收藏本站
《吉林大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘技术的消费者行为研究

王萍  
【摘要】:消费,通常指满足需要的行为,是人们在物质资料和劳务的生产与生活中,对物质产品和劳动力的消耗过程。广义的消费包括生产消费和生活消费。生产消费指在生产过程中,原料、动力、机器、设备的消费,消费的结果是生产出新产品。生活消费是指人们为了满足生活需要而消费物质和精神产品,或者耗费劳动服务的行为。从市场需求的角度考察,消费者指那些对某种商品或服务有现实或潜在需求的个人或团体。在本研究中,消费专指个人生活消费,即,最终消费。消费者指所有从事物质产品和劳务等消费活动的个人。消费者行为则指消费者在消费心理的支配下,对商品、服务等消费对象加以选择、评价、购买和使用的一系列行为活动。 消费者行为研究是消费经济学的理论基础,是一个具有多角度规定性的范畴。消费者行为研究领域是跨学科的,它由许多来自不同领域的研究者组成,这些研究者对人与市场如何相互作用有着共同的兴趣。西方早期的研究者都致力于有关消费者行为的综合性理论模型的研究,其隐含的假设就是消费者行为能够用一个综合性的理论模型加以描述和解释。然而,随着这一领域研究的发展,研究者们意识到消费者行为非常复杂,不可能完全包含于某一个理论模型之中,因为,毕竟消费心理涉及人类心理的大多数要素。 传统的宏观经济研究领域中,对消费者行为的定量研究主要是消费总量研究。消费者行为的定量分析方法主要体现为消费函数。消费函数是指消费与收入的函数关系,它表述了个人消费与收入的关系及个人消费行为方式。自从凯恩斯首创消费函数理论以来,消费函数就成为经济学家们持久关注和研究的一个专门领域,也是宏观经济学的一个基本命题。 计量经济模型具有检验与发展理论的功能。在某一种理论假说的基础上建立计量经济模型,用样本数据来估计和检验模型,从而推断这种理论假说在多大程度上正确或不正确;对于未能通过检验的理论,则要修正,在这一过程中可能催生新的理论。消费函数理论,从绝对收入假说到相对收入假说、生命周期假说、理性预期假说,就是经历了这样的发展过程。 消费者行为是一种消费心理和消费需求不断满足的过程,也是人们多种心理因素作用的结果和反映。消费心理规定着消费者行为的方向性和目的 WP=147 性。消费者行为是消费者决策与消费者态度的表现。一个完整的消费心理与行为过程包括从唤起消费需求、消费动机到消费态度形成与改变直至购买行为,是要经过一个由心理到行为的转换过程。从消费者心理学角度讲就是消费者购买决策的过程。在营销者眼里的消费行为更多的是指消费者在广告认知、信息沟通、购买决策等方面表现出的消费行为。 在信息时代,所有企业面临的一个共同问题是:企业数据量非常大,而其中真正有价值的信息却很少。因此从大量的数据中经过深层分析,获得有利于商业运作、提高竞争力的信息,就像从矿石中淘金一样,数据挖掘也因此而得名。数据挖掘与传统的数据分析(如查询、报表、联机应用分析)的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。 数据挖掘的目标是从数据库中发现隐含的、有意义的知识。数据挖掘主要具有数据总结和概念描述、分类与预测、聚类、关联分析等功能。这些功能的实现为研究个体消费者行为提供了技术基础。商家在掌握了消费者行为信息和知识的基础上就能够实现个性化营销以及关系营销,从而有效地满足消费者的需求,获得更高的利润回报。 在本研究中,作者提出的运用数据挖掘方法研究消费者行为的基本步骤是:明确研究主题;收集数据并对数据进行预处理;选择挖掘技术或算法;建立并评估模型;解释挖掘结果。 数据挖掘是揭示存在于数据中的模式及数据间关系的综合技术,它强调对大量观测到的数据的处理。数据挖掘涉及到传统统计方法、数据库管理、人工智能、机器学习等技术。从本质上讲,数据挖掘是通过计算机对大量的复杂数据集的自动探索性分析。数据挖掘常用技术的原理或算法包括:聚类、决策树、人工神经网络、模糊逻辑、遗传算法和关联规则。 聚类是在不知道数据应该分成几类的情况下,按照数据内在的差异性大小,将数据合理地划分成几类,并确定每个数据所属类别。在统计方法中,聚类是多元数据分析的三大方法之一(其它两种是回归分析和判别分析)。在机器学习中,聚类被称作无监督学习,类别是由聚类学习算法来自动确定的。 决策树是一种数据分析和预测方法,主要用于对数据进行归类和预测。决策树方法的最大优点是直观,容易解释。缺点是随着数据复杂性的提高,树的分枝数目也会增多,处理起来会很困难。 人工神经网络是人脑的抽象计算模型。神经网络是由许多参数来建立一个模型,这个模型接受一组输入值来预测出一个连续值或分类值。神经网络近来越来越受到人们的关注,因为它为解决高度复杂问题提供了一种相对有效的简单方法。 在大多数的真实世界中,人们不可能获得所有精确的值,总会有一些不确定性。模糊集合论主要处理没有(或很难)精确定义的实事。模糊规则和模糊推理过程是基于模糊集理论最重要的建模工具。在许多真实世界环境下,模糊特性更接近于人类的思维习惯。 WP=148 遗传算法是
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:F713.50

【引证文献】
中国期刊全文数据库 前6条
1 孙梦玥;李梦晗;王馨逸;;电子书持续阅读行为的研究[J];经贸实践;2017年22期
2 吴轶伦;姚蕾;;基于跨境电商搜索数据的消费者分类研究[J];商业经济研究;2017年09期
3 毛乾任;王朝斌;;基于C4.5决策树的大学生笔记本电脑购买行为的数据挖掘[J];重庆理工大学学报(自然科学);2015年02期
4 朱光婷;朱君璇;;大数据环境下网络消费者行为研究[J];统计与决策;2014年23期
5 张园园;;数据挖掘在进口报关流程优化中的应用研究[J];电子技术与软件工程;2014年20期
6 周磊;;个人信用风险防范系统在消费信贷上的应用[J];兰州工业高等专科学校学报;2009年01期
中国博士学位论文全文数据库 前6条
1 吕扬;电子商务视阈下城乡消费空间响应机制研究[D];天津大学;2016年
2 吴洪刚;实体店形象对网上购物行为影响研究[D];武汉大学;2013年
3 姚秀丽;中国消费者网上购物风险及消费行为模型研究[D];北京邮电大学;2010年
4 庞楷;中国城镇居民人身保险消费行为研究[D];西南财经大学;2010年
5 史旻昱;基于RSS的个性化网络广告推荐系统研究[D];华中科技大学;2008年
6 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年
中国硕士学位论文全文数据库 前10条
1 万保虎;H公司单机手游出海研究[D];广东工业大学;2016年
2 夏霖;通讯运营商大数据产品营销策略研究[D];贵州大学;2016年
3 张婷婷;节日情境下消费者网络购买行为研究[D];华中师范大学;2015年
4 马娇阳;电子商业对居住空间的影响研究[D];中国矿业大学;2015年
5 刘阳;基于O2O模式消费者购买决策模型的产品营销策略研究[D];武汉理工大学;2015年
6 俞昕;在校大学生休闲女装网络购物意向影响因素研究[D];浙江理工大学;2015年
7 韩德龙;振华集团百货业务竞争战略研究[D];山东大学;2014年
8 梁锐;融合市场调研和数据挖掘的用户流失预警分析应用[D];中山大学;2013年
9 许萍;基于网络消费的商业模式创新的影响因素研究[D];西安电子科技大学;2013年
10 陈科;石河子电信3G流量包业务精确营销应用研究[D];北京邮电大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 杨晓燕;中国消费者行为研究综述[J];经济经纬;2003年01期
2 张学毅;居民消费函数研究中的若干问题探讨[J];中南财经政法大学学报;2002年05期
3 杨龙,王永贵;顾客价值及其驱动因素剖析[J];管理世界;2002年06期
4 童树鸿,沈毅,刘志言;数据融合的模糊模型和算法研究[J];哈尔滨工业大学学报;2002年01期
5 王军;转型期中国消费函数的矛盾解析[J];经济学家;2001年05期
6 戴园晨,吴诗芬;消费需求函数形成中的制度变迁因素[J];经济学动态;2001年09期
7 孙元明;影响消费行为的消费者预期——消费者预期水平对消费意向和购买行为的影响分析[J];消费经济;2001年04期
8 刘宝宏;信息不对称条件下的消费者行为[J];商业经济与管理;2001年07期
9 沈悦;中国制度变迁中的居民消费波动与政策选择[J];经济学家;2001年02期
10 贾良定,陈秋霖;消费行为模型及其政策含义[J];经济研究;2001年03期
【共引文献】
中国期刊全文数据库 前10条
1 茅力可;;基于非理性消费行为调查下的消费行为引导研究[J];纳税;2017年33期
2 袁心茹;金镇;钟倩茹;赵一飞;何旭凤;李丹娜;;基于客户偏好的企业与客户信息交流模型研究[J];图书馆学研究;2017年14期
3 朱开悉;胡秀峰;;企业客户关系价值与客户结构优化[J];湖南财政经济学院学报;2017年02期
4 李德尧;;海上环境监测系统中的自动化架构设计[J];舰船科学技术;2017年06期
5 陶虎;周升师;于仁竹;;移动支付企业网络嵌入与顾客价值关系研究[J];宏观经济研究;2017年03期
6 杜昕然;;我国消费市场发展历史回顾——基于1996-2015年的数据[J];商业经济研究;2017年03期
7 马利军;;关于我国消费信贷与经济增长研究——基于VECM模型的分析[J];价格理论与实践;2017年01期
8 杜昕然;;中国消费市场发展研究——基于1996~2015年的数据[J];经济论坛;2017年01期
9 封福育;;消费信贷、流动性约束与城镇居民消费——基于PSTR模型的实证分析[J];统计与信息论坛;2016年12期
10 毛中根;叶胥;;经济新常态与中国文化消费提升:一致性、新挑战及政策建议[J];哈尔滨工业大学学报(社会科学版);2016年06期
【同被引文献】
中国期刊全文数据库 前10条
1 马韵鸿;;互联网时代大学生付费电子书消费行为研究[J];商场现代化;2016年20期
2 杨一翁;王毅;孙国辉;;网络推荐系统对消费者的营销效果——技术接受模型视角[J];中国流通经济;2016年02期
3 张文君;王军;徐山川;;电商用户需求状态的聚类分析——以淘宝网女装为例[J];现代图书情报技术;2015年03期
4 张国发;邵树琴;;淘宝搜索指数与成交指数的协整分析——以羽绒服为例[J];现代经济信息;2014年03期
5 冯明;刘淳;;基于互联网搜索量的先导景气指数、需求预测及消费者购前调研行为——以汽车行业为例[J];营销科学学报;2013年03期
6 夏永林;屈久阳;;当代大学生网购消费结构的实证分析[J];管理观察;2013年36期
7 荣晓华;何成义;;大学生自我概念与购买决策关系的实证研究——以笔记本电脑市场为例[J];吉林工商学院学报;2012年01期
8 关云鸿;;改进K-均值聚类算法在电信客户分类中的应用[J];计算机仿真;2011年08期
9 瞿小宁;;K均值聚类算法在商业银行客户分类中的应用[J];计算机仿真;2011年06期
10 樊宁;;K均值聚类算法在银行客户细分中的研究[J];计算机仿真;2011年03期
中国博士学位论文全文数据库 前10条
1 韩丽娜;经济转轨期中国农村居民消费行为分析[D];吉林大学;2008年
2 杨晓东;服务业顾客体验对顾客忠诚的影响研究[D];吉林大学;2007年
3 王崇;网络消费者购买意愿影响因素模型研究[D];哈尔滨工业大学;2007年
4 王阗;信息度优先算法及在森林资源统计分析中的应用[D];南京林业大学;2007年
5 刘永霞;北京山地油松林分生长过程数量化模拟研究[D];北京林业大学;2007年
6 夏国恩;基于商务智能的客户流失预测模型与算法研究[D];西南交通大学;2007年
7 郭力君;知识经济与城市空间结构研究[D];天津大学;2005年
8 曾勇;电子商务信用风险机理研究[D];武汉理工大学;2005年
9 谭伟;基于组件GIS的造林决策支持模型的研究[D];北京林业大学;2005年
10 王凯;非正式保险制度研究[D];西南财经大学;2005年
中国硕士学位论文全文数据库 前10条
1 林荣耀;大数据及在当代互联网应用中的研究[D];厦门大学;2014年
2 孙远帅;基于大数据的推荐算法研究[D];厦门大学;2014年
3 倪乐韩;电子商务快速崛起背景下WD集团商业模式创新战略研究[D];上海外国语大学;2014年
4 李坤锋;我国大型百货企业经营模式选择研究[D];东北石油大学;2013年
5 张园;中国传统零售业培训体系研究[D];浙江大学;2013年
6 廖蓓蓓;SWOT方法在企业营销4C策略中的应用研究[D];湘潭大学;2013年
7 戴丽敏;社交网络时代的市场营销模式探索[D];上海外国语大学;2013年
8 杨俊山;基于数据挖掘技术的旅行社市场营销策略研究[D];广东工业大学;2013年
9 王瑛;基于商圈理论的兰州中小型专卖店营销模式研究[D];兰州大学;2013年
10 马亮;数据库营销在通信行业中高端客户维护中的应用研究[D];南京理工大学;2013年
【二级引证文献】
中国期刊全文数据库 前8条
1 王景兰;葛亚军;;基于数据挖掘的大学生上网行为数据分析与研究[J];电脑迷;2017年08期
2 黄郕若;;大数据环境下网络消费者行为的若干研究[J];经营管理者;2017年16期
3 陈妮;;基于C4.5的企业运营资金流向分析研究[J];自动化与仪器仪表;2017年05期
4 温年晶;;大数据背景下基于网络整合数据的消费者行为研究[J];中国市场;2017年07期
5 李继玲;张荣刚;;消费者行为分析的不足及其弥补尝试——基于网络大数据和问卷调查[J];西北人文科学评论;2016年00期
6 王晓耘;张树华;鲁天琦;姜瑜斐;;基于RFM分析与聚类算法的网络团购用户分类研究[J];生产力研究;2016年07期
7 江方玉;覃义;吕效忠;左想;;基于数据挖掘的网络购物策略探究[J];现代经济信息;2015年07期
8 熊伟;;个人信用风险的防范及其评估研究[J];财经界(学术版);2009年07期
中国博士学位论文全文数据库 前10条
1 王丽丽;网络视角的消费者信息搜索行为研究[D];山东大学;2017年
2 李刚;城镇居民体育旅游风险知觉消费行为研究[D];曲阜师范大学;2016年
3 郭长青;基于矩阵型网络DEA模型与方法的数字图书消费决策过程的研究[D];吉林大学;2016年
4 王尧;病患医疗服务模式选择行为研究[D];西南财经大学;2016年
5 苏航;电商平台中商家信息展示道德失范问题研究[D];吉林大学;2015年
6 高祥;森林资源调查监测信息化技术方法研究[D];北京林业大学;2015年
7 高萌;基于数据挖掘的区域森林乔木层生物量估算与评价研究[D];东北林业大学;2015年
8 王婧;阈下信息传播有效性的影响因素研究[D];华东师范大学;2015年
9 张赛男;基于集体智慧的开放学习资源聚合与分享研究[D];东北师范大学;2014年
10 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
中国硕士学位论文全文数据库 前9条
1 牟云静;自媒体时代下的房地产微营销创新研究[D];湖北工业大学;2017年
2 张文辉;网络情境下消费者行为与企业营销策略研究[D];甘肃政法学院;2017年
3 郭蕾;企业家精神驱动下的自主知识产权品牌成长机制研究[D];天津大学;2016年
4 肖闻;基于因子分析的贵州白酒产业集聚因素研究[D];贵州师范大学;2016年
5 孙敏;“互联网+”背景下小微企业商业模式创新影响因素研究[D];湖北大学;2016年
6 傅田;网络购物商品质量管控演化博弈研究[D];山东大学;2016年
7 张艳;手机游戏玩家用户忠诚度研究[D];华中师范大学;2015年
8 赵超华;网络经济环境下商业模式创新的影响因素分析[D];山西财经大学;2015年
9 代培方;黑龙江省三级中医院表格式专科护理记录单的研制及应用效果的研究[D];黑龙江中医药大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 王军;转型期中国消费函数的矛盾解析[J];经济学家;2001年05期
2 张小燕;北京市城镇居民消费函数模型[J];北京服装学院学报;2001年01期
3 王宏炜,贺炎林,陈训波;中国农村居民消费决定因素的数量分析[J];统计与决策;2001年06期
4 彭文平;消费的过度敏感性假说及其在中国的应用  [J];消费经济;2001年01期
5 齐天翔;经济转轨时期的中国居民储蓄研究——兼论不确定性与居民储蓄的关系[J];经济研究;2000年09期
6 臧旭恒,朱春燕;预防性储蓄理论——储蓄(消费)函数理论的新进展[J];经济学动态;2000年08期
7 江世银;论信息不对称条件下的消费信贷市场[J];经济研究;2000年06期
8 李实,魏众,B.古斯塔夫森;中国城镇居民的财产分配[J];经济研究;2000年03期
9 余永定,李军;中国居民消费函数的理论与验证[J];中国社会科学;2000年01期
10 傅晓霞;关于北京市居民经济预期及消费状况的调查和分析[J];消费经济;1999年04期
【相似文献】
中国期刊全文数据库 前10条
1 曾智;丁家永;;消费者社会责任:消费者行为研究的新课题[J];江苏商论;2010年02期
2 刘江;消费者行为研究的新视野──消费文化[J];北京商学院学报;1994年04期
3 杨晓燕;中国消费者行为研究综述[J];经济经纬;2003年01期
4 罗纪宁;消费者行为研究进展评述:方法论和理论范式[J];山东大学学报(哲学社会科学版);2004年04期
5 薛君;交易成本视角下的网络消费者行为研究[J];商业时代;2005年29期
6 晏国祥;方征;;论消费者行为研究范式的转向[J];外国经济与管理;2006年01期
7 马新力;袁莉;;中国汽车市场及消费者行为研究[J];天津市财贸管理干部学院学报;2006年04期
8 费明胜;李社球;;基于感知的自有品牌消费者行为研究[J];经济管理;2007年04期
9 荣晓华;刘军;;消费者行为研究的方法和道德问题[J];商业时代;2007年18期
10 张跃先;马钦海;刘汝萍;;期望不一致、顾客情绪和顾客满意的关系研究述评[J];管理评论;2010年04期
中国重要会议论文全文数据库 前10条
1 晏国祥;方征;;论消费者行为研究范式的转向[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年
2 高勇强;马昌义;;事业关联营销的消费者行为研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年
3 袁莉;李梦琪;赵英;彭光敏;;社会化电子商务的消费者行为研究——以“美丽说”网站为例[A];2012中国信息经济学年会会议论文集[C];2012年
4 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集(第二十二卷)[C];2007年
5 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
6 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年
7 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
8 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年
9 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年
10 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
中国重要报纸全文数据库 前10条
1 记者 吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年
2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年
3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年
4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年
5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年
6 张崇峰;挖掘,再挖掘[N];中国计算机报;2003年
7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年
8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年
9 ;走可持续发展路线(下篇)[N];中国质量报;2005年
10 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年
中国博士学位论文全文数据库 前10条
1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年
2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年
3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年
4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年
5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年
6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年
7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年
8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年
9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年
10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年
中国硕士学位论文全文数据库 前10条
1 赵付贵;基于气质类型学说的超市消费者行为研究[D];吉林大学;2012年
2 史铭康;计算机建模在消费者行为研究中的应用探索性研究[D];华东师范大学;2006年
3 张小霞;绿色食品管理中的消费者行为研究[D];上海交通大学;2007年
4 刘缓;基于虚拟社区的消费者行为研究[D];东北财经大学;2012年
5 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年
6 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年
7 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年
8 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年
9 邓博;基于数据挖掘技术构建电信4G客户预测模型的研究[D];兰州大学;2015年
10 赵明芳;数据挖掘技术在教学评教中的应用与研究[D];宁夏大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026