在互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能飛速發(fā)展的今天,平臺經(jīng)濟及其相應的商業(yè)模式也如雨后春筍般地茁壯成長,并改變了市場生態(tài)。Web 2.0(即用戶可以生成內(nèi)容)環(huán)境下,在線交互平臺迅速體驗了用戶價值共創(chuàng)的巨大利益,然而理論研究滯后于實踐發(fā)展。為此,本文基于Web 2.0對平臺用戶現(xiàn)實需求、潛在需求和未來需求的持續(xù)挖掘,探討并界定平臺“價值共振”概念的基礎上,揭示平臺價值維度,解析和探索交互匹配機理以及相關研究方法,進而為保持和提升平臺用戶粘性、實現(xiàn)平臺的健康可持續(xù)發(fā)展提供積極的決策支持。為了有助于深入探討,本文研究聚焦于單邊平臺(即平臺提供服務產(chǎn)品)。本文首先通過知識圖譜軟件Cite Space的分析,解析了實現(xiàn)平臺價值共振的五大維度,通過融合點要素集合分析對“價值共振”作了進一步概念界定。“價值共振”的關鍵是價值認同,平臺應基于用戶的價值視角進行服務設計,本文通過構建PLS-SEM(Partial Least Squares-Structural Equation Modeling)模型,揭示了個性化價值是平臺價值不可或缺的關鍵維度。針對平臺價值的四個維度,基于模糊QFD(Quality Fun...

【文章頁數(shù)】：179 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究問題
        1.1.3 研究目的與意義
    1.2 研究思路與技術路線圖
    1.3 主要創(chuàng)新與貢獻
第二章 相關理論與文獻綜述
    2.1 價值共創(chuàng)相關理論和概念界定
        2.1.1 價值共創(chuàng)
        2.1.2 在線交互平臺的界定
        2.1.3 用戶參與下的用戶體驗
        2.1.4 用戶粘性的研究
        2.1.5 價值共振概念的初步界定
    2.2 國內(nèi)外相關研究綜述
    2.3 研究方法整理
        2.3.1 Cite Space
        2.3.2 QFD理論與方法
        2.3.3 PLS-SEM
        2.3.4 雙聚類算法
        2.3.5 研究方法的應用與拓展
    2.4 本章小節(jié)
第三章 價值共振的要素揭示:基于Cite Space的可視化研究
    3.1 價值共振的要素初步界定
        3.1.1 價值共創(chuàng)理論的不同視角
        3.1.2 “共振”的關鍵要素構建
        3.1.3 價值共振的要素初步界定
    3.2 數(shù)據(jù)挖掘的工具選擇與準備
        3.2.1 研究工具
        3.2.2 研究工具原理
    3.3 基于Cite Space揭示融合點要素
        3.3.1 數(shù)據(jù)來源與方法
        3.3.2 基于知網(wǎng)的中文文獻共詞分析
        3.3.3 基于Wos英文文獻Cite Space分析
    3.4 本章小結
第四章 面向用戶需求的平臺價值:基于PLS—SEM的研究
    4.1 研究問題提出
    4.2 平臺的價值維度
        4.2.1 用戶感知視角的價值維度解析
        4.2.2 基于價值共創(chuàng)的基礎模型構念
    4.3 構建PLS—SEM
        4.3.1 構建模型
        4.3.2 提出假設
    4.4 模型驗證
        4.4.1 模型有效性和可靠性測試
        4.4.2 平臺價值:二階結構
        4.4.3 檢驗研究模型和研究假設
        4.4.4 研究總結
    4.5 本章小節(jié)
第五章 用戶現(xiàn)實需求實現(xiàn):基于動態(tài)模糊QFD的研究
    5.1 研究問題提出
    5.2 用戶動態(tài)需求研究現(xiàn)狀
    5.3 構建動態(tài)模糊QFD及模型應用
        5.3.1 價值共創(chuàng)理論下的用戶個性化體驗
        5.3.2 服務生命周期
        5.3.3 用戶參與以及平臺交互
        5.3.4 口碑傳播
        5.3.5 研究方法與模型
    5.4 模型應用
    5.5 本章小節(jié)
第六章 用戶潛在需求挖掘:基于雙聚類的研究
    6.1 問題提出
    6.2 影響用戶粘性的因素梳理
    6.3 引入BCBimax算法
    6.4 模型應用
    6.5 本章小節(jié)
第七章 用戶未來需求預測:基于動態(tài)智能閉環(huán)QFD的研究
    7.1 研究問題提出
    7.2 服務生態(tài)系統(tǒng)中的共生模式
    7.3 模型構建
    7.4 模型應用
    7.5 本章小節(jié)
第八章 結論與展望
    8.1 論文主要工作
    8.2 研究結論
    8.3 研究展望
參考文獻
附錄:第四章結構方程模型采用的問卷內(nèi)容
作者在攻讀博士學位期間公開發(fā)表的論文
致謝



本文編號：3838526