消费者选择的社交大数据分析：以双边线上平台视角
摘要：消费者选择的社交因素涉及三个不同的大数据分析问题。这一系列研究的主要目标是帮助两面平台公司在其客户中存在巨大异质性的情况下定位其营销政策。在三篇论文中，我结合结构建模和机器学习方法，首先利用从网络上获得的独特数据集，了解消费者对内部和外部因素的反应，然后探索相应优化两面平台企业的方法。第一篇论文研究了在移动应用商店环境下的“社交学习”，控制了浩欢和功利移动应用的内在价值、价格、广告和可选择项的数量。第二篇论文调查了在eBay在线拍卖平台环境中，竞拍者对预期获胜和失败的后悔的反应。通过使用来自eBay的大数据集和经验贝叶斯估计方法，我量化了竞拍者在不同产品类别中对后悔的预期，并研究了经验在解释竞拍者后悔和学习行为中的作用。第三篇论文研究了在线用户生成内容平台中游戏化激励机制的影响。我使用LDA集成方法、混合正态分布和k均值聚类方法将用户分为竞争者、合作者、成就者、探索者和不感兴趣的用户。这些发现有助于游戏化平台针对其用户。模拟对照分析表明，通过让获得徽章更加困难，两面平台可以增加用户的贡献数量。
作者：Meisam Hejazi Nia
论文ID：1702.07074
分类：Other Statistics
分类简称：stat.OT
提交时间：2017-02-24