Computers in Human Behavior xxx (xxxx) xxx–xxx
Contents lists available at ScienceDirect
Computers in Human Behavior
journal homepage: www.elsevier.com/locate/comphumbeh
Full lengh article
Analyzing the trend of O2O commerce by bilingual text mining on social media
Chien-wen Shena, Min Chenb,a, , Chiao-chen Wanga
- Department of Business Administration, National Central University, Taoyuan City 32001, Taiwan
- Academy of Financial Research, Wenzhou University, Wenzhou City 325035, China
A R T I C L E I N F O
Keywords:
Online to offline Social media Bilingual text mining Ecommerce
A B S T R A C T
Social media has been changing not only the way people communicate with friends, but also the way providers communicate with consumers. Being as the popular means of information acquisition and facilitating the ex-ploration of various topics and market trends, social media was also playing a key role in the development of online to offline (O2O) commerce. In the current study, bilingual text mining was conducted to analyze the trends of O2O commerce from the perspective of social media. Keywords and their concept linking diagrams were first identified to understand the important O2O trends in different languages. While keywords “China”, “Alibaba”, “Baidu”, “DianPing”, “Meituan”, “Asia”, “ecommerce” and “service” were the most strongly asso-ciated English terms with O2O, keywords “Baidu”, “Tencent”, “headlines”, “Sina.com”, mode”, “ecommerce”, “retail” and “platform” were closely related to the Chinese tweets. To further understand the similarities and differences between English tweets and Chinese tweets, we compared the bilingual text mining results according to the categories of company, region, service Apps and operation model. Our study provided important insights from crowd intelligence and revealed trends analysis about the recent O2O development in different language regions.
1. Introduction
Online to offline (O2O) commerce is a business combination model that includes both online and offline channels; the advantage of the online channel is that it can drive offline sales and coupon redemption (Phang, Tan, Sutanto, Magagna, amp; Lu, 2014). O2O commerce com-pletely changes price competition in the traditional channel supply chain, and it can be seen as a specific form of multichannel integration, where the focus is on conducting online promotions (Zhang, Chen, amp; Wu, 2015). With the popularization of information technology, O2O commerce has become localized and integrates internet or mobile technology for linking online shopping and front-line transactions to entice consumers to make purchases in physical establishments (Kang, Gao, Wang, amp; Wang, 2015). Compared to traditional ecommerce ap-proaches, such as B2C and C2C, the approach of O2O focuses on linking online transactions to local services, such as restaurants, cinemas, gyms, tourism, beauty salons, spa shops and other service-oriented products. Although the abovementioned approaches provide online purchase and payment services, traditional ecommerce delivers goods or services directly to customers, while O2O provides services at brick and mortar businesses with offline logistics (Yan, 2013). Due to the growth of the O2O market, enterprises and retailers need to focus on building a seamless experience between online and offline interactions to acquire and retain customers. Participants in the O2O model include con-sumers, retailers, third-party service providers, and O2O operators. Meanwhile, online matchmaking, online payments, offline consump-tion, and message back indispensable are included in the transaction process of O2O. The four aspects for price differences in products or services, revenues from online advertising, business purchases for consumers, and membership fees are considered as the profits of using an O2O business model (Xue amp; Li, 2016). As a type of business com-bination, the O2O model focuses on local service, the mobile and in-ternet commerce technology to build a long-term competitive ad-vantage, in terms of both individual customers and business customers. The O2O business model is gradually dominating the online shopping market. According to Japan#39;s Nomura Research Institute survey in 2011, the size of the Japanese O2O market was approximately 24 trillion yen (US $219 billion) and was estimated to reach approximately 51 trillion yen (US $465 billion) in 2017. The size of the Chinese O2O market was approximately RMB 665.94 billion (US $96.56 billion) in 2016 and was estimated to reach approximately RMB 834.32 billion (US $120.96 billion) in 2017.
The popularity of O2O has also resulted in extensive discussions in the academic field. However, seldom do studies explore the O2O trends analysis based on the perspective of social media, especially those that address different languages. In this study, we focus on analyzing the trends of O2O by applying a text mining approach on the Twitter messages posted in English and Chinese. Trend analysis is the wide-spread practice of collecting information and attempting to spot a pattern, and it could be used to estimate uncertain patterns (John, 2004). It is not only used to predict future outcomes, but also used to observe the past events, to track the variances and frequencies in the past historical data. Trend analysis by using text mining approach has been studied in different discipline
全文共62090字，剩余内容已隐藏，支付完成后下载完整资料
基于社交媒体双语文本挖掘的O2O商务趋势分析
Chien-wen Shena, Min Chenb,a, , Chiao-chen Wanga
摘要
社交媒体不仅改变了人们与朋友交流的方式，也改变了提供商与消费者交流的方式。社交媒体作为获取信息和促进各种话题和市场趋势的流行手段，也在在线到线下( O2O )商务的发展中发挥着关键作用。本研究通过双语文本挖掘，从社交媒体的角度分析O2O商务的发展趋势。关键词及其概念链接图首先被识别，以理解不同语言中重要的O2O趋势。关键词“中国”、“阿里巴巴”、“百度”、“电平”、“美团”、“亚洲”、“电子商务”和“服务”与O2O的关联度最高，关键词“百度”、“腾讯”、“头条”、“新浪网”、“模式”、“电子商务”、“零售”和“平台”与中国微博的关联度最高。为了进一步了解英文推特和中文推特的异同，我们根据公司、地区、服务应用和运营模式的类别对双语文本挖掘结果进行了比较。我们的研究从人群智力中提供了重要的见解，并揭示了不同语言区O2O发展的趋势分析。
关键字：线上线下、社会化媒体、双语文本、挖掘、电子商务
1.介绍
线上到线下（O2O）商务是一种包括在线和线下渠道的商业组合模式；在线取代的优势在于它可以推动线下销售和优惠券兑换（Phang,Tan,Sutanto,Magnaamp;Lu,2014）。O2O商务完全改变了传统渠道供应链中的价格竞争，它可以被视为一种特定形式的多渠道整合，其重点是进行在线促销(张、陈、吴，2015 )。随着信息技术的普及，O2O商务已经本地化，并整合了互联网或移动技术，将网上购物和一线交易联系起来，以吸引消费者在实体机构购物( Kang，Gao，Wang and Wang，2015 )。与B2C和C2C等传统电子商务方式相比，O2O的方式侧重于将在线交易与餐馆、电影院、健身房、旅游、美容院、水疗中心和其他面向服务的产品等本地服务联系起来。尽管上述方法提供在线购买和支付服务，但传统电子商务直接向客户交付商品或服务，而O2O则通过线下物流为实体企业提供服务( Yan，2013 )。由于O2O市场、企业和零售商需要专注于在线上和线下互动之间建立无缝体验，以获取和留住客户。O2O模式的参与者包括消费者、零售商、第三方服务提供商和O2O运营商。同时，在线配对、在线支付、线下消费和信息反馈是O2O交易过程中必不可少的环节。产品或服务的价格差异、在线广告收入、消费者商业购买和会员费这四个方面被视为使用O2O商业模式的利润(薛莉，2016 )。O2O模式作为一种商业组合，侧重于本地服务、移动和互联网商务技术，以建立长期的竞争优势，无论是在个人客户还是商业客户方面。O2O商业模式正在逐渐主导网上购物市场。根据日本野村研究所2011年的调查，日本O2O市场的规模约为24万亿日元( 2190亿美元)，2017年估计达到约51万亿日元( 4650亿美元)。2016年，中国O2O市场规模约为人民币6659.4亿元( 965.6亿美元)，2017年预计将达到人民币8343.2亿元( 1209.6亿美元)。O2O的普及也引起了学术界的广泛讨论。然而，很少有研究从社交媒体的角度探索O2O趋势分析，尤其是针对不同语言的分析。在本研究中，我们主要通过对中英文推特信息的文本挖掘来分析O2O的发展趋势。趋势分析是广泛传播的收集信息和试图发现模式的实践，它可以用来估计不确定的模式(约翰，2004 )。它不仅用于预测未来的结果，还用于观察过去的事件，跟踪过去历史数据中的变化和频率。采用文本挖掘方法的趋势分析已在不同学科中得到研究。例如，社交媒体分析是从社交媒体网站收集数据，并使用社交媒体分析工具分析这些数据来做出商业决策的实践。它被认为是收集、监控、分析、总结和可视化社交媒体数据以提取有用发现的信息工具(曾、陈和李，2010 )。与传统的数据分析工具相比，社交媒体工具可以提高客户和公司之间的交互性，而传统媒体只能单向连接( Bertot，Jaeger和Glaisyer，2010 )。关于O2O商业模式，社交媒体有助于在在线互动和线下营销之间建立密切的关系。社交媒体，如Instagram、领英、推特、脸书等。经历了卓越的扩张，并成为商业和营销的重要渠道( Herrero，圣马丁和加西亚-德洛斯萨尔蒙尼斯，2017年)。社交媒体已经成为一个至关重要的角色，不仅改变了人们与朋友的交流，也改变了O2O商务中供应商与客户的交流方式( Asur amp; Huberman，2010 )。通过社交媒体的推荐和引导用户去真实世界的商店的功能，零售商可以创造社交活动和推广社交口碑，以确定谁是有价值的消费者，并向社交客户推广产品或服务(蔡洋和王勇，2013 )。这项研究的重点是对推特数据的分析，因为推特是最受欢迎的微博服务提供商之一，拥有热门功能，如哈希表( Fahd，El Habib，Omar El，2017 )，推特上的推文是代表趋势分析的丰富数据来源。推特上的数据被用于在2011年新加坡大选期间(斯科里克、普尔、阿查纳努帕普、林和江，2012年)做出预先指示，并考察公众趋势的气候反映。我们运用双语文本挖掘方法，通过监控推特数据，识别相关关键词，为第一层和第二层建立相应的概念链接图。随后，对O2O相关术语进行了调查，并探讨了相关词语的含义。我们还比较了英文和中文推文中O2O关键词的异同，以了解O2O商务在不同语言区域的最新发展。该研究为那些打算采用O2O商务商业模式的企业提供了有希望的启示，建议它们可以应用相似的文本挖掘方法，基于其可用资源开发相似的模型。这些企业可以使用文本挖掘来获取行业新闻、竞争对手信息以及公众对产品和服务的评论。这样，企业就可以评估市场并预测未来的市场趋势(戴、卡科宁和苏泰宁，2011 )。通过观察在社交媒体上发帖的人的问题和意见，我们可以进一步了解行业趋势，并对市场战略做出即时反应。
2.文献综述
有大量的文献从不同的角度研究O2O商业模式及其方法。以下文献综述讨论了过去的研究如何从四个不同的角度研究O2O商业:商业模式、客户管理、渠道管理和营销问题。这一讨论有助于我们理解使用社交媒体挖掘方法检测O2O发展模式的必要性。传统上，研究讨论O2O商业模式，并对这一现象使用不同的方法。例如，杜和唐( 2014 )研究了如何使用中国O2O商业模式来提高线下服务质量。他们发现O2O电子商务平台在网上吸引了消费者，但真正的服务消费必须由线下消费者体验。他们的研究侧重于线下消费的过程。线下服务可以在线吸引客户，客户也可以在线查看服务。线下消费是O2O模式的一个重要方面。如果线下砖块和移动商店没有预期的服务，客户将不会信任O2O平台，甚至可能怀疑整个O2O模式。尚扬( 2015 )报告了基于文献和50多个实际案例的五种主要O2O商业模式的初步发现。他们的目标是组织O2O商业模式的综合信息，并检查O2O商业模式的不同类型。该研究旨在考察O2O商业模式的类型以及企业如何规划和执行O2O商业模式。这些结果不仅提供了一个完整的O2O概述，还验证和增强了我们对不同类型O2O商业模式的理解。
从客户管理的角度来看，陈、谢和林( 2013 )表明，通过再表彰系统改善服务可以增加在线客户的数量，客户可以购买线下渠道提供的产品和服务。他们提出了一种基于神经网络的方法，该神经网络是通过使用反向传播神经网络算法创建的，用于提高基于结果提出的建议的精度。他们还设计了一个基于安卓系统的应用程序，为用户提供前五名合适的产品。从系统中获得推荐后，用户可以轻松地在线购物和付款，然后去商店购买他们的产品或享受他们订购的服务。据陈等人所说( 2013年)，提出一个有用的网络营销策略来提高客户的满意度以及为公司获取更多利润至关重要。这种策略对客户和公司都有好处。Tsai等人( 2013年)发现O2O商业模式有助于零售商通过当前的社交网络数据了解他们的客户，这反映了当前的社交电子商务营销趋势。社交媒体已经成为消费者交流意见和分享经验的主要渠道。零售商可以通过社交活动创造口碑传播，以确定谁是有价值的用户，并通过O2O商业模式结合代表社交、本地和移动的“索洛莫”( SoLoMo )来提供本地服务。在这种模式下，客户可以使用移动设备搜索附近商店的位置，以找到折扣和优惠券。因此，O2O模式的关键价值是为客户提供精确的消费体验，无论是在线还是线下。谢长廷、陈和林( 2014 )提出了一种基于时间、预算、地点等因素的反向传播神经网络算法，用于O2O业务模式下的客户需求匹配。他们开发了一个应用程序，允许公司为客户提供有用而精确的广告，让他们通过移动设备获取信息。通过使用该应用程序，客户可以在线订购一些服务或产品，然后去相应的商店使用服务或购买产品。蔡、王、林和周( 2015 )提出了O2O商务系统框架，定义了O2O商务模型，并对一些流行的O2O服务场景进行了客户旅程分析。他们发现O2O商业格局正在向虚拟整合发展。无论信息是在线访问还是线下访问，消费者都能获得便利，满足这一需求应该是零售商的首要任务。Kang等人( 2015年)考察了惯性、易用性、定制和O2O平台内产品质量的影响。共有五个假设得到统计支持。这些发现为学术界提供了理论基础，并为通过O2O平台提升忠诚度提供了实用的服务指南。结果表明，顾客化、特殊待遇、惰性和服务质量是转换成本的直接预测因素。此外，还发现转换成本与客户对O2O平台的忠诚度显著相关。Chi，Kang，Han和Choi (2015 )探讨了意向中断和用户抵制之间的因果关系。消费者对O2O商务的负面认知对感知风险有显著影响。客户对O2O商务的感知风险是直接导致用户抵制和意向中断的一个重要因素。用户阻力被证明对客户的不连续意图有直接影响。Zhang等人( 2015年)和赫豪森、宾德、舍格尔和赫尔曼( 2015年)专注于O2O渠道管理。Zhang等人( 2015 )探讨了服务投资的影响，这可能会影响在线和线下渠道的需求。他们定义了一种特殊类型的双通道供应链，其中在线和线下零售价格是相同的。他们发现部分垂直制造商O2O供应链的服务水平最高，垂直制造商O2O供应链的总供应链利润最高。herhausen等人( 2015 )研究了在线-线下渠道整合的影响，在线-线下渠道整合被定义为将线下渠道的访问和知识整合到在线渠道中。他们构想了一个理论模型，在这个模型中，感知的服务质量和使用互联网商店的感知风险调节了人工智能的影响，并测试了人工智能对搜索意图、购买意图和支付意愿的间接的、有条件的影响。研究结果提供了趋同的证据，并表明海外投资导致竞争优势和渠道协同效应，而不是渠道蚕食。
其他研究，如洪( 2013 )、斯卡皮、皮兹和维森廷( 2014 )以及薛和莉( 2016 )集中研究与O2O商业模式相关的营销问题。洪( 2013 )提出了一种利用泉州农业O2O电子商务平台促进农业产销的方法，该平台整合了在线和线下互动，提高了供应链协作效率。我们可以通过这种新的商业模式创造新的商业机会。斯卡皮等人( 2014年)比较了在线和线下渠道的口碑购物和按需购物的结果。与在线上下文相比，线下上下文在所考虑的变量之间的关系上存在一些差异。线下上下文的特点是简化的结构，更成熟，因果关系更强，考虑的结构之间的联系更少但更强。薛和李( 2016 )对O2O模式进行了深入研究，以确定最有效的创新方法，增强基于社交网络的O2O营销模式的效果。O2O模式使网络成为传统服务业务线下交易的平台。网络营销涉及在线和线下互动的结合，改变了零售店使用的传统方法，并扩展了客户的本地化。同时也表明O2O商务市场有可能成为电子商务下一阶段最重要的方面。
根据以上文献综述，以往的研究大多使用传统的电子商务研究框架来探索O2O商业模式，包括消费者行为、服务质量感知、供应链和技术应用等变量。本研究希望通过使用文本挖掘方法探索O2O业务的未来趋势来探索O2O模型相关的关注问题。
3.方法学
3.1 文本挖掘简介
社交媒体(如推特)的实时性和重要特性，可以为电子商务公司提供一个很好的机会来更多地了解他们的客户和潜在客户(沈国富，2015 )。本研究采用文本挖掘的方法来了解O2O的发展趋势。文本挖掘是数据挖掘技术的延伸，文本挖掘依赖于基于特征的文档重新呈现，文档可以包括单词、概念、字符和术语( Nishanth、Ravi、Ankaiah和Bose，2012 )。文本挖掘技术包括编辑、组织和分析大量文档的过程，以向学术研究人员提供特定的信息并识别信息所识别的关系( Sullivan，2001 )。这些技术中的每一种都可以用于从文档集合中找到一些重要的信息( Hashimi，Hafez和Mathkour，2015 )。社交媒体挖掘已被许多企业所采用，例如使用社交媒体工具来提供各种服务和与客户互动，并能帮助企业了解如何进行竞争分析，并将数据转化为决策者的知识。这种有效的技术用于从大量可用的社交媒体数据中提取商业价值，并可帮助公司制定其社交媒体竞争分析策略(何、扎、李，2013 )。据《2015年全球社交媒体趋势》(斯通，2015年)报道，世界上最流行的社交媒体工具是脸书、YouTube和推特。在本文中，我们选择推特作为我们的主要来源。文本挖掘过程的步骤包括数据选择、数据清理、文本解析、文本过滤和结果解释。这一过程的五个步骤简述如下(桑托斯和阿马拉尔，2004年)。
3.2 .数据选择过程
数据选择过程允许选择执行定义的数据挖掘任务所需的相关数据。从2014年1月1日到2015年12月31日，我们通过推特网站上的高级搜索工具( Advanced Search Tool )收集了相关的中文推文，其中包含关键词“O2O”或“在线到线下”。该数据集包括总共19273条英文推特和17721条中文推特。
3.3 .数据清理过程
数据清理过程包括清理选定的数据、减少损坏
全文共24387字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[2503]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
