近年来,在线零售市场随着互联网的普及率的不断提高和第三方物流的快速发展而迅速崛起,网购规模大幅提升,网络购物已经成为消费者的重要消费渠道,在未来仍有很大的发展潜力。国内外学者对于消费者购买决策过程和行为模式的研究已经非常细致和深入,但能够准确预测消费者选择行为的概率模型仍很少。因此,本文通过建立量化的顾客选择行为模型,了解消费者的选择机制,解释消费者的选择行为。在线零售市场中的商品总有一定的序列,消费者在该序列中进行选择,序列的形成遵循一定的规则,本研究通过分析不同的规则和选择方法下的选择过程,建立了顾客选择行为的概率模型。首先以贝努利概率模型为基础,建立了顾客选择行为基本模型,消费者对选择序列中的商品进行筛选对比,形成视野,并从视野中选择偏好最大的商品,得到每个商品最终被选中的概率模型,并对模型进行仿真模拟,对比分析仿真结果和理论值。然后分析了消费者视野受到门限限制时的情况,建立了有门限的选择行为模型。同时考虑在线交易平台允许商品序列位置固定时,对有门限设置的选择行为模型进行了扩展,建立了给定商品序列位置下的在线选择行为模型,并将其与基本模型进行比较,在此基础上建立了序列位置相对固定时的选择行为模型。在对各模型进行对比后发现:消费者随机进行选择时,商品被选择的概率与商品在选择序列中的位置是没有关系的,只与商品的排名有关,呈现出几何分布;当选择序列中存在门限时,商品被选中的概率与其位置和排名有关,其分布近似于幂律分布;将商品的位置固定在选择序列的第一位时,与随机排序时相比,该商品被选中的概率明显增加,且增加值与其排名有直接关系,排名越小的商品其增加量越明显;将商品的位置固定在选择序列的第二位时,相比于将其固定在第一位时,概率略微减小;将位于选择序列第一位的商品固定时,考虑将商品固定在第二个位置时的选择模型,发现较之其余商品随机排列时,当市场中商品总数很少时其被选中的概率微量增加,但商品量较大时,并没有明显变化。综合各模型发现,当市场中同类商品数量很大时,商品被选中的概率只与其排名和其在选择序列中的位置有直接的关系。由此可见,商家要想提高商品销量,应选择出售排名靠前的商品,否则就尽量将商品在选择序列中的位置提前,但这只对排名比较靠前的商品有效。本研究最大的贡献在于建立了适用于在线零售市场特性的选择行为模型,得到每个商品被选中的概率分布与其排名和其在选择序列中的位置的量化关系,为销量的准确预测提供理论方法,同时又可以为商家制定营销策略提供依据,’为在线零售交易平台的服务策略的制订提供参考。