居民公交出行信息接受分析及市场细分研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状及分析 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 文献综述简析 | 第13-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 技术路线 | 第14-16页 |
| 第2章 公交信息化技术及接受行为理论模型构建 | 第16-27页 |
| 2.1 公交信息化技术 | 第16-19页 |
| 2.1.1 先进城市交通信息系统 | 第16-17页 |
| 2.1.2 先进的公共交通系统 | 第17-18页 |
| 2.1.3 城市公交信息化系统 | 第18-19页 |
| 2.2 公交信息接受行为理论研究 | 第19-25页 |
| 2.2.1 理性行为理论 | 第19-20页 |
| 2.2.2 公交信息接受计划行为理论 | 第20-22页 |
| 2.2.3 公交信息接受技术接受模型 | 第22-23页 |
| 2.2.4 公交信息接受风险感知理论 | 第23-24页 |
| 2.2.5 公交信息接受整合行为理论模型 | 第24-25页 |
| 2.3 公交信息影响机制分析 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 公交信息接受数据采集与处理分析 | 第27-37页 |
| 3.1 RP/SP调查方法原理 | 第27-28页 |
| 3.2 居民公交信息接受调查方案设计 | 第28-29页 |
| 3.3 调查数据整理与分析 | 第29-36页 |
| 3.3.1 数据描述性统计分析 | 第29-31页 |
| 3.3.2 公交信息整合模型变量统计分析 | 第31-33页 |
| 3.3.3 调查数据信度效度分析 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于结构方程模型的公交信息接受分析 | 第37-49页 |
| 4.1 公交信息接受结构方程模型建立 | 第37-41页 |
| 4.1.1 结构方程模型原理与适用条件 | 第37-39页 |
| 4.1.2 公交信息接受结构方程模型建立步骤 | 第39-40页 |
| 4.1.3 公交信息接受整合模型参数估计方法 | 第40-41页 |
| 4.2 公交信息接受结构方程模型拟合分析 | 第41-44页 |
| 4.2.1 模型路径假设 | 第41-42页 |
| 4.2.2 模型适配度分析 | 第42-44页 |
| 4.3 公交信息接受结构方程模型结果分析 | 第44-48页 |
| 4.3.1 模型验证性因子分析 | 第44-46页 |
| 4.3.2 模型路径分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 公交信息市场细分与策略研究 | 第49-59页 |
| 5.1 公交信息市场细分理论研究 | 第49-51页 |
| 5.1.1 市场细分概念 | 第49-50页 |
| 5.1.2 公交信息市场细分方法 | 第50页 |
| 5.1.3 公交信息市场细分流程 | 第50-51页 |
| 5.2 公交信息市场细分算法研究 | 第51-53页 |
| 5.2.1 K-Means聚类 | 第51-52页 |
| 5.2.2 模拟退火算法 | 第52页 |
| 5.2.3 改进的K-Means聚类算法 | 第52-53页 |
| 5.3 公交信息市场细分及策略研究 | 第53-58页 |
| 5.3.1 公交信息市场细分 | 第54-58页 |
| 5.3.2 公交信息市场优化策略研究 | 第58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-71页 |
| 攻读学位期间发表的学术论文及其他成果 | 第71-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74页 |
