基于统计学习方法的用户购车意向预测

论文摘要

我国在经济结构持续性调整和优化的同时,供给侧结构性改革也在不断落实和深化。我国企业更加注重宣传成本的性价比,各汽车厂商都在寻求更节省成本、更有效的宣传营销方法来推销产品和挖掘潜在消费者,因此本文着重考虑精准投放广告这一精准营销方式。为了实现精准营销,有必要整合和分析目标用户的信息和行为,以便掌握用户的需求偏好。由于汽车厂商和经销商无法在第一时间精准地接触目标消费者群体,而汽车之家拥有汽车消费者数据这一强大资源,因此汽车之家可以通过提供精准营销项目来实现双方的共赢,即利用汽车之家的数据优势,为汽车厂商提供精准营销策略,挖掘潜在消费者,并向其精准投放商品广告。本文试图在前人的研究基础上,利用统计学习的方法对我国汽车消费者购买汽车的意向进行研究,进而开展精准营销。首先,本文根据已有的消费者相关信息、使用网站习惯和汽车市场优惠情况,结合统计分析、数据挖掘等方法利用R对数据作探索性分析和预处理。其次,用传统的logistic回归方法和统计学习中的支持向量机、决策树、装袋法、提升法四种算法对训练集的数据构建模型,再用训练得到的模型对测试集进行预测、判定,根据预测结果的总体错误率来评价模型,并选取最优预测模型。最后,根据构建模型的过程和结果,总结当前汽车市场的状况:认为政府扶持小型节能轿车的购车补贴政策大大刺激了小型轿车市场;现金优惠可以促进消费者购买汽车的意愿;年轻用户更倾向于购买轿车。并根据结论向汽车厂商提出三条精准营销策略:投放广告时要突出核心信息,以激发消费者的购车意愿;要注意对潜在消费者的宣传节奏,以维持热度;市场疲软时可以通过现金优惠形式促进消费。

论文目录

摘要

Abstract

第1章绪论

1.1 选题背景

1.1.1 精准营销

1.1.2 车型市场现状

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 研究意义及内容

1.3.1 研究意义

1.3.2 研究内容

第2章数据来源及初步分析

2.1 数据来源及背景

2.2 关注车型的定义及选择

2.3 变量说明

2.4 探索性数据分析

2.4.1 用户的年龄分布情况

2.4.2 用户的职业情况

2.4.3 用户下单时享受的优惠情况

2.4.4 用户的关注时长情况

2.4.5 用户的访问天数情况

2.4.6 用户的访问时长情况

2.5 列联表分析

2.5.1 理论知识介绍

2.5.2 用户年龄的列联表分析

2.5.3 用户婚姻状态的列联表分析

2.5.4 用户职业的列联表分析

2.5.5 其它变量的列联表分析

2.6 方差分析

2.7 缺失值处理

2.7.1 理论知识介绍

2.7.2 处理缺失值

2.8 离群值发现和处理

2.8.1 理论知识介绍

2.8.2 对变量“关注时长”作离群值处理

2.8.3 对变量“访问天数”作离群值处理

2.8.4 对变量“访问时长”作离群值处理

2.9 连续型变量间的相关性分析

第3章实证分析

3.1 问题概述

3.2 logistic回归

3.2.1 理论知识介绍

3.2.2 实例分析

3.3 支持向量机

3.3.1 理论知识介绍

3.3.2 实例分析

3.4 分类树

3.4.1 理论知识介绍

3.4.2 实例分析

3.5 集成学习

3.5.1 理论知识介绍

3.5.2 装袋法

3.5.3 提升法

3.6 模型评价

3.6.1 模型选择

3.6.2 模型改进

3.7 实证分析结果的启示

结论

参考文献

致谢

文章来源

类型: 硕士论文

作者: 苏梦雯

导师: 谢田法

关键词: 购车意愿,先验信息,精准营销,统计学习

来源: 北京工业大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,经济与管理科学

专业: 数学,汽车工业,宏观经济管理与可持续发展,工业经济,企业经济

单位: 北京工业大学

分类号: F426.471;F274;F224

DOI: 10.26935/d.cnki.gbjgu.2019.000771

总页数: 58

文件大小: 2916K

下载量: 102

基于统计学习方法的用户购车意向预测

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢