沉浸式交互购物环境下的个性化营销决策理论

With the wide application of Intelligent Robot, Virtual Reality and Augmented Reality in the retailing industry, the innovation of management and decision-making theory has been the frontier scientific issues and attracted considerable attention. This project aims to study systematically the personalized marketing decision-making theory in the immersive interaction shopping environment. Based on the idea of “interaction and behavior-interaction and prediction-interaction and decision-making”, and the “Data-driven + Model-driven” research paradigm, we investigate the issues such as customers’ shopping decision-making behavior, personalized demand prediction, and personalized marketing strategies. We will explore the following four key scientific problems. First, we investigate the influential path from the immersive experience to the purchase decision in the immersive interaction shopping environment. Second, we predict the personalized demands with the big data in cyberspaces and the small sample data of immersive interaction. Third, we study the approaches to optimize personalized demand prediction and marketing strategies simultaneously. Fourth, we investigate the architecture of the immersive interaction shopping environment. This project will construct a virtual intelligent new retail lab with the immersive interaction features for automotive retailing. The lab can support the theory verification of our project as well as the other projects in the major research plan of NSFC. This project can make a significant contribution to the personalized marketing theory in the immersive interaction shopping environment. It will be of great significance to promote the development of management and decision-making theory and practice in the context of Big Data.

随着智能机器人、虚拟现实/增强现实等技术在零售业的应用，沉浸式交互购物环境下的管理与决策创新成为学界关注的前沿问题。本项目系统研究沉浸式交互购物环境下的个性化营销决策理论，按照“交互与行为-交互与预测-交互与决策”的思路，基于“数据驱动+模型驱动”的范式，研究沉浸式交互购物环境下的消费者购买决策行为、个性化需求预测和个性化营销策略，着重解决沉浸式交互购物环境下沉浸式体验对消费者购买决策的影响路径、融合网络空间大数据和沉浸式交互小样本数据的个性化需求预测方法、个性化需求预测和营销组合策略的协同优化理论、沉浸式交互购物环境体系架构等关键科学问题，构建面向汽车产品的具有沉浸式交互特征的虚拟化智能新零售决策场景，支持本项目乃至重大研究计划的理论研究和实践示范。本项目研究对丰富沉浸式交互购物环境下的个性化营销理论方法体系，促进大数据驱动的管理与决策理论的发展，指导大数据环境下的企业实践具有重要意义。

随着智能机器人、虚拟现实/增强现实等技术在零售业的应用，沉浸式交互购物环境下的管理与决策创新成为学界关注的前沿问题。本项目系统研究沉浸式交互购物环境下的个性化营销决策理论，按照“交互与行为-交互与预测-交互与决策”的思路，基于“数据驱动+模型驱动”的范式，研究沉浸式交互购物环境下的消费者购买决策行为、个性化需求预测和个性化营销策略，着重解决沉浸式交互购物环境下沉浸式体验对消费者购买决策的影响路径、融合网络空间大数据和沉浸式交互小样本数据的个性化需求预测方法、个性化需求预测和营销组合策略的协同优化理论、沉浸式交互购物环境体系架构等关键科学问题，在揭示ARVR技术应用对消费者购买决策行为的影响机理，创新多模态数据分析方法、个性化需求预测方法，以及考虑公平性、可解释性的个性化营销决策方法等方面形成了一系列具有较高学术水平的原创性成果，开发了面向汽车产品的沉浸式交互购物原型系统，并与“大数据驱动的管理与决策研究”重大研究计划商务集成项目实现了集成。项目期内，在管理类和数据分析类国内外学术刊物或学术会议上共发表论文101篇，其中SCI/SSCI期刊论文76篇，MIS Quarterly, ISR, JMIS以及IEEE TKDE, ACM TOIS, ACM TKDD等国际顶级期刊论文15篇，《管理世界》、《系统工程理论与实践》、《中国管理科学》等中文顶级期刊论文4篇，ACM SIGIR、AAAI、WWW、ICIS等国际顶级会议论文4篇，出版学术专著3部，获安徽省社会科学奖一等奖1项，出版国家级规划教材1部；获授权国家发明专利19项，进入实审的国家发明专利8项，申请软件著作权3项，发布企业标准1项；成果推广应用到5家企业，为企业和政府提交相关研究报告8份，政策建议3份，其中1份建议获国务院有关领导批示。项目组年轻成员获得了快速成长，科研能力得到显著提升，吴乐获批国家级青年人才项目，新增国家自然科学基金面上项目5项，青年基金4项，培养博士12名。