摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-27页 |
1.1 研究背景 | 第9-14页 |
1.1.1 移动互联网的热潮爆发 | 第9-10页 |
1.1.2 社会化媒体营销的盛行 | 第10-11页 |
1.1.3 电影产业的“互联网化” | 第11-12页 |
1.1.4 社会化媒体关注度的营销价值 | 第12-14页 |
1.2 研究问题及意义 | 第14-17页 |
1.2.1 研究问题 | 第14-15页 |
1.2.2 研究意义 | 第15-17页 |
1.3 国内外研究综述 | 第17-24页 |
1.3.1 社会化媒体营销的研究现状 | 第17-21页 |
1.3.2 电影票房影响因素的研究现状 | 第21-23页 |
1.3.3 公众关注度代理变量的研究现状 | 第23-24页 |
1.4 研究内容和框架 | 第24-27页 |
1.4.1 篇章结构 | 第24-26页 |
1.4.2 技术路线 | 第26-27页 |
第二章 社会化媒体关注度的相关理论阐释 | 第27-43页 |
2.1 社会化媒体概述 | 第27-32页 |
2.1.1 社会化媒体的概念 | 第27-28页 |
2.1.2 社会化媒体的涵盖范围 | 第28-30页 |
2.1.3 移动网络时代的社会化媒体特征 | 第30-31页 |
2.1.4 公众在社会化媒体中的行为和影响 | 第31-32页 |
2.2 社会化媒体营销理念:营销组合的第5个P | 第32-34页 |
2.3 社会化媒体关注度研究的理论背景 | 第34-41页 |
2.3.1 社会网络理论 | 第34-36页 |
2.3.2 消费者行为决策理论 | 第36-41页 |
2.4 对社会化媒体关注度研究的启示 | 第41-43页 |
第三章 社会化媒体关注度对电影票房影响的实证研究设计 | 第43-63页 |
3.1 研究对象——中国大陆电影市场 | 第43-47页 |
3.1.1 中国电影产业环境分析 | 第43-44页 |
3.1.2 中国电影产业规模分析 | 第44-47页 |
3.2 研究构思 | 第47-48页 |
3.3 理论分析与研究假设 | 第48-52页 |
3.3.1 热议度 | 第49-50页 |
3.3.2 网络口碑效价 | 第50-51页 |
3.3.3 负面口碑 | 第51页 |
3.3.4 生命周期效应 | 第51-52页 |
3.4 研究样本 | 第52-57页 |
3.4.1 样本的选择 | 第52-53页 |
3.4.2 样本基本特征分析 | 第53-57页 |
3.5 变量设置 | 第57-59页 |
3.6 数据采集与来源 | 第59-63页 |
3.6.1 新浪微博 | 第59-60页 |
3.6.2 豆瓣 | 第60-61页 |
3.6.3 艺恩咨询 | 第61-63页 |
第四章 面板数据回归模型的分析与假设检验 | 第63-77页 |
4.1 面板数据模型的基本原理 | 第63-66页 |
4.1.1 面板数据模型 | 第63-64页 |
4.1.2 固定效应模型和随机效应模型 | 第64-65页 |
4.1.3 模型设定检验 | 第65-66页 |
4.2 对全部样本的分析 | 第66-68页 |
4.2.1 描述性统计分析 | 第66-67页 |
4.2.2 相关分析 | 第67-68页 |
4.3 模型的选择与回归分析 | 第68-71页 |
4.3.1 回归分析 | 第68-70页 |
4.3.2 面板数据模型的设定与检验 | 第70-71页 |
4.4 社会化媒体关注度对票房收入的影响分析 | 第71-74页 |
4.5 社会化媒体关注度的生命周期效应分析 | 第74-77页 |
第五章 结论与启示 | 第77-81页 |
5.1 主要研究结论 | 第77-78页 |
5.2 对电影社会化媒体营销的启示 | 第78-81页 |
第六章 总结 | 第81-83页 |
6.1 可能的创新点 | 第81页 |
6.2 局限与不足 | 第81-83页 |
致谢 | 第83-85页 |
参考文献 | 第85-93页 |
附录A:作者在攻读硕士学位期间发表的论文 | 第93-94页 |
附录B:样本电影信息汇总 | 第94-95页 |