翁玲玲

內容摘要：社交化電子商務企業(yè)為用戶提供了信息分享的平臺。對于社交電商企業(yè)而言，有效了解商品信息的傳播規(guī)律，是鼓勵用戶參與商品信息傳播、提高商品的購買率的必然要求?；诖耍恼乱陨缃谎莼┺哪Ｐ蜑榛A，建立了社交電商用戶購買行為博弈模型，研究分析了信息傳播對用戶購買行為的影響。研究表明：當群體用戶對聲譽的重視程度較小時，其更注重進行信息交互行為的成本與收益;當群體用戶對聲譽的重視程度較大時，其會忽視進行信息交互行為的成本與收益。因此，文章認為商家在投放廣告、發(fā)送商品信息時要結合用戶對聲譽的重視程度并制定相應的策略。

關鍵詞：電商環(huán)境 ? 社交演化博弈 ? 信息傳播 ? 購買行為

對于社交電商企業(yè)而言，如何促進更多的用戶參與商品信息傳播、提高信息傳播范圍，是其提高消費者商品的購買率的必須面對的問題。對此，本文就這一問題開展研究。

圖1中紅色個體代表用戶接受該信息，在時刻1時，商家向社交電商用戶群體中發(fā)送信息，進行商品廣告投放。社交電商用戶群體中的活躍用戶，如用戶1、用戶4、用戶9、用戶11開始進行轉發(fā)，但其他用戶并未接受該信息。轉發(fā)用戶會對轉發(fā)信息所帶來的收益進行考量，如果轉發(fā)信息帶來的收益大于其所付出的成本，則用戶才會進行轉發(fā)。對于商家而言，研究如何激勵社交電商用戶去參與信息傳播，提升商品曝光率，進而促進用戶進行商品購買成為重要問題。本文主要研究的是，當社交電商用戶對某種商品進行信息推廣的情形下，用戶通過考量信息傳播的收益、成本選擇的不同信息策略，以及當信息傳播達到穩(wěn)定狀態(tài)時好友信息傳播對其余用戶購買行為的影響。

單信息傳播下演化博弈模型設置

基于社交電商背景，本文僅分析單個商品信息傳播和用戶購買行為的關系。由于用戶對信息的獲取具有片面性，因此，結合社交電商用戶關系關注的重點，將信息傳播的成本以及收益納入分析范圍，給出相應地假設。

本文將模型的分析對象設為社交電商用戶。這些社交電商用戶具有共同興趣，且居住在同一區(qū)域，其借助社交電商平臺實現(xiàn)信息交流，具體交流包括信息轉發(fā)和相關評論。此外，對于特定時間，相同的用戶群以及相同的產(chǎn)品有且僅有一個商品能夠實現(xiàn)信息擴散，商品間無競爭性。商品信息由活躍度較高的用戶進行轉發(fā)，以實現(xiàn)信息的傳播，然而這部分人的占比不大。

對于單個社交電商用戶而言，其策略包括合作與背叛兩類。合作用公式表示，此時信息傳播形成了互動。背叛用公式表示，即無任何信息傳播和互動。信息傳播和信息轉發(fā)相關，用戶相關評論的影響不納入考慮范圍。當用戶選取合作策略時，通過傳播商品信息能夠得到的收益為b，相應的信息檢索和時間耗費成為是c。而當對商品信息不進行傳播時，相關的成本為0。當處于社交電商網(wǎng)絡時，用戶的信息來源包括自身關注的用戶轉發(fā)信息以及關注用戶所關注的用戶轉發(fā)信息。由于用戶關注大多存在單向性的特征，這種單向性就使得獲取信息的路徑具有單一性。此外，信息的涵蓋范圍和網(wǎng)絡結構存在密切關系，這限制了用戶獲取信息的渠道。對此，本文假設個體獲取信息的網(wǎng)絡距離位于2步內，即個體僅能夠從相鄰節(jié)點獲取信息或者從相鄰節(jié)點的節(jié)點獲取轉發(fā)的信息。

單信息傳播下演化博弈模型仿真分析

本文進行仿真分析時，采用的均勻度網(wǎng)絡的用戶數(shù)目為500，度數(shù)是4。在模型演化初期，無論是商家、用戶、廣告均傳播了信息。在仿真開始時，遵循均等概率的原則選擇信息轉發(fā)者和非信息轉發(fā)者。模型中的參數(shù)包括pr、 W以及c/b，本文重點研究這些參數(shù)發(fā)生變化時，能夠對群體購買率pc產(chǎn)生影響的因素。

本研究模型重要參數(shù)解釋。pr表示社交電商用戶個體渴望聲譽環(huán)境的程度，即用戶關注聲譽的程度。pr取值介于0-1之間，單位變動值為0.1。當pr=0 時，聲譽對用戶無任何影響，對于鄰居好友的選取符合隨機性的原則。若pr=1 時，聲譽對用戶好友關系的選擇具有完全影響，并隨著好友聲譽的變化而變動;W表示用戶好友關系的更新頻次，隨著w值的增加，用戶的活動頻次越高。一般來說，用戶改變社交好友關系的頻次存在變動性，但是頻次通常較低。就本研究而言，W取值范圍介于0-1之間，步數(shù)為0.1。當W=0時，用戶社交關系不發(fā)生變化，其行為策略發(fā)生變化。當W=1時，個體對社交關系更新和行為策略更新的重視程度相同;參數(shù)b為選取合作策略產(chǎn)生的收益。參數(shù)c為選取合作策略伴隨的成本，一般來說，收益大于成本，也就是成本和收益的比率介于0-1之間，步數(shù)是0.05。

在進行仿真分析時，當商品信息傳播波動幅度不大時，即符合仿真的條件，若信息傳播處于穩(wěn)定時，或仿真時間為105時，本研究的相應參數(shù)取值為β=0.01，βs=0.01，聲譽記憶衰減因子σ=1。就用戶購買行為的影響程度而言，一階鄰居的影響權重ω1=0.7，二階鄰居的影響權重ω2=0.3;對于鄰居轉發(fā)的信息，用戶獲取的概率相同，此時θ1=θ2=0.5。假設參數(shù)μ=0.5，標準差σ=0.2。在參數(shù)確定之后，本文對pr， W以及c/b和購買率的關系進行分析，詳情如圖2所示。

由圖2可知，pr對購買具有正向影響。當pr值增加時，群體購買率相應的增加。個體對聲譽的重視程度很高，且持續(xù)較長時間。個體轉發(fā)信息的成本和收益的比值與商品信息傳播存在正相關關系，對群體購買行為的影響具有正向性。然而W和c/b存在負相關關系，當w值增加時，信息轉發(fā)的成本和收益不再是用戶關注的重點，用戶群體購買率波動幅度很小，并趨于穩(wěn)定。社交電商用戶的購買閾值滿足正態(tài)分布條件，在購買閾值的影響下，按照圖2的仿真結果，分別對pr 在不同取值范圍中的購買率進行分析。當0≤pr≤0.3 時，用戶關注聲譽的程度較低，其對信息轉發(fā)的成本和收益關注較高，也就是c/b的比值和商品信息傳播存在負相關關系，這有助于推動用戶選擇群體性購買的方式購買商品。W和用戶購買率存在正相關關系，然而正向影響卻不大。這表明若用戶對聲譽不關注時，即使想方設法促使用戶拓展好友關系，也無助于群體購買率的增加，此時c/b起了主要作用;當0.4≤pr≤1 時，社交電商用戶十分重視聲譽。并且，當W≤0.1時，信息轉發(fā)的成本和收益對購買率的影響顯著。當W≥0.2時，W對c/b的負向影響顯著，群體購買率的波動幅度較低。由此可知，當符合閾值要求時，若pr≤0.3，則用戶并不關注聲譽，此時信息傳播的成本和收益在群體購買率中發(fā)揮了決定性的影響;若pr≥0.4，則用戶關注聲譽，當W≤0.1時，信息傳播的成本和收益作用降低，購買率趨于穩(wěn)定。此外，隨著用戶對聲譽的日趨重視關系更新頻率W對信息傳播的成本和收益的負向影響越大。

結合以上分析，本文取pr=0.2，pr=0.6兩種情形，對各個w閾值條件下的群體購買率進行研究。

pr固定，本文選取pr=0.2，W分別在0，0.5，1等條件下進行簡單分析。由圖3可知，隨著c/b的增大，群體購買率逐漸減小。當用戶轉發(fā)信息的收益越接近其轉發(fā)信息的收益，用戶轉發(fā)信息的意愿會降低，此時信息傳播的效果較差，還有對用戶的交互作用較弱，會導致群體購買率較低的情況。

pr 固定，選取pr=0.6 ，W分別在0.1，0.5，0.9等條件下進行簡單分析。由圖4可以可知，W=0.1時，隨著c/b的增大，群體購買率呈現(xiàn)出遞減的趨勢，W=0.5，W=0.9時，用戶關系更新頻率對信息轉發(fā)的成本與收益比的抑制作用明顯，群體購買率在一定的范圍內波動。當用戶的關系更新頻率增大時，用戶之間的交流越頻繁，此時用戶會忽視進行消息轉發(fā)的成本與收益。由此，本文得出研究結論：第一，用戶越重視聲譽，越有助于提高用戶的群體購買率。因此對于社交電商平臺而言，要對用戶的聲譽進行監(jiān)督，鼓勵高聲譽用戶參與商品信息轉發(fā)，并對發(fā)布虛假信息或濫發(fā)廣告的用戶及時進行降級處理，從而維持用戶整體聲譽環(huán)境;第二，當群體用戶對聲譽的重視程度比較小，即pr≤0.3 時，用戶更注重進行信息交互行為的成本與收益，即c/b對群體購買率起決定作用，群體購買率隨著c/b的增大而減少。因此，對于商家而言，可采用“轉發(fā)+返利”的模式投放廣告，促進用戶商品信息轉發(fā)，從而提高商品的購買率;第三，當群體用戶對聲譽的重視程度比較大，即0.4≤pr≤1 時，用戶會忽視信息交互行為的成本與收益，W對c/b具有抑制作用，此時商家可以鼓勵用戶線上社交，通過促進信息在社交電商平臺的推廣，提高用戶群體購買率。

參考文獻：

1.項偉峰.SNS社交電子商務與傳統(tǒng)電子商務的商業(yè)模式比較[J].商業(yè)經(jīng)濟研究，2016（15）

2.蔡麗巍.社交化電子商務商業(yè)模式的跨案例分析——基于扎根理論[J].商業(yè)經(jīng)濟研究，2017（22）

3.姜笑君.社交電子商務網(wǎng)站的廣告?zhèn)鞑ゲ呗訹J].青年記者，2014（14）

4.賈孝魁.“互聯(lián)網(wǎng)+”浪潮下社交電商發(fā)展模式及市場前景[J].商業(yè)經(jīng)濟研究，2017（22）

5.單芳芳，李暉，朱輝.基于博弈論的社交網(wǎng)絡轉發(fā)控制機制[J].通信學報，2018，39（3）