国家社会科学基金(10BGL027) 作品数:18 被引量:167 H指数:7 相关作者: 陈梅梅 薛阳阳 侯晶 李宏 喻葵 更多>> 相关机构: 东华大学 北京工业大学 江苏科技大学 更多>> 发文基金: 国家社会科学基金 国家自然科学基金 更多>> 相关领域: 经济管理 文化科学 自动化与计算机技术 哲学宗教 更多>>
P2P网络借贷市场的非线性依赖和长记忆性研究 2018年 采集4列主要反映中国P2P网贷行业全貌的日交易指数时间序列,初步探索P2P网贷市场的非线性动力学特征。运用BDS非线性检验方法,实证分析中国P2P网贷市场的非线性依赖性特征,进一步地,运用经典R/S分析方法和修正R/S分析方法,实证分析中国P2P网贷时间序列中是否存在长记忆性特征。结果表明存在显著的非线性依赖结构,并且其非线性结构可能来源于低维混沌过程,中国P2P网贷时间序列的产生过程均不是独立随机的,存在大量非线性,但并未显示出长记忆性特征。综合判断,P2P网贷市场目前的发展历史和演化程度尚浅,正处在从简单线性系统发展到复杂巨系统的过渡阶段。 刘峰涛 徐欢 赵袁军关键词:BDS检验 长记忆性 基于改进Kano模型的B2C网站顾客满意度影响研究 被引量:25 2016年 主要研究了B2C电子商务网站满意度影响因素。首先结合MUG模型构建了B2C网站顾客满意度研究假设模型,采用单样本T检验和因子分析对该模型加以检验,并确定了指标项及其初始重要度;其次,针对与满意度呈非线性关系的两类属性指标,提出了细分化属性归类方法和相应的线性化调整系数计算方法,并用以对筛选出的B2C网站顾客满意度指标项初始重要度进行调整,最终得到影响B2C网站顾客满意度的关键指标。 陈梅梅 谢松年关键词:KANO模型 顾客满意度 聚类 B2C网站 手机购物顾客满意度的关键影响因素研究 2017年 智能手机的普及使得手机购物消费群扩充迅速,了解顾客满意度的关键影响因素对改善移动电子商务企业服务水平的意义重大。首先利用R型系统聚类优化出手机购物顾客满意度的影响因素;其次基于模糊Kano模型并结合熵值法进行属性分类;最后找出影响顾客满意度的关键因素。研究表明:魅力属性因素是提升顾客满意度的关键,如晒单信息、本地化服务、WIFI环境、利用碎片化时间等;期望属性因素是降低顾客不满的关键,如支付安全、账户安全、个人隐私等。 陈梅梅 刘利梅 薛阳阳关键词:顾客满意度 手机购物 基于标签簇多构面信任关系的个性化推荐算法研究 被引量:7 2017年 【目的】在基于多构面信任关系的个性化推荐中,解决构面难以定义以及传统信任强度计算方法的局限所导致的推荐准确性低的问题。【方法】提出一种基于标签簇的多构面信任关系定义的方法,在标签聚类得到的标签簇基础上,引用TF-IDF思想及Pearson相似度定义簇间和簇内信任关系,构建有利于反映不同构面信任强度的信任张量,并融入基于张量分解模型的个性化推荐算法中。【结果】基于Last.fm数据集的仿真实验表明:从准确率、召回率和F1值各项指标上,本文提出的个性化推荐算法均有良好表现,在F1值上平均提升达2.29%。【局限】仿真实验未针对其他领域的数据集进行进一步验证,如微博、Twitter等。【结论】基于标签簇多构面信任关系的个性化推荐算法通过有效定义并全面、客观地量化用户间信任关系,从而实现推荐准确性的提高,有利于社交网络环境下提供更令用户满意的资源。 陈梅梅 薛康杰关键词:个性化推荐 张量分解 用户体验视角下电子商务推荐系统交互界面的需求研究 被引量:3 2018年 [目的/意义]通过电子商务推荐界面的用户需求研究,为优化推荐界面设计提供建议,以最大程度满足用户体验。[方法/过程]从用户体验视角,以需求层次理论为基本思想,结合电子商务推荐界面的特点,构建推荐系统交互界面用户体验需求层次模型;基于模型进行需求调查,通过因子分析来探究用户对推荐界面需求的综合公因子,并进行性别差异分析;最终,通过回归分析得到影响用户体验的主要需求因素。[结果/结论]发现推荐系统界面的内容、可靠性、社会性以及整体性的位置、布局等对用户的最终体验起主要影响作用。 陈梅梅 王丹丹关键词:电子商务 用户体验 推荐系统 交互界面 影响消费者网络购买决策关键因素的实证研究 被引量:8 2014年 针对关键影响因素进行深入研究,首先基于前人相关研究成果构建了网络购买决策影响因素的假设模型,然后利用基于淘宝网和问卷星调研平台获取的全国性调查数据,通过因子分析对假设模型进行优化。最后运用结构方程模型验证了假设模型的合理性,从而得到影响网络购买决策的关键因素。 陈梅梅 王乐 王扶东关键词:网络消费 结构方程模型 基于改进QFD的B2C网站服务质量提升研究 被引量:2 2018年 文章主要研究了B2C网站服务质量改进和提升的关键要素。首先,借鉴SERVQUAL模型,并基于文献调研、顾客访谈和问卷调查等方法构建适于B2C网站服务质量评估的顾客需求指标体系;其次,结合服务质量差距模型和Kano模型确定需求项的权重;然后,针对顾客需求提出服务改进要素,构建质量屋中的关系矩阵,并采用三角模糊数进行定量描述;最后,结合熵值法处理技术竞争性评估结果,确定B2C网站服务质量改进的关键要素。通过引入GAP模型、Kano模型、熵值法和模糊集理论改进QFD方法,并应用于B2C网站服务质量研究中,可将顾客需求与B2C网站服务质量改进策略相关联,为在线经营企业的服务质量改进和提升提供借鉴。 侯晶 侯晶关键词:服务质量 B2C网站 QFD 推荐展示形式对用户行为意图的影响研究 2018年 推荐算法和用户界面是推荐系统的重要构成。为揭示推荐展示形式这一用户界面重要因素对用户行为意图的影响及不同推荐展示形式影响的差异,本文构建了基于S-O-R的研究模型,并利用情景实验通过结构方程模型进行了假设检验。结果表明:不同推荐展示形式对用户行为意图的影响不存在显著差异,但在影响机制上存在一定差异;分类目录的推荐展示形式并不通过感知有用性显著提升用户满意;翻页的推荐展示形式并没有通过感知享乐性和感知精确性显著提升用户信任。 陈梅梅 施驰玮关键词:用户体验 行为意图 结构方程模型 基于改进张量分解模型的个性化推荐算法研究 被引量:7 2017年 【目的】在基于张量分解的个性化推荐中,解决因UGC标签冗余、热门标签和资源影响用户个性化兴趣所导致的推荐准确性降低问题。【方法】提出一种改进的基于张量分解模型的个性化推荐算法,引入标签综合共现结合谱聚类的方法,借鉴TF-IDF中IDF的思想提出一种基于共现标签和资源的热门惩罚机制,对基于<用户,标签簇,资源>三元关系的初始张量进行重新定义。【结果】基于Last.fm数据集的仿真实验结果表明,从准确率、召回率和F1值各项指标上,本文提出的算法均有良好表现,综合共现谱聚类的引入使得推荐算法在F1值上平均提升5.91%,基于IDF改进初始张量后的推荐算法在F1值上平均提升1.29%。【局限】未针对其他领域的数据集进行验证,如微博、Delicious等。【结论】基于改进的张量分解模型的个性化推荐算法能够显著提高准确性,有利于社交网络环境下提供更令用户满意的资源。 陈梅梅 薛康杰关键词:个性化推荐 UGC 标签 谱聚类 张量分解 国际环境扫描的概念辨析及可视化分析——基于CiteSpaceⅡ软件 被引量:7 2015年 在对环境扫描的概念和内涵进行辨析的基础上,采用Cite SpaceⅡ信息可视化软件对Web of Science中收录的1980—2014年间的936篇关于环境扫描的期刊论文进行可视化分析。结果显示:在国际环境扫描研究中主要包含图书情报、战略管理和技术管理三大领域;绩效和创新等是该领域研究热点,而研究前沿主要集中在创新能力、知识管理和商业模式等领域。最后对国际环境扫描研究在图书情报学中的展望进行了阐述。 宋新平 杜宏 陈梅梅 李保珍关键词:环境扫描 概念辨析 信息可视化