基于在线社交网络的口碑信息传播模型研究

发布时间：2020-08-06 16:22

【摘要】：随着互联网技术的发展,在线社交网络成为人们交流和分享信息的主要渠道。在线社交网络中涌现出大量消费者口碑信息,对消费者的购买决策和品牌声誉都带来了重要影响。预测和控制口碑传播引起了企业的大力关注,而在线社交网络结构的复杂性和消费者个体行为的多样性,为口碑传播的分析带来了极大挑战。口碑的传播机制和规律成为目前学术界研究的热点。通过梳理现有相关研究成果的不足之处,本文运用复杂网络以及传播动力学的理论与方法,从口碑传播网络、口碑本身和消费者的角度出发,研究在线社交网络中的口碑信息传播模型,主要工作如下:(1)针对现实在线社交网络往往具有交叉社区结构的现象,基于传染病模型,考虑了消费者的自私性等个体行为,构建了具有交叉社区结构的在线社交网络口碑信息传播模型。引入社区交叉水平参数来描述社区交叉的程度,并加入消费者个体自私性参数和社会自私性参数刻画消费者对朋友关系以及陌生人关系的自私行为。通过数值实验发现,口碑信息在具有交叉社区的社交网络中传播的速度更快,范围更大。同时,消费者个体自私性和社会自私性显著影响口碑信息在社交网络中的传播速度和范围,并且社区结构的交叉程度增大可以减轻自私性对口碑信息传播的影响。另外,消费者收到口碑信息后可能会放弃继续传播,当放弃概率增大到一定程度时,口碑信息可能在网络中消失而没有传播开来,但交叉的社区结构可以减轻放弃行为的影响。(2)针对在线社交网络中同时存在大量口碑信息,其传播过程中具有相互竞争影响的现象,构建了同时考虑口碑信息的吸引力和口碑信息具有竞争关系的口碑信息传播模型。提出了口碑吸引力函数来刻画长生命周期产品的口碑信息在传播过程中吸引力相对稳定的现象,以及短生命周期产品新颖性在传播过程中随时间变化,口碑吸引力也随时间变化的现象。用最大吸引度、吸引力爆发时间和吸引力爆发持续指数来描述时变吸引力随时间变化的特性。通过数值实验表明,时变吸引力的三个特性都显著影响口碑信息的传播,具有时变吸引力的口碑信息在传播初期增加吸引力从而吸引更多的传播者,对于提高口碑信息的竞争力很重要。当稳定吸引力口碑和时变吸引力口碑在传播过程中竞争时,最大吸引度对时变吸引力口碑信息的竞争力至关重要。(3)针对消费者接收与传播口碑信息由个体接收意愿决定,同时受从众心理影响而产生跟随行为的现象,构建了考虑消费者个体从众行为的口碑信息传播模型。模型中引入从众影响因素表达式,并用社区结构来描述消费者对待朋友与非朋友具有不同程度从众行为的现象。通过数值实验发现,消费者对口碑的接收意愿和个体的从众性对口碑信息传播具有显著影响。当网络中的消费者接收口碑意愿较低时,从众性程度较小会促进口碑信息的传播,而当消费者在口碑信息传播初期接收口碑意愿较高或者从众性程度较大时则会抑制网络中口碑信息的传播。另外,在消费者没有从众行为的网络中,口碑在初期的传播速度较快,而在有从众行为的网络中,口碑在初期的传播速度较慢,后来突然爆发且传播速度更快。并基于实际在线评论数据,分两步验证了所提口碑信息传播模型的有效性。用所提模型拟合实际数据的传播过程,得到了较好的拟合效果,并通过话题挖掘方法验证了从众行为对口碑信息传播的影响。综上,本研究拓展了在线社交网络口碑传播研究的理论与方法,将有助于认识口碑传播特性,对于口碑传播的预测和控制具有较强的理论与现实意义。
【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：F724.6;F274
【图文】：

１．２．２论文结构逡逑现实中，研宄多口碑信息的竞争，对企业推广产品制定营销策略有重要参考价值。逡逑其次，分析消费者行为和社交网络的结构对口碑传播的影响，可以为企业预测和管理口逡逑碑传播提供理论支持，并提出应对策略。企业可以根据在线社交网络中的口碑传播规律逡逑和特点来进行产品的推广，提高营销效果。逡逑本文基于传染病模型，从三个角度出发研究了在线社交网络中的口碑传播。论文内逡逑容的具体组织结构如下：逡逑－５邋－逡逑

要目标是分析消费者自私性对口碑信息传播的影响，这里假设所有用户具有同样的接触逡逑模型。事实上，本模型很容易推广到具有异质性的接触模型。逡逑本章的口碑信息传播与消费者状态转变过程如图３．邋１所示。社交网络中的口碑只会逡逑由携带口碑的满足节点传播到感兴趣节点，当满足节点和感兴趣节点发生相遇接触时，逡逑满足节点会以一定的概率将口碑发送给感兴趣节点。另外，由于企业对商品的宣传推广逡逑等营销活动，开始对产品不感兴趣的消费者逐渐对产品产生兴趣。即对口碑信息不感兴逡逑趣的节点有一定的概率转变为感兴趣节点，不妨假设转变概率服从参数为Ｐ的指数分逡逑布。随着产品的新颖性下降，消费者对产品信息失去兴趣，不再传播口碑信息。即满足逡逑节点会以一定的概率放弃信息，不再传播口碑给其他消费者，同样的，可以假设其放弃逡逑概率服从参数为＃的指数分布。这里假设消费者状态的转变过程是一个单向转变，即不逡逑可逆的过程。具体节点状态转变规则如下：逡逑？邋ＵＩ节点转为Ｉ节点：ＵＩ状态的消费者以概率转变为Ｉ状态

任意两个社区可能具有交叉部分。为了简化计算，又不失分析效果，这里设逡逑定一个节点最多同时属于两个社区，不存在一个节点同时属于三个及以上社区的情况。逡逑因此网络最多有Ｇ个社区交叉部分。图３．邋２展示了社交网络共有３个社区，且具有交逡逑叉结构的网络结构示例图。逡逑下面介绍消费者的自私性。由于消费者在口碑传播过程中表现出自私性，帮助其他逡逑消费者的利他性动机驱使他们传播口碑。帮助其他人的意愿越大则消费者的自私性越逡逑小；反之，帮助其他人的意愿越小，则消费者的自私性越大。一个／Ｃ／ｅ［ｌ，Ｋ］）社区中的逡逑满足状态节点Ｓ会以概率；Ｓ１）传播口碑信息给圯ｅ［１，Ｋ］）社区中的一个感兴趣逡逑节点Ｉ。同一个社区中的消费者之间表现出的自私性称为个体自私性，而属于不同社区逡逑的消费者之间表现出的自私性称为社会自私性，即１－凡表示个体自私性大小，而逡逑表不社会自私性。逡逑

本文编号：2782662