社交網(wǎng)絡(luò)中新產(chǎn)品推廣策略兩階段博弈演化分析

韓 菁, 蔡 尋, 滕新玉

(1.陜西師范大學(xué)國(guó)際商學(xué)院,陜西西安710119; 2.西安交通大學(xué)管理學(xué)院,陜西西安 710049)

1 引 言

近年來,各類社交網(wǎng)絡(luò)服務(wù)平臺(tái)的迅速興起為企業(yè)開展社會(huì)化營(yíng)銷提供了良好的渠道[1].在社交網(wǎng)絡(luò)中用戶可輕松地實(shí)現(xiàn)聯(lián)系建立和信息交互,且用戶觀點(diǎn)的形成和演變?nèi)菀资艿街車脩舻挠绊慬2].而社交網(wǎng)絡(luò)中那些高影響力用戶(如大V),擁有大量連接成為網(wǎng)絡(luò)中的Hub 節(jié)點(diǎn),利用他們可加速信息傳遞并增強(qiáng)用戶間的有效交互[3].高影響力用戶的發(fā)掘和利用使商家的商業(yè)模式和營(yíng)銷策略均發(fā)生巨大變革,當(dāng)今許多新產(chǎn)品推廣商開展社會(huì)化營(yíng)銷便借助大V 構(gòu)建新產(chǎn)品推廣網(wǎng)絡(luò),使產(chǎn)品信息在網(wǎng)民中擴(kuò)散,網(wǎng)民不僅是產(chǎn)品信息的接受者,也成為了產(chǎn)品信息的傳播者[4,5].但推廣過程中兩個(gè)突出問題也隨之產(chǎn)生,其一為新產(chǎn)品宣傳價(jià)值不確定,如近期發(fā)生的“紅瑞樂邦–膠原蛋白肽”和“痘博士”等虛假宣傳事件,破壞了正常市場(chǎng)競(jìng)爭(zhēng)秩序,侵害了消費(fèi)者利益,同樣使推廣商和大V 的聲譽(yù)受損;其二為大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差,新產(chǎn)品推廣初期并無成熟的市場(chǎng)口碑反饋,且個(gè)體對(duì)新產(chǎn)品價(jià)值感知有差異,這種情況下網(wǎng)民推廣新產(chǎn)品會(huì)存在一定風(fēng)險(xiǎn),故網(wǎng)民二次推廣行為易受抑制.這兩個(gè)問題會(huì)直接影響社交網(wǎng)絡(luò)中各主體的新產(chǎn)品推廣行為及最終的產(chǎn)品推廣效果[6?8],因此基于新產(chǎn)品宣傳價(jià)值不確定且與大眾感知價(jià)值存在偏差的背景,探究社交網(wǎng)絡(luò)中推廣策略的演化機(jī)理已成為近期一個(gè)具有實(shí)際意義的研究課題.

已有研究表明產(chǎn)品推廣過程中確實(shí)存在宣傳價(jià)值不確定及大眾價(jià)值感知偏差的問題,并探究?jī)烧邔?duì)產(chǎn)品推廣效果的影響.Kariyawasam 等[9]闡述了產(chǎn)品宣傳價(jià)值不確定與消費(fèi)決策間的關(guān)系,并探究相關(guān)立法在處理誤導(dǎo)性宣傳方面的進(jìn)展.胡春華等[10]認(rèn)為產(chǎn)品推廣中的虛假宣傳、虛假評(píng)論等不確定信息會(huì)降低基于信任關(guān)系推薦算法的精確性.Wu 等[11]和Elster 等[12]則基于產(chǎn)品屬性及感知偏差視角來理解消費(fèi)者決策行為,并提出刺激消費(fèi)行為的措施.對(duì)新產(chǎn)品推廣,它是技術(shù)創(chuàng)新擴(kuò)散的一種特殊形式,指新產(chǎn)品通過特定渠道在社會(huì)系統(tǒng)中隨時(shí)間傳播的過程[13].Bass[14]于1969年提出的擴(kuò)散模型成為定量研究創(chuàng)新擴(kuò)散模型的起點(diǎn).后續(xù)的研究成果主要體現(xiàn)在兩個(gè)方面: 1)基于Bass 的改進(jìn)宏觀擴(kuò)散模型: 如文獻(xiàn)[15,16]通過放寬模型限制性假定拓寬了模型的應(yīng)用范圍,文獻(xiàn)[17]將重復(fù)購(gòu)買率引入Bass 模型探究新產(chǎn)品定價(jià)與產(chǎn)品擴(kuò)散速度的關(guān)系;文獻(xiàn)[18]將基礎(chǔ)Bass 模型與SIR 模型結(jié)合以解決特殊情景中的產(chǎn)品擴(kuò)散問題,探究購(gòu)買過產(chǎn)品卻不對(duì)產(chǎn)品進(jìn)行二次推廣的消費(fèi)者對(duì)產(chǎn)品擴(kuò)散的影響.但以上Bass 改進(jìn)模型主要從宏觀視角對(duì)新產(chǎn)品擴(kuò)散速度和規(guī)模進(jìn)行總體統(tǒng)計(jì)分析,只能反映市場(chǎng)的整體情況,無法洞察內(nèi)部異質(zhì)性個(gè)體間的交互對(duì)產(chǎn)品擴(kuò)散的影響[19].2)基于個(gè)體決策層面的微觀擴(kuò)散模型: 為探究產(chǎn)品擴(kuò)散的微觀原理,相關(guān)學(xué)者提出了元胞自動(dòng)機(jī)微觀仿真方法,張廷等[20]概述了元胞自動(dòng)機(jī)的建模思路和仿真原理.Goldenberg 等[21]運(yùn)用元胞自動(dòng)機(jī)研究考慮個(gè)體異質(zhì)性和口碑效應(yīng)情景下的新產(chǎn)品擴(kuò)散過程.但元胞自動(dòng)機(jī)主要刻畫的是主體在規(guī)則網(wǎng)絡(luò)上的交互,而現(xiàn)實(shí)情境中的新產(chǎn)品推廣網(wǎng)絡(luò)具有復(fù)雜性,因此元胞自動(dòng)機(jī)方法存在缺陷.多Agent 仿真近年來在研究個(gè)體行為領(lǐng)域應(yīng)用較廣,它采用一種自下而上的方法,能準(zhǔn)確地體現(xiàn)個(gè)體異質(zhì)性,通過設(shè)定Agent 間的交互規(guī)則可剖析個(gè)體間的交互行為對(duì)整體宏觀行為的影響.危小超等[22]基于后悔理論對(duì)新產(chǎn)品擴(kuò)散時(shí)消費(fèi)者決策互動(dòng)行為開展了多Agent 仿真.那日薩等[23]通過Agent 仿真實(shí)驗(yàn)表明消費(fèi)者對(duì)全局情感信息的感知能力越強(qiáng),產(chǎn)品口碑推廣效果越好.而復(fù)雜網(wǎng)絡(luò)理論研究表明,網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)會(huì)影響擴(kuò)散動(dòng)力學(xué)特征,因此部分學(xué)者開始引入復(fù)雜網(wǎng)絡(luò)來研究新產(chǎn)品擴(kuò)散問題.段文奇等[24]運(yùn)用復(fù)雜網(wǎng)絡(luò)的方法研究了網(wǎng)絡(luò)結(jié)構(gòu)及初始比例對(duì)擴(kuò)散模型的影響.趙良杰等[25]基于生命周期的視角研究消費(fèi)者交互作用對(duì)產(chǎn)品擴(kuò)散的影響.黃琦瑋等[26]考慮社交網(wǎng)絡(luò)的異質(zhì)性和動(dòng)態(tài)性,運(yùn)用微分方程和復(fù)雜網(wǎng)絡(luò)理論分析了壟斷廠商產(chǎn)品持續(xù)擴(kuò)散的閾值條件.

可見,國(guó)內(nèi)外學(xué)者對(duì)新產(chǎn)品的擴(kuò)散研究通過不斷改進(jìn)擴(kuò)散模型取得了豐富的研究成果,但仍存在以下不足: 對(duì)新產(chǎn)品宣傳價(jià)值不確定及大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差情形下社交網(wǎng)絡(luò)中的新產(chǎn)品擴(kuò)散機(jī)理研究相對(duì)較少;對(duì)個(gè)體間的交互過程處理相對(duì)簡(jiǎn)單,很難從微觀上揭示個(gè)體交互行為影響宏觀擴(kuò)散現(xiàn)象的內(nèi)在機(jī)理;在重視網(wǎng)絡(luò)結(jié)構(gòu)特征的基礎(chǔ)上,還需強(qiáng)調(diào)個(gè)體交互下的決策規(guī)則;許多研究沒有結(jié)合現(xiàn)實(shí)情境,僅對(duì)幾種典型網(wǎng)絡(luò)下的新產(chǎn)品擴(kuò)散機(jī)制進(jìn)行分析比較,研究缺乏針對(duì)性.基于此本文從博弈視角構(gòu)造了兩階段博弈模型,以推廣商為源頭,首先構(gòu)造新產(chǎn)品推廣商與大V 在產(chǎn)品宣傳價(jià)值不確定背景下的博弈模型,運(yùn)用演化博弈理論分析雙方推廣策略的演化機(jī)理,完成利用大V 開展新產(chǎn)品推廣的第一階段博弈,形成以大V 為中心的新產(chǎn)品推廣無標(biāo)度網(wǎng)絡(luò).網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)代表一個(gè)個(gè)體,節(jié)點(diǎn)間的邊代表個(gè)體間的相互作用關(guān)系,而復(fù)雜網(wǎng)絡(luò)博弈即是探討網(wǎng)絡(luò)拓?fù)浼皞€(gè)體異質(zhì)性對(duì)決策主體行為的影響,因此基于復(fù)雜網(wǎng)絡(luò)博弈理論,構(gòu)建在大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差及獎(jiǎng)勵(lì)推薦背景下網(wǎng)民間關(guān)于新產(chǎn)品推廣的第二階段博弈模型,最后利用復(fù)雜網(wǎng)絡(luò)博弈多Agent 仿真技術(shù),分析推廣網(wǎng)絡(luò)參數(shù)及博弈收益參數(shù)對(duì)網(wǎng)民推廣策略的影響,并相應(yīng)提出促進(jìn)優(yōu)質(zhì)新產(chǎn)品推廣的有效措施.

2 社交網(wǎng)絡(luò)中新產(chǎn)品推廣博弈模型

本文將社交網(wǎng)絡(luò)中新產(chǎn)品推廣博弈模型分為兩階段,第一階段為新產(chǎn)品推廣商與大V 之間的博弈,第二階段為各網(wǎng)民之間的博弈.如圖1 所示.

圖1 兩階段博弈模型Fig.1 Two-stage game model

2.1 第一階段

現(xiàn)實(shí)情境中,新產(chǎn)品推廣商雇傭大V 開展產(chǎn)品推廣需先向大V 揭示新產(chǎn)品的價(jià)值,部分推廣商為能在短期內(nèi)擴(kuò)大新產(chǎn)品的推廣范圍不顧后期市場(chǎng)反饋帶來的信譽(yù)損失向大V 夸大宣傳新產(chǎn)品的價(jià)值;面對(duì)新產(chǎn)品宣傳價(jià)值不確定的情形,大V 根據(jù)自身的利益訴求選擇是否對(duì)新產(chǎn)品的真實(shí)價(jià)值進(jìn)行審查而后進(jìn)行推廣.由此構(gòu)建推廣商與大V 間關(guān)于新產(chǎn)品推廣的第一階段博弈模型,模型相關(guān)假設(shè)如下.

假設(shè)1博弈主體為新產(chǎn)品推廣商和大V,且均為有限理性.

假設(shè)2新產(chǎn)品推廣商在博弈過程中有兩種策略選擇:1)真實(shí)宣傳Q1: 推廣商重視企業(yè)聲譽(yù)向大V 正確揭示新產(chǎn)品價(jià)值.2)虛假宣傳Q2: 推廣商為在新產(chǎn)品推廣前期獲得較好的推廣效果向大V 夸大宣傳新產(chǎn)品價(jià)值.面對(duì)推廣商的新產(chǎn)品推廣請(qǐng)求,大V 除選擇拒絕外,也有兩種選擇:1)對(duì)新產(chǎn)品開展價(jià)值審查E1:大V 為維護(hù)自身信譽(yù)和關(guān)注度以及追求內(nèi)心的踏實(shí)對(duì)新產(chǎn)品的真實(shí)價(jià)值開展審查再進(jìn)行推廣.2)不對(duì)新產(chǎn)品開展價(jià)值審查E2: 大V 不想負(fù)擔(dān)對(duì)新產(chǎn)品開展價(jià)值審查需支付的審查成本而直接對(duì)新產(chǎn)品進(jìn)行推廣.

假設(shè)3若新產(chǎn)品推廣商選擇真實(shí)宣傳,不論大V 是否選擇審查,結(jié)果都是新產(chǎn)品得到真實(shí)的推廣宣傳;若新產(chǎn)品推廣商選擇虛假宣傳,大V 選擇審查,則大V 會(huì)發(fā)現(xiàn)新產(chǎn)品的真實(shí)價(jià)值低于推廣商的宣傳價(jià)值,大V 會(huì)要求推廣商正確揭示新產(chǎn)品的價(jià)值再進(jìn)行推廣,最終結(jié)果依然是新產(chǎn)品得到真實(shí)的推廣宣傳;若新產(chǎn)品推廣商選擇虛假宣傳,大V 選擇不審查,結(jié)果是新產(chǎn)品得到虛假的推廣宣傳.

假設(shè)4博弈雙方的策略選擇具有互補(bǔ)效應(yīng),只有當(dāng)新產(chǎn)品推廣商和大V 的策略組合為{Q1,E1}時(shí),即新產(chǎn)品推廣商選擇真實(shí)宣傳,大V 選擇審查時(shí)才能切實(shí)保障新產(chǎn)品價(jià)值得到真實(shí)宣傳,以遏制市場(chǎng)中新產(chǎn)品虛假宣傳的不良之風(fēng).該階段博弈就是要討論在何種條件下博弈雙方策略會(huì)朝著最優(yōu)策略組合(并不是帕累托最優(yōu)){Q1,E1}演化,及當(dāng)雙方策略處于非最優(yōu)狀態(tài)時(shí)相應(yīng)的規(guī)制手段.基于以上四點(diǎn)假設(shè)并結(jié)合實(shí)際情形,構(gòu)建新產(chǎn)品推廣商和大V 的博弈收益矩陣如表1 所示,收益矩陣中相關(guān)損益參數(shù)說明參見表2.

表1 不同策略下新產(chǎn)品推廣商與大V 博弈收益矩陣Table 1 The game payoff matrix between new products promoters and influencers under different strategies

表2 收益矩陣相關(guān)參數(shù)說明Table 2 Symbols and explanations

本文采用由Taylor 等[27]提出的Replicator Dynamics模型,來探究新產(chǎn)品推廣商與大V 的策略選擇問題,其主要思想是下階段種群中采用某策略的比例與現(xiàn)階段種群中選擇該策略的比例和收益正向相關(guān).結(jié)合博弈矩陣,模型推導(dǎo)如下.

新產(chǎn)品推廣商選擇真實(shí)宣傳和虛假宣傳的期望收益分別為

故新產(chǎn)品推廣商平均期望收益為

同理,大V 對(duì)新產(chǎn)品審查和不審查的期望收益分別為

故大V 平均期望收益為

新產(chǎn)品推廣商選擇真實(shí)宣傳策略的復(fù)制動(dòng)態(tài)方程為

其中

同理,可得大V 選擇對(duì)新產(chǎn)品審查的復(fù)制動(dòng)態(tài)方程為

其中F2(x,y)=y(y ?1)[C3(β)?f2(β)?S(ε)?S(τ)+x(C2(β)?C3(β)+S(ε)+S(τ))].

為便于后文分析,令a=R0(ε)?σd?C1+R1(ε),b=σd+S(ε)+f1(β)?C2(β)?C4,c=R0(ε)?σd?C1+R1(ε),d=σd+S(ε)?C4,e=R0(ε)?σd?C1?Pτ2+R1(ε),f=σd+S(ε)+f2(β)?C3(β)?C4,g=R0(τ)?σd?C1?D(τ),h=σd?S(τ)?C4.

由此以上兩個(gè)復(fù)制動(dòng)態(tài)方程分別簡(jiǎn)化為

新產(chǎn)品推廣商策略的演化穩(wěn)定分析:讓復(fù)制動(dòng)態(tài)方程為0 的點(diǎn)為策略演化穩(wěn)定點(diǎn)[27].由式(9)可以看出,當(dāng)時(shí),F1(x,y) = 0,所有的x均處于穩(wěn)定狀態(tài); 當(dāng)時(shí),據(jù)F1(x,y) = 0,可得x1= 0和x2=1 為可能的演化穩(wěn)定狀態(tài).

表3 不同條件下新產(chǎn)品推廣商的演化穩(wěn)定策略及相關(guān)規(guī)制手段Table 3 Evolutionary stable strategies and regulatory means of new product promoters under different conditions

由結(jié)果可見,在既定博弈參數(shù)下,真實(shí)宣傳為新產(chǎn)品推廣商的優(yōu)勢(shì)策略.1)當(dāng)g c,即在大V 不對(duì)新產(chǎn)品進(jìn)行審查的條件下,虛假宣傳時(shí)推廣商前期推廣收益與后期反饋損失之差大于真實(shí)宣傳時(shí)推廣商的前期推廣收益與后期反饋收益之和,推廣商的ESS 依賴于Pτ2,Pτ2值越小,推廣商越傾向于選擇虛假宣傳策略,反之亦然.

表4 不同條件下大V 的演化穩(wěn)定策略及相關(guān)規(guī)制手段Table 4 Evolutionary stable strategies and regulatory means of influencers under different conditions

由結(jié)果可見,在既定博弈參數(shù)下, 大V 的策略選擇受條件影響較大.1)當(dāng)h > f,d > b時(shí), 即當(dāng)推廣商選擇虛假宣傳時(shí), 大V 開展審查時(shí)獲得的心理收益及涉及聲譽(yù)、關(guān)注度增加帶來的潛在收益與不開展審查帶來涉及聲譽(yù)、關(guān)注度下降帶來的潛在損失之和小于開展審查時(shí)需付出的審查成本;當(dāng)推廣商選擇真實(shí)宣傳時(shí),大V 開展審查獲得的心理收益小于審查成本;即不論新產(chǎn)品推廣商選擇虛假或真實(shí)宣傳,大V選擇不審查的收益總是大于選擇審查的收益時(shí), 不審查為大V 的ESS.2)相反,當(dāng)h < f,d < b時(shí), 即不論新產(chǎn)品推廣商選擇虛假或真實(shí)宣傳,大V 選擇不審查的收益總是小于選擇審查的收益時(shí), 審查為大V的ESS.3)在新產(chǎn)品推廣商不同策略選擇下,大V 選擇審查與不審查策略收益比較不同時(shí),大V 的ESS 取決于f1(β)和C2(β),當(dāng)f1(β)值越大,C2(β)值越小,大V 越傾向于選擇審查策略,反之亦然.

系統(tǒng)演化穩(wěn)定分析: 為進(jìn)一步討論推廣商與大V 策略交互作用下博弈動(dòng)態(tài)系統(tǒng)的演化機(jī)制, 聯(lián)立兩者的復(fù)制動(dòng)態(tài)方程,可求解得到系統(tǒng)5 個(gè)演化穩(wěn)定均衡點(diǎn):O1(0,0),O2(0,1),O3(1,0),O4(1,1),O5(x0,y0),當(dāng)且僅當(dāng)0 ≤x0,y0≤1 時(shí)成立.利用Freidman[28]提出的系統(tǒng)演化穩(wěn)定計(jì)算方法,通過構(gòu)建雅克比矩陣來檢驗(yàn)均衡點(diǎn)的穩(wěn)定性,該博弈系統(tǒng)的雅克比矩陣為

該博弈動(dòng)態(tài)系統(tǒng)的最優(yōu)演化結(jié)果是新產(chǎn)品推廣商向大V 真實(shí)的揭示其新產(chǎn)品價(jià)值,大V 在開展產(chǎn)品推廣前對(duì)產(chǎn)品價(jià)值進(jìn)行審查,也就是系統(tǒng)收斂于均衡點(diǎn)O4(1,1),此時(shí)需滿足的條件是

求解式(12)可得f1(β)> C2(β),Pτ2>0.即當(dāng)新產(chǎn)品推廣商采用真實(shí)宣傳,大V 對(duì)新產(chǎn)品進(jìn)行審查獲得的內(nèi)心踏實(shí)與滿足的心理收益大于其付出的審查成本;或當(dāng)新產(chǎn)品推廣商采用虛假宣傳且被大V 審查,其信譽(yù)度、可信度在大V 心中下降造成潛在損失時(shí),博弈演化結(jié)果為新產(chǎn)品推廣商真實(shí)宣傳,大V 開展審查,點(diǎn)O4(1,1)是博弈的演化穩(wěn)定策略ESS.此時(shí),點(diǎn)O4(1,1)可能并不是系統(tǒng)唯一的演化穩(wěn)定策略,為保證最優(yōu)演化結(jié)果還需滿足

對(duì)于推廣商,需使真實(shí)宣傳時(shí)推廣商的前期推廣收益與后期反饋收益之和大于虛假宣傳時(shí)推廣商前期推廣收益與后期反饋損失之差;對(duì)于大V,當(dāng)面對(duì)推廣商的虛假宣傳需使大V 開展審查時(shí)獲得的心理收益及涉及聲譽(yù)、可信度增加帶來的潛在收益與當(dāng)不開展審查帶來涉及聲譽(yù)、可信度下降帶來的潛在損失之和大于開展審查時(shí)需付出的審查成本.當(dāng)滿足以上條件時(shí),5 個(gè)局部均衡點(diǎn)的穩(wěn)定性檢驗(yàn)如表5 所示.

表5 局部均衡點(diǎn)穩(wěn)定性分析Table 5 Stability analysis of local equilibrium points

以上構(gòu)建了推廣商與大V 之間關(guān)于新產(chǎn)品推廣的收益矩陣,利用演化博弈理論探究不同條件下雙方策略的演化機(jī)理,并得出最優(yōu)決策組合(推廣商真實(shí)宣傳;大V 盡責(zé)審查)實(shí)現(xiàn)需滿足的條件,完成了利用大V開展新產(chǎn)品推廣的第一階段博弈.

第一階段博弈中推廣商和大V 的決策將會(huì)決定進(jìn)入網(wǎng)民推廣網(wǎng)絡(luò)中新產(chǎn)品的宣傳價(jià)值,而大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值之間偏差將會(huì)對(duì)網(wǎng)民決策收益造成影響,即推廣商和大V 在第一階段的不同決策將會(huì)對(duì)第二階段中網(wǎng)民的推廣決策行為產(chǎn)生不同影響,因此在第一階段博弈確定的新產(chǎn)品宣傳價(jià)值參數(shù)的基礎(chǔ)上開展在新產(chǎn)品推廣網(wǎng)絡(luò)中關(guān)于網(wǎng)民推廣行為的演化的第二階段博弈.

2.2 第二階段

本階段在第一階段博弈的基礎(chǔ)上形成以大V 為中心的網(wǎng)民間新產(chǎn)品推廣影響網(wǎng)絡(luò),以下將基于復(fù)雜網(wǎng)絡(luò)博弈理論,構(gòu)建在獎(jiǎng)勵(lì)推薦及大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差的情形下網(wǎng)民間關(guān)于新產(chǎn)品推廣的第二階段博弈模型.

大V 擁有大量追隨網(wǎng)民,一旦大V 發(fā)布有關(guān)新產(chǎn)品的推廣信息,就能依靠自身影響力有力推動(dòng)新產(chǎn)品信息在網(wǎng)民間傳播,形成以大V 為中心,其追隨網(wǎng)民為受眾的新產(chǎn)品推廣影響網(wǎng)絡(luò),受眾網(wǎng)民通過在網(wǎng)絡(luò)中的博弈選擇是否對(duì)新產(chǎn)品進(jìn)行二次推廣形成二級(jí)推廣網(wǎng)絡(luò).在這個(gè)新產(chǎn)品推廣影響網(wǎng)絡(luò)中,少數(shù)網(wǎng)絡(luò)節(jié)點(diǎn)(大V)擁有大量連接,而絕大部分節(jié)點(diǎn)(普通網(wǎng)民)只有很少連接,節(jié)點(diǎn)度分布服從冪律分布P(k)～k?λ具有異質(zhì)性,表現(xiàn)出無標(biāo)度網(wǎng)絡(luò)特征,且國(guó)內(nèi)外研究表明,現(xiàn)實(shí)社交網(wǎng)絡(luò)具有無標(biāo)度特性[29].因此,運(yùn)用無標(biāo)度網(wǎng)絡(luò)來刻畫新產(chǎn)品推廣影響網(wǎng)絡(luò)中網(wǎng)民間的信息交互,仿真分析網(wǎng)絡(luò)結(jié)構(gòu)與信息交互對(duì)網(wǎng)民推薦行為演化的影響機(jī)理符合現(xiàn)實(shí)情境.

網(wǎng)絡(luò)結(jié)構(gòu)、博弈模型和演化規(guī)則是網(wǎng)絡(luò)博弈的三個(gè)核心要素.假定網(wǎng)民間新產(chǎn)品推廣影響網(wǎng)絡(luò)是一個(gè)具有異質(zhì)性的無標(biāo)度網(wǎng)絡(luò)G(V,E),V代表網(wǎng)絡(luò)中的節(jié)點(diǎn)集合,即博弈主體網(wǎng)民,E代表網(wǎng)絡(luò)中邊的集合也就是網(wǎng)民間的關(guān)系網(wǎng),有聯(lián)系的網(wǎng)民間才能形成邊.給出該網(wǎng)絡(luò)模型假設(shè)如下:

假設(shè)5新產(chǎn)品推廣影響網(wǎng)絡(luò)中異質(zhì)性主體是有限理性的,主體對(duì)策略的選擇完全基于對(duì)該策略損益值的預(yù)期,而并非策略本身的實(shí)際損益.

假設(shè)6因?qū)嶋H網(wǎng)絡(luò)中信息成本及條件限制,博弈主體只與領(lǐng)域范圍內(nèi)有直接聯(lián)系的主體產(chǎn)生信息交互及博弈比較,即網(wǎng)民博弈范圍為鄰域,博弈半徑r=1.

假設(shè)7博弈主體采用同一策略更新規(guī)則,即博弈主體僅會(huì)根據(jù)本輪博弈收益來決定下一輪博弈策略,即記憶長(zhǎng)度l=1.

假設(shè)8博弈背景是推廣商采用獎(jiǎng)勵(lì)推薦機(jī)制,即推廣商設(shè)置一定額度的物質(zhì)獎(jiǎng)勵(lì)來刺激網(wǎng)民向鄰居擴(kuò)散新產(chǎn)品信息,且網(wǎng)民推廣時(shí)間越早獲得的獎(jiǎng)勵(lì)越大,目的是短時(shí)間內(nèi)促進(jìn)新產(chǎn)品的推廣.

假設(shè)9網(wǎng)民面對(duì)新產(chǎn)品推廣有兩種策略選擇:1)推廣: 網(wǎng)民為獲得推廣商給出的較高推薦獎(jiǎng)勵(lì)在大V發(fā)布新產(chǎn)品推廣信息后短時(shí)間內(nèi)作出二次推廣的決策.2)觀望: 新產(chǎn)品無成熟的市場(chǎng)口碑反饋,且個(gè)體對(duì)新產(chǎn)品的感知價(jià)值與宣傳價(jià)值可能存在偏差,因此網(wǎng)民短時(shí)間內(nèi)向粉絲推廣新產(chǎn)品存在一定風(fēng)險(xiǎn)(比如聲譽(yù),可信度損失),部分網(wǎng)民選擇觀望,這部分網(wǎng)民待進(jìn)一步評(píng)估推廣人的收益后,再選擇是否開展二次推廣.

由于個(gè)體的成長(zhǎng)環(huán)境、教育背景、經(jīng)歷等存在差異,因此網(wǎng)民具有個(gè)體異質(zhì)性.面對(duì)獎(jiǎng)勵(lì)推薦及大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差情形下的新產(chǎn)品推廣,不同的網(wǎng)民會(huì)有不同的策略選擇,且個(gè)體的不同策略對(duì)網(wǎng)絡(luò)中其他個(gè)體的策略選擇影響不同.新產(chǎn)品推廣策略往往與網(wǎng)民自身利益有關(guān),如推薦獎(jiǎng)勵(lì)金額等直接經(jīng)濟(jì)利益,或個(gè)體聲譽(yù)、關(guān)注度、可信度等虛擬利益.他們對(duì)新產(chǎn)品推廣的態(tài)度正體現(xiàn)了他們的利益訴求,均是為了實(shí)現(xiàn)自身利益最大化,以下是網(wǎng)民在不同情形下的收益情形.

情形1當(dāng)網(wǎng)民A 的鄰居網(wǎng)民B選擇推廣策略, 網(wǎng)民A 也選擇推廣策略時(shí).網(wǎng)民A 會(huì)獲得初期較高的單位獎(jiǎng)勵(lì)推薦收益Wh(0

情形2當(dāng)網(wǎng)民A 的鄰居網(wǎng)民B 選擇推廣策略,而網(wǎng)民A 選擇觀望時(shí).網(wǎng)民A 在新產(chǎn)品推廣后期會(huì)根據(jù)網(wǎng)民的推廣收益及新產(chǎn)品口碑信息決定是否二次推廣新產(chǎn)品,若網(wǎng)民前期推廣收益及新產(chǎn)品口碑信息較好,則網(wǎng)民選擇繼續(xù)推廣,此時(shí)網(wǎng)民將獲得推廣后期稍低的獎(jiǎng)勵(lì)推薦收益Wl(0< Wl< Wh)由聲譽(yù)和可信度提升帶來的收益,同時(shí)網(wǎng)民A 將付出推廣成本及搜集網(wǎng)民B 收益及新產(chǎn)品口碑信息的一次性學(xué)習(xí)成本C6(0

情形3當(dāng)網(wǎng)民A 的鄰居網(wǎng)民B 選擇觀望策略,而網(wǎng)民A 選擇推廣時(shí).同情形一相比,網(wǎng)民A 除不能獲得單位額外獎(jiǎng)勵(lì)b,其余損益均相同.故該情形下網(wǎng)民A 的收益為XA(Wh+(θ ?P)S ?C5).

情形4當(dāng)網(wǎng)民A 的鄰居網(wǎng)民B選擇觀望策略,同樣網(wǎng)民A 也選擇觀望時(shí),雙方收益均為0.

根據(jù)以上描述,建立網(wǎng)民A 的博弈收益矩陣如表6 所示.

表6 網(wǎng)民A 博弈收益矩陣Table 6 Game pay off matrix of netizen A

以無標(biāo)度網(wǎng)絡(luò)為載體,構(gòu)建網(wǎng)民間新產(chǎn)品推廣網(wǎng)絡(luò)演化模型規(guī)則如下:

網(wǎng)民博弈規(guī)則:在每一演化周期t,任意網(wǎng)民根據(jù)以上四種收益情形與其博弈半徑r內(nèi)所有鄰域個(gè)體進(jìn)行博弈,其收益為與每個(gè)鄰居個(gè)體博弈收益的累積加和為[30]

其中Ri即為網(wǎng)民i該輪博弈總收益,xi表示策略向量(0,1)T和(1,0)T.若xi=(1,0)T,表示網(wǎng)民i選擇推廣策略;若xi= (0,1)T表示網(wǎng)民i選擇觀望策略.M為網(wǎng)民收益矩陣,Ni表示網(wǎng)民i的鄰居集合,j ∈Ni表示網(wǎng)民j為網(wǎng)民i的一個(gè)鄰居.

策略更新規(guī)則現(xiàn)有研究中, 博弈個(gè)體策略調(diào)整的動(dòng)力學(xué)規(guī)則主要有模仿最優(yōu)、復(fù)制動(dòng)力學(xué)、基于Moran 過程的自然選擇及費(fèi)米過程(Fermi process)[31].因前三種方法分別具有忽視個(gè)體的有限理性及決策過程中的不確定性、對(duì)結(jié)果進(jìn)行歸一化處理、不考慮個(gè)體和網(wǎng)絡(luò)異質(zhì)性等缺點(diǎn),而Fermi 規(guī)則卻不僅克服了這些缺陷還因引入噪聲參數(shù)所以適用于刻畫網(wǎng)民在不確定情形下非理性的概率模仿和選擇,因此本文采用Fermi 規(guī)則,其表達(dá)式為[30]

其中Psi→Sj表示網(wǎng)民i下輪博弈采用網(wǎng)民j策略的概率,Ri和Rj分別表示網(wǎng)民i和網(wǎng)民j在上輪博弈中的收益,ω ∈[0,1]表示環(huán)境噪聲,可以理解為網(wǎng)民i準(zhǔn)確獲取網(wǎng)民j上輪博弈收益進(jìn)行收益比較的難度,ω值越趨于0,博弈主體越能作出理性選擇,文中ω初始取值為0.1.新產(chǎn)品推廣網(wǎng)絡(luò)中所有網(wǎng)民都按照以上博弈規(guī)則和策略更新規(guī)則進(jìn)行策略演化,直到所有策略都達(dá)到穩(wěn)定狀態(tài).

3 數(shù)值仿真分析

為進(jìn)一步探究在大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差情形下,新產(chǎn)品推廣網(wǎng)絡(luò)中網(wǎng)民關(guān)于新產(chǎn)品推廣博弈行為的演化規(guī)律,利用復(fù)雜網(wǎng)絡(luò)博弈多Agent 仿真技術(shù),分析相關(guān)推廣網(wǎng)絡(luò)參數(shù)及博弈收益參數(shù)對(duì)網(wǎng)民推廣策略的影響,并對(duì)應(yīng)提出能有效促進(jìn)優(yōu)質(zhì)新產(chǎn)品推廣的措施.

3.1 仿真具體步驟

步驟1利用復(fù)雜網(wǎng)絡(luò)仿真方法,構(gòu)建以2 個(gè)大V 為中心其粉絲為受眾的網(wǎng)民間新產(chǎn)品推廣無標(biāo)度網(wǎng)絡(luò)G(V,E).

步驟2結(jié)合實(shí)際,按比例分配網(wǎng)民初始策略.

步驟3參照式(14),計(jì)算所有網(wǎng)民節(jié)點(diǎn)與鄰居節(jié)點(diǎn)該輪博弈累積收益.

步驟4參照式(15),對(duì)所有網(wǎng)民策略進(jìn)行調(diào)整更新.

步驟5重復(fù)步驟3 和步驟4,直到所有網(wǎng)民策略均演化至最終穩(wěn)定狀態(tài).

步驟6統(tǒng)計(jì)分析系統(tǒng)最終穩(wěn)態(tài)時(shí),網(wǎng)民策略分配比例,并探討相關(guān)參數(shù)對(duì)演化結(jié)果的影響.

3.2 初始參數(shù)設(shè)置

網(wǎng)絡(luò)參數(shù)設(shè)置: 在網(wǎng)絡(luò)G中, 依據(jù)無標(biāo)度網(wǎng)絡(luò)拓?fù)涮卣髟O(shè)總節(jié)點(diǎn)數(shù)V= 10 000 初始網(wǎng)絡(luò)聚集系數(shù)C= 0.2.在網(wǎng)民新產(chǎn)品推廣二級(jí)網(wǎng)絡(luò)中,Xi為網(wǎng)民i的粉絲數(shù)(可理解為節(jié)點(diǎn)i的度),本文將二級(jí)推廣網(wǎng)絡(luò)中的網(wǎng)民按粉絲數(shù)分為三類,Ⅰ類:ki≤100;Ⅱ類:100

網(wǎng)民收益參數(shù)初始值設(shè)置: 依據(jù)前文基于實(shí)際對(duì)參數(shù)取值范圍的劃定結(jié)果, 并結(jié)合Ryu 等[32]和周丹等[32]對(duì)推薦獎(jiǎng)勵(lì)力度及策略的研究確定參數(shù)Wh,Wl,b,C6;再依據(jù)Lobel 等[34]推薦心理效用的研究確定參數(shù)S.故Wh=50,b=10,θ=0.2,P=0.1,S=60,C5=10,Wl=25,C6=15,其中將θ ?P的初始值設(shè)為0.1,是考慮到經(jīng)過新產(chǎn)品推廣商和大V 第一階段博弈后,“貨真價(jià)值”的新產(chǎn)品進(jìn)入推廣市場(chǎng)且現(xiàn)實(shí)情境中新產(chǎn)品普遍優(yōu)于傳統(tǒng)產(chǎn)品,因此假設(shè)大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值的偏差為0.1,且將各初始值代入表6 核算可發(fā)現(xiàn)結(jié)果使網(wǎng)民之間存在嚴(yán)格博弈關(guān)系,故參數(shù)的整體初始取值是合理的.

網(wǎng)民初始博弈策略設(shè)置:結(jié)合新產(chǎn)品推廣初期大部分網(wǎng)民趨于選擇觀望策略的實(shí)際,故設(shè)置選擇觀望的網(wǎng)民比例q=0.7,選擇推廣的比例為p=0.3.

仿真過程中,除被分析參數(shù)外,其余參數(shù)保持初始值不變.且仿真部分著重探究當(dāng)θ ?P >0 時(shí),各參數(shù)變化對(duì)網(wǎng)民推廣策略的影響,旨在在大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值存在偏差的情形下提出促進(jìn)網(wǎng)民對(duì)優(yōu)質(zhì)新產(chǎn)品采取推廣策略的措施.

3.3 推廣網(wǎng)絡(luò)規(guī)模及聚集系數(shù)對(duì)網(wǎng)民策略演化的影響

為探究推廣網(wǎng)絡(luò)規(guī)模及聚集系數(shù)對(duì)網(wǎng)民策略演化的影響,本文分別選取不同的網(wǎng)絡(luò)規(guī)模和聚集系數(shù)作仿真分析.其仿真結(jié)果如圖2 和圖3 所示.

圖2 不同網(wǎng)絡(luò)規(guī)模對(duì)網(wǎng)民策略演化的影響Fig.2 The effect of different network scale on the evolution of netizen’s strategies

圖3 不同網(wǎng)絡(luò)聚集系數(shù)對(duì)網(wǎng)民策略演化的影響Fig.3 The effect of different clustering coefficient on the evolution of netizen’s strategies

圖2 中橫坐標(biāo)變量t表示博弈時(shí)間, 縱坐標(biāo)變量p表示網(wǎng)民選擇推廣策略的比例.圖中S1:V=10 000;S2:V= 5 000;S3:V= 500 分別表示3 種不同的網(wǎng)絡(luò)規(guī)模.從結(jié)果可看出,不同推廣網(wǎng)絡(luò)規(guī)模對(duì)網(wǎng)民策略演化會(huì)產(chǎn)生不同影響.在演化初期(t= 0～84),較小網(wǎng)絡(luò)規(guī)模(V= 500)的網(wǎng)民推廣策略演化速度快于較大網(wǎng)絡(luò)規(guī)模,但在演化后期網(wǎng)民推廣策略演化波動(dòng)較大很難收斂于一個(gè)穩(wěn)定值.反之,網(wǎng)絡(luò)規(guī)模越大(V=5 000,V=10 000)越能收斂到推廣比例更高的均衡狀態(tài)即推廣演化深度越大.究其原因,在較小推廣規(guī)模網(wǎng)絡(luò)中,網(wǎng)民鄰居相對(duì)較少,故網(wǎng)民進(jìn)行收益比較和策略學(xué)習(xí)的過程更簡(jiǎn)單,因此網(wǎng)絡(luò)能在演化初期較快達(dá)到較高的推廣比例,但后期由于網(wǎng)絡(luò)規(guī)模限制,網(wǎng)民間信息交互不完全,新產(chǎn)品價(jià)值沒得到有效揭露,因此網(wǎng)民在這種不確定條件下策略演化波動(dòng)較大很難收斂.而網(wǎng)絡(luò)規(guī)模越大,網(wǎng)民間發(fā)生更多的信息交互,隨著新產(chǎn)品價(jià)值的大量披露,不確定性消除,網(wǎng)民越傾向于選擇推廣策略.

推廣網(wǎng)絡(luò)聚集系數(shù)是指網(wǎng)絡(luò)中網(wǎng)民相互連接結(jié)成團(tuán)的程度,代表整個(gè)網(wǎng)絡(luò)的連通度.圖3 為當(dāng)θ= 0.5對(duì)不同推廣網(wǎng)絡(luò)聚集系數(shù)進(jìn)行仿真分析,在仿真500 次后網(wǎng)民策略達(dá)到動(dòng)態(tài)均衡時(shí)取最后50 次網(wǎng)民平均推廣比例所得結(jié)果.當(dāng)θ=0.5,即大眾感知新產(chǎn)品較好,網(wǎng)絡(luò)聚集系數(shù)從0 增加至0.2 及從0.6 增加至1 時(shí),網(wǎng)民選擇推廣的比例p均有所下降,而C從0.2 增至0.6 時(shí),p值上升.究其原因,C越小整個(gè)網(wǎng)絡(luò)的聯(lián)通度就越小,網(wǎng)民間結(jié)成團(tuán)的概率也越小.當(dāng)C= 0 時(shí),表明此時(shí)網(wǎng)絡(luò)中各節(jié)點(diǎn)均為孤立節(jié)點(diǎn),且因θ= 0.5,大部分網(wǎng)民通過自身的試錯(cuò)、學(xué)習(xí)均會(huì)選擇博弈收益較高的推廣策略,但隨C突然增至0.2,推廣網(wǎng)絡(luò)中開始出現(xiàn)“小團(tuán)體”,這會(huì)使部分選擇觀望的網(wǎng)民利用在“小團(tuán)體”中的影響力,讓選擇觀望的網(wǎng)民數(shù)量增加,故p值明顯下降.隨C繼續(xù)增大(0.2～0.6),網(wǎng)絡(luò)中可能會(huì)出現(xiàn)幾個(gè)規(guī)模較大的“小團(tuán)體”,此時(shí)網(wǎng)絡(luò)連通度較高,隨新產(chǎn)品較好的信息被逐漸披露,通過這幾個(gè)“小團(tuán)體”內(nèi)部信息的交互,能迅速促進(jìn)p值回彈上升.但當(dāng)C繼續(xù)增大(0.6～1)超過某個(gè)閾值,這會(huì)使新進(jìn)入網(wǎng)絡(luò)的個(gè)體更少地連接到較高連接度的個(gè)體上,前面幾個(gè)“小團(tuán)體”的規(guī)模分散變小,導(dǎo)致團(tuán)體中選擇推廣策略的“意見領(lǐng)袖”的示范作用被削弱,從而使其團(tuán)體鄰居采取推廣策略的可能性降低,故p值隨之下降.總之,推廣網(wǎng)絡(luò)聚集系數(shù)對(duì)網(wǎng)民推廣策略的影響并不滿足單調(diào)性,但會(huì)存在一個(gè)最優(yōu)的推廣網(wǎng)絡(luò)聚集系數(shù)使博弈演化結(jié)果達(dá)到最高的網(wǎng)民推廣比例.

3.4 第一階段博弈及粉絲數(shù)對(duì)網(wǎng)民策略演化的影響

第一階段的博弈結(jié)果及二級(jí)推廣網(wǎng)絡(luò)中的粉絲數(shù)均會(huì)影響網(wǎng)民的推廣收益而進(jìn)一步影響其推廣策略演化,為探究?jī)烧邔?duì)網(wǎng)民策略的影響機(jī)制,先作如下分析:第一階段博弈中新產(chǎn)品推廣商與大V 的決策決定了進(jìn)入網(wǎng)民推廣網(wǎng)絡(luò)中新產(chǎn)品的宣傳價(jià)值,而大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值之間的偏差會(huì)對(duì)網(wǎng)民策略演化產(chǎn)生影響.假設(shè)新產(chǎn)品的宣傳價(jià)值參數(shù)P= (1?x)(1?y),其中P ∈[0,1],P值越小,表明新產(chǎn)品的宣傳價(jià)值越趨近于真實(shí)價(jià)值,反之,則越偏離真實(shí)價(jià)值.例如,當(dāng)推廣商選擇真實(shí)宣傳x= 1、大V 選擇審查y=1 時(shí),P= 0,此時(shí)新產(chǎn)品宣傳價(jià)值趨近于真實(shí)價(jià)值.因此為探究推廣商及大V 決策對(duì)網(wǎng)民推廣策略的影響,且依據(jù)第一階段博弈得出的推廣商相較于大V 更傾向于選擇誠(chéng)信決策的結(jié)論(即x>y),據(jù)此對(duì)x和y由大到小取了四組數(shù)值作仿真分析,不同的取值代表推廣商及大V 不同的決策情形且也能避免結(jié)果的偶然性.對(duì)于網(wǎng)民粉絲數(shù)的影響機(jī)制探究則基于前文由粉絲數(shù)劃分的三種網(wǎng)民類型開展仿真分析,最終的仿真結(jié)果如圖4 和圖5 所示.

圖4 推廣商及大V 決策對(duì)網(wǎng)民策略演化的影響Fig.4 The effect of products promoter and influencers’decision on the evolution of netizen’s strategies

圖5 網(wǎng)民粉絲數(shù)對(duì)網(wǎng)民策略演化的影響Fig.5 The effect of number of netizens’fans on the evolution of netizen’s strategies

由圖4 可知,推廣商及大V 的決策在一定程度上決定了網(wǎng)民最終的策略選擇.易見隨著推廣商選擇虛假宣傳的概率及大V 選擇不審查的概率增加(即x和y值降低),新產(chǎn)品的宣傳價(jià)值參數(shù)P逐步偏離真實(shí)價(jià)值(P值增大),而大眾對(duì)新產(chǎn)品的價(jià)值感知一般穩(wěn)定于新產(chǎn)品真實(shí)價(jià)值附近(θ值較為固定),自然θ ?P的值落在區(qū)間[?1,0]的概率隨之增大,此時(shí)大眾感知新產(chǎn)品價(jià)值遠(yuǎn)低于其宣傳價(jià)值,這給選擇推廣策略的網(wǎng)民造成的聲譽(yù)損失越來越大,因此隨時(shí)間演化,網(wǎng)民就越來越傾向于選擇觀望策略.同時(shí)可以發(fā)現(xiàn)一旦大眾感知新產(chǎn)品價(jià)值低于宣傳價(jià)值帶來的損失超過某個(gè)閾值時(shí),網(wǎng)民選擇推廣策略的比例將大幅度減少.

而由圖5 可見,在演化前期網(wǎng)民推廣策略的演化速度Ⅲ類<Ⅱ類<Ⅰ類,這主要是因?yàn)榫W(wǎng)民粉數(shù)量越多其采用推廣策略在大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值可能存在偏差的背景下會(huì)承擔(dān)更大的信譽(yù)風(fēng)險(xiǎn)損失,因此網(wǎng)民粉絲數(shù)越多在前期越傾向于選擇觀望策略.而到了演化后期,網(wǎng)民收斂到均衡策略的速度及推廣策略演化深度Ⅲ類>Ⅱ類>Ⅰ類,隨時(shí)間演化新產(chǎn)品較好的信息被逐漸披露且因網(wǎng)民粉絲數(shù)越大,即網(wǎng)民在二級(jí)推廣網(wǎng)絡(luò)中的影響力越大,在獎(jiǎng)勵(lì)推薦機(jī)制的激勵(lì)下,粉絲數(shù)越多的網(wǎng)民類型越傾向于采取推廣策略以獲得由自己在二級(jí)推廣網(wǎng)絡(luò)中高影響力帶來的高收益,并同時(shí)影響周圍的鄰居節(jié)點(diǎn)也選擇推廣策略.這說明在優(yōu)質(zhì)新產(chǎn)品推廣過程中可以利用那些粉絲數(shù)相對(duì)較少的網(wǎng)民開展前期推廣宣傳,增大推廣網(wǎng)絡(luò)中推廣策略的演化速率;隨著優(yōu)質(zhì)產(chǎn)品信息的逐漸披露,這時(shí)可利用粉絲數(shù)相對(duì)較多的網(wǎng)民開展推廣宣傳,以擴(kuò)大新產(chǎn)品的市場(chǎng)推廣深度.

4 結(jié)束語

本文基于演化博弈及復(fù)雜網(wǎng)絡(luò)博弈理論,構(gòu)建了社交網(wǎng)絡(luò)中關(guān)于新產(chǎn)品推廣的兩階段博弈模型,探究了在新產(chǎn)品宣傳價(jià)值不確定且與大眾感知價(jià)值存在偏差條件下社交網(wǎng)絡(luò)中新產(chǎn)品推廣策略的演化機(jī)理.研究表明,真實(shí)宣傳為新產(chǎn)品推廣商的優(yōu)勢(shì)策略,而大V 審查策略的選擇受收益條件影響較大,需加以合理引導(dǎo);網(wǎng)民推廣策略的演化深度與推廣網(wǎng)絡(luò)規(guī)模和粉絲數(shù)成正比,而演化速度與兩者成反比,且存在一個(gè)最優(yōu)的推廣網(wǎng)絡(luò)連通度可使網(wǎng)民推廣比例達(dá)最大值;大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值間的偏差大小決定了網(wǎng)民推廣策略的演化方向,滿足大眾需求的優(yōu)質(zhì)新產(chǎn)品是取得良好推廣效果的基礎(chǔ),新產(chǎn)品推廣商應(yīng)真實(shí)宣傳新產(chǎn)品價(jià)值,切忌使大眾感知新產(chǎn)品價(jià)值與宣傳價(jià)值偏差過大.

社交商務(wù)背景下的新產(chǎn)品擴(kuò)散問題還是一個(gè)較新的研究課題,本研究對(duì)從微觀層面理解社交網(wǎng)絡(luò)中新產(chǎn)品推廣策略演化具有較好的理論價(jià)值,亦可為社交網(wǎng)絡(luò)中新產(chǎn)品營(yíng)銷決策提供一定的參考和借鑒.