C特等奖2017第十届挑战赛优秀论文4301队C题

参赛对号 #4301 第十届“认证杯”数学中国第十届“认证杯”数学中国 数学建模网络挑战赛数学建模网络挑战赛 承承 诺诺 书书 我们仔细阅读了第十届“认证杯”数学中国数学建模网络挑战赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上 咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题. 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资 料 （包括网上查到的资料） ,必须按照规定的参考文献的表述方式在正文引用处和参考文 献中明确列出. 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性.如有违反竞赛规则的 行为,我们接受相应处理结果. 我们允许数学中国网站()公布论文,以供网友之间学习交流,数学中国 网站以非商业目的的论文交流不需要提前取得我们的同意. 我们的参赛队号为我们的参赛队号为:4301 参赛队员参赛队员 (签名签名) : 队员 1:鲁思婷 队员 2:张博雅 队员 3:吴薪薪 参赛队教练员参赛队教练员 (签名签名): 程文韬 参赛队伍组别（例如本科组）参赛队伍组别（例如本科组）:本科组 参赛对号 #4301 第十届“认证杯”数学中国第十届“认证杯”数学中国 数学建模网络挑战赛数学建模网络挑战赛 编编 号号 专专 用用 页页 参赛队伍的参赛队号:（请各个参赛队提前填写好）:4301 竞赛统一编号（由竞赛组委会送至评委团前编号）: 竞赛评阅编号（由竞赛评委团评阅前进行编号）: 参赛对号 #4301 2017 年第十届“认证杯”数学中国年第十届“认证杯”数学中国 数学建模网络挑战赛第一阶段论文数学建模网络挑战赛第一阶段论文 题 目 移动端考研产品的春天真的到来了吗？ 关 键 词 主成分分析法 感知价值 马尔可夫链 综合模糊评价 摘 要: 本文为了研究移动端考研产品的市场占有率和发展趋势,通过建立数学模型,就影 响移动端考研产品的主要因素进行分析,并合理估计产品的价格及投放市场的可行性. 针对问题一,本问首先运用信度分析将附件中的数据进行处理,筛选出可用的数据； 运用spss软件对原始数据标准化进而消除量纲的影响,利用主成分分析法分析可能影响 移动端考研产品各指标的相关性,做出方差分解提取表并得出特征值大于 1 即可提取的 五个指标.根据因子载荷矩阵及特征向量计算出各主成分的关系式,进而得到综合主成 分综合模型,最终确认了影响移动端考研类产品的五个主要因素. 针对问题二,构建基于消费者感知价值的价格估计和基于马尔可夫链的市场占有率 预测等两个模型.在第一小问中,选择影响产品价格的感知价值因素,通过因子分析确定权 重,重点分析用户感知价值的影响,得出产品价格公式,最后对价格公式做区间估计得出产 品的合理价格区间； 在第二小问中,通过马尔可夫链法估计未来一个季度产品的市场占有 率,推广得到未来任意一个季度产品的市场占有率,当市场最终平衡时,预测得出移动端考 研产品的市场占有率. 针对问题三,采用模糊综合评价法,通过建立对比矩阵,得出各因素的权重.计算隶 属度使数据归一化,再计算各指标的权重,得出权重系数.通过 matlab 确定各因素比较矩 阵的特征根分别是:4.0886、4.0886、2.0846、4.3586.最后计算综合评价向量 S 的最大 项为 0.5067,根据最大隶属度原则,说明该移动端考研产品投放具有可行性. 最后,我们给出了这些模型的优缺点和推广方案. 参赛队号: 4301 所选题目: C 题 参赛密码 （由组委会填写由组委会填写） 参赛对号 #4301 Abstract In order to study the market share and development trend of mobile research products, this paper analyzes the main factors that affect the research of mobile research products and establishes the mathematical model, and reasonably estimates the price of the products and the feasibility of putting them into the market. For the first question, the first use of reliability analysis of the annex to the data processing, screening out the available data; The use of spss software to standardize the original data and then eliminate the impact of the dimension, the use of principal component analysis may affect the mobile side of the indicators of the relevance of research, make the variance of the extraction table and the eigenvalue is greater than 1 can be extracted five Indicators. According to the factor load matrix and the eigenvector, the principal component relation is calculated, and then the comprehensive principal component model is obtained. Finally, five main factors influencing the mobile research are finally confirmed. For problem two, two models of price estimation based on consumer perceived value and market share forecast based on Markov chain are constructed. In the first question, we choose the perceived value factor which affects the price of the product, determine the weight through the factor analysis, analyze the influence of the perceived value of the user, and get the product price formula. Finally, we estimate the reasonable price range of the product by interval estimation ; In the second question, through the Markov chain method by estimating the market share of the next quarter of the product, to promote the future of any quarter of the product market share, when the market is finally balanced, the prediction of mobile research products Of the market share. For problem three, Fuzzy comprehensive evaluation method, By establishing a contrast matrix, The weight of each factor.Calculate membership to normalize the data, And then calculate the weight of each index, the weight coefficient, Through the matlab to determine the characteristics of the matrix comparison of the matrix are respectively: 4.0886、4.0886、 2.0846、4.3586. Finally, the maximum value of the comprehensive evaluation vector S is 0.5067, According to the principle of maximum membership, Indicating that the mobile side of the PubMed product delivery is feasible. Finally, we give the advantages and disadvantages of these models and the promotion of the program. Key words: Principal Component Analysis Perceived value Markov chain Comprehensive fuzzy evaluation 参赛对号 #4301 1 目录 一、问题重述 . 2 二、问题分析 . 2 2.1 对问题一的分析 . 2 2.2 对问题二的分析 . 2 2.3 对问题三的分析 . 2 三、问题假设 . 3 四、符号说明 . 3 五、模型的建立与求解 . 6 5.1 问题一模型的建立与求解 . 6 5.1.1 对数据进行可信度分析 . 6 5.1.2 指标的选取 . 6 5.1.3 运用 spss 对指标进行主成分分析 . 7 5.1.4 列出主成分表达式 . 10 5.2 对问题二模型的建立与求解 . 11 5.2.1 基于消费者感知价值的移动端考研产品的价格估计模型 . 11 5.2.2 基于马尔可夫链的移动端考研产品的市场占有率预测 . 16 5.3 问题三模型的建立与求解 . 18 5.3.1 数据分析 . 18 5.3.2 可行性分析7 . 18 5.3.3 可行性评价模型 . 19 5.3.4 进行模糊综合评价 . 21 六、模型的评价与推广 . 23 6.1 问题一模型的评价 . 23 6.2 问题二模型的评价与推广 . 23 6.3 问题三模型的评价 . 23 七、参考文献 . 24 参赛对号 #4301 2 一、问题重述 随着考研热潮的到来,考研教学和市场也发生了巨大的变化,越来越多的考研产品 将通过移动互联网平台完成其教学课程.正确预测和估计移动端考研类产品的未来市场 占有率和发展趋势将为各线上产品的投放提供理论依据. 根据附件数据进行筛选,建立数学模型解决以下问题: 1.请依据附件2中的数据进行数据挖掘,找出影响移动端考研产品发展的主要因素； 2.请估计移动端考研产品的合理价格区间,预测移动端考研产品的潜在市场占有率； 3.请选择一个高校相对较多的城市作为研究对象,充分考虑经济、社会情况和考研 教育的特点,评价移动端考研产品投放的可行性. 二、问题分析 本文研究了在互联网时代移动端考研产品的潜在市场占有率和发展趋势,需要分析 实际线上考研类产品的投放量及普遍度等,考虑这些移动端考研产品的合理价格、主要 影响因素之间的关系.解决问题的关键在于找出与移动端考研产品相关的确切关系,构 建确定的模型. 2.1 对问题一的分析对问题一的分析 本文给出附件,首先需要通过信度分析得到有效的数据.根据有效数据,进行得到影 响移动端考研产品的因素.考虑各指标具有不综合性的问题,进而选择先消除量纲的影 响即对原始变量标准化,剔除掉部分指标.运用 spss 软件利用主成分分析法对数据进行 分析,得到方差大小的依次排序,特征值大于 1 的变量其累积贡献率也相对较大,我们可 以进而选择这些指标作为主要因素.同时,我们也可以得到各主成分模型,通过对特征值 和因子载荷的计算可以得到综合主成模型,进而可得到影响移动端考研产品的确定的主 要因素. 2.2 对问题二的分析对问题二的分析 本题第一问要求估计移动端考研产品的合理价格区间,通过分析消费者感知价值的 影响,发现感知价值直接导致消费者的选择,而消费者的感知价值又是收到移动端考研 产品基本信息和其价格的影响 1.借鉴经济学中的多重价格理论2,确定移动端考研产品 消费者感知价值影响因素,有移动端考研产品质量、消费者感知价格、品牌形象和等 5 大方面,包含 15 个具体因素.通过因子分析确定相关影响因素的权重,建立价格模型,得 出移动端价格公式后,运用统计思想区间估计 3对价格进行合理的估计. 第二问要求预测未来移动端考研产品的市场占有率.通过分析调查问卷我们可知考 研产品可大致分为 3 大类:线下渠道、线上 PC 端和线上移动端.根据马尔科夫链法先估 计未来一个季度的市场占有率,然后由点及面,推出未来三个月的市场占有率等等.当市 场出现平衡状态时,即可得出移动端考研产品的市场占有率. 2.3 对问题三的分析对问题三的分析 为了研究移动端考研产品投放的可行性,首先找出影响其发展的相关因素,如经济、 社会、技术等方面.然后再建立相应的评价指标,经济可行性指标、社会可行性指标、教 育可行性指标、 技术可行性指标,再分别对其进行划分.并且采用了 S=很好,较好,一般, 参赛对号 #4301 3 较差四个等级描述方式.再通过计算隶属度,对数据进行归一化.利用模糊综合评价法, 对各个因素进行评价分析,计算相应的权重.最后进行比较,对比看在哪一个评价级别, 得出移动端考研产品投放是否具有可行性. 三、问题假设 1.筛选后的数据真实可靠； 2.不考虑政府政策对移动端考研产品的价格影响； 3.互联网移动端不受内外部安全方面及突发社会情况（例如因自然灾害,战争取消 研究生考试制度）对考研产品的影响； 4.假定在未来的时期内,在相同间隔时间内的流动情况下消费者关于考研渠道产品 的使用情况不因时间不同而有所变化； 5.不考虑社会政治对其评价的影响因素； 6.假设每个因素权重值都具有客观性； 7.假设各方面影响都是鉴于科学评价基础进行的,不存在随意性. 四、符号说明 符号符号 意义意义 a 性别 b 年龄段 c 所在城市 d 考研次数 e 考研原因 f 考研学生类型 g 获取考研资讯渠道 h 线下最常用的资讯渠道 i 线上最常用的资讯渠道 j 选择线上了解考研资讯的原因 k 所报考研辅导班型 l 线上辅导班较线下的优点 m 考研备考期 n 备考地点 o 平均每天花费在考研上的时间 p 倾向线上、下的考研渠道 参赛对号 #4301 4 q 平均每天花费在 PC 端的考研时间 r PG 端倾向的产品 s 平均每天花费在移动端的考研时间 t 移动端倾向的产品 u 对移动端学习趋势增长的看法 v 移动端较 PC 端的优势 w 对未来移动端考研学习的期待 U 特征向量 A 因子载荷矩阵 i ZX 指标标准化 j F 各主成分的表示值 F 综合主成分的表示值 j 贡献率 ij u 载荷因子 ij a 因子载荷矩阵的值 CPV 消费者感知价值 n 顾客感知价值的要素 i x 顾客感知各个价值要素的权重 i A 顾客感知价值的第i个要素 i V A 顾客感知价值第i个要素的顾客价值评分 j F1,2,3,4j 消费者对移动端产品感知价值 1235 ,.x xxx 各个价值因素指标 12315 ,. jjjj 相应价值因素指标在主成分 j F的系数得分 j e j F的方程贡献率 i w 相应指标的权重 P p 移动端考研产品的价格 Q p 移动端考研产品的产量 N p 移动需求曲线 123 ,D D D 为在CPV影响下的移动端考研产品曲线 参赛对号 #4301 5 D 需求曲线 123 ,P P P 分别针对支付意愿高、中、低三个群体的产品参考价格 0 P 相对于需求曲线D的产品价格 1 Q 产品产量固定值 消费者对移动端考研产品的CPV和 0 P 之比 i 第i级消费者 i 表示根据消费者感知价值而得出的针对第i级消费者的移动考研产品 价格 i D 第i级消费者的需求曲线 t 枢轴量 置信度 s 移动端考研产品的样本方差 x 移动端考研产品的样本均值 123 ,x xx 原本选择线下渠道的消费者未来 1 个季度继续选择三种渠道的人数 123 ,y yy 原本选择线上 PC 端的消费者未来 1 个季度继续选择三种渠道的人数 123 ,z zz 原本选择线上移动端的消费者未来 1 个季度继续选择三种渠道的人数 B 转移概率矩阵 11121333 ,.bbbb 转移概率矩阵相应数值 11121333 ,.dddd 三步转移概率矩阵相应数值 k S 预测移动端考研产品市场占有率K季度后的市场占有率 i B 判断矩阵（i=1,1,2,4） max 最大特征根 CI 一致指标 i S 评加等级（i=1,2,3,4） ij r 隶属度 Bi R 评价矩阵（i=1,2,3,4） Bi S 各指标综合评价矩阵（i=1,2,3,4） s 综合评价矩阵 参赛对号 #4301 6 五、模型的建立与求解 5.1 问题一模型的建立与求解问题一模型的建立与求解 5.1.1 对数据进行可信度分析对数据进行可信度分析 对所有原始数据进行标准化处理,利用信度分析进行综合评价,从而使调查结果是 客观的、科学的. 计算克朗巴哈系数,其数学定义为: 1(1) kr Kr （1） 通过克朗巴哈系数的大小评价内在的信度高低.如果克朗巴哈系数大于 0.9,则 认为内在信度很高；如果克朗巴哈系数大于 0.7 小于 0.8,则认为表内数据存在问题, 但仍有一定的参考依据；如果克朗巴哈系数大于 0.7,则表存在很大问题需要重新设 计. 下面利用 SPSS 对数据进行信度分析,结果如下: 表2:可靠性统计 克隆巴赫系数 基于标准化项目 的克隆巴赫系数 项数 .848 .720 24 上表是SPSS输出的信度统计表格,其中的24个说明进行信度分析的项目总数有24个, 而且克朗巴哈系数在0.8,说明表格整体上可以进行有效的测量. 表3:Hotelling T 方检验 Hotelling T 方 F df1 df2 Sig 34758.525 1479.425 23 1023 .000 根据上面的表格可知有1046个个案是无效的.我们对数据进行筛选和剔除,并对各项的 内在相关性进行分析.最后对筛选出数据进行主成分分析. 5.1.2 指标的选取指标的选取 本文就移动端考研产品的影响因素选取了24个指标,考虑实际应用在计算前 首先要消除量纲的影响,解决各指标不具综合性的问题,下面运用spss将原始数据标准 化. 表4:描述性统计资料 N 最小值 最大值 平均數 標準偏差 a 8971 .000 1.000 .35035 .477106 表1:个案处理摘要 数字 % 个案 有效 8954 89.5 除外 a 1046 10.5 总计 10000 100.0 参赛对号 #4301 7 b 8971 .000 3.000 1.13633 .554727 c 8969 1.000 44.000 2.40205 1.084118 d 8971 1.000 4.000 1.12173 .375842 e 8969 1.000 66.000 1.97201 1.731599 f 8971 1.000 4.000 3.07190 .781947 g 8971 .000 1.000 .84996 .357130 h 8971 1.000 3.000 1.52057 .779114 i 8969 1.000 4.000 1.85561 .818635 j 8971 1.000 7.000 3.03300 1.471704 k 8971 1.000 4.000 2.63170 1.242195 l 1617 1.000 6.000 2.14842 1.181117 m 8971 1.000 4.000 2.57965 .782889 n 8970 1.000 5.000 1.74593 .937801 o 8971 1.000 4.000 1.81853 .844984 p 8971 1.000 3.000 1.59703 .842984 q 8971 1.000 5.000 1.75655 .909770 r 8966 .000 22.000 .29523 .617421 s 8971 1.000 5.000 1.80682 .900899 t 8971 1.000 66.000 2.41623 1.603640 u 8971 .000 1.000 .16498 .371180 v 2167 1.000 8.000 1.69359 .863901 w 8971 1.000 5.000 2.29829 1.328017 y 8956 .000 3.000 .26306 .466190 有效的 N (listwise) 938 无量纲后各变量的平均值为 0、标准差为 1,从而可消除量纲和量级的影响.根据上 表可剔除 a、b、d、f、g、j、k、m、r、u、w、y 这 12 个指标,进而找出对移动端考研 产品影响更大的指标. 5.1.3 运用运用 spss 对指标进行主成分分析对指标进行主成分分析 根据本文已给出的 c、e、h、i、l、n、o、p、q、s、t、v 这 12 个指标,通过 spss 对其进行主成分分析,对各个变量进行分析筛选,还需要观察每个变量之间的相关,了解 彼此的关联性. 表5:相关性矩阵 c e h i l n p q s t v 参赛对号 #4301 8 相关 c 1.000 .010 -.005 .016 -.008 -.004 -.041 .001 -.009 .005 -.021 e .010 1.000 -.010 .024 .022 .073 .012 -.007 .005 .039 .017 h -.005 -.010 1.000 .024 .019 .009 .013 .021 .009 -.012 .019 i .016 .024 .024 1.000 .018 -.011 -.041 -.011 -.020 .054 .013 l -.008 .022 .019 .018 1.000 .011 -.027 -.005 -.029 .026 .060 n -.004 .073 .009 -.011 .011 1.000 .080 .083 .018 .016 .003 p -.041 .012 .013 -.041 -.027 .080 1.000 .136 .290 -.152 -.010 q .001 -.007 .021 -.011 -.005 .083 .136 1.000 .439 -.077 .029 s -.009 .005 .009 -.020 -.029 .018 .290 .439 1.000 -.136 .027 t .005 .039 -.012 .054 .026 .016 -.152 -.077 -.136 1.000 .082 v -.021 .017 .019 .013 .060 .003 -.010 .029 .027 .082 1.000 显著性 c .162 .311 .063 .229 .337 .000 .444 .207 .303 .021 e .162 .171 .012 .021 .000 .119 .269 .309 .000 .049 h .311 .171 .011 .038 .195 .118 .025 .203 .124 .035 i .063 .012 .011 .043 .154 .000 .157 .028 .000 .104 l .229 .021 .038 .043 .327 .138 .415 .125 .148 .008 n .337 .000 .195 .154 .327 .000 .000 .045 .070 .399 p .000 .119 .118 .000 .138 .000 .000 .000 .000 .167 q .444 .269 .025 .157 .415 .000 .000 .000 .000 .003 s .207 .309 .203 .028 .125 .045 .000 .000 .000 .005 t .303 .000 .124 .000 .148 .070 .000 .000 .000 .000 v .021 .049 .035 .104 .008 .399 .167 .003 .005 .000 通过分析相关系数矩阵,我们可以看出c指标与t指标具有极其显著的关系,同时也 与e、i、q这几个指标存在相关关系,表明各指标之间具有相关性. 表6:方差分解主成分提取表 說明的變異數總計說明的變異數總計 元件 起始特徵值 擷取平方和載入 循環平方和載入 總計 變異的 % 累加 % 總計 變異累加 % 總計 變異的 % 累加 % 1 1.680 15.271 15.271 1.680 15.271 15.271 1.639 14.899 14.899 2 1.158 10.531 25.802 1.158 10.531 25.802 1.137 10.335 25.234 3 1.058 9.622 35.424 1.058 9.622 35.424 1.086 9.872 35.106 参赛对号 #4301 9 4 1.029 9.355 44.780 1.029 9.355 44.780 1.052 9.561 44.667 5 1.005 9.137 53.917 1.005 9.137 53.917 1.017 9.250 53.917 6 .976 8.875 62.792 7 .959 8.718 71.510 8 .923 8.393 79.903 9 .881 8.008 87.911 10 .809 7.358 95.269 11 .520 4.731 100.000 擷取方法:主體元件分析. 图1:碎石图 由方差分解主成分提取表可以看出,特征值在某些程度上可以反映指标的影响力,大的特征值也表 示相关矩阵中某一成分的方差影响大,这样的因子分析起来才会有效果.而表中前五个指 标的特征值都大于1,且碎石图中也直观的反映出特征值由五个大于1,所以我们可以提取 五个指标作为影响移动端考研类产品的主要因素. 参赛对号 #4301 10 表7:初始因子载荷矩阵 元件矩陣元件矩陣a a 元件 1 2 3 4 5 c -.051 -.020 .134 .748 -.076 e -.001 .416 .579 .027 .067 h .046 .147 -.310 .021 .818 i -.106 .305 -.152 .515 .243 l -.076 .411 -.218 -.234 .113 n .169 .348 .589 -.153 .201 p .598 -.069 .132 -.171 .120 q .701 .207 -.129 .188 -.152 s .797 .089 -.130 .128 -.134 t -.382 .469 -.013 .082 -.262 v .001 .553 -.375 -.194 -.298 擷取方法:主體元件分析. a. 擷取 5 個元件. 由上表可知指标p、q、s在第一主成分上具有较高载荷,基本反映了这三个指标的信 息；指标l、t、和v在第二主成分上具有较高载荷,基本反映了线上辅导、移动端考研学 习的优点及互联网平台产品倾向的信息； 考研原因和在何处复习备考在第三主成分上具 有较高载荷,说明第三主成分基本反映了这两个指标的信息； 考研人所在城市和线上考研 类资讯获取的途径在第四主成分上具有较高载荷,基本反映了二者的信息； 线下考研类资 讯获取途径在第五主成分上具有较高载荷,说明第五主成分基本反映了这个指标的基本 信息.所以提取五个主成分可以基本反映出全部指标的信息,即可以用5个新变量代替原 来11个变量. 5.1.4 列出主成分表达式列出主成分表达式 根据特征向量 ij i j Uu 和因子载荷矩阵 ij i j Aa 的关系 4,可求出特征向量,如 下: ijijj i ji j Aau ; ij ij j a u . 参赛对号 #4301 11 其中11115.ij、 、；、 、 12345 =1.68=1.158=1.058=1.029=1.005.、 进而得到五个主成分表达式: 112345 67891011 0.0397.7150.0350.0820.059 0.1300.4610.9090.6150.2957.715 FZXZXZXZXZX ZXZXZXZXZXZX ; 212345 67891011 0.0190.3870.1370.2830.382 0.3230.0640.2230.0830.4360.514 FZXZXZXZXZX ZXZXZXZXZXZX ; 312345 67891011 0.1300.5630.3010.1480.212 0.5730.1280.1250.1260.0130.365 FZXZXZXZXZX ZXZXZXZXZXZX ; 412345 67891011 0.7370.0270.0210.5080.231 0.1510.1690.1850.1260.0810.191 FZXZXZXZXZX ZXZXZXZXZXZX ; 512345 67891011 0.0760.0670.8160.2420.113 0.2000.1200.1520.1340.2610.297 FZXZXZXZXZX ZXZXZXZXZXZX . 其中: ,111 i ZX i 、 、 ,为 11 个变量标准化后的数据. 以各主成分所对应的特征值占所提取主成分的总的特征值之和的比例为权重计算 主成分综合模型: 1122334455 12345 FFFFF F ; 将 i 数值代入,进而可得: 12345 1.681.1581.0581.0291.005 5.93 FFFFF F ; 即: 12345 67891011 0.1221.9730.1240.1780.059 0.2070.1300.3390.1660.0312.112 FZXZXZXZXZX ZXZXZXZXZXZX . 根据主成分综合模型即可计算出综合主成分值,即可对各指标变量进行综合评价, 得出五个可以对互联网平台考研产品产生较大影响的指标分别 h、i、n、s 和 v,即影响 移动端考研类产品市场的主要因素为:考研类资讯方式、考研类资讯获取途径、备考的 环境、在移动端产品上平均每天花费的考研时间、移动端产品较 pc 端的优势. 5.2 对问题二模型的建立与求解对问题二模型的建立与求解 5.2.1 5.2.1 基于消费者感知价值的移动端考研产品的价格估计模型基于消费者感知价值的移动端考研产品的价格估计模型 1.1.消费者感知价值与移动端考研产品的关系消费者感知价值与移动端考研产品的关系 消费者感知价值的意思是 “顾客感知绩效与顾客感知成本之间的权衡” 5,即消费者 感知质量与消费者感知价格之间的权衡.在本题中,通俗而言,就是消费者心理上对于移 动端考研产品所产生的期望和预期,是消费者在希望付出一定的成本之后希望获得的收 益.可建立如下关系模型: 参赛对号 #4301 12 图 2:消费者感知价值与移动端考研产品的关系 如图所示,消费者根据获得的移动端考研产品基本信息和同类产品价格信息,在自 己的价值判断下等等因素得出对移动端考研产品的价值感知CPV,消费者将自己的感 知价值与移动端考研产品的真实价值进行对比,从而判断是否购买该商品,并影响消费 者行为倾向的形成.于是移动考研产品企业可以制定产品价格,于此同时,移动端考研产 品的真实价格在一定程度上对消费者行为倾向产生影响,并影响同类产品的价格制定 2.2.消费者关于移动端考研产品感知价值影响因素消费者关于移动端考研产品感知价值影响因素 消费者对于移动端考研产品一类的信息产品的感知价值因素一方面与普通产品类 似,另外一方面,由于这种信息网络产品本身所具有的特性,例如操作较为复杂、售货问 题等.而且由于移动端考研产品针对具有不同类型和背景的消费者具有更强的指示性作 用,所以考虑因素是还需考虑用户的背景,经过对调查问卷的归纳与总结,移动端考研产 品的用户感知因素结构如下: 表 8:移动端考研产品消费者感知价值影响因素 价值要素价值要素 包含的关键指标包含的关键指标 价值因素价值因素 包含的关键指标包含的关键指标 移动端考研产品质移动端考研产品质 量量 使用便捷程度 品牌形象品牌形象 品牌评价度 便于理解程度 维护服务条约合理性 可操作性和可维护性 职业道德 移动产品结果及及时性 消费者感知价格消费者感知价格 同类产品价格 消费者背景消费者背景 计算机使用程度 维护费用 用户对于信息产品的认识 消费者搜索成本 消费者个人购买程度 产品购买价格 消费者受教育水平 移动端考研产品基 本信息 同类产品价格信息 消费者感知价值 消费者行为倾向 移动端考研产品真 实价格 信息产品定价策 略 参赛对号 #4301 13 3.3.移动端考研产品消费者感知价值的确定移动端考研产品消费者感知价值的确定 目前对于用户价值测度方法有P模型和L模型,这些方法虽然在一定程度上评估和 测量了相关产品的用户价值测度,但是不能准确衡量消费者的感知价值.这次建立的模 型对原有的方法进行一定的改动,使评估方法更准确,实际操作性更强