基于Agent的建模與仿真技術(shù)在消費者行為研究中的應(yīng)用述評

龔映梅，劉珍羽

(昆明理工大學(xué) 管理與經(jīng)濟(jì)學(xué)院，昆明 650031)

消費者行為是一個動態(tài)的過程，它涉及感知、認(rèn)知、行為以及與環(huán)境因素的互動，也涉及交易的過程，具有復(fù)雜多樣性的特點。目前，對消費者行為的研究集中于消費者在動態(tài)市場下的行為變化，主要探索影響消費者行為的因素。對消費者行為的研究方法大都基于實證研究且從全局變量入手，采用從上至下的方法建模，忽視消費者個體異質(zhì)性對整體結(jié)果的影響。因此，需要新的研究方法來解決融合了技術(shù)和社會現(xiàn)象、異質(zhì)的消費者和市場非線性宏觀結(jié)果[1]的復(fù)雜性問題。基于Agent建模與仿真(ABMS)技術(shù)在處理這種復(fù)雜性的問題中是一種有潛力的方法。ABMS可以建模代表復(fù)雜自適應(yīng)系統(tǒng)，并且可以建模實現(xiàn)消費者行為轉(zhuǎn)換過程中的路徑，是適應(yīng)消費者行為復(fù)雜性、幫助構(gòu)建動態(tài)市場模型以及優(yōu)化和提升對消費者行為理解的有效方法。

1 基于Agent的建模仿真概述

1.1 ABMS的基本思想

ABMS在各科領(lǐng)域中代表著人工智能的前沿學(xué)科，該方法最開始起源于復(fù)雜自適應(yīng)系統(tǒng)(CAS)。采用ABMS技術(shù)方法，能夠?qū)?fù)雜系統(tǒng)中大量相互獨立且又彼此交互的基本元素進(jìn)行自底向上的建模，以期觀察微觀個體與宏觀涌現(xiàn)現(xiàn)象的聯(lián)系。

ABMS中的Agent主體有4個特點：①這些主體是獨立且唯一可識別的；②自主和自我指導(dǎo)，即一個Agent將個人信息與自己的決策和行動聯(lián)系起來；③具有一個隨時間變化的個人狀態(tài)，即Agent的行為以其條件狀態(tài)變化；④表現(xiàn)出與其他影響其行為的主體的動態(tài)互動，即個體Agent的行為會影響他們自己的行為、其他Agent的行為以及環(huán)境。從技術(shù)上講，ABM可以被描述為一種分散的自底向上的方法。因此，它可以解釋在屬性和決策過程方面的人口異質(zhì)性、社會網(wǎng)絡(luò)對市場動態(tài)的影響以及由Agents的交互作用產(chǎn)生的突發(fā)現(xiàn)象(涌現(xiàn)行為)。所以，ABM通常是理解復(fù)雜系統(tǒng)其他方法的自然補(bǔ)充。

1.2 Agent模型構(gòu)建研究

ABMS的研究思路是首先根據(jù)研究意圖和目標(biāo)通過觀察分析實際系統(tǒng)建立一個概念模型，抽象成由一群智能體構(gòu)成的虛擬系統(tǒng)，該系統(tǒng)包含了一定數(shù)量的Agent和環(huán)境、信息等；其次，研究者對模型進(jìn)行基本假設(shè)，結(jié)合實際去對該系統(tǒng)個體Agent從微觀層面進(jìn)行屬性、行為等定義，同時進(jìn)行交互規(guī)則和方法的初始定義，系統(tǒng)的交互行為是推動系統(tǒng)演變的重要動力，所以該交互規(guī)則包括Agent間的交互以及Agent與環(huán)境間的交互；最后該系統(tǒng)不再受人為的干擾進(jìn)行自發(fā)演化。研究者們只需觀察利用系統(tǒng)在交互過程中產(chǎn)生的多樣化數(shù)據(jù)以及系統(tǒng)的演變規(guī)律進(jìn)行總結(jié)歸納來解決現(xiàn)實復(fù)雜系統(tǒng)中的問題。

2 ABMS技術(shù)應(yīng)用于消費者行為研究的優(yōu)勢

2.1 消費者行為的復(fù)雜性

當(dāng)前的消費者既彰顯個性，又存在從眾心理和行為，其行為同時展現(xiàn)出社會化和個性化這兩種看似矛盾的變化趨勢。消費者市場是復(fù)雜系統(tǒng)的一個主要例子，對于這個復(fù)雜系統(tǒng)，微觀層面的分析(即個體消費者對外界營銷的反應(yīng))和宏觀層面的分析(消費者對營銷模式的整體反應(yīng))都很重要。

2.2 ABMS在消費者行為中的應(yīng)用優(yōu)勢

2.2.1 體現(xiàn)群體行為涌現(xiàn)性

數(shù)字化時代對消費者行為的關(guān)注重心已經(jīng)從“個體行為”轉(zhuǎn)向“群體行為”(如社交網(wǎng)絡(luò)和朋友圈的行為)。群體行為不是個體行為的簡單相加，兩者的行為特征并不相同，從理論上講，理解了個體行為不等于就掌握了群體行為[2]?；谝陨咸魬?zhàn)，建模與仿真方法可以成為提供定量結(jié)果和復(fù)雜行為環(huán)境測試的關(guān)鍵手段[3]。作為一種演繹方法，ABMS使建模者能夠使用定義良好的數(shù)學(xué)方程來定義理性行為人的行為[4]。另一方面，它還能夠研究具有多代理系統(tǒng)的突發(fā)行為及其在多次迭代中的交互[5]。

2.2.2 量化消費者異質(zhì)性

在管理領(lǐng)域應(yīng)用的大多數(shù)ABM方法都涉及代表人類的Agent，一個特殊的挑戰(zhàn)在于量化、校準(zhǔn)和證明驅(qū)動現(xiàn)實世界消費者行為的軟因素(非理性行為和主觀選擇)。因此，在基于Agent的模型中，開發(fā)將人類行為嵌入Agent相關(guān)聯(lián)的標(biāo)準(zhǔn)化方法是很重要的。Smith和Rand提供了一個例子，說明了如何從實驗中推導(dǎo)出主體行為的規(guī)則，并論證了行為學(xué)科學(xué)家和基于主體的建模者之間的關(guān)系深化[6]，這不僅為對ABM感興趣的研究人員提供了有效的人類行為規(guī)則，也為行為學(xué)科學(xué)家提供了一個實驗突破口。

2.2.3 減少數(shù)據(jù)的依賴性

在對消費者行為的研究中，傳統(tǒng)的方法收集到的數(shù)據(jù)基本上是靜態(tài)數(shù)據(jù)，同時需要大量的數(shù)據(jù)采集工作，耗費成本高，但消費者行為往往是在動態(tài)市場條件下做出決策，這代表著數(shù)據(jù)不應(yīng)該是靜態(tài)的，而是動態(tài)變化的[7]。因此引入來源于生物學(xué)概念的Agent建模仿真可以彌補(bǔ)以上不足，ABMS方法只需要簡單的數(shù)據(jù)構(gòu)建初始模型，隨后利用Agent的智能特性模擬消費者異質(zhì)性行為過程中會得到多樣化的數(shù)據(jù)，這些數(shù)據(jù)包含了對真實時序數(shù)據(jù)的趨勢分析和關(guān)聯(lián)數(shù)據(jù)的挖掘分析[8]，以供管理者參考。

2.2.4 市場動態(tài)的適應(yīng)性

在市場環(huán)境中，重要的除了效率，還有魯棒性和彈性——對市場中不可預(yù)見的情況做出迅速恢復(fù)或轉(zhuǎn)型能力反應(yīng)。這種思維方式不僅給商業(yè)運作帶來了不同的方法，也給管理本身帶來了不同的方法。與傳統(tǒng)優(yōu)化模型相比，ABM的適用性取決于決策環(huán)境：給定的初始環(huán)境和一組假設(shè)(自下而上)可能的未來場景(市場環(huán)境)，Agent在給定決策環(huán)境下會改變自己的行為去適應(yīng)環(huán)境。

3 ABMS技術(shù)在消費者行為研究中的應(yīng)用現(xiàn)狀

在研究解釋消費者行為時，不同研究者依據(jù)研究背景的不同，有不同的研究方法。莫文等對消費者行為的研究角度分為3類，分別是基于消費決策的觀點、基于消費體驗的觀點和基于影響 (改變)消費行為的觀點[9]，其中營銷學(xué)最傾向和主張的是基于影響消費者行為的觀點。因此，本文從基于影響消費者行為的觀點入手，在檢索閱讀大量文獻(xiàn)的基礎(chǔ)上，總結(jié)出基于Agent的建模與仿真技術(shù)在消費者行為中的研究應(yīng)用主要在3個方面，分別是內(nèi)部因素(消費者異質(zhì)性)對消費者行為的影響、外部因素對消費者行為的影響、心理作為中間變量對消費者行為的影響。

3.1 內(nèi)部因素(消費者異質(zhì)性)對消費者行為的影響

消費者是異質(zhì)性的，每個消費者都是獨立做出購買決策的，在每個時期的同一時間最多選擇一種產(chǎn)品。市場上很多消費者彼此不認(rèn)識，他們只是根據(jù)自己的特征信息來做決定。根據(jù)這一特點，Du和Xiao利用計算機(jī)生成的海量數(shù)據(jù)進(jìn)行實驗，在基于Agent的模型中結(jié)合博弈論等方法探討了定價策略問題，將供應(yīng)鏈成員(供應(yīng)商、零售商、消費者)的實際適應(yīng)能力納入模型，表明消費者個人對商店估值和產(chǎn)品估值的異質(zhì)偏好影響其定價策略[10]。Mashhadi等通過調(diào)查分析研究消費者對于租用手機(jī)而不是購買手機(jī)的接受程度，建立了規(guī)范化Logistic回歸模型，構(gòu)建了消費者決策模型。該決策模型隨后被用于基于Agent的模擬(ABS)框架，以模擬社會影響、先前決策和異質(zhì)個人特征對消費者租賃決策的影響。研究結(jié)果表明，正在租賃手機(jī)的消費者更傾向于在未來再次租賃手機(jī)，而目前擁有手機(jī)的消費者更傾向于購買未來的手機(jī)[11]。Tang和Zhu將改進(jìn)的SEIR流行病模型與異構(gòu)Agent模型相結(jié)合考慮了消費者3個方面的異質(zhì)性：敏感性、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和對接收信息流的考慮，旨在分析消費者異質(zhì)性通過影響購買決策來改變消費者購買行為最終影響新產(chǎn)品擴(kuò)散的規(guī)模和速度。初步研究結(jié)果表明，消費者敏感性的異質(zhì)性決定了目標(biāo)消費者購買新產(chǎn)品的概率；由網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)引起的消費者異質(zhì)性決定了潛在消費者與購買消費者連接的概率，同時結(jié)合人群效應(yīng)和互動效應(yīng)，共同決定了潛在消費者在網(wǎng)絡(luò)環(huán)境下購買的概率；而信息流引起的消費者異質(zhì)性決定了潛在消費者在信息不斷更新的情況下進(jìn)行理性購買的概率[12]。

以上學(xué)者運用基于Agent的建模與仿真技術(shù)研究消費者行為時，主要考慮了消費者個人因素即個體異質(zhì)性對其消費行為的影響，個體的異質(zhì)性主要表現(xiàn)在消費者本身對產(chǎn)品和外部刺激的偏好。個體的異質(zhì)性直接或間接地影響消費者的行為，對消費者的購買決策起著關(guān)鍵性作用。

3.2 外部因素對消費者行為的影響

Rand等[13]將交互分為兩大類：①直接互動，即消費者直接與某些其他代理互動。例如，在口碑傳播中，消費者創(chuàng)建和分享關(guān)于產(chǎn)品的口碑信息，可能會以積極或消極的方式影響其同伴的態(tài)度，這種影響通常發(fā)生在用戶的社交網(wǎng)絡(luò)中。Backs等利用ABM方法構(gòu)建代表服裝市場中制造商的幾個代理和代表消費者(組)的幾百和幾千個代理組成的社交網(wǎng)絡(luò)，以期觀察消費者在社交網(wǎng)絡(luò)中受到同伴的影響，被直接和間接的互動改變服裝購買決定[14]。②間接互動，即消費者不直接與某個代理互動，但會受到其他代理的決策總和的影響。例如，以社會影響的形式。Bruzzone等模擬一個中型城市(60萬居民)中的個體行為受到的社會影響，將人類模擬為智能個體Agent，該模型中包含了社會網(wǎng)絡(luò)層，旨在將智能體與社交網(wǎng)絡(luò)內(nèi)口碑現(xiàn)象的模擬相匹配，用于捕捉社交網(wǎng)絡(luò)如何與人類活動相關(guān)聯(lián)，以及“個人觀點”在社交互動中發(fā)生的作用如何提高社交網(wǎng)絡(luò)中的消費者對綠色食品的消費[3]。

以上學(xué)者運用基于Agent的建模與仿真技術(shù)研究消費者行為時，主要研究的是外部因素如社會影響的直接互動和間接互動對消費者行為的影響，其主要作用于消費者在不同外部因素下的選擇行為和購買決策行為，其實現(xiàn)過程是通過消費者與外部因素間的交互進(jìn)而改變其購買行為。綜上，外部因素對消費者的行為也起著關(guān)鍵性作用。

3.3 心理作為中間變量對消費者行為的影響

Wei等研究消費者在誘餌效應(yīng)的影響下，個人的自我理性和損失規(guī)避會產(chǎn)生心理認(rèn)知偏差，從而在兩個選項中做出購買行為，滿足營銷企業(yè)目標(biāo)產(chǎn)品的促銷，這一系列的結(jié)果是通過Agent的量化演變消費者的心理認(rèn)知變化過程得出[15]。Potluri等在研究對數(shù)據(jù)本地化限制帶來的經(jīng)濟(jì)后果時，建立了生產(chǎn)者和消費者兩種類型的代理，模擬在仿真迭代的過程中，消費者Agent和生產(chǎn)者Agent在彼此屬性(如服務(wù)價格、服務(wù)質(zhì)量或消費者敏感性)規(guī)則下的交互。結(jié)果顯示，在每次迭代中，消費者都會根據(jù)生產(chǎn)者的服務(wù)價格和服務(wù)質(zhì)量帶來的感知效用最大化尋找最優(yōu)生產(chǎn)者，從而改變其購買行為[16]。Ackland等展示買家如何通過之前成功和失敗的交易了解賣家(藥品供應(yīng)鏈)的質(zhì)量，從而建立長期的信任。其建立的ABM假設(shè)理性的Agents(批發(fā)商、零售商和消費者)在交易經(jīng)驗中學(xué)習(xí)時，會以信任作為中間變量影響改變他們的購買行為。該結(jié)果也表明，引入從經(jīng)驗中學(xué)習(xí)的能力和建立信任網(wǎng)絡(luò)有助于從供應(yīng)鏈中消除低質(zhì)量藥品[17]。Fatas-Villafranca等提出基于Agent的產(chǎn)業(yè)動態(tài)模型依賴于消費者社會學(xué)習(xí)和企業(yè)的創(chuàng)新，該模型利用行為經(jīng)濟(jì)學(xué)和消費者心理學(xué)，將消費者學(xué)習(xí)建模為在隨機(jī)動態(tài)網(wǎng)絡(luò)中運行的適應(yīng)社會和新事物的過程。在模型中，消費者創(chuàng)造了原始的行為模式，但他們也通過對社會的依賴去模仿類似的其他人。因此，該模型揭示了消費者通過創(chuàng)新和對社會網(wǎng)絡(luò)的適應(yīng)來更新他們對產(chǎn)品的心理偏好，從而改變他們的消費行為[18]。

以上學(xué)者運用基于Agent的建模與仿真技術(shù)研究消費者行為時，均以心理作為中間變量來研究消費者購買決策的過程，心理變量涉及外界條件刺激下心理產(chǎn)生的偏好變化和感知效用變化，最后消費者根據(jù)其心理的中介作用做出最終的購買行為。因此，心理變化的中介作用對消費者的行為起著關(guān)鍵作用。

4 不足與挑戰(zhàn)

基于Agent的建模與仿真技術(shù)在消費者行為中的應(yīng)用領(lǐng)域具有強(qiáng)大的生命力，是描述復(fù)雜消費者行為特性、探究其個體微觀行為與在特定市場環(huán)境下涌現(xiàn)的宏觀行為內(nèi)在聯(lián)系的有效方法。但隨著數(shù)字化時代的發(fā)展，消費者行為變得愈加復(fù)雜，對消費者行為的研究不能只局限在對表層因素的分析，還需要完善技術(shù)手段對影響消費者行為的因素進(jìn)行更深層次多角度的分析。因此，目前面臨著以下不足與挑戰(zhàn)。

4.1 完善跨學(xué)科性研究

在文獻(xiàn)中已經(jīng)注意到通過ABMS進(jìn)行跨學(xué)科研究的可能性，但對它的需要還沒有得到充分的解決。如果ABM要作為一種過渡工具向前發(fā)展，就需要增加跨學(xué)科性，通過更好地整合環(huán)境、社會和技術(shù)元素，使多學(xué)科程度的提高加快對消費者行為的研究。

4.2 加強(qiáng)ABMS的可信度

基于Agent建模仿真方法的研究發(fā)展迅速但尚不成熟，對其建模的可信度建立在對復(fù)雜系統(tǒng)構(gòu)建的理解判斷上，其運行結(jié)果也是在模型運作機(jī)制中得出。但是真實的數(shù)據(jù)結(jié)果往往來于真實世界，因此ABMS方法更多地體現(xiàn)出一種充分性，但不能真實地證明其必要性。為了降低這種錯誤理解，所以在對復(fù)雜系統(tǒng)建模時要做到以下3點：①前提假設(shè)的科學(xué)合理性；②試驗?zāi)Ｐ偷恼_性；③靈活性參考模型仿真結(jié)果。

5 結(jié)語

可以看出，ABMS是一種很有價值的方法，向消費者行為的建模與仿真注入了活力，可以補(bǔ)充實證研究，減少對數(shù)據(jù)的依賴。ABMS中Agent主體具有的主動性、能動性、適應(yīng)性以及與環(huán)境的交互性等特點，可以完美地模擬消費者在市場環(huán)境中的行為變化，同時對個體Agent自底向上的異質(zhì)性建模和Agent主體對動態(tài)的市場變化表現(xiàn)出的適應(yīng)性，使研究者們對未來市場環(huán)境條件可能出現(xiàn)的結(jié)果有個預(yù)估的評判，也可以對現(xiàn)實世界中實施的政策和干預(yù)措施有個提前的了解。當(dāng)然，ABMS最被經(jīng)常用來對消費者行為影響因素進(jìn)行過程性研究，可以較好地重現(xiàn)消費者的購買決策過程。此外，對消費者行為的研究也要順應(yīng)時代變化進(jìn)行多角度的分析，加強(qiáng)與其他方法技術(shù)的融合和完善跨學(xué)科性的研究，有助于對營銷管理和企業(yè)創(chuàng)新帶來“非線性”發(fā)展。