基于经验模态分解的C2C网购成交量分析研究
本文关键词:基于经验模态分解的C2C网购成交量分析研究
【摘要】:随着社会经济发展步入新的历史阶段,计算机与互联网在我国日益普及,网上交易网站在我国也逐渐呈现出蓬勃的发展趋势。相较B2B等其他电子商务模式,C2C网购市场具有更广阔的发展空间。然而我国市场经济体制及运行机制尚不够完善,我国的C2C网购市场和发达国家相比仍有一定差距,这其中尤为突出的一点是C2C平台销售者对商品成交量缺乏足够的认识和分析。成交量分析的缺失不仅会造成卖方备货不足或过剩等问题,更为重要的是,它将使得快递物流企业无法对未来趋势进行准确衡量,致使其在物流资源配备上存在严重的盲目性。相反,如果对成交量有较为科学、准确的分析,则不仅能大大减少快递爆仓的现象,还能减少淡季时不必要的物流资源支出,有效降低物流成本,提升物流公司服务质量。时间序列是指由相同的现象在不同的时点上的观察值,按照时间顺序排列而成的数据序列集,本文C2C网购市场成交量属于非平稳非线性时间序列。C2C网购市场成交量受用户上网购物习惯、季节性需求和节假日促销等多种因素共同影响会产生随机波动现象,其波动的复杂性对分析方法提出了较高的要求。在国内外对网购市场成交量时间序列的研究中,目前应用于C2C市场的方法主要有算术平均数法、移动平均法、指数平滑法等,但其应用缺乏对非平稳非线性波动的分析,而且往往忽视了背后产生这种非平稳非线性波动的可能的原因。近年来经验模态分解这一方法先后被学者运用到股票价格、粮食产量影响因素的多尺度分析,该方法被证明是在非平稳、非线性时间序列中提取趋势的最好方法。鉴于经验模态分解对非平稳数据处理的优越性,因此,本文选用经验模态分解对成交量时间序列进行分析。基于淘宝网某母婴店一年的成交量原始时间序列数据,本文采用经验模态分解,将这些时间序列数据分解成独立的高频部分、低频部分和残差项几组模态,然后将这些难以解释的时间序列用用户习惯、节假日促销、长期趋势等进行合理的解释,从而对影响该店铺销量的因素进行分析。本文的主要研究结论如下:相较于其它传统方法,经验模态分解可以将由于网购平台的促销活动对成交量造成的非线性波动提取出来进行定量分析,更适合于C2C网购及其它电子商务成交量这类非稳态非线性时间序列数据的分析;我国网购成交量呈现出明显的季节性波动;C2C网购市场的顾客在每周之初工作日进行网上购物,因此,C2C网购市场的顾客在购物时间上与传统交易市场完全相反;每个月成交量的趋势基本上都在月初达到极大值,因此成交量更集中在每个月的月初。
【学位授予单位】:重庆交通大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F724.6;F274
【相似文献】
中国期刊全文数据库 前3条
1 张永利;张卫东;;希尔伯特-黄变换方法边界问题的处理[J];科技创新导报;2008年30期
2 程慧;黄健柏;郭尧琦;;我国有色金属价格波动周期性研究——基于铜、铝价格波动的实证分析[J];价格理论与实践;2012年09期
3 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
2 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文集[C];2007年
3 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
4 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年
5 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年
6 薛志宏;李广云;周蓉;;一种基于经验模态分解的信号降噪方法[A];全国工程测量2012技术研讨交流会论文集[C];2012年
7 张飞涟;刘严萍;;经验模态分解与神经网络方法在降水预测领域的应用研究[A];中国系统工程学会第十八届学术年会论文集——A01系统工程[C];2014年
8 康春玉;章新华;;一种基于经验模态分解的信号降噪方法[A];中国声学学会2007年青年学术会议论文集(下)[C];2007年
9 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年
10 郝文峰;骆英;顾建祖;;基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年
中国博士学位论文全文数据库 前10条
1 黎恒;经验模态分解中关键问题的优化理论与方法研究[D];西安电子科技大学;2016年
2 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年
3 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年
4 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年
5 熊卫华;经验模态分解方法及其在变压器状态监测中的应用研究[D];浙江大学;2006年
6 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年
7 高静;经验模态分解的改进方法及应用研究[D];北京理工大学;2014年
8 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年
9 周义;快速二维经验模态分解和相位追踪方法及其在导波无损检测中的应用[D];上海交通大学;2014年
10 石志晓;时频联合分析方法在参数识别中的应用[D];大连理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨U唝~;基于经验模态分解的城市供水水质异常事件检测方法研究[D];浙江大学;2016年
2 郭学雯;利用经验模态分解方法研究新型热中子探测器数据周期性[D];河北师范大学;2016年
3 杨勤甜;基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究[D];南昌航空大学;2016年
4 李超;透平机组故障特征提取技术研究与系统开发[D];天津工业大学;2016年
5 卢丹丹;基于EEMD的CPI与PPI关系的结构分析及传导机制研究[D];暨南大学;2016年
6 邹志国;基于经验模态分解的多分量信号分析方法研究[D];哈尔滨工业大学;2016年
7 钱荣荣;基于经验模态分解的动态变形数据分析模型研究[D];中国矿业大学;2016年
8 黄阳;基于经验模态分解的轴承故障诊断系统研究[D];东北石油大学;2016年
9 李曜洲;经验模态分解的方法改进研究[D];湖南科技大学;2016年
10 陈珊;基于经验模态分解的C2C网购成交量分析研究[D];重庆交通大学;2016年
,本文编号:1268742
本文链接:https://www.wllwen.com/jingjilunwen/xmjj/1268742.html