“十三五”規(guī)劃明確提出堅(jiān)持?jǐn)U大內(nèi)需戰(zhàn)略,充分挖掘我國內(nèi)需的巨大潛力,拓展新型消費(fèi)業(yè)態(tài)。尤其是在以互聯(lián)網(wǎng)經(jīng)濟(jì)為代表的“新經(jīng)濟(jì)”背景下,在線消費(fèi)作為新型消費(fèi)業(yè)態(tài)的代表正逐漸改變著人們的消費(fèi)觀念和方式,在線品牌忠誠在在線消費(fèi)領(lǐng)域具有極其重要的地位,對(duì)于刺激消費(fèi)和實(shí)現(xiàn)企業(yè)精準(zhǔn)營銷、風(fēng)險(xiǎn)管控、決策支持、效率提升和產(chǎn)品設(shè)計(jì)等商業(yè)模式、商業(yè)形態(tài)甚至商業(yè)思維方面的變革,提升企業(yè)在在線領(lǐng)域的競爭力具有極其重要的意義。應(yīng)用科學(xué)有效的機(jī)器學(xué)習(xí)方法對(duì)在線品牌忠誠進(jìn)行系統(tǒng)分析和研究具有迫切性和必要性。在大數(shù)據(jù)環(huán)境下,面對(duì)在線消費(fèi)提供的海量數(shù)據(jù)信息,傳統(tǒng)的技術(shù)方法已逐漸無法滿足企業(yè)創(chuàng)造和維持品牌忠誠的競爭需求。突出表現(xiàn)在傳統(tǒng)隨機(jī)采樣方法很難定位具有高品牌忠誠度的消費(fèi)群體;同時(shí),傳統(tǒng)的數(shù)據(jù)處理技術(shù)也無法處理具有海量、混雜和非結(jié)構(gòu)化數(shù)據(jù)特性的在線消費(fèi)行為。在面對(duì)龐大量級(jí)的在線數(shù)據(jù),以及如何實(shí)時(shí)利用在線數(shù)據(jù)鎖定品牌消費(fèi)群體的需求時(shí),傳統(tǒng)的方法具有局限性。本研究的目的就是構(gòu)建一個(gè)在線消費(fèi)大數(shù)據(jù)時(shí)代下的人工智能模型——機(jī)器學(xué)習(xí)模型,通過機(jī)器學(xué)習(xí)方法,對(duì)在線消費(fèi)者的品牌商品購買行為進(jìn)行聚類,構(gòu)建在線品牌忠誠度度量模型,實(shí)現(xiàn)具... 

【文章來源】：首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市

【文章頁數(shù)】：172 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景
    1.2 選題目的及意義
        1.2.1 選題目的
        1.2.2 選題意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 國外研究現(xiàn)狀
            1.3.1.1 品牌忠誠度概念界定研究
            1.3.1.2 品牌忠誠度價(jià)值研究
            1.3.1.3 品牌忠誠度度量研究
            1.3.1.4 在線品牌忠誠度研究
        1.3.2 國內(nèi)研究現(xiàn)狀
            1.3.2.1 品牌忠誠度度量研究
            1.3.2.2 品牌忠誠度態(tài)度度量模型研究
        1.3.3 研究現(xiàn)狀評(píng)述
    1.4 研究思路與研究內(nèi)容
        1.4.1 研究思路
        1.4.2 研究內(nèi)容
    1.5 論文結(jié)構(gòu)
2 在線品牌忠誠度大數(shù)據(jù)與機(jī)器學(xué)習(xí)方法
    2.1 在線品牌忠誠度大數(shù)據(jù)特性
        2.1.1 在線品牌忠誠度大數(shù)據(jù)的基本特性
        2.1.2 在線品牌忠誠度大數(shù)據(jù)的特殊性
        2.1.3 在線品牌忠誠度大數(shù)據(jù)分析評(píng)述
    2.2 在線品牌忠誠度度量的機(jī)器學(xué)習(xí)方法
        2.2.1 機(jī)器學(xué)習(xí)研究概述
        2.2.2 在線品牌忠誠度度量的機(jī)器學(xué)習(xí)要素
        2.2.3 在線品牌忠誠度度量的機(jī)器學(xué)習(xí)聚類方法
        2.2.4 在線品牌忠誠度度量的機(jī)器學(xué)習(xí)框架
        2.2.5 在線品牌忠誠度度量的機(jī)器學(xué)習(xí)環(huán)境
        2.2.6 在線品牌忠誠度度量的機(jī)器學(xué)習(xí)路徑
    2.3 本章小結(jié)
3 品牌忠誠度度量的在線數(shù)據(jù)采集
    3.1 品牌忠誠度度量的在線數(shù)據(jù)采集關(guān)鍵技術(shù)
        3.1.1 信息源
        3.1.2 采集方法
        3.1.3 數(shù)據(jù)處理
    3.2 品牌忠誠度度量的在線數(shù)據(jù)采集模型分析
        3.2.1 在線數(shù)據(jù)采集模型
        3.2.2 在線數(shù)據(jù)采集模型抓取策略
        3.2.3 在線數(shù)據(jù)采集模型結(jié)構(gòu)原理
    3.3 品牌忠誠度度量的在線數(shù)據(jù)采集模型設(shè)計(jì)
        3.3.1 在線數(shù)據(jù)采集模型的策略設(shè)計(jì)
        3.3.2 在線數(shù)據(jù)采集模型的架構(gòu)設(shè)計(jì)
        3.3.3 在線數(shù)據(jù)采集模型的詳細(xì)設(shè)計(jì)
    3.4 品牌忠誠度度量的在線數(shù)據(jù)采集模型實(shí)現(xiàn)
        3.4.1 根據(jù)主題爬取URL列表
        3.4.2 URL判重
        3.4.3 網(wǎng)頁解析存儲(chǔ)
    3.5 本章小結(jié)
4 品牌忠誠度度量的在線數(shù)據(jù)清洗
    4.1 品牌忠誠度度量的在線數(shù)據(jù)清洗概述
        4.1.1 品牌忠誠度度量的在線數(shù)據(jù)清洗流程
        4.1.2 品牌忠誠度度量的在線數(shù)據(jù)清洗準(zhǔn)備
        4.1.3 品牌忠誠度度量的在線數(shù)據(jù)清洗對(duì)象
    4.2 品牌忠誠度度量的在線數(shù)據(jù)檢測算法設(shè)計(jì)與實(shí)現(xiàn)
        4.2.1 品牌忠誠度度量的在線重復(fù)數(shù)據(jù)檢測算法
        4.2.2 品牌忠誠度度量的在線錯(cuò)誤數(shù)據(jù)檢測算法
        4.2.3 品牌忠誠度度量的在線缺失數(shù)據(jù)檢測算法
    4.3 品牌忠誠度度量的在線數(shù)據(jù)清洗算法設(shè)計(jì)與實(shí)現(xiàn)
        4.3.1 品牌忠誠度度量的在線重復(fù)數(shù)據(jù)清洗算法
        4.3.2 品牌忠誠度度量的轉(zhuǎn)換在線數(shù)據(jù)類型算法
        4.3.3 品牌忠誠度度量的在線錯(cuò)誤數(shù)據(jù)清洗算法
        4.3.4 品牌忠誠度度量的在線缺失數(shù)據(jù)清洗算法
        4.3.5 合并和過濾品牌忠誠度度量的在線數(shù)據(jù)算法
    4.4 本章小結(jié)
5 品牌忠誠度度量的機(jī)器學(xué)習(xí)方法建模
    5.1 機(jī)器學(xué)習(xí)聚類算法理論
        5.1.1 聚類基本概念
        5.1.2 劃分聚類
        5.1.3 k-means算法基本思想
        5.1.4 k-means算法步驟
        5.1.5 k-means算法分析
    5.2 品牌忠誠度度量模型特征概述
        5.2.1 品牌忠誠度度量模型特征選擇依據(jù)
        5.2.2 品牌忠誠度度量模型特征指標(biāo)定義
    5.3 品牌忠誠度度量模型特征構(gòu)建
        5.3.1 品牌忠誠度度量模型行為特征集構(gòu)建算法
        5.3.2 品牌忠誠度度量模型態(tài)度特征集構(gòu)建算法
        5.3.3 品牌忠誠度度量模型時(shí)間特征集構(gòu)建算法
        5.3.4 品牌忠誠度度量模型用戶特征集構(gòu)建算法
        5.3.5 品牌忠誠度度量模型初始特征集構(gòu)建算法
    5.4 品牌忠誠度度量模型構(gòu)建
        5.4.1 品牌忠誠度度量模型要素定義
        5.4.2 品牌忠誠度度量模型要素實(shí)例
        5.4.3 品牌忠誠度度量模型方法定義
        5.4.4 品牌忠誠度度量模型構(gòu)建實(shí)現(xiàn)
    5.5 本章小結(jié)
6 品牌忠誠度度量模型檢驗(yàn)
    6.1 品牌忠誠度度量模型檢驗(yàn)概述
        6.1.1 聚類模型有效性
        6.1.2 聚類模型有效性檢驗(yàn)方法
    6.2 品牌忠誠度度量模型檢驗(yàn)指標(biāo)設(shè)計(jì)
        6.2.1 品牌忠誠度度量模型內(nèi)部有效性指標(biāo)
        6.2.2 品牌忠誠度度量模型外部有效性指標(biāo)
    6.3 品牌忠誠度度量模型內(nèi)部有效性指標(biāo)檢驗(yàn)實(shí)現(xiàn)
        6.3.1 品牌忠誠度度量模型SSE指標(biāo)檢驗(yàn)算法
        6.3.2 品牌忠誠度度量模型SSB指標(biāo)檢驗(yàn)算法
        6.3.3 品牌忠誠度度量模型Intra DPS指標(biāo)檢驗(yàn)算法
        6.3.4 品牌忠誠度度量模型Inter DPS指標(biāo)檢驗(yàn)算法
        6.3.5 品牌忠誠度度量模型交叉檢驗(yàn)算法
    6.4 品牌忠誠度度量模型外部有效性指標(biāo)檢驗(yàn)實(shí)現(xiàn)
        6.4.1 Allan L. Baldinger&Joel Rubinson理論檢驗(yàn)
        6.4.2 Palto理論檢驗(yàn)
    6.5 本章小結(jié)
7 品牌忠誠度度量模型優(yōu)化
    7.1 品牌忠誠度度量的模型數(shù)據(jù)處理優(yōu)化方法
    7.2 品牌忠誠度度量的模型數(shù)據(jù)處理優(yōu)化實(shí)現(xiàn)
    7.3 品牌忠誠度度量的模型特征工程優(yōu)化方法
        7.3.1 特征工程優(yōu)化概述
        7.3.2 RFE特征選擇方法
        7.3.3 Boruta特征選擇方法
    7.4 品牌忠誠度度量的模型特征工程優(yōu)化實(shí)現(xiàn)
        7.4.1 特征轉(zhuǎn)換和選擇預(yù)處理方法實(shí)現(xiàn)
        7.4.2 RFE特征選擇方法實(shí)現(xiàn)
        7.4.3 基于RFE特征選擇方法的模型優(yōu)化
        7.4.4 Boruta特征選擇方法實(shí)現(xiàn)
        7.4.5 基于Boruta特征選擇方法的模型優(yōu)化
        7.4.6 基于RFE和Boruta特征選擇方法的模型優(yōu)化比較
    7.5 品牌忠誠度度量的模型算法調(diào)整優(yōu)化方法及實(shí)現(xiàn)
        7.5.1 基于聚類數(shù)k選擇的模型優(yōu)化
        7.5.2 基于迭代次數(shù)選擇的模型優(yōu)化
        7.5.3 基于初始質(zhì)心生成次數(shù)選擇的模型優(yōu)化
    7.6 品牌忠誠度度量最優(yōu)模型效果
        7.6.1 實(shí)現(xiàn)在線品牌忠誠度相似用戶聚類
        7.6.2 實(shí)現(xiàn)在線品牌忠誠程度界定
    7.7 本章小結(jié)
8 總結(jié)與展望
9 參考文獻(xiàn)
10 在學(xué)期間發(fā)表的學(xué)術(shù)論文和研究成果
11 致謝


【參考文獻(xiàn)】：
期刊論文
[1]網(wǎng)絡(luò)爬蟲技術(shù)研究與分析[J]. 蘇雷,杜彥璞,劉斌.  城市地理. 2016(12)
[2]大數(shù)據(jù)質(zhì)量管理:問題與研究進(jìn)展[J]. 王宏志.  科技導(dǎo)報(bào). 2014(34)
[3]基于大數(shù)據(jù)的網(wǎng)絡(luò)用戶行為分析[J]. 左軍.  軟件工程師. 2014(10)
[4]聚類有效性研究綜述[J]. 周開樂,楊善林,丁帥,羅賀.  系統(tǒng)工程理論與實(shí)踐. 2014(09)
[5]我國服裝品牌忠誠度的實(shí)證研究[J]. 趙萌.  統(tǒng)計(jì)與決策. 2013(23)
[6]大數(shù)據(jù)的一個(gè)重要方面:數(shù)據(jù)可用性[J]. 李建中,劉顯敏.  計(jì)算機(jī)研究與發(fā)展. 2013(06)
[7]網(wǎng)絡(luò)品牌忠誠度測量指標(biāo)體系的構(gòu)建[J]. 劉慧,趙靜.  經(jīng)濟(jì)視角(下). 2013(05)
[8]一種改進(jìn)的動(dòng)態(tài)k-均值聚類算法[J]. 胡偉.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2013(05)
[9]大數(shù)據(jù)時(shí)代機(jī)器學(xué)習(xí)的新趨勢[J]. 陳康,向勇,喻超.  電信科學(xué). 2012(12)
[10]品牌忠誠度研究述評(píng)[J]. 王帥.  河南機(jī)電高等�？茖W(xué)校學(xué)報(bào). 2010(06)

博士論文
[1]企業(yè)品牌競爭力測評(píng)研究[D]. 李海鵬.遼寧大學(xué) 2012
[2]消費(fèi)者品牌依戀對(duì)品牌忠誠的影響研究[D]. 高翔.華僑大學(xué) 2012
[3]企業(yè)聲譽(yù)對(duì)消費(fèi)者忠誠影響機(jī)理分析[D]. 徐雙慶.浙江大學(xué) 2009
[4]顧客承諾構(gòu)成維度、驅(qū)動(dòng)因素及對(duì)品牌忠誠的影響研究[D]. 梁威.復(fù)旦大學(xué) 2008

碩士論文
[1]我國網(wǎng)絡(luò)消費(fèi)發(fā)展的影響因素分析[D]. 趙學(xué)菊.山東大學(xué) 2014
[2]聚類分析結(jié)果評(píng)價(jià)方法研究[D]. 胡勇.內(nèi)蒙古科技大學(xué) 2014
[3]基于用戶反饋數(shù)據(jù)清洗技術(shù)的研究[D]. 謝輝.哈爾濱工業(yè)大學(xué) 2013
[4]網(wǎng)購顧客消費(fèi)體驗(yàn)對(duì)在線評(píng)論行為影響研究[D]. 陳悅棠.廣西大學(xué) 2012
[5]基于產(chǎn)品視角的多頭忠誠研究[D]. 顧晨駿.南京師范大學(xué) 2012
[6]B2C電子商務(wù)顧客體驗(yàn)對(duì)顧客忠誠的影響研究[D]. 宋巍.山東大學(xué) 2012
[7]都市類報(bào)紙品牌忠誠度研究[D]. 林敏.南京財(cái)經(jīng)大學(xué) 2010
[8]基于轉(zhuǎn)換成本的網(wǎng)絡(luò)顧客忠誠實(shí)證研究[D]. 郭澤毅.暨南大學(xué) 2009
[9]SVM-RFE算法在數(shù)據(jù)分析中的應(yīng)用[D]. 盧運(yùn)梅.吉林大學(xué) 2009
[10]大規(guī)模數(shù)據(jù)聚類技術(shù)研究與實(shí)現(xiàn)[D]. 錢彥江.電子科技大學(xué) 2009



本文編號(hào)：3183484