需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：12989 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:近年來,隨著信息技術(shù)的發(fā)展和全國范圍的網(wǎng)絡(luò)普及,電子商務(wù)以其迅雷不及掩耳之勢迅速發(fā)展。網(wǎng)上的商店也如雨后春筍逐漸成為新生力。商品也變得越來越多樣，逐漸從傳統(tǒng)的實體商品交易，轉(zhuǎn)變?yōu)樘摂M商品交易。本文主要是研究針對虛擬商品是迅雷會員云播離線空間高速通道賬號（全文簡稱雷離線高速通道賬號）的淘寶店鋪展開的。主要是針對用戶的流失預(yù)測進行分析，選取實體運營的淘寶店鋪，通過獲取后臺數(shù)據(jù)，利用RFM技術(shù)對數(shù)據(jù)進行相關(guān)處理得出需要的數(shù)據(jù)變量再結(jié)合網(wǎng)店后臺中的人口統(tǒng)計學(xué)的數(shù)據(jù)變量，過濾篩選出對我們有用的數(shù)據(jù)變量，聯(lián)系實際，采用二元logistic回歸分析的方法建立預(yù)測模型，通過模型結(jié)果表明：交易頻率、 最近交易時間、性別、以及所在城市經(jīng)濟發(fā)展?fàn)顩r對網(wǎng)店客戶流失具有統(tǒng)計學(xué)意義,其中交易頻率、最近交易時間影響最為顯著。 關(guān)鍵詞：電子商務(wù) RFM模型 客戶流失 二元logistic回歸分析
目錄 摘要 Abstract 1緒論-1 1.1研究背景與意義-1 1.2研究思路與方法-2 1.2.1研究思路-2 1.2.2研究方法-2 2用戶流失概述-3 2.1用戶流失定義-3 2.2 用戶流失的形成過程-3 2.3 用戶流失的分類-3 2.3.1自然流失-3 2.3.2競爭流失-3 2.3.3過失流失-4 2.3.4惡意流失-4 3 客戶流失預(yù)測模型建立-4 3.1建立客戶數(shù)據(jù)庫-5 3.2模型構(gòu)建-5 3.2.1模型的設(shè)計-5 3.2.2 二元logistic回歸概述-6 3.3采集數(shù)據(jù)-7 3.3.1流失狀態(tài)的判斷-8 3.4數(shù)據(jù)分析-9 3.4.1 描述性統(tǒng)計結(jié)果-9 3.4.2 Logistic回歸操作過程-12 3.4.3 Logistic回歸預(yù)測分析-13 4預(yù)測分析-17 5客戶保持策略-17 6研究局限與研究展望-18 6.1研究局限-18 6.2研究展望-19 7致謝-20 參考文獻-21 附錄-22 |
