基于在线评论的中小型电子商务企业供应链优化研究——以天猫商城魅族官方旗舰店为例-research on supply chain optimization of small and medium - sized e - commerce enterprises based on online comments - a case study of meizu official flagship store in tmall mall.docxVIP

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 天津理工大 学或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津理工大学 有关保留、使用学位论文 的规定。特授权 天津理工大 学 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日摘要电子商务的迅速发展使得网络顾客的购物行为逐渐发生改变，由原来的链式网络购 物行为模式演变成网状模式，使得企业对顾客的购物行为越来越难以把握，而在线评论 在反映顾客需求方面具有天生的优势，使得在线评论成为关注的重点。现阶段研究在线 评论对企业的应用主要涉及在线评论的管理、产品定价和产品销售三个方面，但是缺乏 从供应链的角度研究在线评论的应用。同时，电子商务的迅速发展带来了数据量的迅速 增长，大数据时代的到来使得越来越多的电子商务企业逐步深化大数据的应用并全面应 用于企业管理，中小型电子商务企业由于企业规模、资金技术的不足，使得这些企业不 知采取怎样的方式以及何种程度的技术应用大数据分析。本研究基于以上三点对中小型 电子商务企业应用在线评论优化供应链进行研究。本文首先描述了当前电子商务环境，分析我国中小型电子商务企业的基本情况和面 临的问题，提出了论文的研究视角和研究问题，阐述了论文的研究目的和研究意义，安 排了文章的内容和结构。其次通过归纳总结前人对在线评论定义，提出本文对在线评论的定义。通过对在线 评论的相关理论进行梳理，归纳出国内外研究较多、结论较为成熟的理论，作为文章的 理论基础，即归因理论、计划行为理论和详尽可能性理论。通过梳理在线评论的相关文 献，对国内外的研究结果进行总结研究，指出当前研究的不足和未来研究的方向。本研究提出了中小型电子商务企业应用在线评论的框架结构。首先基于框架结构运 用 K-means 聚类分析算法对在线评论顾客进行分区，以确定不同的顾客发表的在线评论 所重点关注的问题，以便企业能根据评论内容进行针对性的供应链优化。其次，由于在 线评论的研究受到很多前置变量和调节变量的影响，很多以往的研究结果和既定的结论 往往出现验证时结果不一致，所以必须要通过实验加以验证。故运用回归分析验证分区 研究中所得到的商品属性评论对供应链销售环节的影响。最后在线评论对供应链销售环 节存在影响研究结果成立的基础上，从供应链的角度提出优化建议。关键词： 中小型电子商务企业 供应链优化 在线评论 K-mean 聚类分析 线性回归AbstractWith the rapidly development of e-commerce, online customer’s shopping behavior has been changed from the chain structure to the reticular structure. It makes e-commerce enterprise to understand online customer’s behavior become more and more difficult. And online reviews have natural advantages in reflect customer’s demands, so it become the hot point of e-commerce enterprise. Present application of online reviews mainly focus on online reviews management, product pricing and product sales, but lack of application perspective from supply chain. At the same time, the developmental e-commerce lead to the rapidly growth of the amount of data. The advent of the era of big data makes more and more e-commerce enterprise use bi