1、是不是一个意思你需要拿出具体的两篇论文做对比才能有结论。因为每篇论文关于定义都有自己的概念阐释。但一般而言，这两个概念的差异应该不大；
2、用什么模型并不重要，重要的是你要探讨什么问题：是探讨什么因素对于客户满意度影响最大？还是满意度这个值的测量？ACSI模型本身是通过探讨满意度，研究对未来的可能客户行为。论坛网友CFI对此有个专帖，你可以看看。
3、你打算利用数据挖掘改善满意度的什么问题？

谢谢楼上的
我是想利用数据挖掘来做满意度的测量
因为貌似ACSI对变量的个数有要求，潜变量不能超过8个，隐变量不能超过5个（根据CFI的话）
我想找一种方法突破这种限制，虽然可能准确性没有ACSI的好

如果可以对满意度进行量化的化，比如1-10之间 ，那可以借助数据挖掘的方法乳神经网络，回归分析，或者SVm等进行分析，不过每种方法都有限制，要具体分析

ACSI是一个理论模型，其对应的数量方法的核心是偏最小二乘法（当然其中还有一些专利性技术）。而这个模型的主要目的是测度各要素的影响作用，以及对未来客户可能产生行为的预测。因此，如果你只是要测度满意度，尤其是某个具体领域的满意度，完全可以突破ACSI对变量的限制，自己对理论进行设计。至于数据挖掘，只是一个筐。里面装的还是聚类、判别树等各种具体的算法。
所以我建议你还是要思考一下，所谓用数据挖掘做满意度测量。你究竟是计划在计算模型上做创新？还是在理论模型上做创新？这两者之间研究内容与方法的差异是非常大的。