考虑规模效应的网上电子商品多目标整体定价.docVIP

考虑规模效应的网上电子商品多目标整体定价 刘林1,2，刘心报1 （1合肥工业大学管理学院，合肥 230009； 2 过程优化与智能决策教育部重点实验室，合肥 230009） 摘 要：研究网上商店电子商品的定价问题时，考虑某一（些）商品销售对其他商品的影响，将商品分为“揽客商品”和“获利商品”进行整体优化定价以获取最大的利润和销售量。先设计了非支配排序引力搜索算法求出问题的pareto最优解集，再将解集中的每一个解看作是一个决策方案，把优化目标看作决策属性，运用多属性决策方法获取其中的理想解作为定价方案。实验结果证实该方法是有效、可行的。 关键词：电子商务；规模效应；多目标优化；多属性决策；定价 中图分类号 F224.0 文献标识码 A 1 引 言基金项目：国家自然科学基金（ 基金项目：国家自然科学基金，安徽省高校省级自然科学研究项目（重点）（KJ2011A215） 作者简介：刘林（1964.7—），男（汉族），安徽合肥人，合肥工业大学管理学院，副教授，博士，研究方向：电子商务、优化理论与方法。 随着计算机技术和互联网的普及，大量的B2C网上商店不断涌现，因此研究电子商务环境下商品定价策略，对电子商务企业制定合理的定价策略、赢得竞争优势、获取更多利润具有重要的现实意义。许多学者开始关注电子商务定价问题，如Se-Hak Chun等[1]运用理论加实验分析的方法研究了B2C电子商务环境下的定价策略。V. A grawal和A. K ambil[2]研究了电子商务环境下的动态定价策略。Lee[3]对电子商务环境下的智能代理和定价系统进行了研究。李纯青等[4]针对B2C模式下买卖双方特征，提出了使总损失最小的多项式定价算法，即在未知买方估价的前提下，卖方如何对产品定价而使总收益最大。潘伟等[5]考虑了同时拥有网上商店和实体店两种销售模式情况，将产品市场需求划分为即期市场需求与远期市场需求，并给出了求解最优的价格调整次数的有效算法。 然而，过去人们在研究网上商店商品的定价问题时，往往都是只考虑单一的商品，而忽略了一种商品销售对其他商品的影响。在实际中经常会出现一种现象，即一种商品的销售会促进其他商品的销售，人们把这种不同商品之间相互促进的销售关联现象称作为规模效应（size effect）[6]。根据规模效应，商店可以将一种或多种的商品价格定低一些以吸引顾客，间接增加其他商品的销量进而增大销售额。那些以吸引顾客为目的的低价商品被称之为“揽客商品”，而那些定价适度，借以获取更大利润的商品被称之为“获利商品”[4]。本文将研究如何对网上电子专卖商店的“揽客商品”和“获利商品”进行整体优化定价以获取最大的利润和销售量。由于该定价问题是一个多目标的优化与决策问题，因此本文提出的解决方案是，先用多目标的优化算法求出该问题的pareto最优解集，再将解集中的每一个解看作是一个决策方案，把优化目标看作决策属性，运用多属性决策方法获取其中的理想解作为最终定价方案。 2 考虑规模效应的整体优化定价模型 假设某网上电子专卖商店共销售N种电子商品，其中有Nz种属于“揽客商品”， Ny种属于“获利商品”，N=Nz+Ny。将所有商品按先“揽客商品”后“获利商品”的顺序排列，即第1种到第Nz种为“揽客商品”，第Nz+1种到第Nz+Ny种为“获利商品”。 模型中使用的其他参数如下： pi—第i种商品的价格； ci—第i种商品的成本； θi—限定的第i种商品的最小利润率； ηi—限定的第i种商品的最大利润率； qi—第i种商品在一个定价周期内的销售量； Qi—在一个定价周期内第i种商品展示页面的访问量； ai—第i个商品的价格敏感性； bi—进入网上商店的顾客购买第i种商品的概率； ξi—进入网上商店首页的顾客进入商品i展示页面的概率，通常被称作为兴趣权重[6] 。 企业都是要追求利润的，因此我们首先考虑的优化目标就是一个定价周期内的总利润最大化；但从长期利益出发，还要确保今后还能吸引更多的顾客前来访问和购买。根据网络营销的特点，大的销售量是吸引顾客的一个关键因素，因此网上商店在追求利润最大化的同时，往往还要追求较大的销售量，本研究将一个定价周期内的总销售量最大化作为第二个优化目标。故本定价策略可描述为在本定价周期内确定N种商品的价格P={p1, p2, …, pN}，使得总利润Z1和总销售量Z2两个目标最大。 (1) (2) s. t. ci(1+θi)≤pi≤ci(1+ηi), i=1, 2, …, N (3) 在一个定价周期内，网上电子商品的销售量是其销售价格和页面访问次数的函数[7]。销售量与页面访问次数成正比，与销售价格成反比，设第i个商品的价格敏感性