基于神经网络的电子商务用户认知分类研究

发布时间：2017-07-27 17:52

  本文关键词：基于神经网络的电子商务用户认知分类研究

  更多相关文章： 认知类型测量 实验研究 神经网络 机器学习 认知分类

【摘要】：近些年,“以用户为中心”已经成为很多电子商务企业的服务理念,而差异化服务即体现了这一理念。过去传统的差异化服务是基于人口统计特征(如性别、年龄、教育程度、行业性质、收入等)将用户分类,而相关研究表明认知(偏好、结构)差异会在较大程度上影响用户的网络或者信息行为,因此依据电子商务用户不同的认知类型进行差异化服务变得有意义! 然而现有的研究更多是基于心理测试或量表等显性方式进行用户认知差异的测量,而电子商务用户的认知差异更需要采用在线的隐性测量方法。在此背景下,本文针对电子商务在线购物情境,探索了用户认知差异的显性测量方法,并在此基础上进行了隐性测量方法的探索。 具体做了以下几方面的工作：首先重点梳理归纳了有关认知需求、认知风格和认知图式三种认知类型概念、显性测量方法以及在线行为应用研究；在此基础上,通过在线购物实验,分析获取了不同认知类型用户在线商品参数浏览与学习的行为特征；进一步总结了有关机器学习的分类方法,重点关注了神经网络的分类方法及其应用与操作；最后在上述理论与购物实验数据基础上,运用神经网络分类方法完成用户认知类型的隐性测量,并得到比较满意的分析结果。
【关键词】：认知类型测量 实验研究 神经网络 机器学习 认知分类
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F724.6;F274;F224
【目录】：

• 摘要5-6
• Abstract6-7
• 目录7-10
• 图表目录10-12
• 1 引言12-16
• 1.1 研究背景12-13
• 1.2 主要研究内容13-14
• 1.3 论文研究思路14-15
• 1.4 论文的创新点15-16
• 2 认知类型测量理论与方法16-28
• 2.1 认知需求16-19
• 2.1.1 含义16-17
• 2.1.2 差异体现17-18
• 2.1.3 测度方法18
• 2.1.4 对个体在线行为的影响18-19
• 2.2 认知风格19-25
• 2.2.1 含义19-22
• 2.2.2 测度方法22-23
• 2.2.3 对个体在线行为的影响23-25
• 2.3 认知图式25-28
• 2.3.1 含义25
• 2.3.2 差异体现25-26
• 2.3.3 测度方法26-27
• 2.3.4 对个体在线行为的影响27-28
• 3 认知类型测量分析实验探索—以商品参数浏览与学习为情境28-46
• 3.1 实验设计与组织28-38
• 3.1.1 自变量设计29-35
• 3.1.2 控制变量35
• 3.1.3 因变量设计35-36
• 3.1.4 实验任务及平台设计36-37
• 3.1.5 实验组织及实验实施流程37-38
• 3.2 数据分析38-46
• 3.2.1 不同认知需求类型的行为特征38-41
• 3.2.2 不同认知风格类型的行为特征41-43
• 3.2.3 不同认知图式类型的行为特征43-46
• 4 基于机器学习的用户认知分类的基本方法46-68
• 4.1 基于机器学习的分类方法概述46-54
• 4.1.1 神经网络方法46-50
• 4.1.2 朴素贝叶斯50-52
• 4.1.3 决策树52-54
• 4.1.4 小结54
• 4.2 神经网络分类方法在电子商务中应用研究54-59
• 4.2.1 数据预测54-55
• 4.2.2 客户分类55-57
• 4.2.3 评价57-59
• 4.3 基于Spss clementine的神经网络分类实现流程59-68
• 4.3.1 定义数据源59-60
• 4.3.2 筛选数据60-61
• 4.3.3 准备数据61-62
• 4.3.4 数据建模62-66
• 4.3.5 模型评估66-68
• 5 基于神经网络的认知分类实验探索68-88
• 5.1 认知需求分类建模69-76
• 5.1.1 数据建模69-72
• 5.1.2 模型检验72-74
• 5.1.3 结果与讨论74-76
• 5.2 认知风格分类建模76-82
• 5.2.1 数据建模76-79
• 5.2.2 模型检验79-80
• 5.2.3 结果与讨论80-82
• 5.3 认知图式分类建模82-88
• 5.3.1 数据建模82-84
• 5.3.2 模型检验84-86
• 5.3.3 结果与讨论86-88
• 6 结论与启示88-92
• 6.1 主要研究结论88-90
• 6.2 对于在线差异化服务的启示90
• 6.3 本文的不足和展望90-92
• 致谢92-93
• 参考文献93-100
• 附录100-104
• 附录A 镶嵌图测试法100-103
• 附录B 数码相机知识培训103
• 附录C 基本信息调查问卷103-104
• 附录D 网页查找任务104

【共引文献】

中国期刊全文数据库 前10条

1 陈文仪,廖泳新;Is the Internet an Effective Marketing Tool to "Generation X" on Fashion?[J];Journal of China Textile University(English Edition);1999年03期

2 池丽月;;网络渠道交易价值的实证分析——以L品牌手机淘宝BtoC店为例[J];福建农林大学学报(哲学社会科学版);2011年05期

3 李莎;;搜索引擎及搜索引擎广告现状研究[J];广告研究(理论版);2006年03期

4 陈远高;刘南;;存在差异性产品的双渠道供应链协调研究[J];管理工程学报;2011年02期

5 张大勇;;个性化网络广告推荐技术研究评述[J];哈尔滨工业大学学报(社会科学版);2009年05期

6 田志龙;王瑞;杨文;马玉涛;;中国情境下消费者CSR反应的行业比较研究[J];管理科学;2011年02期

7 薛靖;;互联网特性与交易成本之关系研究[J];技术经济;2006年02期

8 陈远高;刘南;;具有服务差异的双渠道供应链竞争策略[J];计算机集成制造系统;2010年11期

9 范晓屏,卢艳峰,刘志锋;网络营销研究述评[J];技术经济与管理研究;2005年05期

10 黄健;肖条军;盛昭瀚;;多渠道供应链管理研究述评[J];科研管理;2009年05期

中国重要会议论文全文数据库 前4条

1 ;On-line Consumer Behavior and Marketing Strategy——Empirical Study of Zhejiang Province[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

2 徐峗;丁婕;张盼;;中小企业电子商务使用模式分析:基于阿里巴巴的实证研究[A];第五届（2010）中国管理学年会——信息管理分会场论文集[C];2010年

3 徐峗;张盼;丁婕;;只逛不买的电子商务用户分析——以淘宝网为例[A];第六届（2011）中国管理学年会——信息管理分会场论文集[C];2011年

4 于帅;徐峗;;中小企业B2B电子商务使用行为深度探究[A];第六届（2011）中国管理学年会——信息管理分会场论文集[C];2011年

中国博士学位论文全文数据库 前10条

1 程霞;电子零售商采纳代销直供模式的影响因素研究[D];南开大学;2010年

2 陈远高;电子供应链中多渠道协调问题研究[D];浙江大学;2010年

3 杨立钒;互联网环境下企业网络营销渠道选择研究[D];东华大学;2010年

4 李海英;平台式网购顾客满意度实证研究[D];西南交通大学;2011年

5 朱四明;服务外包接包方选择与监管风险控制研究[D];上海交通大学;2011年

6 程华;个体差异与消费者接受网上购物——基于杭州样本的实证研究[D];浙江大学;2003年

7 李莉;电子市场的逆向选择风险规避模型研究[D];华中科技大学;2004年

8 郑浩;基于顾客忠诚的顾客资产管理研究[D];山东大学;2006年

9 匡奕军;基于Internet的供应链系统多渠道竞争研究[D];复旦大学;2007年

10 林振旭;网站特性与风险认知对消费者网络购买意愿影响之研究[D];复旦大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘超;房地产网络营销模式创新研究[D];山东师范大学;2011年

2 于芬芬;快时尚服饰消费者渠道选择影响因素研究[D];东华大学;2012年

3 Cheruiyot W.K.;[D];中南大学;2002年

4 陈晓彤;电子商务环境下专业物流公司的发展研究[D];重庆大学;2002年

5 伊辉勇;汽车行业基于电子商务的复合式营销模式的研究[D];重庆大学;2004年

6 孙扬;基于创新扩散理论的消费者网上购物意向研究[D];浙江大学;2006年

7 刘志锋;基于感知价值的网上购物意向的提升策略研究[D];浙江大学;2006年

8 吴海华;基于信任度的C2C网站顾客锁定机制的锁定效果研究[D];浙江大学;2007年

9 周炜;ERP系统使用者个人效益影响因素研究[D];浙江大学;2007年

10 唐泽磊;网络营销在房地产项目中的应用研究[D];吉林大学;2007年

，

本文编号：582606