"推荐-采纳"模式下病毒营销用户影响传播机制研究

Viral Marketing is a social network marketing strategy working by Word-of-Mouth based on social network. Currently, most research on viral marketing are made by case study method, and there is very little research based on users micro-behavoir. Both 'Recommendation' and 'Adoption' are two key user behavior in viral marketing, which have important role in analyzing the propagating mechanism of viral marketing. Based on analyzing about user micro-behavior, in this proposal, the authors will make research on the propagating mechanism of user influence closely around two key scientific issues, respectively microscopic propagating kinetic mechanisms and user influence characteristics. It include specific research issues, respectively K order influence spread model, data mining and analysis on viral marketing propagating pattern, finding influential user in viral marketing, selecting seed user for viral marketing, as well as viral marketing propagating efficiency. Based on above theory research, taking taobao.com as an case, the authors will design a set of complete viral marketing application solutions. By research and analysis on influence mechanism of viral marketing, the author hope that viral marketing process is not a black-box, but controlable, managable and valuable.

病毒营销是基于社会网络，通过用户口口相传的一种社会化网络营销方式。目前大多研究都是采用案例或实证分析的方法，而从用户微观营销行为的角度采用定量方法对病毒营销传播的微观机理进行研究的很少。"推荐"和"采纳"是病毒营销中两个重要的用户行为，对分析病毒营销传播的内在机理有重要作用。本课题从用户微观行为的角度，采用社会网络分析、图论和动态优化等方法，对"推荐-采纳"模式下病毒营销用户影响传播机制进行深入研究，课题紧紧围绕病毒营销传播的微观动力学机制和病毒营销用户影响特征两个关键科学问题开展研究，具体包括面向病毒营销的K阶影响传播模型研究、病毒营销传播模式的挖掘与分析、病毒营销关键用户发现、病毒营销种子用户选择，以及病毒营销传播效率预测等五个问题，并以淘宝网为例，设计一套相对完整的病毒营销应用方案。课题希望从微观角度对病毒营销内在机理研究，使病毒营销过程不再是"黑箱"，而是可控制、可管理和可评估的。

随着社会网络的发展与互联网+理念的深入，病毒营销强调以用户为营销主体，充分利用用户的口口相传，以达到以用户为中心的营销理念。本课题基于推荐-采纳的用户微观行为模式，综合采用社会网络分析、运筹优化、数据挖掘等方面，紧紧围绕营销情景（该情景包括用户消费心理特征、营销时间、营销成本），对病毒营销的传播模型、影响最大化、信息传播、模拟仿真等关键问题进行了研究，具体包括可以归纳为以下四点：.（1）病毒营销传播模型研究：病毒营销传播模型主要表明信息是如何在不同节点用户之间进行传播，主要有两方面的工作，首先提出面向营销情景的病毒营销N阶传播模型，该模型针对营销传播过程中用户的采纳-接受的心理特征，对传统经典的独立级联模型和阀值模型两个病毒营销传播模型进行扩展，使其更符合营销情景，这是本课题的最为重要成果之一，我们以长文发表在ICIS上；此外，针对营销竞争的背景，根据正负面信息在网络中的传播与竞争过程提出了谣言传播与净化模型，提出了基于社区划分并互相隔离的谣言控制算法。.（2）病毒营销影响大化研究：传统病毒营销影响最大主要如何选择一定数量种子节点，在一定传播模型作用下达到激活节点最多，本课题主要有两方面工作，一是从营销成本的角度，研究了既定成本下的病毒营销收益最大化，扩展了传统以激活节点为目标的影响最大化，更符合营销的情景，也可以认为是对传统影响最大化的扩展；二是从时间的角度，提出病毒营销中的时间延迟的概念，并研究在既定营销时间范围内使达到营销收益最大化，该方法可以更有效对病毒营销传播的效果进行评估与预测。.（3）基于文本挖掘的产品评论信息传播研究：主要研究产品信息是如何在社会网络进行传播，本课题的研究包括两个方面，一是评论主题建模方面，通过WEB链接分析和页面内容特征分析，提出一种基于复杂网络局部社区发现的主题爬行方法，二是评论情感倾向研究，以评论簇的评论主体及其对应的评论对象为主，对评论簇内的核心人物及其评论进行语义分析，基于社会网络分析的评论簇对象情感倾向性分析模型，计算得到评论簇情感倾向。.（4）病毒营销仿真系统与方案研究：在上述研究的基础上，我们开发一个病毒营销传播模拟仿真原型系统，可以有效地对病毒营销传播情况更行仿真与预测。.通过本课题研究，我们初步回答了病毒营销使用过程中的关键理论问题，可以为病毒营销实践提供参考。