移动优惠券使用行为影响因素分析研究

发布时间：2020-12-09 18:39

　　随着O2O(Online To Offline)商业模式进入快速发展阶段,移动优惠券作为吸引客户在线支付的优惠手段引起了学者和业界关注。已有众多论文分析了移动优惠券使用意愿的影响因素,然而多数学者仅关注了用户特征,忽略了商户特征、优惠券特征。目前许多商业网站可以记录商户、用户、优惠券等相关信息。对于移动优惠券研究来讲,研究的不再是随机样本而是全体数据,并且可以从多个特征角度来研究其使用行为,这样准确性会更高实用性也会增强。基于此,本研究运用机器学习中的算法及模型对移动优惠券数据集的消费记录进行探索。结合国内外相关研究的文献综述,从用户特征、商户特征、用户商户组合特征、优惠券特征、其他特征角度出发尝试构建顾客领取移动优惠券后是否使用的预测模型和移动优惠券的生存分析模型。根据实验结果探究移动优惠券使用行为的影响因素。本研究的贡献在于从多个特征角度探究移动优惠券使用行为的影响因素,并且将生存分析模型引入到移动优惠券使用寿命研究。研究结果显示商户特征、优惠券特征显著影响移动优惠券使用与否行为;用户商户组合特征、用户特征及其他特征对移动优惠券使用与否行为有影响,但影响较小;商户特征对移动优惠券使... 

【文章来源】：兰州财经大学甘肃省

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

特征重要性得分折线图

图 3.2 特征重要性得分柱状图图 3.2 可知前十六个特征分别是：该商户历史销售商品的总数、该商户券的使用率、该商户历史发放优惠券的总数、折扣率、领券时间和特征

图 3.3 特征得分饼状图由图 3.3 可知，特征得分占比最大的是商户特征，占 38%，比所占其他特征多出两倍，而优惠券特征所占比例居于第二，占 26%，用户征、用户特征及其他特征占比较小。由此可得商户特征显著影响移动

【参考文献】：
期刊论文
[1]高海拔典型环境下电能表误差与环境影响因素研究[J]. 郑江,陈龙,袁卫,董世芳,伍应衡,张力平.  电测与仪表. 2019(09)
[2]基于随机森林特征选择的城市绿化乔木树种分类[J]. 温小乐,钟奥,胡秀娟.  地球信息科学学报. 2018(12)
[3]基于COX模型的新生代农民工就业流动意愿影响因素研究——来自广东的经验数据[J]. 李楠,张建武,赵勋.  西北人口. 2019(01)
[4]基于XGBoost特征选择的幕课翘课指数建立及应用[J]. 宋国琴,刘斌.  电子科技大学学报. 2018(06)
[5]基于随机森林算法的耕地面积预测及影响因素重要性分析——以甘肃省庆阳市为例[J]. 王全喜,孙鹏举,刘学录,李尚泽,高建存.  水土保持通报. 2018(05)
[6]采空区煤自燃预测的随机森林方法[J]. 邓军,雷昌奎,曹凯,马砺,王彩萍,翟小伟.  煤炭学报. 2018(10)
[7]新创高科技企业声誉对其风险投资获得时间的影响——基于Cox比例风险模型的实证分析[J]. 张春香,张百舸.  技术经济与管理研究. 2018(09)
[8]基于大数据分析的煤矿安全风险预测系统研究[J]. 郜彤,刘传安.  煤炭工程. 2018(07)
[9]基于EEMD-LSTM-Adaboost的商品价格预测[J]. 邸浩,赵学军,张自力.  统计与决策. 2018(13)
[10]基于惩罚组变量选择的COX财务危机预警模型[J]. 王小燕,袁欣.  系统工程. 2018(03)

博士论文
[1]基于社会化媒体营销的移动优惠券用户行为及应用研究[D]. 汤庆.华中科技大学 2015

硕士论文
[1]基于大数据分析的智能电表故障预测技术研究[D]. 范少华.北京邮电大学 2018
[2]移动优惠券用户持续使用意愿影响研究[D]. 王玉平.杭州电子科技大学 2018
[3]Adaboost算法的改进及应用[D]. 张贞贞.兰州大学 2017
[4]面向移动应用的电子优惠券隐私保护研究[D]. 夏宇.沈阳师范大学 2017
[5]感知价值和个人特征对移动优惠券使用的影响研究[D]. 张惠丽.华中科技大学 2016
[6]移动优惠券用户采纳因素实证研究[D]. 陈盈.北京邮电大学 2013



本文编号：2907308