基于网络货运平台运费预付产品的用户行为研究
发布时间：2021-05-18 13:52
以整合公路货运市场运力资源为目的并实现市场车货两端精准匹配的网络货运平台,随着经营能力的提升,网络货运平台企业开始向业务多元化、产品多样化发展,并逐步构建平台经营生态圈。网络货运平台由于具有车源、货源两端的交易双边市场,因此其产品服务的类型也可概括为承运人类以及货主类。其中,在承运人类中就包含了围绕承运人在运输过程中可能存在的资金前置需求而诞生的消费金融产品—运费预付服务。运费预付产品参照承运人申请该产品的运单金额,并给予申请人以一定比例的运费垫付资金,以满足承运人的相关资金需求,并实现平台强化服务水平且提升承运人对平台粘性的目的。由于消费金融类型的产品具有强烈的消费者导向,因而此类的产品需要深度研究消费者需求及其背后的驱动行为。然而运费预付产品在网络货运平台中受制于业务运营时间有限,业务目前缺乏对于消费者的行为研究,因此在产品的构建以及运营中缺乏科学性。基于此,本文以平台的运费预付业务为例,通过Y平台的运费预付数据,对该产品的用户行为进行研究。首先,本文对网络货运平台的相关文献进行了研究;阐述了运费预付产品被包含于消费金融的大概念下,同时梳理出消费金融业态的逻辑构成,并对网络货运平台...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和研究意义
1.1.1 研究背景
1.1.2 研究目的及意义
1.2 研究内容及方法
1.2.1 研究内容
1.2.2 研究方法
1.3 创新点和技术路线
1.3.1 创新点
1.3.2 技术路线
第二章 文献综述及相关理论研究
2.1 文献综述
2.1.1 网络货运平台文献研究
2.1.2 互联网消费金融文献研究
2.1.3 消费者行为文献研究
2.2 相关理论研究
2.2.1 网络货运平台运费预付业务比较研究
2.2.2 谱聚类算法
第三章 网络货运平台运费预付业务及用户特征分析
3.1 网络货运平台运费预付业务流程
3.1.1 预付业务流程介绍
3.1.2 预付业务流程分析
3.2 运费预付用户行为研究指标体系分析
3.2.1 指标体系构建原则
3.2.2 指标体系构建理论
3.2.3 运费预付用户研究的数据挖掘指标体系组成
3.3 运费预付产品用户行为研究指标体系构建
3.3.1 数据来源及数据预处理
3.3.2 用户行为研究具体指标选择
3.3.3 用户行为研究指标相关性检验
3.4 本章小结
第四章 网络货运平台运费预付业务用户行为偏好研究
4.1 运费预付业务用户行为研究算法
4.1.1 谱聚类算法
4.1.2 传统NJW算法
4.1.3 改进后的自适应NJW算法
4.2 运费预付用户行为实证研究
4.2.1 基于改进后自适应NJW算法的预付用户细分
4.2.2 预付承运人用户分组及行为偏好分析
4.2.3 预付业务用户行为偏好总结及对策分析
4.3 本章小结
第五章 运费预付申请人行为评估模型研究
5.1 运费预付申请人行为评估模型构建
5.1.1 数据准备以及样本选择
5.1.2 基于决策树算法的数据最优分箱
5.1.3 变量WOE编码
5.2 运费预付申请人行为评估模型应用
5.2.1 基于LASSO-LOGISTIC回归的申请人行为评估模型应用
5.2.2 模型的准确性检验
5.3 运费预付申请人行为评估模型指标转化
5.3.1 行为评估模型指标转化规则
5.3.2 行为评估模型指标评分转化
5.4 运费预付垫付资金基础比例转化
5.4.1 平台运费预付垫付资金基础比例分析
5.4.2 基于预付资金垫付基础比例的业务对策分析
5.5 本章小结
第六章 总结与展望
6.1 论文总结
6.2 未来工作展望
参考文献
致谢
【参考文献】：
期刊论文
[1]消费行为在个人信用风险识别中的信息含量研究[J]. 王正位,周从意,廖理,张伟强. 经济研究. 2020(01)
[2]基于客户绿色偏好的无车承运人平台车货匹配研究[J]. 贾艳丽,杨晓蕾,刘明. 交通运输工程与信息学报. 2019(04)
[3]不对称信息下无车承运人平台定价策略研究[J]. 聂福海,李电生. 工业工程与管理. 2020(05)
[4]无车承运人及货运平台监管调查分析[J]. 尤美虹,骆温平,陶君成. 中国流通经济. 2019(08)
[5]互联网消费金融对城镇居民消费升级与消费倾向变动的影响[J]. 邢天才,张夕. 当代经济研究. 2019(05)
[6]互联网消费金融对中国上市商业银行风险承担的影响研究[J]. 赵保国,薛骊阳. 中央财经大学学报. 2019(04)
[7]互联网消费金融债权信用研究——基于蚂蚁花呗业务模式的分析[J]. 周永圣,孙苗苗,王晶. 价格理论与实践. 2019(03)
[8]电商时代下互联网消费金融发展新模式[J]. 唐源,陈一君,彭静. 商业经济研究. 2018(24)
[9]基于?PCA-BP?神经网络的无车承运人合作伙伴选择研究[J]. 刘帅,姜丽. 铁道运输与经济. 2018(10)
[10]互联网消费金融内涵、商业模式及创新监管对策[J]. 曹淼孙. 改革与战略. 2018(09)
硕士论文
[1]基于数据挖掘技术的信用评分卡模型研究[D]. 刘倩.华中科技大学 2019
[2]无车承运人运营风险识别与分析研究[D]. 薛松.长安大学 2019
[3]平台类无车承运人运力动态调度优化研究[D]. 王小文.长安大学 2019
[4]基于行业评分的电商客户信用额度动态管理研究[D]. 屈征韬.天津财经大学 2018
[5]电商平台的用户消费行为分析预测模型[D]. 张丽.重庆大学 2018
[6]考虑交易方偏好的车货供需匹配模型研究[D]. 吴广盛.南京大学 2017
[7]谱聚类算法的研究及其应用[D]. 赵晓华.哈尔滨工程大学 2015
[8]基于消费者行为分析的电子商务市场研究[D]. 高珂.青岛理工大学 2010
本文编号：3193909
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景和研究意义
1.1.1 研究背景
1.1.2 研究目的及意义
1.2 研究内容及方法
1.2.1 研究内容
1.2.2 研究方法
1.3 创新点和技术路线
1.3.1 创新点
1.3.2 技术路线
第二章 文献综述及相关理论研究
2.1 文献综述
2.1.1 网络货运平台文献研究
2.1.2 互联网消费金融文献研究
2.1.3 消费者行为文献研究
2.2 相关理论研究
2.2.1 网络货运平台运费预付业务比较研究
2.2.2 谱聚类算法
第三章 网络货运平台运费预付业务及用户特征分析
3.1 网络货运平台运费预付业务流程
3.1.1 预付业务流程介绍
3.1.2 预付业务流程分析
3.2 运费预付用户行为研究指标体系分析
3.2.1 指标体系构建原则
3.2.2 指标体系构建理论
3.2.3 运费预付用户研究的数据挖掘指标体系组成
3.3 运费预付产品用户行为研究指标体系构建
3.3.1 数据来源及数据预处理
3.3.2 用户行为研究具体指标选择
3.3.3 用户行为研究指标相关性检验
3.4 本章小结
第四章 网络货运平台运费预付业务用户行为偏好研究
4.1 运费预付业务用户行为研究算法
4.1.1 谱聚类算法
4.1.2 传统NJW算法
4.1.3 改进后的自适应NJW算法
4.2 运费预付用户行为实证研究
4.2.1 基于改进后自适应NJW算法的预付用户细分
4.2.2 预付承运人用户分组及行为偏好分析
4.2.3 预付业务用户行为偏好总结及对策分析
4.3 本章小结
第五章 运费预付申请人行为评估模型研究
5.1 运费预付申请人行为评估模型构建
5.1.1 数据准备以及样本选择
5.1.2 基于决策树算法的数据最优分箱
5.1.3 变量WOE编码
5.2 运费预付申请人行为评估模型应用
5.2.1 基于LASSO-LOGISTIC回归的申请人行为评估模型应用
5.2.2 模型的准确性检验
5.3 运费预付申请人行为评估模型指标转化
5.3.1 行为评估模型指标转化规则
5.3.2 行为评估模型指标评分转化
5.4 运费预付垫付资金基础比例转化
5.4.1 平台运费预付垫付资金基础比例分析
5.4.2 基于预付资金垫付基础比例的业务对策分析
5.5 本章小结
第六章 总结与展望
6.1 论文总结
6.2 未来工作展望
参考文献
致谢
【参考文献】：
期刊论文
[1]消费行为在个人信用风险识别中的信息含量研究[J]. 王正位,周从意,廖理,张伟强. 经济研究. 2020(01)
[2]基于客户绿色偏好的无车承运人平台车货匹配研究[J]. 贾艳丽,杨晓蕾,刘明. 交通运输工程与信息学报. 2019(04)
[3]不对称信息下无车承运人平台定价策略研究[J]. 聂福海,李电生. 工业工程与管理. 2020(05)
[4]无车承运人及货运平台监管调查分析[J]. 尤美虹,骆温平,陶君成. 中国流通经济. 2019(08)
[5]互联网消费金融对城镇居民消费升级与消费倾向变动的影响[J]. 邢天才,张夕. 当代经济研究. 2019(05)
[6]互联网消费金融对中国上市商业银行风险承担的影响研究[J]. 赵保国,薛骊阳. 中央财经大学学报. 2019(04)
[7]互联网消费金融债权信用研究——基于蚂蚁花呗业务模式的分析[J]. 周永圣,孙苗苗,王晶. 价格理论与实践. 2019(03)
[8]电商时代下互联网消费金融发展新模式[J]. 唐源,陈一君,彭静. 商业经济研究. 2018(24)
[9]基于?PCA-BP?神经网络的无车承运人合作伙伴选择研究[J]. 刘帅,姜丽. 铁道运输与经济. 2018(10)
[10]互联网消费金融内涵、商业模式及创新监管对策[J]. 曹淼孙. 改革与战略. 2018(09)
硕士论文
[1]基于数据挖掘技术的信用评分卡模型研究[D]. 刘倩.华中科技大学 2019
[2]无车承运人运营风险识别与分析研究[D]. 薛松.长安大学 2019
[3]平台类无车承运人运力动态调度优化研究[D]. 王小文.长安大学 2019
[4]基于行业评分的电商客户信用额度动态管理研究[D]. 屈征韬.天津财经大学 2018
[5]电商平台的用户消费行为分析预测模型[D]. 张丽.重庆大学 2018
[6]考虑交易方偏好的车货供需匹配模型研究[D]. 吴广盛.南京大学 2017
[7]谱聚类算法的研究及其应用[D]. 赵晓华.哈尔滨工程大学 2015
[8]基于消费者行为分析的电子商务市场研究[D]. 高珂.青岛理工大学 2010
本文编号：3193909
本文链接：https://www.wllwen.com/jingjilunwen/jtysjj/3193909.html
