电子商务环境下考虑声誉动态传播的卖家决策研究

摘要

近年来，随着信息的去中心化，卖家的声誉更多的存在于消费者的口碑之中。这些口碑以微信、微博等社交软件为载体，在网络中存在并传播，并影响着其它消费者的消费行为。特别是相比传统实体经济，电子商务市场因信息的不对称性，消费者在做出购买决策时，会更偏向于依据社交网络中所传播的卖家相关信息进行判断。因此，实现声誉在消费者所在社会网络中的广泛传播是卖家所重点关注的问题之一。而复杂的消费者结构又导致卖家声誉传播的复杂性，即社会网络中个体之间信息的传播和个体自身的多样性，这两大因素都会通过影响卖家声誉传播而进一步影响卖家的长期收益。卖家在面对此问题时，需要做出的重要决策即为种子节点的选择，最大化其声誉传播。 现有研究是构建独立级联模型描述影响传播，继而选择合适的消费者作为种子节点以实现影响最大化。本文在此基础上，考虑市场中消费者处于社会网络中，且可能存在的多种消费者类型，一是利用马尔可夫决策过程，构建了有向无圈图下的声誉传播数学模型，继而给出了卖家选择种子节点的贪婪算法，并证明了该算法的性能界。二是考虑社会网络中影响传播的无向性和恶意口碑的存在，基于马尔可夫网，构建了无向有圈图下的声誉传播数学模型。最后，针对上述的两大模型，均通过对不同的种子节点选取规则和三种消费者类型的不同比例关系分别展开了仿真研究，并对仿真结果进行了对比分析。 本文的主要研究内容和研究结论如下： （1）在考虑由消费者构建的网络中，基于声誉机制中的“形象分”机制对社会网络中消费者的类型进行了分类，根据消费者是否传播口碑将其分为了合作者、辨识者与沉默者三类。本文研究的是声誉传播最大化问题，为此，基于传统IC(Independent Cascade)模型，构建了基于有向无圈图的马尔可夫决策过程。将IC模型中基于消费者网络的影响扩散机制和间接互惠中的消费者多样性进行了综合考虑，使模型既能描述反映传播过程中的随机性，又能以期望方式体现影响传播的目 标，避免了传统IC模型中随机因素对结果的影响。 （2）证明了上述模型中目标函数的“次模性”，即边际效应递减的特征。由于本文允许非零补贴费用以及多类消费者的存在，无法保证目标函数边际增量的非负性，针对该问题，本文构建了相应的贪婪算法。并在保证了目标函数具有单调非负的特征下，证明了该贪婪算法的性能界为 1–1/e。并通过仿真分析，发现，贪婪算法优化效果明显优于出度规则。卖家在选取消费者网络中的种子节点时，应综合考虑种子节点集合规模、规划时域和节点出度这三者因素。而就卖家的期望收益情况而言，在产品质量好的情况下，沉默者会阻碍声誉的传播，损害卖家的收益；而在假货充斥的市场中，过多的合作者又能通过产生虚假的积极声誉，促使不良卖家的得利。 （3）在上述模型的基础上，进一步考虑社会网络中影响传播的无向性和恶意口碑的存在，在声誉机制“形象分”的基础上，根据消费者传递口碑的好/差性质，将消费者分为了合作者、辨识者与恶意者三类，并基于马尔可夫网构建了声誉传播的数学模型。同样通过仿真分析，本文发现，相比于正面的口碑信息，负面的口碑传播对消费者影响更大，即对消费者的购买意向起决定性作用。因此，为了保证卖家能有稳定的长期期望收益，一方面自身应确保其产品质量，同时市场监督者也应建立相应的机制，避免恶意评价的出现，操纵网络中消费者的购买意向。 本文的创新点在于：将IC模型中基于消费者网络的影响扩散机制和间接互惠中的消费者多样性进行了综合考虑，并基于此构建了相应的马尔可夫模型。使得模型既能反映传播过程中的随机性，又能以期望方式体现影响传播的目标，避免了传统IC 模型中随机因素对结果的影响。并且放松了现有研究中对种子节点的选取付出代价（可理解为营销费用）费用为零的假设，定量研究了三类消费者人群以及市场中产品质量优劣对于市场结果的影响。

目录

第一个书签之前