[发明专利]一种基于项目反应理论的线下消费者决策行为预测方法

说明书

本发明公开了一种基于项目反应理论的线下消费者决策行为预测方法，该种基于项目反应理论的线下消费者决策行为预测方法包括包括以下步骤：步骤一：获取消费者消费过程中的视觉关注信息；步骤二：自动识别关注区域；步骤三：计算商品观察时间；步骤四：记录最终消费者消费行为；步骤五：项目反应理论分析视觉关注信息；步骤六：根据步骤五计算结果，预测消费者消费行为；步骤七：针对性制定精准营销措施。通过上述方式，本发明克服现有技术中，未考虑消费者选择过程这一局限性，通过分析消费者消费过程中的认知行为，预测消费者线下消费行为，对进一步精准营销起到重要作用。

技术领域

本发明涉及零售、广告技术领域，特别是涉及一种基于项目反应理论的线下消费者决策行为预测方法。

背景技术

目前互联网零售中，平台可以通过监测消费者浏览的内容和点击的网页等进行大数据分析，预测消费者的消费行为并进行定向推送，从而实现精准营销。随着新零售的发展，线下零售以新姿态重新进入消费者的视线，并呈现爆发趋势，对于新零售，预测消费者消费行为对于精准营销、商家优化经营起到重要作用，针对线下消费行为的预测，最常见的是隐马尔可夫模型，在含有隐含未知参数的马尔可夫过程中，该模型可以通过可观察的参数，确定该过程中的隐含参数。

对于新零售，隐马尔可夫模型等预测消费者消费行为主要通过消费者的购买行为来预测，该技术通过消费者的消费数据进行有用信息提取，无法体现消费者购物过程中的选择过程，但是，把握选择过程推测购买行为对于进一步精准营销同样重要，本发明的目的是克服现有技术中，未考虑消费者选择过程这一局限性，通过分析消费者消费过程中的认知行为，预测消费者线下消费行为。

发明内容

本发明主要解决的技术问题是提供一种基于项目反应理论的线下消费者决策行为预测方法，结合消费者消费过程，根据消费者视觉注意的情况，预测消费行为，对进一步精准营销起到重要作用。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于项目反应理论的线下消费者决策行为预测方法，该种基于项目反应理论的线下消费者决策行为预测方法包括以下步骤：

步骤一：获取消费者消费过程中的视觉关注信息；

步骤二：自动识别关注区域；

步骤三：计算商品观察时间；

步骤四：记录最终消费者消费行为，记录消费者的最终选择Selection，选择该商品记为1，未选择记为0；

步骤五：项目反应理论分析视觉关注信息，根据项目反应理论，建立如下关系式，其中，Selection为选择结果，Time为归一化的观察时间，以商品一为例，归一化时间可通过Time1/Tall获取，其中Time1为商品一的总关注时间；Tall为所有商品总关注时间，a和b分别为待定系数，

记录Z个人的观察结果，利用所有商品的关注时间和最终选择结果，通过拟合Selection公式得到消费者消费对应的参数a和b，参数a值越大，表示决策与时间的关系越明确，可以通过观察时间，直接预测消费者是否会购买该商品，b表示这一类商品选择的难度，值越大表示越难决策，需要越长时间；

步骤六：根据步骤五计算结果，预测消费者消费行为；

步骤七：针对性制定精准营销措施。

优选的是，所述步骤一中采用遥测式眼动仪记录眼动数据，眼动数据包括关注位置矩阵[x1，y1；x2，y2；……xn，yn]共n个点，及在该关注位置停留的时间矩阵[t1，t2……tn]，获取眼动信息与商品的对应关系。