《多属性行为决策方法在购买中的应用实证研究-以购买手机为例8400字（论文）》

多属性行为决策方法在购买中的应用实证研究—以购买手机为例目录TOC\o"1-2"\h\u24061绪论 1292941.1研究背景及意义 1224011.2研究现状 3172691.3影响手机购买的因素 3314871.3.2个人因素 4152042多属性决策的概述 4311332.1多属性决策的概念 4254452.2多属性决策的几个要素 442542.3属性权重的确定 53722.4信息熵法 6237812.5综合方法 7149522.6多属性决策应用的步骤 795442.7多属性决策应用中的几个问题 886082.8奖金分配 9246072.9方案的排序保持与排序逆转 927463建模与分析 1057823.1建模的基本步骤 10220623.2建模 1069933.3加权和法 15306813.4加权积法 16305553.5接近理想解的偏好排序法(简称TOPSIS方法) 1611955总结 1818307参考文献 201绪论1.1研究背景及意义演变成很多个种类，是其中的一种。二次大战以后，随着数学和其他经济学的发展，很多领域的学者把决策的理论定义、学说以及要领都分化出来。Churchman、Ackoff以及Amoff在1957年使用来处理抉择商贸注资计策的多属性决策标题，这也是第一次使用简单加权法来处理疑难。同一时期，出现了解决多属性问题的专家评分法，这个方法把定性问题转变为定量化，一般适合统计数据或原始材料不完全的情况，不过也有最适合应用这个方法的情况，就是当方案的价值由方案的政策以及主观要素决定，而与技术性能无关的时候。在众多专业技术人员的共同努力下，美国兰德公司在1964年创建了Delphi策略。随后，Aumann提出形容决策者的本身喜好地多属性效用函数，也打下多属性成效理论的实践基础。J.W.Tukey、P.CFishbum以及R.A.Pollak随后又化简了多属性效用函数地解决步骤，在可加性的基础上，成功的提出。中方便快捷又强有力的工具是ELECTRE方法，该工具由法国的B.Roy等人提出并不止一次改良，变得更方便强有力。一篇对于成效理论地综述性内容文章在20世纪60年代末，被K.R.MacCrimmon在兰德公司的专研汇报里展现出来。有关于地文献，在1972年美国的South

Carolina高校开展的首个议会中被发表了出来。在第二年再次被MacCrimmon通过添加一部分内容，并对这些内容实施整合，依据的是内容的结构、补偿性和偏好[1]等。多属性决策在购买中的钻研成果，不仅在理论层面上有意义，而且在实践层面上也具有重大的意义。因为购买问题中的多属性决策问题一直存在于大家的生活当中，所以从多属性决策方法被提出以后，就一直受到科学界的研究者关注。将所有的研究内容进行组合，即构成本文完整的研究内容，即多属性行为决策方法。可以认为本文地研究，在研究合理性的前提下有着较强的理论意义。在实践层面上，能够提供解决实际的疑难的有效工具。因为它确实遍布了人类生活地较多领域，所以说多属性决策疑难是普遍留存地。在自身层面，购买手机可能须要顾虑价格、性能、款式、像素、处理器等诸多要素；再配偶的选择：可能须要顾虑另一方的为人处世、外观、人品品行、薪水等多方面要素；在企业战略的制作定论层面，须要考虑地要素至少有妨碍自己的长处和短处发展等；生产能力的评价：可能须要兼顾产物地质保、产量等因素；在国家层面，公共事业的规划建设须要顾虑对周边环境影响、是否真正有益等多角度要素；用人单位的选择：须要考虑这个人地处事能力、个人背景、荣誉奖项等因素。这些例子和广泛存在地多属性决策在购买中地问题作对比，就是不值得拿出来说。之所以方式不一样会，标准化变成了之前越来越重要的一步，那是每个属性值一般都具有不一样的量纲原因所造成的。综上可得到多属性决策在消费者购买手机的应用有着巨大的意义。1.2研究现状到现在为止，有关于多属性行为决策方法在购买中的应用的研究在国内外还是比较少见。从多个属性值或者是目标中，筛选出最好的方法或者是排列有限个备选方法的这类决策问题叫做多属性研究，也叫做MADM或者是有限方案多目标决策。世界各国的钻研人员就做了大量钻研。难题第一次被Churchman、Ackff以及Amoff在20世纪50年代末通过来处理它。20世纪80年代初，C.L.Hwang提出接近地(简称TOPSlS)。降低因为评估者的不同或者偏好的改变而引起的评估结果的不确定性，采用以与可观点最近的方案计划为最优秀的方案之前，先定下一个可观点，这就是该方法。1.3影响手机购买的因素关于影响手机购买的因素颇多且复杂，诸多学者从市场及个人方面进行了分析，为了更好的分析影响购买的因素，接下来将影响购买的要素归纳总结，主要划分为以如下个因素。1.3.1市场因素要想设计生产出来地产品赢得人心，就需要厂家知道买手机方隐藏的利益需求、偏爱以及用途。这几样结合起来更新手机功能。手机是当代非常重要的沟通手段和工具，基本上每个人出门，只需要带上手机就好。假若每人一部手机，加上我国的人口是十分多的，那么市场的占有率就会很高。调取现今21世纪20年代1月份中国手机市场数据，结果显示，内地上市的新机型高达到85款，苹果11和华为“mate305G”版本是非常得到人们的喜好。而华为和小米的销量变化不大，其它的安卓品牌销量情况都在走下坡路，但是手机应用却越来越广泛。1.3.2个人因素少部分人，比如还在上学的求学者不仅看重外观潮流、系统实用和使用功能齐全，还看重价格低而且外观好看且功能方面较好。而80%挑选时比较看重外观潮流、系统好用和使用方面齐全就好。而当代年轻人，喜欢和周边人攀比，攀比心理较强，经常再次消费的去更换手机。不过现在出现了以旧换新，也就是用旧手机抵扣新手机差价的方法，简而言之就是多还少补。总的来说，可以总结为如下：(1)消费能力：在消费能力方面强过普通人的人，比普通消费能力的人更频繁的更换手机。(2)岁数大小：年轻人比较愿意去追求潮流的手机外观，而老年人这方面的意向就没有那么强烈，体现了年龄不同需求不同；(3)心理因素：参照群体：参照和自己差不多的人的想法是大部分人在买手机的时候喜欢做的。媒体效应：人们容易受到广告的影响，例如华为、苹果。满足心理：之所以购买昂贵的手机，是用来满足自己的心理，这是少部分人会去做的事情。社会需求：不同的手机反应了不同人的需要。2多属性决策的概述2.1多属性决策的概念大家须要从多个候选计划里定下一个最棒的，须要把候选计划依据好到良排列或者进行比较，为了具体地想法，这样的方案的优劣由多个属性表示出以定量或者定性[2]的说法叫做多属性决策。例如几种型号的手机的手机价格、性能、款式等属性。之所以专业人员们对一些评估不感兴趣以及对一些相对比较敏感的问题不想发表意见地时候，给出的评估意见是受制约不完全的；，比如时间紧迫、专业知识结构水平等要素。2.2多属性决策的几个要素2.2.1决策目标、备选方案与属性集合一般情况下，决策目标和备选计划是少有抉择的余地的，决定是由实际问题自身。而决策者须要有较多的相干范畴的现实经验，因为对决策结果很重要的是选取了哪些属性。基本上有如下几条准则来决定属性集合：为了能全方位顾虑决策目标的影响要素，须要注意选择影响力比较大或者很重要的属性；各个里最低要求为较淡的相关性；定性则体现在优劣程度[3]的选取，定量体现在属性确定的合理性；虽然有的属性它关于决策目标的影响力很强，但是因为它难以依据该属性鉴别方案的优劣，而且该对各备选方案的差异很小，所以不能拿这个作为备选；使用上层的每一包括下层的若干子的分层的方式处理数量太多的情况。2.2.2决策矩阵方案对属性的侧重水平以及属性的优劣程度的表示，是把方案放在行、属性放在列，用每一个计划方案对应每一种的取值当做元素形成的元素。较容易得到的元素是当矩阵中的这个可以进行定量描述时，例如手机的价格；需要寻求合适的方法确定的元素时，是当中的某一属性只可以定性描述时，例如手机的款式。2.2.3属性权重现今网络上呈现的，对属性的选取及其权重分配的差异，在相当的程度上造成有教育培训机构里不小差别的大学排名榜。各之间的权重分配对于决策结果重要性的体现在经验不足的教师的工作水平、毕业生质量、研究经费等。权重之所以通常难以客观地、定量地确定，那是因为各属性拥有不同特性，有各自的特点。2.2.4综合方法该数学方法是把最初的决策矩阵和每个的权重整合[4]在一起，得到最后的决策矩阵。下文会利用手机选购解释如何得到最终地结果。2.3属性权重的确定将属性记作而对应的权重则为，其中权向量应能够满足，这样的表示决策目标受的影响地步或者重要地步就叫做权重[5]。可由决策者依据决策目的和经验预测，这样的方法侧重于主观；还有一种侧重于客观的方法，一共两种方法。2.4信息熵法是当它提供的展现出均匀分布地情形时。这种偏于客观的方法也表现出信息论里熵是分辨不确定性的指标[6]，具有典型性。属性地熵在每一个个方案地中表示为(1)将当做R的每个列向量里信息量的概率分布，依据(8)式得到，熵[7]也是依据Shannon给出的数量指来定义的。关于辨别方案的地步不起任何作用是，也就是达到最大，方案关于某个的值全部相同的情况；用来鉴别不同方案的水平，每个方案对的值只有一个1，剩下的是0，称为最小时，最具有说服力。通常，越大的差距，就有越小的，有越大辨别方案的作用。于是定义(2)当做属性的区分度。即(3)2.5综合方法得到以后，将采用数学方法来综合占比权重，定下最可行的计划。2.5.1加权和法方案对目标的权重是对的加权和，即(4)是在已知标准化矩阵及属性权重（满足）的情况下，若记向量，则(4)写作矩阵形式(5)2.5.2加权积法下面的公式和(12)式相对应(6)2.5.3(简称TOPSIS方法[8])n维空间中m个点的几何系统可以用来处理n个、m个方案的。用向量模一化(10)式对决策矩阵标准化，方便在空间中给欧式距离下定义。用每个方案化后的来确定每个点的坐标。区别属性值得效益型与费用型是确定方案的最优和最劣的前提，而方案的优劣水平依据相对接近度[9]的大小确定，这样得到地数据尽可能和近，和远。在属性理论的基础上，由所有可能的形成，叫做最优方案；则是由全部有可能性的组成，叫做最劣方案。2.6多属性决策应用的步骤1)首先定下决策的属性集合和它的备选方案，还有目标；2)通常用中得出，以及通过等手段确定；3)4)2.7多属性决策应用中的几个问题2.7.1比例尺度变换的归一化和最大化比例尺度变换通过归一化或最大化将原始决策矩阵标准化，用两种方法计算的结果一般不会相同(如表3)。但是80%实际问题中，尤其是在方案数量不多时，方案的优劣排序会差的不多。以手机选购为例，假如购买者的目的是得到最理想的综合指标，在确定选择属性时不受别的手机的影响在，最适合使用的方法；假如购买者能够接受因为手机型号的不同，在属性变化的同时也会有不一样的选择，而且他的目的是综合指标在周边人中最明显，那么他就应该采用归一化方法。又称为，称为。2.7.2区间尺度变换对原始权重作如下形式的标准化就是所谓的区间尺度变换，即(7)与比例尺度变换最大化(9)式差距不大的最大值都变为r=1，它是可以用于。0可能造成不好的后果，但是区间尺度变换后的最小值一定是r=0，这是须要注意的。考虑[10]一个既简单又极端的例子，说明当按照方案的优劣处理资源分配问题时，用归一化的比例尺度变换特别合适，最大化变换会出现较大的不一样点，假如采取将得到极不合理地结果。2.8奖金分配表1是依据教学以及科研对等地原则，10000元绩效奖金分别发给A、B两个老师的权重及两个老师的教学以及科研原始得分。表1奖金分配里地权重以及原始得分(i,j=1,2)教学科研A511B499910000元平均分给教学以及科研，各得5000元，A，B再平分教学5000元，B分得科研5000元，于是A得2500元，即0.25万元；B得7500元，即0.75万元，这个情况是依据常识把10000元大致地分配。表2表示用3种方法计算的结果，即比例尺度变换的归一化、最大化及区间尺度变换。表23种方法计算结果归一化最大化区间尺度X1（W1=0.5）X2（W2=0.5）综合权重X1（W1=0.5）X2（W2=0.5）综合权重综合权重归一化X1（W1=0.5）X2（W2=0.5）综合权重A0.510.010.2610.010.510.34100.5B0.490.990.740.9610.980.66010.5综上所述，归一化的结果更精确些，而且与常识相适应；因为的A、B之和比的A、B之和大很多，类似于弄大了教学的，把科研的弄小，最大化的数据与常识结果差距较大；又把A，B比较相邻的教学原始分51和49分别看成1与0，地结果则完全不能接受。2.9方案的排序保持与排序逆转新方案加入或旧方案退出是多属性决策中有时会遇到的情况，方案的加人或退出会对原有方案的优劣排序的影响，在各属性对目标的权重和原有方案对属性的权重都不变的情况下也会存在且对原有方案的优劣排序有影响吗?直观上似乎不会，但是事实上用理想模式(最大化)在某些条件下原有方案的排序一定保持，而用分配模式(归一化)却可能发生逆转。可以很简单的理解，后果用两种模式计算出现的不同：在分配模式下每个方案关于每一种属性权重的和一般都是1，方案的新加人会降低原来“资源”的浓度，而“资源”的重新分配也许致使原方案排列顺序逆转，从而致使的减少。1是在理想模式下各方案关于每一属性权重的最大数据，要想原来“资源”的浓度不降低，原方案排列顺序继续保持不变，得要新方案加入不改变原来的最大数据。3建模与分析3.1建模的基本步骤建模的基本步骤：(1)求出观察值样本数据的值；(2)根据的性质，挑选适合地模型进行拟合；(3)估计模型中未知参数的值；(4)检测建立模型的有效性。假如检测这关不放过拟合模型，那就须要回到步骤(2)，拟合就须要从新选择模型；(5)模型优化即选择最好的模型。在拟合模型通过检测的前提下，全方位考虑全部可能性，再次回到步骤(2)，创建通过检测的多个拟合模型，选取最好的那个；(6)利用拟合的模型，预测未来的形势。3.2建模3.2.1决策矩阵及其标准化假定有6种型号的手机（苹果12、华为mate40、三星S21、Vivox60、OppoFindx3）供选购，记作，5个属性为价格、性能、款式、像素、处理器，依次记作，并调查10个人的打分情况，最后取10个人数据的平均值(满分均为10分)。对于价格(单位千元)，6种手机分别为6.5,5,5.5,3,3.5,4；对于性能，六种手机分别为9,6,5,6,7,8；对于款式，打分情况为5,7,6,8,8,5；对于像素，打分情况为8,9,8,7,7,6；对于处理器，打分情况为9,6,5,7,8,8。将这些数值列入表3，并记作，表示方案对属性的取值，或称原始权重。表3手机采购中的原始权重6.59589567965.55685368773.5787848568一般，有m个可用于选择的计划方案，n个的疑难，计划方案对于的取值为，那么接下来的叫做值，叫做，表3可以拿原始表示，结果为一般可以直接由量测或者调查而得，例如表3中价格，侧重于客观的属性；还有一种是由者以及请专业人员评定，这是侧重于主观的。之所以得到的每一列表示每个方案关于某的数据，一般原因是每个量纲的物理意义不一样，一般须要，这是剖析之前的预备工作。数据越大，这个对决策就越重要，费用型[11]指数据越小，这个对决策越重要。例如手机选购方案中的费用型属性为，效益型属性为。标准化时，当多问题里大部分都是效益型，方法一是对值取倒数，方法二是可以用共同用一个大数减去值，再将全部费用型转变成效益型。对第一列的价格的方法可将重新表示为这样得到的属性就全部转化成效益型，下文所提及D的地方均适用。所谓作比例尺度变换，在标准化后有如下所示几种形式：（8）R的列向量的分量之和为1，称归一化；(9)1是R的分量在列向量的，叫做；(10)称为模一化的情况即是R的列向量的模为1。经过这些变换可得，当且仅当时才有。各由R的每个列向量通过同一标准表示。通过(8)，(9)，(10)式将手机选购方案形成的决策矩阵标准化，分别为3.2.2信息熵法下表是通过得到R()，是手机选购方案中依据(1)～(3)式计算得到的熵、区分度以及。表40.10950.21950.12820.17780.20930.14240.14630.17950.20000.13950.12940.12200.15380.17780.11630.23730.14630.20510.15560.16280.20340.17070.20510.15560.18600.17800.19510.12820.13330.18600.98050.98930.98950.99540.98990.01950.01070.01050.00460.01010.35150.19310.19040.08250.1825将各属性的权重依据大小排序为。观察上表4能够看出：六种手机对于(价格)的属性值相差很大，对(像素)的属性值差异很小，依据信息熵法计算表中的数据权重，会产生较大而较小的结果。用计算是的主要方法，若主要是通过量测[12]以及调查得到，客观性在该方法中比较突出。当m较大时，和的思绪差不多，能够用的作为区分度算。要想获得新的，须要把侧重于以及两种方法的分别记作，，再用如下的方法把二者简单结合，

(11)式中乘积可以改写成或，其中可根据决策者对的偏好地步来调节。上述信息熵法，是先在众多手机中选取了六个不同品牌的手机，并研究这六种手机的不同属性，然后通过给不同品牌的不同属性赋分[13]，计算得到最后的每种手机的属性的权重大小。较全面的分析手机的不同属性的权重，即在人们购买手机的时候可以用上该方法。由表4可以看出，五种属性的权重分别为0.3515(价格)、0.1913(性能)、0.1904(款式)、0.0825(像素)、0.1825(处理器)。其中，权重较大的是价格(0.3515)，较小的是像素(0.0825)。该方法对手机的五个属性都分别进行了处理，分析的面比较广，得到的结果参考价值比较高；得到的结果具有合理性，因为在剖析的过程中没有偏向任何一个属性；具有科学性是因为采用前人所研究出来的方法来处理。3.3加权和法这是一个很常见的方法，即由标准化决策矩阵及属性权重(满足)，得到方案对目标的权重是对的加权和，即(12)若记向量，则(12)可写作矩阵形式(13)即最后结果的差异是对采取多种的方法获得的。对于手机选购问题,设属性权重为用信息熵法得到的表4的最后一行w，把以及的R代入(13)式中计算，得到的答案即为下表5的第3列，是把直接计算出的又的结果，为了方便和第2列做对比。3.4加权积法，与(4)式相对应的公式为(14)即对于手机选购直接根据决策矩阵(统一为效益型属性后)及表4最后一行，表5的第4列是先用(6)式计算，再把得到的结果归一化的数据。3.5接近理想解的偏好排序法(简称TOPSIS方法)通过手机选购说明TOPSIS方法的一般步骤。将模一化后的乘属性权重，得，构成记作，由v每一列向量的构成；记作，由v每一列向量构成，可有方案与正理想解的欧式[18]距离依据计算(其中为的第分量[19])，得与负理想解的距离按照计算(其中为的第分量)，得，即为方案和，带入数据可得，归一化后的数据在下表5的第5列表示出来。表5方案方法加权和(R归一化)加权和(R最大化)加权积（归一化）TOPSIS0.15820.15970.15360.12620.15440.15530.15570.11030.13420.13480.13530.05920.19330.19170.19260.26260.19030.18980.19260.25200.16960.16870.17020.1897由表5可以看出，加权和法得到的数据差距很小，方案权重大小排列顺序为；加权积法得到的数据差距也是比较小，方案权重大小排列顺序为；TOPSIS方法得到的数据差距稍大；结合3种方法，最为。可以看出最优方案为，即为优，最劣方案为，即为差。通过TOPSIS方法的到的最优选择[20]为，稍差的选择为，其余的为良。综上所述，如果现在有一个人需要购买一部手机，最后我们得到的，最优推荐就是。该方法利用的数据是加权和(归一化)、加权和(最大化)和加权积(归一化)的权重值来进行更深的处理和加工得到，其结果在文中所涉及的方案里更具有科学性和合理性，最后得到的结论更有说服力。总结文中采用了多属性决策的相关内容来研究人们在购买手机时的几种选择，其中主要做了以下研究工作：(1)剖析消费者在购买手机时的影响手机购买的要素，分类出了市场因素以及个人因素这两大模块。(2)基于前人的钻研成果，应用多属性决策的决策矩阵及其标准化得出手机的五个属性的权重大小。(3)利用信息熵法对六个不同品牌的手机属性的综合权重进行总结升华，得出手机购买时对消费者影响最大的要素：价格。(4)利用加权和法得到加权和(归一化)、加权和(最大化)得到属性的权重大小，加上加权积(归一化)得到的加权积大小，最后利用TOPSIS法计算综合，得到六部手机中的。虽然文章中得到的与实际值较为吻合，但是由于生活消费者在购买手机时，也会受到其余多方面因素影响，在文中没有的一一的举例出来。所以达不到完全准确，但是模型的合理性仍能为消费者在购买手机时，提供一定的参考价值及研究思路。

参考文献朱斌,丁宁,郭丁菲,许盼盼.基于手机产品在线评论的消费者偏好分析[A].中国管理现代化研究会、复旦管理学奖励基金会.第十五届(2020)中国管理学年会论文集[C].中国管理现代化研究会、复旦管理学奖励基金会:中国管理现代化研究会,2020:9.刘俊杰.产品属性评估性对选购决策的影响研究[D].南京:南京财经大学,2017.陕振沛.基于属性权重最优改进TOPSIS法的节水灌溉管理模式优选[J].节水灌溉,2020(08):98-100+105.姬璐烨.基于勾股模糊集