共享经济中消费者行为模式挖掘及其对平台效率的影响研究

Commercial application of and research on sharing economy has attracted a lot of attention. However, imbalance between supply and demand in sharing platforms often leads to reduced operational efficiency of these platforms. The extant literature pays much attention to adjusting mechanisms and effects of economic leverage (especially prices) in balancing supply and demand and using sharing services. But, some research reveals that supply-side or demand-side fluctuations cannot be avoided via the economic leverage. Considering the distributional difference of staying time between consumers and sharing service providers on a sharing platform, this project introduces massive consumers’ data and implements data mining of consumers’ revisiting behaviors of sharing platforms and buying behaviors of platform’s products. Based on those result, this project proposes a new framework which incorporates the forecast of consumers’ behaviors into the analysis of sharing operational mechanism to further improve operational efficiency of sharing platforms. This framework has full potentials in technological innovation, theoretical analysis, and industrial application.

共享经济相关的商业应用和研究非常火热。但是，共享平台中常常由于供需不平衡而使得平台运作效率下降。目前学术界关注的重点是经济杠杆方法（尤其是价格）在供需平衡以及共享服务使用中的调节机理和效果。有研究表明，这种机制运作下，供给侧和需求侧的波动难以避免。考虑到消费者和服务供给者在共享平台上驻留时间的分布差异，本项目引入海量消费者数据，在深入挖掘消费者平台系统复用行为和平台产品消费行为的基础上，提出将消费者行为预测结果引入到共享运作机制分析中，进而提高平台的运作效率的新思路。该方向的研究成果可以在技术创新、理论分析和产业应用上有潜在价值。

本项目充分围绕共享平台经济的基本核心特征，结合所能获取的用户行为大数据特征展开了一系列研究。.共享平台经济基本特征：(1)上游供应商-提供服务的行为具有很强的自主性和随意性，供应能力十分有限且同质化严重；(2)下游消费者-用户既追求多样性行为,同时又具有较强的状态依赖性，且其参考价格具有可变性；(3)平台-竞争多维度,既要吸引用户需求又要稳定上游供给，实现供需匹配和平台利益最大化难度加大；推荐策略在共享平台中具有双刃性；价格补贴策略对共享平台的双边影响具有非一致性。.基于以上共享平台经济特征，有别于传统管理决策模式，项目设计的思路为数据驱动的管理问题研究范式，即从多源异构的海量用户行为数据出发（用户点击流数据、订单数据、评论数据、对话数据等），充分运用数据挖掘和机器学习等大数据分析方法与支撑技术（CNN，Attention-RNN，LSTM，DAGA-NN等），不同维度多层次地捕捉数据关系及其动态变化规律，紧密结合经济管理的相关领域知识和理论方法，全面梳理并识别共享经济中的消费者行为模式以及平台运营逻辑，辨识影响平台运作效率的因果关系，从而洞察和理解消费者行为的生成机理，提升大数据使能创新能力。