究－以LISREL進行理論驗證」， 台灣大學商學研究所碩士論文。
張醒亞(民84)，「航空運輸業服務品質、顧客滿意與購買意向因果關係之研究」， 雲林科技大學企業管理研究所碩士論文。
許均宴(民101)，「兩岸直航出發機場及航線選擇模式」，台中科技大學流通管理研究所碩士論文。
許芝華(民98)，「以約略集合理論為基礎的增量式替代規則擷取演算法」，暨南國際大學資訊管理研究所碩士論文。
陳佩欣(民93)，「結合資料探勘與約略集合理論建構以顧客問題為導向之動態常見問題集」，中華大學資訊管理學系研究所碩士論文。
陳淑娟與郭仕堯(民99)，「亞洲航線服務品質之跨文化觀點研究」，服務業管理評論，第八卷，頁56-72。
菅利榮與劉思峰(民94)，「偏好多屬性決策表概率決策的擴展粗糙集方法」，南京航空航天大學學報，第三十五卷第四期，頁535-540。
馮正民與鄭光遠(民95)，「探討航空公司員工滿意度與顧客忠誠度關係之研究：由服務行為之觀點探討」，運輸計劃季刊，第三十五卷第二期，頁131-172。
馮欣嵐(民101)，「運用複合式資料探勘方法建立腦中風風險輔助預測模型」，臺灣科技大學工業管理研究所碩士論文。
黃明玉(民94)，「航空公司服務品質評估之研究-模糊多準則決策方法之應用」，文化大學觀光事業學系研究所碩士論文。
黃碧芬(民99)，「自行車事故特性之研究—以台中市為例」，逢甲大學交通工程與管理研究所碩士論文。
黃虹菱(民91)，「統計方法應用於航空業顧客滿意度模式」，成功大學統計學研究所碩士論文。
廖崇堯(民99)，「兩岸直航航空旅運選擇行為之研究:以台北-上海航線為例」， 暨南大學土木工程研究所碩士論文。
劉聖文(民91)，「調適型銷售互動模式應用於電子商務之研究」，朝陽科技大學企業管理研究所碩士論文。
劉靜宜(民89)，「網路商店消費者滿意度與再惠顧意願之研究－以實驗網路花店為例」，中央大學資訊管理研究所碩士論文。
蔣台程(民81)，「國內航線服務品質影響因素之研究」，品質管制月刊，第二十八卷第二期，頁29-42。
賴威利(民94)，「利用約略集合理論預測燒燙傷患者死亡率」，南台科技大學國際企業系碩士論文。
鍾易詩(民97)，「事故鏈與因果分析」，交通大學交通運輸研究所博士論文。
羅于哲(民98)，「以決策規則探討旅客機上購物行為」，開南大學空運管理研究所碩士論文。
Anderson, E. W., & Sullivan, M. W. (1993). “The Antecedents and Consequences of Customer Satisfaction for Firms,” Marketing Science, Vol.12, pp.25-43.
Backman, J., & Crompton, L. (1991). “The usefulness of selected variables for predicting activity loyalty,” Leisure Science, Vol.13, pp.205-220.
Bao, Y., Aoyama, S., Du, X., K., Y., & Ishii, N. (2002). “A Rough Set-Based Hybrid Method to Text Categorization,” Paper presented at the Proc. of the IEEE International.
Bilkey, J., W., & Nes, E. (1982). “Country-of-origin effects on product evaluations,” Journal of International Business Studies,Vol.13, pp.89-99.
Brown, H. (1952). “Brand loyalty-fact or fiction?” Advertising Age, Vol.23, pp.53-55.
Chang, Y. H., & Cheng, C. H. (2006).”Recognition and Perception of Air Travelers to LCCs and FSCs: A Case Study of Taiwanese Passengers Departing from Taipei to Singapore,” Transportation Planning Journal, Vo1. 36 No. 3, pp.307-332
Chouchoulas, A., & Shen, Q. (1999).” A Rough Set Approach to Text Classification,” Paper presented at the In Proc. of the 7th International Workshop on Rough Sets.
Churchill, & Surprenant, C. (1982). “An investigation into the determinants of Customer Satisfaction,” Journal of Marketing Research, Vol.19, pp.491-504.
Coldren, G. M., & Koppelman, F. S. (2005). “Modeling the competition among air-travel itinerary shares GEV model development,” Transportation Research Part A, Vol.39, pp. 345-365.
Coldren, G. M., Koppelman, F. S., Kasturirangan, K., & Mukherjee, A. (2003). “Modeling aggregate air-travel itinerary shares: logit model development at a major US airline,” Journal of Air Transport Management, Vol.9, pp.361-369.
Conningham, M. (1956). “Brand Loyalty: What, Where, How much?” Harvard Business Review,Vol.34,No.1, pp.116-128.
Cronin, J., & Taylor, S. (1992). “Measuring Service Quality: A Reexamination and Extension,” Journal of Marketing, Vol.56,No.3, pp. 55-68.
Day, L. (1980).” Research Perspectives on Consumer Complaining Behavior,” Theoretical Developments in Marketing,pp.211-219
Espino, R., Martin, J. C., & Roman, C. (2007a). “Analyzing the effect of preference heterogeneity on willingness to pay for improving service quality in an airline choice context,” Transportation Research Part E: Logistics and Transportation Review, Vol.44, pp.593-606.
Espino, R., Martin, J. C., & Roman, C. (2007b). “Analyzing the effect of preference heterogeneity on willingness to pay for improving service quality in an airline choice context,” Transportation Research Part E: Logistics and Transportation Review, Vol.44, pp.593-606
Folkes, V. S. (1988), “Recent Attribution Research in Consumer Behavior: A Review and New Directions,” Journal of Consumer Research, Vol.14,No.3 pp.548-565.
Fornell, & Bryant, B. E. (1996). “The American Customer Satisfaction Index: Nature, Purpose, and Findings,” Journal of Marketing, Vol.60, pp.7-18.
Fornell, C. (1992). “A National Customer Satisfaction Barometer: The Swedish Experience,” Journal of Marketing,Vol.56,No.1,pp6-21.
Fourie, C., & Lubbe, B. (2006).” Dterminants of Selection of Full-service Airlines and Low-cost Carriers: A Note on Business Travellers in South Africa,” Journal of Transport Management, Vol.12, pp.98-102.
Frederick, N. (2000). Loyalty : Customer relationship management in the new era of internet marketing,New York:McGraw-Hill.
Greco, S., Matarazzo, B., & Slowinski, R. (1998). “A new rough set approach to evaluation of bankruptcy risk,” Operational Tools in the Management of Financial Risks, pp 121-136.
Guest. (1955). “Brand Loyalty-Twelve Years Later,” Journal of Applied Psychology, Vol.39, pp.405-408.
Hensher, D. A., Stopher, P. R., & Louviere, J. J. (2001). “An exploratory analysis of the effect of numbers of choice sets in designed choice experiments: an airline choice application,” Journal of Air Transport Management, Vol.7, pp.373-379.
Heskett, James, L., Loveman, G., Sasser, E., & Schlesinger, L. (1994). “Putting the Service-Profit Chain to work,” Harvard Business Review, Vol.72, No.2, pp.164-172.
Hess, S. (2007). “Posterior analysis of random taste coefficients in air travel choice behavior modeling,” Journal of Air Transport Management, Vol.13, pp.203-212.
Hess, S., Adler, T., & Polak, J. W. (2007). “Modelling airport and airline choice behaviour with the use of stated preference survey data,” Transportation Research Part E, Vol.43, pp.221-233.
Howard, A., & Sheth, N. (1969). The Theory of Buyer Behavior, New York: John Wiley and Sons, Inc.
Ippolito, R. A. (1981).”Estimating Airline Demand with Quality of Service Variables,” Journal of Transport E: economics and Policy, vol.15, pp.7-15.
Johansson, J. K., & Thorelli, H. B. (1985).” International product positioning.,”Journal of International Business Studies, Vol.16,No.3, pp.57-75.
Johnson, D., & Fornell, C. (1991). “A Framework for Comparing Customer Satisfaction Across Individuals and Product Categories,” Journal of Economic Psychology, Vol.12,No.2, pp.267-286.
Jones, O., & Sasser, E. (1995). “Why satisfied customers defect,” Harvard Business Review, Nov./Dec., pp. 88-99.
Kanafani, A., & Ghobrial, A. (1995).” Quality-of-Service Model of Intercity Air-Travel Demand,” Journal of Transportion Engineering, Vol.121, pp.135-140.
Lee, S.-C., & Hung, M.-J. (2002). “Applying AI technology and rough set theory for mining association rules to support crime management and fir-fighting resources allocation,” Journal of Information, Technology and Society, Vol.2,No.2, pp. 65-78.
Liou, J. J. H., & Tzeng, G.-H. (2010). “A Dominance-based Rough Set Approach to customer behavior in the airline market,” Information Sciences, Vol.180, pp.2230-2238.
Liou, J. J. H., Yen, L., & Tzeng, G.-H. (2010). “Using decision rules to achieve mass customization of airline services,” European Journal of Operational Research, Vol.205, pp.680-686.
Mazlack, L. J., He, A., Zhu, Y., & Coppock, S. (2000). “A Rough Set Approach in Choosing Partitioning Attributes,” Paper presented at the Proc. of the ISCA 13th International Conference.
Nassiri, H., & Rezaei, A. (2012). “Air itinerary choice in a low-frequency market: A decision rule approach,”Journal of Air Transport Management, Vol.18, pp.34-37.
Oliva, Oliver, R., & MacMilian, I. (1992). “A catastrophe Model for Developing Service Satisfaction Strategies,” Journal of Marketing,Vol. 56, pp.24.
Oliver, R. (1980). “A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions,” Journal of Marketing Research, Vol.17, pp.460-469.
Oliver, R., & DeSarbo. (1988). “Response Determinants in Satisfaction Judgements,” Journal of Consumer Research, Vol.14, pp.495-507.
Pakdil, F., & Aydin, O. (2007). “Expectations and perceptions in airline services: An analysis using weighted SERVQUAL scores,” Journal of Air Transport Management, Vol.13, pp.229-237.
Park, J. W. (2007). “Passenger perceptions of service quality: Korean and Australian case studies,” Journal of Air Transport Management, Vol.13, pp.238-242.
Park, J. W., Robertson, R., & Wu, C. L. (2004). “The Effect of Airline ServiceQuality on Passengers'' Behavioural Intentions: A Korean Case Study,” Journal of Air Transport Management, Vol.10, pp.435-439.
Pawlak, Z. (1982).”Rough sets,” International Journal of Information and Computer Sciences, Vol.11, NO.5, pp.341-356.
Pepers, D. & M. Rogers(1993).”Don’t Resist Marketing Automation”, Journal of Sales and Marketing Management, Vol.150,No.10, pp.32~33.
Proussaloglou, K., & Koppelman, F.S. (1995). “Air Carrier Demand: An Analysis of Market Share Determinants,” Transportation, Vol.22, pp.371-388.
Proussaloglou, K., & Koppelman, F. S. (1999). “The choice of air carrier, flight, and fare class,” Journal of Air Transport Management, Vol.5, pp.193-201.
Rechinhheld, F., & Sasser, W. (1990). “Zero Defections: Quality Comes to Service,” Harvard Business Review, Vol.68, pp.105-111.
Richins. (1983). “Negative Word - of - Mouth by Dissatisfied Consumers :A Pilot Study,” Journal of Marketing, Vol.47, pp.68-78.
Rose, J. M., Hensher, D. A., & Greene, W. H. (2005). “Recovering costs through price and service differentiation: accounting for exogenous information on attribute processing strategies in airline choice,” Journal of Air Transport Management, Vol.11, pp.400-407.
Singh, J., & Sirdeshmukh, D. (2000). “Agency and Trust Mechanisms in Consumer Satisfaction and Loyalty Judgments,” Journal of Academy of Marketing Science, Vol.28, pp. 150-167.
Szymansk, D., & Henard, D. (2001). “Customer Satisfaction: A Meta-Analysis of the Empirical Evidence.”Journal of the Academy of Marketing Science, Vol.29,No.1, pp.16-35.
Tse, D. K., & C., W. P. (1988). “Models of consumer satisfaction formation: An extension,” Journal of hfarkering Research, Vol.25, pp.204-212.
Xiaoa, Z., Yanga, X., Panga, Y., & Dangb, X. (2012). “The prediction for listed companies'' financial distress by using multiple prediction methods with rough set and Dempster–Shafer evidence theory,” Knowledge-Based Systems, Vol.26, pp.196-206.
Y., Y., & C., C. T. (2000). “Rule Discovery Based on Rough Set Theory,” Paper presented at the Proc. of the ISIF Conference.
Zeithaml, A., Leonard, B., & Parasuraman, A. (1996). “The Behavioral Consequences of Service Quality,” Journal of Marketing, Vol.60, pp.31-46.
Ziarko, W. (1991). “The discovery, analysis, and representation of data dependencies in databases,” Knowledge Discovery in Databases, pp. 195-212 .