本文選題：產(chǎn)品組合　切入點(diǎn)：用戶偏好　出處：《東華大學(xué)》2017年碩士論文

【摘要】：隨著電子商務(wù)發(fā)展,互聯(lián)網(wǎng)在線購物已經(jīng)成為人們生活的重要組成部分,如何在激烈的市場競爭中生存,需要企業(yè)制定良好的策略。面對網(wǎng)絡(luò)平臺多樣化的產(chǎn)品,傳統(tǒng)的促銷產(chǎn)品組合策略已經(jīng)難以適用。本文結(jié)合互聯(lián)網(wǎng)在線銷售特點(diǎn),提出了基于用戶偏好的促銷產(chǎn)品組合優(yōu)化模型。模型采用TOC約束理論下的產(chǎn)品組合模型為基礎(chǔ),利用約束理論簡化模型,引入用戶偏好系數(shù)與流量分配模型,并對用戶偏好與流量分配模型進(jìn)行了深入的研究與分析。最后本文通過實(shí)例仿真,來驗(yàn)證模型的可靠性與有效性。首先,本文對研究背景、目的以及意義進(jìn)行了簡要的闡述,對論文所涉及的產(chǎn)品組合問題、用戶偏好問題以及隸屬于用戶偏好的評論情感分析和產(chǎn)品推薦進(jìn)行了梳理與研究。其次,本文基于對理論背景的分析,確定了流量分配模型與用戶偏好的度量方法,同時(shí)分別建立了基于用戶偏好的單次活動與多次活動的產(chǎn)品組合優(yōu)化模型。在單次活動下的產(chǎn)品組合優(yōu)化模型中,考慮企業(yè)利潤最大化目標(biāo),建立了庫存約束、流量約束等約束�；趩未位顒酉碌漠a(chǎn)品組合優(yōu)化模型,再考慮低庫存的運(yùn)作目標(biāo)以及產(chǎn)品季節(jié)等因素,建立了多次活動下的產(chǎn)品組合優(yōu)化模型。同時(shí),本文通過主成分分析、相關(guān)性分析以及多元線性回歸等方法建立流量分配模型,提高了模型對于流量利用率。再通過促銷系數(shù)研究、評論情感分析與產(chǎn)品推薦研究計(jì)算用戶偏好系數(shù),提高了模型對于用戶偏好的感知能力。最后,本文通過粒子群算法與動態(tài)規(guī)劃算法,求解了單次活動與多次活動下的產(chǎn)品組合模型,并通過與實(shí)際情況對比,分析優(yōu)劣,為企業(yè)活動策劃提供了建議。本文研究的基于用戶偏好的促銷產(chǎn)品組合優(yōu)化模型能夠使得企業(yè)活動的促銷策略更加智能,便捷。在模型實(shí)證方面,本文的促銷產(chǎn)品組合模型都優(yōu)于企業(yè)實(shí)際銷售,尤其是多次活動下的產(chǎn)品組合優(yōu)化模型,在銷量、利潤、庫存水平等方面都優(yōu)于企業(yè)實(shí)際銷售情況。因此,基于用戶偏好的促銷產(chǎn)品組合優(yōu)化模型不僅在理論方面成功結(jié)合了用戶偏好這一特性,而且在實(shí)踐方面也有良好的應(yīng)用價(jià)值。
[Abstract]:With the development of electronic commerce, online shopping has become an important part of people's life, how to survive in the fierce market competition, companies need to develop a good strategy. In the face of network platform for a wide variety of products, promotional products combination of traditional strategies has been difficult to apply. Combining with the Internet online sales characteristics, put forward the optimization model of promotional products the combination model based on user preferences. The product portfolio model based on the TOC theory, using the theory of constraint model, introducing the user preference coefficient and flow distribution model, and the user preference and flow distribution model of in-depth research and analysis. Finally, through the example simulation, to verify the reliability and validity of the model first, the research background, purpose and significance are briefly described, portfolio problems related to the Sentiment analysis and product recommendation, user preference and user preferences belonging to analyses and study. Secondly, this paper based on the theoretical analysis on the background, the measurement method of flow distribution model and user preferences, and respectively establishing product portfolio optimization model of single and multiple active user preferences based on activities a combinatorial optimization model in product. In a single event under the consideration of the enterprise profit maximization goal, establishes inventory constraint flow constraints. Product portfolio optimization model based on the single event, and then consider the inventory operation objectives and product seasonal factors, established product portfolio optimization model under multiple activities at the same time, through principal component analysis, correlation analysis and multivariate linear regression method to establish the flow distribution model, improve the model for flow through the utilization. Study on the calculation of user preference promotion coefficient, coefficient of sentiment analysis and recommend product reviews, improve the perception of user preferences for the model. Finally, the particle swarm algorithm and dynamic programming algorithm, product combination model of single and multiple activities for activities, and by comparing with the actual situation, analysis of the advantages and disadvantages, provide the recommendations for enterprise planning activities. This paper studies the user preference promotion product portfolio optimization model can make the activities of the enterprise marketing strategy based on more intelligent and convenient. In the model the empirical aspect, the promotion product portfolio model is better than the actual sales of enterprises, especially the product portfolio optimization model, many activities in the sales, profit that inventory levels are better than the actual sales of enterprises. Therefore, the user preference promotion product portfolio optimization model not only in theory based on It combines the characteristics of user preference and has good application value in practice.

【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳學(xué)華,楊輝耀;基于Expected Shortfall的投資組合優(yōu)化模型[J];管理科學(xué);2003年04期

2 張媛媛;李建斌;;動態(tài)車隊(duì)組合優(yōu)化模型及精確算法[J];系統(tǒng)工程理論與實(shí)踐;2007年02期

3 張萍;;均值-方差-峰度資產(chǎn)組合優(yōu)化模型[J];科學(xué)技術(shù)與工程;2008年01期

4 王瑞強(qiáng);;投資組合優(yōu)化模型的綜述[J];現(xiàn)代物業(yè)(中旬刊);2009年11期

5 雍龍泉;;基于原對偶內(nèi)點(diǎn)算法求解投資組合優(yōu)化模型[J];統(tǒng)計(jì)與決策;2010年11期

6 孫瀅;高岳林;;基于信用風(fēng)險(xiǎn)修正的多階段銀行資產(chǎn)組合優(yōu)化模型[J];經(jīng)濟(jì)數(shù)學(xué);2011年01期

7 劉艷萍;曲蕾蕾;;基于下偏度最小化貸款組合優(yōu)化模型[J];中國管理科學(xué);2014年02期

8 韓鐵;詹原瑞;馬珊珊;;消費(fèi)性貸款組合優(yōu)化模型[J];現(xiàn)代管理科學(xué);2008年11期

9 譚召輝;崔玉杰;;模糊環(huán)境下考慮長壽風(fēng)險(xiǎn)的投資組合優(yōu)化模型[J];統(tǒng)計(jì)與決策;2010年01期

10 楊梓櫻;;基于組合優(yōu)化模型的最優(yōu)野營計(jì)劃[J];南通職業(yè)大學(xué)學(xué)報(bào);2013年01期

相關(guān)會議論文 前2條

1 王新軍;蘇海龍;王錦陽;李曉西;;基于運(yùn)籌控制技術(shù)的住區(qū)戶型組合優(yōu)化模型研究[A];城市規(guī)劃和科學(xué)發(fā)展——2009中國城市規(guī)劃年會論文集[C];2009年

2 卜慧蛟;張進(jìn);羅亞中;;多星多站測控調(diào)度問題建模與優(yōu)化[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 王繼高;量化基金勝出的背后[N];中國經(jīng)濟(jì)時(shí)報(bào);2012年

相關(guān)博士學(xué)位論文 前5條

1 王貞;幾類投資組合優(yōu)化模型及其算法[D];西安電子科技大學(xué);2012年

2 吳灝文;基于高階風(fēng)險(xiǎn)防范的銀行資產(chǎn)負(fù)債組合優(yōu)化模型研究[D];大連理工大學(xué);2011年

3 劉艷萍;基于信用風(fēng)險(xiǎn)和利率風(fēng)險(xiǎn)的資產(chǎn)組合優(yōu)化模型研究[D];大連理工大學(xué);2009年

4 許文;商業(yè)銀行貸款組合優(yōu)化模型研究[D];大連理工大學(xué);2007年

5 閆達(dá)文;基于信用與利率風(fēng)險(xiǎn)控制的銀行資產(chǎn)負(fù)債優(yōu)化模型研究[D];大連理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 申飛飛;二階隨機(jī)占優(yōu)投資組合優(yōu)化模型及算法研究[D];湘潭大學(xué);2015年

2 周揚(yáng);基于多目標(biāo)決策的特高壓輸電線路抗冰方法組合優(yōu)化模型研究[D];湖南大學(xué);2015年

3 顧辰飛;基于用戶偏好的促銷產(chǎn)品組合優(yōu)化研究[D];東華大學(xué);2017年

4 童駿;兩層信貸資產(chǎn)組合優(yōu)化模型[D];復(fù)旦大學(xué);2011年

5 劉永超;基于低階下偏矩理論的投資組合優(yōu)化模型研究[D];蘭州商學(xué)院;2010年

6 王玲玲;證券投資組合優(yōu)化模型的研究[D];華中師范大學(xué);2008年

7 張偉亮;基于市場供求的網(wǎng)絡(luò)營銷物流組合優(yōu)化模型研究[D];北京化工大學(xué);2013年

8 孫秀艷;基于信用風(fēng)險(xiǎn)修正的銀行資產(chǎn)組合優(yōu)化模型[D];大連理工大學(xué);2006年

9 郁志勤;投資組合優(yōu)化模型分析與算法實(shí)現(xiàn)[D];上海交通大學(xué);2010年

10 鄭杏果;基于Monte Carlo模擬和VaR約束的銀行資產(chǎn)組合優(yōu)化模型研究[D];大連理工大學(xué);2005年

，

本文編號：1682383