| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究目的与意义 | 第11-13页 |
| 1.1.1 研究目的 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究综述 | 第13-16页 |
| 1.2.1 理性行为理论与用户使用意愿 | 第13-14页 |
| 1.2.2 计划行为理论与用户使用意愿 | 第14页 |
| 1.2.3 技术接受模型与用户使用意愿 | 第14-15页 |
| 1.2.4 国内外研究存在的问题 | 第15-16页 |
| 1.3 研究内容与研究方法 | 第16-19页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 研究方法 | 第16-19页 |
| 第2章 相关理论基础 | 第19-29页 |
| 2.1 感知价值理论 | 第19-22页 |
| 2.1.1 感知价值概念 | 第19-20页 |
| 2.1.2 感知价值维度 | 第20-22页 |
| 2.2 用户感知风险理论 | 第22页 |
| 2.3 PPM理论 | 第22-25页 |
| 2.3.1 PPM理论的发展 | 第22-24页 |
| 2.3.2 PPM理论与用户使用意愿理论的结合 | 第24-25页 |
| 2.4 人工神经网络理论 | 第25-29页 |
| 2.4.1 神经网络的简介 | 第25-26页 |
| 2.4.2 神经网络结构及神经元工作机理 | 第26-28页 |
| 2.4.3 BP神经网络的应用 | 第28-29页 |
| 第3章 概念模型与研究假设 | 第29-37页 |
| 3.1 理论模型构建 | 第29-30页 |
| 3.2 研究假设的提出 | 第30-32页 |
| 3.2.1 拉力因素与用户使用意愿 | 第30-31页 |
| 3.2.2 锚定因素与用户使用意愿 | 第31页 |
| 3.2.3 推力因素与用户使用意愿 | 第31-32页 |
| 3.3 量表设计原则 | 第32-33页 |
| 3.4 量表设计与测量 | 第33-37页 |
| 第4章 实证分析 | 第37-48页 |
| 4.1 问卷设计 | 第37-38页 |
| 4.2 数据分析 | 第38-41页 |
| 4.2.1 样本描述性统计分析 | 第38-39页 |
| 4.2.2 信度分析 | 第39-41页 |
| 4.2.3 效度分析 | 第41页 |
| 4.3 因子分析 | 第41-43页 |
| 4.3.1 感知利得的构面分析 | 第41-42页 |
| 4.3.2 感知风险的构面分析 | 第42-43页 |
| 4.4 回归分析 | 第43-46页 |
| 4.5 研究结果分析与讨论 | 第46-48页 |
| 第5章 预测分析 | 第48-63页 |
| 5.1 预测模型构建 | 第48-49页 |
| 5.2 BP神经网络的适用性 | 第49-50页 |
| 5.3 BP神经网络模型分析 | 第50-52页 |
| 5.4 BP神经网络模型建立的步骤 | 第52-56页 |
| 5.5 智能手机应用软件用户使用意愿测评的MATLAB实现 | 第56-60页 |
| 5.5.1 MATLAB应用 | 第56页 |
| 5.5.2 神经网络的训练与检验 | 第56-60页 |
| 5.6 增强智能手机应用软件用户使用意愿的建议 | 第60-63页 |
| 5.6.1 提高感知基本利得与附加利得 | 第61页 |
| 5.6.2 降低感知风险与成本 | 第61-62页 |
| 5.6.3 了解用户属性,差异化营销 | 第62-63页 |
| 第6章 全文总结与研究展望 | 第63-66页 |
| 6.1 研究总结 | 第63-64页 |
| 6.2 本文创新点 | 第64页 |
| 6.3 研究局限及展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 附录 | 第74-77页 |