需要金币:![]() ![]() |
资料包括:完整论文 | ![]() |
![]() |
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:12199 | ![]() | |
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) | ![]() |
摘要:社区团购借助发展势头迅猛的互联网经济,依靠强大的社交媒体,同时受到2020全球新冠疫情影响,已经成为一种以轻重度社交关系为纽带,依托微信群、小程序等轻型产品作为交易方式和以“团长”为分发节点的新型电子商务模式。本文首先运用K-Mediods聚类算法结合RFM模型对社区生鲜团购用户进行层级分类,然后对分类的重要保持用户在商品端、社区团购平台端、商品特性端采用关联规则算法进行进一步需求挖掘分析,最终得到重要保持用户在上述三大因素下的社区生鲜团购中不同侧重和关联的需求,从而为社区团购模式的快速发展提供理论与实践建议。
关键词:社区团购;生鲜;关联分析;用户需求;K-Mediods
目 录
摘 要
Abstract
1引言-1
2文献综述-1
3相关理论概述-2
3.1社区团购概念及运营模式-3
3.2 RFM分析法与聚类算法-3
4问卷设计与数据收集-8
4.1问卷设计-8
4.2数据预处理-9
5基于K-Mediods聚类算法的社区生鲜团购用户分类模型-10
5.1数据获取-10
5.2社区生鲜团购用户分类-10
5.3分类结果-11
6基于关联规则的社区生鲜团购用户需求分析模型-12
6.1关联规则数据预处理-12
6.2重要保持用户所选商品关联分析-12
6.3重要保持用户所选团购平台关联分析-14
6.4重要保持用户所关注商品特点的关联分析-15
7结论与建议-17
7.1主要结论-17
7.2研究建议-17
参考文献-19
附录-20
致谢 |