1.1  研究背景及意义

近年来,随着互联网的发展,网络购物的方式越来越流行,尤其是对于广大年轻人,预计未来网购群体在整体网民中的比例会越来越高,逐渐成为人们的生活消费习惯。

根据艾瑞咨询数据显示,2016年中国网络购物市场交易规模为5.0万亿元,较2015年增长30.7%,预计2017年市场交易规模为6.2万亿元,2018年将达到7.5万亿元,如图1-1所示。

python高校学生消费数据分析_python高校学生消费数据分析

                                                                     图1-1 2011-2018年中国网络购物市场规模

根据艾瑞咨询数据,2011-2016年我国网络购物人均消费额持续增长,2016年网络购物人均消费额为10830.2元,同比2015年增长17.6%,预计2017年为12539.9元,2018年达14240.7元,如图1-2所示。

python高校学生消费数据分析_数据挖掘_02

                                                                         图1-2 2011-2018年网络购物人均消费额

由于受到利益驱使、信用障碍、意识淡薄和缺乏管理等方面因素的影响,导致电子商务市场缺失诚信。但是随着《网络购买商品七日无理由退货暂行办法》自2017年3月15日正式施行,根据办法网络购买商品可以在七日内无理由退货,然而消费者定做的商品、鲜活易腐的商品、在线下载或者消费者拆封的音像制品以及计算机软件等数字化商品、交付的报纸期刊等4类商品不适用。

虽然各交易平台推出卖家信用度来显示商家的一些交易特性,在一定程度上消除卖方信用不确定、商家商品质量等问题,但是卖家信用度的计算简单,不能全面反映卖家的真实信息,而且消费者的交易行为不仅仅由卖家信用度决定,因此了解消费者网络交易行为的影响因素、影响方式以及影响程度对于规范电子商务活动,对于促进电子商务的健康发展具有重要意义。

 

1.2  数据建模思路

本实例通过设计问卷,调查消费者网络购买行为的主要影响因素及其影响程度,问卷涉及被调查者的性别与学历、了解电子商务网站的渠道、上电子商务网站购物的原因、浏览网站但是没有购物的原因和购物时主要考虑的因素等,其中除了被调查者的性别是单选外,其他均为多选。

对于多选问题最有效的分析方法就是利用SPSS进行多重响应分析,因此本文首先采用多重响应的方法对问卷数据进行分析,然后对SPSS的分析结果进行了详细介绍,同时还对模型的效果进行了评估,具体数据建模过程的流程图如图1-3所示:

python高校学生消费数据分析_大数据_03

                                                                                  图1-3 建模过程流程图