摘要
小米始终坚持做"感动人心,价格厚道"的好产品,让全球每个人都能享受到科技带来的美好生活。然而,性价比承诺却成为小米发展过程中的一把双刃剑。本文收集小米商城智能手机模块相关数据,首先对数据进行预处理,其次以预处理后数据为基础构建随机森林模型,最后分析定价现状及引发现状的一系列问题。实验结果表明,随机森林模型准确率高达87.1%,对小米智能手机定价现状及问题分析符合小米公司经营现状,具备参考价值。
引文
[1]陈春春:小米靠什么重新崛起?[J].互联网经济,2018(6).
[2]王宇华、李燚:网络营销在高科技产业中的应用研究——以小米手机为例[J].江苏商论,2018(2).
[3]董秋源:从“粉丝经济”到品牌社区的变革——基于小米手机销量下滑的思考[J].现代商贸工业,2017(11).
[4] Wang Yue. Brand Community Marketing R esearch under the Background of Fan Economy——Based on Marketing Analysis of Xiaomi Mobile Phone[J].Journalism R esearch Guide,2018(10).
[5]刘梦飞:小米公司营销模式浅析[J].纳税,2018(1).
[6]肖韬辉、郭建、赵涛、王珊珊、梁栋:深度学习的快速磁共振成像及欠采样轨迹设计[J].中国图象图形学报,2018,23(2).
[7]文韬、陈旗:一种针对宽带卫星通信信号的欠采样处理方法[J].舰船电子对抗,2018,41(2).
[8]胡峰、王蕾、周耀:基于三支决策的不平衡数据过采样方法[J].电子学报,2018,46(1).
[9]黄海松、魏建安、康佩栋:基于不平衡数据样本特性的新型过采样SVM分类算法[J].控制与决策,2018,33(9).
[10] Bennin KE,Keung J,Phannachitta P,et al. MAHAKIL:基于多样性的过采样方法缓解软件缺陷预测中的类不平衡问题[J].IEEE Transactions on Software Engineering,2018.
[11] Kaur P,Gosain A:通过将类不平衡问题与噪声相结合来比较类不平衡学习的过采样和欠采样方法——基于ICT的创新[J].2018.
[12] Donoho DL,Tanner J. Precise Undersampling Theorems[J].Proceedings of the IEEE,2010,98(6).
[13]李文卉:小米的进击[J].支点,2018(1).
[14]刘梦飞:小米公司营销模式浅析[J].纳税,2018(1).
[15] Giachetti C. Xiaomi:A High-End Low-Price Smartphone Start-up Trying to Diffuse Its Own Platform[J].2018.