基于启发式算法品牌模型选择.doc

基于启发式算法品牌模型选择 　　【摘 要】市场营销学的一个主要目标是对消费者行为和他们对构成市场的产品的态度进行描述，建立模型，以及最终对其进行预测。多准则分析以多种观点为依据，是揭示消费者偏好的强而有力的工具。分析者运用多属性效用理论和消费者行为模型，通过研究赋予效用的分布情况，考察和描述消费者决策的不同模式。 【关键词】品牌选择模型；效用理论；启发式算法；消费者偏好 0 引言 长期以来，市场和决策理论方面的学者对消费者行为的研究以及为消费者的决策过程建立模型有浓厚的兴趣。学者们采用了多种不同的方法，对消费者做购买决策的不同方式进行描述，为其建立模型和做出预测。 Hauser和Urban指出， Morgestern提出的效用理论与试图合理处理消费者决策过程的描述性模型具有一致性。在这些模型中，消费者偏好和他们最终做出的选择是基于一系列标准的产品对比的结果。这意味着，效用函数可以用来为消费者偏好和其最终的选择建立模型。根据效用理论，如果A的预期效用比B的预期效用大，则产品A 将比产品B获得更高的消费者偏好。 对效用函数做出评估后，将采用品牌选择模型对消费者的购买决策进行建模。品牌选择模型将评估的效用作为输入，最终输出每个消费者购买某种产品的几率。市场决策情景下的一个疑难问题是如何选择最适合的品牌选择模型用于分析。一方面，选择要基于消费者行为的类型；另一方面，它还要基于模型自身的特殊特征。大部分情况下，决策者无法获取这类信息，他/她无法选择最佳模型。 本文提出的方案是运用启发式算法，根据不同类型的消费者偏好和不同的品牌选择模型属性，采用不同的模型。在本文中，展示了如何用启发式的方法选用品牌选择模式。建立的规则基于以下因素：消费者的行为以及偏好，通过赋予效用的分布范围和类型来度量。 1 消费者行为和品牌选择模型 研究消费者行为的目的是发现消费者在决定购买或忽略一种产品时的态度模式。主要动机是试图回答以下两个复杂的问题：（1）为什么产品占有的市场份额会改变？例如，为什么消费从一个品牌转移到另外一个品牌？（2）这种变化以何种方式发生？例如，消费者如何从一个品牌转移到另外一个品牌？品牌选择模型的目的是为消费者的购买行为建立模型。 在此，我们主要关注基于赋予效用范围的模型。消费者i在产品集C中选择产品j的概率Pij（C）可以用以下公式计算： Pij（C）=■ 其中，U■■是消费者i分配给产品j的效用值，b是一个参数，代表最大和最小偏好选择之间的距离。 Silk和Urban曾用以上模型为实验前市场模型建构了一种名为ASSESSOR的方法。当b=1时，我们会得到Luce模型； 当b=2时，我们会得到Lesourne模型。 另外两个著名的品牌选择模型是多项Logit模型（或MacFadden-1模型）和Slightly Reinforced McFadden model（或MacFadden-2模型）。 Matsatsinis和Siskos提出了消费者选择的四种模型，都是基于消费者在一系列赋予效用范围中选择一种产品的所表现的费力程度的观察，如，最大效用价值和最小效用价值之间的差异。第一种模型（我们称之为效用1的宽度）是基于Pessemier模型的一个修订模型，其中b=Uimax-Uimin。第二个模型（我们称之为效用2的宽度）介绍了多项Logit模型中的效用范围。 第三种模型（称为效用的最大化）假设消费者仅选择他们认为能从中获得最大效用价值的产品，而排斥所有其它的产品。最后，当所有赋予效用的值都十分接近时，会用到第四种模型（等概率），即，当效用值的范围小于0.1。相等的效用值意味着消费者无法选择其中一种产品（或者一个产品子集），且他给整个产品集赋予了相同的购买几率。附件A中提供了以上各种模型的解析式。 令A={a1，a2，…，am}是产品集（即“市场”），J={1，2，…，k}是顾客集。将一个品牌选择模型适用到每个消费者给每件产品赋予的效用上，我们可以计算出对于每个消费者，每件产品的购买几率： [Pj（a1），Pj（a2），…，Pj（am）]T 每件产品的总购买几率可以通过以下公式计算： S■=■Pj（a1） 最终，产品得到的偏好份额为： MS（a1）=100*■ 因此，只要知道了消费者给产品赋予的效用值，就可以计算出（甚至可以预测出）产品得到的偏好份额。通过品牌选择模型，效用值被转化为购买几率，并最终被转化为偏好份额。问题在于，如何从消费者那里得到效用值的赋予情况，然后又如何找到最适合的品牌选择模型。 2 品牌选择模型的选用 为每个消费者推算出一个效用函数让分析员得以发现每个消费者的偏好模型。接下来要