虚拟品牌社区中契合顾客识别模型及实例研究

发布时间：2025-01-17 11:44

　　 阐述虚拟品牌社区中契合顾客的重要性,界定企业自营虚拟品牌社区中的契合顾客以及顾客契合行为。针对企业在虚拟品牌社区客户关系管理中如何有效识别契合顾客这一问题,依据计划行为理论,建立了包括契合顾客的意愿、主观规范、能力3个维度的契合顾客识别模型,并分析了各个维度的主要影响因素。以小米社区为例,采用前馈神经网络模型对契合顾客识别模型进行了验证,实验结果显示,模型能有效识别虚拟品牌社区的契合顾客。

【文章页数】：9 页

【部分图文】：

图1 社区契合顾客的识别模型 ?

由此,根据计划行为理论,可从顾客契合意愿、顾客主观规范、顾客契合能力3个维度来识别企业虚拟品牌社区的契合顾客。顾客契合意愿是指顾客通过契合行为,实现对品牌的忠诚、提高社区地位和提升社区影响力。顾客主观规范是指顾客是否采取契合行为受到社区平台和社区其他顾客的支持的影响。顾客契合能力....

图2 对数损失函数收敛

252个顾客样本随机抽取65%样本作为训练集,余下35%为测试集。实验结果得到,损失函数误差值随着迭代到22次时开始趋近于固定值0.168472,模型达到收敛(见图2)。训练集训练得到的输入层与隐含层之间的权值及隐含层到输出层之间的权值见表4。经试验验证,模型的准确率为96.1....

图3 契合顾客识别模型曲线 ?

5.4.2k-fold交叉验证样本分为6份,取其中1份轮流作为测试集,剩余5份为训练集,平均准确率衡量模型的准确率,从另一面验证模型的泛化能力。模型的ROC曲线以假正类率作为横坐标,真正类率作为纵坐标,大于阈值为契合顾客,反之为非契合顾客,根据不同阈值得全部坐标点的连线(见图3....

图4 契合顾客识别模型特征重要性 ?

契合顾客识别模型由13个特征变量组成,但这些特征变量对模型的贡献程度不同。通过机器学习中的特征重要性计算方法,计算出模型中各个特征变量的重要性,即各个特征变量的重要性得分,可以判断出不同的特征变量对是否为契合顾客的影响程度(见图4)。由图4可见,前7个特征变量对模型的影响程度较大....

本文编号：4028016