基于数据挖掘的营销信息系统研究进展

2019-03-04杨艳春河北大学管理学院

营销界 2019年50期

■杨艳春（河北大学管理学院）

一、前言

营销信息系统作为连结企业和营销环境的纽带，对企业的决策和经营活动起着重要的作用。关于营销信息系统的研究不胜枚举，但是目前涉及该领域研究的综述文章较少，呈现了一定的研究缺陷。本研究将基于客观数据，运用以定量为主，定性为辅的研究方法，对营销信息系统研究现状进行可视化分析，着重分析其整体发展方向和已有研究的内在关联，并对该领域的未来研究趋势进行展望，以期对营销信息系统研究有所启发。

二、研究设计

（一）数据来源

本文使用的数据来源于中国知网数据库，采集时间为2019 年12 月31 日。在CNKI 中以“营销信息系统”为主题词进行检索。时间跨度为2010 到2019 年。共检索出417 篇文献，通过人工剔除与主题偏差较大的文献，最后得到有效文献314 篇。

（二）研究方法及过程

本文主要使用CiteSpace 对样本文献在作者以及关键词这两个方面绘制知识图谱。并且以Excel 为辅助工具，对样本文献进行时间分布统计。

首先，从CNKI 中检索相关主题文献并进行数据清洗，将来自CNKI 的文献以Refworks 格式导出用于进行CiteSpace 分析，每条记录主要包括作者、出版社、关键词、题目等基本信息。然后将导出数据在CiteSpace 中转化为所需格式。接着在Excel 中进行样本文献的年代统计和趋势预测，在CiteSpace 中设置相应条件，对作者、关键词进行可视化图谱分析。

三、研究结果

（一）样本的时间分析

通过Excel 对数据进行统计和线性趋势预测得图1。结果发现，营销信息系统的研究整体维持在每年约30 篇的较低水平且呈现下降趋势。2019 年仅纳入了到11 月底的文献，故而文献量较少。由此预测未来该领域的论文产出量仍然会在低水平上维持相对平稳状态。

图1 发文量随年代分布图

（二）作者分析

通过CiteSpace 对样本文献作者做出可视化知识图谱。将Timespan 设置为2010~2019，一年为一个时间切片，每个时间切片阈值TopN 为10，节点类型选择“Author”，使用“最小生成树”来提高网络可读性，处理后得到结果如图2。图2 中节点连线仅显示出由陈荣权与蒋城颖构成的一个主要作者合作群，其余作者的节点均分散分布。可以看出营销信息系统的作者相互之间合作关系强度较弱，营销信息系统研究者尚未形成系统化、高影响力的研究节点。

图2 文献作者可视化图谱

（三）关键词分析

1.关键词共现分析

通过CiteSpace 对样本文献关键词进行分析，节点类型选择“Keyword”，其余设置不变。图中可见网络密度为0.0447，共现网络密度较高、结构紧密。图谱中节点大小代表关键词出现的频次，可以发现电力营销、信息系统、营销信息系统、营销管理等关键词是营销信息系统研究领域的热点词汇。并且热点词汇之间的联系非常紧密，说明这些关键词是研究的中心。其他词都是围绕其展开研究，说明营销信息系统研究领域形成了系统化的研究方向。

2.关键词聚类分析

为了更直观地分析营销信息系统研究的关键词，对关键词共现图谱进行聚类分析。在CiteSpace 中使用“Clusters”视图得到聚类模型，并运用LLR算法生成聚类标签。

如图3 所示，Q 值为0.5742 意味着聚类结构显著，S 值为0.593意味着聚类合理。共聚为8 类，分别是现状、营销管理、管理信息系统、电力、管理、客户服务、营销管理信息系统和营销数据。

通过对形成的8 个聚类进一步分析得出，营销信息系统研究对现有营销信息系统的运行现状关注最多，其次是数据、网络环境、建设管理信息系统以及管理控制这类技术层面，最后关注点较多的是与之相关的营销数据以及客户服务。另外发现营销信息系统主要研究对象为电力。