B2C模式下医药电商平台用户满意度研究
这是一篇关于医药电商,用户需求分析,顾客满意度,顾客忠诚的论文, 主要内容为随着社会经济的发展和网络技术的普及,电子商务应运而生,许多医药企业也纷纷转战电商市场。我国的医药电商始于2010年。我国医药电商模式主要有B2B和B2C两种。其中B2B模式的医药电商主要为机构服务,B2C模式的医药电商则主要向普通的消费者群体提供网上购买药品、医用器械及相关诊疗服务。我国B2C模式的市场份额逐年增长,而B2B市场份额逐年萎缩,B2C模式下的医药电商市场前景广阔。目前我国医药电商的B2C模式主要以企业自建平台为主,B2C模式的优化升级对推动整个行业的发展十分重要。对医药电商行业的用户满意度进行分析研究,有助于了解用户满意度现状,揭露企业自身的缺陷,为企业做出正确合理的决策提供建议。本文根据《2018电商分类排行榜》中的医药电商排行榜选取B2C模式下的13家医药电商平台进行研究,从用户购买行为、功能需求、满意度模型和用户基本信息四个方面设计了调查问卷,通过微博“医药电商”、“加快医药电商发展”和“医药电商跨向4.0”等热门话题发放调查问卷,共回收问卷1052份,其中有效问卷819份。使用描述性统计对受访者的基本信息和功能需求等内容进行分析;利用卡诺模型对医药电商平台的各功能进行了属性分类,并根据用户满意度增加指数和用户不满意度降低指数分析各功能与用户满意度的关系,找出显著提升满意度和显著降低不满意度的核心功能,为功能设置提供参考;利用结构方程模型研究医药电商平台用户满意度影响因素,找出对满意度影响较大的因素。为提升医药电商平台的用户满意度提出建议。研究结果显示,目前我国医药电商行业的满意度整体较高,但不同平台的用户满意度存在较大差异,不同职业的用户满意度差异显著;在满意度模型各指标中,对用户满意度的影响排在前三位的分别是企业形象、感知价值和感知质量;在感知质量中“平台的配送服务”满意度最低;综合用户满意度增加指数和用户不满意度降低指数发现,用药指导、优惠促销、售后用药跟踪调查功能是医药电商平台的核心功能;当前大部分用户对处方药市场持乐观态度。据此,提出平台维护企业形象、针对用户职业改进、重视物流网络、优化调整功能、布局处方市场等五条建议。
B2C模式下医药电商平台用户满意度研究
这是一篇关于医药电商,用户需求分析,顾客满意度,顾客忠诚的论文, 主要内容为随着社会经济的发展和网络技术的普及,电子商务应运而生,许多医药企业也纷纷转战电商市场。我国的医药电商始于2010年。我国医药电商模式主要有B2B和B2C两种。其中B2B模式的医药电商主要为机构服务,B2C模式的医药电商则主要向普通的消费者群体提供网上购买药品、医用器械及相关诊疗服务。我国B2C模式的市场份额逐年增长,而B2B市场份额逐年萎缩,B2C模式下的医药电商市场前景广阔。目前我国医药电商的B2C模式主要以企业自建平台为主,B2C模式的优化升级对推动整个行业的发展十分重要。对医药电商行业的用户满意度进行分析研究,有助于了解用户满意度现状,揭露企业自身的缺陷,为企业做出正确合理的决策提供建议。本文根据《2018电商分类排行榜》中的医药电商排行榜选取B2C模式下的13家医药电商平台进行研究,从用户购买行为、功能需求、满意度模型和用户基本信息四个方面设计了调查问卷,通过微博“医药电商”、“加快医药电商发展”和“医药电商跨向4.0”等热门话题发放调查问卷,共回收问卷1052份,其中有效问卷819份。使用描述性统计对受访者的基本信息和功能需求等内容进行分析;利用卡诺模型对医药电商平台的各功能进行了属性分类,并根据用户满意度增加指数和用户不满意度降低指数分析各功能与用户满意度的关系,找出显著提升满意度和显著降低不满意度的核心功能,为功能设置提供参考;利用结构方程模型研究医药电商平台用户满意度影响因素,找出对满意度影响较大的因素。为提升医药电商平台的用户满意度提出建议。研究结果显示,目前我国医药电商行业的满意度整体较高,但不同平台的用户满意度存在较大差异,不同职业的用户满意度差异显著;在满意度模型各指标中,对用户满意度的影响排在前三位的分别是企业形象、感知价值和感知质量;在感知质量中“平台的配送服务”满意度最低;综合用户满意度增加指数和用户不满意度降低指数发现,用药指导、优惠促销、售后用药跟踪调查功能是医药电商平台的核心功能;当前大部分用户对处方药市场持乐观态度。据此,提出平台维护企业形象、针对用户职业改进、重视物流网络、优化调整功能、布局处方市场等五条建议。
两步聚类和关联规则结合的推荐算法在医药电商中的应用
这是一篇关于医药电商,推荐算法,两步聚类,加权关联规则的论文, 主要内容为随着互联网时代的到来,电子商务迅猛发展,电商平台上的商品越来越丰富,从刚开始兴起的日用百货、食品,到现在生鲜水果、医药产品、保险等。对于消费者而言,如何在数以万计的产品中挑选自己喜欢的产品?对于商家而言,如何将自己的产品推荐给消费者?为了解决这些问题,个性化推荐系统运用而生,并且随着不断的研究发展,个性化推荐算法的精准性得到很大的提高。本文主要以关联规则为基础研究推荐算法,为提高关联规则推荐有效性,从两个方面着手解决问题:第一,在使用关联规则挖掘之前,用两步聚类对数据进行预处理,针对数据的稀疏性导致项目无法出现在关联规则的关联关系中的问题,采用两步聚类将消费行为相似的用户聚为一类,可改善用户行为数据稀疏的问题,提高项目出现在关联关系中的可能性;第二,提出了调整加权Apriori算法,该算法根据项目的重要程度对项目加权,并在NewApriori算法的基础上对加权支持度和加权置信度计算公式进行调整,改善了 NewApriori算法中加权置信度计算时权重抵消的问题。本文结合医药电商平台数据实现了两步聚类与关联规则结合的个性化推荐,通过聚类分析将消费行为类似的用户聚为一类,利用关联规则算法挖掘同一类用户中购买的各类药品之间的关联性,以强关联性为指导为用户推荐可能需求的医药产品。最后通过两组对比分析,第一组比较仅使用关联规则的推荐系统和基于两步聚类与关联规则结合的推荐系统性能,第二组比较仅使用调整加权关联规则的推荐系统和基于两步聚类与调整加权关联规则结合的推荐系统性能,旨在分析两步聚类与关联规则结合的推荐系统性能,及调整加权关联规则推荐性能。
两步聚类和关联规则结合的推荐算法在医药电商中的应用
这是一篇关于医药电商,推荐算法,两步聚类,加权关联规则的论文, 主要内容为随着互联网时代的到来,电子商务迅猛发展,电商平台上的商品越来越丰富,从刚开始兴起的日用百货、食品,到现在生鲜水果、医药产品、保险等。对于消费者而言,如何在数以万计的产品中挑选自己喜欢的产品?对于商家而言,如何将自己的产品推荐给消费者?为了解决这些问题,个性化推荐系统运用而生,并且随着不断的研究发展,个性化推荐算法的精准性得到很大的提高。本文主要以关联规则为基础研究推荐算法,为提高关联规则推荐有效性,从两个方面着手解决问题:第一,在使用关联规则挖掘之前,用两步聚类对数据进行预处理,针对数据的稀疏性导致项目无法出现在关联规则的关联关系中的问题,采用两步聚类将消费行为相似的用户聚为一类,可改善用户行为数据稀疏的问题,提高项目出现在关联关系中的可能性;第二,提出了调整加权Apriori算法,该算法根据项目的重要程度对项目加权,并在NewApriori算法的基础上对加权支持度和加权置信度计算公式进行调整,改善了 NewApriori算法中加权置信度计算时权重抵消的问题。本文结合医药电商平台数据实现了两步聚类与关联规则结合的个性化推荐,通过聚类分析将消费行为类似的用户聚为一类,利用关联规则算法挖掘同一类用户中购买的各类药品之间的关联性,以强关联性为指导为用户推荐可能需求的医药产品。最后通过两组对比分析,第一组比较仅使用关联规则的推荐系统和基于两步聚类与关联规则结合的推荐系统性能,第二组比较仅使用调整加权关联规则的推荐系统和基于两步聚类与调整加权关联规则结合的推荐系统性能,旨在分析两步聚类与关联规则结合的推荐系统性能,及调整加权关联规则推荐性能。
两步聚类和关联规则结合的推荐算法在医药电商中的应用
这是一篇关于医药电商,推荐算法,两步聚类,加权关联规则的论文, 主要内容为随着互联网时代的到来,电子商务迅猛发展,电商平台上的商品越来越丰富,从刚开始兴起的日用百货、食品,到现在生鲜水果、医药产品、保险等。对于消费者而言,如何在数以万计的产品中挑选自己喜欢的产品?对于商家而言,如何将自己的产品推荐给消费者?为了解决这些问题,个性化推荐系统运用而生,并且随着不断的研究发展,个性化推荐算法的精准性得到很大的提高。本文主要以关联规则为基础研究推荐算法,为提高关联规则推荐有效性,从两个方面着手解决问题:第一,在使用关联规则挖掘之前,用两步聚类对数据进行预处理,针对数据的稀疏性导致项目无法出现在关联规则的关联关系中的问题,采用两步聚类将消费行为相似的用户聚为一类,可改善用户行为数据稀疏的问题,提高项目出现在关联关系中的可能性;第二,提出了调整加权Apriori算法,该算法根据项目的重要程度对项目加权,并在NewApriori算法的基础上对加权支持度和加权置信度计算公式进行调整,改善了 NewApriori算法中加权置信度计算时权重抵消的问题。本文结合医药电商平台数据实现了两步聚类与关联规则结合的个性化推荐,通过聚类分析将消费行为类似的用户聚为一类,利用关联规则算法挖掘同一类用户中购买的各类药品之间的关联性,以强关联性为指导为用户推荐可能需求的医药产品。最后通过两组对比分析,第一组比较仅使用关联规则的推荐系统和基于两步聚类与关联规则结合的推荐系统性能,第二组比较仅使用调整加权关联规则的推荐系统和基于两步聚类与调整加权关联规则结合的推荐系统性能,旨在分析两步聚类与关联规则结合的推荐系统性能,及调整加权关联规则推荐性能。
我国医药电商平台用户购买行为及影响因素研究
这是一篇关于消费者购买行为,中国顾客满意度指数模型,医药电商,多群组分析的论文, 主要内容为目的:本论文以消费者购买行为理论和顾客满意度模型为理论指导,通过对我国医药电商平台用户的购买行为进行问卷调查,分析用户购买行为的影响因素,为促进我国医药电商行业用户的购买行为、促使行业更好发展提供参考和依据。方法:本论文首先通过文献资料法了解国内外学者对医药电商行业的研究现状,分析影响医药电商平台用户购买行为的因素;其次,使用问卷调查法,参考国内外学者拟定的医药电商平台影响因素量表,自行设计调查问卷,并通过问卷星平台进行发放;最后,采用描述性统计分析、结构方程模型分析等研究方法,使用SPSS26.0软件和AMOS24.0软件对样本数据进行处理、描述与研究。结果:(1)通过不同人口统计特征对医药电商平台用户购买行为及影响因素进行差异性分析,结果发现:各维度在人口统计特征上存在显著差异,如性别、受教育程度、职业、个人月收入等;服务质量、产品质量、感知价值、用户满意、用户购买行为维度在年龄特征上存在显著差异。(2)实证结果表明:用户满意能够显著促进医药电商平台用户的购买行为;网站设计质量妨碍医药电商平台用户的满意度评价;服务质量、感知价值能够促进医药电商平台用户的满意度评价,其中服务质量的正向效应最强;品牌形象、预期质量通过对网站设计质量、服务质量的作用间接作用于医药电商平台用户的满意度;性别和个人月收入对产品质量与用户满意之间的调节作用可认为产品质量对用户满意的影响较弱。结论:医药电商平台可通过采取优化网站设计、规范相关资质展示、实现个性化服务和人文关怀服务、增强药学服务质量、健全物流配送体系、加大平台宣传力度、维护并提升平台形象等方面措施,提高用户对医药电商平台的满意程度,促进用户产生购买行为。
基于数据挖掘的医药电商平台的设计与实现
这是一篇关于数据挖掘,医药电商,销售预测,LightGBM,Stacking策略的论文, 主要内容为近年来,我国医药电商行业发展迅速,并且由于目前新冠疫情影响和政府利好政策的出台,促使医药电商的发展再次迈向新台阶。目前医药电商行业已进入发展的关键时期,但医药电商平台的开发者以及入驻医药平台的商家对于平台功能的认知以及商家销售目标的定位仍然存在很多问题。许多医药商家由于自身定位模糊、战略布局不清晰而在日益激烈的竞争中面临着持续亏损和破产的风险。对商家销售金额等情况进行预测,可以很好的帮助商家提前进行规划,避免此类问题的发生,但传统预测算法较为单一,泛化能力较弱,预测效果较差,无法对商家销售情况做出准确预测。因此,本文在完成医药电商平台开发的基础上,提出使用Stacking融合策略对商家销售情况进行预测。医药电商平台主要包含对用户端和商家端的建设。用户端主要有首页、购物车以及我的等模块;商家端主要有商家首页、商品管理、交易管理、收益中心、消息中心等模块。商家销售数据由某医药电商M公司提供,本文使用Stacking策略将时间序列模型ARIMA、LSTM、XGBoost作为初级学习器,LightGBM模型作为次级学习器对商家的新用户数量、销售金额以及订单数量进行预测。实验结果表明使用Stacking融合策略对新用户数量、销售金额、订单数量的预测比使用单一模型ARIMA、LSTM和XGBoost的平均绝对百分误差分别降低1.08%、0.74%、0.82%和0.81%、0.32%、0.55%以及1.05%、0.63%、0.81%。最终经过实验验证,本文提出的Stacking策略能集中各个算法模型优势,提升对商家销售预测的准确率,对商家决策具有重要意义。
医药电商中消费者购买意愿影响因素研究
这是一篇关于医药电商,感知信任,感知价值,线索利用理论的论文, 主要内容为随着互联网购物的兴起,医药电商应运而生。相比于传统线下购药,网上购药以其价格透明、隐私性强、种类丰富等优势吸引了众多消费者。但由于药品本身的特殊性,再加上我国药品安全问题频发,消费者对网上购药的信任度很低,医药电商的发展受制于消费者感知信任问题。在网上购药过程中,如何通过信任机制问题的解决,提升消费者感知价值进而增强消费者购买意愿,成为推动医药电商发展必须要解决的问题。本文基于此背景,选取B2C医药电商平台作为研究对象,以UTAUT模型和线索利用理论为研究基础,探讨了医药电商情景下,外部线索、消费者感知与消费者网上购药意愿之间的作用机制。本文对感知信任、感知价值、UTAUT模型和线索利用理论的国内外研究情况进行了分析和梳理,并针对医药电商的特点选取参考价格和正向在线评论作为关键外部线索,提出医药电商中消费者购买意愿影响因素的研究模型与假设。为了验证研究模型,本文首先通过线上和线下问卷调查收集有效数据,其次对数据进行描述性分析、结构方程分析及回归分析,最后对模型和假设进行验证。研究结果显示外部线索对感知信任和感知价值有显著的正向影响;感知信任和感知价值显著影响消费者网上购药意愿,并在外部线索和消费者购买意愿之间起中介作用。除此之外,消费者药品质量安全意识正向调节消费者购买意愿与正向在线评论之间的关系,即消费者药品质量安全意识越高,正向在线评论对消费者购买意愿的影响就越大。最后,本文根据研究结果对医药电商平台提出了相关建议,认为可以从价格机制、评论机制、网页布局以及药品质量安全意识这四个方面入手,完善医药电商平台购药机制,从而提升消费者网上购药意愿。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设项目助手 ，原文地址：https://m.bishedaima.com/lunwen/48998.html
