您的位置: 专家智库 > >

容哲

作品数:4 被引量:10H指数:2
供职机构:中山大学管理学院更多>>
发文基金:教育部人文社会科学研究基金国家自然科学基金广东省哲学社会科学“十二五”规划项目更多>>
相关领域:经济管理自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇经济管理
  • 1篇自动化与计算...

主题

  • 3篇顾客
  • 2篇实证
  • 2篇渠道
  • 2篇跨平台
  • 2篇顾客价值
  • 1篇电商
  • 1篇电商平台
  • 1篇多平台
  • 1篇信任
  • 1篇信任水平
  • 1篇实证分析
  • 1篇实证研究
  • 1篇特征提取
  • 1篇企业
  • 1篇情感
  • 1篇情感词典
  • 1篇情感分析
  • 1篇文本
  • 1篇文本情感
  • 1篇顾客保留

机构

  • 4篇中山大学

作者

  • 4篇容哲
  • 3篇王茜
  • 2篇谢康
  • 1篇聂卉

传媒

  • 1篇预测
  • 1篇现代图书情报...
  • 1篇管理科学
  • 1篇管理评论

年份

  • 2篇2021
  • 1篇2020
  • 1篇2015
4 条 记 录,以下是 1-4
排序方式:
新顾客跨平台购买行为提高企业顾客保留的信任水平迁移机理
2021年
线上线下的互补性对新顾客保留有正向影响,但企业多平台渠道间同质竞争对新顾客保留是正向还是负向影响呢?对此,本文构建SMC模型和面板随机效应模型,基于企业多平台渠道新顾客消费数据展开实证研究.结果表明,与线下渠道同质竞争降低新顾客保留相反,新顾客跨平台购买行为可以提高企业顾客的总体保留率,且不会造成顾客从新平台渠道流失.同时,新顾客保留的中介作用可以提升新顾客价值,轻度顾客跨平台购买后保留率提高更多,重度顾客跨平台购买则可为企业带来更大顾客价值.基于实证结果,本文提出信任水平迁移解释研究结果机理,从线上线下信任水平迁移效率的非对称结构角度,对企业在多个平台开设同质店铺的普遍现象进行了理论阐述.本文研究将企业与顾客互动的顾客保留策略研究从静态视角转变为动态视角,推进了线上顾客跨平台渠道间的流动性研究.
王茜容哲谢康
关键词:顾客保留信任
跨平台渠道使用习惯形成及顾客价值的影响研究:基于渠道使用全过程的实证分析被引量:1
2021年
企业线上顾客的跨平台渠道行为极为普遍,但企业对顾客跨平台渠道行为以及带来的影响知之甚少。针对于此,本文基于全新多平台渠道情境,围绕企业跨平台渠道的顾客价值及渠道使用习惯的形成展开深入研究。研究发现:(1)顾客跨平台渠道扩展行为显著提升顾客价值;(2)扩展平台渠道后顾客形成三种渠道使用习惯,其中维持跨平台渠道习惯的顾客具有最高价值;(3)顾客在原有平台渠道的使用时长对顾客维持跨平台渠道使用习惯有负向影响,而顾客在新平台渠道初次交叉购买对维持跨平台渠道使用习惯有正向影响。本文结论对拓展和深化顾客跨平台渠道使用行为研究有一定的理论和实践意义。
王茜容哲谢康
关键词:跨平台顾客价值
多平台渠道采纳机理及顾客价值的实证研究被引量:4
2020年
同时开拓多个电商平台渠道是企业应对激烈线上竞争的重要策略。已有研究尚未考虑多平台情景下影响顾客采纳多个平台渠道的因素以及顾客价值变化,因受限于难以获取多个平台渠道顾客的持续消费数据,鲜少从实证角度探讨多平台渠道采纳机理和顾客价值。利用中国某知名企业多平台渠道顾客的持续消费数据,从多平台渠道顾客的双归属视角,基于企业顾客关系理论和效用理论,提出顾客采纳多平台渠道的理论模型,采用生存分析方法验证研究假设;采用单因素多元方差分析和Tukey诚实显著差异检验方法,分析企业多平台渠道顾客价值,尤其是对单平台和多平台渠道顾客价值差异展开分析。研究结果表明,顾客与企业关系强度显著影响顾客的多平台渠道采纳行为,其中,购买频率和交叉购买数量对顾客采纳多平台渠道有显著正向影响,消费金额具有显著负向影响。顾客所在初始渠道的平台规模或声誉对其采纳多个平台渠道有负向影响,具有阻力作用;其他平台的规模或声誉对顾客采纳多平台渠道有显著正向影响,具有拉力作用。多平台渠道顾客的消费金额和购买次数等显著高于单平台渠道顾客,体现更高的顾客价值。研究结果揭示了多平台渠道的采纳机理和顾客价值差异,拓展了多渠道管理和渠道采纳行为理论,为企业拓展多平台渠道提供了决策依据,为未来平台渠道的实证研究提供借鉴,对指导中国企业平台渠道拓展实践具有启示意义。
王茜容哲陈航
关键词:电商平台顾客价值
面向评论效用评估的文本情感特征提取被引量:5
2015年
【目的】探测情感词典匹配方法以及机器学习方法抽取的情感特征对评论效用的预测作用。【方法】采用情感词典匹配法和机器学习分类法抽取评论情感特征。针对语料构建情感词典,设计合理匹配算法,探测最佳情感分类模型,采用随机森林算法取不同情感特征组合对评论效用价值进行预测。【结果】结合两种情感分析方法对评论效用预测效果最好。其中情感词典匹配方法所得的评论情感均值和评论情感波动能有效识别评论效用,效果优于机器学习方法。【局限】只针对搜索型商品的评论数据,缺乏对体验型商品评论的相应分析,研究数据的覆盖面存在局限。【结论】情感词典匹配法结合机器学习法能有效识别评论效用。
聂卉容哲
关键词:情感分析情感词典
共1页<1>
聚类工具0