基于数据挖掘的社交电商助力农产品上行的实证分析
2022-08-28分类号:F724.6;F323.7
【部门】东北财经大学经济学院 中国人民大学农业与农村发展学院
【摘要】为促进社交电商有效助力农产品上行,以社交电商拼多多为例,通过对拼多多平台的农产品销售数据进行挖掘,利用LDA主题模型对农产品销售数据进行分类分析。研究表明:消费者对品牌溢价和高附加值商品的购买意愿较高;蔬菜类商户的区域品牌意识和蛋类、其他类商户的高附加值意识都较为薄弱;果蔬类商品区域品牌的市场价值有待增加;蛋类和其他类商品附加值有待提高。据此,应充分发挥社交电商平台的优势,加速形成头部效应,提升流量与销量之间的转化率。
【关键词】社交电商 农产品上行 LDA主题模型 数据挖掘
【基金】国家自然科学基金青年项目(71703014);; 教育部人文社会科学研究规划基金项目(21YJA790015);; 辽宁省教育厅基础研究项目(LN2020J07);; 东北财经大学提升社会服务能力建设项目(SF-Z202205)
【所属期刊栏目】湖南农业大学学报(社会科学版)
文献传递