直播招聘平台用户满意度评价研究——基于可拓模型

Evaluation Study on User Satisfaction of Live Recruitment Platform—Based on Extension Model

摘要: 本研究创建了一个新的直播招聘平台用户满意度评价模型，使用了可拓基元理论和可拓优度评价方法进行构建，并通过权重因子判断法为各评价指标分配了权重，以确保评估的准确性和客观性。通过一项实际案例的测试，验证了这种评价体系的实用性和效果。

Abstract: This study establishes a new user satisfaction evaluation model for live broadcasting recruitment platforms. It is constructed using the theory of extension primitives and the extension superiority evaluation method. The evaluation indicators are assigned weights through the weight factor judgment method to ensure the accuracy and objectivity of the assessment. The practicality and effectiveness of this evaluation system are verified through a test of an actual case.

1. 引言

20世纪80年代中期，Centner等学者首次提出在线网络招聘，此后，众多国外学者都对网络招聘的宏观层面以及微观层面进行深入研究分析。在宏观层面上，Brandão C等学者认为网络招聘是在网上进行，通过使用各种工具接收申请、寻找专业人士、快速分类并向申请人提供反馈的过程[1]。现在直播已成为人们日常生活的一部分，直播将被纳入相关电商工作范畴，“直播带岗”由此产生。在直播形式日益发展的今天，如今招聘还会采用直播间模式来展开工作，对于招聘者和求职者来说，直播带岗招聘模式可以很好地缓解求职方和招工方之间信息不对称问题，并且这种直播带岗模式，对于一些较低门槛的职业岗位有着良好的宣传效果，在提升招聘效率的同时，有望为蓝领求职者和中小微企业打开招聘的“新窗口”[2]。直播带岗招聘模式应运而生，使企业招聘更积极、更直接，突破时空限制，同时给求职者求职带来更便利，使招聘效率有了一定程度的提高，对解决求职难、招工难等问题起到了积极的正面效果[3]。直播招聘平台具有在直播软件中进行文字交流互动、视频聊天、邮件传输、在线解答等达到品牌宣传目的、招聘至投递简历，笔试面试考核等功能一体化服务，与之同步，网上直播招聘使招聘由线下转向线上进行，规避线下因时间等原因不能正常抵达面试现场等缺陷，这有助于雇主和求职者更深入地了解彼此的背景和需求，从而显著提升了求职的效率[4]。直播带岗是一种初露锋芒的招聘模式，这种招聘模式要想长久发展，就需要在实际工作中不断地改进，在思路上有所创新，还要改变传统的招聘理念，使直播带岗招聘模式在就业服务中形成新常态[5]。在研究用户满意度的过程中，我国通常会借鉴国外的用户满意度理论模型，同时也会对国内的实际情况进行调整和研究，以深入探讨满意度的各个维度。关于信息服务的满意度，我国在图书馆信息平台和招聘信息服务的用户满意度研究上做得相当深入。选择中国用户满意度模型会更符合本文的研究主题和当前的研究状况。经过对影响公共数字文化服务用户满意度的各种因素的深入分析，我们确定了用户归因、服务提供者归因和社会环境归因这三大核心因素。基于扎根理论，我们构建了一个公共数字文化服务用户满意度的理论模型，并进一步给出了提高用户满意度的具体策略和建议[6]。某些研究尝试将技术接受模型与信息系统的成功模型结合起来，利用信号理论和感知风险理论，通过问卷的方式收集数据，对大学生选择使用直播招聘平台的各种影响因素进行了深入的实证分析。研究表明，大学生对直播招聘平台的使用意愿受到感知有用性、感知易用性和感知声誉的明显正向推动；对于大学生选择使用直播招聘平台，时间风险、社会风险和隐私风险都产生了明显的负面效应[7]。基于中国用户满意度模型理论，结合直播带岗模式招聘信息服务的特点，选取相关模型变量，构建出直播带岗模式下招聘信息服务用户满意度模型，并通过数据分析对模型进行校验，丰富了信息服务管理与人力资源管理理论的研究，对未来学者研究人力资源与信息资源相关理论奠定了基础。此研究一定程度上提升了招聘效率及招聘信息服务效果，通过本文研究，能够进一步了解直播带岗模式下招聘信息服务在用户视角下的需求和满意度情况，具有一定实践意义[8]。直播招聘平台信息质量与服务质量对于大学生直播招聘平台感知有用性同样具有正向影响当今互联网电商时代下，直播带岗模式招聘为企业吸收人才提供了新的风口，与大学生就业网站平台，普通形式网络招聘相比较，以信息服务为系统构建、用户需求与评价维度方面均有很大不同，所以基于可拓模型对直播带岗模式招聘服务模式进行用户满意度视角的分析与研究是一种新的研究视角，该模型视角还存在相关的研究空白。

2. 直播招聘平台用户满意度指标可拓优度评价模型构建

2.1. 建立待评价指标集

将感知质量，用户期望，感知有用性，感知易用性，用户满意度，用户忠诚度六个维度作为一级指标，又将六个维度中的重要影响因素细分为二级指标(见表1)。

一级指标集合$A=\left\{A_1,A_2,A_3,A_4,A_5,A_6\right\}$

二级指标集合$A_1=\left\{B_1,B_2,B_3\right\}$

$A_2=\left\{B_1,B_2,B_3\right\}$

…

$A_6=\left\{B_{13},B_{14}\right\}$

Table 1. Metrics build table

表1. 指标构建表

一级指标	二级指标	解释说明
感知质量(A1)	信息质量高(B1)	播招聘平台的信息质量是平台提供信息的准确性、完整性、时效性和匹配程度
	服务质量好(B2)	是否满足用户多层次需求
	平台系统质量(B3)	系统是否稳定、操作界面是否符合用户习惯
用户期望(A2)	工作描述一致性(B4)	岗位描述是否准确
	工作选择多样性(B5)	岗位数量和质量是否满足用户不同需求
感知有用性(A3)	工作适配度(B6)	是否能选择合适工作
	高效求职(B7)	缩短求职时间，帮助更好求职
感知易用性(A4)	页面操作简单程度(B8)	页面信息获取容易程度
	直播平台界面设计简单(B9)	平台界面简单明了
用户满意度(A5)	求职过程满意(B10)	求职过程的总体满意程度
	招聘岗位信息全面，准确(B11)	招聘岗位信息全面，准确
	互动模式满意度(B12)	聘信息服务的互动及时
用户忠诚度(A6)	重复使用意愿(B13)	用户是否有频繁使用直播求职行为
	推荐意愿(B14)	用户向朋友推荐的可能

2.2. 确立经典域、节域与待评价物元

(1) 经典域的确定

物元模型可以用于描述事物的基本元素，包括名称(Name)、特征(Character)和量值(Value)，通常表示为M = (N, C, V) [9]。在评价对象的不同等级下，指标量值的取值区间被称为经典域。假设直播平台用户满意度可以划分为j个等级，评价指标有n个，则可以用下面的维物元进行描述：如(1)

$M_j=\left(N_j,C_i,V_{ij}\right)=\left|\begin{array}{ccc}{N}_j& C_1& V_{1j}\\ & C_2& V_{2j}\\ & ⋮& ⋮\\ & C_{14}& V_{14j}\end{array}\right|=\left|\begin{array}{ccc}{N}_j& c_1& \langle a_{1j},b_{1j}\rangle \\ & c_2& \langle a_{2j},b_{2j}\rangle \\ & ⋮& ⋮\\ & c_{14}& \langle a_{14j},b_{14j}\rangle \end{array}\right|$ (1)

M_j表示第j个同征物元，N_j表示直播招聘平台用户满意度等级，C_i表示直播平台用户满意度第i个评价指标，$V_{rj}=\left[a_{ij},b_{ij}\right]$ 为N_j对于指标c_i所界定的取值范围区间，$a_{ij},b_{ij}\left(i=1,2,\cdots ,n;j=1,2,\cdots ,m\right)$ 分别代表第i个指标关于第j个满意度等级上的下限和上限值。

(2) 节域的确定

$M_p=\left|\begin{array}{ccc}{N}_p& C_1& V_{1p}\\ & C_2& V_{2p}\\ & ⋮& ⋮\\ & C_{14}& V_{14p}\end{array}\right|=\left|\begin{array}{ccc}{N}_p& c_1& \langle a_{1p},b_{1p}\rangle \\ & c_2& \langle a_{2p},b_{2p}\rangle \\ & ⋮& ⋮\\ & c_{14}& \langle a_{14p},b_{14p}\rangle \end{array}\right|$ (2)

其中，N_p表示所有满意度水平的全体；$V_{ip}=\langle a_{1p},b_{1p}\rangle$ ，$i=1,2,\cdots ,14$ 即为节域，表示影响直播招聘平台用户的各项指标在所有满意度水平中的可接受取值范围。经典域中的取值范围包含于对应节域的取值范围，即$V_{ij}\subset V_{ip}$ 。

为了确定经典域和节域，可以借助SCOR模型参考标杆数据，专家建议以及行业实操经验，同时运用德尔菲法综合分析进行确定。

(3) 确定待评价物体元

$M_a=\left[\begin{array}{ccc}{N}_a& c_1& v_{a1}\\ & c_2& v_{a2}\\ & ⋮& ⋮\\ & c_n& v_{an}\end{array}\right]$ (3)

M_a表示第a个分特征物元矩阵；$C_k\left(k=1,2,\cdots ,14\right)$ 表示直播招聘平台用户满意度特定评价指标；$V_{ai}\left(i=1,2,\cdots ,14\right)$ 表示各满意度指标的实际测量值。

2.3. 建立关联函数、计算综合关联度

在可拓学这门学科研究领域中，关联函数是用于衡量待评估对象在某种特定属性上的程度，或也可以理解为他的相对合格性[10]。本文利用关联函数得出的关联度用K_j(V_i)表示，用以表明直播招聘平台用户求职满意度的一级指标A_i、二级指标B_k，用这两级指标来表示直播招聘平台用户整体满意度的关联程度，即他们与满意度级别的符合性。

建立关联函数：

$K_j\left(V_i\right)=\frac{\rho \left(V_i,V_{ij}\right)}{D\left(V_i,V_{ij},V_{ip}\right)}=\{\begin{array}{ll}-\rho \left(V_i,V_{ij}\right),\hfill & \rho \left(V_i,V_{ij}\right)=\rho \left(V_i,X_{ip}\right)\hfill \\ \frac{\rho \left(V_i,V_{ij}\right)}{\rho \left(V_i,V_{ip}\right)-\rho \left(V_i,V_{ij}\right)},\hfill & 其他\hfill \end{array}$ (4)

2.4. 评定指标权重

一级指标A_i (1, 2, 3, 4, 5, 6)权重为Q_i (1, 2, 3, 4, 5, 6)；二级指标C_k (1, 2, ..., 14)权重为S_k。我们用一种叫“权重打分法”的简单好用技巧来给每个评价指标打分赋权，它操作简单[11]。具体步骤如下：

① 设计并制作一个评估因子评分表，用5分制来表示各项指标的关键程度。其中：5代表极其重要；4代表比较重要；3是一般重要；2就不太重要；而1则不重要。

② 请专家教授和科技企业管理人员一起组成一个专业打分小组，根据各项指标的重要性填写这个评分表。

③ 对数据统计分析，对一级和二级指标分别算出它们的权重值。

2.5. 判定满意度水平等级

通过对各种实际测量指标和上面提到的关联函数进行计算分析，能够确定影响直播网站用户满意度就业指标体系中二级指标与不同满意度等级之间的相关性(K_mr(B_k))。基于此，我们可以将二级指标的满意度级别分类为：

$K=\max \left(\begin{array}{c}{K}_{jr}\left(B_k\right)\\ \left(j=1,2,3,4\right)\end{array}\right)$ (5)

B_k的满意程度级别分为4个等级，即第j (j = 1, 2, 3, 4)级。各评价指标对目标函数影响越大，其重要性越高。如果K_j1(B_k)计算出来的结果最大，则指标$B_k\left(k=1,2,\cdots ,14\right)$ 的满意度在“不满意”等级处；如果K_j2(B_k)计算结果最大，则指标$B_k\left(k=1,2,\cdots ,14\right)$ 的满意度处于“一般”等级处，依次类推判出其他指标的满意度等级。

基于K_jr(B_k)和各个满意度指标的权重$S_k\left(k=1,2,\cdots ,14\right)$ ，可以推导得出直播招聘平台用户满意度评价指标中的一级指标，以及直播招聘平台用户整体满意度和不同等级满意度水平的综合关联度。

① 一级指标关于不同等级满意度的综合关联度。以感知质量为例，计算公式为：

$K_j\left(A_1\right)={\displaystyle {\sum }_{k=1}^3\left(S_k{K}_{jr}\left(B_k\right)\right)}$ (6)

最终一级指标的满意度公式为：

$K_{jr}=\max \left(K_{jr}\left(A_1\right)\right)$ 其中$r=\left(1,2,3\right)$ (7)

则A_i综合满意度等级为：第j (j = 1, 2, 3, 4)级。和二级指标一样，若K_j1(A_i)最大，则一级指标$A_i\left(i=1,2,\cdots ,6\right)$ 的满意度等级处于“不满意”等级，以此类推。

② 直播招聘平台用户整体满意度关于不同等级满意度水平的综合关联度。计算公式为：

$K_{jr}\left(V\right)={\displaystyle {\sum }_{i=1}^6\left(Q_i{K}_{jr}\left(A_i\right)\right)}$ (8)

最终评定出的整体满意度公式为：

$K_{jr}=\max \left(K_{jr}\left(V\right)\right)$ 其中$j=\left(1,2,3,4\right)$ (9)

则该直播招聘平台用户满意度级别为：第j (j = 1, 2, 3, 4)级。若K_j1(v)最大，则整体满意度等级处于“不满意”级别，以此类推。

3. 案例

本研究通过一个实证案例来检验和评估评价体系和可拓优度满意度评价方法的有效性与实用性，考虑到一个具体的直播招聘平台，本研究构建了一个满意度评估的指标体系，并利用权重因子判断法来评定各指标的重要性；同时，也设定了具体的测量值，详细内容如表2所示。

Table 2. Metric weight table

表2. 指标权重表

一级指标	权重	二级指标	权重
感知质量(A1)	0.16	信息质量高(B1)	0.34	播招聘平台的信息质量是平台提供信息的准确性、完整性、时效性和匹配程度
		服务质量好(B2)	0.33	是否满足用户多层次需求
		平台系统质量(B3)	0.33	系统是否稳定、操作界面是否符合用户习惯
用户期望(A2)	0.17	工作描述一致性(B4)	0.51	岗位描述是否准确
		工作选择多样性(B5)	0.49	岗位数量和质量是否满足用户不同需求
感知有用性(A3)	0.17	工作适配度(B6)	0.49	是否能选择合适工作
		高效求职(B7)	0.51	缩短求职时间，帮助更好求职
感知易用性(A4)	0.17	页面操作简单程度(B8)	0.5	页面信息获取容易程度
		直播平台界面设计简单(B9)	0.5	平台界面简单明了
用户满意度(A5)	0.17	求职过程满意(B10)	0.34	求职过程的总体满意程度
		招聘岗位信息全面，准确(B11)	0.32	招聘岗位信息全面，准确
		互动模式满意度(B12)	0.34	聘信息服务的互动及时
用户忠诚度(A6)	0.16	重复使用意愿(B13)	0.51	用户是否有频繁使用直播求职行为
		推荐意愿(B14)	0.49	用户向朋友推荐的可能

本研究共邀请2名研究直播电商平台的专家、3名可拓领域的专家以及5名满意度研究方向的博士研究生组成测评小组。专家们通过对直播找用户满意度评价指标体系，并结合满意度的实际情况，最终满意度等级划分为j₁ (不满意)、j₂ (一般)、j₃ (满意)和j₄ (非常满意) 4个满意度等级。之后依据直播招聘平台用户满意度评价指标设计问卷，评价分数从1到5分为4个等级。

经典域$M_{j_r}$ 和节域Rs如下所示：

$M_{j_r}=\left[\begin{array}{ccccc}& j_1& j_2& j_3& j_4\\ C_1& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_2& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_3& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_4& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_5& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_6& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_7& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_8& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_9& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_{10}& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_{11}& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_{12}& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_{13}& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \\ C_{14}& \langle 1,1.5\rangle & \langle 1.5,2\rangle & \langle 2,3.5\rangle & \langle 3.5,5\rangle \end{array}\right]$ $M_p=\left[\begin{array}{ccc}{N}_S& C_1& \langle 1,5\rangle \\ & C_2& \langle 1,5\rangle \\ & C_3& \langle 1,5\rangle \\ & C_4& \langle 1,5\rangle \\ & C_5& \langle 1,5\rangle \\ & C_6& \langle 1,5\rangle \\ & C_7& \langle 1,5\rangle \\ & C_8& \langle 1,5\rangle \\ & C_9& \langle 1,5\rangle \\ & C_{10}& \langle 1,5\rangle \\ & C_{11}& \langle 1,5\rangle \\ & C_{12}& \langle 1,5\rangle \\ & C_{13}& \langle 1,5\rangle \\ & C_{14}& \langle 1,5\rangle \end{array}\right]$

3.1. 关联度计算

(1) 二级指标关联度计算

由公式(6)，(7)计算出各二级指标关于不同满意程度等级水平的关联度K_jr(B_k)。感知质量的子指标B₁指标作为一个参考进行计算为例：

$K_{j1}\left(B_1\right)=\frac{\rho \left(B_1,V_{11}\right)}{\rho \left(V_1,V_{1p}\right)-\rho \left(B_1,V_{11}\right)}=-0.5057$

$K_{j2}\left(B_1\right)=\frac{\rho \left(B_1,V_{12}\right)}{\rho \left(V_1,V_{1p}\right)-\rho \left(B_1,V_{12}\right)}=-0.4233$

$K_{j3}\left(B_1\right)=\frac{\rho \left(B_1,V_{13}\right)}{\rho \left(V_1,V_{1p}\right)-\rho \left(B_1,V_{13}\right)}=0.1533$

$K_{j4}\left(B_1\right)=\frac{\rho \left(B_1,V_{14}\right)}{\rho \left(V_1,V_{1p}\right)-\rho \left(B_1,V_{14}\right)}=-0.1173$

由公式(8)和公式(9)可以得出，二级指标B₁对应的满意度等级为j₃，即“满意”。同样地，可以计算出其他各二级指标与四个等级满意度水平的关联度和综合满意度等级，计算结果如表3。

Table 3. Satisfaction level table for secondary indicators

表3. 二级指标满意度等级表

一级指标	二级指标	二级指标各等级的满意度等级				满意度等级
		j1	j2	j3	j4
感知质量(A1)	信息质量高(B1)	−0.5057	−0.4233	0.1533	−0.1173	满意
	服务质量好(B2)	−0.4943	−0.4100	0.1800	−0.1324	满意
	平台系统质量(B3)	−0.4771	−0.3900	0.2200	−0.1528	满意
用户期望(A2)	工作描述一致性(B4)	−0.5143	−0.4333	0.1333	−0.1053	满意
	工作选择多样性(B5)	−0.4886	−0.4033	0.1933	−0.1394	满意
感知有用性(A3)	工作适配度(B6)	−−0.5143	−0.4333	0.1333	−0.1053	满意
	高效求职(B7)	−0.5343	−0.4567	0.0867	−0.0739	满意
感知易用性(A4)	页面操作简单程度(B8)	−0.4943	−0.4100	0.1800	−0.1324	满意
	直播平台界面设计简单(B9)	−0.5114	−0.4300	0.1400	−0.1094	满意
用户满意度(A5)	求职过程满意(B10)	−0.5229	−0.4433	0.1133	−0.0924	满意
	招聘岗位信息全面，准确(B11)	−0.4600	−0.3700	0.2600	−0.1711	满意
	互动模式满意度(B12)	−0.5029	−0.4200	0.1600	−0.1212	满意
用户忠诚度(A6)	重复使用意愿(B13)	−0.4971	−0.4133	0.1733	−0.1287	满意
	推荐意愿(B14)	−0.4600	−0.3700	0.2600	−0.1711	满意

(2) 一级指标、供应链整体关联度

根据公式(6)和(7)，可以逐一计算出直播求职平台的感知质量、用户期望、感知有用性、感知易用性、用户满意度以及用户忠诚度这六个指标与影响用户对平台满意度的一级指标和四个满意度等级的相关性及最终满意度等级。以感知质量为例，作为参照标准进行计算：

$K_{j1}\left(A_1\right)={\displaystyle {\sum }_{k=1}^3\left(S_k{K}_{j1}\left(B_k\right)\right)}=-0.4925$

$K_{j2}\left(A_1\right)={\displaystyle {\sum }_{k=1}^3\left(S_k{K}_{j2}\left(B_k\right)\right)}=-0.4080$

$K_{j3}\left(A_1\right)={\displaystyle {\sum }_{k=1}^3\left(S_k{K}_{j3}\left(B_k\right)\right)}=0.1841$

$K_{j4}\left(A_1\right)={\displaystyle {\sum }_{k=1}^3\left(S_k{K}_{j4}\left(B_k\right)\right)}=-0.1340$

满意度是一个非常重要且容易量化的因素。依据给定的公式和公式，通过对比上述数据，我们可以明确一级指标“感知质量”对应的满意度级别是“满意”。同样地，我们可以计算出另外五个一级指标与不同满意度等级之间的关联度和综合满意度等级。依据给定的公式和公式(8)，(9)可以计算出直播招聘平台用户在不同满意度等级的整体关联度和综合满意度等级，具体的计算结果将在表4中展示。

Table 4. Second-level index satisfaction level table

表4. 二级指标满意度等级表

一级指标					满意度等级
	m1	m2	m3	m4
感知质量(A1)	−0.4029	−0.4080	0.1841	−0.1340	满意
用户期望(A2)	−0.5016	−0.4185	0.1629	−0.1221	满意
感知有用性(A3)	−0.5244	−0.4451	0.1098	−0.0894	满意
感知易用性(A4)	−0.4201	−0.4201	0.1598	−0.1208	满意
用户满意度(A5)	−0.4120	−0.4120	0.1760	−0.0956	满意
用户忠诚度(A6)	−0.3921	−0.3921	0.2158	−0.1494	满意

3.2. 讨论与分析

由以上根据关联度公式和满意等级公式计算结果可知该直播招聘平台用户整体综合满意度等级为“满意”。其中，感知质量，用户期望，感知易用，感知有用，用户满意度，用户忠诚度的综合关联度为0.1841，0.1629，0.1098，0.1598，0.1760，0.2158，并通过表(3)和表(4)可知各项指标的权重和评价得分，表明了直播招聘会用户平台在工作选择多样性和招聘岗位信息全面，准确等用户高度关注的指标上有显著的优势，提升了用户的整体满意度。直播平台在提供更多的工作品种有益于提升用户在直播上求职，通过提供多样性的工作，以及吸引更多人参与线上直播求职，有效提升了用户满意度。直播招聘平台信息完整正确也会提高用户在网络直播平台用户求职的满意度，拓宽就业机会渠道，解决我国的就业压力问题。

4. 结语

在本研究中，基于传统BSC的基础上，增加了两个维度，对六维平衡计分卡指标体系中各指标使用优度评价方法进行满意度评价，用权重因子法的六个维度对各个指标体系的满意度进行评估，这一方法简单且容易操作。通过这种评估，不仅能够全面掌握直播招聘平台用户的总体满意度，还能详细了解到一级和二级指标的具体满意度表现。这样的评估有助于发现用户在使用直播招聘平台过程中可能遇到的问题，从而提供有效的科学依据，支持直播招聘服务的优化运作。

本研究也存在一定局限性：一是在确定待评估对象的经典域和节域时，受邀专家的个人偏好和专业背景的差异可能会对评估结果的范围产生一定影响。在评估被评估对象的信息服务质量的过程中，评估人数较少可能会使结果带有不确定性。为了提升招聘平台用户满意度的评估模型并提高评价结果的准确度，未来计划将在精细化评价指标的同时，扩大调查范围。二是本研究虽然多增加两个一级指标，但指标选取停留在表面，分析不够细致。在未来的研究中会进一步完善评价体系，对直播招聘平台用户进行满意度进行更深入的研究，以实现对直播招聘平台网站物元模型的完善和对可拓评价结果准确性的优化。