基于BASS模型的平台用户规模演化模型研究

摘要

受网络效应的影响，双边平台用户加入某个平台获得的价值会因为其他用户的加入而增加，决策者也会根据用户数判断是否加入新平台。可见，用户规模是评估平台质量和预测发展前景的重要指标，平台用户规模的演化对平台的发展具有决定性意义，研究其演化规律不仅具有很高的学术价值，还具有深远的实践应用价值。
　　BASS模型是研究新产品扩散的基础模型，而平台本质上就是一种创新形式，该模型在平台相关研究中具有一定的适用性。为了研究平台用户规模的演化规律，本文借鉴BASS模型和Logistic生长曲线的基本原理，构建用户规模的演化模型，并通过实证研究的方法检验模型的合理性。运用BASS模型分析平台用户规模的演化过程，一方面有利于平台运营者准确把握平台的扩散轨迹，对平台产品进行合理的定价，并及时调整运营策略，实现高效率扩散;另一方面也能够为平台资产评估提供可靠的参考信息，帮助平台投资者预知平台的发展潜力，做出正确的投资决定。
　　因此，本文以双边平台为研究对象，着眼于用户规模演化过程，构建平台用户规模演化模型。并将已收集的6类平台用户数据与模型进行拟合，运用非线性最小二乘参数估计方法进行参数估计，获得最优平台用户规模演化模型。在此模型基础上，对平台潜在用户未来的采纳情况进行预测，提前获悉平台的发展动向。通过平台用户规模演化模型的研究，揭示平台用户演化的规律性，以期为平台产品的发展提供借鉴。
　　本文将平台理论基础与用户规模数据结合，应用了数据收集、数据处理、参数估计和数据分析等实证研究方法。一方面以相关文献为起点开展理论研究，借鉴创新产品扩散模型构建和参数估计的经验，总结前人的研究结论的成果，认识其不足之处，得出平台用户规模演化基础模型，并对其存在普遍规律进行分析;另一方面，通过Tool.cc工具采集用户规模数据，应用MATLAB数学软件进行数据处理和分析，实现参数的估计、模型与原始数据的拟合、模型的检验以及平台用户规模的预测。
　　本文通过构造可实证的平台用户规模演化模型，定量预测平台用户规模，并基于该模型定性归纳了不同类型平台的用户规模演化特征。本文研究结果表明:1、平台用户规模的演化规律符合BASS模型的扩散趋势，用户规模随平台推出时间变化普遍呈“S”型曲线分布。2、根据本文选取的6类不同平台用户规模的数据分析结果显示，平台用户规模演化曲线由于平台服务内容的不同存在一定差异性。3、基于BASS模型构建的平台用户规模演化模型可应用于初期平台用户规模的预测，且预测效果普遍较好，但仍有改进和优化的空间。

目录

摘要

图表目录

一、绪论

(一)选题背景和研究意义

1．选题背景

2．研究意义

(二)研究思路和研究方法

1．研究思路

2．研究内容及方法

(三)本文结构

(四)本文创新之处

二、相关研究综述

(一)平台基础理论研究

1．平台的概念及分类

2．平台的特性和演化研究

3．平台用户相关研究

(二)BASS模型及其发展

1．BASS模型基本概念

2．BASS模型的应用

3．创新扩散模型与平台领域研究

4．模型参数估计方法

(三)平台用户相关研究

1．平台客户行为理论

2．从平台特性角度对用户的研究

三、平台用户规模演化模型构建

(一)平台用户规模演化模型基本概念

1．平台用户规模演化规律

2．平台用户规模演化模型假设

3．公式梳理及分析

(二)数据收集及模型参数估计

1．数据收集和处理

2．参数估计

(三)本章小节

四、平台用户规模演化实证研究

(一)平台用户规模演化模型原始数据分析

1．团购平台

2．跨境电子商务平台

3．传统企业转型平台

4．游戏直播平台

5．视频播放平台

6．企业官方平台

7．平台用户规模演化结果及平台属性关系

(二)平台用户规模演化模型拟合结果分析

1．平台参数估计结果分析

2．平台拟合效果检验

3．R2值检验结果

(三)平台用户规模预测结果分析

(四)本章小结

五、结论与展望

(一)研究结论

(二)研究不足与展望

参考文献

附录

攻读学位期间取得的研究成果

致谢

声明