社交媒体消费社群形成与演化机理研究

Community economy, driven by social commerce, is a new-emerging paradigm that will promote the further transformation of e-business. It is also meaningful for traditional enterprises to break through the bottlenecks of existing business models, as well as to promote online brand reputation. Currently, most social commerce applications only make use of social media as a merchandising tool. However, how to leverage the consumer experience big data generated by social media for maximizing its intelligent business values remains a pretty much open issue. In particular, existing studies on community economy are still in their initial stage, suffering from 1) fragmented data is difficult to be effectively fused, and 2) models are not perfect enough to support mining heterogeneous data. In light of this, we organize a multi-discipline team with researchers from areas of data mining, social computing and business intelligence, to contribute an innovative research proposal on the formation and evolution mechanism of consumption communities in social media. We will first explore the modeling methods for consumer persona of online users; and then focus on designing novel mining and analysis methods for large-scale attributed graphs; finally, we will design and develop a real platform for consumer experience big data mining. We expect to publish a series of high-quality research papers during the project execution. As a result, this declared project would provide theoretical basis and practical guidance for enterprises to optimize their social commerce strategies, as well as to enhance the value chain management in social media.

社会化商务驱动的社群经济是推动电子商务发生深层次变革的新兴模式，对传统企业突破商业模式瓶颈及塑造品牌在线口碑具有重大意义。目前，诸多社会化商务应用仅仅是让社交媒体发挥了业务系统的作用；如何更好地挖掘社交媒体消费体验大数据以释放其最让人激动的智能性，还是一个高度开放问题。特别地，相关领域的已有研究还存在碎片化数据难以有效融合，建模方法不够完善等问题。为此，项目组联合来自数据挖掘、社会计算、商务智能等领域的多位学者，围绕“社交媒体消费社群形成与演化机理研究”这一令人兴奋的前沿热点课题，开展系统性、创新性、多学科融合的科学研究。项目组将探索在线用户消费画像建模方法，突破大规模属性图挖掘分析算法，在此基础上构建消费体验大数据分析平台。本项目有望在消费体验大数据挖掘理论和方法层面产生一系列达到国际主流水平的研究成果，将为企业制定和优化社会化商务战略，提升社交媒体顾客价值链管理提供理论依据与实践指导。

社会化商务已然成为企业变革和品牌塑造的主要推动力，也促使着企业和品牌向社群化转变，对传统企业突破商业模式瓶颈及塑造品牌在线口碑具有重大意义。目前，诸多社会化商务应用仅仅是让社交媒体发挥了业务系统的作用；如何更好地挖掘社交媒体消费体验大数据以释放其最让人激动的智能性，还是一个高度开放问题。特别地，相关领域的已有研究还存在碎片化数据难以有效融合，建模方法不够完善等问题。.项目组以社会化商务驱的消费社群运营管理为导向，探索在线用户消费画像建模方法，突破大规模属性图挖掘分析算法，在此基础上构建社交媒体消费体验大数据分析平台。首先着眼于解决社交媒体用户消费画像建模，融合用户多侧面在线体验行为，提出有弹性的用户消费画像生成方法和语义冲突消除策略；聚焦于解决社交媒体的动态演化问题，发现社交媒体用户消费画像和网络拓扑结构的耦合演化机制，进而提出社交媒体社会影响力传播模型，为动态消费社群发现提供重要支持；结合个体感性和理性的行为决策，探究消费社群形成和演化机理，并构建大规模动态属性图社群发现框架，为商务智能应用提供知识支撑；依托于上述理论研究成果，研发社交媒体消费体验大数据分析平台，利用大数据分析促进云境商务的社会化商务战略实施，在实践中验证理论研究的可用性和有效性。.研究成果在国内外重要的学术会议和期刊上发表22篇高质量学术论文，其中SCI/SSCI 检索论文13篇，国际/国内学术会议论文4 篇。相关成果获得江苏省科学技术三等奖；并申报5项国家发明专利，培养博士研究2名，硕士研究生6名。本课题本项目在消费体验大数据挖掘理论和方法层面产生一系列达到国际主流水平的研究成果，将为企业制定和优化社会化商务战略，提升社交媒体顾客价值链管理提供理论依据与实践指导。