一种使用在线评论信息的商品购买决策分析方法

在线评论信息对消费者的商品购买决策影响非常显著,如何使用数据体量较大的在线评论信息来进行有针对性的商品购买决策分析是近年来尤为需要关注的一个新研究内容。本文提出一种使用在线评论信息的商品购买决策分析方法。首先,通过在线评论信息的挖掘来确定了消费者所重点关注的关于候选商品的商品特征及其权重;然后,通过消费者情感的分析来构建了关于各候选商品的商品购买决策矩阵;在此基础上,通过给出的一种基于随机TOPSIS的方案排序方法来进行了各候选商品的排序。最后,依据携程网提供的关于三家客栈的在线评论信息进行了数据实验,从而说明了本文提出方法的实用性与可行性。     

基于在线评论的多个竞争制造商和零售商的产品定价策略

在线评论作为一种产品信息传播载体,越来越受到网上电商及消费者的重视,并在很大程度上影响消费者的购买决策。本文在多个竞争性制造商为在线零售商提供可替代性产品并通过零售商销售给网络消费者的电子商务环境下,研究在线评论信息如何影响网络消费者购买决策及在线零售商和制造商的定价策略。以neo-Hoteling模型为基础,构建了依赖零售渠道在线评论的消费者选择模型,并通过模型求解定量分析了二级供应链结构分散系统下在线评论对多个竞争性制造商及零售商最优决策的影响。得到当制造商基于评论制定最优定价策略时,在线评论对市场竞争强度没有影响,但决定潜在市场大小;各产品的均衡批发价及销售价按一定的比例随评论揭示的该产品与其他产品质量均值之差(正或负)增加或减少,评论信息通常会使制造商因好评而获利,由于评论增加了不同产品需求的不对称性,零售商因而具有更大的调价空间,往往通过提高(降低)占据有利(不利)评论的产品价格获得更高的利润。     

基于相对目标接近度的多目标决策方法及其应用

对多目标决策问题 ,引进多目标决策问题的理想点、多目标决策问题的负理想点和任意可行解对应的的目标向量的概念 ;然后将多目标决策问题的理想点、多目标决策问题的负理想点和任意可行解对应的的目标向量标准化 ;再利用 AHP法计算目标函数的权重向量 ;考虑权重后 ,定义任意可行解对应的目标向量的标准化向量到理想点的标准化向量 (和负理想点的标准化向量 )的加权距离 ,从而引进目标向量与理想点的相对目标接近度概念 ,进而提出了一种基于相对目标接近度的多目标决策方法 .并应用该方法对投资组合问题进行决策     

基于在线评论的新产品定向市场播种最优策略研究

定向市场播种,即选择特定的消费群体对其免费发放新产品,由此获得的在线评论对其他潜在消费者的购买决策有较大的影响作用,但还没有 相关研究。以在线销售的新产品为研究对象,基于Hoteling模型,加入在线评论对消费者预期值的影响作用来构建企业最优收益模型,研究垄断厂商最优的定向播种策略。研究结果揭示了(1)最优播种目标与消费者对产品的初始预期值相关:预期值较高时,可不播种;预期值处于中等水平,可选择均匀播种;预期值较低时,应选择高匹配用户播种;(2)三种播种方式下各自的最优播种比例及其定价策略;(3)当消费者初始预期值与产品不匹配成本发生变化时,三种播种策略下最优的播种比例和定价策略的调整方案。研究结果为探究在线评论对播种策略的影响提供了新的研究方向和理论依据。     

联系向量距离与灰色关联度结合的理想解法

针对传统理想解法采用欧氏距离计算的缺陷,提出了联系向量距离与灰色关联度结合的理想解法.首先将理想点与负理想点均视为确定不确定系统中相互对立的集合,计算各待决策方案与理想解和负理想解的联系向量距离;然后采用灰色关联度方法计算各待决策方案与理想解和负理想解之间的相似程度;其次通过定义新的综合距离和综合距离贴近度构建联系向量距离与灰色关联度结合的理想解法.该方法在有效地解决传统理想解法缺陷的基础上,还包含了待决策方案在趋势上的差异性,同时综合距离在权重分配上充分考虑了决策者的偏好或者专家意见,使评价结果更加有效.最后采用算例验证了该方法的可行性和有效性.     

网络环境下考虑目标顾客偏好的服务产品选择方法北大核心CSCD

随着互联网技术的发展,各类电商平台应运而生,所产生的在线评论有助于顾客在购买前更好地了解服务产品.然而,在线评论数量的巨大也为顾客带来负担.为了帮助目标顾客更好地借助在线评论从众多的同类型服务产品中找出符合其偏好的服务产品,文章提出一种考虑目标顾客偏好的服务产品选择方法.首先,根据相关电商平台上的在线评分和文本评论,采用K-Means算法确定服务产品的评价维度;其次,基于概率分布理论,确定基于在线评分的备选服务产品针对各评价标度的概率分布;然后,采用卷积神经网络对文本评论进行情感分类,进而确定基于文本评论的备选服务产品针对各评价标度的概率分布;进一步地,构建总体规范化评价值矩阵;之后,考虑目标顾客关于评价维度的偏好,确定评价维度的相对权重,并运用TODIM方法获得备选服务产品的排序结果;最后,以携程网上的在线评论为依据进行实例研究,说明了该方法的可用性.     

基于Vague集的电子商务购物决策的模型及应用研究

近年来,中国电子商务产业发展迅猛,电商平台上的海量信息为消费者提供更多购物选择的同时,也极大地增加了消费者实现最优购物决策的难度.文章提出了一种模拟消费者在电商平台上实现最优购物决策的方案——基于Vague集的两阶段模糊决策算法,模拟了消费者网购过程中的搜索路径,并最终得到最优购买决策方案.该算法首先根据目标商品的价格和质量特征对目标商品进行分类,并运用DEMATEL方法完成不同类别商品的统一化处理;然后,以消费者购物时最关心的商品价格和质量两个方面为切入点对消费者进行分类,并据此得到消费者对目标商品价格偏好系数的取值;最终,通过对传统的理想点算法进行改进,提出一套完整可行的多目标模糊算法,模拟消费者实现最优网购决策.在算法实证中,选取典型的代表性商品进行算法检验,证明了该算法的可行性及其有效性.相较于以往的研究,文章给出的算法适用于模拟各类消费者在电商平台上的购物决策,为消费者在海量信息的电商平台上实现更高效的购物策略选择提供了有效的参考.     

基于消费者多维度偏好的个性化评论排序方法研究

海量评论数据导致了信息过载,基于消费者的偏好对评论进行个性化排序尤为必要。本文考虑消费者多维偏好,即产品特征偏好、评论情感偏好和评论浏览数量偏好,提出了评论排序的消费者偏好满意度量化方法,将排序问题转化为最大化满意度的优化问题,鉴于问题的复杂度无法精确求解,提出了一个基于改进贪婪算法的近似求解算法。采用美团网酒店的评论数据进行实验,结果显示本文提出的算法与其他相关算法相比有效性显著提高,且具有较高的敏感度。研究结果对消费者提高决策效率,以及电商平台获取消费者偏好、改进评论系统,有着重要的现实指导意义。     

基于累积前景理论的直觉语言风险型多属性决策方法

针对属性值为直觉语言数,属性权重完全未知的风险型多属性决策问题,提出一种基于累积前景理论的决策分析方法.方法定义了一种新的直觉语言数距离(R-距离),并讨论它的性质;进而利用累积前景理论,分别以正、负理想方案为参考点计算各属性下各方案的累积前景值,构建累积前景决策矩阵;以综合R-距离最小化为目标,构建最优化模型计算属性权重;进一步依据各方案的综合累积前景值对方案进行排序.最后,通过实例分析说明了该方法的有效性.     

考虑在线评论的产品免费试用策略

商家提供产品免费试用,要求试用者对产品质量进行在线评论,消费者基于在线评论进行购买决策。免费试用者数量越多,在线评论数量越多,消费者对在线评论越信任。考虑在线评论和产品生产成本,研究商家的产品免费试用策略及其对利润的影响。研究发现,虽然商家承受免费试用的产品生产成本损失,但是免费试用产生的在线评论可以使商家更好地按照产品质量制定价格,因此当产品生产成本较低时,提供免费试用可以提高商家利润。产品生产成本提高,商家的最优免费试用数量减少。产品质量不确定性越大或失配距离单位成本越低,免费试用给商家带来的收益越高。     

基于产品平台的多目标供应商预选方法研究

由于供应商选择问题直接影响着企业的最终收益, 所以它对企业来说一直是一个重要的决策问题. 在以往的研究中, 供应商选择仅仅是从产品零部件的角度去考虑而没有从产品的整体出发. 此外, 传统的供应商选择都是发生在产品设计阶段之后的产品生产阶段. 然而, 在产品设计初期考虑供应商选择问题可以有效地避免合适供应商的短缺问题. 提出了一个基于产品平台的多目标供应商预选方法, 并在产品设计初期从产品整体角度建立了一个以最小化产品族外包成本、最小化产品族生产风险以及最小化供应商供应时间为多目标的优化模型, 从而有助于决策者在产品开发的早期对产品整体设计方案进行改善. 此外, 由于产品平台存在部件共享问题, 因此在优化模型中也考虑了部件共享对供应商预选结果的影响. 采用非支配排序遗传算法(NSGA-II)对优化模型进行求解, 并通过实际案例来说明提出的优化方法以及求解算法的合理性和有效性.     

基于内生参考点的交通网络均衡模型

应用累积前景理论研究了随机交通网络中出行者有限理性的路径选择行为,选择期望 超额出行时间作为参考点,反映出行者同时考虑出行时间的可靠性和不可靠性,建立了基于累积前景理论的随机网络均衡及其等价的变分不等式模型,运用基于连续平均法的启发式算法求解,并给出算例验证了该模型和算法,最后分析了有限理性的假设和内生的参考点对出行者路径选择行为和随机网络均衡的影响．     

基于在线评价信息的概率语言多属性变权决策方法

针对电子商务网站中涌现的大量在线评价信息,本文提出一种基于在线评价信息的概率语言多属性变权决策方法,指导消费者的购买决策。在本文方法中,首先利用概率语言描述在线评价信息,构建概率语言决策矩阵,并重新定义了区间概率语言的得分函数;其次,利用变权方法处理决策矩阵,得出不同方案的各属性权重;再次,依据得出的属性权重,基于后悔理论,考虑决策者风险规避系数,求出各方案的综合感知效用值,并据此排序。最后,利用汽车之家网站提供的顾客在线评价信息,以一个汽车选择的实例说明了本文所提方法的合理性与实用性。     

基于前景理论的混合不确定情景下在线多属性反向拍卖的赢者确定方法

在线反向拍卖在当今的经济社会发展中扮演越来越重要的角色,其主要应用于采购招标领域。而在实际的采购拍卖中有关商品属性和供应商信息等方面常会存在一定程度的不确定性,且这些不确定性的刻画又存在着多种模糊表述形式,这些都将增加采购方的风险预期和竞标供应商赢者确定的难度。为此,本文基于前景理论及模糊集理论,研究了同时存在精确数、区间数、三角模糊数、梯形模糊数和语义模糊术语五种属性描述方式的在线多属性反向拍卖的赢者确定问题,提出了一种更具一般性的混合不确定情景下的在线多属性反向拍卖赢者(中标者)确定方法。最后,通过数值算例和比较分析验证了本文所提方法的合理性与有效性,并通过稳健性分析进一步说明方法的稳定性和适用性。     

基于网络客户评论的产品口碑排序方法

电子商务时代,产品的网络口碑已成为消费者做购买决策的重要参考依据。本文利用客户评论信息,依据产品的评分及产品之间的对比投票数据,提出了一个新的产品口碑排序方法。首先利用产品两两间的对比投票计算各自的相对口碑,再采用贝叶斯平均方法修正原始客户评分,然后将二者结合得到产品的总口碑,进而对产品的网络口碑进行排序。实验数据采自第三方点评网站中的产品对比投票数据,实验结果表明本文提出的产品口碑排序方法具有较高的支持度,且与产品销量排序的相关性也很高。     

考虑群体参照点的多属性决策方法

针对考虑群体参照点的多属性决策问题,提出一种基于前景理论的决策分析方法。在提出的方法中,考虑了群体成员的心理行为。首先,依据D-S证据理论的思想,计算各参与决策人的参照点对群体参照点的影响度,进而确定群体参照点;然后,依据前景理论分别建立相对于群体参照点的群体收益矩阵和群体损失矩阵,并通过计算每个方案的群体前景值进行方案排序。最后,实例分析说明了提出方法的可行性。     

一种新型风险型多指标决策方法研究

传统的风险型多指标决策模型没有考虑决策者对风险的态度,而决策者对风险的态度会影响决策的结果,针对这一问题文章在累积前景理论与灰色关联方法的基础上,提出一种考虑决策者风险偏好的风险型多指标决策的方法.该方法首先利用极差化法对风险决策矩阵进行规范化处理,并在此基础上构造出最优与最劣方案;然后利用累积前景理论与灰色关联方法构建前景值函数,并给出利用灰色关联思想确定指标权重的方法与步骤;最终求出各个方案的综合前景值并进行排序选优.通过某电信运营商对管道资源建设方案选择的实例分析说明了方法的可行性与有效性.