摘要 | 第2-6页 |
ABSTRACT | 第6-11页 |
第1章 绪论 | 第15-25页 |
1.1 研究背景与问题 | 第15-18页 |
1.1.1 研究背景 | 第15-17页 |
1.1.2 研究问题 | 第17-18页 |
1.2 研究目的与意义 | 第18-20页 |
1.2.1 研究目的 | 第18-19页 |
1.2.2 理论意义 | 第19-20页 |
1.2.3 实践意义 | 第20页 |
1.3 研究内容与创新 | 第20-21页 |
1.4 研究思路与方法 | 第21-22页 |
1.5 论文结构 | 第22-25页 |
第2章 概念界定与理论综述 | 第25-38页 |
2.1 概念定义 | 第25页 |
2.2 口碑与社会化电子商务 | 第25-29页 |
2.2.1 口碑与网络口碑 | 第25-26页 |
2.2.2 网络口碑发表动机 | 第26-28页 |
2.2.3 社会化电子商务 | 第28-29页 |
2.3 魅力质量理论与KANO模型 | 第29-31页 |
2.4 消费者定位理论与显示性偏好理论 | 第31-32页 |
2.4.1 消费者定位理论 | 第31-32页 |
2.4.2 显示性偏好理论 | 第32页 |
2.5 消费者认知过程与购物决策理论 | 第32-33页 |
2.5.1 理性行为理论与计划行为理论 | 第32-33页 |
2.5.2 感性消费与需求实现理论 | 第33页 |
2.6 社会网络理论与社会化推荐模型 | 第33-38页 |
2.6.1 社会网络理论 | 第33-36页 |
2.6.2 社会化推荐 | 第36-38页 |
第3章 基于解释水平的青年消费者对3C融合产品评价 | 第38-56页 |
3.1 背景与问题 | 第38-39页 |
3.2 理论基础与假设 | 第39-45页 |
3.2.1 融合产品 | 第40页 |
3.2.2 感知目标一致性 | 第40-42页 |
3.2.3 感知功能多样性 | 第42-44页 |
3.2.4 解释水平的调节作用 | 第44-45页 |
3.3 实验方法 | 第45-47页 |
3.3.1 前测 | 第46页 |
3.3.2 主实验 | 第46-47页 |
3.4 实验结果与分析 | 第47-55页 |
3.5 本章小结 | 第55-56页 |
第4章 基于创新性水平的青年消费者需求实现与3C产品态度 | 第56-101页 |
4.1 背景与问题 | 第56-57页 |
4.2 理论基础与假设 | 第57-64页 |
4.2.1 基于Kano框架模型的功能类型识别 | 第57-59页 |
4.2.2 功能多样性对感知需求实现的影响 | 第59-60页 |
4.2.3 目标一致性对感知需求实现的影响 | 第60-61页 |
4.2.4 感知需求实现对消费者产品态度的影响 | 第61-62页 |
4.2.5 消费者创新性水平的调节作用 | 第62-64页 |
4.3 实验方法 | 第64-76页 |
4.3.1 功能筛选与前测 | 第64-70页 |
4.3.2 主实验 | 第70-76页 |
4.4 实验结果与分析 | 第76-99页 |
4.4.1 Kano类型识别分析 | 第76-82页 |
4.4.2 融合产品Kano类型数量对感知重要性的影响 | 第82-85页 |
4.4.3 基础产品类型对感知重要性的影响 | 第85-87页 |
4.4.4 实用型基础产品的路径分析 | 第87-93页 |
4.4.5 享乐型基础产品的路径分析 | 第93-99页 |
4.5 本章小结 | 第99-101页 |
第5章 社交网络口碑对青年消费者购买决策影响 | 第101-126页 |
5.1 背景与问题 | 第101-103页 |
5.2 理论基础与假设 | 第103-112页 |
5.2.1 口碑与网络口碑 | 第103-110页 |
5.2.2 主效应变量的交互作用 | 第110页 |
5.2.3 品牌忠诚度的调节作用 | 第110-112页 |
5.3 实验方法 | 第112-118页 |
5.3.1 实验设计 | 第112-116页 |
5.3.2 探索性因子分析 | 第116-118页 |
5.3.3 验证性因子分析 | 第118页 |
5.4 实验结果与分析 | 第118-124页 |
5.4.1 描述性统计分析 | 第118-121页 |
5.4.2 回归结果分析 | 第121-124页 |
5.5 本章小结 | 第124-126页 |
第6章 基于评分和标注的兴趣相似用户识别和关系强度计算 | 第126-139页 |
6.1 背景 | 第126-127页 |
6.2 问题描述 | 第127-128页 |
6.3 用户群体模型构建 | 第128-131页 |
6.3.1 用户群体 | 第128-129页 |
6.3.2 基于用户特征的用户群体发现 | 第129-131页 |
6.4 基于评分和社会化标注的相似用户 | 第131-134页 |
6.4.1 用户标注权重分析 | 第131-132页 |
6.4.2 资源标注分析 | 第132-133页 |
6.4.3 评分理解 | 第133-134页 |
6.4.4 候选资源集推荐 | 第134页 |
6.5 关系强度计算 | 第134-138页 |
6.5.1 社会化网购相似性 | 第135-136页 |
6.5.2 社交网络互动度 | 第136-138页 |
6.5.3 社会群组相似度 | 第138页 |
6.6 本章小结 | 第138-139页 |
第7章 基于社交网络协同过滤的社会化推荐应用 | 第139-151页 |
7.1 背景与问题 | 第139-140页 |
7.2 基于社会网络关系的推荐模型与方法 | 第140-143页 |
7.2.1 社会网络关系 | 第141页 |
7.2.2 推荐模型与方法 | 第141-142页 |
7.2.3 推荐系统 | 第142-143页 |
7.3 社会化电子商务推荐框架 | 第143-147页 |
7.3.1 商品关联性与流行性及声望 | 第144-145页 |
7.3.2 社会网络关系及社交网络口碑 | 第145-146页 |
7.3.3 消费者兴趣偏好 | 第146-147页 |
7.4 实验分析 | 第147-150页 |
7.5 本章小结 | 第150-151页 |
第8章 总结与展望 | 第151-157页 |
8.1 研究结论 | 第151-154页 |
8.2 研究贡献与管理实践启示 | 第154-156页 |
8.2.1 研究贡献 | 第154页 |
8.2.2 管理实践启示 | 第154-156页 |
8.3 研究局限性与未来展望 | 第156-157页 |
参考文献 | 第157-174页 |
攻读博士期间的学术成果 | 第174-176页 |
一、发表的论文 | 第174-175页 |
二、主持或参与的科研项目 | 第175页 |
三、授权国家发明专利 | 第175-176页 |
致谢 | 第176-177页 |