網(wǎng)絡(luò)搜索技術(shù)是依據(jù)網(wǎng)民的搜索行為來解釋事物內(nèi)在的規(guī)律,并對事物未來變化趨勢進(jìn)行估計的一種信息分析和預(yù)測活動。實證表明網(wǎng)絡(luò)搜索技術(shù)應(yīng)用于生物醫(yī)療、旅游管理、房地產(chǎn)等行業(yè)的預(yù)測不僅是可行的,而且是有效的。本文首次將網(wǎng)絡(luò)搜索技術(shù)應(yīng)用到快遞業(yè)的研究中,可以有效改善傳統(tǒng)快遞分析時效性差、信息更新不及時等問題。基于以上分析,用網(wǎng)絡(luò)搜索數(shù)據(jù)對快遞量進(jìn)行擬合和預(yù)測。首先選取與快遞相關(guān)的100個關(guān)鍵詞,用python對關(guān)鍵詞的百度指數(shù)進(jìn)行抓取。然后通過簡單手動篩選、Pearson相關(guān)系數(shù)篩選、線性回歸篩選、逐步回歸篩選四步選出5個關(guān)鍵詞為最終關(guān)鍵詞,分別是快遞投訴、快遞網(wǎng)點、快遞運費查詢、貨運專線、鐵路貨運價格,即最后的影響因素。最后對回歸模型進(jìn)行分析,結(jié)果顯示模型擬合和預(yù)測結(jié)果較好,可以應(yīng)用于實際預(yù)測。在快遞業(yè)蓬勃發(fā)展的同時,也存在諸多問題,如末端服務(wù)問題眾多、信息科技水平應(yīng)用不高、行業(yè)人才建設(shè)相對滯后,但服務(wù)質(zhì)量問題尤為嚴(yán)重。本文以百世快遞為例,基于快遞服務(wù)行業(yè)特點和顧客滿意度指標(biāo),選取影響滿意度的因素,進(jìn)行顧客重要度與滿意度調(diào)查,并利用因子分析方法確定各個指標(biāo)的權(quán)重,建立模糊綜合評價模型。評價結(jié)果... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：41 頁

【學(xué)位級別】：碩士

【部分圖文】：

百度指數(shù)

圖 3.2 百度推廣3.指標(biāo)的選取基于以上分析知，搜索數(shù)據(jù)反映了不同用戶對關(guān)鍵詞的關(guān)注度，因此搜索結(jié)果具有多樣性、包含與快遞相關(guān)的各方面。由于百度指數(shù)推薦的相關(guān)關(guān)鍵詞只有 15 個，且關(guān)鍵詞的統(tǒng)一性較高，因此本文選取百度推廣獲取相關(guān)關(guān)鍵詞。以快遞為基礎(chǔ)關(guān)鍵詞，利用關(guān)鍵詞規(guī)劃師工具，得到于此相關(guān)的 1000 個關(guān)鍵詞，從中選取最先推薦的及重復(fù)性最多的 10個關(guān)鍵詞（倉儲、貨運、快遞代理、快遞單號查詢、快遞公司、快遞加盟、快遞價格、同城快遞、物流、快遞投訴），再以這 10 個關(guān)鍵詞為基礎(chǔ)關(guān)鍵詞進(jìn)行搜索，選取最終的關(guān)鍵詞。由于關(guān)鍵詞規(guī)劃師推薦的都是與快遞明顯相關(guān)的，一些潛在的因素未能展現(xiàn)，依據(jù)人們經(jīng)驗可知，快遞的發(fā)展還受互聯(lián)網(wǎng)的影響，所以再加入移動手機(jī)、互聯(lián)網(wǎng)、電腦三個關(guān)鍵詞構(gòu)成關(guān)鍵詞庫。3.1.2 數(shù)據(jù)的描述數(shù)據(jù)從百度指數(shù)的網(wǎng)頁源代碼中提取，通過借助 TTyb 的代碼，利用 python3.6.3 進(jìn)行

圖 3.3 快遞數(shù)據(jù)從上面的結(jié)果可以看出，數(shù)據(jù)提取時并不完全對應(yīng)，如會出現(xiàn) B、S、T 等這些亂碼現(xiàn)象，程序在運行時也有位置未定位好，導(dǎo)致出現(xiàn)缺失數(shù)據(jù)的，對于這些亂碼數(shù)據(jù)可以通過對比運行時產(chǎn)生的截圖來修正，部分截圖如下所示：圖 3.4 數(shù)據(jù)截圖對于缺失的數(shù)據(jù)，則根據(jù)百度指數(shù)網(wǎng)頁搜索的數(shù)據(jù)給予補充和調(diào)整，使數(shù)據(jù)準(zhǔn)確完善。一些跳躍性較大的數(shù)據(jù)結(jié)果，也可以通過觀察數(shù)據(jù)趨勢圖來進(jìn)行確認(rèn)與修正。數(shù)據(jù)趨勢圖如下所示：


本文編號：3425429