共享短租中房客信任影响因素及信任传递研究
| 摘要 | 第5-10页 |
| ABSTRACT | 第10-15页 |
| 第一章 绪论 | 第19-31页 |
| 1.1 研究背景 | 第19-21页 |
| 1.2 研究目的与意义 | 第21-22页 |
| 1.3 研究框架 | 第22-28页 |
| 1.3.1 研究内容 | 第22-24页 |
| 1.3.2 研究路线 | 第24-26页 |
| 1.3.3 研究方法 | 第26页 |
| 1.3.4 技术应用 | 第26-27页 |
| 1.3.5 技术路线 | 第27-28页 |
| 1.4 主要创新点 | 第28-30页 |
| 1.5 本章小结 | 第30-31页 |
| 第二章 理论与研究现状 | 第31-49页 |
| 2.1 共享经济 | 第31-32页 |
| 2.2 共享短租 | 第32-34页 |
| 2.3 共享短租中的信任问题 | 第34-36页 |
| 2.4 信任相关理论与研究 | 第36-43页 |
| 2.4.1 信任的定义 | 第36-38页 |
| 2.4.2 信任的作用 | 第38页 |
| 2.4.3 信任源理论 | 第38-40页 |
| 2.4.4 自我呈现 | 第40-43页 |
| 2.4.4.1 自我呈现理论 | 第40-41页 |
| 2.4.4.2 共享短租中的自我呈现 | 第41-43页 |
| 2.4.5 声誉 | 第43页 |
| 2.5 信任影响因素研究现状 | 第43-47页 |
| 2.5.1 传统电子商务中消费者信任影响因素 | 第43-44页 |
| 2.5.2 共享经济中消费者信任影响因素 | 第44-45页 |
| 2.5.3 共享短租中消费者信任影响因素 | 第45-46页 |
| 2.5.4 虚拟社区中信任影响因素研究 | 第46-47页 |
| 2.6 信任传递研究现状 | 第47-49页 |
| 第三章 房东的自我描述对房客信任的影响 | 第49-69页 |
| 3.1 引言 | 第49页 |
| 3.2 理论基础 | 第49-51页 |
| 3.2.1 短租中的社会交换与信任 | 第49-50页 |
| 3.2.2 不确定性减少理论 | 第50页 |
| 3.2.3 详尽可能性模型 | 第50-51页 |
| 3.3 研究假设与模型 | 第51-54页 |
| 3.3.1 可读性 | 第51-52页 |
| 3.3.2 信息量 | 第52页 |
| 3.3.3 主题多样性 | 第52-53页 |
| 3.3.4 情感倾向 | 第53-54页 |
| 3.4 实证研究 | 第54-65页 |
| 3.4.1 数据搜集和预处理 | 第54页 |
| 3.4.2 变量量化 | 第54-59页 |
| 3.4.2.1 因变量 | 第54-55页 |
| 3.4.2.2 自变量 | 第55-58页 |
| 3.4.2.3 控制变量 | 第58-59页 |
| 3.4.3 数据分析和结果 | 第59-65页 |
| 3.4.3.1 回归分析 | 第60-64页 |
| 3.4.3.2 主题分析 | 第64-65页 |
| 3.5 讨论与总结 | 第65-69页 |
| 3.5.1 理论意义 | 第66-67页 |
| 3.5.2 实践意义 | 第67-69页 |
| 第四章 房东的个人照片对房客信任的影响 | 第69-83页 |
| 4.1 引言 | 第69-70页 |
| 4.2 研究模型与假设 | 第70-73页 |
| 4.2.1 面部吸引力 | 第70页 |
| 4.2.2 微笑强度 | 第70-72页 |
| 4.2.3 刻板印象 | 第72-73页 |
| 4.3 实证研究 | 第73-79页 |
| 4.3.1 数据搜集和预处理 | 第73页 |
| 4.3.2 变量量化 | 第73-76页 |
| 4.3.2.1 房客信任 | 第73-74页 |
| 4.3.2.2 基于Face++的人脸识别分析 | 第74-76页 |
| 4.3.2.3 控制变量 | 第76页 |
| 4.3.3 数据分析和结果 | 第76-79页 |
| 4.3.3.1 描述性统计和共线性检验 | 第76-77页 |
| 4.3.3.2 稳健性回归 | 第77-79页 |
| 4.4 讨论与总结 | 第79-83页 |
| 4.4.1 研究发现 | 第79-80页 |
| 4.4.2 理论和实践意义 | 第80-81页 |
| 4.4.2.1 理论意义 | 第80页 |
| 4.4.2.2 实践意义 | 第80-81页 |
| 4.4.3 研究局限 | 第81-83页 |
| 第五章 融合房东多属性特征的房客信任预测模型 | 第83-105页 |
| 5.1 引言 | 第83-84页 |
| 5.2 理论基础 | 第84-86页 |
| 5.2.1 共享经济中的信任 | 第84页 |
| 5.2.2 信任的影响因素 | 第84-86页 |
| 5.3 数据和方法 | 第86-93页 |
| 5.3.1 数据搜集和预处理 | 第86-87页 |
| 5.3.2 房客信任的计算 | 第87-88页 |
| 5.3.3 特征提取 | 第88-93页 |
| 5.3.3.1 数字特征 | 第88-89页 |
| 5.3.3.2 文本特征 | 第89-91页 |
| 5.3.3.3 图片特征 | 第91-93页 |
| 5.4 数据分析和结果 | 第93-99页 |
| 5.4.1 房客信任标注 | 第94-96页 |
| 5.4.2 回归分析 | 第96-99页 |
| 5.5 预测模型 | 第99-101页 |
| 5.6 讨论和总结 | 第101-105页 |
| 5.6.1 研究发现 | 第101-102页 |
| 5.6.2 理论和实践意义 | 第102-103页 |
| 5.6.2.1 理论意义 | 第102-103页 |
| 5.6.2.2 实践意义 | 第103页 |
| 5.6.3 研究局限 | 第103-105页 |
| 第六章 基于多维度情感分析的房客信任传递研究 | 第105-121页 |
| 6.1 引言 | 第105页 |
| 6.2 理论基础 | 第105-110页 |
| 6.2.1 情绪感染 | 第105-106页 |
| 6.2.2 信任传递 | 第106-107页 |
| 6.2.3 文本情感分析 | 第107-110页 |
| 6.2.3.1 情感分析 | 第107-108页 |
| 6.2.3.2 英文情感词典 | 第108-110页 |
| 6.3 房客评论多维度情感分析 | 第110-117页 |
| 6.3.1 NRC情感词典扩建 | 第110-112页 |
| 6.3.2 房客评论的信任及情感传递检测 | 第112-117页 |
| 6.3.2.1 数据搜集与预处理 | 第112页 |
| 6.3.2.2 评论文本信任度与情感值计算 | 第112-113页 |
| 6.3.2.3 模型构建 | 第113-114页 |
| 6.3.2.4 时间窗口划分 | 第114页 |
| 6.3.2.5 动态面板回归 | 第114-117页 |
| 6.4 讨论和总结 | 第117-121页 |
| 6.4.1 研究发现 | 第117-118页 |
| 6.4.2 理论和实践意义 | 第118-119页 |
| 6.4.2.1 理论意义 | 第118-119页 |
| 6.4.2.2 实践意义 | 第119页 |
| 6.4.3 研究局限 | 第119-121页 |
| 第七章 总结与展望 | 第121-125页 |
| 7.1 研究总结 | 第121-123页 |
| 7.2 不足与展望 | 第123-125页 |
| 参考文献 | 第125-149页 |
| 致谢 | 第149-151页 |
| 攻读博士学位期间主要研究成果 | 第151-153页 |
| 攻读博士学位期间参与的科研项目及所获荣誉 | 第153页 |
