終-存檔版手機產(chǎn)品的大數(shù)據(jù)需求預(yù)測模型構(gòu)建與體系設(shè)計

第一 緒 第二 國內(nèi)外相關(guān)研究及方法概 第三 基于大數(shù)據(jù)的需求預(yù)測模型構(gòu)建與體系設(shè) 引 第四 實例分析與數(shù)值模 第五 結(jié)論與展 結(jié) 展 致 參考文 附 圖圖1-1本文研究框 圖2-12016與2017年大數(shù)據(jù)版圖對 圖2-22016與2017年大數(shù)據(jù)版圖對比（續(xù) 圖2-4數(shù)據(jù)挖掘流程&主要步 圖2-5數(shù)據(jù)挖掘系統(tǒng)模 圖3-12015H1-2016H1中國價位段份額趨 圖3-32017Q1主流品牌銷量價格分 圖3-5Apriori算法流 圖3-6生命周期過程曲 圖3-7預(yù)測體系三維結(jié) 圖3-8預(yù)測體系模型框 圖4-1五款產(chǎn)品銷量比 圖4-2暢品類實際銷量值與模型預(yù)測值對 圖4-3平品類實際銷量值與模型預(yù)測值對 圖4-4滯品類實際銷量值與模型預(yù)測值對 表表2-1大數(shù)據(jù)的定 表2-2傳統(tǒng)數(shù)據(jù)分析與大數(shù)據(jù)分析的比 表2-3數(shù)據(jù)挖掘分析方 表3-1銷量前十品牌產(chǎn)品價格信息匯總（部分 表3-2本文研究的產(chǎn)品信息匯總（部分 表3-3產(chǎn)品的屬性匯 表3-4產(chǎn)品名義屬性匯 表3-5名義屬性組合挖掘數(shù)據(jù)（部分 表3-6不同參數(shù)方案下挖掘結(jié)果的比 表3-7不同參數(shù)方案下挖掘結(jié)果的比較（續(xù) 表3-8支持度4%置信度30%條件下的屬性組合（部分 表3-9產(chǎn)品定序?qū)傩杂?表3-10產(chǎn)品定序?qū)傩杂嬎氵^程（部分 表3-11產(chǎn)品屬性值綜合計算（部分 表3- 表4-1五款產(chǎn)品屬性信息（定序?qū)傩?表4-2五款產(chǎn)品屬性信息（名義屬性 表4-3五款產(chǎn)品名義屬性匯 表4-4五款產(chǎn)品名義屬性賦 表4-5五款產(chǎn)品定序?qū)傩再x 表4- 表4-7五款產(chǎn)品暢平滯分 表4- 表4-9五款產(chǎn)品相對銷 表4-10暢品類產(chǎn)品回歸擬合參 表4-11暢品類各模型使用殘差對 表4-12平品類產(chǎn)品回歸擬合參 表4-13平品類各模型使用殘差對 表4-14滯品類產(chǎn)品回歸擬合參 表4-15滯品類各模型使用殘差對 表4-16產(chǎn)品銷量預(yù)測 表4-17產(chǎn)品銷量預(yù)測結(jié) 由于經(jīng)濟程度的不斷發(fā)展，人們對生活水平的要求也在隨之提高，產(chǎn)品作為集通訊、、辦公等眾多功能的可攜帶式電子設(shè)備正逐漸成為人們?nèi)粘Ｉ钪袩o可替代的必需品。中國市場的容量在進一步擴大，給行業(yè)帶來了競爭機會和更好發(fā)展前景。在競爭日益激烈的行業(yè)背景下，廠商紛紛推出功能眾多的產(chǎn)品來吸引消費者，導(dǎo)致人們對產(chǎn)品的選擇和偏好受到因素的影響。有效的產(chǎn)品需求預(yù)測可以幫助企業(yè)更好的進行生產(chǎn)和備條件下，針對產(chǎn)品進行大數(shù)據(jù)需求預(yù)測模型的構(gòu)建和預(yù)測體系的設(shè)計具有要方法和數(shù)據(jù)挖掘的常用，然后在考慮產(chǎn)品特征之后選擇從產(chǎn)品屬性第一，建立屬性分析模型。針對目前市面上的產(chǎn)品進行價位段劃分，到對產(chǎn)品的需求預(yù)測。Astheeconomiclevelcontinuestoimprove,people'slivingstandardsarealsoraising,whichmakestheintegratingcommunication,entertainment,officephoneproducts eanindispensabledailynecessityinpeople’slife.Thefurtherexpandof'sphonemarketcapacityhasbroughtmorecompetitiveopportunitiesandbetterprospectsfortheindustrydevelopment.phonemanufacturershavelaunchedphoneswithmanyfunctionstoattractconsumers,leadingtothechoiceofproductsandpreferencesinfluencedbymorefactors.Effectiveproductdemandforecastingcanhelpenterprisesabetterproductionandstock,andalsohelpthewholeindustrytoestablishamoreefficientoperatingsystem.Howtoextracttherealvaluableinformationfromthecurrentcomplexbigdataenvironmenthas eafurtherresearchfocus.Insuchbackground,itisofgreatpracticalsignificanceandacademicvaluetodesignthedemandforecastingmodelandsystemforphoneproductsbasedonbigdata.Thispaperfirstsummarizesthemainmethodsofexistingdemandforecastinganddataminingbycombingandsummarizingalargenumberofs.Then,afterconsideringthecharacteristicsofproducts,wechoosetobuildthedemandforecastfromproductattributes,andtheprocessmainlydividedintotwoparts:Firstly,createanattributeysismodel.Dividephonebypricesegmentandselectedproductattributesbasedonthecharacteristicsofthedifferentgroup.Theattributeoftheproductisweightedbytheassociationruleminingalgorithmandthencanbeusedforthecalculation.Secondly,thedemandforecastingmodelisestablishedtocombinetheresultsofattributeysis.Onthebasisoftheattributeassignment,theclusteringysisisusedtodividetheproductaccordingtotheattributepromotiondegree,andthelifecycleregressioniscarriedoutfordifferenttypesofproductstogetthefinalsalesforecastsoastoobtainacombinationofdifferentproductattributesofdemandforecastanddesignthefinalsystem.Theresultswhichcanbeusedtogivesuggestiontothecompaniesindicatethatthecombinationofdifferentattributeswillhavetheinfluenceonthefinalsalesoftheproduct,solvingtheproblemoflackinghistoricaldata.Finally,basedontheconclusionofthestudy,theauthorputsforwardsomesuggestionsonhowtostrengthenthedemandmanagementofphoneenterprises,andfurtherprospectsofthefutureresearchdirection.:Phone;BigData;Demand-forecastingModel;Attributeyze;AprioriAlgorithm第一章緒論由第數(shù)據(jù)統(tǒng)計機構(gòu)IDC公布的2016年全球智能銷售數(shù)據(jù)，該年度智能為、OPPO以及vivo。市場方面，根據(jù)中國信息通信的報告顯示，2016年僅份額在2016年不斷的縮減，而中國的國產(chǎn)品牌比如、OPPO和vivo市場份額仍然擁有上升優(yōu)勢，尤其在2016年第四季度，在蘋果發(fā)布產(chǎn)品7以及7Plus的2016年以1.39億臺智能的全年出貨量領(lǐng)跑了中國品牌。在目前競爭激烈的市場格局下，銷售商，生產(chǎn)商以及整個上的企業(yè)要在保證銷量的前提下降低企業(yè)的存貨，提高周轉(zhuǎn)率，才是各大廠商需要解決的關(guān)鍵問題。在此過，精準的產(chǎn)品需求預(yù)測可以有效降低產(chǎn)品的庫存和庫存成本，從根本由于產(chǎn)品需求波動性大的特點，傳統(tǒng)的單一的需求預(yù)測方法已經(jīng)不足以滿足研究正逐漸趨于火熱，其在挖掘客戶需求方面也具有一定的優(yōu)勢，在對于產(chǎn)品的需求研究目的與創(chuàng)新由于行業(yè)的快速興起，中國的市場容量在逐步攀升，智能的出現(xiàn)改變了民眾以往傳統(tǒng)的生活和溝通方式，已經(jīng)成為平日生活里不可或缺的元一，而在這個過消費者對于其功能的需求也在不斷的變化，這也對整個供應(yīng)鏈上各個環(huán)節(jié)的原因則是由于對市場預(yù)測的不及時與確，以及對潛在的影響因素的考慮不全面，不能響應(yīng)顧客的需求，因此對于行業(yè)的需求預(yù)測的優(yōu)化就變得十分重要。而作為一種Apropri算法對產(chǎn)品屬性組合進行數(shù)據(jù)挖掘，將算法的支滯類別也會對應(yīng)不同的生命周期狀態(tài)，因此針對不同類別的產(chǎn)品進行分別的生命周期過去對于需求預(yù)測的研究多集中于對某品牌甚至整個行業(yè)的產(chǎn)品進行集中的預(yù)測分析，并未考慮到同一品牌中不同品類本身所產(chǎn)生的差異，導(dǎo)致預(yù)測的擬合結(jié)果研究像這樣技術(shù)與功能更新速度越來越快的產(chǎn)品，單憑歷史的數(shù)據(jù)已經(jīng)不足以滿足新首先，對于產(chǎn)品進行分類，減少由于研究范圍過大所帶來的預(yù)測誤差。根據(jù)對于產(chǎn)品的與研究，不同價位段的所具有的屬性特征具有很大差異，本文對不同價位段的進行了一定依據(jù)基礎(chǔ)上的劃分，將需求細化到某一價位段中的產(chǎn)品，保證了預(yù)測的精度。在進行生命周期擬合的過，也針對不同的銷量狀態(tài)的產(chǎn)品進行劃分，進其次，由于新產(chǎn)品的加入缺乏歷史數(shù)據(jù)作為預(yù)測的數(shù)據(jù)支撐，將產(chǎn)品的屬性作為可用于數(shù)值計算的賦值，也是對于產(chǎn)品的需求預(yù)測方面所進行的創(chuàng)新，對未來相關(guān)領(lǐng)研究內(nèi)容 框方法進行整理歸納以及進行需求預(yù)測模型的介紹。為下面章節(jié)模型以及體系打好基本的理論根基。同時介紹大數(shù)據(jù)的產(chǎn)生，接著對于行業(yè)中大數(shù)據(jù)的特點進行總結(jié)，并11本章小 產(chǎn)品屬性相關(guān)研例，消費者所定義的屬性就是由價格、品牌、顏色、電池容量、頭像素等屬性組的需求值存在一定的影響，Decker【10】等人發(fā)現(xiàn)產(chǎn)品屬性對消費者行為的確存在顯著現(xiàn)有的關(guān)于產(chǎn)品屬性對銷量的影響多從屬性對消費者意向的角度進行研究【4,5。針對對于產(chǎn)品屬性的研究大多還停留在使用問卷的方式得到屬性的評分與偏好【6,7，在數(shù)據(jù)樣本獲取方面存在一定程度的局限性，也必然會對預(yù)測的結(jié)果產(chǎn)生部分偏差影權(quán)重的分配。但在實際案例分析的操作中，對市場所得到的結(jié)果進行處理還沒有一套大數(shù)據(jù)需求預(yù)測研究與件工具進行分析的且來自各個信息源的數(shù)據(jù)【24。從2011年麥肯錫全球發(fā)布的研究報告中第一次提出“BigData”的概念到如今的快速發(fā)展，大數(shù)據(jù)的定義也逐漸趨向于多21IDC數(shù)據(jù)中4Vs定義：容量(volume)、多樣性(variety)、速META分析公3Vs模型：容量、多樣性、McKinsey分析數(shù)據(jù)能力的數(shù)據(jù)NIST2120162017 TB以上，這就需要進行高效快速的有效數(shù)據(jù)的獲取，同時擁有相匹配的處理速度，的社會化能力也擁有著巨大的商業(yè)潛力，這些數(shù)據(jù)不僅僅局限于消費者所的產(chǎn)品與消費記錄，還包括其在過所產(chǎn)生的所有瀏覽數(shù)據(jù)、使用偏好，以及后的評段，但從2015年中國信息通信的中顯示，僅中國地區(qū)的受訪企業(yè)中就有32%使用數(shù)據(jù)挖掘技術(shù)來進行研究，馬姝【8】GBDT回歸分析消費者在網(wǎng)上購物過所產(chǎn)生的數(shù)據(jù)得到其意向，進而得到對于需求的預(yù)測；Sunil【11】則進一步提根據(jù)Manyika等人在西方產(chǎn)業(yè)數(shù)據(jù)報告中預(yù)測，大數(shù)據(jù)的應(yīng)用可以使得企業(yè)的利潤率提高60%以上【12，因此對于大數(shù)據(jù)的研究不僅是在科研領(lǐng)域的一大新的突破更是對于企數(shù)據(jù)挖掘算法概GB級以下，且主要針對結(jié)構(gòu)化的數(shù)據(jù)，主要使用數(shù)算、快速傅里葉變換、平滑和濾波、基線和峰值分析等常用統(tǒng)計學(xué)方2-2對這兩類分22在數(shù)據(jù)庫中的數(shù)據(jù)，規(guī)模為級或TBPB，甚至可能更靜態(tài)、結(jié)構(gòu)化的分析以統(tǒng)計學(xué)為基礎(chǔ)進行分類與報表等簡單描述，輔助決技術(shù)水平要求低，投入成本低，適 yticalProcessing）和數(shù)據(jù)挖掘（DataMining）兩大類【23，本文的數(shù)據(jù)挖掘的過程和主要步驟如下【14庫庫掘換擇23數(shù)據(jù)挖掘流程&知知挖用24分析方法是數(shù)據(jù)挖掘的部分，通過科學(xué)的建模過程找到數(shù)據(jù)之間潛在的關(guān)系，并針對不同的分析目標找到相應(yīng)對策，現(xiàn)今廣泛使用的方法為分類、聚類、Web頁挖掘、以23數(shù)據(jù)挖掘最重要的基礎(chǔ)，一種有監(jiān)督的學(xué)習(xí)過程【27】；從數(shù)據(jù)庫中找到某一組數(shù)據(jù)的相同特征并依據(jù)分類模并基于此預(yù)測未知數(shù)據(jù)的信息【12與分類相似，收集數(shù)據(jù)進行分類，通過聚類使分離出每個數(shù)據(jù)集之間的差距最大，而數(shù)據(jù)集內(nèi)的密度聚類算法、類算法、劃分聚類算法、網(wǎng)格聚類算的取值范圍進行Web步的處理，利用Web頁挖掘分析對企業(yè)決策提供支PageRank算法、HITS算法、LOGSOM算法Apriori算法、Partition算法、Fp-growth算法、Eclat算法1i??1,??2,?????}??1,??2,?????的項的集合，對于已經(jīng)給定的事務(wù)集DIXIXD,DXXk,X為k項集【14。定義2若項集X?I,Y?I,且存在XY=?的關(guān)系,則蘊含式X?Y可稱為關(guān)聯(lián)規(guī)則【28X為規(guī)則前項，Y為規(guī)則后項，Y|XXD也存在一定的幾率會包含項集Y。蘊含式X?Yc%表示，則表明事務(wù)集D同時包XYc%DXYv%，則稱關(guān)聯(lián)規(guī)則X?Y的支持度為v%【14。??????????????X?Y=PX∪ ????????????????????X?Y=PY|X=PP

3min_sup以及最低可定義4根據(jù)數(shù)學(xué)上的定義，項的集合稱為項集，包含k個項目的項集稱為k-頻率達到了一定的水平，該項集即可作為頻繁項集，記為Lk。本章小建立價位段模目前我國國內(nèi)企業(yè)在對產(chǎn)品的需求預(yù)測研究，大多針對于某一個品牌的產(chǎn)品才具有較明顯的有差異的需求【18，以價位段來劃分類別的原因有三點：1.價格是消費者在產(chǎn)品時的首要考慮因素；2.由于生產(chǎn)技術(shù)的限制，相同價位段的功能屬性相似；3.同等價位段的消費群體一致，有助于挖掘用戶偏好。因此本文將研在劃分價位段時，GfK市場研究公司使用七個價位段：0~600元、600~1000元1000~1500元、1500~2000元、2000~2500元、2500~3000元、3000~4000元、>4000產(chǎn)品的復(fù)雜程度與隨時間變化的份額變化趨勢，對智能價位段份額趨勢進行了統(tǒng)計調(diào) 10%9%9%5% 12%9%6%4% 11%10%5%4%專業(yè)科技平臺中關(guān)村在其對于中國市場不同價位段產(chǎn)品關(guān)注研究上使用1000元以下、1000~2000元、2001~3000元、3001~4000元、4001~5000元、5000元以上圖3-22016年1-6月（H1）中國市場不同價格段產(chǎn)品關(guān)注比例走移動大數(shù)據(jù)服務(wù)商大數(shù)據(jù)的報告將產(chǎn)品的價位劃分為三個檔次：機、中1000元、1000~30003000元的三機劃分為3000~4000元、4000元以上兩個范圍：星米5.4%為星米5.4%為個統(tǒng)一的標準，因此本文綜合考慮將產(chǎn)品價位段劃分為五檔：0~999元、1000~1999元、2000~2999元、3000~4000元、>4000元。根據(jù)圖4-4中對于2016年上半年國內(nèi)智能整體市場的銷量情況的匯總我們可以看到前十的品牌在銷量上的占比已經(jīng)達到整個市場的80%，為了方便統(tǒng)計本文選取 表3-1銷量前十品牌產(chǎn)品價格信息匯總（部分2000~3000350SKU進行表3-2本文研究的產(chǎn)品信息匯總（部分基于產(chǎn)品屬性分析的模型設(shè)表3-3產(chǎn)品的屬性匯促銷重主屏機身好評后置頭像顏CPUCPUSIM卡規(guī)格數(shù)據(jù)本文將能夠顯著影響消費者意向的屬性集合稱為有效屬性組合，即符合關(guān)聯(lián)規(guī)則于消費者的決策并沒有產(chǎn)生影響或沒有明顯的正向影響，則這一組合就不能稱作是有卻又顯著影響產(chǎn)品銷量的數(shù)據(jù)。根據(jù)上一章提到的關(guān)聯(lián)規(guī)則的3我們可以定義有效屬符合該屬性組合的產(chǎn)品對銷售狀態(tài)產(chǎn)生的正向影響必須與不符合該屬性組則的提升度。但由于產(chǎn)品的屬性維度非常高，包含過多非結(jié)構(gòu)化數(shù)據(jù)，會導(dǎo)致屬性組說 對于給定的產(chǎn)品 D，定義其屬性集合a??????????????????1,??????????????????2,?????????????????????}i{??????????????????1i,??????????????????2??,???????????????????????}，??????????????????????,??∈[1??]ij屬性維度∈i的銷售狀態(tài)，記??????????????????????,??[1??1]??????????????????????,??[1??1]=1，表示該產(chǎn)品2屬性組合集A包括所有屬性的組合方式，所包含的項集用????????來表示。說明3包含????????=??的暢銷品在產(chǎn)品集D中的比例，也就是支持度：??????????????

=??????(????????=??∪????????????????????+1??????

4包含????????=??的產(chǎn)品中??????????????????????,??∈[1??1]=1

=??????(????????=??∪????????????????????+1??????(????????=??

在產(chǎn)品集D中????????????????????????∈[1??1]=1

=??????(????????=??∪????????????????????+1??????

5????????????????>1????????=??

) ??????????????????????????????????????????(????????????????????+1

????????=??為強關(guān)聯(lián)規(guī)則，且????????????????≥min_left,可以稱????????=??為有效規(guī)則，對銷量的正向影響程度可表示為：??????????=??=[?????????????????1]。YNN35Apriori表3-4產(chǎn)品名義屬性匯顏色屬性技術(shù)屬性功能屬性CPU：8WIFI根據(jù)截至2017年5月的京東平臺銷售數(shù)據(jù)，我們篩選出符合研究要求的350個SKU產(chǎn)品，產(chǎn)品名義屬性組合挖掘過程使用Modeler(Clementine)14.2進行處理，產(chǎn)35名義屬性組合挖掘數(shù)據(jù)（部分1000011101101110111000011100101110011001000010101110000101100111100110000001000010100110000011001011101100001011101111110100010001000010101110000011001111100100000011101111111100000111011011001101000001100111100100000111011011101100000111011010100101000011100011101100010011101011101100000011101111111100000011011010100100000111111011101000000111001011100000111010110011000001110110111000000000010000101010000000011100101010100000010000101010100000110011111111100000011000101000在本文研究過，選取最低支持度4%，最低置信度30%的一組，使用該組合條件4%14SKU30%剛好為暢銷品SKU>3，證明該條件下得到的屬性組合對銷售的正向較為顯著。36最低支持度最低置信度平均SKU平均置信度1234567最低支持度最低置信度1823445677組不同支持度與置信度取值下的輸出結(jié)果進行對比，參數(shù)方案1（支持度1%，置信度50、參數(shù)方（支持度10%，置信度30、參數(shù)方案5（支持度5%，置信度20、參數(shù)方案6（支持10%207（20%10。從挖掘結(jié)果中可以明顯看出，參數(shù)方案1和2在滿足規(guī)則的SKU個數(shù)上均未超過10，意味著其可能存在過度學(xué)習(xí)的情況，不具有顯著研究意義，同時方案1中所涉及的規(guī)則總SKU52076條，在平均提升度并未受到影表3-8支持度4%置信度30%條件下的屬性組合（部分規(guī)則序前實支持度置信度提規(guī)則長1.1and2.1and3.2and2.3451.1and2.1and3.2and441.1and2.1and3.2and441.1and2.1and4313.4and2.7and2.4and2.6and3.2and2.2and3.3and2.3and4933.4and2.7and2.4and2.6and3.2and2.2and3.3and4843.4and2.7and2.4and2.6and3.2and2.2and3.3and4853.4and2.7and2.4and2.6and3.2and2.2and2.3and4863.4and2.7and2.4and2.6and2.2and3.3and2.3and483.4and2.7and2.4and2.6and3.2and2.2and47由于各屬性組合之間存在相互重復(fù)的關(guān)系，會對最終進行的屬性產(chǎn)生重復(fù)計算的若即為得到名義屬性的賦值，針對產(chǎn)品的常規(guī)定序?qū)傩晕覀円残枰@得其對銷量影響中的屬性值，以市場份額分配權(quán)重、規(guī)格排序為具體計算依據(jù)得到不同屬性分別對匯總結(jié)果進行權(quán)重的賦值，在此研究中選取的價格、品牌、評價、外觀、內(nèi)存以及攝表3-9產(chǎn)品定序?qū)傩杂媰r（權(quán)重上市促銷品（權(quán)重關(guān)注市場搜索評（權(quán)重好評主要1外（權(quán)重主屏重內(nèi)（權(quán)重6（權(quán)重前400后1300?? 1????s=1

???)2 YY

在價格方面，由于價格是最直接影響消費者決策的因素，為了考慮促銷等活動對價格的均值為輔助。其次當消費者更加偏向于某個品牌的時，該品牌的產(chǎn)品銷量衡量，我們使用品牌方面的三個指標，品牌關(guān)注度占比、品牌市場份額以及搜索指數(shù)本身對于已產(chǎn)品的態(tài)度，也能在一定程度上影響著后續(xù)者的決策，因此加入針對素影響，但外觀所帶來的是最直觀的感受，而其中的主屏幕尺寸與機身本身的重量則 表3-10產(chǎn)品定序?qū)傩杂嬎氵^程（部分產(chǎn)品編價促銷價品牌關(guān)品牌市場搜索好評11主要口11111主屏尺重前置后置屬性值311產(chǎn)品屬性值綜合計算（部分產(chǎn)品編號對應(yīng)規(guī)則提升度名義屬性值定序?qū)傩灾稻C合屬性值32結(jié)合數(shù)據(jù)挖掘結(jié)果建立產(chǎn)品需求預(yù)測模型與預(yù)測體本文提出產(chǎn)品基于大數(shù)據(jù)的需求預(yù)測模型，模型的構(gòu)建主要分為以下幾個步驟：致，消費者對不同類別的產(chǎn)品的關(guān)注點也不盡相同，因此在開展需求預(yù)測前，將產(chǎn)品在此基礎(chǔ)上采用K聚類中心【37,38，在此過會涉及到算法的迭代過程，K中心點聚類原理與K均值聚類相K-means算法進行聚類分析：312叢123叢12312121322111111113111333136品類產(chǎn)品在生命周期上的差異，從而根據(jù)產(chǎn)品類別進行不同的模型擬合。產(chǎn)品從實質(zhì)游戲等，而與普通產(chǎn)品生命周期隨使用結(jié)束而終止不同的是，這些功能和服務(wù)所具有的價值不會立即。產(chǎn)品由實體與一系列服務(wù)組合而成，其價值主要通過所提供的服務(wù)體現(xiàn)。即使隨著時間的推移，由外在人為所賦予的諸如時尚感、品牌優(yōu)勢等這些附加值雖然會逐漸減少，但只要消費者繼續(xù)使用這些服務(wù)，產(chǎn)品的價值就可 37POS信商業(yè)庫原輔料訂單信庫存信品牌培育計完協(xié)同預(yù)測效果完P(guān)OS信商業(yè)庫原輔料訂單信庫存信品牌培育計完協(xié)同預(yù)測效果完機制保平臺支協(xié)調(diào)應(yīng)急機信息預(yù)測支持系定量預(yù)測效果善定量預(yù)不可量化信不可量化信定性調(diào)需求預(yù)測方法需求預(yù)測數(shù)據(jù)協(xié)同預(yù)測信息38及庫存等數(shù)據(jù)。預(yù)測實施階段是整個流最重要以及最復(fù)雜的一部分。在得到各方數(shù)據(jù)本章小41五款產(chǎn)品屬性信息（定序?qū)傩援a(chǎn)品品型價好評率尺重場份額索指數(shù)小5S蘋6542五款產(chǎn)品屬性信息（名義屬性產(chǎn)品品型顏識感熱驍小5S金否金屬邊支雙卡雙支無無否是否蘋6金否其支其支有有是否否粉否金屬邊支其其有無否是是其否金屬邊支雙卡雙其有有否是否金否其支雙卡雙支有無否是是432.3=1.0金色雙頭金屬邊框驍龍雙卡雙待2.73.2金色雙頭全網(wǎng)通GPS距離感應(yīng)WiFi熱3.33.4粉色雙頭Android金屬邊框8核驍龍距離感Android金屬邊框驍龍雙卡雙待距離感應(yīng)WiFi3.23.4金色Android8GPS需求預(yù)測實其中，五款產(chǎn)品共有的名義屬性為不可拆卸電池與識別，除此之外還各自擁44K51.1=1.0and2.1=1.0and3.2=1.02.3=1.0and3.1=1.1=1.0and2.1=1.0and3.3=1.02.3=1.0and3.1=1.1=1.0and2.1=1.0and3.2=1.02.3=1.1=1.0and2.1=1.0and3.2=1.03.1=1.1=1.0and2.1=1.0and3.3=1.02.3=1.1=1.0and2.1=1.0and3.3=1.03.1=1.1=1.0and2.1=1.0and3.2=1.1=1.0and2.1=1.0and3.3=51.1=1.0and2.1=1.0and3.3=1.02.3=1.0and3.1=1.1=1.0and2.1=1.0and3.3=1.02.3=1.1=1.0and2.1=1.0and3.3=1.03.1=1.1=1.0and2.1=1.0and3.3=73.4=1.0and2.7=1.0and2.4=1.02.6=1.0and2.2=1.0and2.3=1.03.1=3.4=1.0and2.7=1.0and2.4=1.02.6=1.0and2.2=1.0and2.3=3.4=1.0and2.7=1.0and2.4=1.02.6=1.0and2.2=1.0and3.1=3.4=1.0and2.7=1.0and2.4=1.02.6=1.0and2.3=1.0and3.1=3.4=1.0and2.7=1.0and2.4=1.02.6=1.0and2.2=3.4=1.0and2.7=1.0and2.4=1.02.6=1.0and2.3=3.4=1.0and2.7=1.0and2.4=1.02.6=1.0and3.1=3.4=1.0and2.7=1.0and2.4=1.02.6=893.4=1.0and2.7=1.0and2.4=1.03.5=1.0and3.2=1.0and2.2=1.092.3=1.0and3.1=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and3.2=1.0and2.2=1.02.3=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and3.2=1.0and2.2=1.03.1=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and2.2=1.0and2.3=1.03.1=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and3.2=1.0and2.2=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and2.2=1.0and2.3=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and2.2=1.0and3.1=3.4=1.0and2.7=1.0and2.4=1.03.5=1.0and2.2=61.1=1.0and3.2=1.0and2.2=1.03.3=1.0and2.3=1.0and3.1=321.1=1.0and3.2=1.0and2.2=1.03.3=1.0and2.3=31.1=1.0and3.2=1.0and2.2=1.03.3=1.0and3.1=31.1=1.0and3.2=1.0and2.2=1.03.3=3別擁有7與8項集；而產(chǎn)品編號111則對應(yīng)6-項集以及四條屬性組合規(guī)則，根據(jù)上一章中產(chǎn)品編號104、105、107、110以及111所對應(yīng)的名義屬性值分別為：2.571、2.125、2.333、2.125以及2。45價（權(quán)重上市促銷品（權(quán)重關(guān)注市場搜索評（權(quán)重好評主要11外（權(quán)重主屏重內(nèi)（權(quán)重（權(quán)重前后表4-6五款產(chǎn)品最終屬性247綜合屬性 銷售情 擬合，首先針對該五款產(chǎn)品在12月內(nèi)的銷售數(shù)據(jù)進行統(tǒng)計：48產(chǎn)品編號小米5S蘋果OPPOvivo榮耀小米5S6OPPOR9vivo1月2月3月4月5月6月7月8月91011124149產(chǎn)品編號產(chǎn)品名稱小米5S蘋果OPPOvivo榮耀銷量曲線選擇不同的回歸方法，比較各擬合算法的精度，選取殘差值最小的法作為首先對于代表暢銷品類的編號為104的產(chǎn)品進行生命周期擬合時，根據(jù)銷量曲線LogisticLogistic函數(shù)的特表4-10暢品類產(chǎn)品回歸擬合參方程式模RF顯著性常三次曲線模型38-Logistic一13Logistic二15 Logistic模型的分段選取從第五個月進行劃分，得到兩段擬合模型，結(jié)合得到LogisticLogistic回歸擬合。各模型計算的平均誤411MAPE1MSE11修正Logistic曲線進行回歸擬合，得表4-12平品類產(chǎn)品回歸擬合參方程式模R平F顯著性常線1-38-017.11E-（直線 413線-1.57E-三次-8.33E-修正Logistic曲線進表4-14滯品類產(chǎn)品回歸擬合參方程式模參數(shù)評R平F顯著性常二次曲線模型29-三次曲線模型38-Logistic一13Logistic二15 -8.33E--8.33E--9.25E-修正自所適用的最優(yōu)的回歸模型具有一定的差異，在對屬于暢銷品的產(chǎn)品編號為104的產(chǎn)Logistic曲線具有較好的擬合結(jié)果，而其中Logistic曲線在殘差值的統(tǒng)計中擁有更好的表現(xiàn)，因此對于該產(chǎn)品最終的生命周Logistic105的Logistic曲線方程的基礎(chǔ)上，加入直線方程，雖然從直觀的感受上后對于處于滯銷情況的，產(chǎn)品編號111的產(chǎn)品進行生命周期回歸擬合時，則得到三次416產(chǎn)品編回歸擬合曲線一二三四五六七八九十十一十二修正直三次曲417一二三四五六七八九十十一月十二月小米5S蘋果榮耀本章小本章選取五款位于價位段2000元-3000元之間的產(chǎn)品對所構(gòu)建的需求預(yù)測模型進結(jié)在這個品牌快速擴張、需求日趨飽和以及電子商務(wù)快速發(fā)展的時代，存在于企業(yè)（1）不同價位段與不同銷售狀態(tài)的產(chǎn)品需要進行有區(qū)別的需求預(yù)測。由于不同價位段的產(chǎn)品面向的消費群體不同，導(dǎo)致其對于產(chǎn)品的關(guān)注度具有一定的差異。會出現(xiàn)不同價位段的所具有的屬性值具有較大差異。同時在產(chǎn)品銷量上所以體現(xiàn)的生（2）產(chǎn)品不同的屬性組合對消費者行為的不同。從屬性計算得到的展等因素方面，由于信息化時代的高速發(fā)展，行業(yè)指標、投入、指數(shù)等方面的數(shù)據(jù)在數(shù)據(jù)挖掘方法方面，本文僅采用關(guān)聯(lián)規(guī)則Apriori算法對數(shù)據(jù)進行挖掘，挖掘等結(jié)合電子商務(wù)的線上大數(shù)據(jù)的挖掘系統(tǒng)，可以挖掘到消費者相關(guān)的因素，包括說到底對于產(chǎn)品的需求預(yù)測問題的研究都是為了給企業(yè)的實際生產(chǎn)活動提要背起行囊遠去。從剛進入大學(xué)悉尼工的懵懵懂懂、對大學(xué)生活充滿幻想的狀俗話說的好，師傅領(lǐng)進門，在個人。無論個人是否能取得優(yōu)異的表現(xiàn)，良師總歸是先決條件。在此我要特別感謝我的導(dǎo)師，也是我所加入的學(xué)術(shù)項目的導(dǎo)師，高在這次設(shè)計中，高老師總是能將知識與見地毫無保留的傳授出來，幫我確定了的研究方向，并在建模和方法論方面為我提出了不少建議。每當?shù)倪M度有推進時，高老師也會提出不足與改進，幫助我更好的完成。在此次的完成過分析也多虧高老師的指導(dǎo)和幫助，才能讓我順利的完成。此外，我也要感謝大學(xué)悉尼工的其他老師們，是他們讓我學(xué)會思考問題的讓我收獲了友誼和更好的自己。還有，就是要感謝我的家人，尤其是我的父母，是我最后，再次感謝大學(xué)悉尼工，驚艷了學(xué)業(yè)時光，也溫柔了成長歲月。 姝,雒興剛,.基于價值分析的產(chǎn)品屬性權(quán)重的確定方法[J].中國機械 陳文沛.產(chǎn)品屬性、消費者介入與新產(chǎn)品行為的關(guān)系[J].財經(jīng)論 【9】.[美]PhilipKotler，KevinKeller著，盧泰宏，譯.管理[M].:民大學(xué),2009,337-【10】.ReinholdDeckerSorenWScholzDeterminingtheattractivenessofproductattributesinconsumergoodsmarketsusingPOSscannerdata[J].TheMarketingReview,2010,Vol.10,No.3,pp.225-237.【11】.SunilErevelles,NobuyukiFukawa,LindaSwayne.BigDataconsumeryticsandthetransformationofmarketing[J].JournalofBusinessResearch,2015.【12】.ManyikaJ.，ChuiM.，BrownB.etal..BigData:TheNextFrontierforInnovation，CompetitionandProductivity，InstituteM.G.McKinsey&,2011.【13】趙建國,姜愛萍,高峻峻.大數(shù)據(jù)時代的企業(yè)需求管理[J].商場現(xiàn)代【14】.王達明.基于云計算與醫(yī)療大數(shù)據(jù)的Apriori算法的優(yōu)化研究[D].郵電大【15】.,,郭迅華等.大數(shù)據(jù)驅(qū)動的管理與決策前沿課題[J].管理世【16】..供應(yīng)鏈環(huán)境下市場需求預(yù)測體系研究[D].交通大學(xué)【17】 高敏,.基于聯(lián)合分析法的產(chǎn)品屬性組合設(shè)計[J].陜西科技大學(xué)學(xué)【18】.柯晶琳,姜維軍.國產(chǎn)智能供應(yīng)鏈管理研究[J].商場現(xiàn)代化,2016,(26):14-【19】.吳建材.零售業(yè)商品需求預(yù)測體系設(shè)計與實證檢驗[J].商業(yè)經(jīng)濟研,【20】 .供應(yīng)鏈需求預(yù)測方法研究[J].現(xiàn)代(學(xué)苑版,【21】..備貨型生產(chǎn)企業(yè)的銷售預(yù)測體系研究[D].華技大學(xué)【22】.JainCL.Benarkingforecastingmodels[J].TheJournalofBusinessForecastingMethodsandSystem,2002,21(3):18-20．【23】.大數(shù)據(jù)白皮書(2016).中國信息通信(工業(yè)和信息化部電信),【24】.胡舜耕魏進武.[J].【25】.李學(xué)龍,.大數(shù)據(jù)系統(tǒng)綜述[J].中國科學(xué):信息科學(xué),2015,(01):1-【26】..大數(shù)據(jù)的發(fā)展和產(chǎn)業(yè)機遇[J].物聯(lián)網(wǎng)技術(shù),2013,(10):84-【27】.虎,,許芳.基于大數(shù)據(jù)的線上線下用戶數(shù)據(jù)挖掘研究[J].中南民族【28】.苑愷.基于Android的數(shù)據(jù)挖掘算法研究[J].科技風(fēng)【29】.李平榮.[J].【30】..關(guān)聯(lián)規(guī)則的研究[D].重慶大學(xué)【31】.,蔡樂才,.關(guān)聯(lián)規(guī)則挖掘的Apriori算法綜述[J].理工學(xué)院學(xué)【32】.Sheng,M.L.andTeo,T.ProductAttributesandBrandEquityinthe MediatingRoleofCustomerExperience[J].InternationalJournalofInformationManagement,2012,32(2),139-146.【33】.KilsunKim,DilipChhajed.ProductDesignwithMultipleQuality-Type【34】.郭成蹊.基于數(shù)據(jù)挖掘的網(wǎng)購用戶流失預(yù)測研究[D].吉林大學(xué)【35】.FriedmanJeromeHGreedyfunctionapproximation:agradientboostingAnnalsofstatistics,2001:1189-【36】.ShinHTuncaTIDoFirmsInvestinForecastingEfficientlyTheEffectofCompetitiononDemandForecastInvestmentsandSupplyChainCoordination.OperationsResearch,v58,n6,2010(11-12):p1592-1610.【37】.MacQueenJ.Somemethodsforclassificationandysisofmotivations[A].Proc.5ThBerkeleySymp.Math.Statist,Prob[C]1967,1:281-297【38】.HuangZ.Extensionstothek-meansalgorithmforclusteringlargedatasetswithcategoricalvalues[J].DataMiningandKnowledgediscovery,1998(2):283-304.【39】.江君.基于網(wǎng)頁內(nèi)容的海量數(shù)據(jù)管理系統(tǒng)的設(shè)計與實現(xiàn)[D].交通大學(xué),【40】.鄧愛萍,肖奔.基于時間序列的市場需求預(yù)測模型研究[J].科學(xué)技術(shù)與工【41】.飛.典型產(chǎn)品生命周期曲線的Logistic隨機模型擬合[J].科技附錄一：英文資料原Productattributesandbrandequityinthe :ThemediatingroleofcustomerexperienceMargaretL.Sheng,ThompsonS.H.TeoAvailableonline:21January2012InternationalJournalofInformationManagement32Therearestudiesshowingthatutilitarian(perceivedeaseofuseandperceivedusefulness)andhedonic(entertainmentandaesthetics)attributesofproductsaretwofundamentalresourcesthatensurebrandequityinthe .However,fewstudiesexaminetheattributesofproductsandhowandwhysuchresourcesinfluencebrandequity.Inthisstudy,asurveywascarriedouton262usersintoexaminethemediatingeffectsofcustomerexperienceontherelationshipbetweenproductattributesonbrandequity.Ourfindingssuggestthatutilitarianandhedonicattributesofproductsaffectbrandequitythroughcustomerexperience.Inotherwords,perceivedeaseofuse,perceivedusefulness,entertainment,andaestheticsmaynotbeintrinsicvalue;theirvalueonbrandequityisrealizedthroughcustomerexperience.However,whereastheeffectofperceivedeaseofuseonbrandequityispartiallymediated,perceivedusefulness,entertainment,andaestheticsarefullymediatedbycustomerexperience.Byshowingthedifferentialeffectsofproductattributesonbrandequity,thisstudyprovidesamorerefinedunderstandingoftheinteryamongproductattributes,customerexperience,and brandequity.Theresultssuggestthatbyoverlookingthemediatingroleofcustomerexperience,previousresearchmayhaveprovidedanoverlyoptimisticviewofthevalueofproductattributesinbrand,Brandequity,Customerexperience,Mediatingeffect,Utilitarianandhedonicbenefitsofproductsservices,suchasshortmessagingservice,dataservice,andcontactlessm-payment,havesignificantpotentialinservingcustomersinwirelessenvironments.Therapidproliferationofdevicesincludingphones,web-enabledaldigitalassistants,andotherhandheldcomputersisresultinginthegrowthofsuchitemsatanastonishingrate.Intermsof ,consumersconsiderbothhedonicandutilitarianproductattributes.Theliturehasestablishedbrandequityforthe .brandequityorm-brandequityisenhancedbytwodistinct,yethighlycomplementary,factors:productattributes(Chitturi,Rajagopal,&Vijay,2008;Dhar&Klaus,2000;Kivetz&Itamar,2002;Okada,2005;Strahilevitz&John,1998;Voss,Spangenberg,&Grohmann,2003)andcustomerexperience(Gentile,Spiller,&Noci,2007;LaSalle&Britton,2003;Shaw&Ivens,2005).Productattributesrefertoutilitarian(practical,functional)andhedonic(yful,joyful)benefitsofproducts.Customerexperiencereferstotheinctionwithcustomersthatensuresthederivationofutilitarianandhedonicvalue.Althoughthecontributionsofpreviousstudiesaresubstantial,extantresearchlackinginthreeaspects.First,thebrandequityunderscorestheimportanceofseveraldifferentattributesofproductsinbrandequity,namely,entertainmentandaesthetics,particularlyinthe.Thereis,however,littleinsightintotherelativeimportanceofthedifferentattributesofproductsasdriversofbrandequity.Thisstudymakescontributionsinhighlightingentertainmentandaestheticsofproductattributesinbrandequity.Second,previousstudieshavefocusedalmostentirelyontheeffectsofproductattributesonbrandequity.Nodetailedexnationsare,however,offeredastohowandwhycustomerexperiencemattersintheserelationships.Yetitisoftenimplicitlyassumedthatcustomerexperienceisasalientfactorintransformingproductattributesintobrandequity.Thecurrentstateofthelitureislackingandinconsistentbecauseakeyassumptionisthatitisnottheproductitself,butratheritsinctionwithcustomers,thatdrivesbrandequity.Thisstudyofferstheempiricalevidencesofhowandwhycustomerexperiencemediatestherelationshipbetweenproductattributesandbrandequityinthe.Fig.1.ConceptualThird,customerexperiencehastraditionallybeenpositionedasamoderatorintherelationshipbetweenproductattributesandbrandequity.However,becauseproductattributesmaymakecommunicationdifficult,in esakeyfactordeterminesthenatureofcustomerexperiencedesigns.ThisviewimpliesthatproductattributesaffectbrandequitythroughtheireffectsonthedesignofcustomerTheextantresearchhaspaidlittleattentiontothesedifferentsoftheroleofcustomerexperience.Themoderatingviewsuggeststhatproductattributesareinherentlyvaluable,sothatcustomerexperiencedeterminesthestrengthoftheireffectonbrandequity.Incontrast,themediatingviewsuggeststhatproductattributesarenotinherentlyvaluableandthattheproductattributescouldaffectbrandequitythroughtheireffectsoncustomerexperience.Iftheroleofcustomerexperienceisthatofamediatorratherthanamoderator,wemayneedtoreevaluateourstancetowardtheroleofproductattributesinbrandequity.Inexaminingthemediatingviewofcustomerexperience,ourfindingsalsoshedlightonthelevelofimportanceresearchersandmanagersneedtoceontheinherentvalueofproductattributes.Fig.1presentsourconceptualmodel.ThemodelindicatesthatutilitarianandhedonicproductattributesaffectcustomerexperiencewhichinturnaffectsbrandCustomerCustomerexperienceoriginatesfromPineandGilmore’sbook“ExperienceEconomy”in1999,whoseauthorspresentthe“experience”asaneweconomicoffering,whichemergesasthenextstepaftercommodities,goodsandservices.Customerexperienceisdefinedasasetofin ctionsbetweenacustomerandaproduct,a ,oranypartofanorganization,whichprovokesareaction(LaSalle&Britton,2003;Shaw&Ivens,2005).Itsevaluationdependsonacomparisonbetweencustomers’expectationsandthestimulicomingfromthein ctionwiththeanditsofferingsthatcorrespondtothedifferentmomentsofcontactsorCustomerexperienceisarenewedwaytoconsiderthewell-knownconceptofconsumption:ithas eaholisticexperiencewhichinvolvesa –ratherthanacustomer–asawholeatdifferentlevelsandineveryin ctionbetweensuch anda ,ora ’soffer(LaSalle&Britton,2003).Basedonthis,thecreationofvalueisnotonlyaboutsellingmemorableexperiencesbutalsoenablingthecustomerstoliveallthemomentsoftherelationshipwithainanexcellentway,eventheirexpectations.Prahalad Ramaswamy(2004)indicatethatcustomerexperienceinvolvesco-creatingtheirownuniqueexperiencewiththe.Companiesprovideartifactsandcontextsthatareconducivetoexperiencesandwhichcanbeproperlyemployedbyconsumerstoco-createtheirown,uniqueexperiences(Caru&Cova,2003,2007).Co-creationysanimportantroleindeveloanoutstandingorperfectcustomerexperience.Whenaco-creationapproachisadopted,thecustomerengagesinadialogueand ctionwithrsduringproductdesign,production,deliveryandGentileetal.(2007)believethatcustomerexperienceisanewlevertocreatevalueforboth andcustomerandagoodexperiencemustholisticallyandconsistentlyinvolvea atdifferentlevels.Thepsychologicalandbehavioralstudies(Anderson,1995;Brakus,2001;Fiske&Taylor,1991;Sitt&Simonson,1997)distinguishthreebasicsystems–sensation,cognitionandaffect–eachwithitsownstructures,principlesandmutualinctions.Verhoefetal.(2009)foundthatthecustomerexperienceconstructisholisticinnatureandinvolvesthecustomer’scognitive,affective,emotional,socialandphysicalresponses.Whenconsideringa perse,thesestudiestakeintoaccountthesetofacustomer’sactions,thesystemofvaluesandbeliefs(fromwhichlifestylesandbehaviorsarederived)andrelationships.BeingmodifiedfromSitt(1999)andwiththedimensionofpragmaticexperienceadded,Gentileetal.(2007)formholisticcustomerexperienceandidentifysixexperientialcomponents:asensorialcomponent(sense);emotionalcomponent(feel);cognitivecomponent(think);pragmaticcomponent;lifestylecomponent(act);andrelationalcomponent(relate).Customersperceiveeachexperienceasacomplexfeeling,andeachcomponentasbeinghardlydistinguishablefromtheothers;sometimestherearerelevantoverlapareasandclearDirecteffectofproductattributesoncustomerTheutilitarianandhedonicattributeshavebeenafertileareainthestudyofcustomerpreferenceinproductattributes(e.g.,Chitturi,Rajagopal,&Vijay,2007;Dhar&Klaus,2000;Kivetz&Itamar,2002;Okada,2005;Vossetal.,2003).Theutilitarianbenefitreferstothefunctionalandinstrumentalvalueofconsumptionofferingsandthehedonicbenefitreferstotheirpleasureandexperientialvalue(Strahilevitz&John,1998).Inthecontextofdevices,forexample,thedevice’sbatterylifeandsoundvolumeareutilitarianbenefits,whereasappealstoaestheticsbasedonitsshapeandcolorarehedonicbenefits.Sitt(1999)andGentileetal.(2007)concludedbystatingthatthemoduleofcustomerexperienceincludestheutilitarianandhedonicattributes.Recently,thetechnologyacceptancemodel(TAM)wasappliedinaconsumercontextwiththeadditionofa“hedonic”factorthatrelatestouserpleasurewhenutilizingit.TheTAM(Davis,1989;Davis,Bagozzi,&Warshaw,1989)isoftenusedinthemeasurementofutilitarianbenefit(Bruner&Kumar,2005;Cyr,Head,&Ivanov,2006;Wakefield&Whitten,2006),whileaestheticsandentertainmentfallintothehedoniccategory(Cyretal.,2006;Varshney&Vetter,2000;Wei,2008;Wong&Hiew,2005).serviceshavebeensuggestedtohavebothutilitarianandhedonicdimensionsandvendorscancreateaestheticallyrichinterfacesthatcustomersenjoy.MoonandKim(2001)referredtoexperienceincontextsandsuggestedthatthereisapositiverelationshipbetweentheutilitarian/hedonicdimensionandcustomerexperience.Theyfoundthatwhenindividualsareinthestateofyfulness,theywillfindtheinctionintrinsicallyinteresting:theyareinvolvedintheactivityforpleasureandenjoymentratherthanforextrinsicrewards.Perceivedeaseofuse,perceivedusefulness,andcustomerStudieshaveusedtwodeterminantsofTAM(perceivedeaseofuse(PEOU)andperceivedusefulness(PU))toexploretheadoptionofdevices(Cyretal.,2006;Bruner&Kumar,2005;Wakefield&Whitten,2006).Rajgopaletal.(2001)usedtheTAMtomeasurecustomerexperienceonwebsites.Gentileetal.(2007)used