Имитационное моделирование поведения различных типов потребителей на основе экспертного подхода

Ключевые слова: типы потребителей, матрицы парных сравнений, шкала Саати, эффект Веблена, последовательный метод обратных функций, корреляция, распределение

Аннотация

Формирование оптимального предложения для покупателей не представляется возможным без учета их потребностей. Целью статьи является отображение различных типов потребителей с помощью параметров цены и качества на основе событийно-дискретной имитационной модели. Предполагается, что эти параметры являются зависимыми друг от друга. Последовательный метод обратных функций, матрицы парных сравнений используются для построения распределений, отображающих различные типы покупателей. Для получения матриц парных сравнений используется шкала Саати. В рамках статьи описаны следующие типы потребителей: «жадные», «особо жадные», элитные и умеренные. К примеру, элитный покупатель, учитывающий качество продукции и престижность, среди схожей продукции выбирает товар с наибольшей ценой. Для каждой из матриц парных сравнений, характеризующих типы потребителей, введено ограничение для обеспечения высокой корреляции цены и качества. Адекватность получаемых результатов проверяется с помощью коэффициента корреляции Пирсона. На примере рынка элитных покупателей показано, как получают вероятности для параметров цены и качества и строят табличное распределение. Для построения таблицы берутся нужные строка или столбец из матриц условных вероятностей конкретных параметров. В том же примере получают обобщенный спрос и задействуют ограничение для матрицы парных сравнений. При анализе результатов для различных типов потребителей получена на практике сильная или заметная взаимосвязь между исследуемыми параметрами. Теоретические наработки данной статьи и практические результаты представляются полезными для рассмотрения других рынков.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Михаил Александрович Шмелев, Воронежский государственный университет

аспирант кафедры информационных технологий управления, факультет компьютерных наук, Воронежский государственный университет

Михаил Григорьевич Матвеев, Воронежский государственный университет

д-р техн. наук, проф., заведующий кафедрой информационных технологий управления, факультет компьютерных наук, Воронежский государственный университет

Литература

1. Bavrina A. P. and Borisov I. B. (2021) Modern rules of the application of correlation analysis. Medical almanac. 3(68), P. 70–79.
2. Blackwell R. D., Miniard P. W. and James F. Engel (2007) Consumer Behavior, 10th ed., St. Petersburg, Publ. Piter, 944 p.
3. Chen H. C. and Asau Y. (1974) On generating random variates from an empirical distribution. AIIE Transactions. 6(2). P. 163–166. DOI
4. Chenavaz R. Y. and Eynan A. (2021) Advertising, goodwill, and the Veblen effect. European Journal of Operational Research. 289(2). P. 676– 682. DOI
5. Elberg M. S. and Tsygankov N. S. (2017) Imitatsionnoe modelirovanie [Simulation modelling] Krasnoyarsk : SibFU.
6. Gunter B. and Furnham A. (2007) Consumer profiles: An introduction to psychographics, St. Petersburg, Publ. Piter, 304 p.
7. Leibenstein H. (1950) Bandwagon, snob, and Veblen effects in the theory of consumers’ demand. The quarterly journal of economics. 64(2). P. 183–207.
8. Matveev M. G. (2021) Information technologies for supply creation on e-trading platform with marketplace technology. Economics and Mathematical Methods. (1). P. 114–121. DOI
9. Matveev M. G., Shmelev M. A. and Aleynikova N. A. (2021) Information technologies for formation of services on e-trading platform. Proceedings of Voronezh State University. Series: Systems Analysis and Information Technologies. (1). P. 63–73. DOI
10. Matveev M., Shmelev M. and Budyakov A. (2022) Simulation modelling for assessing the adequacy of decision support models with choosing a product offer. Information Systems and Design: ICID 2021. P. 159–166. Cham: Springer International Publishing. DOI
11. Nekrutkin V. V. (2017) Modelling randomness [Modelirovanie sluchainosti] Department of Statistical Modelling, Saint Petersburg State University. 111 p.
12. Oleinik N. M. (2021) Digital transformation of the Russian market electronic retail. Izvestiâ Sankt-Peterburgskogo gosudarstvennogo èkonomičeskogo universiteta. 3(192). P. 92–97.
13. Saati T. L. (1993) Prinyatie resheniy. Metod analiza ierarhiy [Making decisions. Hierarchy analysis method] Moscow : Publ. Radio i svyaz. 278 p.
14. Yin S. and Nishi T. (2014) A supply chain planning model with supplier selection under uncertain demands and asymmetric information. Procedia CIRP. 17. P. 639–644.
15. Zadorozhnyi V. N. (2013) Imitatsionnoe i statisticheskoe modelirovanie [Simulation and statistical modelling] 2nd ed., Omsk, Publ. OmSTU. 136 p.
Опубликован
2023-09-29
Как цитировать
Шмелев, М. А., & Матвеев, М. Г. (2023). Имитационное моделирование поведения различных типов потребителей на основе экспертного подхода. Вестник ВГУ. Серия: Системный анализ и информационные технологии, (2), 91-99. https://doi.org/10.17308/sait/1995-5499/2023/2/91-99
Раздел
Системный анализ социально-экономических процессов

Наиболее читаемые статьи этого автора (авторов)