考虑顾客评价不均衡性和动态演化的产品决策研究
发布时间：2021-06-29 05:28
决策问题广泛存在于各个领域中,不管是投资、管理、设计,都需要综合各种复杂因素评价和决定最终方案。产品研发领域也是如此,研发需获知顾客需求,以此为依据决策出最佳的产品方案。顾客主观需求的表达途径是产品评价,其中蕴含了大量顾客对产品的喜恶以及期望。但顾客评价过程本身充满不确定性。除却客观上复杂的外部环境干扰,顾客感知和表达的模糊性、偏好的差异性以及评价的动态性,都会对顾客评价决策的准确性产生影响,导致企业获取的顾客评价并不够真实。本文针对上述问题,提出一种考虑顾客评价观点不均衡性及动态演化的产品评价决策机制以获得更加稳定的顾客评价,主要研究内容如下。（1）提出结合偏好和不均衡语义的顾客评价测定方法。首先用偏好比较的方式设计语义评价项,并引入顾客期望生成的期望产品成为评价对象之一,使顾客可加强对产品的感知,减少感知和表达的模糊性。然后考虑到顾客的情绪表达不均衡递进的特点,提出采用不均衡的语义标度来量化顾客评价。并且,选择二元不确定语义术语进行评价,既照顾到顾客难以精准评价又避免集成“失真”“越界”。最终形成顾客评价测定体系,用案例验证了该决策方法的可行性及与传统均衡标度相比的优势。（2）构建...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
顾客群对原参数A1,B1的初始评价Figure3-3InitialcustomerreviewsoforiginalparameterA1,B1
硕士学位论文260.75的正态分布。定这三个值是因为，0.3是观点收敛的关键点，而0.25和0.75分别是μ和h取值范围的中间值。顾客评价演化模型模拟迭代时间步长(T)为20000。3.4.1原参数A1,B1的顾客评价演化模型顾客对A1的评价服从N(0.7,0.12)的正态分布，B1服从N(0.7,0.32)的正态分布，如图3-3所示。从A1,B1的分布可以发现，尽管两者期望都是0.7，但B1的标准差更大，导致评价结果离散，有更多的极端正面和极端负面的评价。由此可能会导致不同的评价演化结果，正如图3-4所示。图3-3顾客群对原参数A1,B1的初始评价Figure3-3InitialcustomerreviewsoforiginalparameterA1,B1图3-4A1,B1的顾客评价演化过程Figure3-4CustomerreviewsevolutionprocessofA1,B1从图3-4可以发现，A1,B1评价演化结果差异极大。A1的评价最终收敛为0.702；B1的评价未能实现收敛而且急剧下滑，虽然群体评价还在波动，但从趋势上会低于0.5。这说明B1的总体评价由正变负，且仍会继续下滑。尽管A1,B1的期望都是0.7，初始评价总体上都为正面，但由于离散程度的差异，使得两个参数最终的演化结果大相径庭，一正一负。虽然从初始评价的静态统计分析结果也可以看出两者的评价是有区别的，A1评价要高于B1，但这种差距具体有多大并不能从静态评价中显现出来。动态演化模型则不然，模型清晰地显示出了两者因为离散度不同最后观点演化的巨大差异。
3基于观点动力学的动态交互群决策27总之，从演化结果看，指标B的原参数B1从长期看顾客评价会很差，急需改善。3.4.2新参数B2,B3的顾客评价演化模型顾客对B2的评价服从N(0.8,0.172)的正态分布，B3服从N(0.6,0.172)的正态分布，两参数的初始观点分布情况和顾客评价演化过程如图3-5、图3-6。图3-5顾客群对B2,B3的初始评价Figure3-5InitialcustomerreviewsofB2,B3图3-6B2,B3的顾客评价演化过程Figure3-6CustomerreviewsevolutionprocessofB2,B3由图3-6可知，B2,B3的顾客评价分别收敛为0.753和0.54。两者结果都低于初始观点的期望0.8和0.6，这是因为消极偏见的影响。消极偏见使得正面评价顾客在正常的信任阈内交互外还会与负面评价顾客交互，因此他们的评价会一直受负面评价的影响，所以最终的总体评价结果会低于原始评价。此外，从图3-6可以看到有些观点演化曲线会出现急剧的上升或下降，如虚线标注的观点演化曲线b1,b2，这说明观点的提供者拥有很高的信任阈和接受度参数，与相反观点的顾客产生了意见交互。同样，在这组参数的对比中，顾客演化模型显示B2的最终评价会更高，说明在离散度一致的情况下，期望高的评价演化之后的评价结果依然更高。而且B2的评价也高于B1的评价，说明对于该产品B指标的选择应该是B2。
【参考文献】：
期刊论文
[1]基于顾客满意度的产品设计方案评价方法研究[J]. 郑皎,章恒全,焦俊. 现代商贸工业. 2018(35)
[2]二元不确定语言术语集成算子及在群决策中的应用[J]. 王中兴,刘久兵,刘芳,何婷婷. 运筹与管理. 2017(10)
[3]基于用户细分的南京市OPPO手机用户特征调查[J]. 刘纬宇,缪子阳,李文强,朱冬明. 中国集体经济. 2017(25)
[4]顾客满意度效用决策模型的构建[J]. 王凤莲,谢荣见. 统计与决策. 2017(05)
[5]网络环境下顾客参与品牌价值共创模式与机制研究——以小米手机为例[J]. 张燚,李冰鑫,刘进平. 北京工商大学学报(社会科学版). 2017(01)
[6]决策偏好不确定条件下群体决策收敛一致性研究[J]. 杨雷,赵九茹. 运筹与管理. 2017(01)
[7]考虑消费者偏好的再制造产品定价策略研究[J]. 杜学美,唐星,解正品. 工业工程与管理. 2016(06)
[8]个体的观点不确定性对群体观点多元化的影响[J]. 万贻平,张东戈,赵慧赟,任清辉. 系统工程与电子技术. 2016(09)
[9]口碑追加形式对购买意向的影响:口碑方向的调节作用[J]. 李信,陈毅文. 心理学报. 2016(06)
[10]网络结构和有界信任对群体观点演化过程的交互影响[J]. 宋艳双,刘人境. 软科学. 2016(01)
硕士论文
[1]顾客满意度测评方法研究[D]. 方琴芬.合肥工业大学 2006
[2]行业顾客满意度测评理论研究[D]. 王晨亮.首都经济贸易大学 2004
本文编号：3255828
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
顾客群对原参数A1,B1的初始评价Figure3-3InitialcustomerreviewsoforiginalparameterA1,B1
硕士学位论文260.75的正态分布。定这三个值是因为，0.3是观点收敛的关键点，而0.25和0.75分别是μ和h取值范围的中间值。顾客评价演化模型模拟迭代时间步长(T)为20000。3.4.1原参数A1,B1的顾客评价演化模型顾客对A1的评价服从N(0.7,0.12)的正态分布，B1服从N(0.7,0.32)的正态分布，如图3-3所示。从A1,B1的分布可以发现，尽管两者期望都是0.7，但B1的标准差更大，导致评价结果离散，有更多的极端正面和极端负面的评价。由此可能会导致不同的评价演化结果，正如图3-4所示。图3-3顾客群对原参数A1,B1的初始评价Figure3-3InitialcustomerreviewsoforiginalparameterA1,B1图3-4A1,B1的顾客评价演化过程Figure3-4CustomerreviewsevolutionprocessofA1,B1从图3-4可以发现，A1,B1评价演化结果差异极大。A1的评价最终收敛为0.702；B1的评价未能实现收敛而且急剧下滑，虽然群体评价还在波动，但从趋势上会低于0.5。这说明B1的总体评价由正变负，且仍会继续下滑。尽管A1,B1的期望都是0.7，初始评价总体上都为正面，但由于离散程度的差异，使得两个参数最终的演化结果大相径庭，一正一负。虽然从初始评价的静态统计分析结果也可以看出两者的评价是有区别的，A1评价要高于B1，但这种差距具体有多大并不能从静态评价中显现出来。动态演化模型则不然，模型清晰地显示出了两者因为离散度不同最后观点演化的巨大差异。
3基于观点动力学的动态交互群决策27总之，从演化结果看，指标B的原参数B1从长期看顾客评价会很差，急需改善。3.4.2新参数B2,B3的顾客评价演化模型顾客对B2的评价服从N(0.8,0.172)的正态分布，B3服从N(0.6,0.172)的正态分布，两参数的初始观点分布情况和顾客评价演化过程如图3-5、图3-6。图3-5顾客群对B2,B3的初始评价Figure3-5InitialcustomerreviewsofB2,B3图3-6B2,B3的顾客评价演化过程Figure3-6CustomerreviewsevolutionprocessofB2,B3由图3-6可知，B2,B3的顾客评价分别收敛为0.753和0.54。两者结果都低于初始观点的期望0.8和0.6，这是因为消极偏见的影响。消极偏见使得正面评价顾客在正常的信任阈内交互外还会与负面评价顾客交互，因此他们的评价会一直受负面评价的影响，所以最终的总体评价结果会低于原始评价。此外，从图3-6可以看到有些观点演化曲线会出现急剧的上升或下降，如虚线标注的观点演化曲线b1,b2，这说明观点的提供者拥有很高的信任阈和接受度参数，与相反观点的顾客产生了意见交互。同样，在这组参数的对比中，顾客演化模型显示B2的最终评价会更高，说明在离散度一致的情况下，期望高的评价演化之后的评价结果依然更高。而且B2的评价也高于B1的评价，说明对于该产品B指标的选择应该是B2。
【参考文献】：
期刊论文
[1]基于顾客满意度的产品设计方案评价方法研究[J]. 郑皎,章恒全,焦俊. 现代商贸工业. 2018(35)
[2]二元不确定语言术语集成算子及在群决策中的应用[J]. 王中兴,刘久兵,刘芳,何婷婷. 运筹与管理. 2017(10)
[3]基于用户细分的南京市OPPO手机用户特征调查[J]. 刘纬宇,缪子阳,李文强,朱冬明. 中国集体经济. 2017(25)
[4]顾客满意度效用决策模型的构建[J]. 王凤莲,谢荣见. 统计与决策. 2017(05)
[5]网络环境下顾客参与品牌价值共创模式与机制研究——以小米手机为例[J]. 张燚,李冰鑫,刘进平. 北京工商大学学报(社会科学版). 2017(01)
[6]决策偏好不确定条件下群体决策收敛一致性研究[J]. 杨雷,赵九茹. 运筹与管理. 2017(01)
[7]考虑消费者偏好的再制造产品定价策略研究[J]. 杜学美,唐星,解正品. 工业工程与管理. 2016(06)
[8]个体的观点不确定性对群体观点多元化的影响[J]. 万贻平,张东戈,赵慧赟,任清辉. 系统工程与电子技术. 2016(09)
[9]口碑追加形式对购买意向的影响:口碑方向的调节作用[J]. 李信,陈毅文. 心理学报. 2016(06)
[10]网络结构和有界信任对群体观点演化过程的交互影响[J]. 宋艳双,刘人境. 软科学. 2016(01)
硕士论文
[1]顾客满意度测评方法研究[D]. 方琴芬.合肥工业大学 2006
[2]行业顾客满意度测评理论研究[D]. 王晨亮.首都经济贸易大学 2004
本文编号：3255828
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3255828.html
