摘要
本文从消费者的角度,探索B2C物流服务因素与客户类别的关联性,基于实践提出了一个研究框架。通过收集国内某B2C电子商务网站的在线评论数据,将自然语言转换成结构化数据,运用Rapidminer软件和FP-Growth算法挖掘出强关联规则,并对规则进行实证分析。结果表明,该框架能够合理解释样本数据,并且可证实不同类别的网购客户群体,对物流服务感知的侧重点具有显著差异。该结论对于B2C企业如何依据差异,找到优化物流服务的关键点,具有重要的现实意义。
出处
《消费经济》
CSSCI
北大核心
2014年第2期53-58,69,共7页
Consumer Economics
基金
国家自然科学基金(71101092)
教育部博士点基金(20113120120012)