1 研究的背景和意义

1.1 研究背景

随着移动穿戴技术的高速发展，智能手环在智能可穿戴设备领域中一马当先，远远超过智能耳机、智能手表等其他产品。其数据记录的真实准确性、食物摄入的精准分析、睡眠质量的监测提示，GPS定位的精确性等功能也在不断提升。纵观目前智能手环市场，作为一个较新兴的产品，智能手环在可穿戴领域的关注度非常高，并且销量也在逐步上涨。同在2015年，国内出台了首个智能可穿戴设备行业标准，促进该行业的正规化，包括《可穿戴产品分类与标识》、《可穿戴产品数据规范》、《可穿戴产品应用服务框架要求》。这三项标准也极大的促进了智能手环产业的发展。

1.2 研究意义

智能设备在我国是近年来才兴起的一个新兴概念，国内关于智能穿戴设备的研究理论还不是特别完善。中国调研网基于多年来对客户需求的深入了解，全面系统地研究了智能穿戴行业市场现状及发展前景，预计未来可穿戴设备行业的投资亮点将集中在以下三方面：其一，健康、运动及医疗产品；其二，专注男性消费的相关产品；其三，专注于解决电池问题的相关企业。智能手环作为一种简单方便的可穿戴设备，对于大样本人群睡眠状况的研究可能做出贡献。智能手环可以用于失眠、睡眠呼吸障碍、周期性肢动障碍、昼夜节律失调性睡眠障碍等睡眠障碍的评估。

通过本文的研究和分析，可以对智能手环的功能、优缺点进行初步的评价。大数据挖掘的方法不仅让我们在短时间内获得大量信息，同时让我们对消费者的使用情况有一个整体感知，商家可以更有针对性对设计智能手环，针对市场需求进行改进，从而进一步提高消费者的效用。

2 现状问题

在对智能穿戴设备的发展前景方面，有学者指出，智能穿戴设备真正将人体作为大数据时代的入口，是人的智能化眼神，在智能网络的辅助下，人们可以更好地感知外部与自身的信息，实现无缝交流，智能穿带设备是未来智能设备的代表。而对于智能穿戴设备在健康领域的发展，穿戴性、智能化、专业化是智能穿戴设备的特点。健康监测、智能管理、健康产业是智能穿戴设备在健康领域的主要方面。同时，智能穿戴设备在健康领域发展中也有一系列问题。首先是产品易用性，包括产品的续航能力以及物理连接。再者是产品的专业性及数据标准相关的问题。智能穿戴设备只有解决了这些方面的问题，才能在健康领域有更大的发展。

3 调查与分析

3.1 受众群体分析

在人们越来越关注健康的大环境下，能提供运动数据分析和监测的运动手环很有市场。

在饱受慢性病侵袭的老年人中，相比于繁重的医疗设备轻巧的健康监测手环很有市场;对于对世界充满好奇又缺乏危险意识的小朋友，一款颜色鲜艳的定位手环很有市场;面对商场超市排长龙的结账队伍，快速高效的支付手环很有市场，但是这一切需要一个完整的市场体系来支撑。数据记录的真实准确、食物摄入的精准分析、睡眠质量的监测提示，GPS定位的正确与否，快捷支付的账户安全等问题将成为制约智能手环产品未来的难题。同时受众群体均表示，多数的智能手环不具备单独工作的能力，需要连接手机工作，智能手环在手机没电的时候几乎丧失所有功能。其次长时间通过蓝牙连接智能手机，令智能手机的待机时间大大缩短。安全性也是一个较大的问题，个人隐私泄露的危险大大增加。

3.2 问卷调查分析

在被调查的所有样本中,模型估计结果显示，不同的年龄段影响消费者购买智能手环的意愿。18-30岁的年轻群体购买智能手环的积极性是基准类60岁以上的老龄人群的2倍之多。在5%的显著性水平上，性别通过显著性检验，说明在其他条件不变的情况下，消费者购买智能手环这一行为存在性别差异，女性购买智能手环的概率是男性的0.645倍，男性购买智能手环的积极性相对较高。故模型结果显示消费者的性别与购买智能手环的概率呈现负相关。运动频率的回归系数为正，且通过了显著性检验，说明每周运动5次左右的群体相比与基准类（我不爱运动）的人群，对智能手环的购买意愿更强。同时，未购买或使用过智能手环的群体中有一部分被调查者己经具备了智能手环的易用人群特征，是未来市场上的潜在消费者。

4 结论

针对产品改进，智能手环行业现在发展正处导入阶段，要在未来格局中占据消费市场就必须对行业现状和行业发展方向有清醒的认识。在手环自身的应用软件的支撑下，根据消费者的实际需求不断改善用户体验。其关键技术有待突破，尤其是操作系统差距较大。产品同质化竞争严重，多以实现运动健康管理功能为主，在实际应用中和竞争对手没有太大区别，产品的用户体验需进一步提升，由于对数据监测精度不。同时，对于用户的安全与隐私保护也有待加强。

针对消费市场，智能手环的消费人群的弃用率很高。同时，智能手环的供应方应通过用户群特征分析对潜在客户细化定位，也可以针对潜在客户制定发展方向，更好地满足潜在客户的需求，去挖掘未来市场的潜在消费者。

[1]万文娇，孔慧琳，魏羽璠，黄菡.智能手环使用现状及产品发展分析报告[R].中南财经政法大学,2017

[2]朱嫣岚,闵锦,周雅倩,等.基于HowNet的词汇语义倾向计算[J].中文信息学报,2006,20(1):14-20.

[3]闻彬,何婷婷,罗乐,宋乐,王倩.基于语义理解的文本情感分类方法研究[J].计算机科学,2010,06:261-264.

[4]2016年中国场前景走势分析报告.