新闻网首页 人大主页 数字人大 校长信箱 广角 部处 院系 校园 校务 交流 学者 学生 学术
返回首页
您的位置:人大新闻网>院系速递
信息资源管理学院师生获得中国营销科学学术年会优秀论文奖
2018-10-29
1,311 次浏览
来源:信息资源管理学院
编辑:王毅博

10月26-28日,2018中国营销科学学术年会(第十五届)暨博士生论坛在中国深圳举行,信息资源管理学院副教授钱明辉与其指导的博士研究生徐志轩共同完成的论文《基于机器学习的消费者品牌决策偏好动态识别与效果验证研究》获得2018中国营销科学学术年会优秀论文奖。

中国营销科学学术年会是国内营销领域内规模及学术影响力最大的学术会议,是交流学术思想、展示研究成果和提升研究能力的学术平台。此次会议由《营销科学学报》主办,深圳大学管理学院承办,中国高等院校市场学研究会、中国管理现代化研究会营销管理专业委员会、广东营销学会品牌专业委员会协办,获得国家自然科学基金管理科学部的支持。本届年会的主题是“新时代的营销创新”,参与本次会议的国内外高校专家学者将超过900人,共收到来自中国以及海内外多所高校的学术论文380篇。通过专家匿名评审,共录用228篇论文在大会上进行宣讲,并最终评选出10篇年会优秀论文。

《基于机器学习的消费者品牌决策偏好动态识别与效果验证研究》一文,从个体消费者的品牌决策偏好出发,首先通过对微博中品牌口碑信息进行文本语义分析和情感倾向分析,实现品牌维度的量化;接着基于机器学习算法开发出针对个体消费者品牌决策偏好的即时识别模型,并对其品牌选择行为进行预测;最后对比基于消费者品牌决策偏好的产品推荐结果与基于消费者产品功能决策偏好的产品推荐结果,验证模型有效性。研究结果发现:一是对社交网络中的品牌口碑应用文本语义分析和情感倾向分析是实现品牌在不同维度量化的有效工具;二是运用机器学习算法模型可以在一定程度上识别出消费者的品牌决策偏好,且机器学习算法模型的性能相较于传统的识别方法更为有效;三是基于消费者品牌决策偏好的产品推荐结果可以有效避免同质化产品的低价竞争并提高零售商利润。

钱明辉与徐志轩所撰写的论文在理论层面的贡献主要体现为:一是丰富了消费者品牌决策行为的研究方法。传统的消费者品牌决策偏好识别方法主要是基于量表和市场调查,研究过程中往往伴随着效率低和测量结果不准确的问题。此外,高昂的市场调查成本使得无法针对每一位消费者开展个性化的偏好识别。论文基于消费者品牌选择的行为数据,通过机器学习算法,使得即时分析每一位个体消费者的个性化品牌偏好成为了可能,为消费者品牌决策行为研究提供新的研究思路和研究方法。二是拓展了精准营销理论的研究视角。目前学术界有关精准营销理论的讨论主要集中在利用现代化的沟通手段识别出消费者对产品与服务功能层面的需求,相对忽视消费者的情感和心理需求。品牌作为满足消费者情感需求的重要载体,承担着产品及服务与消费者建立情感连接的重要作用,从品牌角度识别出消费者的个性化偏好在一定程度上拓展了当前精准营销理论的研究视角。

现代营销学之父菲利普·科特勒在其《Principles of Marketing》一书中指出,利用互联网实现与客户之间更具针对性和个性化的沟通是未来的营销趋势。随着机器学习技术的发展与成熟,使得运用计算机识别消费者的品牌决策偏好成为了可能。基于论文的研究成果,将机器学习算法与消费者品牌偏好识别相结合,可以带来以下两项优势:首先,对于整个市场竞争环境而言,从消费者品牌偏好出发开展个性化推荐服务有利于市场竞争环境的优化,可以营造相对公平的市场竞争环境,避免出现大品牌一家独大的马太效应。基于品牌的推荐可以为具有原创特色的小众品牌提供更多的曝光机会,提升小众品牌的市场竞争力,鼓励产品差异化发展,充分发挥自由竞争对整个行业的积极推动作用。其次,对于零售商来说,运用计算机高效识别出消费者的品牌偏好有助于其进一步了解消费者的情感需求,并为消费者提供针对性和个性化的服务。这也意味着在产品功能同质化较为严重的市场中,零售商可以选择除了降低价格以外的方式来提升自身产品或服务的竞争力与吸引力,充分挖掘品牌的价值来提升收益。

分享到: