基于点评行为的人重复购买行为动力学
发布时间：2021-08-06 09:45
随着电子商务的快速发展,网上购物已经成为人们的主要消费方式之一。网络消费环境为消费者提供了便捷和多样化,同时也增加了企业维持长久客户关系的难度和成本。本文采用人类动力学理论和方法来研究重复购买行为,分析人类重复购买行为的内在机制,以期对企业发展提供有益帮助。基于大众点评网站评论数据统计,本文从人类动力学角度来分析人类重复购买行为。研究重复购买行为的时间统计特性发现,虽然个体间的消费习惯和喜好各不相同,但其重复购买行为均显示出类似的动力学模式:长时间的静默和短期的高频爆发,并且这两种模式一直循环交替出现,即个体连续两次购买行为的时间间隔服从幂律分布。研究重复购买行为的阵发与记忆特性发现,人类重复购买行为均呈现出正向记忆性和阵发性,而且活跃度高的个体,其对应的幂律分布的幂指数也越大。个体的购买行为都有自己的模式,比如独特的回购强度和周期。人类重复购买行为的幂律特征主要是其兴趣衰减机制导致的,人的购买兴趣会随着时间衰减,但是偶然一次好的消费体验又使兴趣回升。根据人类重复购买行为特征,本文提出了一个自适应动力学模型,该模型可以生成时间间隔分布服从幂指数可变的幂律分布,可以准确解释人类重复购买行...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
用户的评论时间序列
根据时间间隔定义方式，本文得到了用户的购买行为的时间间隔序列。如图??３－丨展示了任意一个用户点评行为发生的时间序列，其他用户的时间序列也具有??类似图３－１的分布特性。由图３－１明显可以看出用户的点评行为之间存在长时间??的空白与短时间的密集行为，具有非泊松分布的特征。??ｍｍ?ＩＩ：?ｉｎ：?１１１１１??Ｏ?１ＯＯＯ?２０００?３０００?４０００??图３－１?用户的评论时间序列??由用户评论时间序列所显示的非泊松特性，说明用户的重复购买时间间隔分??布具有偏离泊松分布的特征。因此，文章又研宄了用户的点评时间间隔概率分布，??先从个体用户角度分析用户购买行为的时间间隔分布情况。如图３－２展示了其中??四位用户的点评行为的时间间隔概率分布图，均可以用幂律分布近似拟合。其他??用户的点评行为均具有厚尾的特征，且大部分都可以用幂律分布近似拟合。这说??明用户的购买行为确实具有幂律分布的特征，用户行为呈现出长时间空档期与短??时间密集爆发的现象，这与目前其他动力学实证研宄成果相吻合。??ａ?｜〇ｎ???￣＾?ｂ?ｉ〇？．?????ｓｌｏｐｅ?＝?－１．６２０８?ｓｌｏｐｅ?＝?－１．７４８６??
证研宄结果相吻合，也丰富了实证研宄范畴。文章先对个体用户行为的时间统计??特征进行了分析，发现其幂指数分布在１．５到２之间。接下来从群体角度来研宄??用户的重复购买行为。本文先对个体用户的时间间隔序列进行了研究，图３－２展??示了部分用户的实证数据对应的时间间隔分布图，均呈现出幂律特征。在群体层??面上，本文分析了所有用户的点评数据，计算每个用户评论的时间间隔，然后将??所有个体用户数据进行汇总，得到了所冇用户的评论时间间隔分布如图３－３所示。??ｒ＇??ｓｌｏｐｅｓ?－２．４３８４??１０＇１〇４?＊．??Ｈｒ?ｔ?｜〇３??双对数坐标下的时间间隔分布，黑色圆圈代表实证数据，红色实线是幂律拟合线。??图３－３?群体用户的时间间隔分布??同样可以明显看出，该分布可以用幂律分布较好的拟合，并且带有明显的胖??尾特征，其幂指数为２．０３８４。相比于图３－２显示的不同个体用户的幂指数计算结??果来说，幂指数略大，原因是在统计群体用户时，群体用户中包含大量不同行为??特征的用户
【参考文献】：
期刊论文
[1]电子商务消费者重复购买行为影响因素研究[J]. 邢文祥,韩华. 学术论坛. 2014(11)
[2]C2C环境中顾客重复购买行为的实证与建模[J]. 叶作亮,王雪乔,宝智红,陈滨桐. 管理科学学报. 2011(12)
[3]基于C2C电子商务网站的客户忠诚度测评指标体系构建研究[J]. 李昊,王谢勇. 商场现代化. 2011(23)
[4]博客评论的人类行为动力学实证研究和建模[J]. 郭进利. 计算机应用研究. 2011(04)
[5]基于习惯的人类动力学建模[J]. 焦玉,刘衍珩,王健,王静. 科学通报. 2010(11)
[6]人类通信模式中基于时间统计的实证研究[J]. 李楠楠,张宁,周涛. 复杂系统与复杂性科学. 2008(03)
[7]在线电影点播中的人类动力学模式[J]. 周涛. 复杂系统与复杂性科学. 2008(01)
[8]基于自适应调节的人类动力学模型[J]. 韩筱璞,周涛,汪秉宏. 复杂系统与复杂性科学. 2007(04)
[9]一类CRM模型的构建及其销售策略分析[J]. 陈伯成,叶伟雄,李英杰. 管理科学学报. 2007(02)
[10]顾客购买行为影响因素分析及重购概率的预测[J]. 吴国华,潘德惠. 管理工程学报. 2005(01)
本文编号：3325545
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
用户的评论时间序列
根据时间间隔定义方式，本文得到了用户的购买行为的时间间隔序列。如图??３－丨展示了任意一个用户点评行为发生的时间序列，其他用户的时间序列也具有??类似图３－１的分布特性。由图３－１明显可以看出用户的点评行为之间存在长时间??的空白与短时间的密集行为，具有非泊松分布的特征。??ｍｍ?ＩＩ：?ｉｎ：?１１１１１??Ｏ?１ＯＯＯ?２０００?３０００?４０００??图３－１?用户的评论时间序列??由用户评论时间序列所显示的非泊松特性，说明用户的重复购买时间间隔分??布具有偏离泊松分布的特征。因此，文章又研宄了用户的点评时间间隔概率分布，??先从个体用户角度分析用户购买行为的时间间隔分布情况。如图３－２展示了其中??四位用户的点评行为的时间间隔概率分布图，均可以用幂律分布近似拟合。其他??用户的点评行为均具有厚尾的特征，且大部分都可以用幂律分布近似拟合。这说??明用户的购买行为确实具有幂律分布的特征，用户行为呈现出长时间空档期与短??时间密集爆发的现象，这与目前其他动力学实证研宄成果相吻合。??ａ?｜〇ｎ???￣＾?ｂ?ｉ〇？．?????ｓｌｏｐｅ?＝?－１．６２０８?ｓｌｏｐｅ?＝?－１．７４８６??
证研宄结果相吻合，也丰富了实证研宄范畴。文章先对个体用户行为的时间统计??特征进行了分析，发现其幂指数分布在１．５到２之间。接下来从群体角度来研宄??用户的重复购买行为。本文先对个体用户的时间间隔序列进行了研究，图３－２展??示了部分用户的实证数据对应的时间间隔分布图，均呈现出幂律特征。在群体层??面上，本文分析了所有用户的点评数据，计算每个用户评论的时间间隔，然后将??所有个体用户数据进行汇总，得到了所冇用户的评论时间间隔分布如图３－３所示。??ｒ＇??ｓｌｏｐｅｓ?－２．４３８４??１０＇１〇４?＊．??Ｈｒ?ｔ?｜〇３??双对数坐标下的时间间隔分布，黑色圆圈代表实证数据，红色实线是幂律拟合线。??图３－３?群体用户的时间间隔分布??同样可以明显看出，该分布可以用幂律分布较好的拟合，并且带有明显的胖??尾特征，其幂指数为２．０３８４。相比于图３－２显示的不同个体用户的幂指数计算结??果来说，幂指数略大，原因是在统计群体用户时，群体用户中包含大量不同行为??特征的用户
【参考文献】：
期刊论文
[1]电子商务消费者重复购买行为影响因素研究[J]. 邢文祥,韩华. 学术论坛. 2014(11)
[2]C2C环境中顾客重复购买行为的实证与建模[J]. 叶作亮,王雪乔,宝智红,陈滨桐. 管理科学学报. 2011(12)
[3]基于C2C电子商务网站的客户忠诚度测评指标体系构建研究[J]. 李昊,王谢勇. 商场现代化. 2011(23)
[4]博客评论的人类行为动力学实证研究和建模[J]. 郭进利. 计算机应用研究. 2011(04)
[5]基于习惯的人类动力学建模[J]. 焦玉,刘衍珩,王健,王静. 科学通报. 2010(11)
[6]人类通信模式中基于时间统计的实证研究[J]. 李楠楠,张宁,周涛. 复杂系统与复杂性科学. 2008(03)
[7]在线电影点播中的人类动力学模式[J]. 周涛. 复杂系统与复杂性科学. 2008(01)
[8]基于自适应调节的人类动力学模型[J]. 韩筱璞,周涛,汪秉宏. 复杂系统与复杂性科学. 2007(04)
[9]一类CRM模型的构建及其销售策略分析[J]. 陈伯成,叶伟雄,李英杰. 管理科学学报. 2007(02)
[10]顾客购买行为影响因素分析及重购概率的预测[J]. 吴国华,潘德惠. 管理工程学报. 2005(01)
本文编号：3325545
本文链接：https://www.wllwen.com/kejilunwen/lxlw/3325545.html
