女装品牌直播对消费者购买意愿的影响

来源 :北京服装学院学报(自然科学版 | 被引量 : 0次 | 上传用户:zjian26
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为深入探讨服装品牌线上直播营销可行性策略,优化消费者对女装类产品的直播购物体验,从而提升购买意愿,对电商平台女装品牌直播间要素、消费情感、购买意愿理论文献进行研究分析,基于文献提取女装品牌直播要素5个维度,结合女装品牌案例进行问卷调研实证研究,通过结构方程模型对研究理论模型进行验证。研究结果表明:女装品牌直播对购买意愿直接影响最大的是消费情感,其次是商品特性。网络主播吸引力对消费情感的影响力最强,其次是品牌认知度、直播营销策略和商品特性。直播中消费情感越强,观者购买意愿水平越高。消费情感对女装品牌直播购买意愿影响因素产生中介作用。
其他文献
近年来,随着第五代移动通信系统(5G)的快速发展,现有的6 GHz以下的通信频带已经显得非常拥挤,而毫米波以其波长短,在恶劣天气下也能有良好的传播特性,使其成为未来波移动通信中载波的不二选择。故而人们将目光转到了毫米波频段,利用毫米波频段的宽频谱资源是未来移动通信发展的趋势。毫米波通信系统器件尺寸小,结构紧凑、通信安全、信息传输质量高,很大程度上弥补了4G通信的不足。通常天线单元所得到的增益比较低
箔条云是无源电磁对抗领域中常用的干扰物之一,舰船通过抛洒箔条云以干扰导引头对舰船的截获,从而提高舰船的生存率。一般情况下,海战场景中的箔条云含有数量巨大、分布随机的电小金属丝,这使得其电磁散射计算面临很大挑战。解析算法往往无法考虑箔条间的电磁耦合,而数值算法则面临巨大的计算压力。同时,箔条云与海面的复合散射研究较少。本文使用矢量辐射输运理论对大体量箔条云及其与海面复合的电磁散射特性进行计算,得到了
高光谱图像包含大量的谱段信息,在识别研究对象的物理特性时,远远优于RGB图像数据,因此,高光谱图像在计算机视觉领域中有许多成功的应用,例如物体识别与跟踪等。然而,由于各种硬件和效率上的限制,很难直接获取在空间和光谱域均具有高分辨率的图像,目前常见的解决方案是通过算法手段融合一组分别在空间域和光谱域具有高分辨率的图像来得到。现存的方法主要分为两种:基于模型的超分辨率方法和基于深度学习的超分辨率方法,
同时同频全双工技术允许无线通信设备在相同频带中同时发送和接收信号,显著提高了无线通信系统的频谱效率,有效缓解了频谱资源匮乏的问题。因此,将全双工技术与无线通信系统相结合,是移动通信发展的新趋势。但是,全双工无线通信存在着自干扰,导致通信系统性能急剧下降,故需要对自干扰信号进行消除。本文面向全双工中继应用场景,在研究现有传播域和数字域自干扰消除技术的基础上,提出了数字域辅助射频域的跨域自干扰消除算法
学位
Alpha稳定分布因其具有脉冲突发的性质,与实际环境中噪声的特点相类似,因此该分布模型在电磁信号的分析处理中被经常用来建模噪声,从而得到了更加广泛的使用。特别地,在雷达、声呐、通信等领域,Alpha稳定分布噪声下的电磁信号的频谱感知和参数估计也成为信号处理中探讨的重点和热点问题。本文针对目前存在的频谱感知和参数估计算法在该噪声下性能低且不能满足实际应用需求的问题,从以下三个方面对其进行了探讨。首先
随着人工智能技术的不断发展和与制造技术的不断融合,制造行业正在处于向智能化转型的新阶段,智能制造技术已经成为未来制造业发展的必然趋势。与传统机床相比,数控机床具有高效率、高精度、多功能以及自动化程度高等优点,在航空航天、军事装备、能源设备等领域得到了广泛的应用。然而,高档数控机床工作环境复杂多变,加工要求严苛,导致机床性能不可避免地发生退化,严重影响到了机床的生产效率和加工产品的质量。数控机床的可
随着移动互联网的发展,移动端应用从轻量级逐渐复杂化,快速的迭代更新给本就繁重的UI测试工作带来了更大的压力,尤其是回归测试这类重复性较高的测试;而专业的自动化测试人员较为缺少,许多自动化测试工具学习成本较高,对普通的开发和测试人员并不友好。为解决上述问题,本文将使用微服务架构研发一款使用简单、易上手的移动端UI自动化测试平台:平台将通过浏览器管理自动化测试中的数据资料,并提供用于执行自动化测试脚本
随着互联网技术的发展和应用创新,人们的互动交流方式发生了很大的变化。近几年来,直播平台、视频弹幕网站等应用发展迅速,直播刷屏、视频弹幕等新型即时消息互动形态越来越受到广大网友特别是年轻网友的欢迎。面对这种参与人数众多、互动强度极大的消息收发场景的严峻考验,设计一套高性能、高可靠、弹性好的即时消息系统成为保障互动体验的关键。随着云计算技术的发展,云原生成为了互联网技术领域最炙手可热的话题。以Dock
图像超分辨重建技术由于深度学习技术的迅速发展而得到快速的发展,其性能指标也在公共数据集的测试中超越了传统算法。但是,随着卷积神经网络的不断发展,网络模型在深度和宽度上也不断增加,致使其前向推理存在很大的计算量以及参数量,在实际工程中难以实用。针对目前基于卷积神经网络的单图像的超分辨网络模型复杂度较高这一难点问题,本文主要研究设计了轻量化的单图像超分网络模型。本论文围绕单图像超分辨开展了研究,通过结