社会拥挤与顾客品牌眷恋的关系分析:基于归属感诉求的中介效应

来源 :商业经济研究 | 被引量 : 0次 | 上传用户:qcxmh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国人口向城市群集聚趋势的持续蔓延,许多城市的有限地理区域内集聚人数不断增加,社会拥挤现象日趋严重,并成为日常生活中的常见社会现象。这种现象往往会导致顾客获得受约束的体验,从而带来焦虑和压力感。而在社会拥挤带来的焦虑感知影响下,顾客可能会采取与他人减少互动的方式来捍卫自我空间支配权,这便形成了所谓的社交回避。而这种消极的社交回避会导致顾客内心的归属感诉求无法得到满足。对此,寻求亲密的人重新建立人际关系是一种可行的途径,然而这一途径在很大程度上被环境所遏制;寄托于非人的社会关系,例如品牌等,最终形成品牌眷恋或可成为一种有效的替代途径。因此,如若企业能够深刻认知社会拥挤条件下的顾客品牌眷恋形成特点,必然可以设计出更具针对性的营销策略。基于此,本文对社会拥挤与顾客品牌眷恋的关系进行了实证分析,并探究了归属感诉求的中介效应,旨在引导企业优化营销策略、提升顾客对于自身品牌的眷恋。研究得出以下结论:社会拥挤能够促进顾客的归属感诉求;社会拥挤能够促进顾客的品牌眷恋;归属感诉求在社会拥挤影响顾客品牌眷恋的过程中发挥中介作用。
其他文献
为做好新冠肺炎疫情防控工作,落实教育部“停课不停学”的要求,各医院或学校通过网络开展了多种形式的学习活动。虽然疫情期间医学生教学有序开展,但疫情对教学成效、心理健康等带来了一定的挑战。本文对疫情背景下医学生教育面临的问题进行了分析,阐述疫情对医学生教育的影响与启示,以及对未来发展的展望。
数百年前,铁画便出现在人们的视野中。铁画到了清朝康熙年间正式更名为“芜湖铁画”,芜湖铁画由此被世人熟知。本文尝试从地理、商业经济、历史的角度去解读市井文化背景下铁画制作的工艺技术与美学探索。通过对比研究,并多角度探析非物质文化遗产价值中遗产价值的传承,以及在建筑环境中、室内陈设中创新发展,体现中国传统工艺美术价值及其民族精神。铁画在继承铁坚硬优美的造型语言同时,还传承铁的意志。铁画表达出来的坚韧精
新一代信息技术迅猛发展,带动公路工程行业向信息化、数字化、智慧化方向发展,新一代信息技术与公路工程建设管理融合应用的框架和发展方向尤为重要。基于对新一代信息技术在公路工程建设管理中发展现状的研究,全面总结与深层分析新一代信息技术在公路工程建设管理中的融合应用模式与场景,提出新一代信息技术、公路工程建设管理及其他新技术之间融合应用框架以及融合应用发展的方向,为新一代信息技术在公路工程建设管理中深度融
随着时代的变迁,经济体系不断完善,企业之间的竞争日益加剧。对企业而言,要立足于激烈的市场竞争,充足的盈利分析十分重要。文章使用杜邦分析体系,将净资产收益率逐步分解为多项财务比率乘积,以代表公司盈利、运营及偿债能力,针对A集团目前的财务状况,提出相应的对策,并将其与同行企业进行比较分析。
随着社会的发展,家长参与学校教育越来越成为社会讨论的热点。家长参与到学校教育中来,父母和学校共同努力,发挥教育合力,才能帮助孩子更好地成长。但是在我国,家长参与学校教育的研究与实践正处于探索期,各方面的发展还不够成熟。城乡差异导致家长参与状况参差不齐就是亟待解决的关键问题。一般认为,相较于城市,农村的家长在参与学校教育时的频率、内容、行为等方面都会弱于城市,那么实际上,在农村小学中家长参与学校教育
经典的文本鲁棒水印会修改文本内容或格式,从而降低文本的保真性和可用性,文章提出了一种基于Word2Vec的中文文本零水印算法,能够在不修改文本信息的前提下实现水印的生成和检测。首先对文本数据进行分词,统计词频并提取特征词,运用Word2Vec生成相应的特征词向量;然后采用SVD(奇异值分解)算法对其进行降维,并结合AES(高级加密标准)加密生成最终的零水印。水印检测时,通过对比SVD分解产生的特征
新主流电影为2020年中国成为全球第一大电影市场贡献了票房的中坚力量。作为拉动票房的关键因素之一,新主流电影预告片通过各种符号连接电影与消费者。对近年新主流电影高转化率预告片进行考察发现,预告片文本在“DIMT模式”符号学下可分解为“言”“象”“意”“道”。“言”和“象”的视听符号组合通过隐喻上升到“意”的更高层次即影片主旨,并揭示其中“道”的艺术真实。预告片文本各符号是否集中体现华夏文明的“道”
本文主要从新形势下公路桥梁标准化养护及重要性出发,总结现阶段公路桥梁养护的现状,探析造成这种现状的具体原因,并根据原因进行归纳与总结,最后根据影响公路桥梁养护的原因提出一些可以完善公路桥梁标准化养护方案的措施,希望可以为公路桥梁的更好运行提供重要保障。
商品评论为商家的选品和用户的购买提供了重要的决策帮助。为了获得商品评论的情感特征,并在评论中捕捉更多的情感信息,本研究提出一种Bert-BiLSTM的情感分类模型,运用斯坦福情感分析数据集、亚马逊商品评论数据集做一个情感分类模型,该模型利用Bert嵌入层对句子进行分割并将其转换为词向量,然后将其传递到BiLSTM模型中,以获取评论文本中的属性和情感词;训练后的模型使用混淆矩阵作为评价指标,相比其他