客户重复购买意向决定因素的实证研究

根据社会交易理论和投资模型，识别出了客户重复购买意向的决定因素，并提出了重复购买意向理论模型。选择中国IT分销行业为背景，聘请专业调研公司以上门走访的方式收集了367个企业客户的样本数据，然后利用结构方程建模（SEM）软件EQS5.7b，对该模型作了检验。检验结果表明：客户认知价值、客户满意和转移成本是客户重要购买意向的三个决定因素，其中客户认知价值是核心决定因素，对客户重复购买意向有着最大的影响。讨论了实证结论对企业CRM实践的指导意义。     

数据挖掘技术在精准营销中的应用

集成学习算法是机器学习领域中用来提高分类器泛化性能的流行算法。本文利用平安人寿保险股份有限公司的实际业务数据,采用数据挖掘算法中的集成算法,建立公司少儿险产品的多个推荐模型。该系列模型对比常见的分类方法如逻辑回归构建的模型,在深度较小时,预测精度有所提升,能够更加准确地挖掘出购买客户,实现精准营销。     

基于分类回归树的新闻服务营销研究

数据挖掘技术中的分类和回归树（classmcationAndRegressionTree,CART）节点是一种基于树的分类预测方法,使用递归分区来将训练记录分割类似的输出字段值。文章将C＆R树应用于市场营销研究,目标是寻找意愿接受互动新闻服务并购买的潜在客户。通过使用已有的客P数据作为训练样本,建立了一个分类回归模型,可以用于未来数据的预测,从而有助于企业更好地针对不同类型的客户进行不同的营销策略。     

基于人工神经网络的客户价值分类研究

本文建立了客户价值分类指标体系,并根据具体情况对各指标进行了量化。利用BP人工神经网络建立了客户价值的分类模型,通过改进学习算法对BP网络进行训练,进而对实际客户价值进行分类。     

电子优惠券弹性对电商企业经济效益影响

电商在长期经营过程中会积累大量的客户数据,如何从这些数据中挖掘出有价值的信息,定向推送电子优惠券给购买意向强的客户,提高电子优惠券的使用率是解决电商精准营销的关键问题。文章从客户使用电子优惠券对企业经济效益影响的角度进行分析,根据客户的电子优惠券弹性对客户进行分类,构建了一个异质性混合模型,指导电子优惠券有效发放,并通过国内某大型电商的42 380名会员的消费数据验证了模型的合理性。实验结果显示相对于对照组,实验组的优惠券使用率提高了18.5%,人均消费金额提高了76元。     

产品伤害危机管理对品牌声誉与品牌忠诚关系的影响研究

准确评估产品伤害危机对消费者购买行为造成的影响是企业正确管理危机的前提。现有研究多数是把消费者作为无差别的整体来研究,本研究根据品牌和客户购买决策的差异把客户分类,把消费者购买的决策过程和购买后行为提炼为品牌声誉和品牌忠诚,比较危机管理过程中消费者行为的变化,评估和剖析危机管理对消费者的影响。     

多因子评价模型在客户分类中的应用

提出一种基于模糊的客户细分方法——多因子评价模型。该模型采用客户生命周期时间、客户生命周期价值、客户份额和客户满意度作为客户分类的评价因子,对客户进行快速有效的分类。该模型既注重客户的行为,也考虑了培养客户成长的影响。     

最优回报计划的设计与应用

利用随机博弈及可评估的结构动态规划技术，提出一种使公司及客户利益都最大的最优回报计划的设计方法。该方法可以根据客户的购买历史计算出最优回报计划的三个结构因素(回报率、回报极限、计划的时问范围)及最优营销组合策略。将该方法用于某超市的客户数据库中，验证了该方法的适用性及可行性。结果表明：合适的回报计划可以促进客户的购买、提高公司的利润及缓解价格竞争。回报极限应该比客户的平均购买水平偏高，回报率应该与回报极限的改变方向一致，计划的时问范围应定在一年左右比较合适：对于累积购买水平较高的客户一般不邮寄商品信息。在回报计划的初期与末期不用打折，中期对那些购买次数很少的客户可以实行相应的降价策略。讨论了实验应用结论对企业CRM实践的指导意义。     

电动汽车目标客户销售策略研究——以2021年华数杯全国大学生数学建模竞赛C题为例

<正>2021年华数杯全国大学生数学建模C题要求分析目标客户对于不同品牌汽车满意度情况,以及不同汽车销售的影响因素,建立模型挖掘潜在客户。本文通过借助excel和spss软件做数据清洗,并对满意度评价做回归散点图分析,给出顾客最满意的汽车品牌;对目标客户是否购买电动车的影响因素进行正态分布线性回归分析,给出影响不同品牌电动汽车的销售的主要因素;利用相关性分析法,CART算法对找到最大意愿购买汽车的客户。     

顾客历史行为和优惠券对其购买决定的影响——基于一项实验研究

基于一项以5600名分类网站顾客为对象的实验,检验了顾客历史行为和电子优惠券促销对其未来购买决定的影响,特别是两者的交互影响.其中,历史行为包括历史购买和历史点击浏览行为.结果表明,历史购买行为和电子优惠券及其交互项对顾客未来购买决定均有显著正向效应;而就历史点击浏览行为而言,尽管其对网络顾客购买决定的直接效应并不显著,但当给曾经点击过产品购买页面的顾客发放优惠券时,其购买意愿相对于未曾点击过购买页面的顾客购买意愿更强.     

证券投资预测中的多层Bayes方法

本文提出了一种证券投资的分析方法-多层Bayes方法,首先根据统计分组的方法。应用Bayes统计理论建立预测模型对证券投资进行预测,然后结合实际问题进行了计算。     

数据挖掘技术在ETC运营管理中的应用

本文将数据挖掘聚类分析技术融合到ETC运营管理过程中,分析了ETC交易数据三种关键的特征数据并构建了数据模型,采用轮廓系数对聚类结果进行科学评估。在聚类分析结果的基础上,对ETC用户进行二维分类,提出ETC的推广营销和ETC系统维护管理的方法和建议。     

基于分类回归树和神经网络模型的零售商品促销数据分析与探讨

随着信息技术的不断发展,应用商业智能技术进行数据挖掘与分析对商家来说也越来越重要,分类回归树和神经网络算法是数据挖掘的经典算法,其广泛运用在数据分析、预测和评估等方面。文章分别运用分类回归树和神经网络算法对零售商品采取促销方案后收入变化的数据进行分析,并建立相应的模型对促销方案效果进行预测。     

信息技术在农业知识扩散中的应用

本探讨了信息技术在农业知识扩散活动中的特点,分类和模式,分析了我国农业知识扩散对先进住处技术的巨大需求,结合农业有系统在我国部分省区的实施情况,分析了农业专家系统在我国特定农业环境中促进农业知识扩散的途径,特征以及意义,并提出相应的政策建议。     

基于联立方程组模型的区域科技创新发展研究

基于经济发展和科技进步之间相互促进的关系,利用2014—2016年我国31个省级行政区科技发展相关数据建立联立方程组模型,对科技进步与经济发展的相互促进关系以及影响经济发展的科技因素进行定量分析,并对东部发达地区与西部欠发达地区的科技发展进行比较分析。研究结果显示,研究与实验发展(RD)经费投入对东部地区生产总值(GDP)有更为显著的推动作用,而高端人才的紧缺使西部地区发展受到限制。     

基于BP网络的降雨-水位预报模型应用研究

本文改进了BP网络的学习率和动量项的自适应调整算法，阐述了洪水预报BP网络模型的构造和数据处理方法，建立了降雨～水位预报BP网络模型，实现了洪水水位的直接预报，同时还提出了以点雨量作为模型输入的建模方案，有效地改善了BP网络的模拟性能。     

GRNN和遗传算法在赤潮预报中的应用操作

本文探讨了基于神经网络和遗传算法的赤潮预报模型,根据已有的海洋水质监测数据,运用统计学和人工智能的方法对赤潮预报进行了实际尝试。并将预测效果与传统的回归分析以及基于Fisher 判别准则的判别分析进行了比较。结果证明,这种方法在赤潮预测预报方面有一定的应用价值。     

跨国公司知识转移:知识特性与组织情境研究

为了分析知识特性在不同组织情境下对跨国公司知识转移的影响,构建了以组织情境因素(动机、吸收能力、组织支持)为调节变量的知识特性(默会性、简单嵌入性、复杂嵌入性)作用模型。从跨国公司在华子公司收集问卷后,通过多重回归验证了模型拟合情况。结果显示,默会性、简单嵌入、复杂嵌入、吸收能力和组织支持的作用显著,而考虑组织情境因素与知识特性的交互作用时,知识特性的作用形式发生了变化,尤其重要的是默会性与组织支持交互作用后,原先默会性的阻碍作用转化成了推动作用。     

多变量灰色模型MGM（1，n）在R＆D投资预测中的应用

对未来R＆D经费总量及其与GDP比值进行科学的预测是制定科技发展规划的重要组成部分．提出一种定量分析预测方法——利用多变量灰色MGM（1,n）模型（multi—variable grey model）．研究R＆D投入与GDP所形成的复杂系统变量之间的相互影响关系,对天津市相关数据资料进行实证分析与中长期预测,为政府相关部门制订科学的科技发展规划提供有益的指导作用．     

不同需水量预测法在实际应用中的比较

以台州某城市区域供水系统为例,分别采用综合指标法、分类指标法、年递增率法和数学模型法等方法进行需水量预测研究,评析不同预测方法的取值和适用性,提出了选择合适的城市需水量预测方法,为类似城市进行供水规划需水量预测提供参考。