基于K―means聚类法的大学生网购抱怨行为分析.doc

基于K―means聚类法的大学生网购抱怨行为分析.doc基于 K―means 聚类法的大学生网购抱怨行为分析[ 摘要] 文章运用聚类分析中的 K-means 聚类法对在校大学生网购抱怨行为进行聚类分析。研究发现, 大学生网购抱怨类型可以分为传播型抱怨者、效用型抱怨者和沉默型抱怨者,不同类型的抱怨者各有其特点,这就要求电商应根据不同的抱怨类型的特点采取相应的补救策略, 以保持和提高大学生网购的忠诚度。[ 关键词] 抱怨行为; K-means 聚类分析;补救策略随着互联网的兴起, 网购正成为一种趋势和潮流, 在人们的日常生活中占据越来越重要的位置。众所周知, 大学生接受新事物能力强, 能熟练使用互联网, 因此大学生对于网购的接受程度比其他人群更高, 现在的在校大学生将成为未来网购市场的主要组成部分。但是大学生网购常常会遇到不满意的情况, 产生抱怨行为, 若不能有效安抚抱怨者的情绪, 其忠诚度会大打折扣。所以, 电商必须了解大学生抱怨行为的类型和特点, 采取有效的补救策略, 消除他们的抱怨情绪。本文在借鉴前人研究成果和方法的基础上, 主要以在校大学生为样本, 研究他们在近年兴起的网购大潮中的抱怨行为类型。 1 文献回顾 顾客抱怨顾客抱怨是指顾客对产品或服务的不满和责难, 顾客对产品或服务的抱怨即意味着经营者提供的产品或服务没达到他的期望、没满足他的需求。另外,也表示顾客仍旧对经营者具有期待,希望能改善服务水平。其目的就是为了挽回经济上的损失, 恢复自我形象。大致在 20 世纪 70 年代, 由于受到消费至上主义的影响, 西方学者就已经开始注意对顾客投诉行为的研究。直到现在, 顾客抱怨领域总是能引起很多研究者的兴趣。通过对以往有关抱怨主题的研究文献进行搜集整理, 发现这一主题的研究成果逐渐成熟和完善。 网购抱怨行为 1999 年年底, 随着互联网高潮来临。中国网络购物的用户规模不断上升。 2010 年中国网络购物市场延续用户规模、交易规模的双增长态势。《 2013 ― 2017 中国网络购物行业市场前瞻与投资预测分析报告》统计数据显示, 2010 年中国网络购物市场交易规模接近 5000 亿元,达 亿元, 占到社会消费品零售总额的 % ; 同时, 网络购物用户规模达到 亿, 在网民中的渗透率达 % 。网购将成为未来发展的必然趋势,在人们的生活中占据十分重要的位置。不可否认的是网购的兴起和蓬勃发展为人们的生活带来很多的便利, 同时本身也存在很多的问题: 大量的假冒伪劣产品充斥着网购; 诚信问题; 配送的速度不一; 退货不方便等。由于这些问题的存在使得网购的抱怨行为难以避免, 同时, 网购抱怨行为发生的频率更高,传播性更广,危害性也更大,不同于线下购买的顾客抱怨行为。网购抱怨行为是绝大多数电商必将面临的重要问题, 具有十分重要的研究意义。 K-means 聚类聚类分析中常用的一种聚类算法是 196 7年 MacQuee n 提出的基于误差平方和准则的 K- 均值算法, 该算法具有简单且容易理解, 计算方便、速度快以及能够有效处理大型数据库的优点而成为聚类分析中的经典算法。 K-means 算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。 2 研究方法 研究对象及数据收集本文以有网上购物经历的