[19]。表6LOO-CV交叉驗證結果nodeSatisfactionFunctionExteriorPriceQualityPracticabilityComfortWeightAccuracy0.7940.5780.7930.6600.7350.5910.7430.716Accuracyforallnodes:0.701根據(jù)表6的結果顯示，可以看出在所有的節(jié)點變量中，Target變量“滿意度（Satisfaction）”的預測準確度排名第一，達到0.794；排名第二的是“外觀”節(jié)點，為0.793，非常接近目標節(jié)點；排名第三的是“舒適度”節(jié)點，其預測精度為0.743；節(jié)點“質量”的預測精度為0.735，總的來說，大多數(shù)節(jié)點的預測準確率高于0.7，而整個節(jié)點的預測準確率為0.701。這說明構建的貝葉斯網(wǎng)絡模型具有比較高的預測精度，可以用于因果關系的分析與模型的推理。3.節(jié)點后驗概率分析目前節(jié)點后驗概率的分析被廣泛應用于貝葉斯網(wǎng)絡的推理中，為了能夠更好地測試事態(tài)模型，需要在已經(jīng)知道目標節(jié)點發(fā)生概率的情況下找出導致某個結果最大概率發(fā)生的原因?；诮⒌呢惾~斯模型，將根節(jié)點的滿意度設置為Evidence，將消費者購買山地自行車之后體驗為滿意的概率設置成100%，從而求出其它各可變節(jié)點的后驗概率分布，見圖9。其中，針對客戶滿意度節(jié)點，“yes”代表事件山地自行車客戶購買自行車之后對商品表示滿意體驗的可能性，“no”代表事件山地自行車客戶購買自行車之后對其表示不滿意體驗的可能性；對貝葉斯網(wǎng)絡的其它節(jié)點來說，“yes”表示當使用者的滿意程度達到100%時，所述節(jié)點因子變量會對可能存在的滿意程度“Satisfaction”點產(chǎn)生影響的可能性，而“no”表示當使用者的滿意程度達到100%時，所述節(jié)點因子變量不會對可能存在的滿意程度達到“Satisfaction”點產(chǎn)生影響的可能性。從圖中可以看出，在已經(jīng)知道山地自行車客戶購買商品之后為滿意的情況之下，自行車自身的舒適度是很重要的，是最大概率能對消費者的滿意度產(chǎn)生影響的因素，其概率達82%；其次是自行車外觀，影響概率僅次于自行車的舒適度，為79%；質量、價格、重量的影響概率分別為74%、72%、72%；實用性的影響概率為63%，對實現(xiàn)用戶滿意仍存在較大影響；而對于自行車功能的影響概率則最低，為58%。圖9貝葉斯網(wǎng)絡模型后驗概率分布圖4.節(jié)點敏感度分析用貝葉斯方法，父節(jié)點的先驗率的改變將引起子節(jié)點的先驗率的改變。由于父項節(jié)點的改變所導致的子項參數(shù)的改變，可以通過敏感性分析得到很好的映射，由此，在眾多的影響變數(shù)中，找出對其有明顯影響的敏感性因子。將root節(jié)點“Satisfaction”設置為GeNle軟件中的目標節(jié)點，進行敏感性分析，結果顯示在圖10中。其中，節(jié)點的顏色深淺代表敏感度的高低，紅色越深，則其敏感度也越高。圖10貝葉斯網(wǎng)絡模型節(jié)點敏感度分布圖由圖10的節(jié)點敏感度分布圖可以分析得出，圖中共有三種顏色的節(jié)點變量，分別代表著高、中、低敏感度。其中，節(jié)點Quality（質量）、Exterior（外觀）和Weight（重量）屬于高度敏感類型；節(jié)點Comfort（舒適度）和Price（價格）屬于中敏感類型；節(jié)點Practicability（實用性）和Function（功能）則屬于低敏感類型。經(jīng)過對山地車的敏感性分析，可以發(fā)現(xiàn)山地車的質量、外觀和重量都是對使用者的滿意度產(chǎn)生影響的最大的因素。六、結論本文選擇京東商城作為一個具有代表性的電商平臺，利用八爪魚數(shù)據(jù)收集軟件收集京東美利達山地車的顧客購物信息和用戶，并將數(shù)據(jù)輸入到Excel軟件中，對數(shù)據(jù)進行預處理，將抓取到的非結構化的數(shù)據(jù)轉化為結構化的數(shù)據(jù)，之后對數(shù)據(jù)展開統(tǒng)計和整理。最后，把這些結構化的數(shù)據(jù)輸入貝葉斯網(wǎng)絡建模軟件GeNie，建立模型，得到消費者選擇山地自行車的最大影響因素，從而為單車企業(yè)的市場營銷提供了一種可行的參考。研究結論如下：（一）結論一通過統(tǒng)計采集到的山地自行車購買者靜態(tài)信息中可以發(fā)現(xiàn)，2500～3000元的銷售價格是美利達山地自行車消費者購買人數(shù)最多的價格區(qū)間，黑色和銀色是消費者最喜歡的自行車顏色；26*17和27.5*17是人們常購買的輪徑*立管尺寸；14kg和15kg的自行車毛重是消費者最常購買的重量。（二）結論二通過構建的模型可以看出，Target變量（客戶滿意度）和美利達山地自行車的功能、外觀、價格、質量、實用性、舒適以及重量之間均存在明顯因果邏輯關系。另外，自行車的重量、功能、質量與自行車的舒適性相關；自行車舒適度、功能和質量與自行車的實用性有關；自行車的功能、舒適度和實用性與價格有關；其次，車輛的重量、外形等因素也會對車輛的質量產(chǎn)生影響。（三）結論三在構建了貝葉斯網(wǎng)絡后，對它的結點后驗概率進行分析，可以得出如下結論：在用戶對所購商品的體驗是滿意的情況下，改善自行車的舒適性是提高顧客滿意度的最佳途徑，其概率為82%，其次是自行車的外觀，影響概率為79%，自行車質量、價格和重量在很大程度上也會影響消費者的滿意度，影響概率分別為74%、72%、72%。要想有效提高京東美利達客戶滿意度，就要加強自行車的結構設計，優(yōu)化自行車的材質選擇，保證質量好和重量輕便的同時，努力提高山地自行車的舒適度，生產(chǎn)外觀更好的山地自行車，其次要對店面進行定價，在保證利潤的同時，盡量為顧客提供最佳的服務。（四）結論四在進行節(jié)點敏感度分析的過程中，一共出現(xiàn)三種顏色的節(jié)點變量，它們分別代表著高、中、低敏感度，節(jié)點的顏色深淺代表敏感度的高低，紅色越深，則其敏感度也越高。其中，影響山地自行車客戶滿意度的關鍵因素為Quality（質量）、Exterior（外觀）、Weight（重量），其節(jié)點的敏感性最強，其次為Comfort（舒適度）和Price（價格），屬于中敏感類型。綜上，商家企業(yè)在生產(chǎn)制造山地自行車的過程中，首先要保證山地自行車的質量管控，在這一過程中，要加大對山地自行車外觀的精美度進行設計，并將其車身重量進行合理優(yōu)化，提升其騎行的舒適性。其次，商家企業(yè)在對山地自行車銷售價格定位進行合理優(yōu)化時，要對山地自行車的性能與成本進行深入分析，以進一步提升其產(chǎn)品市場競爭力。參考文獻：第50次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告,2022.助推品牌創(chuàng)新,引領行業(yè)發(fā)展——記自行車、電動自行車行業(yè)走進“2019中國品牌日活動”[J].中國自行車,2019(04):18-31.戴明葉.基于結構方程模型的顧客滿意度研究[D].湖南師范大學,2014.孫玉琴,陳曉琪,周秦漢.后疫情時代提升我國五星級酒店餐飲服務質量研究——基于顧客滿意度調(diào)查[J].上海商學院學報,2020,21(06):32-47.郭立秀.基于文本挖掘的生鮮電商顧客滿意度研究[D].西南交通大學,2018.王丹.餐飲外賣O2O物流服務質量顧客滿意度影響因素實證研究[D].西安電子科技大學,2019.DOI:10.27389/ki.gxadu.2019.002339.張鋒.三只松鼠公司產(chǎn)品顧客滿意度調(diào)查與提升研究[D].西安電子科技大學,2019.DOI:10.27389/ki.gxadu.2019.002382.柴小媚.基于SEM的滴滴出行顧客滿意度研究[D].首都經(jīng)濟貿(mào)易大學,2018.王玉,周怡,張庭磊,龐曉宇,李蘇寧.貝葉斯公式在實際應用方面的探究[J].內(nèi)江科技,2022,43(03):52-53+29.張瀝今,陸嘉琦,魏夏琰等.貝葉斯結構方程模型及其研究現(xiàn)狀[C]//.第二十二屆全國心理學學術會議摘要集.,2019:2063.陳曉旭.貝葉斯公式的應用推廣[J].黑龍江科學,2020,11(12):38-39.張婷婷.基于文本挖掘的智能音箱在線評論分析[C]//.2019年（第六屆）全國大學生統(tǒng)計建模大賽優(yōu)秀論文集.,2019:224-302.DOI:10.26914/kihy.2019.036206.DeO?a,Rocio&Diez-Mesa,Francisco&DeO?a,Juan.(2020).BayesianNetworkandStructuralEquationModelforAnalysingPassengerBehaviouralIntentions,Perceptions,SatisfactionandInvolvement.錢穎.紙尿褲品牌和電商平臺的競合關系分析[D].上海交通大學,2017.DOI:10.27307/ki.gsjtu.2017.001263.顧洪濤.我國高校圖書館研究熱點探析[D].遼寧師范大學,2014.沈長霞,車萬留,桂海霞.基于貝葉斯網(wǎng)絡的電商客戶滿意度影響因素分析——以京東運動鞋為例[J].數(shù)學的實踐與認識,2020,50(23):285-294.秦巖,盛武.基于貝葉斯網(wǎng)絡的煤礦頂板事故致因研究[J].礦業(yè)安全與環(huán)保,2022,49(03):136-142.DOI:10.19835/j.issn.1