摘要:随着互联网用户的极速增长，互联网电子商务有了蓬勃发展的沃土。淘宝、京东等一大批电商平台应运而生。而随着互联网营销技术手段的越来越成熟，大数据、云计算成为越来越多商家的必争资源。人们的购物习惯和购物理念正发生着翻天覆地的变换。消费者喜欢买什么样的商品？什么因素影响消费者在众多同类商品中的抉择最多？卖家的商品最能吸引哪一类消费者？怎么提高消费者从游客到顾客的转化率？众多类似问题成为了众多小商家最为关心重视，最迫不及待想要得到答案的难题，所以研究淘宝平台搜索变化趋势是必不可少的。

本文主要是研究淘宝平台搜索量变化趋势的问题。通过收集服装类、数码类、工具类和食品类这几类具有代表性的消费品的搜索量数据，建立搜索水平的十个指标体系，利用主成分分析计算得出如下模型

根据模型进行科学分析得出各月份综合得分。我们得出主成分综合评分最高的是二月份。然后引进欧式距离，通过将距离相近的省市或年龄段聚类，分析搜索量的地域分布和年龄分布。最后根据数据分析得出的结果了解影响搜索趋势的一些其他因素，研究消费者的潜在购买趋势，并提出一些针对性的营销意见。

 

关键词  淘宝平台；搜索；主成分分析法；聚类分析

 

目录

摘要

Abstract

1 绪论-1

1.1 研究的背景、目标-1

1.2 研究的现状-3

1.3 研究内容和方法-3

1.3.1 研究内容-3

1.3.2 研究方法-4

1.4 研究的意义-4

1.5 本文的主要工作-4

2 理论综述-5

2.1 主成分分析理论介绍-5

2.1.1 主成分分析基本概念和意义-5

2.1.2 主成分分析法的原理-5

2.1.3 主成分分析法的步骤-5

2.1.4 主成分分析运算-7

2.2 聚类分析方法的介绍-8

2.2.1 聚类分析的基本概念和意义-8

2.2.2 聚类分析的计算方法-8

2.2.3 聚类分析的步骤-9

3 搜索量变化趋势和消费者之间的关系-10

3.1 淘宝平台的搜索量分布状况-10

3.1.1 几类消费品淘宝搜索量地域分布状况-10

3.1.2 几类消费品淘宝搜索量年龄分布状况-12

3.2 淘宝平台的搜索量月变化趋势-14

4 各月份搜索趋势综合评价模型建立-15

4.1 搜索趋势指标的构建-15

4.1.1 服装类指标-15

4.1.2 数码类指标-15

4.1.3 实用工具类指标-15

4.1.4 食品类指标-15

4.2 淘宝平台月搜索趋势变化的研究-16

4.2.1 计算结果的解释和分析-16

4.2.2 计算各月月综合得分及分析-20

5 聚类分析搜索量地域年龄分布-22

5.1 聚类分析并得出地域分布结论-22

5.2 聚类分析并得出年龄分布结论-24

6 几类消费品搜索趋势分布的原因及影响-27

6.1 搜索指数的分布的原因-27

6.1.1 地区经济发展的差异-27

6.1.2 市场经济造成大量人口流动-27

6.1.3 青少年的接受能力强-27

6.1.4 智能移动设备的普及-27

6.2 几类消费品搜索量升高的其他原因-27

6.2.1 季节天气的变化-27

6.2.2 开学季-28

6.2.3 春节等节假日-28

6.3 面对搜索量变化趋势的应对-28

结论-29

致谢-30

参考文献-31

附录-32