B2C网站新客数预测研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 行业背景和选题意义 | 第8-26页 |
| ·B2C的行业现状 | 第8-13页 |
| ·B2C的服务流程 | 第13-14页 |
| ·B2C的经营特点 | 第14页 |
| ·网上书店的生存和竞争环境 | 第14-18页 |
| ·当当网经营状况介绍 | 第18-25页 |
| ·发展历程 | 第18-20页 |
| ·与传统渠道和竞争对手的对比分析 | 第20-23页 |
| ·盈利分析 | 第23-25页 |
| ·新客数预测的意义 | 第25-26页 |
| ·作用至关重要 | 第25页 |
| ·预测复杂困难 | 第25-26页 |
| 第二章 文献综述 | 第26-30页 |
| ·时间序列回归法 | 第26页 |
| ·移动平均法 | 第26-27页 |
| ·BP神经网络法 | 第27页 |
| ·向量自回归(VAR)法 | 第27页 |
| ·指数平滑法 | 第27-28页 |
| ·ARIMA模型 | 第28-30页 |
| 第三章 影响B2C网站新客数的因素分析 | 第30-33页 |
| ·新客数的影响因素 | 第30页 |
| ·各影响因素的特点 | 第30-33页 |
| ·搜索渠道 | 第30-31页 |
| ·联盟渠道 | 第31页 |
| ·其他渠道 | 第31-33页 |
| 第四章 B2C网站新客数预测模型的设定与估计方法 | 第33-39页 |
| ·基础模型设定 | 第33-34页 |
| ·向量自回归(VAR)模型估计 | 第34-39页 |
| ·变量平稳性检验 | 第34-35页 |
| ·协整与协整检验 | 第35-36页 |
| ·向量自回归模型(VAR)估计 | 第36页 |
| ·脉冲响应分析 | 第36-37页 |
| ·方差分析 | 第37-39页 |
| 第五章 B2C网站新客数预测模型实证分析 | 第39-50页 |
| ·指标的选取和数据搜集处理 | 第39-41页 |
| ·指标选取 | 第39页 |
| ·数据搜集 | 第39-40页 |
| ·数据清洗 | 第40-41页 |
| ·电商网站新客数预测模型实证分析 | 第41-50页 |
| ·变量平稳性检验 | 第41-42页 |
| ·自回归模型估计 | 第42-45页 |
| ·肪冲响应分析及方差分析 | 第45-49页 |
| ·模型预测分析 | 第49-50页 |
| 第六章 研究结论与局限 | 第50-53页 |
| ·研究结论 | 第50页 |
| ·对当当网的经营建议 | 第50-51页 |
| ·本文的不足 | 第51-53页 |
| ·模型假设的不足 | 第51页 |
| ·计量模型的不足 | 第51页 |
| ·模型调优方向 | 第51-53页 |
| 参考文献 | 第53-54页 |
| 致谢 | 第54页 |
