●第1章 基於“時空關”的精準營銷與顧客觸達:客流大數據賦能智能零售 1
1.1 概述 1
1.2 智能零售的客流大數據采集 2
1.3 智能零售的客流大數據處理 3
1.4 智能零售的客流大數據應用 3
1.5 智能零售發展的相關建議 5
第2章 公交乘客時空規律度與伴隨網絡 6
2.1 數據概況與典型乘客 7
2.2 空間熵與時間熵 9
2.3 伴隨網絡 14
參考文獻 16
第3章 基於大數據的顧客口碑分析 19
3.1 顧客的在線初次口碑和追加口碑對產品銷售的影響研究 20
3.2 顧客的在線初次口碑與追加口碑效價一致性對產品銷售的影響研究 28
參考文獻 40
第4章 顧客在線評論行為的動機與回報 45
4.1 顧客在線評論:動機、回報與努力 45
4.2 顧客評論內容的感知有用性和感知有趣性 56
4.3 顧客在線評論的社會化嵌入 65
參考文獻 72
第5章 在線評論管理反饋的外部性 79
5.1 顧客在線評論的管理反饋策略 79
5.2 管理反饋對企業績效的影響研究:來自TripAdvisor的證據 83
參考文獻 91
第6章 專家評論對顧客在線評分的影響 95
6.1 專家評論對顧客在線評分行為的影響研究 95
6.2 顧客在線評論感知價值的影響因素研究 104
6.3 顧客生成內容受歡迎程度的影響因素研究 113
參考文獻 122
第7章 娛樂行為在降低感知風險中的角色:來自手機應用數據的證據 129
7.1 研究假設 129
7.2 研究方法 131
7.3 數據獲取 132
7.4 研究結果 133
7.5 討論 141
參考文獻 143
第8章 大數據行為研究趨勢:一個“時空關”的視角 146
8.1 概述 146
8.2 大數據行為研究進展 148
8.3 基於交通大數據的流動行為研究 152
8.4 流動行為的社會關聯研究 155
8.5 社會網絡行為研究 157
8.6 結束語 160
參考文獻 161