基于NPTB模型的影视网站交叉销售组合预测研究

发布时间：2017-06-12 13:09

  本文关键词：基于NPTB模型的影视网站交叉销售组合预测研究，由笔耕文化传播整理发布。

【摘要】：随着我国市场经济的发展，商品市场逐渐由原来的“企业产品导向”快速转变为以顾客为中心的“顾客导向”。顾客成为企业盈利的最主要源泉，企业一旦没有了顾客，也就没有了收入和利润。交叉销售是以企业现有顾客为导向，旨在满足现有顾客的潜在需求，是在分析已有顾客需求的基础上，实现对现有顾客需求的满足，以达到占有市场的目的，而我国企业对交叉销售的认识较晚，相关研究滞后，从而在一定程度上不能满足市场的需求。因此，本文提出把交叉销售的理念应用到影视网站行业具有良好的理论意义和现实意义。 本文构建了基于NPTB模型的影视网站交叉销售组合预测模型，把组合预测模型融入到NPTB模型中（NPTB模型是在已知顾客购买产品的基础上，选择顾客最有可能接受的产品对顾客进行推荐），以达到在影视网站行业实施交叉销售的目的，并利用某商业影视网站的真实数据，论证了本文提出的基于NPTB模型的影视网站交叉销售组合预测模型的有效性。具体而言，主要研究内容如下： （1）探究了交叉销售与数据库营销、客户关系管理的关系，指出交叉销售在很大程度上是以数据库营销为基础。阐述了实施交叉销售的技术支持及交叉销售的理论基础，并在此基础上总结了国内外关于交叉销售的机会识别模型。 （2）构建国内影视网站交叉销售的NPTB模型并进行有效性验证，，本文根据某影视网站的业务及数据特征，选取了实施交叉销售的影视作品和影视观众，进行变量的重新定义，修订了NPTB模型的相关变量，构建组合预测模型作为NPTB模型的统计模型，建立影视网站交叉销售的NPTB模型。在此基础上对模型的有效性进行实证研究，并通过实证结果说明了组合预测模型具有更好的预测效果，能更好的反映出观众对影片的需求。 （3）在应用组合预测模型的基础上，构建K-Means网络聚类模型，对所有影视观众进行聚类，把观众分别归入不同的类别，在此基础上结合组合预测模型的预测结果对观众进行具体的影片推广。 （4）模型的现实意义，模型的应用必须依托相应的数据来实现，所以完善营销数据库是其实现对交叉销售机会预测的前提。在此基础上综合运用模型的预测结果，有助于影视网站及时准确地定位观众，不但可以减少影视网站的推广成本，而且随着影视观众和影视网站的接触点增多，起到保持影视观众，提升影视网站竞争力的作用。
【关键词】：交叉销售 NPTB模型 SPSS 组合预测 聚类
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F274;F49
【目录】：

• 摘要6-7
• Abstract7-9
• 目录9-12
• Contents12-14
• 附表清单14-16
• Bills of Tables16-17
• 插图清单17-18
• Bills of Figures18-19
• 第1章 绪论19-31
• 1.1 课题来源及研究背景19-20
• 1.2 国内外研究综述20-26
• 1.2.1 国内外交叉销售研究综述20-23
• 1.2.2 主要研究成果对比23-25
• 1.2.3 对现有研究的评述25-26
• 1.3 研究内容、意义、思路及架构26-29
• 1.3.1 研究内容26
• 1.3.2 研究意义26-27
• 1.3.3 技术路线27-29
• 1.3.4 论文架构29
• 1.4 本文主要创新点29-31
• 第2章 本文研究相关理论31-44
• 2.1 交叉销售的概念31-32
• 2.1.1 交叉销售的定义31-32
• 2.1.2 交叉销售的内涵及意义32
• 2.2 交叉销售的理论基础和技术支持32-35
• 2.3 交叉销售的主要形式35-37
• 2.4 本文研究采用的交叉销售机会识别模型37-41
• 2.4.1 NPTB 模型37-40
• 2.4.2 神经网络模型40
• 2.4.3 K-Means 网络聚类模型40-41
• 2.5 数据挖掘常用软件41-43
• 2.5.1 数据挖掘常用软件分类41
• 2.5.2 SPSS Clementine 特点41
• 2.5.3 SPSS Clementine 应用41-43
• 2.6 本章小结43-44
• 第3章 基于 NPTB 模型的影视网站交叉销售模型构建44-51
• 3.1 基于 NPTB 模型的影视网站交叉销售模型构建的影响因素44-46
• 3.1.1 交叉销售在影视网站行业应用的制约因素44
• 3.1.2 影视观众历史观看数据44-45
• 3.1.3 数据质量45-46
• 3.2 基于 NPTB 模型的影视网站交叉销售研究方案设计46-49
• 3.2.1 交叉销售产品的确定46
• 3.2.2 确定时间段46
• 3.2.3 统计模型的选取46-47
• 3.2.4 模型检验47
• 3.2.5 研究方案47-49
• 3.3 基于 NPTB 模型的影视网站交叉销售模型构建49-50
• 3.3.1 NPTB 模型的变量确定49-50
• 3.4 基于 NPTB 模型的影视网站交叉销售模型的实现50
• 3.5 本章小结50-51
• 第4章 基于 NPTB 模型的影视网站交叉销售实证研究51-80
• 4.1 数据来源及数据介绍51
• 4.2 数据预处理51-55
• 4.3 数据描述55-66
• 4.3.1 观众人口统计变量描述55-57
• 4.3.2 其他特征描述57-60
• 4.3.3 自变量检验60-66
• 4.4 神经网络模型的应用66-69
• 4.5 组合预测模型的应用69-72
• 4.5.1 组合预测模型的构建69-70
• 4.5.2 组合预测模型的效果及评价70
• 4.5.3 组合预测模型的结果70-72
• 4.6 K-Means 网络聚类模型的应用72-78
• 4.6.1 K-Means 网络聚类模型的构建73-75
• 4.6.2 K-Means 网络聚类模型的效果75-78
• 4.7 本章小结78-80
• 第5章 组合预测模型融入到 NPTB 模型后在影视网站经营管理中的应用80-84
• 5.1 构建营销数据库80-81
• 5.1.1 影视网站在构建营销数据库时需考虑的因素80
• 5.1.2 加强数据分析管理实现信息共享80-81
• 5.2 交叉销售的分类81-82
• 5.2.1 交叉销售产品分类82
• 5.2.2 交叉销售观众分类82
• 5.3 组合预测模型在影视网站经营管理中的应用及其有效性82-83
• 5.4 本章小结83-84
• 第6章 结论与展望84-87
• 6.1 研究结论84
• 6.2 研究贡献84-85
• 6.3 局限性85
• 6.4 未来研究方向85-87
• 参考文献87-91
• 附录91-110
• 攻读硕士学位期间所取得的相关科研成果110-111
• 致谢111-112
• 详细摘要112-116

【参考文献】

中国期刊全文数据库 前10条

1 陈骏武;基于数据挖掘的电信交叉销售研究[J];大众科技;2005年11期

2 王卫平;吴伦;;协同过滤在CRM交叉销售中的应用研究[J];管理学报;2007年04期

3 丘惠翠;陈孟祥;;浅议营销数据库设计策略[J];大众科技;2010年06期

4 王立军;王铁成;;人工神经网络的盐害侵蚀混凝土强度预测[J];哈尔滨工业大学学报;2009年02期

5 程岩;;电子商务中基于Q学习的动态交叉销售方法[J];管理科学学报;2008年03期

6 梁世红;数据挖掘在CRM中的应用[J];科技情报开发与经济;2003年01期

7 岳小婷;;数据挖掘工具CLEMENTINE应用[J];牡丹江大学学报;2007年04期

8 于焱;;数据库营销在顾客关系管理系统中的应用[J];情报科学;2007年10期

9 吕巍,蔡鹭新;交叉销售提升客户忠诚度[J];企业管理;2004年10期

10 王昆;菅冠杰;孔志平;;数据挖掘在交叉销售中的应用过程模型研究[J];商场现代化;2007年07期

  本文关键词：基于NPTB模型的影视网站交叉销售组合预测研究，由笔耕文化传播整理发布。

本文编号：444119