《社交網路背景下的數據驅動型消費者偏好研究》是依託清華大學，由朱斌擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：社交網路背景下的數據驅動型消費者偏好研究
- 依託單位：清華大學
- 項目負責人：朱斌
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
社交網路背景下的數據驅動型消費者偏好研究是根據目前國內外管理學、經濟學和信息科學研究發展動態提煉出來的、具有前沿性和探索性的新的交叉學科課題。該課題不僅有廣泛、大量的套用背景，而且具有豐富的理論研究意義和實際套用價值。項目的主要研究內容包括：建立社交網路背景下的消費者偏好理論框架，提出數據驅動型消費者偏好分析技術與方法，以及提出消費者偏好的套用型拓展研究方法。本項目將基於社交網路中的文本數據和消費者行為數據展開，以消費者行為和消費者學習為重點研究內容，按照“數據-影響因素-學習-偏好”的研究路線逐步深入，構建消費者偏好動態演化模型，開發數據驅動型消費者偏好動態演化算法，實現針對動態社交網路數據的消費者偏好時時分析，並給出引導消費者偏好和構建社交網路環境的策略。這些研究成果不僅對於進一步發展和完善消費者偏好理論和方法具有重要意義，對於各類相關企業的生產、銷售等活動也有重要的研究和實踐價值。
結題摘要
隨著信息通訊技術的發展，消費者通過移動終端可以方便進行交流、購物、點評，同時產生了大量的數據。社交網路背景下的數據驅動型消費者偏好研究是在這樣一個背景下提煉出來的具有前沿性和探索性的課題。研究內容包括：建立社交網路背景下的消費者偏好理論框架，提出數據驅動型消費者偏好分析技術與方法，以及提出消費者偏好的套用型拓展研究方法。我們完成了（1）對消費者偏好信息的界定、採集和處理；（2）將其轉化為成對的比較偏好，提出了機率型-猶豫模糊集和機率型-猶豫模糊偏好用於問題建模，並給出一致性測度、一致性改進和排序算法；（3）提出了猶豫層次分析法可以對消費者群體偏好進行建模並給出一套排序流程和算法；（4）針對消費者產生的實時數據，我們提出了針對數據流的排序方法，提出了一系列的指標，包括期望序，機率序，自信因子等，並證明了其具有精確度高和快速收斂的特徵；（5）由於猶豫偏好信息具有不確定性，我們提出了偏好信息排序的魯棒最佳化方法，並給出了排序的滿意性指標用於測度排序結果，在保證運算效率的同時又論證了結果的精度;（6）我們提出數據驅動型消費者偏好排序的方法，無需偏好信息的分布；（7）基於消費者產生的線上數據流，提出一種學習策略用於逼近消費者偏好，並證明該策略可以很好的逼近最優排序結果。以上結果可以用於“商務智慧型決策”，幫助各類電商平台、銷售商、生產商提供決策支持。例如幫助平台向消費者推送消費者喜愛的商品和服務，幫助銷售商細分市場，幫助生產商改進商品設計等等。
