社会网络与新产品扩散协同演化研究
基于复杂网络视角,从微观层面对新产品扩散问题进行研究.结合心理学、社会学和博弈论,构建个体决策行为模型,并设计出一种智能学习方法实现消费者间的互动.在Anylogic上建立多 Agent模型,考虑局部网络效应,设计网络演化规则,探究不同网络环境下网络结构和消费者决策共同演化规律,并分析产品效用参数、沟通交互强度、种子用户数量以及链接断开时间对共同演化的影响.研究发现:①尽管初始网络结构不同,消费者关系结构均能够以更高的聚集性和稳定性重构,且在小世界和无标度网络下,共同演化、彼此促进,从而有助于产品扩散;②尽管在高度数的无标度网络下共同演化会使扩散结果呈现出两面性,但在扩散过程中网络结构变化趋势一致;③网络效应强度提高能增大产品效用值,但过高和过低的效用值都将削弱网络演化对扩散的促进效果;④ 种子用户在达到一定规模后,不再影响最终扩散结果;⑤若共同演化能在最终时刻前达到稳定,链接断开时间则不影响扩散结果.
复杂网络、新产品扩散、多智能体仿真、消费者决策、共同演化
35
F406.3(工业经济理论)
国家自然科学基金项目71672128;上海市软科学研究计划项目16692106400;中央高校基本科研业务费专项基金项目1200219368
2018-04-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
16-24