©2010-2026 宁波自信网络信息技术有限公司 版权所有
客服电话：0574-28810668 投诉电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
1、 南京财经大学本科毕业论文 学校代码： 10327 学 号： 2120120299 本科毕业论文（设计） 中文题目： 基于京东商城智能手机的价格趋势分析 英文题目： Analysis of the Price Trend of Smart Phone Based on Jingdong
2、Mall 所在院系： 国际经济与贸易学院 专业班级： 电子商务1202班 学生姓名： 指导教师： 完成时间： 2016年6月5日 16 南京财经大学本科毕业论文 目录 中英文摘要
3、与关键词…………………………………………….………………………..1 一、引言 2 二、B2C及京东商城的介绍 2 （一）我国B2C的介绍 2 （二）京东商城的介绍 2 三、京东智能手机在线数据采集和整理 2 （一）信息抓取工具现状介绍 2 （二）京东商城智能手机数据采集 3 （三）京东商城智能手机价格数据和在线评价要素量化 7 四、京东商城智能手机消费者信息分析 8 （一）京东商城智能手机消费者购买能力和所在地的分析 8 （二）京东商城智能手机价格和时间数据分析 9 （三）京东商城智能手机消费者在线评价分析 11 五、京东商城智能手机价格趋势分析的总结及前景预测 1
4、3 （一）本文的研究结论 13 （二）本文研究的现实意义 14 （三）本文的不足之处 14 参考文献 15 基于京东商城智能手机的价格趋势分析 摘要：随着20多年互联网进入中国后的迅速发展，依托互联网来搭建平台来进行各行各业的贸易行为已经随处可见，互联网平台的影响力日益增加，中国也步入了互联网+时代，网上购物已经成为消费的一种习惯。尽管我国互联网发展迅猛，但是对电子商务发展的规律等方面的研究还处于初级阶段。本论文以京东商城为目标，借助爬虫软件和人工收集数据方式进行了为期2个月的数据爬取，抓取了31429条在线商品价格和用户评价等数据，通过对收集的
5、数据的整理和分析，得出用户在京东商城价格趋势、消费者和所在地的关系、用户评价和销售量的之间的关系。 关键词：京东；智能手机；价格；销售量；用户评价 Analysis of the Price Trend of Smart Phone Based on Jingdong Mall Abstract: After the 20 years’ rapid development of the Internet in China, The use of the Internet to build a platform for the development of the industr
6、y and every kind of behavior becomes popular. Accordingly, the increasingly strong influence of the Internet platform brings china to the Internet plus era. Online shopping has become a habit of consumption. Despite the rapid development of Internet in China, the study of the law and other aspects o
7、f e-commerce development remain in their infancy. In this dissertation, we used the reptiles software accompanied with manual data collection to crawl data for two months in Jingdong Mall. Finally, we collected 31429 users data on online commodity prices and their evaluations. After the analysis of
8、these the collected data, we present the trend of Jingdong Mall prices, the relationship between consumers and their locations, as well as the user reviews and sales. Keywords: Jingdong；Smart Phone；Price；Sales 一、 引言 据中国互联网信息中心第37次调查报告显示，截至到2015年12月，中国网民数量统计数量达到88亿，网络在中国的普及率达到50.3%；超过一半的
9、中国公民已经步入互联网的大家庭。电子商务的迅猛发展以及物流、政策各项周边项目的发展为网上购物奠定了基础，越来越多的电子商务平台出现，却没有一套成型的理论来分析该模式的发展，本文依托京东智能手机在线数据对京东智能手机市场数据的分析，确定多种因素对手机价格以及销售量的影响，从而为商家在进行制定营销手段、价格定价等方面提供依据。 二、 B2C及京东商城的介绍 （一）我国B2C的介绍 B2C全称是Business-to-Customer，是指商家直接面向客户。以京东为例，B即指京东商城中的各个商家，C即指京东商城中的消费者，商家直接面向消费者即为B2C， 商家以零售业生产为主，依托电子商务平台开
10、展的一系列营销活动，借助在线平台从而从事销售的一种销售方式。消费者在电子商务平台上咨询、下单、付费、收取快递、检验质量、缴费、在线评论的一套流程从而进行线上交易。 （二）京东商城的介绍 京东商城是目前中国最大的B2C企业，在2015年的第一季度市场占有率调查中显示，京东的市场的占有率高达56.3%。目前，京东集团旗下设有多处企业，2014年5月，京东作为中国第一个成功赴美上市的大型综合型电商平台在美国纳斯达克证券交易所正式挂牌上市，同年，据京东2015年度报表数据显示，京东市场交易额的达到2602亿元，净收入达到1150亿元。 三、 京东智能手机在线数据采集和整理 本章内容主要是通过国
11、内外信息抓取现状的分析，选取此次京东智能手机在线数据的采集方式、对京东商城智能手机的价格、评价信息和销售量数据的爬取采集，为论文后续分析和总结奠定基础。 （一）信息抓取工具现状介绍 在进行数据分析前，首先要进行的是对消费者在京东商城网上消费过程中的消费信息进行采集，京东商城智能手机价格、评价信息机制及销售量的信息采集。虽然我国的电子商务平台出现的较晚，对平台的在线数据的分析理论都是较新的内容，但是国家对电子商务和互联网+的大力支持，其发展速度也是相当的快。 目前，网络爬虫技术作为国内主流的在线信息抓取技术，又称Spider或者Robot，在爬取时，爬取软件先从主页面或初始页面网址开始，按
12、照预先设定的规则，打开第一个预先设定好的URL，开始抓取网页后，以首页为起点，按照网页排版选取子页面获取新的URL，将其保存为新的爬取页面，等到符合其预先设定的规则才停止爬取或进入下一个循环，中国目前爬虫现状是按照关键字和相对应的正则表达式来进行搜集页面上的符合数据，通过预先设定的网页、关键字、正则表达式来进行检索爬取数据，极大地方便了此次对于京东商城智能手机价格、在线评价、销售量等数据的爬取，因此，关于京东商城的数据经过2个月的爬取，我们抓取了6372条数据，由于京东商城的自带屏蔽follow语句，导致了无效数据占有率达到了5.2%。 （二）京东商城智能手机数据采集 打开集搜客网页
13、 图1 八爪鱼注册信息 1．京东商城智能手机在线价格数据抓取 打开八爪鱼爬取软件，打开京东官方网站，访问智能手机一级页面，将一级页面网址URL定义到爬虫软件初始打开网页上，添加点击元素，点击对应一级菜单区域，多次重复点击不同一级菜单区域，形成循环爬取多页面，点击价格区域，选取统计轨迹流程和规则，单一不重复性的爬取，如图2所示， 图2 东智能手机价格爬取流程图 打开八爪鱼爬取工具，将京东智能手机页面网址作为爬取的首页的URL，设定好规则表达式和爬取内容，爬取内容后保存到SQL数据库和excel宏，转化为excel数据，分类汇总统计词频和数据。预先设计好关键字有智能手机、价格（pr
14、ice）规则，选取页面循环，使用递增的page网页形式进行循环页面爬取，如图3所示。 图3 京东商城价格爬取规则配置 点击下一步，进入设置采集选项，此次所需爬取的数据均是简单数据，没有涉及到图片等超文本，所以在采集选项中勾选禁止浏览器加载图片，禁止加载图片会加快爬取的速度，定义Ajax加载数据为30s，网页的加载页面需要2-10s才能完全加载出来，点击元素的反应时间需要3-10s才能点击显示完毕，进行下一步的抓取数据，如图4所示。 图4 京东商城价格数据爬取规则 经过2个月的爬取，以字段价格、手机名称为主要字段的爬取数据共计6757条，其中无效数据达到5.4%，将爬取数据下
15、载到相对应sql数据库中保存到excel表格中，按照对应标题和价格字段进行统计归纳，以递增数列标识，形成京东商城智能手机名称对应价格数据表,如图5所示。共计6543条数据爬取，由于字段爬取的丢失，如价格字段数据缺省，名称不全或指向性不明等因素导致的无效数据，在经过初步处理删减后存留数据量6217条，保存为京东商城智能手机价格V1.1 excel数据。 手机名称型号 价格 小米 Note 白色 ￥1499.00 小米5 全网通标准版 ￥2349.00 荣耀 7i (ATH-TL00H) ￥1399.00 Apple iPhone 6s Plus (A1699) 64G
16、 ￥6288.00 华为P9 ￥3688.00 三星 Galaxy S7 edge（G9350）32G版 ￥5688.00 vivo Xplay5 全网通 4GB+128GB ￥3698.00 华为 Mate 8 3GB+32GB版 ￥3199.00 OPPO R9 4GB+64GB内存版 ￥2799.00 图5 京东商城智能手机名称部分价格表 2.京东商城智能手机在线评价信息数据抓取 京东商城智能手机用户在购买后的进行在线评价，经分析得出，在线评价中可以进行简化的信息处理，可以直接进行抓取和保存，智能手机购买用户购买后的评价具体页面如图6所示，其中我们可以
17、看出，客户的评价信息中包含了总评价数，好评数、中评数、差评数、用户名称、用户所在地区、购买日期字段。 图6 京东商城智能手机评价 打开八爪鱼爬取软件，点击京东官方网址，访问智能手机页面，将查询后的智能手机一级页面网址URL定义到爬虫软件初始打开网页上，添加页面点击元素，点击对应手机描述一级菜单区域，多次重复点击不同手机描述一级菜单区域，形成循环爬取多页面，点击评价区域，选取统计轨迹流程和规则，单一不重复性的爬取，提取数据字段总评价数，好评数、中评数、差评数、用户名称、用户所在地区、购买日期，禁止加载图片会加快爬取的速度，定义Ajax加载数据为60s，网页的加载页面需要5-10s才能完
18、全加载出来，点击元素的反应时间需要5-15s才能点击显示完毕，进行下一步的数据抓取，如图7所示 图7 京东商城评价信息爬取流程 进入设计工作流程，循环网页，预先设计好关键字有智能手机、价格（price）规则，选取页面循环，使用递增的page网页形式进行循环页面爬取，如图8所示。 图8 爬取定义递增式网页爬取目录 将爬取的数据进行特征量化处理，我们发现，消费者在京东商城购买手机后的评价主要是关于“很漂亮”、“物美价廉”、“信号超级强”、“分辨率很高”四个关键词。得出来的四个关键词并不是凭空臆测出来的，通过消费者在消费并收到商品进行实际的操作和审核后再次回到京东商城智能手机购买
19、评价页面进行评价，京东对这些评价进行归纳汇总从而得出的四个关键词。通过2个月的数据爬取，我们对象对应的字段进行数据的爬取，最终下载为xml格式转化excel表格进行保存，为下一步的量化打好基础。如图9所示。 图9 京东商城在线评价信息爬取 （三）京东商城智能手机价格数据和在线评价要素量化 在通过八爪鱼爬取软件爬取后，京东智能手机名称和价格爬取的数据存为excel表格形式，选取了手机名称和手机价格字段作为量化要素。 在线评价包括的好评数、中评数、差评数、用户名称、用户所在地区、购买日期6个字段excel表格，通过excel自带的排序功能和宏功能我们手动的将用户在消费后进行线上评价的
20、集中的文字做了汇总统计，其中总结出了93个消费者在消费时关注的频率较高的词组，并将数据中的相关量进行了数目统计，通过汇总统计，使用频率较高的词汇作为量化的依据，最终形成了“价格”、“物流快慢”、“好评”、“售后”四个关注焦点，将爬取的数据进行一一的量化处理，为京东商城智能手机价格和在线评价的数据分析奠定基础。 四、 京东商城智能手机消费者信息分析 （一）京东商城智能手机消费者购买能力和所在地的分析 分析数据前我们对京东智能手机消费者所在地和价格做一个假设。 H1：假设京东智能手机消费者在京东商城的购买能力与消费者所在地经济发展水平成正向相关关系，即地区的经济发展水平越高，该地的用户其购
21、买能力也就越高；相反的来说，崎岖的经济发展水平越低，则该地的用户其购买能力也就越低。 分析数据中我们可以发现，特定的目标用户群体是在京东商城上进行购买智能手机的用户信息，首先我们抓取的是特定用户，所以限定了不可能将所有的京东用户包括起来，也不可能反映出所有的京东商城用户信息，我们通过爬取的数据进行比例占有的分析，以样本形式来描述全体，我们以国家统计局对各个地区标识代号数据库为依据，将爬取的数据进行区域性划分，对不同地区的不同等级的京东商城用户使得不同地方用户消费的影响。不同地区的不同等级用户数量比例是指每个地区的不同等级的用户占用户总数的比例，其指标的大小即反映了该地区在京东商城智能手机方面
22、的消费能力。 首先我们将设定出规模方程式，不同地区的不同等级用户数量比例的设计方程式为 Uij=Aaj/Bbj*100% 如方程式中显示，Aaj的意思为i地区j等级用户的频数，Bbj的意思为j等级用户总的频数；Uij的意思为i地区j等级用户所占的比例，其数值的大小和j等级用户在该地区所占比例成正向相关关系，即Uij数值越高，则该地区j等级用户在所有j等级用户所占比例越高。 表1 京东商城会员数量占总会员数量排名前十位的省份 京东商城会员数量占总会员数量排名前十位的省份 会员等级 北京 广州 上海 江苏 四川 浙江 湖北 山东 天津 河南 注册会员 24.6
23、 16.2% 6.5% 6.9% 2.1% 8.4% 1.5% 6.7% 2.7% 4.9% 铜牌会员 9.2% 19.8% 4.3% 5.2% 4.5% 3.7% 4.5% 3.9% 2.7% 5.8% 银牌会员 26.5% 15.4% 8.0% 9.5% 5.3% 3.9% 2.7% 3.7% 3.7% 2.9% 金牌会员 21.2% 19.2% 12.7% 7.3% 6.8% 3.7% 3.6% 1.6% 2.6% 2.4% 钻石会员 26.1% 18.7% 12.3% 9.4% 4.9%
24、 1.8% 2.9% 2.8% 1.9% 2.3% 总计 21.5% 17.9% 8.8% 7.7% 4.7% 4.3% 3.0% 3.7% 2.7% 3.7% 依据京东商城划分的五个用户会员等级，分别对应的级别为注册会员、铜牌会员、银牌会员、金牌会员、钻石会员，如表1所示；经过频数分析我们可以看到，在京东商城智能手机消费者统计的总计栏目中，北京地区用户占据21.5%，位居榜首；第二名是比例达到17.9%的广东地区；上海以8.8%位居第三名；将上述结果进行和国家统计局2015年各省市GDP数据进行对比，如图10所示，我们可以得出不同地区的不同等级用户消费能力是和
25、该地区的经济发展水平之间存有一定的关系，二者数据对比分析发现，GDP值越高的地区，其所在地的消费者的消费能力就越强得出假设是正确的，类似于数据中GDP排名前列的北京、上海、广东发达地区的消费者消费能力高，相反的，类似于西藏、内蒙等不发达地区的消费者的消费能力低。 图10 2015中国人均GDP折线图 （二）京东商城智能手机价格和时间数据分析 京东商城智能手机消费者在线评价信息的抓取后，按照时间、价格、在线评价分类进行划分为三个excel表格，时间上按照5+1模式，周一到周五和周六日6个分类标准进行分类划分为六个excel表格数据库；价格上按照6000+高端价格、4000到5999中
26、高端价格、2000到3999中端价格、0到1999低端价格四个分类标准进行分类划分为四个excel表格数据库；评价按照好评、中评、差评三个分类标准进行分类划分为三个excel表格数据库。 分析数据前我们做一个假设： H2：智能手机价格随着时间的推移，其价格也是逐渐递减的。即随着时间的推移，京东智能手机相同款的价格是降价的，我们将从高端手机、中高端手机、低端手机三个分类来进行分析其价格随着时间的推移变化规律。 在共计6402条数据中，时间序列数据中时间为6个月中分为三个分类如表2所示，我们可以发现三种手机的种类没有变化的太多，只是在3个月中中高端手机和中端手机增加了386个，在6402条基
27、数上，我们将中高端手机和中端手机进行整合为一个单位进行分析。 表2 京东智能手机价格时间序列数据 京东智能手机价格时间序列数据 时间 高端手机 中高端/中端手机 低端手机 2015年9月 1124 2964 2314 2016年1月 1350 2678 2304 2016年5月 1025 2192 2753 按照三个分类标准将时间序列数据进行加工处理，按照一个月的时间来进行设定时间变化，我们可以发现同比增长2015年9月份到2016年1月份中，京东商城智能手机高端手机平均降价254元，1月份到5月份降价306元；中高端和中端手机2015年9月份到2016
28、年1月份降价311元，1月份到5月份降价475元；低端手机2015年9月份到2016年1月份降价150元，1月份到5月份降价73元，如图11所示。 图11 京东智能手机价格时间变化 高端手机的价格在2个周期3个月中下降幅度较小，平均下降300元，但是在6个月以后，高端手机新一代的出现的冲击会使得价格猛降在1000元左右，所以随着时间的推移，高端手机在出厂前几个月中价格一直居高不下，但是在6个月以后其价格下降的很快；中高端和中端手机价格在出厂3个月内有小幅度的下降，平均下降在400元，3-6个月其价格下降的很快，约在1000元以上；低端手机由于技术水平较低，其出厂价格较低，没有太多的
29、下降空间，所以在6-8个月内其下降总幅度没有超过300元，故此验证了假设2：智能手机价格随着时间的推移，其价格也是逐渐递减的。即随着时间的推移，智能手机的价格是递减的，会有几个峰值期，高端手机在出厂时间近期不会下降的太多，当进入市场后会逐渐的小幅度的下降，但是在6-8个月后市场疲软后，随着新的技术的冲击，价格会大幅度的下降；中高端和中端手机出厂后会进行一系列的降价，同时幅度较大，中高和中端手机技术没有高端手机技术高，易被模仿，技术壁垒不高，所以新的手机冲击大，所以在3-6个月内降价的幅度尤其大；对于低端手机，技术壁垒不高，所以成本比较低廉，导致其出场价格就不是很高，所以随着时间的推移，其手机降
30、价价格幅度并不高，通过数据分析和市场调查，验证了假设2的正确性。 （三）京东商城智能手机消费者在线评价分析 对于京东商城智能手机消费者在线评价对销售量的影响我们将从在线评价的好评率对销售量的影响进行分析。 在进行分析前对在线评价做一个假设。 H3：京东商城智能手机销售量和该店铺的消费者的在线评价好评率成正比，即该店铺的好评率越高，其手机的销售量则越高。 在经过消费者在线评价数据抓取后，选择以单个店铺的手机销售情况为参考点进行分类，6402个手机数据中进行评价好评率分析，80%以上好评为高评价、40%到80%为中评价、40%以下为低评价三个分类标准进行划分，进行处理数据如图12所示。
31、 京东商城智能手机在线评价数据划分 手机名称型号 好评 中评 差评 小米 Note 好评(113870) 中评(2862) 差评(2607) 小米5 好评(29167) 中评(435) 差评(396) Apple iPhone 6s 好评(194789) 中评(2321) 差评(3146) 华为P9 好评(53) 中评(0) 差评(2) 三星 Galaxy S7 edge 好评(24452) 中评(305) 差评(362) vivo Xplay5 好评(9250) 中评(143) 差评(116) 华为 Mate 8 好评(59244)
32、 中评(557) 差评(428) OPPO R9 好评(28671) 中评(559) 差评(489) 图12 京东商城智能手机在线评价数据划分 对于数据的抓取中我们可以看出，选取的手机品牌和区域都是随机进行抓取，没有进行人为的限定抓取，所以以该数据作为分析样本进行预测统计全网站的智能手机的分析。对数据进行三类的划分，通过SQL数据转化为excel表格数据进行标准化分类，按照好评百分比进行统计。 首先设计出在线评价比例分配区域，如表3所示， Wcd=Ycd/Zcd*100% 其中Wcd的意思为c商品d评价区域中好评频数占总评价的百分比，Ycdd的意思为c商品d评价区域中好
33、评频数的数量，Zcd的意思为c商品d评价区域中总评价数量。Wcd值越大即表示c商品的好评占比越高，则说明京东商城智能手机c商品的消费者在购买并对该商品进行使用和检测后对该商品的评价越高。 表3 评价百分比区域划分 评价百分比区域划分 统计数据范围划分 评价区域 比例范围 评价区域 评价数 占比 高评价 80%-100% 高评价 4397 68.7% 中评价 40%-80% 中评价 1597 24.9% 低评价 0-40% 低评价 408 6.4% 将数据进行对应评价百分比区域统计中得出，消费者在购买后进行评价中，高评价的有439
34、7个商品，占总体67.8%；中评价的有1597个商品，占总体24.9%；低评价的有408个商品，占总体6.4%；总体来看，高评价区域占比超过50%，对三个区域的各个商品的销售量进行统计得出，如表4所示，高评价的商品平均销售量达到26807，中评价的商品平均销售量达到7691，而低评价的商品平均销售量只有863。由此可见消费者更加倾向于好评多的商品，也就验证了假设三：京东商城智能手机销售量和该店铺的消费者的在线评价好评率成正比，即该店铺的好评率越高，其手机的销售量则越高。 表4 各个评价区域平均销售量 各个评价区域平均销售量 评价区域 对应平均销售量 高评价 26807 中评价
35、 7691 低评价 863 五、 京东商城智能手机价格趋势分析的总结及前景预测 随着互联网的大力发展，电子商务正在进一步的冲击着传统市场，对于电子商务平台的分析也迫在眉睫，商品价格的变化对市场的影响，消费者通过对商品价格的大数据分析能获得更大的效益，商家通过数据分析更好的抓住消费者从而使得销售量极大地提高都是需要进一步进行研究的。本论文通过京东商城智能手机价格数据，在线评价数据分析，对商品销售量的影响进行了假设验证。本章节是对本论文的主要结论做一次归纳性总结、研究的现实的实际意义以及在进行分析中的不足讨论。 （一）本文的研究结论 1.智能手机消费者在京东商城的购买能力与消费者所在
36、地经济发展水平成正向相关关系，即地区的经济发展水平越高，该地的用户其购买能力也就越高；相反的来说，崎岖的经济发展水平越低，则该地的用户其购买能力也就越低。 2.智能手机价格随着时间的推移，其价格也是逐渐递减的，即随着时间的推移，京东智能手机的价格是降价的买。 3.京东商城智能手机销售量和该店铺的消费者的在线评价好评率成正比，即该店铺的好评率越高，其手机的销售量则越高。 （二）本文研究的现实意义 1.消费者在进行网上购物时可以通过多种标准来判断商品是否物美价廉，从而购买到自己心仪的商品。 2.消费者可以通过大数据来评判所购买的商品是否货真价实。 3.在购买手机时，消费者可以根据自己选
37、取的价位来进行购买，高端手机在出厂3-6个月为稳定价格阶段，不建议进行购买，在超过6个月可以考虑进行购买；对于中端手机3-6个月为大幅度降价期，可以进行选购；低端手机可以在任何时候进行购买。 4.对于商家来说，消费者在进行购买时一方面注重的是价格和技术，同时好评率和好评数目也是重要指标之一，商家需要更多的维系好客户。 5.对于不同种手机，应根据市场环境价格的变化，及时作出相应的活动或者价格变化，从而吸引消费者进行选购。 （三）本文的不足之处 1.在进行数据爬取中，由于京东自有的follow禁止语句，没有做好全面的数据爬取等其他因素是不足之处。 2.爬取过程中，由于时间的限制和爬取难度
38、较大，使得数据量只有6402条数据，没有做到大范围的涵盖，在后期的进一步研究中，将进行扩大数据爬取量。 3.在第四章进行在线评价和价格对销售量的影响分析中，由于京东的销售量是长时间的累积，没有固定时间的销售量，以评价来代替销售量会导致数据不够规范合理。 参考文献 [1]罗敖生.基于 ASP 实现网上数据的自动抓取[J].江苏广播电视大学学报，2002(13)：20-29. [2]刘琪.2013年中国电商趋势解读[J].IT经理世界，2013(02):6-9. [3]沈红兵.著.网络零售整合营销[M].清华大学出版社，2012. [4]刘磊.我国电商物流之现状[J
39、].信息与电脑，2012(02): 2-8. [5]姬忠嘉.我国B2C电子商务平台发展水平评价指标体系构建研究[J].企业研究，2013(22):12-13. [6]陈友薷.A网店电子商务平台选择研究[D].吉林大学2013. [7]赵占波,刘博,范宇峰.网购消费者参与在线交易评价影响因素分析[J].中国市场，2011(24):3-9. [8]潘媛.电子商务交易模式下的信用评价问题分析——以淘宝网为个案[J].经济研究导刊，2013(05):18-31. [9]吕志龙.基于遗传算法的自适应文本过滤方法的研究[D].哈尔滨工程大学，2008. [10]高山,李利纳.网络消费者购买行为
40、的影响因素研究[J].科技和产业，2013(01):36-40. [11]林海明.对主成分分析法运用中十个问题的解析[J].统计与决策，2007(16)：2-8. [11]邓海建.京东的“问题手机”从何而来[N].上海金融报，2015-05-26(B02). [12]毛启盈.京东商城谋上市是电商蜕变的标志[J].现代企业文化，2012(07)：18-31. [13]胡洋.基于方法—目的链的高端手机消费者需求研究[D].北京邮电大学2013. [14]孟琼.Spring框架事务处理技术研究[J].计算机与现代化，2012(12)：9-10. [15]金雷法.基于客户价值的客户细分及保
41、持策略分析[J].现代商业，2010(15)：7-12. [16]丘琪铮.中国企业的客户细分与管理[J].销售与市场(管理版)，2010(05)：13-15. 1. 基于C8051F单片机直流电动机反馈控制系统的设计与研究 2. 基于单片机的嵌入式Web服务器的研究 3. MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究 4. 基于模糊控制的电阻钎焊单片机温度控制系统的研制 5. 基于MCS-51系列单片机的通用控制模块的研究 6. 基于单片机实现的供暖系统最佳启停自校正（STR）调节器 7. 单片机控制的二级
42、倒立摆系统的研究 8. 基于增强型51系列单片机的TCP/IP协议栈的实现 9. 基于单片机的蓄电池自动监测系统 10. 基于32位嵌入式单片机系统的图像采集与处理技术的研究 11. 基于单片机的作物营养诊断专家系统的研究 12. 基于单片机的交流伺服电机运动控制系统研究与开发 13. 基于单片机的泵管内壁硬度测试仪的研制 14. 基于单片机的自动找平控制系统研究 15. 基于C8051F040单片机的嵌入式系统开发 16. 基于单片机的液压动力系统状态监测仪开发 17. 模糊Smith智能控制方法的研究及其单片机实现 18. 一种基于单片机的轴快流CO
43、〈,2〉激光器的手持控制面板的研制 19. 基于双单片机冲床数控系统的研究 20. 基于CYGNAL单片机的在线间歇式浊度仪的研制 21. 基于单片机的喷油泵试验台控制器的研制 22. 基于单片机的软起动器的研究和设计 23. 基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究 24. 基于单片机的机电产品控制系统开发 25. 基于PIC单片机的智能手机充电器 26. 基于单片机的实时内核设计及其应用研究 27. 基于单片机的远程抄表系统的设计与研究 28. 基于单片机的烟气二氧化硫浓度检测仪的研制 29. 基于微型光谱仪的单片机系统
44、30. 单片机系统软件构件开发的技术研究 31. 基于单片机的液体点滴速度自动检测仪的研制 32. 基于单片机系统的多功能温度测量仪的研制 33. 基于PIC单片机的电能采集终端的设计和应用 34. 基于单片机的光纤光栅解调仪的研制 35. 气压式线性摩擦焊机单片机控制系统的研制 36. 基于单片机的数字磁通门传感器 37. 基于单片机的旋转变压器-数字转换器的研究 38. 基于单片机的光纤Bragg光栅解调系统的研究 39. 单片机控制的便携式多功能乳腺治疗仪的研制 40. 基于C8051F020单片机的多生理信号检测仪 41. 基于单片机的电机运动
45、控制系统设计 42. Pico专用单片机核的可测性设计研究 43. 基于MCS-51单片机的热量计 44. 基于双单片机的智能遥测微型气象站 45. MCS-51单片机构建机器人的实践研究 46. 基于单片机的轮轨力检测 47. 基于单片机的GPS定位仪的研究与实现 48. 基于单片机的电液伺服控制系统 49. 用于单片机系统的MMC卡文件系统研制 50. 基于单片机的时控和计数系统性能优化的研究 51. 基于单片机和CPLD的粗光栅位移测量系统研究 52. 单片机控制的后备式方波UPS 53. 提升高职学生单片机应用能力的探究 54. 基于
46、单片机控制的自动低频减载装置研究 55. 基于单片机控制的水下焊接电源的研究 56. 基于单片机的多通道数据采集系统 57. 基于uPSD3234单片机的氚表面污染测量仪的研制 58. 基于单片机的红外测油仪的研究 59. 96系列单片机仿真器研究与设计 60. 基于单片机的单晶金刚石刀具刃磨设备的数控改造 61. 基于单片机的温度智能控制系统的设计与实现 62. 基于MSP430单片机的电梯门机控制器的研制 63. 基于单片机的气体测漏仪的研究 64. 基于三菱M16C/6N系列单片机的CAN/USB协议转换器 65. 基于单片机和DSP的变压器油
47、色谱在线监测技术研究 66. 基于单片机的膛壁温度报警系统设计 67. 基于AVR单片机的低压无功补偿控制器的设计 68. 基于单片机船舶电力推进电机监测系统 69. 基于单片机网络的振动信号的采集系统 70. 基于单片机的大容量数据存储技术的应用研究 71. 基于单片机的叠图机研究与教学方法实践 72. 基于单片机嵌入式Web服务器技术的研究及实现 73. 基于AT89S52单片机的通用数据采集系统 74. 基于单片机的多道脉冲幅度分析仪研究 75. 机器人旋转电弧传感角焊缝跟踪单片机控制系统 76. 基于单片机的控制系统在PLC虚拟教学实验中的应
48、用研究 77. 基于单片机系统的网络通信研究与应用 78. 基于PIC16F877单片机的莫尔斯码自动译码系统设计与研究 79. 基于单片机的模糊控制器在工业电阻炉上的应用研究 80. 基于双单片机冲床数控系统的研究与开发 81. 基于Cygnal单片机的μC/OS-Ⅱ的研究 82. 基于单片机的一体化智能差示扫描量热仪系统研究 83. 基于TCP/IP协议的单片机与Internet互联的研究与实现 84. 变频调速液压电梯单片机控制器的研究 85. 基于单片机γ-免疫计数器自动换样功能的研究与实现 86. 基于单片机的倒立摆控制系统设计与实现 87. 单
49、片机嵌入式以太网防盗报警系统 88. 基于51单片机的嵌入式Internet系统的设计与实现 89. 单片机监测系统在挤压机上的应用 90. MSP430单片机在智能水表系统上的研究与应用 91. 基于单片机的嵌入式系统中TCP/IP协议栈的实现与应用 92. 单片机在高楼恒压供水系统中的应用 93. 基于ATmega16单片机的流量控制器的开发 94. 基于MSP430单片机的远程抄表系统及智能网络水表的设计 95. 基于MSP430单片机具有数据存储与回放功能的嵌入式电子血压计的设计 96. 基于单片机的氨分解率检测系统的研究与开发 97. 锅炉的单片机控制系统 98. 基于单片机控制的电磁振动式播种控制系统的设计 99. 基于单片机技术的WDR-01型聚氨酯导热系数测试仪的研制 100. 一种RISC结构8位单片机的设计与实现 101. 基于单片机的公寓用电智能管理系统设计 102. 基于单片机的温度测控系统在温室大棚中的设计与实现 103. 基于MSP430单片机的数字
©2010-2026 宁波自信网络信息技术有限公司 版权所有
客服电话：0574-28810668 投诉电话：18658249818
浙ICP备2021020529号-1 | 浙B2-20240490
关注我们 ：
