杨靖
- 作品数：10 被引量：12H指数：2
- 供职机构：中国汽车技术研究中心更多>>
- 相关领域：经济管理电气工程自动化与计算机技术交通运输工程更多>>
- 基于GBDT+特征工程方法对电量的预测的研究被引量：5
- 2020年
- 对用电量的预测是关于国民生计的一件大事,为了能够准确地预测出用电量,首先要构造关于用电量的特征工程,特征工程构造包括影响用电量的主要因素,温度、节假日、风速、pm2.5等,经过数据预处理、特征属性转化、归一化,利用GBDT+huber损失函数进行模型的训练与预测,模型准确率达到95%,基本可用于自动化预测。
- 张帆郭雅鑫杨靖顾洪建
- 关键词：预处理HUBER
- 大数据研究在汽车市场研究中的应用
- 2021年
- 随着汽车"四化"(智能化、电动化、共享化、网联化)发展及大数据分析技术进步,市场调研领域大数据的应用逐步广泛。文章旨在从大数据研究作为"先行者""主导者"及"辅助者"角色出发,总结线上大数据研究在汽车商品企划不同阶段项目中的应用,为汽车商品企划流程中消费者研究创新方法的提出提供帮助和支持,促进汽车市场调研更为高效地开展。
- 万甜甜张磊杨靖
- 关键词：大数据汽车商品企划
- 基于误判率的最大差异度量法
- 2017年
- 最大差异度量法在市场研究中越来越受到重视,但是其问卷设计中包含的误判信息并没有被有效利用,文章在定义了顺序比较和三角误判的概念后,提出了计算个人误判率的方法,统计出的个人误判率可以作为排除误判率较高评价者的依据。在此基础上,结合汽车消费者购买因素调查的实际案例,验证了基于误判率的最大差异度量法的有效性,同时利用不同购买因素之间的有效对比计数和概率信息,得到了个体的最优排序,为后续研究提供了更有价值的数据信息。
- 陈陌杨靖赵威
- 关键词：误判率
- 基于文本词性结构和PCA算法的问卷优化被引量：1
- 2020年
- 为了更准确、更高效的对车型进行评价,帮助企业了解自身优劣势,因此本文对传统的调研问卷进行优化。首先本文采用正则表达式利用常见的标点符号对近一年来总结的文本数据进行断句、筛选出包含情感和态度的语句、对筛选后的语句根据汽车行业指标进行分词;然后利用词性标注方法对句子进行词性分析,得到句子的词性结构;其次再利用主成分分析法(PCA)对得到的词性结构中选择贡献度占比率最高的一组,利用此时的词性结构优化当前的问卷方法,从而可以更准确、更高效的对车型进行评价,帮助企业了解自身优劣势,实现精准营销。
- 杨靖张帆郭雅鑫
- 关键词：词性标注主成分分析法贡献度
- 中国90后大学生汽车消费特征调查
- 2013年
- 90后大学生将成为未来10—20年期间汽车消费市场的主力军和潮流的引领者。本文以网络问卷方式对90后大学生就资讯获取渠道、汽车品牌观念、未来购车计划等方面进行问卷调查，最后采集72720份有效样本，并对大学生汽车消费倾向以及趋势进行了分析，初步研究了民族情感对90后大学生汽车消费的影响。
- 赵威贾广宏杨靖
- 关键词：汽车消费市场大学生汽车品牌购车
- 中国家用MPV市场发展趋势研究被引量：2
- 2019年
- 通过研究过去几年家用MPV市场的发展历程,总结市场主流家用MPV车型的特征,发现市场变化的背后原因;采用市场调研的方式了解家用MPV消费人群的特征与需求,为未来家用MPV发展提供方向建议;通过宏观分析对家用MPV市场产生影响的外在因素,预测未来家用MPV市场的发展方向。
- 张磊梁本双杨靖
- 关键词：消费者需求
- 汽车消费者调研问卷语言的优化方法
- 本发明涉及一种汽车消费者调研问卷语言的优化方法。所述优化方法包括以下步骤：S1、获取汽车行业口碑评论数据；S2、采用jieba分词库和pyhanlp分词库对口碑评论数据进行分词，得到第一分词词库；S3、剔除第一分词词库中...
- 杨靖顾洪建张帆李斌
- 文献传递
- 汽车产品角色扮演及其情感属性浅析被引量：3
- 2013年
- 随汽车技术和汽车消费的发展,单一科技突破带来的边际效益越来越低,对消费者的洞察、对汽车情感属性和文化属性的分析、以及汽车在消费者生活中扮演角色的把握成为企业的重点课题。作者对不同品牌、车型、行业、年龄的共计384名车主采样分析,总结相关研究成果。本文为中心课题组研究项目成果。
- 贾广宏杨靖
- 关键词：汽车产品角色扮演
- 中国90后大学生汽车消费特征初探
- 2013年
- 90后大学生将成为未来10～20年期间汽车消费市场的主力军和潮流的引领者。本文以网络问卷方式对90后大学生就资讯获取渠道、汽车品牌观念、未来购车计划等方面进行问卷调查,最后采集了2720份有效样本并对大学生汽车消费倾向以及趋势进行了分析,初步研究了民族情感对90后大学生汽车消费的影响。
- 赵威杨靖贾广宏顾洪建
- 关键词：汽车消费
- 基于NLP文本分析和因子分析模型的调研问卷优化被引量：2
- 2021年
- 汽车企业需要及时准确地了解消费者对上市车型的评价及需求,当前市场调研公司主要采取面访形式设计问卷题目收集用户对各评价指标满意度打分情况,但这种题目设计存在汽车性能指标描述偏专业不易消费者理解、被访者对指标打分标准不完全一致、数据效度低等弊端。因此本文目的是优化和改进传统调研问卷题目,得到更贴切用户评价的数据。本文首先采用正则表达式的方法对近三年来的文本评价数据进行断句、筛选和分词;然后利用隐马尔科夫模型对简单语句进行词性标注和分析,得到词性结构;再利用因子分子(FA)模型对词性结构获取累积贡献度达到90%以上的词语组;最后利用得到的词语以及词性结构优化当前的问卷题目,确保更准确、高效的产品评价,旨在帮助企业了解车型与用户需求之间的差异,促进产品改进提升。
- 杨靖张帆贺畅张磊
- 关键词：词性标注贡献度
