随着互联网技术、移动支付技术和智能手机的普及,共享经济为新型经济形态的经营理念带来了快速发展,互联网专车作为其中一种形式逐步兴起。本研究以互联网专车平台为研究对象,在理性行为理论、创新扩散理论及服务业相关研究的基础上,结合技术接受模型(TAM)、理性行为理论的主观规范、创新扩散理论的兼容性特征以及现代服务业特点,将用户使用意愿作为因变量,使用态度作为中介变量,分析感知有用性、感知兼容性、感知价格、主观规范、异质性、即时性和结合性等自变量。通过构建结构方程模型并提出相关假设,设计量表并通过问卷调查获得322份有效数据。最终,利用SPSS进行统计分析和测量指标的信度与效度检验,并通过Amos验证结构方程模型和检验假设的显著性水平。研究结果为互联网专车公司、传统出租车公司及政府部门提供了决策参考意见。
影响互联网专车平台用户意愿的因素实证研究
相关推荐
互联网时代的数字劳动者研究
数字劳动者是指在互联网上从事数据输入、处理、分析等工作的人员。他们需要具备计算机技能、数据分析能力以及相关领域的知识储备,以胜任数字化浪潮中的各项工作。随着科技的进步,互联网已经深入到我们的生活和工作中。在这个背景下,许多传统的行业和职业逐渐被数字化替代,从而催生了数字劳动者这一新型的职业群体。全球数字劳动者数量已经超过千万,并且这个数字还在不断增长。他们不仅存在于科技公司、金融机构等高端行业,更是在电商、自媒体等与普通百姓生活息息相关的领域扮演着重要角色。数字劳动者通过处理、分析海量的用户数据,帮助公司更好地了解客户需求,优化产品和服务。在互联网经济的多个领域中,他们为企业提供准确的决策支持
MySQL
5
2024-08-28
基于局部最优的互联网论坛用户社区挖掘
基于局部最优的互联网论坛用户社区挖掘
为了有效地划分互联网论坛中的用户社区,我们分析用户发言的层次结构和内容,构建用户之间的回复关系图。在此基础上,提出一种基于局部最优的图聚类方法 (LOGCA),用于对大规模论坛网络图进行分类。实验结果成功识别出互联网论坛上多个具有共同兴趣的用户社区。 该方法简单有效,能够从大规模网络数据中挖掘出有意义的用户社区,展现出其在社区发现领域的实用价值。
数据挖掘
7
2024-05-24
移动互联网用户画像系统构架与应用
大数据时代下,用户画像系统对于运营商精细化营销和提高工作效率具有重要意义。本系统以移动互联网用户行为为研究对象,提出标签化方法描述用户行为和偏好。系统包含静态信息画像和动态信息画像,分别利用建模方法和数据挖掘算法构建标签。用户静态信息标签基于基础属性、业务属性、产品属性、渠道属性构建。动态信息标签通过文本特征提取、聚类建模、分类预测等方法构建。系统采用列数据库存储画像数据,并建立标签元数据管理、生命周期管理、查询更新机制。在流量提升和阅读软件用户量提升中取得应用成果。
spark
8
2024-05-16
互联网公司用户画像实践经验分享
来自美团、携程等互联网公司的一线实践经验,深入探讨了用户画像的应用与优化策略。
算法与数据结构
11
2024-07-16
研究报告-面向互联网平台用户隐私保护的分布式关联规则挖掘算法.pdf
互联网平台提供的用户信息授权服务已广泛应用,但在满足第三方网站的数据挖掘需求时,常将用户隐私信息存储在多方,增加了用户隐私滥用和泄露的风险。针对此问题,本研究提出了一种开放平台与网站间的分布式关联规则挖掘算法。该算法无需依赖可信的第三方参与,开放平台和网站各自根据挖掘条件生成布尔型矩阵,以频繁-1项集编号和用户身份标志符为行列标记。开放平台对矩阵进行扰动和整合,网站在整合后的矩阵上挖掘全局关联规则。实验证明,该算法有效且未因通信代价显著降低挖掘效率。
数据挖掘
8
2024-10-12
GPRS互联网接入指南
本指南提供了有关使用GPRS进行互联网连接的全面信息。它涵盖了基本概念、设置说明和故障排除提示。
Access
11
2024-05-30
分析互联网IP级拓扑瓶颈时延的研究
利用CAIDA提供的大量数据样本,重点分析网络中瓶颈时延的特征。首先统计关键路径中的时延情况,发现超过80%的路径存在瓶颈时延。进一步量化分析表明,瓶颈时延导致网络直径相近路径的时延存在显著差异。其次,对网络时延和瓶颈时延两端的IP地址地理位置进行统计,发现它们具有显著的地理分布差异。最后,研究分析了瓶颈时延的产生原因,结果显示在远距离传输中,传播时延是主要因素;而在近距离传输中,排队时延则起关键作用。
统计分析
10
2024-07-16
基于互联网+的智慧窑炉远程监控系统研究
为优化传统工业窑炉监控,结合无线传感、通信、网络、云平台和大数据技术,开发了一套基于B/S架构的智慧窑炉远程监控系统。该系统实现了窑炉在线自诊断,能即时监测温度分布、废气排放和设备故障预警,支持生产安全、效率提升、能源节约和环保监测。其对工业生产具有重要意义。
数据挖掘
11
2024-08-11
数据挖掘赋能互联网远程教育研究
数据挖掘赋能互联网远程教育研究
本研究探索了数据挖掘在互联网远程教育中的应用模型和方法,提出了利用数据挖掘技术解决远程教育中反馈信息获取、个性化学习、自动答疑等问题的思路。研究结果显示,数据挖掘能够有效解决互联网远程教育中存在的问题,并推动其进一步发展。
数据挖掘技术应用于互联网远程教育的优势:
精准反馈: 通过分析学生学习行为数据,及时获取学习反馈,帮助教师调整教学策略。
个性化学习: 根据学生个体差异和学习需求,提供个性化的学习内容和路径。
智能答疑: 构建智能问答系统,自动解答学生疑问,提高学习效率。
数据挖掘的应用将助力互联网远程教育突破瓶颈,实现更高效、更个性化的学习体验。
数据挖掘
15
2024-04-29