基于附随扩散模型的移动增值业务扩散的实证研究

基于附随扩散模型的移动增值业务扩散的实证研究

论文摘要

近年来,随着计算机、通信、软件、微电子等的技术进步,移动通信行业发生着日新月异的巨大变化。第三代移动通信系统在全球的扩散使得移动通信网络的承载能力得到很大提升的同时,也促进了各种新的增值业务应运而生。随着移动增值业务的极大丰富,它和人们工作、生活、娱乐等日常需要息息相关,尤其是近年来,与“超级女声”、“非常6+1”以及“2008年北京奥运会”等的合作与参与,也在很大程度上促进了移动增值业务的发展。因此,移动增值业务存在巨大的发展潜力。如何能准确预测移动增值业务的未来发展趋势,从而帮助运营商制定相应的对策成为企业最为关注的焦点。本文在对扩散理论等相关文献简单回顾的基础上,对技术创新扩散的理论和模型进行了系统全面的分析,为后面的实证分析部分打下了坚实的基础。论文以Bass模型为基础模型,结合所研究对象,即中国的移动增值业务扩散的特点,选择了在Peterson和Mahajan扩散模型以及Joel扩散模型的基础上构建的附随扩散模型,采用理论联系实际的方法,结合中国电信行业的实际情况对中国的移动增值业务进行了实证研究。实证部分通过权威机构公布的1990年-2007年中国移动手机用户和2000年-2007年中国移动增值业务用户历年数据,对所选择的三个模型即Bass模型,Logistic模型和附随扩散模型分别进行了研究,并选择合适的估计方法,即非线性最小二乘法,将三个模型的参数估计结果、拟合效果以及对未来移动增值业务市场趋势的预测结果进行了比较分析,得出了附随扩散模型能较好的对移动行业进行预测。论文分析了移动业务在扩散过程中影响扩散效果的因素,结果表明,内部影因素也就是口头传播的作用要大于外部影响因素也就是大众媒体的传播。最后根据实证分析的结果,为运营商提出了相应的对策和建议,并指出了论文的创新点和对未来研究方向的展望。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 选题背景以及研究意义
  • 1.2 移动增值业务的发展现状
  • 1.2.1 国外移动增值业务的发展
  • 1.2.2 我国移动增值业务的发展
  • 1.3 研究方法
  • 1.4 研究内容
  • 第2章 理论基础与文献综述
  • 2.1 技术创新扩散的基本理论和模型研究
  • 2.2 Bass模型及扩展模型研究
  • 2.2.1 Bass模型
  • 2.2.2 Logisitic模型
  • 2.2.3 Gompertz曲线模型
  • 2.3 附随扩散关系研究
  • 2.3.1 创新产品之间的附随扩散关系研究
  • 2.3.2 模型研究
  • 2.4 模型小结
  • 第3章 移动增值业务附随关系分析及模型研究
  • 3.1 研究对象的选取
  • 3.2 移动增值业务的附随扩散关系分析
  • 3.3 移动增值业务附随扩散模型的选择
  • 3.4 模型的参数
  • 3.5 参数估计
  • 3.5.1 历史数据充足时的参数估计方法
  • 3.5.2 数据不足时的参数估计方法
  • 3.6 计算方法的选择与所需工具
  • 第4章 实证分析
  • 4.1 模型数据
  • 4.2 采用附随扩散模型的参数估计
  • 4.3 采用 Bass模型的参数估计
  • 4.4 采用 Logistic模型的参数估计
  • 4.5 三种模型的拟合结果分析
  • 4.5.1 模型参数、残差平方和及拟合度比较
  • 4.5.2 模型与实际数据点的误差比较
  • 4.5.3 模型的预测结果比较
  • 结论与展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 相关论文文献

    • [1].一类环境受随机干扰的广告扩散模型的动力学分析[J]. 湖北民族大学学报(自然科学版) 2020(01)
    • [2].高斯扩散模型在煤层气泄漏排放中的应用[J]. 石油石化绿色低碳 2020(03)
    • [3].基于产品扩散模型的微商渠道消费者购买行为研究——以H老师为例[J]. 荆楚学刊 2020(02)
    • [4].蝗虫优化算法求解跳-扩散模型参数估计问题[J]. 贵州师范大学学报(自然科学版) 2020(05)
    • [5].大气扩散模型的研究进展[J]. 节能 2016(10)
    • [6].基于高斯烟羽扩散模型的成都市空气质量的研究[J]. 绿色科技 2017(02)
    • [7].应用溶解扩散模型预测钴的渗透行为[J]. 上海交通大学学报 2014(11)
    • [8].辅导员深度辅导的一维扩散模型研究——基于微博新媒介视角[J]. 学理论 2013(32)
    • [9].基于高斯烟羽扩散模型的空气污染研究[J]. 科技与创新 2017(10)
    • [10].基于创新扩散模型的市场营销组合策略研究[J]. 商业时代 2014(34)
    • [11].信息扩散模型在自然灾害综合风险评估中的应用与扩展[J]. 北京大学学报(自然科学版) 2012(03)
    • [12].吸附-扩散模型应用研究[J]. 化工技术与开发 2012(05)
    • [13].吸附-扩散模型与溶解-扩散模型及其修正模型的相互关系[J]. 膜科学与技术 2010(02)
    • [14].技术扩散模型研究综述[J]. 科技管理研究 2009(06)
    • [15].基于动态扩散系数的煤粒瓦斯扩散模型[J]. 中国矿业大学学报 2020(01)
    • [16].跳幅度为常数的跳-扩散模型的校正[J]. 西安邮电大学学报 2019(05)
    • [17].跳扩散模型下具有信用风险的亚式期权定价[J]. 辽宁大学学报(自然科学版) 2017(01)
    • [18].具有非局部时滞竞争扩散模型行波解的存在性[J]. 邢台学院学报 2014(04)
    • [19].石化园区危险气体库泄漏的气象扩散模型应用[J]. 广东气象 2020(05)
    • [20].第一类销售扩散模型的统计分析[J]. 统计与决策 2013(08)
    • [21].基于GARCH扩散模型的权证定价[J]. 系统工程理论与实践 2012(03)
    • [22].带有存放率的两斑块竞争扩散模型的持久性与周期解[J]. 生物数学学报 2012(04)
    • [23].基于免费商品赠送的网络效应产品扩散模型研究[J]. 科技管理研究 2011(07)
    • [24].跳扩散模型下美式期权的对称性[J]. 经济数学 2010(01)
    • [25].基于二维跳扩散模型的股市相关性研究[J]. 经济理论与经济管理 2010(07)
    • [26].一类二元跳扩散模型的欧式期权定价[J]. 广西师范大学学报(自然科学版) 2008(02)
    • [27].固定和增长区域上一类互惠模型的扩散动力学[J]. 安徽大学学报(自然科学版) 2020(04)
    • [28].基于植被长势的香蕉区域估产信息扩散模型[J]. 中国农业气象 2020(09)
    • [29].基于多品牌产品扩散模型的智能手机销量仿真预测[J]. 计算机应用与软件 2019(05)
    • [30].遗传算法动态修正核素大气扩散模型的适应度函数研究[J]. 核技术 2014(04)

    标签:;  ;  ;  ;  

    基于附随扩散模型的移动增值业务扩散的实证研究
    下载Doc文档

    猜你喜欢