資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究消費者準確性-努力權衡
我們都有一個共同點：我們都是消費者。事實上，地球上的每個人都是顧客。每天，我們購買和消費種類繁多的商品和服務。儘管如此，我們每個人都有不同的興趣、喜好和厭惡，並且我們在做出購買決策時也表現出不同的行為。你的配偶可能喜歡尼姆牙膏、力士香皂和使君子洗髮水，而你可能更喜歡高露潔牙膏、辛托爾香皂和海露洗髮水。
同樣，你可能在食物、服裝、書籍、雜誌、休閒活動、儲蓄方式以及你喜歡的購物場所方面有一套特定的偏好，這不僅與你配偶的偏好不同，也與你的朋友、鄰居和同事的偏好不同。每個顧客都是獨特的，這種獨特性體現在他們的購買習慣、模式和過程中。消費者行為的研究解釋了為什麼顧客在商品和服務的購買和使用方面存在差異。
消費者準確性-努力權衡
個人通常使用多種策略，例如預期價值、聯想和方面消除規則來做出決策。據推測，策略選擇部分取決於：
策略產生正確反應的能力，以及
策略對資源或腦力勞動的需求。我們研究了努力和精確度及其在策略選擇中的作用。
可以使用多種策略來使用生產系統框架進行模擬風險選擇。蒙特卡羅的研究改變了選擇環境的幾個方面，包括任務複雜性和是否存在主導替代方案。這些模擬確定了在需要明顯較少努力的同時接近監管程式精度的策略。但是，這些結果高度依賴於任務環境的特徵。
努力準確性權衡模型
從目標動力學的角度來看，努力-準確性權衡模型很好地解釋了戰略選擇。根據該模型，人們作為理性和適應性決策者，擁有可以從中選擇以實現其目標的策略庫。此外，他們在選擇搜尋策略時會努力最大程度地減少成本並最大程度地提高收益。因此，當他們的目標是找到特定結果時，人們會選擇更復雜，因此更費力的策略。相反，當他們對特定結果不感興趣時，將使用需要較少努力的策略。一些實驗室實驗已經證實了這一預測。
其他研究
但是，許多其他研究表明，無論情況如何變化，人們在自然環境中通常都遵循相同的策略。例如，在研究計算機使用時，Olson 和 Nilsen 發現熟練使用者不會改變他們的訪問方法。同樣，Hammond 等人表明，如果人們經驗豐富並且擁有許多線索，他們會依賴快速且較弱的分析控制策略來解決問題。最後，Beach 和 Mitchell 提出了一個強調現實世界環境中決策直觀和自動方面的影像理論。根據他們的說法，人類是有經驗的生物，創造了一個強大的影像，他們可以使用該影像來測試替代方案的可接受性和相容性。當加權標準違規超過一定的權重閾值時，將拒絕一個選項。
此外，評估選項與其影像的相容性是一個快速且流暢的過程，可以用直觀的方式來描述。只有在存在多個可接受的替代方案時，才會呼叫分析過程。這些發現表明，隨著人們在特定問題領域的經驗積累，他們會直觀地將眾所周知的替代方案應用於解決問題。因此，為了有效地應用努力-準確性權衡模型來解釋現實世界的搜尋行為，必須考慮一個額外的因素，即經驗。
相反，根據社會認知理論，它們是相互決定的。根據該理論，對自己能力充滿信心的經驗豐富的人可以比新手更有效地應用目標。相反，缺乏經驗且沒有信心的個人在遇到微不足道的挑戰時可能會質疑自己並輕易放棄。更重要的是，專業人士可以依靠視覺策略而不是分析策略，並在無需額外努力的情況下保持其績效水平。因此，社會認知理論提供了一個合適的視角來補充努力-準確性權衡模型。
衡量準確性和努力
多年決策研究的主要發現之一是，個人使用許多不同的認知過程（策略）來做出決策，具體取決於任務的要求。個人在策略之間做出的決策部分取決於策略的準確性和努力，即其對策略和精神資源的需求。
可以透過偏好一致性（例如傳遞性）來確定選擇質量。但是，已經為風險選擇提出了更具體的標準。例如，預期效用 (UE) 規則依賴於一致性原則，為將有價值的資訊和信念整合到決策中提供了一種特定機制。EU 規則的一個特定情況是最大化預期值 (EV)。EV 作為選擇規則的主要優勢在於，它不需要個體決策者的值來操作該規則。Thorngate (1980) 早期關於啟發式準確性的工作應用了此 EV 標準。使用蒙特卡羅模擬，Thorngate 確定了多個啟發式方法選擇預期價值最高的替代方案的決策比例。
腦力勞動作為認知心理學中的一個理論結構，有著悠久而值得尊敬的歷史。在決策中，Russo 和 Dosher (1983) 將努力定義為完成任務所需的所有認知資源的充分利用。我們接受這種努力的定義。關於努力指標比較決策規則的努力才剛剛開始。Shugan (1980) 建議，努力或“思考成本”可以透過“一個可衡量的（即定義明確且可計算的）思考單位”來捕獲。它提出在屬性上對兩個替代方案進行二元比較作為基本單位。比較次數越多，選擇越困難。不幸的是，Shugan 將二元比較用作努力的基本單位，這限制了他對特定決策規則的分析。然而，對 Shugan 工作的重要貢獻是
將決策制定策略分解為組成部分可以提供對其相對成本的估計，以及
觀察到選擇規則所需的努力會受到特徵任務（例如屬性之間的協方差）的影響。
將決策體驗分解成組成過程有助於更好地理解這些規則的相對複雜性。同時，推匯出簡單閉式努力估計表示式的假設嚴重限制了可以測試的決策任務（Johnson 1979）。因此，儘管獲得了每個決策規則的詳細影像，但該影像僅適用於一類可能的決策問題。
估計努力的另一種方法是將啟發式方法實現為可以在計算機上模擬的形式符號系統。框架是一個生產系統（Newell 和 Simon 1972），由產品、任務環境和工作記憶體組成。
生產指定一組動作 (EIP) 及其發生的條件。它們表示為 (條件) + (動作) 對，並且僅當條件側透過匹配工作記憶體的內容得到滿足時，才會執行（觸發）生產中指定的動作。工作記憶體是符號的集合，包括從外部環境讀取的符號和先前產品執行的動作傳送的符號。個人的產品集可以被認為是長期記憶的一部分。
結論
消費者由於預算限制而面臨權衡；一個消費者只能隨意消費某些商品。相反，如果他想消費更多的一種商品，他必須放棄對另一種商品的一些消費。兩種商品消費之間的這種負相關關係決定了消費者面臨的權衡。為了獲得消費者想要的東西，他們必須放棄其他他們想要的東西。
162 次檢視
