考虑网络交互影响效应的评价者权重分配方法

确定评价者的权重是评价理论与方法重要的一步.提出了基于网络博弈框架的新的评价者权重分配方法,并就解和参数的性质进行了详尽的讨论与验证.将评价者视为网络节点,评价者的评价行为形成评价者之间的联系,构成网络的边,根据评价者的评分信息定义他们之间的“合作”和“冲突”矩阵构成网络的权重矩阵,建立了网络博弈的模型,其最优解即为权重值.给出了模型最优解的求解方法,并证明了该最优解是Nash均衡的内点解,并且是这一问题唯一的Nash均衡解.分析了最优解与网络中心性测度之间的联系,较为本质地分析了最优解在网络科学中的含义,将决策理论与网络科学的知识关联起来.通过数学证明和仿真分析,揭示了模型中参数的含义,其对于解的“保序性”和“稳定性”两个优良性质是此消彼长的关系,提出了根据数据集特征选择参数值的相机抉择的管理思想;并在真实的数据集上进一步做模型的应用分析.本文提出的考虑网络交互影响效应的权重分配方法具有实用性,能够平衡解“保序性”和“稳定性”两个良好属性,具有理论意义和实践价值.     

众筹平台上网络外部性的价值度量模型

在“互联网+”背景下,众筹模式逐渐崭露头角,成为电商营销的一种新形态.本文从众筹模式的特征分析出发,以其网络外部性特征和完全垄断的市场结构为切入点,建立众筹平台网络外部性的价值度量模型.该模型以考虑宏微观网络外部性的消费者效用函数和众筹发起人的收益函数为基础,在差异化定价策略、非差化定价策略和无网络外部性基础模型的三种情形下,应用两阶段博弈模型分别求解众筹发起人的最优价格向量、参与者的最优申购量和众筹发起人的最优收益水平,进而通过比较在不同策略下众筹发起人最优收益的差异得出众筹平台网络外部性的策略价值和内在价值.进一步,将模型的理论结果应用于推荐网络这一特殊的网络结构中,并设计出具有推荐功能的众筹平台.结果表明:本文所设计的具有推荐功能的众筹平台,可以显著提升众筹发起人的收益水平,对完善众筹平台的营销模式具有管理实践意义.     

考虑个体效用因素的社会网络演化分析模型

既有的社会网络演化分析模型往往通过统计分析的方法从宏观上描述网络演化规律,难以深入解释驱动网络演化的微观行为原因.为了弥补以上不足,建立了网络参与者的效用函数,并引入效用分析的方法解释网络上链路形成或断开的现象,进而揭示驱动网络演化的微观行为原因.与此同时,考虑到网络参与者见面过程是网络演化的内在过程,将其视为难以观测的潜变量引入模型,用以解释不能由效用分析所刻画的网络演化现象.在以上理论模型基础上,为将其进一步量化和应用,基于对社会网络一个时期的观察和网络参与者个体属性的数据,发展了基于贝叶斯推断的参数估计方法,校准所建立效用函数中的参数并估计潜在的见面过程.通过两组仿真分析验证了模型参数估计的准确性并讨论了模型的适用范围,并将模型应用于取自Facebook平台的真实数据集,实证了模型的解释力和预测力.本文提出的模型将有助于解释社交媒体平台上社会网络形成的原因,并预测网络演化的趋势,为进一步优化社会网络结构和控制信息传播打下模型基础.     

基于决策分析的社交网络链路预测方法

社交网络是社会媒体信息传播的骨架,对其进行链路预测的研究将有助于社会媒体平台上的信息管理和舆论控制.在既有网络链路预测方法研究的基础上,以决策分析的思想为出发点,提出了引入效用函数分析的社交网络链路预测方法;针对效用函数中参数的估计问题,进一步提出了允许一定误差度的马尔科夫链蒙特卡洛参数校准方法,并对方法的正确性进行理论上的论证.在收集到的5个腾讯QQ群的数据集上,进行了新方法的验证研究,并与既有的链路预测方法在准确性方面进行了比较分析.研究表明:本文提出的预测方法考虑了链路形成的微观行为基础,具有较好的预测准确性,并且参数估计算法中"允许误差"的引入有助于模型应用者在模型效率和准确性方面的折衷中做出合理的决策.