互联网技术的广泛普及、移动通信技术的高速发展及全球物流服务业的兴起,使电子商务活动的重要性日益突显。品牌经营企业因电商平台的进驻门槛低,店铺的运维及产品展示成本较实体店大幅缩减,从而使电商平台中零售商规模日益庞大,不断增长的产品供应商使平台中品牌间的竞争力异常激烈;与此同时,在各种网络信息及层出不穷新品牌的刺激下,消费者品牌依赖的程度不断递减、多样性寻求的欲望日益增强。在此背景下,品牌经营企业若想在竞争如此激烈的环境中拥有一席之地,则需根据消费者隐式偏好的动态信息,预测其真实的行为意向,以便品牌经营企业实施有针对性的市场营销策略;同时,根据消费者隐式偏好的动态信息可识别品牌间及品牌内竞争关系实时演化的完整过程,这对品牌生产企业的战略管理至关重要。为实现上述目标,本研究从反映隐式偏好信息的消费者在线时序搜索行为出发,采用认知理论、考虑集理论、嵌入理论及信息融合理论,通过数据挖掘技术、局部多项式回归模型、Louvain社区检测法、计算机模拟仿真技术、空间自回归及FGM双变量关联模型等方法,设计两个关系平行和两个关系递进的子研究,探讨如何根据反映隐式偏好信息的消费者在线时序搜索行为分析品牌间的竞争关系。研究一采用认知理论、数据挖掘技术和局部多项式回归模型探讨消费者对新品牌的认知过程与品牌竞争力间的关系;研究二采用考虑集理论、Louvain社区检测法对品牌间及品牌内非对称竞争关系的动态演化过程进行可视化,采用混合回归的方法分析导致品牌间竞争关系发生动态变化的原因,并利用计算机模拟仿真技术验证增强品牌竞争力方法的有效性;研究三采用嵌入理论、通过数据挖掘技术及空间自回归模型探讨动态非对称竞争社交网络中,节点的位置指标对品牌竞争趋势的影响;研究四采用信息融合理论、通过数据挖掘技术及FGM双变量关联模型,分析消费者时序行为关联信息对其真实行为意向预测准确度的影响,进而,根据准确预测的消费者行为意向预估品牌的市场竞争力。从消费者认知过程的“纵向”视角,可得出如下研究结论:(1)电商平台同类产品中,品牌浏览与选择的整体情况都服从1/9法则;(2)冲动型消费者具有倒V型的品牌认知过程,而谨慎型消费者的品牌认知过程为双V型;(3)当消费者对新品牌的认知程度达到50%时,该品牌的竞争力与消费者具有100%的认知程度并无差异。从同一购物历程中消费者对各品牌进行比较的“横向”视角,可得出如下研究结论:(4)品牌竞争力在不同时期都遵循波动变化的规律且品牌内相关产品组合结构的变化是导致品牌竞争力变化的主要原因;(5)品牌动态非对称竞争社交网络中,节点的结构洞指标对品牌竞争趋势有负向影响,而中介中心性和度中心性指标对品牌竞争趋势有积极的正向影响;(6)同一购物历程中,当消费者进行相关品牌搜索时,考虑多品牌时序搜索行为关联信息更能准确刻画该消费者的行为意向,且假设连续型随机变量Tijt的密度函数服从Log-logistic分布比Weibull分布对其真实行为的拟合效果更好。理论上,本研究揭示消费者认知过程与品牌竞争力间的内在联系,明确品牌非对称竞争社交网络中节点的位置指标与品牌竞争趋势间的关系,丰富品牌竞争关系的研究视角。此外,在研究消费者真实的行为意向时,利用时序搜索行为的关联信息能更好地拟合消费者真实的行为意向,从而有更强的实践指导意义。管理上,可为品牌经营企业进行客户关系管理及实施有效的营销策略提供决策支持,同时,为品牌生产企业进行产品设计、定价及市场定位提供信息参考。方法上,与多数参数估计模型相比,在分析消费者的认知过程与品牌竞争力间的关系时本研究采用非参数估计方法,同时,在分析网络节点的位置指标与品牌竞争趋势间的关系时,考虑各品牌竞争关系的空间相关性从而采用SAR模型进行参数估计,因而,在方法的选择上进行新的尝试。