导读:本文包含了消费者学习论文开题报告文献综述及选题提纲参考文献，主要关键词:爆发力,自习室,中国书店,全民阅读活动,学习场所,《文汇报》,全民阅读,卖书,零售市场,线下
消费者学习论文文献综述
杜鑫[1]（2020）在《实体书店的核心爆发力，在于打造消费者“学习场”》一文中研究指出书店在转型的过程中，还有多少想象的空间？该如何进一步开拓发展思路？“学习场”这样的大胆构想被提出来，说明转型的道路越探越宽，已经跳出了原有的“书店+”思维。实体书店业转型已经成为共识，但不管转向哪里，主业都不能丢掉，不管形式怎样变化，都应该以坚守书店的核(本文来源于《工人日报》期刊2020-01-14）
本报,刘蓓蓓[2]（2020）在《重做书店价值：成为消费者的“学习场”》一文中研究指出2019年的实体书店，一派热闹景象。各地政府加大扶持，新开书店消息不断。但这掩盖不了经营者们的重重忧思：在繁荣的背后，他们并没有找到增长、盈利的商业模式，这也是书店业未来发展的隐忧。在2020北京图书订货会期间举行的中国书店大会上，一个全新的概念打开了大(本文来源于《中国新闻出版广电报》期刊2020-01-13）
毕文杰,胡兵伟[3]（2019）在《基于消费者惰性与企业需求学习的动态定价》一文中研究指出在企业以最大化利润为目的的动态定价过程中,了解消费者行为特性,进行科学有效的需求学习显得越来越重要。运用马尔科夫决策过程理论建立有限期随机动态定价优化模型,得出最优定价策略,并运用数值仿真对比分析企业是否存在需求学习情况下消费者惰性对价格和利润的影响。结果显示:企业进行需求学习时往往能获得较高的期望利润。当库存不足时,企业定价随销售期递减;期望利润和最优价格随着惰性强度或惰性广度的增加而下降;无需求学习企业单位产品边际利润往往较高,单位产品未来边际利润损失往往较低,因此无需求学习企业更注重短期利润,而有需求学习企业更注重长期收益。(本文来源于《经济与管理》期刊2019年04期）
钱明辉,徐志轩[4]（2019）在《基于机器学习的消费者品牌决策偏好动态识别与效果验证研究》一文中研究指出准确识别消费者的品牌决策偏好有助于提升精准营销效率,避免推荐结果出现品牌歧视和低价竞争,有利于改善消费者体验。本文从个体消费者的品牌决策偏好出发,首先通过对微博中品牌口碑信息进行文本语义分析和情感倾向分析,实现品牌维度量化。接着,基于机器学习算法开发出针对个体消费者品牌决策偏好的即时识别模型,对品牌选择行为进行预测;最后,对比基于消费者品牌决策偏好的产品推荐结果与基于消费者产品外部特征决策偏好的产品推荐结果,验证模型有效性。研究结果发现,对社交网络中的品牌口碑应用文本语义分析和情感倾向分析是实现品牌在不同维度量化的有效工具;运用机器学习算法模型可以在一定程度上识别出消费者的品牌决策偏好,且机器学习算法模型的性能相较于传统识别方法更为有效;基于消费者品牌决策偏好的产品推荐结果可以有效避免同质化产品的低价竞争,提高零售商利润。(本文来源于《南开管理评论》期刊2019年03期）
蔡嘉龙[5]（2019）在《探究学习与在线评论对消费者购买意愿影响比较研究》一文中研究指出近年来,由于对用户产生内容的愈加重视,国内外各大电子商务平台都推出了“向已购买的消费者问询商品信息”的功能,这是一种有效的获取商品质量信息的方式。根据文献追溯,潜在消费者向已购买的消费者问询商品信息的行为属于“探究学习”。消费者探究学习产生的内容与在线评论都属于电子口碑,本文在回顾电子口碑特别是在线评论的研究基础上,借鉴探究学习在教育学中的相关研究结论,尝试完善电子口碑的理论框架,并检验这两种电子口碑对消费者购买意愿的影响是否存在差异。本研究包括两个部分:第一部分是在线评论和探究学习对产品销量的影响研究,通过对4035份亚马逊商品的真实数据进行统计分析,利用线性回归方程检验探究学习和在线评论的数量对商品销量的影响结果以及商品类型对该影响产生的调节作用,得出探究学习和在线评论对消费者购买意愿影响的理论模型;第二部分是不同探究学习的程度对购买意愿的影响研究,该部分以300名在校大学生为实验对象设计叁个实验,在控制被试者所接收到的商品信息的前提下,分析不同程度的探究学习下被试者的购买意愿情况。研究第一部分的结果证明了探究学习和在线评论的数量均对亚马逊商品的销量产生显着正向的影响,并且这种影响受到商品类型的调节作用,搜索品探究学习和在线评论的数量对销量的影响要大于体验品;研究第二部分的结果显示随着探究学习程度的加深,消费者购买意愿亦随之提高,并且消费者的购买意愿分布的两极分化程度提高。本研究从理论上扩充了电子口碑的理论基础,验证了探究学习对消费者购买意愿和购买决策的重要影响。由于消费者对探究学习内容的重视程度要高于在线评论,实践上有助于相关企业借鉴探究学习等方式提升线上运营绩效。(本文来源于《北京邮电大学》期刊2019-05-14）
绳娜[6]（2019）在《在线评论、产品类型和消费者特征对消费者探究学习的影响研究》一文中研究指出消费者在网购过程中易受到多种信息的影响,虽然购物网站在线评论等功能的出现已经增加了消费者在购物过程中了解信息的机会,但很多消费者仍偏好于对产品信息进行更多探索。以往的研究中,学者们较多关注于在线评论对消费者网购的影响,很少关注消费者主动进行产品信息探索的学习行为,本研究将这种主动学习行为定义为探究学习并对其的前因进行研究。在研究维度的选择上,主要从电子商务环境中影响消费者行为的外部因素和消费者自身属性中影响消费者行为的内部因素两个维度进行研究。在外部因素的研究中,主要的研究方法为通过数据爬虫技术从全球线上零售网站Amazon.com(美国)上获取真实的数据作为实验数据,对其进行统计分析,以得出外部相关因素对消费者探究学习的影响机制。在内部因素的研究中,主要的研究方法为通过问卷调查法展开研究,通过统计分析方法对调查结果进行分析,以得出内部相关因素对消费者探究学习的影响机制。通过对电子商务环境中影响消费者行为的外部因素进行研究发现,①线上购物网站中在线评论数量、产品价格对消费者探究学习产生正向激励作用,而在线评论情感强度对消费者探究学习产生负向激励效果,其中,评论数量对消费者探究学习的影响最大;②线上购物网站中产品排名、产品满意度对消费者探究学习几乎没有影响;③在不同的产品类型下,评论数量和评论的情感强度对消费者探究学习产生的影响效果不尽相同。其中,搜索品的评论数量对消费者探究学习的影响大于体验品的评论数量对消费者探究学习的影响。体验品评论的情感强度对消费者探究学习产生的影响大于搜索品评论的情感强度对消费者探究学习产生的影响。通过对消费者自身属性中影响消费者行为的内部因素进行研究发现,①消费者的购物经验对消费者的探究学习具有正向影响,消费者信任倾向对消费者探究学习行为具有正向影响,感知风险对消费者探究学习具有负向影响;②消费者大五人格特质中的亲和性人格对消费者探究学习具有正向影响,同时,亲和性人格通过对感知风险的调节对消费者探究学习进一步产生影响,大五人格中的其他人格特性对消费者探究学习几乎没有影响。在理论角度,本研究结论进一步完善了消费者学习行为的研究框架,引入了消费者探究学习这一重要变量,并且解释了消费者探究学习行为的影响因素,为后续的探索性研究提供了理论基础。在实践角度,本研究为相关从业者揭开了消费者进行探究学习的前因,为其运营消费者的探究学习提供思路,进而提高消费者的购买意愿,提升运营效率。(本文来源于《北京邮电大学》期刊2019-05-14）
林倞夷,孟健,庞有俊[7]（2019）在《基于机器学习技术的消费者购车性价比认知影响因素分析》一文中研究指出本文对消费者购车评价数据进行机器学习建模与训练,实现消费者购车性价比实际认知指标的预测和影响因素优先级评估。从而指导整车制造企业通过平衡价格、汽车各项性能指标的方式提高消费者对新车的性价比认知指标,提高新车销量。(本文来源于《时代汽车》期刊2019年06期）
禹杭[8]（2019）在《隐喻广告效果研究》一文中研究指出广告作为一种信息传播手段,已经被越来越多的企业所重视并运用到营销活动中去,这在很大程度上推动了各国广告市场规模的扩大、广告支出费用的攀升。然而,在广告产业发展迅猛的今天,有关广告效果的问题仍然牵动着各方利益者的神经,因为对广告主而言,他们最关心的问题还是高额的广告费用能否产生预期的广告效果。在这种情况下,为了设计出对消费者更有劝说效果的广告,广告设计者们经常借助各式各样的修辞方式向消费者传递广告卖点,隐喻就是其中之一,而采用隐喻这种形式含蓄地传递广告卖点的广告即为隐喻广告。鉴于隐喻在提升广告劝说效果上的价值逐渐得到广告实践者们的关注,研究隐喻广告效果就成了相关领域学者的兴趣点。然而,目前该话题下的研究主要集中在西方学界,国内学者鲜有发声。因此,本文以国内企业的隐喻广告实例为现实依据、以国内消费者为研究对象,探究中国情境下隐喻广告的效果。此外,以往文献基于修辞学视角对该话题的研究已经涉及各个层面,继续在这个视角下进行研究很难再有新的发现,这就迫切需要我们寻找新的视角进行研究上的突破。因此,本文创新性地从消费者学习这一视角入手,聚焦于该领域的知识迁移理论,将隐喻视作一种内在学习途径并对其在广告中的效果进行分析,以期丰富该领域的研究。隐喻在广告实践中的广泛应用是研究隐喻广告效果的一个重要前提,因此本文首先进行了一项预研究——基于内容分析法对国内主流杂志上隐喻广告的应用现状和特征进行研究分析(第叁章)。主要发现是:(1)隐喻作为一种广告策略确实被广泛地应用于广告实践,这表现为近20%的商业广告使用了隐喻,而且这些隐喻广告中有四分之一都使用了不止一个隐喻;(2)隐喻广告的广告主大多是经营实物类产品的企业,隐喻多被它们用来传递广告卖点,如产品特征和产品利益;(3)标题和正文是广告中出现隐喻最多的位置,但这些位置上的隐喻往往具有较低的新颖度,相比之下,广告图画中出现隐喻的比例稍低一些,但这些隐喻都具有较高的新颖度。在第叁章预研究的基础上,本文进行了以下叁项具体研究:研究一以是否采用隐喻这一内在学习机制为出发点,对隐喻形式如何影响广告效果进行了研究(第四章)。主要发现是:(1)就认知效果而言,使用隐喻比不使用隐喻更容易让消费者产生结构关系而非属性特征的知识迁移,且更容易产生不符合预期的认知推断,这两种表现促使隐喻广告比非隐喻广告产生了更多的认知精细加工;(2)就情感效果而言,使用隐喻比不使用隐喻会使消费者产生更积极的广告态度,但是隐喻源域本身所具有的情感特征会调节消费者对隐喻广告的态度;(3)就行为效果而言,隐喻广告确实比非隐喻广告更容易让人产生购买意向,而这一效果会受到隐喻源域本身所具有的情感特征和解释性信息存在与否的调节作用;(4)在隐喻形式对消费者购买意向的影响中,认知精细加工程度和广告态度先后发挥中介作用,但是如果将相关因素的调节作用纳入考虑范畴,并不是所有情况下隐喻广告的传播效果都会按照“认知-情感-行为”这一路径来生成。研究二以使用什么样的隐喻作为内在学习机制为出发点,对隐喻内容如何影响广告效果进行了理论探讨(第五章)。本文指出,以往研究用来解释隐喻广告效果成因的观点——预期偏离观仅考虑了隐喻形式在广告效果生成中的作用,但是如果将隐喻视作内在学习途径的话,除了隐喻形式的作用,隐喻内容的作用也不容忽视。在此基础上,本文提出隐喻内容也是隐喻广告生成相应效果的一个重要来源,具体而言,构成隐喻的源域概念与目的域概念之间的概念相似度决定了不同隐喻在内容上的差异,而这种内容上的差异与形式上的差异一样,会促成隐喻广告效果的生成。进一步的实验结果支持这一观点,即相比由两个概念相似度较高的概念组成的隐喻,由两个概念相似度较低的概念组成的隐喻更容易引发广告受众产生更多的认知精细加工、更积极的广告态度和更高的购买意向。研究叁综合了研究一和研究二,以视觉注意在消费者学习过程和广告加工过程中均具有重要作用为立足点,借助眼动技术同时分析了隐喻形式和隐喻内容如何影响消费者对广告的视觉加工,并进一步探讨了隐喻广告视觉加工和广告效果评估之间的关系(第六章)。主要发现是:(1)就隐喻形式的作用而言,是否使用隐喻在捕获广告受众的视觉注意力上不存在差异,但是使用隐喻比不使用隐喻能让广告受众在广告卖点以及品牌信息上产生更多的视觉注视;(2)就隐喻内容的作用而言,使用什么样的隐喻在捕获广告受众的视觉注意力上也不存在差异,但是使用由两个概念相似度较高的概念组成的隐喻比由两个概念相似度较低的概念组成的隐喻更容易让广告受众产生更多的视觉注视;(3)消费者对隐喻广告的视觉加工和效果评估并不存在显着的相关性,即并不是获得最多视觉注视的隐喻广告一定最受消费者喜欢。本研究在理论和实践方面做出了以下贡献。理论方面:(1)全面揭示了隐喻广告在认知、情感和行为效果上的具体表现,并进一步揭示了隐喻广告效果的生成路径;(2)提出隐喻广告效果的生成不仅是形式的作用,还有内容的作用;(3)揭示了隐喻形式和隐喻内容作用下消费者对广告的视觉加工特征,并提出隐喻广告的视觉加工特征和广告评估效果不存在显着的相关性。实践方面:(1)使用隐喻形式传递广告卖点确实与使用直白的非隐喻形式产生了不一样的广告效果,而且广告中是否使用隐喻确实能通过认知反应和情感反应影响到购买意向;(2)广告实践中并不是使用了隐喻便可高枕无忧,在确定使用隐喻形式后还需要进一步考虑使用什么样的隐喻;(3)广告实践中使用隐喻形式传递广告卖点并不是捕获受众视觉注意的有效方式,但是如果广告主希望受众能够在广告卖点以及品牌信息上停留更长时间,隐喻表达确实比非隐喻表达更为有效,不过广告实践者也要注意,受众对隐喻广告的视觉加工与其对广告的反应并不存在显着的相关性,因为最吸引受众视觉注意力的隐喻广告并不一定能让受众产生最积极的反应。(本文来源于《对外经济贸易大学》期刊2019-05-01）
张诗晨[9]（2019）在《基于机器学习的电商在线消费者购买行为预测研究》一文中研究指出近年来人们的日常消费方式发生了翻天覆地的变化。由于网络的普及,人们开始使用PC以及移动设备进行网上购物,该种方式突破了时间和地域的限制。线上商品种类繁多齐全且价格更为低廉,能够更好的满足消费者多样的需求。但海量的商品呈现给消费者的同时,也使得消费者需要花费大量的精力来挑选商品。越来越多商家为了更好的满足消费者的消费需要而对消费需求进行细化,研发满足消费者细化需求的网络购物平台并推向市场,使得网络零售市场竞争更为激烈。如何能够准确的了解消费者的消费需求,并对其提供更有针对性的垂直服务,是电商接下来的发展过程中,不得不思虑的重要一环。随着数据科技的不断进步,大数据成为近几年的新兴话题,在大数据存储计算水平上有了较大的提升,进而衍生出了区块链技术。消费者每一笔交易数据都被记录在了服务器中,进而可以通过机器学习以及各种智能计算方法分析消费者的在线行为以及交易数据等预测消费者未来的消费行为。本文采用阿里云天池大数据平台提供的来自淘宝购物平台的已经进行脱敏处理的真实数据,对消费者的行为进行统计挖掘,预测消费者会购买哪种商品。对消费者购买行为预测模型的提出分为四步:第一步是数据异常值的处理。对原始数据去除噪声、去除缺省值,并对消费者行为进行初步统计得出基本的分布情况,为进一步的特征选择和提取以及机器学习方法的选择进行准备工作。第二步是特征选取。从商品的维度构造出消费者特征、商品特征以及消费者-商品交互的行为特征叁大特征群。将消费者行为按照发生的时间顺序进行连接作为交互行为序列,并通过各种变换来找到更符合数据特点的其它不同的特征组合,将其加入特征集合。而后,以正样本集大小作为参考,对负样本进行不放回的随机抽样;由于正样本在整体数据集中占比过低,将正样本全部入样。第叁步对于统计过的行为数据进行筛选处理,原始数据中存在大部分操作行为过少的记录,在训练中将会影响模型的精度。该问题通过对消费者行为的定性分析来对数据进行筛选处理,删除有嫌疑冲动消费以及行为次数过少的记录,并对数据按照不同行为序列长度对数据进行分层处理。第四步是模型训练和预测。本文尝试应用循环神经网络算法(RNN)对消费者行为序列进行研究,利用N vs 1结构RNN来对行为序列行为倾向进行二分类,得出消费者行为倾向得分。而后将得分作为新的特征,将新的数据集利用朴素贝叶斯算法进行进一步的预测。将其结果和利用单一朴素贝叶斯算法建立模型所得结果进行比较。利用训练集对模型进行测试后的实验结果表明,使用RNN和贝叶斯融合后的模型预测效果更稳定,能够降低时序序列长度对预测准确度的影响;预测准确度相对单一朴素贝叶斯模型也有一定的提高,模型结果AUC值最优能够达到0.92。最后,本文提出了模型在电子商务实际交易场景中应用方向以及思路,并分析模型自身不足,对该课题进一步研究方向进行更为详细的讨论。(本文来源于《吉林大学》期刊2019-05-01）
金忠星,李东[10]（2019）在《消费者偏好预测的深度学习神经网络模型》一文中研究指出通过对于人类大脑活动的研究来分析消费者对广告和产品的反应的神经营销正在受到新的关注。针对基于脑电波(EEG)的神经营销,提出了一种基于深度学习神经网络的消费者对产品的偏好预测方法。首先,为了提取消费者EEG的特征,采用短时傅里叶变换(STFT)与双调和样条插值,从多通道脑电信号中得到了5个不同频带的EEG形图视频;然后,提出了一种结合5个叁维卷积神经网络(3D CNN)与多层长短期记忆(LSTM)神经网络的预测模型,用于从脑电地形图视频预测到消费者的偏好。与卷积神经网络(CNN)模型和LSTM神经网络模型相比,消费者依赖模型的平均准确度分别提高了15.05个百分点和19.44个百分点,消费者独立模型的平均准确度分别提高了16.34个百分点和17.88个百分点。理论分析与实验结果表明,所提出的消费者偏好预测系统可以以低成本提供有效的营销策略开发和营销管理。(本文来源于《计算机应用》期刊2019年07期）
消费者学习论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
2019年的实体书店，一派热闹景象。各地政府加大扶持，新开书店消息不断。但这掩盖不了经营者们的重重忧思：在繁荣的背后，他们并没有找到增长、盈利的商业模式，这也是书店业未来发展的隐忧。在2020北京图书订货会期间举行的中国书店大会上，一个全新的概念打开了大
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
消费者学习论文参考文献
[1].杜鑫.实体书店的核心爆发力，在于打造消费者“学习场”[N].工人日报.2020
[2].本报,刘蓓蓓.重做书店价值：成为消费者的“学习场”[N].中国新闻出版广电报.2020
[3].毕文杰,胡兵伟.基于消费者惰性与企业需求学习的动态定价[J].经济与管理.2019
[4].钱明辉,徐志轩.基于机器学习的消费者品牌决策偏好动态识别与效果验证研究[J].南开管理评论.2019
[5].蔡嘉龙.探究学习与在线评论对消费者购买意愿影响比较研究[D].北京邮电大学.2019
[6].绳娜.在线评论、产品类型和消费者特征对消费者探究学习的影响研究[D].北京邮电大学.2019
[7].林倞夷,孟健,庞有俊.基于机器学习技术的消费者购车性价比认知影响因素分析[J].时代汽车.2019
[8].禹杭.隐喻广告效果研究[D].对外经济贸易大学.2019
[9].张诗晨.基于机器学习的电商在线消费者购买行为预测研究[D].吉林大学.2019
[10].金忠星,李东.消费者偏好预测的深度学习神经网络模型[J].计算机应用.2019