Scidown文献预览系统！
基于机器学习的客户参与行为对营销职位的反应预测( Prediction of customer engagement behaviour response to marketing posts based on machine learning )
Y Dai T Wang
随着社交媒体平台的盛行，客户与品牌接触的方式发生了很大变化。选择合适的社交媒体营销策略以激发不同形式的顾客参与是一个重要的问题。为了更好地理解社交媒体营销环境下的顾客行为，我们借鉴刺激-有机体-反应理论，从六个维度对营销帖子进行概念化和特征化，得到不同的刺激特征，这些刺激特征诱导或激活顾客的认知和情感状态到不同的水平，最终导致不同的行为反应。将机器学习算法应用于面向营销岗位的顾客参与行为选择预测。实验证明，人工设计的帖子特征可以获得较好的预测效果，而将人工设计的帖子特征与BERT模型自动提取的高维帖子特征相结合，可以获得较好的预测效果。我们的研究为企业有效地进行社交媒体营销设计和顾客参与行为选择预测提供了见解。
SciDown文献求助系统（解决99%问题） Public Download Taylor & Francis ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 肌成纤维细胞来源的外泌体诱导心脏内皮细胞功能障碍下载
scidown 修订WHO《造血和淋巴组织肿瘤分类》2017(第4版):淋巴样肿瘤下载