基于代理模拟的双面促销建模

摘要 日益激烈的零售市场竞争迫使零售商优化其销售和营销战略。特别是在利润空间较为有限、顾客忠诚度在很大程度上取决于所提供的价格的行业，事实上，了解消费者对促销活动的反应，并在适当的时候为他们提供适当的优惠，对于零售商的生存至关重要。在本研究中，我们提出了一个基于代理的模型，该模型使用 "信念欲望意图"（BDI）概念来模拟顾客对其收到的各种促销优惠的反应，我们的研究涉及一个卖方代理，该代理可根据顾客的具体情况动态学习给予这些顾客的适当促销。利用文献中的实证研究成果，我们在 "大五因素模型 "的基础上开发了模型的 BDI 部分。除此之外，我们还使用了 Q-learning 算法来训练卖方代理。此外，本研究的目标之一是证明基于学习的决策代理比基于规则的决策代理更具市场竞争力。因此，我们在模型中添加了一个基于规则的代理，并将其功效与基于学习的决策代理进行了比较。我们通过一系列实验在人工市场上对该模型进行了测试。实验结果表明，所提出的模型可用于实际应用中的自动促销决策。