首页 | 本学科首页   官方微博 | 高级检索  
     检索      

社交网络个体活跃行为的大数据分析:从网络外部性的视角
引用本文:冉晓斌,刘跃文,姜锦虎.社交网络个体活跃行为的大数据分析:从网络外部性的视角[J].管理科学,2017,30(5):77-86.
作者姓名:冉晓斌  刘跃文  姜锦虎
作者单位:西安交通大学 管理学院,西安 710049,西安交通大学 管理学院,西安 710049,西安交通大学 管理学院,西安 710049
基金项目:国家自然科学基金(71301128,91546119,71331005)
摘    要:用户是社交网络平台的基石,用户的活跃行为为平台创造内容、带来价值,因而用户活跃度一直是社交网络平台的关注重点。已有研究仅关注用户是否存在持续使用意向或行为,将持续使用行为定义为二元变量,未对持续使用行为细分,忽略了对用户活跃行为的研究。此外,社交网络中用户活跃行为之间有着不可忽视的相互影响,而受制于用户的关系网络数据难以获取,少有研究从该角度对社交网络中的用户行为进行研究。 将持续使用行为进一步细分为个体活跃和沉默行为,从网络外部性视角探讨同伴活跃行为对焦点个体活跃行为的影响以及个体网络规模与活跃行为的关系,并进一步探讨个体间关系强度和个体特征的调节作用。以超过百万用户的真实关系网络、个体特征信息和使用行为数据进行实证分析,通过Tobit模型验证上述关系。 研究结果表明,同伴活跃度和个体网络规模对个体活跃度有显著的正向作用,同时关系强度具有正向调节作用;个体特征在同伴活跃度与个体活跃度之间起调节作用,具体来说,女性用户和年轻用户受同伴活跃行为的影响更强。 从网络外部性的角度探讨用户活跃行为的影响因素,拓展了关于在线社交网络用户持续使用行为的研究和网络外部性测量方式,关注不同节点对于网络外部性贡献的差异性,对今后网络外部性的研究有一定的借鉴意义。基于中国数百万真实用户的数据集,结果更具普适性,同时反映出中国在线社交网络中用户的行为特征,可为今后的研究者提供参考。研究结果可以帮助社交网络平台的管理者更加了解用户活跃度的影响机理以及用户行为之间的内在联系,从而能以更科学合理的方式激发用户活跃度,保持社交网络平台的持续运营。

关 键 词:社交网络  持续使用  活跃行为  网络外部性  Tobit模型
收稿时间:2016/12/19 0:00:00
修稿时间:2017/6/13 0:00:00

Big Data Analysis of the Active Behavior in Social Networks:The perspective of Network Externality
RAN Xiaobin,Liu Yuewen and Jiang Jinhu.Big Data Analysis of the Active Behavior in Social Networks:The perspective of Network Externality[J].Management Sciences in China,2017,30(5):77-86.
Authors:RAN Xiaobin  Liu Yuewen and Jiang Jinhu
Institution:Xi''an Jiaotong University,Xi''an Jiaotong University,Xi''an Jiaotong University
Abstract:
Keywords:
点击此处可从《管理科学》浏览原始摘要信息
点击此处可从《管理科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号