使用大型语言模型生成综合消费者洞察

arXiv:2607.05761v1 公告类型：新 摘要：现代数据驱动的营销依赖于大量的消费者数据，但收集这些数据可能成本高昂、耗时且难以扩展。这项研究探讨了大型语言模型 (LLM) 是否可用于为投射技术生成合成消费者数据，投射技术是一组旨在引发消费者联想、情感、愿望和需求的方法。我们测试了法学硕士在多个投射任务、法学硕士、提示策略和温度设置中生成的反应，并将它们与人类对城市旅游目的地认知的初步研究的反应进行比较。使用语言测量、多样性和集中度指标、主题模型和顶级术语分析来分析人类和法学硕士的反应。结果显示，人类和法学硕士的反应在广泛的主题和关联方面存在大量重叠，但在风格、语言结构和多样性产生方式方面也存在重要差异。就如何最好地利用法学硕士生成合成消费者数据、模型和提示选择如何塑造响应质量以及认识法学硕士合成消费者数据生成的局限性等方面提出了建议。