C2C模式下顾客满意度影响因素探讨

C2C电子商务出现以来,在获得较大发展的同时也遇到了很多的问题,其中顾客满意度的影响因素就是主要问题之一.文章在回顾传统顾客满意度发展基础上,根据C2C电子商务特性,分析了新的购物环境下影响顾客满意度的四个因素,并提出了针对C2C顾客满意度测评的路径模型.     

C2C模式下顾客满意度影响因素探讨

C2C电子商务出现以来,在获得较大发展的同时也遇到了很多的问题,其中顾客满意度的影响因素就是主要问题之一。文章在回顾传统顾客满意度发展基础上,根据C2C电子商务特性,分析了新的购物环境下影响顾客满意度的四个因素,并提出了针对C2C顾客满意度测评的路径模型。     

基于BP神经网络的品牌竞争力评估研究

文章在综合考虑品牌的顾客价值和企业价值的基础上,从四个维度建立品牌竞争力评估的指标体系,并运用BP神经网络模型预测目标品牌的竞争力.该方法通过样本的品牌数据训练BP神经网络的学习功能,再将目标品牌的指标值输入训练后的BP神经网络,评估目标品牌的竞争力大小.     

基于网络层次分析法的物流外包满意度评价方法研究

本文从物流外包企业的角度出发，从顾客满意度的视角，提出了基于顾客满意度指数模型的物流外包满意度评价指标体系，构建了基于网络层次分析法的物流外包满意度评价方法，最后对该方法进行了实证研究，依据评价指标值计算外包满意度并利用满意象限图进行了对照分析，实证表明了模型的有效性和可行性。     

B2C电子商务物流配送客户满意度分析

本文介绍了B2C(商对客)电子商务与物流配送的概念及关系,分析了物流配送对B2C电子商务客户满意度的影响,指出了B2C电子商务物流配送中存在的问题,探讨了提高客户满意度的对策。B2C企业应建立自己的物流配送标准;充分利用"免运费"作为促销策略;加强微博关怀,提升用户体验。     

基于DEA的B2C电子商务配送模式的选择

分析目前B2C电子商务企业物流配送模式选择存在的问题及各种配送模式的特点,确定B2C电商企业选择配送模式的主要指标。采用数据包络分析（DEA）方法,展示如何选择适合B2C电子商务企业的配送模式。     

B2C电子商务物流配送客户满意度分析

本文介绍了B2C(商对客)电子商务与物流配送的概念及关系,分析了物流配送对B2C电子商务客户满意度的影响,指出了B2C电子商务物流配送中存在的问题,探讨了提高客户满意度的对策.B2C企业应建立自己的物流配送标准;充分利用“免运费”作为促销策略;加强微博关怀,提升用户体验.     

基于BrainCell的B2B电子商务供应链协同绩效评价体系

面对全球竞争一体化的势态,企业间的竞争已经开始延伸到供应链间的竞争。电子商务供应链的新发展对供应链协同管理提出了新的要求。为提高电子商务企业供应链协同管理效果,绩效评估与预测是关键。文章主要结合了电子商务B2B模式与传统供应链的特点,构建了B2B电子商务供应链协同管理绩效评价体系,应用BrainCell软件和神经网络的方法进行协同评价与分析,通过实例检验说明该评价体系的可行性。     

B2C企业经营模式评价分析

文章阐述了B2C企业的理论基础,提出了评价指标体系并进行了案例分析.指出,本文确定了包含4个一级指标,11个二级指标,29个三级指标的B2C经营模式评价体系,通过层次分析法对各级指标进行权重计算,并进行具体的排序.该方法可为企业B2C经营模式的改进提供相应的理论支撑.     

基于DEA和BP神经网络的企业科技成果转化综合评价及实证分析

构建了企业科技成果转化综合评价指标体系,将数据包络分析（DEA）与BP神经网络两种评价方法有机结合,建立了DEA-BP神经网络综合评价模型,利用该模型对1998年至2009年间上海市规模以上企业的相关数据进行了实证分析,验证了本文所构建的评价模型具有较高的精确度和预测能力,并根据评价结果,提出了上海市促进科技成果转化的一系列建议。     

建筑劳务企业信用评价分析

通过建立一套针对建筑劳务企业的信用评价体系,根据建筑劳务企业的特点构建了相应的评价指标及评分标准,设计了基于遗传算法优化的BP神经网络的信用评价模型,设置灵活可变的相关指标体系使评估模型动态化,对于建筑劳务企业的信用状况进行分析,提供理论依据。     

基于Delphi法和BP神经网络的技术预见模型研究

构建了基于Delphi法和BP神经网络的技术预见模型。基于专利分析提取高价值专利以期提供科学、客观的参考点;处理专家评价数据时,为充分考虑专家熟悉程度的影响引入性能指数概念,并运用熵权TOPSIS法评估专利技术综合得分;结合BP神经网络算法计算各技术评估得分,弱化权重计算中人为因素的影响,对比计算结果验证其可行性。以智能制造领域为例开展实证研究,对该领域重点专利技术进行评估,验证了模型的科学性和可行性。     

基于文本挖掘的生鲜电商顾客满意度研究

运用Python爬虫获取在线评论,通过词频统计和K-means方法得到顾客满意度评价体系的指标,通过T F-ID F方法计算出各指标的权重,从而得到生鲜产品的总体满意度.结果表明:消费者对生鲜产品的服务和价格的满意度相对较高,对包装的满意度相对较低;消费者对海鲜水产的满意度最高,对新鲜水果的满意度最低.最后为提高生鲜平台顾客满意度提出针对性建议.     

基于BP神经网络的企业技术创新绩效评价模型构建——以福建45家高新技术企业为例

对企业技术创新绩效进行评价有助于查找技术创新过程的薄弱环节,制定更加有效的技术创新决策。本文从技术创新研发、技术创新管理、技术创新商业三个阶段来构建评价指标体系,利用福建45家高新技术企业的调查数据,建立了基于BP神经网络的技术创新绩效评价模型。     

房地产企业的用户满意度研究

本文借鉴美国用户满意度指数 (ACSI ,提出了中国房地产企业用户满意度的概念 ,拟定了用户满意度指标体系及评价的梯级度 ,列举了房地产企业用户满意度测评的实施及案例。     

旅行社顾客满意度的评价方法研究

文章应用模糊综合评价法研究旅行社顾客满意度.首先构建旅行社顾客满意度的评价指标体系,然后应用模糊综合评判法建立顾客满意度评价的数学模型,最后通过应用实例进行了验证.     

基于BP神经网络的第三方物流服务商的选择研究

第三方物流服务商的选择在企业物流外包中占有非常重要的地位。文章建立了基于神经网络的第三方物流服务商的评价体系,提出了运用BP神经网络模型对第三方物流服务商进行选择决策的方法,并结合算例进行了分析。     

大中型零售企业顾客满意度模型实证研究——基于长株潭区域一体化大中型零售企业的调查数据

顾客满意度指数已成为质量管理体系的关键指标。文章构建以企业形象为自变量,以顾客预期、感知质量和价值为中介变量,以顾客满意和忠诚为因变量的结构方程模型,并以长、株、潭零售业的数据为实证研究。结果表明:区域一体化大中型零售企业顾客满意度模型的有效性得到了证实;长株潭地区的顾客满意度总体处于中等水平,长沙零售业竞争最激烈;企业形象直接和间接影响顾客满意度和忠诚度。提出了企业在关注影响驱动因素时,应重视和明晰企业形象策略,从而提高服务质量和企业竞争能力。     

基于小波神经网络的上证50指数多步预测

以神经网络为代表的人工智能模型对股票价格具有良好的预测效果,但是该智能模型侧重于单步预测,很难满足实际股票预测的要求。提出基于小波和神经网络相结合的股票指数多步预测智能模型。选取上证50指数为建模数据,运用小波分解将上证50指数收盘价序列分解成不同尺度的分层数据,依据迭代策略,利用BP神经网络分别预测小波分解后的各层数据,最后将各层的预测结果使用小波重构成原始股票收盘价的预测数值。结果表明,基于小波神经网络的多步预测模型具有良好的多步预测效果。     

模糊均值AHP法在客户满意度评价中的应用

客户关系管理备受重视的今天,提高客户满意度已经成了很多企业的战略措施,因此如何评价客户满意度将显得十分重要。客户满意度评价是一个多准则的模糊决策问题,本文根据模糊集理论和Dempster-Shafer理论,得到改进的模糊层次分析方法,并将其应用到客户满意度的评价当中。该方法对评价体系的每个层次都进行了模糊数加权,并通过调整乐观度u给出了不同乐观度下的评价结果,使得评价更详细、更客观。