考虑在线评论与消费者网络化决策行为的零售商预售策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71801116
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0109.物流与供应链管理
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

With the high-speed development of network medium and transmission mode, consumer network shifts from offline to online,and consumers also transfer from passive information recipients to product information disseminators. Based on other consumers’ disseminating information, consumers optimize their shopping decisions. The decision-making behavior becomes a network decision-making behavior instead of an independent act. At the same time, the emergence of various online commentary platforms has led to increasingly close interaction and significantly enhanced decision-making dependency among consumers as well as online retailers. Faced with ever-changing market demand, grasping the impact of online word of mouth and consumer network decision-making behavior on advance selling strategies and guiding the consumer choice behavior to obtain maximum profits have become the key issue to the online retailers’ advance selling policy. From the perspective of online word of mouth and consumer network decision-making behavior,this project combines the characteristics of online platform and investigates the advance selling strategies for online retailers. The main research contents of the project include the issues about the optimal advance selling strategies by considering the word of mouth, the pricing issues of online retailers with consideration of the consumer network decision-making behavior, and the decision-making mechanism issues of online retailers based on cross-cutting influence of consumer network decision-making behavior and online comments. The project intends to enrich and improve the extant theory and research methods in the area of advance selling management, and also provide the online retailers in reality with valuable suggestions in making advance selling decisions.
网络新兴媒介的勃兴和传播路径的激增使得消费者网络从线下转移到线上,消费者也由被动的信息接受者转换为产品信息的传播者。消费者根据其他消费者传播的信息优化购物决策,其决策不再是独立行为,而是呈现网络化决策行为。与此同时,各种在线评论平台的涌现使得消费者之间以及消费者与零售商之间的信息互动日益密切,决策依赖显著增强。面对瞬息万变的市场需求,了解在线评论与消费者网络化决策行为对预售策略的影响机制,引导消费者的选择行为获取最大化收益,成为广大零售商预售决策的关键问题。本课题从在线评论与消费者网络化决策行为的视角,结合网络平台特征研究网络零售商的产品预售决策问题。课题主要研究内容包括考虑在线评论的零售商预售决策问题;消费者网络化决策行为下的零售商预售策略;考虑消费者网络化决策行为与在线评论交叉影响下的零售商的预售策略。课题旨在丰富和完善预售管理理论方法,同时为网络零售商预售管理决策提供重要参考依据。

结项摘要

网络平台预售模式下,市场需求规模及其分布特性分析不能局限于数据统计,还需考虑在线评论、消费者网络化决策行为、消费者策略性选择行为以及不同阶段需求之间的动态关联性。基于上述背景,本项目以电商平台上网络零售商的产品预售决策问题为对象,建立了零售商预售定价决策和产品质量决策的数学模型,研究发现考虑单个零售商时,线性在线评论(口碑)效应情形下,当该效应为正向影响且较为温和时,零售商会设定较高水平的预售价格以引导策略型消费者等待至正常销售阶段购买产品。此外,零售商在预售期初期的最优订购量可能会随着在线评论效应负向影响的增强而增加,而随着策略型消费者数量占比的增加而下降。当在线评论效应为凸二次函数形式时,该情形下零售商期初的最优订购量是关于策略型消费者数量的凸函数。在两个零售商的竞争格局下,对于低声誉零售商,当市场中在线评论效应较大时,该零售商降低其预售价格比较有利;而对于高声誉零售商,当市场中在线评论效应较大,且市场中消费者对其产品热衷程度较高时,该零售商同样应降低其预售价格,否则,高声誉零售商就不能选择降低售价,此外,当两个垄断型零售商的竞争异常激烈时(两个零售商的声誉差别极小),对于低声誉零售商而言,随着市场中消费者对其产品估值的增大,亦不能盲目提高其预售价格。这一点有别于直观的认知和理解,以上研究结论为企业决策者在预售策略的设计提供有了一定的参考价值。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

浙东中新世菱属果实化石的数量分类
  • DOI:
    10.13745/j.esf.sf.2020.4.24
  • 发表时间:
    2020
  • 期刊:
    地学前缘
  • 影响因子:
    --
  • 作者:
    肖良;王兴;李雪梅;李相传;贾慧;孙楠;梁嘉琪;王钦;李江啸;雍媛媛
  • 通讯作者:
    雍媛媛
甘肃省近54年气温时空变化特征分析
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    兰州交通大学学报
  • 影响因子:
    --
  • 作者:
    刘娅菲;李雪梅
  • 通讯作者:
    李雪梅
信息环境下的GIS专业自然地理学教改实践
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    测绘工程
  • 影响因子:
    --
  • 作者:
    段焕娥;韩惠;李雪梅
  • 通讯作者:
    李雪梅
微尺度激光冲击强化的影响因素分析
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    应用激光
  • 影响因子:
    --
  • 作者:
    龙芋宏;李雪梅;邹登峰;熊良才
  • 通讯作者:
    熊良才
Biosensor for simultaneous determination of two DNA target sequences using enzyme-functionalized Au nanoparticles as signal amplification
使用酶功能化金纳米粒子作为信号放大同时测定两个 DNA 靶序列的生物传感器
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Anal. Chim. Acta
  • 影响因子:
    --
  • 作者:
    李雪梅
  • 通讯作者:
    李雪梅

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码