2023年12月2日发(作者：么雅可)

市场研究DOI:10.19699/2096-0298.2018.27.007Market大学生智能手机消费者需求调查研究——基于杭州市的调研

浙江中医药大学人文与管理学院 王啦啦 陈美玲(通讯作者)21世纪手机日益成为人们生活中不可分割的一部分，而大学生这个消费团体对手机市场的消费偏好特征也日益成为社会关注的摘 要：热点。本文以杭州市各高校大学生的问卷调查数据为基础，运用基于Apriori算法的关联规则挖掘模型，对不同基础属性的大学生消费需求偏好特征进行关联规则挖掘。最后本文得到杭州各高校大学生消费群对智能手机的消费需求偏好的内在规则联系，并在此规则基础上为智能手机厂商提供了相应的营销建议。关键词：大学生 智能手机 消费需求 关联规则挖掘中图分类号：F724.6

文献标识码：A

截至2017年底，中国大陆2017年共销售44944万部手机，随着手机媒体的不断发展，智能手机已不只是为了满足人们的日常通讯而存在的，它更是集娱乐、商务、生活于一体的全能媒体，因此也被称为继报纸、广播、电视、网络后的“第五媒体”。如今，手机媒体的应用功能层出不穷，从最初的通讯功能到广受青年学生喜欢的娱乐社交功能，再到商务甚至人工智能。手机功能的更新换代速度逐渐加快，也就意味着人们更换手机的平均频率也会增大，如何精确捕捉消费者对智能手机的消费需求成为厂商销售利润的关键所在。相对于其他社会群体，大学生消费群对于智能手机的使用更加频繁。有很多学者对于大学生手机消费进行了相关研究。龚芳敏、阳璐和王召君(2015)以吉首大学为样本分析了大学生对手机消费的行为特征，认为大学生消费群在手机消费上，非理性消费占比较大。郑如霞(2007)以福建省高校为例，对大学生手机消费行为和购买因素进行了调查研究，并提出相关策略建议。基于统计分析的大学生手机消费需求研究虽然能从问卷回答中得到总体概况，但很难得出消费者内在的需求偏好。关联规则作为数据挖掘的一个重要技术，能够从数据中得到事物间的关联强度。最典型的事例莫过于尿布与啤酒的故事，由此关联规则挖掘技术广泛用于超市对于顾客的商品购买规律分析中，但其实只要涉及分析消费行为的问题都可以采用关联规则技术探寻其内在关联规律。故本文以杭州高校为样本，运用关联规则挖掘技术研究分析大学生智能手机消费需求的规律，并以此为基础给予厂商相关营销策略建议。1 关联规则介绍关联规则是形如X→Y的蕴涵式，其中X成为规则的前项，Y成为规则的后项，每一个关联规则都有自己的支持度(Support)、置信度(Confi dence)和提升度(Lift)。支持度是表示项集(X,Y)在总项集中出现的概率，计算公式如下：置信度是表示在含有X的项集中，含有Y的可能性，计算公式如下：提升度是表示在含有X同时含有Y的概率与不含X下却含Y的概率之比，计算公式如下：文章编号：2096-0298(2018)09(c)-007-02当，说明是个有效的强关联规则，否则为无效。2 数据来源及数据预处理2.1 数据来源为了更加深入地了解在校大学生的手机消费需求，设计了相关的调查问卷，并对在杭各高校进行了线上与线下并行的问卷调查。线上主要是通过微信等方式对在杭高校的大学生发送电子问卷，线下对本校及邻近高校进行纸质问卷的随机发放，共发出250份问卷，其中回收236份，能够有效利用的为200份。问卷的问题主要是涉及两方面问题：(1)受访大学生的基本属性情况，主要包括性别、学历情况及家庭经济等主要情况；(2)对手机的偏好，包括品牌、性能偏好、喜欢的促销方式等。本文通过对问卷各问题回答进行关联规则建模分析，寻找不同属性间的关联。2.2 数据预处理本文基于Apriori算法的关联规则模型是通过SPSS Model软件实现，它要求数据源的输入需要是布尔型数据，本文在数据处理方面参考刘雪冉(2018)的方法：行表示进行问卷的个体，在列表示上，将问卷上的每一个问题的答案分别作为单独的列项，当答卷者选择了该答案标1，否则标0，则整个数据集被表示成一个只含0和1的矩阵。3 数据挖掘结果及分析3.1 样本统计分析从问卷结果统计数据来看，本次受访者中男女比例分别为43%和57%，这主要是因为杭州大多数高校女生偏多，属于正常比例范围；从受访者的学历水平上来看，大专38%，本科33%，硕士15%，博士14%，占比依次递减，比较符合正常的学历占比；家庭人均月收入在2000以下、2000～5000、5001～10000、10001～20000和20000以上的大学生分别占13%、27.5%、31%、18%和10.5%，也主要集中在2000～5000和5001～10000这两个收入相对中等的区间。以上的统计结果说明了本文所选取的受访对象样本的个体属性分布均匀，在此基础上所做的数据分析结果更具可信度。3.2 关联规则挖掘结果及分析具体内容如表1所示。3.2.1 销售方式关联规则在本次问卷中，对于付款方式，分为一次付清和分期最好两个选项，对于商家的销售方式，分为裸机出售、饥饿营销和优惠套餐出售三种方式。运用SPSS Model软件，以付款方式和销售方式为 2018年9月007

2023年12月2日发(作者：么雅可)

市场研究DOI:10.19699/2096-0298.2018.27.007Market大学生智能手机消费者需求调查研究——基于杭州市的调研

浙江中医药大学人文与管理学院 王啦啦 陈美玲(通讯作者)21世纪手机日益成为人们生活中不可分割的一部分，而大学生这个消费团体对手机市场的消费偏好特征也日益成为社会关注的摘 要：热点。本文以杭州市各高校大学生的问卷调查数据为基础，运用基于Apriori算法的关联规则挖掘模型，对不同基础属性的大学生消费需求偏好特征进行关联规则挖掘。最后本文得到杭州各高校大学生消费群对智能手机的消费需求偏好的内在规则联系，并在此规则基础上为智能手机厂商提供了相应的营销建议。关键词：大学生 智能手机 消费需求 关联规则挖掘中图分类号：F724.6

文献标识码：A

截至2017年底，中国大陆2017年共销售44944万部手机，随着手机媒体的不断发展，智能手机已不只是为了满足人们的日常通讯而存在的，它更是集娱乐、商务、生活于一体的全能媒体，因此也被称为继报纸、广播、电视、网络后的“第五媒体”。如今，手机媒体的应用功能层出不穷，从最初的通讯功能到广受青年学生喜欢的娱乐社交功能，再到商务甚至人工智能。手机功能的更新换代速度逐渐加快，也就意味着人们更换手机的平均频率也会增大，如何精确捕捉消费者对智能手机的消费需求成为厂商销售利润的关键所在。相对于其他社会群体，大学生消费群对于智能手机的使用更加频繁。有很多学者对于大学生手机消费进行了相关研究。龚芳敏、阳璐和王召君(2015)以吉首大学为样本分析了大学生对手机消费的行为特征，认为大学生消费群在手机消费上，非理性消费占比较大。郑如霞(2007)以福建省高校为例，对大学生手机消费行为和购买因素进行了调查研究，并提出相关策略建议。基于统计分析的大学生手机消费需求研究虽然能从问卷回答中得到总体概况，但很难得出消费者内在的需求偏好。关联规则作为数据挖掘的一个重要技术，能够从数据中得到事物间的关联强度。最典型的事例莫过于尿布与啤酒的故事，由此关联规则挖掘技术广泛用于超市对于顾客的商品购买规律分析中，但其实只要涉及分析消费行为的问题都可以采用关联规则技术探寻其内在关联规律。故本文以杭州高校为样本，运用关联规则挖掘技术研究分析大学生智能手机消费需求的规律，并以此为基础给予厂商相关营销策略建议。1 关联规则介绍关联规则是形如X→Y的蕴涵式，其中X成为规则的前项，Y成为规则的后项，每一个关联规则都有自己的支持度(Support)、置信度(Confi dence)和提升度(Lift)。支持度是表示项集(X,Y)在总项集中出现的概率，计算公式如下：置信度是表示在含有X的项集中，含有Y的可能性，计算公式如下：提升度是表示在含有X同时含有Y的概率与不含X下却含Y的概率之比，计算公式如下：文章编号：2096-0298(2018)09(c)-007-02当，说明是个有效的强关联规则，否则为无效。2 数据来源及数据预处理2.1 数据来源为了更加深入地了解在校大学生的手机消费需求，设计了相关的调查问卷，并对在杭各高校进行了线上与线下并行的问卷调查。线上主要是通过微信等方式对在杭高校的大学生发送电子问卷，线下对本校及邻近高校进行纸质问卷的随机发放，共发出250份问卷，其中回收236份，能够有效利用的为200份。问卷的问题主要是涉及两方面问题：(1)受访大学生的基本属性情况，主要包括性别、学历情况及家庭经济等主要情况；(2)对手机的偏好，包括品牌、性能偏好、喜欢的促销方式等。本文通过对问卷各问题回答进行关联规则建模分析，寻找不同属性间的关联。2.2 数据预处理本文基于Apriori算法的关联规则模型是通过SPSS Model软件实现，它要求数据源的输入需要是布尔型数据，本文在数据处理方面参考刘雪冉(2018)的方法：行表示进行问卷的个体，在列表示上，将问卷上的每一个问题的答案分别作为单独的列项，当答卷者选择了该答案标1，否则标0，则整个数据集被表示成一个只含0和1的矩阵。3 数据挖掘结果及分析3.1 样本统计分析从问卷结果统计数据来看，本次受访者中男女比例分别为43%和57%，这主要是因为杭州大多数高校女生偏多，属于正常比例范围；从受访者的学历水平上来看，大专38%，本科33%，硕士15%，博士14%，占比依次递减，比较符合正常的学历占比；家庭人均月收入在2000以下、2000～5000、5001～10000、10001～20000和20000以上的大学生分别占13%、27.5%、31%、18%和10.5%，也主要集中在2000～5000和5001～10000这两个收入相对中等的区间。以上的统计结果说明了本文所选取的受访对象样本的个体属性分布均匀，在此基础上所做的数据分析结果更具可信度。3.2 关联规则挖掘结果及分析具体内容如表1所示。3.2.1 销售方式关联规则在本次问卷中，对于付款方式，分为一次付清和分期最好两个选项，对于商家的销售方式，分为裸机出售、饥饿营销和优惠套餐出售三种方式。运用SPSS Model软件，以付款方式和销售方式为 2018年9月007