面向在线社交网络的企业管理决策研究PDF|Epub|txt|kindle电子书版本网盘下载

面向在线社交网络的企业管理决策研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1社交网络的概念1

1.2社交网络对企业管理决策的影响1

1.3企业社交网络2

1.4本书的结构3

第2章 基于在线社交网络的客户终身价值决策5

2.1引言5

2.2基本概念6

2.2.1客户终身价值定义6

2.2.2终身价值计算公式7

2.2.3 CLV建模方法8

2.3基于RFM模型的客户终身价值研究13

2.3.1基于RFM模型的客户终身价值分析13

2.3.2实证研究15

2.3.3总结23

2.4基于评论行为的客户购买次数预测24

2.4.1 Logit回归模型预测客户购买流失24

2.4.2 Pareto/NBD模型预测客户购买次数34

2.4.3 Pareto/NBD改进模型41

2.5基于购买行为的客户评论次数预测44

2.5.1 Logit回归模型预测客户评论流失45

2.5.2 Pareto/NBD模型预测客户评论次数53

2.5.3 Pareto/NBD改进模型58

2.6客户消费金额及终身价值研究60

2.6.1 Gamma-Gamma模型61

2.6.2实证研究64

2.7客户终身价值研究68

2.7.1模型构建68

2.7.2相关性检验70

2.7.3实证研究70

2.8本章总结73

2.8.1主要贡献73

2.8.2研究不足74

2.8.3未来研究方向74

第3章 基于企业社交网络的员工潜力研究75

3.1员工潜力相关概念、模型及测试方法76

3.1.1员工潜力概念76

3.1.2员工潜力的冰山模型76

3.1.3员工潜力的传统测量方法77

3.2基于社交网络分析的员工潜力模型构建79

3.2.1潜力员工评价标准79

3.2.2基于企业社交网络的员工潜力定义及评价指标80

3.2.3指标体系的建立80

3.2.4各评价指标的含义及量化82

3.3评估指标权重的确定83

3.3.1问卷调查83

3.3.2专家评分84

3.3.3员工访谈85

3.3.4权重确定86

3.4数据处理及模型验证87

3.4.1数据来源87

3.4.2数据收集及调研88

3.5数据描述与处理89

3.5.1社交网络数据89

3.5.2员工特征数据91

3.5.3员工潜力值数据93

3.6变量定义95

3.6.1员工绩效95

3.6.2员工离职95

3.7员工潜力测量模型验证96

3.7.1样本员工潜力值分布统计96

3.7.2员工潜力测量模型验证97

3.8人口统计学特征与员工潜力分析101

3.8.1性别对员工潜力的影响101

3.8.2年龄对员工潜力的影响101

3.8.3学历对员工潜力的影响102

3.9员工潜力相关性分析103

3.9.1员工潜力与员工流失相关性分析103

3.9.2员工潜力与员工绩效相关性分析104

3.10结论及展望105

3.10.1研究结论105

3.10.2不足及展望105

第4章 面向企业社交网络的员工绩效研究107

4.1社会资本及员工绩效的相关概念107

4.1.1社会资本的概念107

4.1.2社会资本的测量108

4.1.3社会资本相关理论109

4.1.4员工绩效的概念及相关理论111

4.1.5员工流失的概念112

4.1.6概念及基本理论研究述评114

4.2企业社交网络价值创造机制研究115

4.2.1企业社交网络与个人社会资本115

4.2.2个人社会资本与员工绩效116

4.2.3个人社会资本与员工流失117

4.2.4企业社交网络价值创造机制概念模型120

4.3数据来源与处理121

4.3.1数据来源121

4.3.2数据处理123

4.3.3社交网络结构特征数据123

4.3.4社会资本数据125

4.3.5员工幸福感数据125

4.3.6数据二次处理126

4.3.7数据描述性统计127

4.4利用STATA软件进行假设检验129

4.4.1员工社交网络行为带来的社会资本累积129

4.4.2员工流失模型133

4.4.3员工绩效模型137

4.5分层贝叶斯建模假设检验142

4.5.1员工流失模型142

4.5.2员工绩效模型147

4.5.3两种方法的对比分析149

4.6结论与展望150

4.6.1结论150

4.6.2研究局限及未来展望152

第5章 基于在线评论分析的产品创新管理决策154

5.1相关术语界定155

5.2在线评论文本处理156

5.2.1数据爬取和去重去噪157

5.2.2产品特征词库构建157

5.2.3主题模型构建和情感分析161

5.2.4模型性能测试结果163

5.3在线评论有用性分析164

5.3.1样本有用性人工标记164

5.3.2评论样本选取165

5.3.3问卷实施与结果分析167

5.4评论有用性模型的自变量提取168

5.4.1自变量体系的确定168

5.4.2本文构建的评论有用性模型自变量体系168

5.4.3自变量提取的智能化实现171

5.4.4数据有用性处理实现的流程图172

5.5有用性模型训练及预测175

5.5.1有用性模型训练176

5.5.2评论有用性预测179

5.6需求权重分析与产品改进180

5.6.1需求权重分析方法180

5.6.2基于KANO模型的产品改进186

5.7产品改进建议188

5.8基于产品在线声誉测度的竞品分析189

5.8.1在线声誉的概念189

5.8.2在线声誉的测度190

5.8.3产品在线声誉的测度200

第6章 在线社交网络的数据采集及处理203

6.1社交网络数据采集方法203

6.1.1社交网络数据采集的总体方法203

6.1.2网络爬虫基本原理204

6.2数据采集开源工具206

6.2.1 Gooseeker介绍206

6.2.2 Scrapy208

6.2.3 JSpider210

6.3一种基于AJ AX技术爬虫软件的实现211

6.3.1 AJAX网页技术的特点211

6.3.2 AJAX爬虫的技术难点及设计考虑212

6.3.3基于AJAX爬虫系统的总体结构设计216

6.3.4爬虫实现的具体流程218

6.3.5动态网页数据采集案例219

6.4采集后数据的存储222

6.4.1分析HTML页面222

6.4.2编写代码抽取信息223

6.5原始数据的去重处理224

6.5.1文本去重算法224

6.5.2数据去重的实现步骤226

6.6原始数据的去脏处理229

6.6.1建立涉脏涉性词库230

6.6.2去脏流程231

6.7去除微博中的广告231

6.7.1微博中广告格式分析231

6.7.2去广告步骤232

6.8文本数据的特征提取234

6.8.1事件时间信息抽取235

6.8.2事件后果信息抽取236

6.8.3事件触发词及命名实体抽取241

参考文献243