基于Agent的社交网络“购物—分享”模型及电商应对策略.docVIP

PAGE PAGE 1 基于Agent的社交网络“购物—分享”模型及电商应对策略 　　摘要：本论文就“购物—分享”现象进行研究。通过netlogo仿真建立社交网络模型，初始的购买通过社交网络进行分享传播。文中实验并讨论了“达人”的度和电商收益之间的关系，最后给出了在社交网络中利用达人推荐方式增加营销效率的策略建议。 　　关键词：社交网络购物—分享达人 　　近年，社交网络和电子商务的融合成为流行的商业实践，随着各大社交网络用户的日渐成熟以及规模的日益庞大，用户与品牌企业之间的互动交流正在加剧，且用户之间的相互分享正在产生着交叉营销效应，使社交网络的广告效益不断凸显。本文针对社交网络中的“购物—分享”现象，利用传染病动力学和复杂网络理论，对在线社交网络中的信息传播行为进行建模仿真研究。下面首先介绍本文提出的模型，然后介绍仿真实验，最后给出结论和建议。 　　一、基于Agent的社交网络“购物—分享”模型 　　（一）社交网络的结构特征 　　文献①提出典型社交网络具有以下特性： 　　1、度分布服从幂律分布。幂指数γ∈[-3，-2]。 　　2、用户按属性进行聚合，同属性的用户联系密切，不同属性的用户间联系较少。 　　3、存在相当数量的随机连接。 　　人们在社交网络中基于共同的兴趣或体验建立朋友关系，整个网络出现多个“圈子”（clique），“圈子”中“度”（degree）高的结点成为此圈子的意见领袖，对于成员它有相对较高的成员关注程度和意见影响力。 　　（二）“购物—分享”行为的心理驱动机制 　　E.S.刘易斯在1898年提出AIDMA消费行为模型，而日本电通公司在2005年提出了新的即AISAS消费行为模型。此模式将消费者在注意商品并产生兴趣之后的“信息搜集”以及“信息分享”作为两个重要环节来考量。由于网络的普及，人们会产生三种渴望：要求庇护、渴望发言、寻求联系。这反映了人天生的社会属性，导致消费者由个人主义的自我认同转为寻求社会认同，每个人希望把自己的独特体验分享给大家。这是社交网络的“购物—分享”的心理驱动机制。 　　二、社交网络“购物—分享”模型 　　社交网络的结点（nodes）是社会行动者（socialactor），“边”是行动者之间的社会关系。个人发布的消息会被其好友看到，并以一定的概率分享、传播。同时，若其好友对其内容不感兴趣则成为“免疫者”且不会传播。本文把社交网络的用户定义为结点，个体之间的好友关系则可以用结点之间的边来表示，信息只沿着边传播。传播结点表示该结点接受了来自其邻居结点的信息，并具有传播该信息的能力。未感染结点表示该结点没有接受来自其邻居结点的信息，并有机会接受信息，即有概率被感染。免疫结点表示该结点已经接受了其邻居结点的信息，但是不具有传播能力。结点在传播状态、未感染状态和免疫状态之间的转移不仅依赖于结点自身的状态，还与它的邻居结点的状态相关。 　　本文提出的消费者“购物—分享”模型如图1所示。 　　（一）实验方案 　　基本策略是利用人们对朋友的信任，增强购物分享率和成交率。实验方案如下： 　　1、草根策略：选取全体结点的度排位最低的用户自发的分享购买体验和产品。 　　2、达人策略：选取初始设定的圈子的中度最高的核心人物即达人做推荐。 　　3、超级明星策略：由整个社交网络中好友数量最多的超级明星做推荐活动。 　　在这三种方案的基础上增加激励因素，即给予推荐提成，提成比例分别为20%、40%、60%、80%、100%。显然，前三种方案的提成比例为0%。所以，总共18个实验方案。 　　（二）仿真与分析 　　1、生成社交网络 　　根据文献③生成模型，设定初始结点60，初始圈子10个，最终人口数为800。网络结点具有的属性是“偏好”和“从众”，行为包含“喜欢”、“分享”、“拒绝”、“购买”等等。 　　关于幂指数，采用一元线性回归模型和最小二乘法，拟合之后得到γ=-2.44，符合社交网络的幂律分布特征。度分布的长尾并不明显，有一定程度的截断。网络的平均节点度最终稳定在4.38。 　　2、仿真实验结果分析 　　首先定义社交网络中度最低的结点为“草根”，10个圈子中度最高的为意见领袖，即“达人”，网络中度最高的为“超级明星”。仿真实验中，随机选取100个草根、10个达人、1个超级明星，使用Netlogo的behaviorspace，每个方案做100次试验。 　　（1）单人的平均收益 　　分别统计不同提成比例下三类方案的平均收益，其中草根为2.15，达人为4.07，超级明星为31.90。超级明星的平均收益效果明显好于达人和草根。而达人方案的效果稍好于草根。 　　出现此结果的原因在于草根、达人和超级明星的度的差别。草根的平均度为2.1，低于网络度平均值4.38，达人的平均度为53.7，而超级明星的度为87。超级明星的