基于支持向量机的保健品消费者行为研究
摘要 | 第1-6页 |
Abstract | 第6-14页 |
1 绪论 | 第14-20页 |
·研究背景 | 第14-15页 |
·现实背景 | 第14页 |
·理论背景 | 第14-15页 |
·研究意义 | 第15-16页 |
·理论意义 | 第15-16页 |
·现实意义 | 第16页 |
·研究范围与目的 | 第16-17页 |
·研究思路与方法 | 第17-18页 |
·研究思路 | 第17页 |
·研究方法 | 第17-18页 |
·研究框架 | 第18-19页 |
·本文创新点 | 第19-20页 |
2 文献综述 | 第20-30页 |
·消费者行为综述 | 第20-21页 |
·消费者行为的概念 | 第20-21页 |
·消费者行为的研究内容 | 第21页 |
·国内外研究现状 | 第21-23页 |
·国外研究成果 | 第21-22页 |
·国内研究成果 | 第22-23页 |
·我国保健品市场发展现状 | 第23-28页 |
·我国保健品市场的发展阶段 | 第23-25页 |
·我国保健品行业面临的挑战 | 第25-26页 |
·我国保健品的发展趋势 | 第26-28页 |
·本章小结 | 第28-30页 |
3 SVM和BP神经网络算法模型 | 第30-44页 |
·支持向量回归机模型 | 第30-35页 |
·损失函数 | 第30页 |
·线性支持向量回归机 | 第30-33页 |
·核函数 | 第33页 |
·非线性支持向量回归机 | 第33-34页 |
·构建基于SVM的消费者行为模型 | 第34-35页 |
·BP神经网络的基本原理 | 第35-41页 |
·BP神经网络 | 第35-37页 |
·BP神经网络算法的推导过程 | 第37-39页 |
·BP神经网络算法的学习训练过程 | 第39-41页 |
·比较分析SVM算法与BP网络算法的优缺点 | 第41-42页 |
·SVM算法的优缺点 | 第41-42页 |
·BP神经网络算法的优缺点 | 第42页 |
·比较分析 | 第42页 |
·本章小结 | 第42-44页 |
4 研究设计 | 第44-54页 |
·问卷设计与收集 | 第44-45页 |
·数据分析 | 第45-53页 |
·描述性统计分析 | 第45-50页 |
·信度分析 | 第50-51页 |
·效度分析 | 第51-53页 |
·本章小结 | 第53-54页 |
5 仿真实验与结果分析 | 第54-62页 |
·数据的预处理 | 第54-55页 |
·基于神经网络的仿真实验 | 第55-58页 |
·基于神经网络的购买能力的预测 | 第55-56页 |
·基于神经网络的实际购买的预测 | 第56-58页 |
·基于SVM的仿真实验 | 第58-60页 |
·基于SVM的购买能力的预测 | 第59页 |
·基于SVM的实际购买的预测 | 第59-60页 |
·实验结论 | 第60-61页 |
·实证分析 | 第61页 |
·本章小结 | 第61-62页 |
6 研究结论与展望 | 第62-64页 |
·研究的主要结论 | 第62-63页 |
·后续研究的展望 | 第63-64页 |
参考文献 | 第64-68页 |
附录A 保健品消费情况调查 | 第68-70页 |
附录B 九蜂堂蜂蜜购买因素调查 | 第70-72页 |
致谢 | 第72-74页 |
作者简介及读研期间主要科研成果 | 第74页 |