导读:本文包含了在线商品销售论文开题报告文献综述及选题提纲参考文献，主要关键词:在线评论,电子商务,商品销售
在线商品销售论文文献综述
孙克琳,张心悦,林浡夏,李梅芳[1]（2018）在《电子商务中在线评论对商品销售的影响——以当当网自营图书为例》一文中研究指出本文采用实证分析法,从B2C代表网站——当当网,选取不同种类图书,进行数据收集;分析新增销量率与在线评论的好评率、差评率,在同一类型、不同种类商品间的关系;并针对影响因素较多的种类,进行问卷调查。通过研究我们发现:好评率对新增销量率有正向影响,差评率无显着影响,并且不同种类影响程度不同;在众多影响消费者购买的因素中,在线评论起到重要作用,消费者除了在销售页面浏览评论外,还会通过第叁方平台收集信息。(本文来源于《电子商务》期刊2018年02期）
劳鑫[2]（2016）在《在线评论对商品销售的影响研究》一文中研究指出互联网技术的不断进步充分带动了电子商务的迅猛发展,越来越多的人倾向于在网络上购物。在购买完商品后,消费者往往都会在各大电商网站上发表用户在购买商品后能够自由地发表使用感受及满意度等,使得各大交易网站上均出现了大量的在线评论。作为一种新兴的网络交流手段和平台,在线评论对于商品销售而言具有巨大的影响作用。然而,当前许多学者在研究商品销量影响因素时往往只关注了在线评论数、评论可读性等相关变量,并未从商品特征和商家反馈这两个角度去进行详细考虑。基于此,本文以天猫商城中游戏本商品为基础,先后对商品的属性特征及其对应情感强度以及商家的反馈类型进行了研究与验证,并在此基础上构建计量模型,分析这两方面因素对于商品销量的影响。本文的主要研究内容及成果如下:(1)提出了一种基于句法分析和深度学习的细粒度情感分析方法,用于从在线评论中提取商品的属性特征及对应情感词。在特征提取方面,该方法将基于高频名词的属性提取方法与基于语义关系的属性提取方法结合在了一起,并根据词向量模型对属性词进行语义相似度计算,运用聚类分析的方法将各个属性词划分到对应类别当中;在情感词发现方面,该方法基于情感词典及词向量模型,从在线评论文本中获取对应的隐性情感词,并根据语义依存关系对商品各个属性特征上的情感强度计算。从方法论的角度出发,该方法能够获取在线评论中更深层次的细粒度信息,不但增加了对语义依存关系的考虑,使得在属性词的选择上更为全面和准确,而且运用词向量的方式计算语义相似度,所得结果更为精准。(2)运用概率主题建模的方法对商家反馈的类型进行了验证。本研究运用LDA模型,从商家反馈数据中提取有意义的主题,并通过对所选各个主题中关键词的分析,将其归类到对应的商家反馈类别当中。根据所得结果可发现,在现实网络环境中,商家反馈大多为感激、道歉和解释这叁种类型,而补偿类的商家反馈则几乎不存在。通过运用机器学习的方法验证商家反馈的几种常见类别,本研究从新的角度对商家反馈进行了更为细致的分析,为针对商家反馈的相关研究提供了新的视角。(3)对商品属性特征及商家反馈类型对于商品销量的影响作用进行了探究。在构建了以购买价格、在线评论数、商家反馈数为自变量,商品销量为因变量的计量模型的基础上,本研究先后将各个商品特征属性及商家反馈类型作为自变量引入到模型当中,探究其对于商品销量的影响。研究结果表明,在线评论数对于商品销量具有显着的正向作用,商家反馈数对于商品销量具有显着的负面作用,而购买价格对于商品销量则不具备显着影响;对于商家反馈类别而言,道歉、解释和感激叁种不同类型的商家反馈都对商品销量具有显着的正向影响,其中道歉的影响作用最大,解释次之,感激的作用最小;对于商品属性特征而言,并非所有商品属性特征都会显着影响商品销量。以本研究所选取的游戏本商品为例,散热/声音、电池续航、硬件、屏幕这四项特征对商品销量不存在显着作用,而其他商品属性则会对商品销量具有显着的正向影响。(本文来源于《北京邮电大学》期刊2016-12-25）
李朋[3]（2016）在《考虑消费者异质性的在线信息对体验型商品销售影响研究》一文中研究指出随着近些年来电子商务的迅猛发展,消费者在购物习惯上也越来越倾向于使用网络来获取商品的相关信息,这种现象在体验型商品的购买中尤为显着。对于体验型商品,消费者在进行购买前通常很难准确地评估其内容和质量,为了降低感知风险,会浏览和寻找大量的商品属性描述和体验评论信息来丰富自己的决策依据,基于其他消费者的体验感知信息,潜在消费者可以更好地调整自身的购买决策,而商家也能够通过挖掘这些评论信息来了解顾客的意见和需求演变,进而改善服务以及采取针对性的营销策略。对网络舆论的研究也证实了该趋势,相比传统媒体,网路舆论在消费者线上购物过程中的影响效果更大,并且其影响还在逐步地提升中。其中,在线上信息影响消费者购物决策的过程中,不仅商品的属性因素,在线评论相关因素具有显着地调节作用,消费者的特征因素同样也起着非常重要的调节作用。尤其是随着信息技术的迅捷发展和国民经济的快速增长,电子商务平台不断完善和居民可支配收入逐步增加,消费者需求逐渐升级,在消费需求个性化推动下,消费购买行为越发复杂,消费者的异质性因素对商品线上销售的影响越来越大。不同收入水平、不同类型的消费者间需求呈现多样化趋势,这种需求的差异性将会导致线上购物行为的差异性。本研究通过实证分析的方式,结合当前国内主流酒店线上预订平台中的消费者评论等数据,研究了考虑消费者异质性的在线信息对体验型商品销售影响的规律。首先,通过梳理国内外在线信息研究的相关文献,借鉴以往研究成果,提出了信息展现形式、商品特征以及消费者特征相关因素调节在线信息对体验型商品销售影响的几点假设。其次,对研究模型中变量的选取进行了释疑,并依据研究问题构建了概念模型,之后借助Python编写了网络数据自动抓取程序,在携程网预订平台中抓取了北京、上海、深圳等国内21个城市酒店的在线信息相关数据,然后对样本数据加以筛选和梳理。最后,把信息展示丰富度相关因素纳入模型,构建和优化了课题研究的分析模型,并以此探究在线信息相关因素对入住不同星级酒店消费者和不同出行类型消费者酒店预订行为影响的差异性,通过样本数据的多元线性回归分析,得出了论文探究的一些结论。本文通过剖析模型的线性回归结果,发现在线信息的展示形式能够显着影响酒店的销售。除五星级酒店之外,酒店展示的图片数量对其线上销售具有明显的负向影响,与之相反,消费者图片评论的数量能够显着正向影响其线上销售,但并非图片评论数量越多越好,过高的图片评论比例反而不利于酒店线上销量的增长；在线信息对不同星级酒店消费者的影响具有显着的差异性。酒店特征因素对经济型酒店线上销售的影响最显着,在线评论信息对选择入住二星级酒店消费者的影响最显着。其中,价格因素对星级酒店正向影响的相关系数会随着酒店品质等级的提高而增长,不推荐度因素对酒店线上销售的负向影响也随星级提高逐步而增强；在线信息对不同出行类型消费者的影响具有显着的差异性。酒店特征因素对不同出行类型消费者均具有显着的影响,但在影响方向上有所差异,酒店价格对商务出行和亲子出行的消费者预订行为具有显着的正向影响,对结伴出行和独自出行消费者的酒店决策具有显着的负向影响。酒店星级对独自出行者具有负向影响,而对商务出行、亲子出行和结伴出行消费者具有正向的影响。不同出行类型的消费者关注点具有很大的差异性,其中,商务出行和独自出行的消费者更看重酒店的房间环境情况,亲子出行和结伴出行类型消费者关注酒店的地理位置和客户服务水平。最后,本文对研究结论进行了探讨与分析,分别为管理者和消费者决策提供相关建议。(本文来源于《南京大学》期刊2016-05-05）
胡志海,赵丹丹,张义[4]（2015）在《在线评论对商品销售影响的实证研究》一文中研究指出以淘宝网的护肤品为研究对象,收集实际数据,分析在线评论的评论数量、评论得分、好评率和差评率对护肤品销售情况的影响;研究结果表明:评论数量对护肤品销售的影响极为显着,评论得分对护肤品销售的影响较为显着,好评率和差评率对护肤品销售的影响则不显着;可为网络商品销售商的营销及用户评论处理提供依据基础及指导。(本文来源于《重庆工商大学学报(自然科学版)》期刊2015年12期）
高宝俊,王寒凝,黄瑱,侯洋洋[5]（2015）在《在线评价系统对商品销售的影响分析——基于京东和天猫的数据》一文中研究指出本文以国内两大主要B2C网站——京东和天猫作为研究对象,对不同评价系统对销量产生的影响进行对比分析。结论表明:对于不同的评价系统,评论对销量产生不同的影响。在有分类的评价系统下,评论总量、好评量对销量产生显着的正影响;差评量对销量产生显着的负影响。在没有分类的评价系统下,销量受到评论总量、好评量的显着正影响,但差评并不对销量产生影响。价格是影响销量的重要因素,两个网站的评论总量和价格对销量都产生显着性的相互影响。本文通过分析不同在线评价系统对销量产生的影响,以期为企业完善在线评价系统提供参考。(本文来源于《价格理论与实践》期刊2015年08期）
杨桂才[6]（2015）在《在线商品销售系统的设计与实现》一文中研究指出随着社会经济和技术的不断发展,电子商务得到了越来越广泛的应用,渗入到生活的方方面面。特别是随着网络应用的普及和深入,电子商务已经构成了我们经济生活中一个非常重要的部分,在国民经济中扮演了越来越重要的角色。各类电子商务系统几乎囊括了我们所能想象的到的每一个领域。其中,除了一些巨无霸式的超级电子商务系统,许多中小型电子商务系统,也以自己独特的优势和明确的定位获得了自己的立足之地,并逐渐的扩大自己的市场份额,在电子商务领域也发挥着越来越重要的作用。本文就以一个中小型电子商务系统的设计与实现为例,来具体阐述中小型电子商务系统的具体实现和运作过程。系统采用传统的B/S模式。本质上是一个订单管理系统。系统基于ASP.NET平台,采用Visual Studio2005开发环境。开发语言采用C#。后台数据库采用目前比较主流的SQL Server2005.系统运行稳定,操作简单,能实现订单登记、确认、货物发送、仓储管理、订单查询及退货结账等功能。达到了现代电子商务系统所要求的信息化要求。论文部分我们主要分为几个大的章节分别介绍了系统具体的开发和实现过程。在前面的章节我们主要介绍了订单管理系统的开发环境、开发平台、系统所采用的主要技术等。在系统需求分析部分,我们对系统的需求分析做了比较详细的论述,系统设计部分主要介绍了系统的功能设计、数据库设计及具体的代码设计；在系统实现部分说明了系统开发所涉及到的一些算法。并对一些主要功能实现的窗口,做了图示说明。在论文最后我们对系统的开发进行了总结,并对系统的进一步完善进行了展望。(本文来源于《云南大学》期刊2015-05-01）
徐雪娟,郭进利,何静[7]（2013）在《基于复杂网络理论的在线商品销售规律研究》一文中研究指出随着电子商务的发展,研究电子商务销售网络的特性愈加重要。本文运用复杂网络理论研究电子商务中商品销量与其对应的卖家数量之间的分布关系。数据分析表明,电子商务商品的销售量呈现出幂律分布,类似于无标度网络中的度分布,为企业做出经济决策提供参考依据。此外,销量分布所体现出的长尾特性,指出了电子商务中新的利润来源,为销售网络中各个环节的参与者提供了参考。(本文来源于《金融经济》期刊2013年16期）
赵志阳[8]（2013）在《交易网站在线评论对商品销售的影响研究》一文中研究指出随着中国经济和互联网的发展,越来越多的人倾向于在网络上购物。用户在购买商品后能够自由地发表使用感受及满意度等,使得各大交易网站上均出现了大量的在线评论。在线评论如今已经成为一种新兴的网络交流手段和平台,对商品销售产生了很大的影响,深入研究交易网站用户在线评论的行为特征及其对商品销售产生的影响,将为交易网站更好地认识和利用在线评论奠定基础,有利于交易网站针对性地对在线评论进行处理或反应,也能够更好地为消费者提供服务。基于此,本文的研究按以下内容展开：1、交易网站在线评论的形成过程实证研究。通过分析在线评论形成过程中的时间间隔分布特征,发现在线评论并不是均匀产生的,而是随机生成的,长时间的静默与短期内的高频率的爆发会同时出现在在线评论中。通过分析在线评论的商品满意度评分形成过程,发现在线评论在商品上架前期、中期以及后期不同的表现规律,能够更好地帮助交易网站认识和处理在线评论。2、交易网站在线评论对商品销量的影响研究。从已有评论数量、现有销量排名、优惠价格、商品满意度评分、在线评论情感倾向五方面出发,分别考虑其对商品新增销量产生的影响并提出假设,通过对易迅网站手机及U盘真实在线评论数据的线性回归分析,得出交易网站在线评论对商品销量的影响。研究发现,已有评论数量对商品新增销售情况影响最为显着,现有销量排名对商品新增销售情况影响较为显着；而优惠价格、商品满意度评分、好评率、差评率对商品新增销售情况影响并不显着。对于U盘来说,已有评论数量及现有销量排名对新增销售情况的影响均要高于这些因素对手机新增销量的影响。(本文来源于《北京邮电大学》期刊2013-02-12）
闫强,赵志阳[9]（2012）在《在线评论对商品销售的影响研究》一文中研究指出在线评论如何影响商品销售是交易网站需要考虑的一个关键问题。本文基于易迅网手机的在线评论信息等数据,通过线性回归模型,分析了销量排名、评论数量、客户满意度评分、优惠价格等因素对手机销售的影响。研究表明:己有评论数量对手机销售情况影响最为显着,销量排名对手机销售情况影响较为显着,而优惠价格、商品满意度评分、好评率、差评率对手机销售情况影响并不显着。本研究可为交易网站在商品销售及用户评论处理方面提供指导。(本文来源于《第七届（2012）中国管理学年会信息管理分会场论文集（选编）》期刊2012-10-22）
张旭阳[10]（2012）在《基于Web的在线商品销售系统研究》一文中研究指出本文论述了系统方案的选择,在线商品销售的设计与实现,后台管理的设计与实现,系统安全机制的实现,通过相应的数据库设计、业务代码编写及页面设计,最终实现了在线商品销售系统。(本文来源于《福建电脑》期刊2012年03期）
在线商品销售论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
互联网技术的不断进步充分带动了电子商务的迅猛发展,越来越多的人倾向于在网络上购物。在购买完商品后,消费者往往都会在各大电商网站上发表用户在购买商品后能够自由地发表使用感受及满意度等,使得各大交易网站上均出现了大量的在线评论。作为一种新兴的网络交流手段和平台,在线评论对于商品销售而言具有巨大的影响作用。然而,当前许多学者在研究商品销量影响因素时往往只关注了在线评论数、评论可读性等相关变量,并未从商品特征和商家反馈这两个角度去进行详细考虑。基于此,本文以天猫商城中游戏本商品为基础,先后对商品的属性特征及其对应情感强度以及商家的反馈类型进行了研究与验证,并在此基础上构建计量模型,分析这两方面因素对于商品销量的影响。本文的主要研究内容及成果如下:(1)提出了一种基于句法分析和深度学习的细粒度情感分析方法,用于从在线评论中提取商品的属性特征及对应情感词。在特征提取方面,该方法将基于高频名词的属性提取方法与基于语义关系的属性提取方法结合在了一起,并根据词向量模型对属性词进行语义相似度计算,运用聚类分析的方法将各个属性词划分到对应类别当中;在情感词发现方面,该方法基于情感词典及词向量模型,从在线评论文本中获取对应的隐性情感词,并根据语义依存关系对商品各个属性特征上的情感强度计算。从方法论的角度出发,该方法能够获取在线评论中更深层次的细粒度信息,不但增加了对语义依存关系的考虑,使得在属性词的选择上更为全面和准确,而且运用词向量的方式计算语义相似度,所得结果更为精准。(2)运用概率主题建模的方法对商家反馈的类型进行了验证。本研究运用LDA模型,从商家反馈数据中提取有意义的主题,并通过对所选各个主题中关键词的分析,将其归类到对应的商家反馈类别当中。根据所得结果可发现,在现实网络环境中,商家反馈大多为感激、道歉和解释这叁种类型,而补偿类的商家反馈则几乎不存在。通过运用机器学习的方法验证商家反馈的几种常见类别,本研究从新的角度对商家反馈进行了更为细致的分析,为针对商家反馈的相关研究提供了新的视角。(3)对商品属性特征及商家反馈类型对于商品销量的影响作用进行了探究。在构建了以购买价格、在线评论数、商家反馈数为自变量,商品销量为因变量的计量模型的基础上,本研究先后将各个商品特征属性及商家反馈类型作为自变量引入到模型当中,探究其对于商品销量的影响。研究结果表明,在线评论数对于商品销量具有显着的正向作用,商家反馈数对于商品销量具有显着的负面作用,而购买价格对于商品销量则不具备显着影响;对于商家反馈类别而言,道歉、解释和感激叁种不同类型的商家反馈都对商品销量具有显着的正向影响,其中道歉的影响作用最大,解释次之,感激的作用最小;对于商品属性特征而言,并非所有商品属性特征都会显着影响商品销量。以本研究所选取的游戏本商品为例,散热/声音、电池续航、硬件、屏幕这四项特征对商品销量不存在显着作用,而其他商品属性则会对商品销量具有显着的正向影响。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在线商品销售论文参考文献
[1].孙克琳,张心悦,林浡夏,李梅芳.电子商务中在线评论对商品销售的影响——以当当网自营图书为例[J].电子商务.2018
[2].劳鑫.在线评论对商品销售的影响研究[D].北京邮电大学.2016
[3].李朋.考虑消费者异质性的在线信息对体验型商品销售影响研究[D].南京大学.2016
[4].胡志海,赵丹丹,张义.在线评论对商品销售影响的实证研究[J].重庆工商大学学报(自然科学版).2015
[5].高宝俊,王寒凝,黄瑱,侯洋洋.在线评价系统对商品销售的影响分析——基于京东和天猫的数据[J].价格理论与实践.2015
[6].杨桂才.在线商品销售系统的设计与实现[D].云南大学.2015
[7].徐雪娟,郭进利,何静.基于复杂网络理论的在线商品销售规律研究[J].金融经济.2013
[8].赵志阳.交易网站在线评论对商品销售的影响研究[D].北京邮电大学.2013
[9].闫强,赵志阳.在线评论对商品销售的影响研究[C].第七届（2012）中国管理学年会信息管理分会场论文集（选编）.2012
[10].张旭阳.基于Web的在线商品销售系统研究[J].福建电脑.2012