【《大数据时代的消费心理及企业模式创新》11000字（论文）】.docx

《【《大数据时代的消费心理及企业模式创新》11000字（论文）】.docx》由会员分享，可在线阅读，更多相关《【《大数据时代的消费心理及企业模式创新》11000字（论文）】.docx（14页珍藏版）》请在优知文库上搜索。

1、大数据时代的消费心理及企业模式创新目录摘要11绪论11.1大数据技术发展背景及意义11.2国内快餐业发展概况21.2.1 消费者选择餐厅的关注因素显著变化21.2.2 餐饮互联网服务向移动端快速转化21. 2.3快餐业营业额在餐饮业占比稳步增长32大数据处理技术32. 1大数据处理技术巧及其处理框架32. 1.1大数据处理基础设施与资源管理层33. 1.2大数据分布式存储管理技术与系统平台层44. 1.3大数据并行化计算方法与系统平台层45. 1.4大数据分析方法与巧法层56. 1.5大数据分析应用层52. 2大数据处理技术存在的问题与不足62. 2.1分布式存储系统性能优化和功能问题63.

2、2.2主流大数据计算平台的性能提升和功能问题64. 2.3典型大数据分析应用算法的并行化设计75. 2.4大数据平台的可编程性和易用性问题73当下消费者的心理及行为特征76. 1消费者的心理特征73. 1.1方便、快捷的消费心理73. 1.2躲避干扰的消费心理83. 1.3物美价廉的消费心理83. 1.4理智而求实的消费心理83. 2消费者的行为特征83. 2.1消费者消费个性回归83. 2.2消费者需求的差异消费94餐饮020商业模式94. 1现有餐饮020商业模式94.1.1综合性平台94.1.2垂直化平台94.2 餐饮020商业模式分析框架104.3 餐饮020商业模型创新114.3.1

3、顾客界面与企业界面的交互界面114.3.2ll114.3.3z1.12总结错误!未定义书签。参考文献14大数据时代的创新分析摘要随着网络时代和电子产品的广泛应用及推广，行业内的数据呈快速增长的趋势，“大数据”时代已悄然走进人们的生活。在各国政府、学术界以及全球业界中引起不小的轰动。大数据的覆盖范围已达到各个行业，在其丰富的数据资源上，为推动国家发展和社会发展做出了一定的贡献。然而，新时代为经济发展提出了更多的要求，首先，大量的数据资源蕴藏着丰富的社会和商业价值，在对这些数据进行深度挖掘研究后发现，其在对社会管理和国家治理等方面均人们有着紧密的联系。其次，由于餐饮业管理的模式过于落后，远跟不上经

4、济发展的脚步。随着企业及数据价值的不断发展，文章以大数据时代为主要研究对象，以大数据作为核心，分析大数据为国内餐饮企业带来的影响，并结合分析提出有助于国内餐饮行业发展的意见和见解。关键字：大数据；餐饮业；消费1绪论1.1 大数据技术发展背景及意义目前，随着大数据全球性的发展，在学术界、各国政府和业界引起相当大的轰动。如今，在计算机技术和信息技术全面发展的当下，在人们的生产生活中，人、食品、信息、资金的流动等呈现出数据化的方式，随着社会全面的数字化，导致行业内的数据呈爆炸增长的趋势，为大数据的发展狠狠助力一把。大数据不断深入到各行各业，丰富而巨大的数据资源俨然成为企业和国家共同发展的战略资源。根

5、据2019年召开的世界经济会议公布的资料可以得知，大数据属于新的财富，其价值比石油还高；从麦肯锡的咨询报告中得知，数据属于生产资料，而大数据则是竞争、创新、提高生产力的新生力量。可是，大数据资源能够为推动人类社会发展带来诸多帮助，同时也想各项技术提出了诸多挑战性的问题。格式复杂、形态多样、规模巨大的行业大数据对传统的计算机技术来说无疑是个巨大的挑战。目前，由于信息处理上现有技术还存在诸多问题，所以，当下必须将大数据技术得到灵活运用，并利用此项技术来加快信息处理的效率与速度，以对行业内的大数据进行有效的处理和研究应用。大数据多样化的应用在一定程度上推动了大数据的技术发展，促使了其在关键技术上、对

6、相关基础理论方法处理上、及长驻系统平台等方面得到全面发展。截止目前，在数据处理上，比较具有代表性的平台非常多，譬如，APaChe平台；再如，ApacheSPark平台等。都是在并行化的计算机技术和大范围的分布式存储的基础上，为大数据的分析处理应用合适的技术手段。虽然这些主流技术平台对大数据提供了基本的处理技术和方法，但是，由于目前的大数据处理技术并未发展成熟。又因为大数据具有复杂多样性、数据规模巨大性，大数据所属的系统平台和处理技术之间仍具有较大的改进空间，主要问题包含以下内容：并行化计算机技术和大数据的分布式管理技术与系统平台之间的问题，设计高效并行的化算法和方便快捷的大数据分析法等问题。1

7、.2 我国餐饮业的发展时况餐饮业作是关于我国民生的传统行业,30年来是拉动我国国内生产总值(GDP)的佼佼者。1978年和2021年我国餐饮业的营业总额从54亿元提升至32310亿元，43年来提高近600倍。就目前的餐饮业来看，国内的餐饮企业都包有以下特点：1.2.1 顾客对餐厅选择的关键因素由中烹协的调查的数据可以得出结论：顾客在对餐厅选择的时候最关注的是风味特色，卫生条件、价格、餐厅环境和口碑评价等因素。由于现时代的消费群体更具有个性化，所以在其消费的选择上也略显个性化，比如外出就餐时，风味特色就一定要有特色，愿意去新的餐厅试吃，会选择有特色的餐厅就餐；在人们越来越注重健康的当下，对于食品

8、的卫生安全更加重视，餐饮行业中卫生安全是最基本且最重要的要求，在行业内的竞争中同样重要。随着互联网的不断推广与应用，顾客选择餐厅的标准多是以口碑评价为基本参考点的。1.2.2 网上餐饮业的快速发展经过调查分析显示：在所有受访者中，有超过八成的认为平板、智能手表、手机等移动终端的网上餐饮服务最终会替代传统的电脑。此外，持对微信公众号给予关注的被调查者总人数占比大约为56乐而诸多被调查者的关注重心则放在了”饮食小妙招、”新品尝鲜提醒”及“各类趣味消息”o微信作为普及度较高的移动终端，在餐饮业中的地位越来越重要。1.2.3 快餐业的发展历程我国的快餐业营业额早在2013年就已经达到了亿万规模。依照相

9、关数据统计显示，发展至2021年，在整个餐饮行业中，仅快餐行业的占比就已经超出了41%0在国民收入不断增加和城镇化不断发展的情况下，人们的饮食和消费习惯也在慢慢改变，快餐成为满足人们日常需求和快节奏工作的必须品，因其自身具有经济实惠、方便快捷等优点。此外，以欧美等国家的快餐业发展为参考，当恩格尔系数到达0.30至0.35之间，且人均GDP大于3600美元时，将会迎来快餐业的快速发展期。2020年国民经济和粗会发展统计公报指出，到2020年止，中国人均GDP接近8000美元；而在恩格尔系数上，国内农村地区和城市地区分别达到了0.33和0.29,已出现连续降低的情况。可以看出，中国的快餐行业将迎来

10、一个全新的发展阶段。2大数据处理技术2.1 大数据处理技术巧及其处理框架本质上大数据技术主要是以计算机技术作为基础延伸出的一种新兴技术，由于其涉及面非常广，适用性较强，所以，目前在诸多领域中均有所运用。从本质上而言，目前现行的大数据处理技术种类非常多，譬如，大数据应用层；再如，分析算法层；又如，资源层技术等等。2.1.1 大数据处理基础设施与资源管理层在大数据技术的迅猛发展中，大数据的运用为推动各行各业的发展做出了巨大的贡献。目前，大数据处理主要呈现出的基础结构围绕着通用化类型的集群硬件来进行代替。并且，早期价格昂贵且性能相对较低的计算系统逐渐被商用群系统进行取缔，在该系统的帮助下，无论是数据

11、处理能力，还是数据收集能力等均实现了大幅度的提升。从本质上而言，此系统主要是以大数据处理作为基础，属于“CPU+GPU”类型的系统。在大数据处理逐渐实现普及运用的今天，怎样才能提高资源管理能力和资源管理效率，是当前亟待解决的重要问题。而为了将此类问题得到妥善解决，云计算资源管理技术相继诞生，并发挥出了一定的作用与效果。其具体操作是管理和调度虚拟机或是容器，为在其上运行的大数据应用和系统，创造更弹性化的计算环境，达到多租户资源共享的目的。虚拟机管理程序就是在共享一台硬件主机上完成的。HyPerViSOr对虚拟机进行管理时，主要依靠的为操作系统，并且，在相同主机上，不同虚拟机均可享有一定的物理资源

12、，譬如，以1.inux系统为例，其拥有的虚拟化模块主要为KVMo系统资源在虚拟机技术的损耗是巨大的。所以，虚拟化技术在近年来得到了快速发展。容器技术并不是在重量级的”微服务”上进行虚化，可非常快速地把单个的操作系统所管理的资源，分割成多个密度更细且互相阻隔的个体，以更好地来平衡每个个体之间对资源的不同需求。在虚拟化容器的管理技术中，再通过可移动的轻量容器，使其能在带DOCker的机器上自由运行，而不用依赖于隔离应用。2.1.2 大数据分布式储存与系统平台的管理技术以大数据作为核心的系统平台相继出现后，解决了以往大数据存储出现了诸多问题，同时，以大规模集群环境为背景，为了使数据存储的巨大化和其访

13、问的能力化，在可扩展的分布式储存技术的基础上进行是人们所达成的共识。本质上分布式文件系统属于基础系统范畴，能够以分布式的方式对现有的数据信息进行有效存储。分布式文件系统所能提供大数据类型的存储访问形式，需要建立在文件基础之上，由于其不具备半结构等类型的访问能力或者是存储管理能力，所以，即便是其提供了相应的编程访问接口，这种借口同样为底层接口。所以，为了解决此系统出现的问题，一些研究者在研究后提出以结构和半结构类型为核心的存储管理技术和其他技术，譬如，SQ1.技术等，在这些技术的帮助下，新延伸出的系统非常多，譬如，HBaSe系统等。2.1.3 大数据并行化计算方法与系统平台层本质上大数据处理技术

14、针对数据分析主要的侧重点放在了已经储存的数据上,然而，数据量由于非常大，所以，导致数据处理环节拥有的难度也相对较高，这样一来，很难在短时间内使用传统的计算方法来处理。所以对于大数据的处理，需要规模更大的系统平台以及合理的计算方法共同完成。HadoopMaReduce系统是首次流行的大数据并行的计算框架。随着大数据在实际中的应用与推广，出现了诸多不同的问题，而问题不同，则采取的解决方式也有着一定的差异，这种差异也决定了处理模式上必须做到因地制宜，譬如，具有高时效性低延迟性的流式计算、数据关系复杂的图计算以及针对基础数据查询的分析类计算等方面。HadOoPMaRedUCe最开始被设计出来是为了对大

15、规模数据进行线下的批次处理,所以在对复杂的计算模式进行处理时，就能够发现该系统的计算性能是有很多问题和缺点的。为了改变这种情况提高效率，人们通过几年时间的研究，建立出了一种计算模型与框架可以多种大数据并行的计算框架。其中APaCheSPark是最快发展起来的，作为一种集合了多种计算模式于一身的大数据并行计算平台，一经问世便被学术界和工业界肯定，并迅速成为了新一代的主要流行趋势。2.1.4 大数据分析方法层想要解决现实生活中的大数据分析以及应用问题，就必须发挥出分布式文件系统最大的作用与价值。目前，在大数据分析领域，常见的分析方式主要有三种类型，即一是综合性分析法；二是机器学习法；三是数据挖掘法。随着大数据分析算法的不断运用，其逐渐被归纳到了数据挖掘法范畴中。可是，实际实践中，由于数据信息总量非常庞大，加上复杂数据信息较多，所以，这种算法并不能满足及时处理和及时分解各项数据的要求。除了一些的经常使用的基础数据分析算法以外，另外为了与上层具体应用以及其领域范围内的各种问题更为贴合，还需要思考出更多行之有效的方式，譬如，多媒体分析法；再如，语言处理法；又如，垂直分析法等。2.1.5 大数据分析应用层大数据分析应用在现实生活里中种类繁多应有尽有，其中囊括了：金融征信分析、互联网舆情分析以及商业用户画像