EN

学术活动

当前位置: 首页 > 科学研究 > 学术活动 > 正文

识别消费者多维度服务体验的协同与反向协同关系的机器学习方法

来源: | 发布时间:2023-10-18| 点击:

讲座时间:2023.10.26(周四)16:00-18:00

线下地点:新主楼A618

腾讯视频会议ID160-786-537 密码 53901

讲座嘉宾:张泽林 教授,中国人民大学商学院

主持人:刘霖 教授

 

“商学悦道”系列讲座

 

题目:Uncovering Synergy and Dysergy in Consumer Reviews: A Machine Learning Approach

 

摘要:Massive online text reviews can be a powerful market research tool for understanding consumer experiences and helping firms improve and innovate. This research exploits the rich semantic properties of text reviews and proposes a novel machine learning modeling framework that can reliably and efficiently extract consumer opinions and uncover potential interaction effects across these opinions, thereby identifying hidden and nuanced areas for product and service improvement beyond existing modeling approaches in this domain.

In particular, we develop an opinion extraction and effect estimation framework that allows for uncovering customer opinions’ average effects as well as their interaction effects. Interactions among opinions can be synergistic when the co-occurrence of two opinions yields an effect greater than the sum of two parts, or as what we call dysergistic, when the co-occurrence of two opinions results in dampened effect.

We apply the model in the context of large-scale customer ratings and text reviews for hotels and demonstrate our framework’s ability to screen synergy and dysergy effects among opinions. Our model also flexibly and efficiently accommodates a large number of opinions, which provides insights into rare yet potentially important opinions. The model can guide managers to prioritize joint areas of product and service improvement and innovation by uncovering the most prominent synergistic pairs. Model comparison with extant machine learning approaches demonstrates our improved predictive ability and managerial insights.

 

 

题目:识别消费者多维度服务体验的协同与反向协同关系的机器学习方法

 

摘要:消费者体验与满意度之间的关系一直是业界与学术界所关注的重点,不同于过往专注于两个主效应关系的研究,这个研究中重点关注的是不同体验之间的交互关系对消费者满意度的影响。简单来说,就是当两个不同维度的体验被消费者同时感知到后,是否其对满意度的影响存在正向协同效应,也就是1+1>2,或者是反向协同效应,也就是1+1<2。日常生活中,很多服务或产品带给消费者的消费体验往往是多维度,且很多维度又可以进一步分为不同的细类。本研究基于对消费者海量线上评论数据,应用机器学习技术,解决了3个主要挑战:

1,从更细颗粒的程度来从消费者评论中准确抽取不同维度体验的描述,并将相似的体验描述进行聚类合并。

2,甄别消费者评论中所描述的体验之间,是否存在语义上的相关关系,并在后续分析中将其进行剔除。例如,在墙很薄,隔壁很吵这个表述中,这两个体验之间明显存在相关关系,不应作为交互关系的研究对象。

3,高维度且存在局部稀疏的数据结构的回归分析。

 

 

 

张泽林,中国人民大学商学院市场营销系系主任,教授,博导。2012年毕业于美国堪萨斯大学,获管理学博士学位,同时还于2006年获得堪萨斯大学的物理学硕士学位,2002年毕业于南开大学,获得物理学学士学位。现任中国高等院校市场学研究会常务理事、京东数字科技控股有限公司风险管理中心高级顾问和《营销科学学报》编委、中国人民大学“杰出学者”A岗。主要研究方向包括营销模型、定价和促销、服务营销、营销战略、营销金融交叉、社交网络,大数据营销等。在Management ScienceJournal of RetailingDecision SciencesEuropean Journal of Operational ResearchInternational Journal of Production ResearchIndustrial Marketing ManagementJournal of Interactive MarketingJournal of Business ResearchInternational Journal of Forecasting、《心理学报》、《金融研究》、《管理科学》、《运筹与管理》等国内外顶级及一流期刊上发表文章20篇余篇,发表学术专著2部,参加国际与国内主要学术会议及报告15次。主持国家自然科学基金项目3项、参与国家社会科学重点基金项目1项,参与中国人民大学重大规划项目1项。