面向电商网页设计与评价的AEU多维视觉营销绩效模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第18-36页 |
| 1.1 研究背景 | 第18-20页 |
| 1.1.1 工业4.0背景下的体验式营销趋势 | 第18-19页 |
| 1.1.2 电商网页视觉设计多维评价体系需求 | 第19-20页 |
| 1.2 研究思路 | 第20-22页 |
| 1.3 研究现状 | 第22-31页 |
| 1.3.1 用户体验界定与测量 | 第23-25页 |
| 1.3.2 体验式营销绩效理论 | 第25-26页 |
| 1.3.3 网页视觉设计模式 | 第26-29页 |
| 1.3.4 视觉绩效评价模型 | 第29-31页 |
| 1.4 研究内容 | 第31-33页 |
| 1.5 研究意义 | 第33-34页 |
| 1.5.1 立意层面 | 第33页 |
| 1.5.2 方法层面 | 第33-34页 |
| 1.5.3 应用层面 | 第34页 |
| 1.6 论文组织 | 第34-36页 |
| 第2章 注意机制下电商营销与视觉评价研究 | 第36-65页 |
| 2.1 电商网站体验式营销策略 | 第36-42页 |
| 2.1.1 产品设计中的体验营销理论 | 第36-37页 |
| 2.1.2 电商网站的营销绩效评估 | 第37-42页 |
| 2.2 信息加工的注意机制 | 第42-47页 |
| 2.2.1 信息加工理论 | 第42页 |
| 2.2.2 认知加工过程的注意机制 | 第42-45页 |
| 2.2.3 注意的生理数据测量方法 | 第45-47页 |
| 2.3 网页信息呈现的评价模型 | 第47-55页 |
| 2.3.1 网页视觉元素构成 | 第47-49页 |
| 2.3.2 电商情境因素 | 第49-50页 |
| 2.3.3 TAM网页接受度模型 | 第50-51页 |
| 2.3.4 用户满意度模型 | 第51-55页 |
| 2.4 网页视觉评价方法 | 第55-64页 |
| 2.4.1 感知美学评价 | 第55-58页 |
| 2.4.2 浏览行为评价 | 第58-61页 |
| 2.4.3 注视优势区域评价 | 第61-64页 |
| 2.5 本章小结 | 第64-65页 |
| 第3章 AEU视觉营销评估方法构建 | 第65-96页 |
| 3.1 研究思路 | 第65-66页 |
| 3.2 相关理论基础 | 第66-69页 |
| 3.2.1 设计中的情感认知 | 第66-67页 |
| 3.2.2 设计沟通模型 | 第67-68页 |
| 3.2.3 电商网页用户满意模型 | 第68-69页 |
| 3.3 视觉营销评估方法初步建立 | 第69-71页 |
| 3.3.1 电商网页视觉特征 | 第69-70页 |
| 3.3.2 视觉营销评估方法框架 | 第70-71页 |
| 3.4 AEU多维视觉营销绩效评价模型 | 第71-77页 |
| 3.4.1 AEU多维视觉营销绩效模型初步建立 | 第72-74页 |
| 3.4.2 模型验证方法 | 第74-76页 |
| 3.4.3 模型创新点 | 第76-77页 |
| 3.5 绩效指标与整体评价关系实验 | 第77-86页 |
| 3.5.1 实验样本及被试 | 第77-79页 |
| 3.5.2 实验流程 | 第79页 |
| 3.5.3 数据结果 | 第79-84页 |
| 3.5.4 讨论 | 第84-86页 |
| 3.6 视觉元素提取与数据化 | 第86-95页 |
| 3.6.1 基于层次分析法的视觉元素提取实验 | 第86-89页 |
| 3.6.2 人工视觉设计流程拆解 | 第89-91页 |
| 3.6.3 视觉元素分类 | 第91-94页 |
| 3.6.4 参数性元素的数据化表达 | 第94-95页 |
| 3.7 本章小结 | 第95-96页 |
| 第4章 基于注意偏好的美学绩效研究 | 第96-124页 |
| 4.1 研究框架 | 第96-97页 |
| 4.2 基于注意偏好的美学绩效评价模型 | 第97-99页 |
| 4.2.1 感性工学实验方法及流程 | 第97-98页 |
| 4.2.2 美学绩效计算方法 | 第98-99页 |
| 4.3 视觉相似性实验 | 第99-108页 |
| 4.3.1 实验样本及被试 | 第99-100页 |
| 4.3.2 实验流程 | 第100页 |
| 4.3.3 数据分析方法 | 第100-102页 |
| 4.3.4 数据结果 | 第102-108页 |
| 4.3.5 讨论 | 第108页 |
| 4.4 感性工学实验 | 第108-112页 |
| 4.4.1 设计元素选择 | 第109-110页 |
| 4.4.2 页面样本 | 第110-111页 |
| 4.4.3 网页视觉感性词选择 | 第111页 |
| 4.4.4 实验流程 | 第111-112页 |
| 4.5 基于回归方法的美学绩效评估 | 第112-116页 |
| 4.5.1 美学绩效与感性词的相关性和回归分析 | 第112-113页 |
| 4.5.2 感性词与视觉元素的多元回归分析 | 第113-116页 |
| 4.6 基于BP神经网络方法的美学绩效评估 | 第116-122页 |
| 4.6.1 BP神经网络模型的构建 | 第116-119页 |
| 4.6.2 模型训练 | 第119-120页 |
| 4.6.3 模型测试 | 第120-121页 |
| 4.6.4 数据结果 | 第121-122页 |
| 4.7 美学绩效评价应用 | 第122-123页 |
| 4.7.1 回归分析评价 | 第122页 |
| 4.7.2 BP神经网络评价 | 第122-123页 |
| 4.8 本章小结 | 第123-124页 |
| 第5章 基于注意广度的搜索行为绩效研究 | 第124-136页 |
| 5.1 研究框架 | 第124页 |
| 5.2 基于注意广度的搜索行为绩效评价模型 | 第124-127页 |
| 5.2.1 评价指标 | 第125-126页 |
| 5.2.2 指数计算方法 | 第126-127页 |
| 5.3 搜索行为绩效实验 | 第127-134页 |
| 5.3.1 实验目的 | 第127页 |
| 5.3.2 被试和样本 | 第127-129页 |
| 5.3.3 设备和环境 | 第129-130页 |
| 5.3.4 实验流程 | 第130页 |
| 5.3.5 数据结果 | 第130-134页 |
| 5.4 搜索行为绩效评价应用 | 第134-135页 |
| 5.5 本章小结 | 第135-136页 |
| 第6章 基于注意选择的信息优度绩效研究 | 第136-159页 |
| 6.1 研究框架 | 第136-137页 |
| 6.2 基于注意选择的信息优度绩效评价模型 | 第137-139页 |
| 6.2.1 评价指标 | 第137-138页 |
| 6.2.2 关联分析计算方法 | 第138-139页 |
| 6.3 信息优度绩效实验 | 第139-157页 |
| 6.3.1 栏比的浏览行为实验 | 第139-147页 |
| 6.3.2 版式的浏览行为实验 | 第147-157页 |
| 6.4 信息优度绩效评价应用 | 第157-158页 |
| 6.5 本章小结 | 第158-159页 |
| 第7章 元素驱动页面生成的视觉绩效评价应用 | 第159-180页 |
| 7.1 研究框架 | 第159-160页 |
| 7.2 生成系统概述 | 第160-162页 |
| 7.2.1 计算机辅助设计系统 | 第160-161页 |
| 7.2.2 视觉设计生成系统构架 | 第161-162页 |
| 7.3 参数化设计生成模块 | 第162-172页 |
| 7.3.1 功能简介 | 第162-163页 |
| 7.3.2 生成页面的层次 | 第163-165页 |
| 7.3.3 视觉元素分类 | 第165页 |
| 7.3.4 参数性视觉元素的取值范围 | 第165-169页 |
| 7.3.5 参数调节机制实现 | 第169-172页 |
| 7.4 视觉营销绩效评价模块 | 第172-176页 |
| 7.4.1 评价模块功能概述 | 第172-173页 |
| 7.4.2 AEU多维视觉营销绩效评价模型 | 第173-174页 |
| 7.4.3 绩效指标评价方法 | 第174-176页 |
| 7.5 实例应用 | 第176-179页 |
| 7.6 本章小结 | 第179-180页 |
| 第8章 总结与展望 | 第180-184页 |
| 8.1 总结 | 第180-181页 |
| 8.2 创新点 | 第181-182页 |
| 8.3 未来工作展望 | 第182-184页 |
| 参考文献 | 第184-196页 |
| 攻读博士学位期间主要的研究成果 | 第196-199页 |
| 附录 | 第199-204页 |
| 致谢 | 第204-205页 |
