基于復(fù)雜網(wǎng)絡(luò)的在線口碑傳播模型研究

摘 要： 在線口碑已成為信息傳播領(lǐng)域的核心力量，對(duì)其進(jìn)行系統(tǒng)分析對(duì)于理解當(dāng)代社交媒體環(huán)境中的消費(fèi)者行為至關(guān)重要。論文引入了傳播激活和接受激活的概念，基于病毒傳播的SIR模型構(gòu)建在線口碑傳播模型，并運(yùn)用復(fù)雜網(wǎng)絡(luò)和系統(tǒng)仿真的方法模擬在線口碑傳播過(guò)程，深入探討了不同因素對(duì)在線口碑傳播規(guī)模的影響，識(shí)別了在線口碑傳播網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的特征并分析了網(wǎng)絡(luò)的結(jié)構(gòu)特性。結(jié)果表明，不同因素對(duì)在線口碑傳播規(guī)模的作用不同，且關(guān)鍵節(jié)點(diǎn)和免疫節(jié)點(diǎn)具有不同的屬性特征。此外，研究還發(fā)現(xiàn)在線口碑傳播網(wǎng)絡(luò)具有小世界特性和無(wú)標(biāo)度特性，該結(jié)論進(jìn)一步豐富了在線口碑傳播的理論框架，也為企業(yè)網(wǎng)絡(luò)營(yíng)銷(xiāo)策略及產(chǎn)品質(zhì)量追溯的優(yōu)化等提供一定的應(yīng)用參考。

關(guān)鍵詞： 在線口碑；口碑傳播模型；復(fù)雜網(wǎng)絡(luò)；Netlogo

中圖分類(lèi)號(hào)： TP 273

文獻(xiàn)標(biāo)志碼： A

Research on Online Word-of-Mouth PropagationModel Based on Complex Network

Abstract： Online word-of-mouth has become an important method to spread word-of-mouth， and the process of online word-of-mouth communication is systematically analysed in order to truly reflect the behaviour of word-of-mouth communication. Considering the influencing factors of word-of-mouth， this paper proposes an online word-of-mouth communication model based on the SIR model of virus transmission. Then， complex network and system simulation are used to simulate the online word-of-mouth communication process. This paper aims to explore the effects of the influencing factors of online word-of-mouth communication on the scale of word-of-mouth communication， identification of the characteristics of each node， and analysis of structural characteristics in the online word-of-mouth communication network. The results show that different factors have different effects on the scale of online word-of-mouth communication. The attribute characteristics of key nodes and immune nodes are different. Moreover， online word-of-mouth communication networks have small world characteristics and scale-free features.

Key words： online word-of-mouth; word-of-mouth communication model; complex network; Netlogo

綜合現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，目前研究主要集中于在線口碑如何影響消費(fèi)者購(gòu)買(mǎi)決策，對(duì)其傳播過(guò)程及傳播網(wǎng)絡(luò)的關(guān)注較少，在構(gòu)建在線口碑傳播網(wǎng)絡(luò)時(shí)，多采用實(shí)證研究方法，側(cè)重于分析靜態(tài)的影響因素，忽視了消費(fèi)者個(gè)體間的相互作用。此外，現(xiàn)有的在線口碑形成與傳播過(guò)程研究多依賴于解析數(shù)學(xué)模型或消費(fèi)者行為分析，難以真實(shí)反映口碑傳播的復(fù)雜性。因此，如何全面、系統(tǒng)地分析在線口碑傳播過(guò)程已成為學(xué)術(shù)界亟待解決的問(wèn)題。

鑒于此，本文采用系統(tǒng)仿真的方法研究在線口碑傳播的影響因素，動(dòng)態(tài)地考察各因素對(duì)在線口碑傳播的作用，基于病毒傳播SIR模型和復(fù)雜網(wǎng)絡(luò)理論研究在線口碑傳播過(guò)程模型和在線口碑傳播網(wǎng)絡(luò)的結(jié)構(gòu)特征，彌補(bǔ)了實(shí)證研究方法的不足，為在線口碑傳播影響因素研究提供了一種新視角。與以往的在線口碑傳播模型不同，本文在構(gòu)建模型時(shí)加入傳播影響因素，考慮影響因素對(duì)傳播過(guò)程的影響，并在口碑傳播過(guò)程中引入傳播激活和接受激活的概念，使在線口碑傳播模型更加貼近實(shí)際情況。本文的研究不僅深化了對(duì)在線口碑傳播過(guò)程的理解，也為企業(yè)改善網(wǎng)絡(luò)營(yíng)銷(xiāo)策略、優(yōu)化產(chǎn)品質(zhì)量追溯流程、提升品牌形象及指導(dǎo)消費(fèi)者決策等具有重要的實(shí)踐意義。

1 相關(guān)研究現(xiàn)狀述評(píng)

1.1 口碑影響因素研究現(xiàn)狀

當(dāng)前在線口碑影響變量的研究主要集中在傳播者、傳播內(nèi)容和接收者三方面。對(duì)接收者而言，口碑傳播過(guò)程中主要關(guān)心在線評(píng)論的來(lái)源可靠性。來(lái)源可靠性指接收者對(duì)于信息來(lái)源的感知可靠性，包括兩個(gè)重要的方面：傳播者專(zhuān)業(yè)能力和傳播者可信度。傳播者的專(zhuān)業(yè)能力是指信息傳播者被信息接收者所感知到能提供正確信息的能力。Bansal的研究證明傳播者的專(zhuān)業(yè)能力越強(qiáng)，接收者對(duì)其傳播的口碑信息越信任，進(jìn)行再傳播的意愿也更高。傳播者的可信度是接收者對(duì)傳播者個(gè)人特質(zhì)的判斷，包括其地位、聲譽(yù)和經(jīng)驗(yàn)等，傳播者的可信度越高，其傳播的在線口碑的影響力越大。人們?cè)诰W(wǎng)絡(luò)中傳播口碑信息往往受一定動(dòng)機(jī)驅(qū)使，一般包括利他動(dòng)機(jī)和自我提升動(dòng)機(jī)兩部分。出于利他動(dòng)機(jī)的傳播者是為了幫助他人購(gòu)買(mǎi)到滿意的產(chǎn)品和服務(wù)或防止他人上當(dāng)受騙，而出于提升自我動(dòng)機(jī)的傳播者是為了提高自己在網(wǎng)絡(luò)社區(qū)的地位、聲譽(yù)。因此，本文納入傳播者的專(zhuān)業(yè)能力、可信度、傳播動(dòng)機(jī)和傳播者與接收者的關(guān)系強(qiáng)度這四個(gè)變量，以研究其對(duì)在線口碑傳播的影響。

在傳播內(nèi)容方面，研究者普遍認(rèn)為口碑效價(jià)是有說(shuō)服力的，正面在線口碑強(qiáng)調(diào)產(chǎn)品或服務(wù)的優(yōu)勢(shì)并鼓勵(lì)人們購(gòu)買(mǎi)，相反，負(fù)面口碑則強(qiáng)調(diào)產(chǎn)品/服務(wù)的弱勢(shì)并不鼓勵(lì)人們購(gòu)買(mǎi)。Baumeister等還發(fā)現(xiàn)負(fù)面效價(jià)比正面效價(jià)更有影響力。除了口碑效價(jià)，口碑的數(shù)量和質(zhì)量也會(huì)影響在線口碑傳播的效率和質(zhì)量。在線口碑的數(shù)量往往體現(xiàn)出某種產(chǎn)品的流行程度。Jumin等研究發(fā)現(xiàn)消費(fèi)者的購(gòu)買(mǎi)意向會(huì)隨著口碑?dāng)?shù)量的增加而提高。Filieri等的研究表明信息的質(zhì)量（包括信息的準(zhǔn)確性、相關(guān)性和及時(shí)性）會(huì)影響消費(fèi)者對(duì)口碑信息的認(rèn)同，從而影響口碑的傳播。因此，本文將口碑效價(jià)、口碑質(zhì)量、口碑?dāng)?shù)量納入在線口碑影響因素模型。

在接收者方面，總結(jié)過(guò)往研究發(fā)現(xiàn)，涉入度、感知風(fēng)險(xiǎn)和專(zhuān)業(yè)能力三個(gè)因素會(huì)影響口碑傳播意愿。涉入度指產(chǎn)品或服務(wù)與顧客相關(guān)度或者對(duì)顧客的重要程度，消費(fèi)者涉入度越高，對(duì)產(chǎn)品口碑信息的關(guān)注度越高，其參與傳播積極性也越大。接收者的專(zhuān)業(yè)能力決定了接收者對(duì)在線口碑內(nèi)容的理解程度，Bloch等研究發(fā)現(xiàn)該能力正向影響口碑傳播的規(guī)模。感知風(fēng)險(xiǎn)大小指信息接收者感受到產(chǎn)品/服務(wù)的重要性與價(jià)值不確定性的乘積。接收者認(rèn)為產(chǎn)品/服務(wù)很重要，且價(jià)值不確定性越高，其感知風(fēng)險(xiǎn)則越大，進(jìn)而再傳播該口碑信息的意愿就越小。綜上，本文將接收者的涉入度、接收者的專(zhuān)業(yè)能力、感知風(fēng)險(xiǎn)大小作為影響在線口碑傳播的因素。

1.2 復(fù)雜網(wǎng)絡(luò)的研究現(xiàn)狀

復(fù)雜網(wǎng)絡(luò)簡(jiǎn)而言之即呈現(xiàn)出高度復(fù)雜性的網(wǎng)絡(luò)。近年來(lái)，復(fù)雜網(wǎng)絡(luò)理論逐漸被運(yùn)用到口碑傳播過(guò)程研究中，如李園偉等構(gòu)建了一種新口碑信息傳播模型De-SHIR模型，探究口碑信息傳播的宏觀規(guī)律以及微觀個(gè)體特質(zhì)對(duì)其傳播的影響。目前，也有部分學(xué)者開(kāi)始借鑒病毒傳播中經(jīng)典的SIR模型和采用元胞自動(dòng)機(jī)或多Agent建模仿真的方法來(lái)動(dòng)態(tài)地考察分析在線口碑傳播過(guò)程。焦玥用元胞自動(dòng)機(jī)模型分析了不同類(lèi)型口碑、不同消費(fèi)者初始狀態(tài)對(duì)口碑傳播的影響，但該模型對(duì)口碑傳播主體的屬性和傳播過(guò)程的設(shè)置過(guò)于簡(jiǎn)單，不能充分反映口碑傳播的復(fù)雜性。蔣帥建立了在線口碑傳播的多Agent模型，但在建立模型時(shí)對(duì)現(xiàn)實(shí)情況作了較多的假設(shè)和簡(jiǎn)化，對(duì)傳播衰退系數(shù)等參數(shù)的估計(jì)存在較大的主觀性，從而難以準(zhǔn)確反映在線口碑傳播的真實(shí)過(guò)程和效果。趙敏基于復(fù)雜網(wǎng)絡(luò)，利用微博數(shù)據(jù)進(jìn)行仿真，研究了不同口碑類(lèi)型和客戶認(rèn)知度對(duì)于在線口碑傳播的影響，但是對(duì)在線口碑傳播網(wǎng)絡(luò)的結(jié)構(gòu)特性未展開(kāi)充分研究。在目前為數(shù)不多的相關(guān)研究中，研究者幾乎都重點(diǎn)關(guān)注口碑傳播網(wǎng)絡(luò)結(jié)構(gòu)特征，忽略了對(duì)傳播過(guò)程的深入分析和口碑傳播的影響因素對(duì)口碑傳播過(guò)程的作用。因此，本文以復(fù)雜網(wǎng)絡(luò)為視角，在分析在線口碑傳播過(guò)程的基礎(chǔ)上，將在線口碑影響因素融入模型中，并利用系統(tǒng)仿真的方法，在研究口碑傳播網(wǎng)絡(luò)結(jié)構(gòu)特征的同時(shí)驗(yàn)證各影響因素對(duì)在線口碑傳播的作用。

2 在線口碑傳播仿真模型

2.1 基于SIR模型的在線口碑傳播模型

網(wǎng)絡(luò)信息傳播研究始于傳染病流行問(wèn)題，后逐漸延伸至謠言傳播和口碑傳播領(lǐng)域。在病毒傳播過(guò)程研究中，SIR模型是最經(jīng)典的模型之一。該模型將人e3kgFIk05/8FNzoZrCf9MtX3EPnZDnYIimiQ4AwJyQ8=體狀態(tài)歸結(jié)為三類(lèi)——易感染狀態(tài)S（susceptible）、感染狀態(tài)I（infected）和免疫狀態(tài)R（remove/recover），其中S狀態(tài)的個(gè)體可能感染病毒從而變?yōu)镮類(lèi)個(gè)體，I狀態(tài)的個(gè)體可以將病毒傳染給S類(lèi)個(gè)體，R狀態(tài)的個(gè)體是指被隔離或有免疫力的人。由于在線口碑信息傳播過(guò)程與病毒傳播過(guò)程具有相似性，即在在線口碑傳播過(guò)程中，潛在傳播者有一定概率進(jìn)行口碑傳播，口碑接收者可能接受口碑信息成為潛在傳播者，同時(shí)也可能不接受口碑信息而成為免疫者。因此，本文提出的在線口碑傳播模型是建立在SIR模型基礎(chǔ)之上的。

結(jié)合病毒傳播SIR模型的概念，本文認(rèn)為在線口碑傳播網(wǎng)絡(luò)中與之相對(duì)應(yīng)的三類(lèi)個(gè)體即為接收者（S）、潛在傳播者（I）和免疫者（R）。其中，接收者（S）是指互聯(lián)網(wǎng)上的網(wǎng)民個(gè)體，他們會(huì)接觸到傳播者在網(wǎng)絡(luò)中傳播的口碑信息，并且會(huì)根據(jù)自身的知識(shí)和經(jīng)驗(yàn)對(duì)信息進(jìn)行判斷，有一定的概率成為潛在傳播者，也有一定的概率成為免疫者；潛在傳播者（I）是指接觸到口碑信息并且認(rèn)同口碑信息內(nèi)容的個(gè)體，其有一定的概率將口碑信息傳播給接收者；免疫者（R）是指接收到口碑信息但不認(rèn)同口碑信息內(nèi)容的個(gè)體，其對(duì)本次口碑傳播免疫，也不會(huì)再傳播口碑信息。

在分析在線口碑的影響因素及傳播過(guò)程的基礎(chǔ)上，本文將影響因素融入在線口碑傳播模型中，認(rèn)為三大類(lèi)影響因素對(duì)消費(fèi)者傳播意愿的作用將通過(guò)影響消費(fèi)者的傳播激活概率和接受激活概率體現(xiàn)。根據(jù)前人實(shí)證研究的成果，本文在模型中假設(shè)傳播者傳播動(dòng)機(jī)通過(guò)影響傳播者的傳播激活概率從而影響在線口碑的傳播；假設(shè)接收者專(zhuān)業(yè)能力、傳播者可信度、接收者涉入度、傳播者專(zhuān)業(yè)能力、接收者感知風(fēng)險(xiǎn)、口碑質(zhì)量和口碑?dāng)?shù)量會(huì)通過(guò)影響接收者的接受激活概率從而影響在線口碑的傳播；假設(shè)傳播者與接收者的關(guān)系強(qiáng)度、口碑效價(jià)對(duì)傳播激活概率和接受激活概率均有影響。為了避免模型過(guò)于復(fù)雜，暫時(shí)不考慮各影響因素之間可能存在的因果關(guān)系，由此構(gòu)建的在線口碑傳播模型如圖1所示。

本文構(gòu)建的在線口碑傳播模型中引入了傳播激活和接受激活兩個(gè)概念，使在線口碑傳播模型更容易用計(jì)算機(jī)語(yǔ)言來(lái)表達(dá)。潛在傳播者受到自身傳播動(dòng)機(jī)、傳播能力等的影響會(huì)選擇是否傳播口碑信息，這就是傳播激活?？诒邮照咴谀炒慰诒畟鞑ミ^(guò)程中可以選擇不接受口碑信息即變成免疫狀態(tài)，或者認(rèn)可口碑信息內(nèi)容，從而進(jìn)一步選擇是否成為潛在傳播者繼續(xù)傳播口碑信息，這就是接受激活。同樣，潛在傳播者也需要傳播激活才會(huì)進(jìn)行實(shí)際的口碑信息再傳播行為。

2.2 在線口碑傳播仿真模型

在2.1節(jié)構(gòu)建的在線口碑傳播模型的基礎(chǔ)上，本文利用多Agent技術(shù)構(gòu)建在線口碑傳播仿真模型，通過(guò)仿真實(shí)驗(yàn)?zāi)M在線口碑的傳播過(guò)程，研究影響因素對(duì)在線口碑傳播規(guī)模的作用并分析在線口碑傳播網(wǎng)絡(luò)的結(jié)構(gòu)特性。本研究認(rèn)同以往學(xué)者將在線口碑劃分為初始傳播和再傳播兩個(gè)階段的理念，并認(rèn)為再傳播是在線口碑信息大范圍快速傳播的關(guān)鍵，因此主要研究再傳播階段的在線口碑傳播，在仿真實(shí)驗(yàn)時(shí)不考慮在線口碑的初始傳播，只考慮在線口碑的再傳播。此外，由于口碑效價(jià)在傳播過(guò)程中不可控，因此在仿真模擬時(shí)不考慮口碑效價(jià)因素對(duì)在線口碑傳播的影響。在線口碑傳播仿真模型如圖2所示。

3 模型仿真模擬

3.1 仿真研究假設(shè)

本仿真模型用Netlogo軟件?？紤]到現(xiàn)實(shí)生活中在線口碑傳播的復(fù)雜性，為了達(dá)到本次仿真模擬的目標(biāo)，有必要對(duì)現(xiàn)實(shí)情況進(jìn)行一定的簡(jiǎn)化。為此，本仿真研究有如下4項(xiàng)假定：

H1：只考慮在線口碑傳播仿真模型中的影響因素，且這些影響因素可量化。

在仿真實(shí)驗(yàn)部分只考慮在線口碑傳播仿真模型中的9個(gè)影響因素，至于這些因素對(duì)在線口碑傳播規(guī)模的影響作用有多大，本文只做定性研究。

H2：只考慮一個(gè)初始在線口碑源的情形。

在現(xiàn)實(shí)中，在線口碑傳播可能存在多個(gè)初始傳播源。由于多個(gè)初始傳播源的口碑傳播過(guò)程和單個(gè)初始口碑傳播源的傳播過(guò)程是一樣的，考慮到計(jì)算機(jī)運(yùn)算能力有限，因此適當(dāng)簡(jiǎn)化仿真模擬過(guò)程，只考慮一個(gè)初始在線口碑源的情形。

H3：影響因素取值總體符合正態(tài)分布。

錢(qián)斌在對(duì)餐飲行業(yè)口碑傳播的實(shí)證研究中發(fā)現(xiàn)，在線口碑傳播影響因素的取值服從正態(tài)分布。因此，本研究假設(shè)在線口碑傳播中每個(gè)影響因素取值的概率分布總體符合正態(tài)分布。

H4：仿真時(shí)每輪在線口碑傳播對(duì)應(yīng)一個(gè)時(shí)間單元。

本研究假定在Netlogo軟件進(jìn)行仿真模擬實(shí)驗(yàn)時(shí)選擇連續(xù)更新方式，每個(gè)時(shí)間單元內(nèi)進(jìn)行一輪在線口碑傳播，不存在同一時(shí)間單元內(nèi)進(jìn)行兩輪在線口碑傳播的情形。

3.2 仿真主體屬性描述

本研究的目標(biāo)主要是針對(duì)傳播行為的主體，包括潛在傳播者、接收者和免疫者，根據(jù)在線口碑傳播過(guò)程的描述，這三類(lèi)主體的屬性可以分為以下四類(lèi)：第一類(lèi)是在線口碑傳播影響因素；第二類(lèi)是主體傳播激活和接受激活的概率值，包括主體人際再傳播概率、群體再傳播概率和主體接受激活概率；第三類(lèi)是程序運(yùn)行過(guò)程中所需的一些中間變量；第四類(lèi)是全局變量，用來(lái)計(jì)算傳播網(wǎng)絡(luò)結(jié)構(gòu)特征，包括節(jié)點(diǎn)的平均路徑長(zhǎng)度和度分布。全局變量直接調(diào)用Netlogo軟件內(nèi)置的屬性變量，前三類(lèi)屬性的具體設(shè)置如表1所示。

上面對(duì)于主體屬性的描述中，主體在線口碑傳播影響因素屬性的賦值采用數(shù)字1～100，數(shù)字越大表示其影響作用越大。第二類(lèi)屬性中，主體傳播激活概率值和接受激活概率值取決于其影響因素屬性值的高低。其中，傳播激活概率值等于傳播者傳播動(dòng)機(jī)和傳播者與接收者的關(guān)系強(qiáng)度兩個(gè)因素取值的平均值。接受激活概率值等于傳播者與接收者的關(guān)系強(qiáng)度、接收者專(zhuān)業(yè)能力、傳播者可信度、接收者涉入度、傳播者專(zhuān)業(yè)能力、接收者感知風(fēng)險(xiǎn)、口碑質(zhì)量和口碑?dāng)?shù)量八個(gè)因素取值的平均值。

3.3 仿真主體交互規(guī)則描述

主體Agent之間的交互規(guī)則描述了主體的人際再傳播行為、群體再傳播行為以及接受口碑信息行為需要遵從的行為準(zhǔn)則，因此本研究主體間的交互規(guī)則即為潛在傳播者個(gè)體的傳播激活規(guī)則和接收者個(gè)體的接受激活規(guī)則。

主體Agent的人際再傳播激活規(guī)則：如果潛在傳播者的人際再傳播激活概率值大于一個(gè)0～100的隨機(jī)數(shù)，則進(jìn)行人際再傳播，將口碑信息通過(guò)一對(duì)一在線溝通形式傳播給下一個(gè)接收者。

主體Agent的群體再傳播激活規(guī)則：如果潛在傳播者的群體再傳播激活概率值大于一個(gè)0～100的隨機(jī)數(shù)，則進(jìn)行群體再傳播，將口碑信息轉(zhuǎn)載/轉(zhuǎn)發(fā)到網(wǎng)絡(luò)平臺(tái)，其影響范圍是群體性的。

主體Agent的接受激活規(guī)則：每次接受仿真時(shí)，如果個(gè)體的接受激活概率值大于一個(gè)0～100的隨機(jī)數(shù)，則表示其認(rèn)可口碑信息，成為下一個(gè)潛在傳播者；如果接受激活概率值小于這一隨機(jī)數(shù)，則表示其不認(rèn)可該次傳播的口碑信息，成為本次口碑信息傳播中的免疫者。

3.4 仿真算法

在Netlogo軟件中，在線口碑傳播過(guò)程的仿真是通過(guò)不斷地重復(fù)執(zhí)行每一步的仿真算法實(shí)現(xiàn)的。仿真算法說(shuō)明了每一個(gè)仿真步長(zhǎng)的所有操作，包括每一個(gè)Agent屬性的變化、Agent之間的信息交互和新Agent的產(chǎn)生。本研究的仿真算法如圖3所示，算法闡明了每一個(gè)主體在每次口碑傳播過(guò)程中屬性狀態(tài)的變化。

對(duì)于上述仿真執(zhí)行算法中的8個(gè)關(guān)鍵步驟做進(jìn)一步的說(shuō)明：

（1）給網(wǎng)絡(luò)中每個(gè)IsGroup=1且IsAccept=1的群體傳播節(jié)點(diǎn)連接一個(gè)新節(jié)點(diǎn)，并設(shè)置屬性值； 給網(wǎng)絡(luò)中每個(gè)IsGroup=0且IsAccept=1的人際傳播節(jié)點(diǎn)連接一個(gè)新節(jié)點(diǎn)，并設(shè)置屬性值。該步驟表示網(wǎng)絡(luò)中進(jìn)行群體傳播的節(jié)點(diǎn)在本次仿真步長(zhǎng)中將口碑信息傳播給一個(gè)新的接收者，并且在下一次仿真步長(zhǎng)再次添加一個(gè)新的接收者，以此類(lèi)推直至仿真結(jié)束，而網(wǎng)絡(luò)中進(jìn)行個(gè)體傳播的節(jié)點(diǎn)在本次仿真步長(zhǎng)中將口碑信息只傳播給一個(gè)新的接收者。

（2）判斷新節(jié)點(diǎn)是否接受口碑信息，如果接受則成為潛在傳播者，將其IsAccept設(shè)為1，并在下一步判斷是否進(jìn)行人際再傳播或群體再傳播，執(zhí)行（3）和（4）。如果不接受則成為本次口碑傳播的免疫者，將其IsAccept設(shè)為0且不再參與口碑信息的傳播，不再執(zhí)行（3）和（4）。

（3）判斷IsAccept=1新節(jié)點(diǎn)是否人際再傳播口碑信息，如果主體進(jìn)行人際口碑再傳播，則將其Is-to-Person值設(shè)為1;如果不進(jìn)行人際再傳播，則將其Is-to-Person值設(shè)為0。

（4）判斷IsAccept=1的新節(jié)點(diǎn)是否群體再傳播口碑信息，如果主體進(jìn)行群體口碑再傳播，則將其Is-to-Group值設(shè)為1;如果不進(jìn)行群體再傳播， 將其Is-to-Group值設(shè)為0。

（5）將所有Is-to-Person=1且IsAccept=1的節(jié)點(diǎn)連接一個(gè)新節(jié)點(diǎn)并設(shè)置屬性值，設(shè)新節(jié)點(diǎn)的IsPersonNew=1；將所有Is-to-Group =1且IsAccept=1的節(jié)點(diǎn)連接一個(gè)新節(jié)點(diǎn)并設(shè)置屬性值，設(shè)新節(jié)點(diǎn)的IsGroupNew= 1。對(duì)于經(jīng)判斷后決定進(jìn)行人際再傳播的節(jié)點(diǎn)，產(chǎn)生一個(gè)新節(jié)點(diǎn)與之相連，表示其將口碑信息傳遞給了一個(gè)新的接收者。對(duì)于經(jīng)判斷后決定進(jìn)行群體再傳播的節(jié)點(diǎn)，產(chǎn)生一個(gè)新節(jié)點(diǎn)與之相連，表示其將口碑信息傳遞給了一個(gè)新的接收者。

（6）判斷新節(jié)點(diǎn)是否接受口碑信息，如果接受則成為潛在傳播者，將其IsAccept設(shè)為1，并在下一步判斷是否進(jìn)行人際再傳播或群體再傳播，執(zhí)行（3）和（4）。如果不接受則成為本次口碑傳播的免疫者，將其IsAccept設(shè)為0且不再參與口碑信息的傳播，不再執(zhí)行（3）和（4）。

4 仿真結(jié)果分析

在本研究的仿真實(shí)驗(yàn)中將仿真步長(zhǎng)定位為40步，即模擬在線口碑信息在網(wǎng)絡(luò)平臺(tái)中進(jìn)行40次傳播的情形。仿真模型的界面如圖4所示。圖4中黃色圓點(diǎn)代表初始在線口碑傳播源。與黃色節(jié)點(diǎn)直接相連接的節(jié)點(diǎn)是初始口碑傳播源傳播產(chǎn)生的，其他節(jié)點(diǎn)則是通過(guò)口碑再傳播行為產(chǎn)生的。其中：紅色節(jié)點(diǎn)表示群體再傳播節(jié)點(diǎn)；灰色節(jié)點(diǎn)表示口碑傳播的免疫者；黑色節(jié)點(diǎn)表示該節(jié)點(diǎn)是通過(guò)紅色節(jié)點(diǎn)群體再傳播接觸到在線口碑信息的；藍(lán)色節(jié)點(diǎn)表示該節(jié)點(diǎn)是通過(guò)其他節(jié)點(diǎn)人際傳播行為才接觸到在線口碑信息的。圖4中節(jié)點(diǎn)之間的連線表示在線口碑信息在傳播者和接收者之間的傳播。所有的節(jié)點(diǎn)和連線組成了在線口碑傳播網(wǎng)絡(luò)。

對(duì)于在線口碑傳播影響因素的作用，本文共研究了9個(gè)影響因素，包括傳播者的專(zhuān)業(yè)能力、傳播者的可信度、傳播者的傳播動(dòng)機(jī)、傳播者與接收者的關(guān)系強(qiáng)度、接收者的涉入度、接收者的專(zhuān)業(yè)能力、接收者的感知風(fēng)險(xiǎn)、口碑?dāng)?shù)量、口碑信息質(zhì)量。

在研究這9項(xiàng)因素對(duì)在線口碑傳播規(guī)模影響作用實(shí)驗(yàn)中，在控制其他8個(gè)因素不變的前提下，分別對(duì)每項(xiàng)影響因素的取值分布總體的平均值進(jìn)行控制。平均值Mean設(shè)置4個(gè)不同的值，分別取15、40、65、90，方差取1保持不變。對(duì)每個(gè)不同的值重復(fù)實(shí)驗(yàn)10次，記錄每次在線口碑傳播網(wǎng)絡(luò)的規(guī)模。通過(guò)對(duì)40次實(shí)驗(yàn)數(shù)據(jù)的分析，得到影響因素對(duì)在線口碑傳播規(guī)模的作用。

在控制其他8個(gè)變量不變的前提條件下，設(shè)置不同的某一屬性值。仿真模擬得到的結(jié)果如圖5-13所示。

結(jié)果表明：總體而言，傳播者的專(zhuān)業(yè)能力正向影響在線口碑傳播規(guī)模，即傳播者專(zhuān)業(yè)能力越強(qiáng)，傳播規(guī)模越大；傳播者的可信度正向影響在線口碑傳播規(guī)模，即傳播者可信度越高，傳播規(guī)模越大；傳播者的傳播動(dòng)機(jī)正向影響在線口碑傳播規(guī)模，即傳播者傳播動(dòng)機(jī)越強(qiáng)，傳播規(guī)模越大；傳播者與接收者的關(guān)系強(qiáng)度正向影響在線口碑傳播規(guī)模，即傳播者與接收者的關(guān)系強(qiáng)度越高，傳播規(guī)模越大；接收者涉入度正向影響在線口碑傳播規(guī)模，即接收者涉入度越高，傳播規(guī)模越大；接收者專(zhuān)業(yè)能力正向影響在線口碑傳播規(guī)模，即接收者專(zhuān)業(yè)能力越強(qiáng)，傳播規(guī)模越大；接收者感知風(fēng)險(xiǎn)負(fù)向影響在線口碑傳播規(guī)模，即接收者感知的風(fēng)險(xiǎn)越大，傳播規(guī)模越?。豢诒?dāng)?shù)量正向影響在線口碑傳播規(guī)模，即口碑?dāng)?shù)量越多，傳播規(guī)模越大；口碑信息質(zhì)量水平正向影響傳播規(guī)模，即口碑質(zhì)量水平越高，傳播規(guī)模越大。

對(duì)仿真結(jié)果進(jìn)一步分析發(fā)現(xiàn)，這些因素在實(shí)驗(yàn)中對(duì)于在線口碑傳播規(guī)模的影響并不是確定的。一方面，每次在線口碑傳播網(wǎng)絡(luò)的規(guī)模都是不確定的，例如當(dāng)口碑的質(zhì)量固定時(shí)，每次傳播規(guī)模也都在發(fā)生變化；另一方面，影響因素的作用只是整體的趨勢(shì)，并不是絕對(duì)的，而且相同值的波動(dòng)很大，如圖13中的第二次實(shí)驗(yàn)所示，口碑的質(zhì)量Mean=90時(shí)，模擬結(jié)果的節(jié)點(diǎn)總數(shù)甚至小于Mean=40和Mean=65時(shí)的實(shí)驗(yàn)結(jié)果。

本文將進(jìn)行在線口碑群體再傳播的節(jié)點(diǎn)稱為關(guān)鍵節(jié)點(diǎn)（標(biāo)識(shí)為紅色），將不接受在線口碑傳播信息內(nèi)容的節(jié)點(diǎn)稱為免疫節(jié)點(diǎn)（標(biāo)識(shí)為灰色）。研究關(guān)鍵傳播節(jié)點(diǎn)和免疫節(jié)點(diǎn)的屬性是本研究的目標(biāo)之一。為了分析關(guān)鍵節(jié)點(diǎn)和免疫節(jié)點(diǎn)各項(xiàng)影響因素的特點(diǎn)，在仿真實(shí)驗(yàn)中對(duì)所有主體的9項(xiàng)影響因素取值分布總體的平均值和方差進(jìn)行控制，平均值均設(shè)置為60，方差均設(shè)置為1。仿真實(shí)驗(yàn)40次，每次實(shí)驗(yàn)結(jié)束后導(dǎo)出每個(gè)節(jié)點(diǎn)的屬性值，利用Excel軟件計(jì)算40次實(shí)驗(yàn)后各節(jié)點(diǎn)屬性的平均值，結(jié)果如圖14所示。

對(duì)于網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)，傳播者可信度、口碑?dāng)?shù)量水平高于其他類(lèi)型節(jié)點(diǎn)，而口碑質(zhì)量水平低于其他類(lèi)型節(jié)點(diǎn)；對(duì)于網(wǎng)絡(luò)中的免疫節(jié)點(diǎn)，并沒(méi)有哪一項(xiàng)影響因素特別高于其他類(lèi)型節(jié)點(diǎn)，而傳播者的專(zhuān)業(yè)能力、口碑?dāng)?shù)量則普遍低于其他類(lèi)型節(jié)點(diǎn)；對(duì)于網(wǎng)絡(luò)中的因群體再傳播而產(chǎn)生的節(jié)點(diǎn)，傳播者的專(zhuān)業(yè)能力、接收者的感知風(fēng)險(xiǎn)水平高于其他類(lèi)型節(jié)點(diǎn)，接收者涉入度、接收者的專(zhuān)業(yè)能力明顯低于其他類(lèi)型節(jié)點(diǎn)；對(duì)于網(wǎng)絡(luò)中的因人際再傳播而產(chǎn)生的節(jié)點(diǎn)，傳播者傳播動(dòng)機(jī)明顯高于其他類(lèi)型節(jié)點(diǎn)，接收者感知的風(fēng)險(xiǎn)的水平低于其他類(lèi)型節(jié)點(diǎn)。

對(duì)40次模擬仿真實(shí)驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析可知，網(wǎng)絡(luò)平均路徑長(zhǎng)度為6.27，說(shuō)明在線口碑傳播網(wǎng)絡(luò)具備復(fù)雜網(wǎng)絡(luò)的小世界網(wǎng)絡(luò)特性。

從圖15中可知，網(wǎng)絡(luò)中節(jié)點(diǎn)的度分布呈現(xiàn)快速下降的趨勢(shì)，大部分節(jié)點(diǎn)的度都是小于2的，節(jié)點(diǎn)的度分布呈現(xiàn)出冪律分布的特點(diǎn)，節(jié)點(diǎn)數(shù)量隨著時(shí)間的推移呈現(xiàn)指數(shù)增長(zhǎng)趨勢(shì)。以上特征說(shuō)明在線口碑傳播網(wǎng)絡(luò)具備復(fù)雜網(wǎng)絡(luò)的無(wú)標(biāo)度特性。

5 結(jié)語(yǔ)

本文在總結(jié)前人成果的基礎(chǔ)上，基于復(fù)雜網(wǎng)絡(luò)理論，采用多Agent技術(shù)建立在線口碑傳播仿真模型，并利用Netlogo仿真軟件模擬了在線口碑傳播過(guò)程。本文不僅理清了影響在線口碑傳播的關(guān)鍵因素，識(shí)別出傳播網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的特征，還驗(yàn)證了在線口碑傳播網(wǎng)絡(luò)具有復(fù)雜網(wǎng)絡(luò)的特征，為未來(lái)該領(lǐng)域研究打下了基礎(chǔ)。在線口碑傳播的影響因素中，口碑?dāng)?shù)量和口碑信息質(zhì)量是商家相對(duì)容易控制的因素，商家在進(jìn)行在線口碑營(yíng)銷(xiāo)時(shí)需要關(guān)注口碑信息的質(zhì)量，同時(shí)通過(guò)拓展在線口碑傳播的渠道來(lái)提升在線口碑傳播的數(shù)量。在線口碑傳播網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)相當(dāng)于現(xiàn)實(shí)社會(huì)中相關(guān)領(lǐng)域的專(zhuān)家或者意見(jiàn)領(lǐng)袖，他們接收著大量的口碑信息，并掌握著多種口碑宣傳渠道。因此，企業(yè)需要重視意見(jiàn)領(lǐng)袖的作用，在進(jìn)行在線口碑營(yíng)銷(xiāo)時(shí)可以與社會(huì)中的意見(jiàn)領(lǐng)袖進(jìn)行合作，積極鼓勵(lì)、引導(dǎo)其參與在線口碑傳播。此外，仿真結(jié)果表明在線口碑傳播網(wǎng)絡(luò)呈現(xiàn)出小世界特性和無(wú)標(biāo)度特性，這說(shuō)明大部分人接觸到在線口碑信息的渠道都是來(lái)自自己熟悉的小群體和平時(shí)關(guān)注的網(wǎng)絡(luò)平臺(tái)。因此，企業(yè)的口碑營(yíng)銷(xiāo)活動(dòng)不能局限于現(xiàn)有的客戶市場(chǎng)，而是需要積極發(fā)掘更廣泛的、多樣化的宣傳渠道，尤其要充分利用網(wǎng)絡(luò)平臺(tái)渠道，才能拓展到新的客戶。

本文基于復(fù)雜網(wǎng)絡(luò)理論和系統(tǒng)仿真的方法，構(gòu)建在線口碑傳播模型時(shí)引入了傳播激活和接受激活的概念，模擬仿真同時(shí)關(guān)注了在線口碑傳播影響因素對(duì)傳播過(guò)程的影響和在線口碑傳播網(wǎng)絡(luò)的結(jié)構(gòu)特征。但是，本文的研究仍存在一定的局限性?，F(xiàn)實(shí)生活中，影響在線口碑傳播的因素很多，而且各因素對(duì)傳播規(guī)模的影響程度各不相同，未來(lái)可考慮文中未涉及的因素以及其間的因果關(guān)系，并通過(guò)問(wèn)卷調(diào)查法、數(shù)據(jù)挖掘等方法預(yù)先了解不同影響因素對(duì)傳播激活和接受激活概率值的影響程度，用加權(quán)平均數(shù)代替均值。此外，本文僅考慮了一個(gè)初始口碑源的情況，未來(lái)可考慮探析多個(gè)不同口碑源的在線口碑傳播情形及口碑線上傳播與線下傳播交叉?zhèn)鞑サ那樾巍?/p>

參考文獻(xiàn)：

［1］ SUSSMAN S W， SIEGAL W S. Informational influence in organizations： an integrated approach to knowledge adoption［J］. Information Systems Research， 2003，14（1）：47-65.

［2］ BRISTOR J M. Enhanced explanations of word of mouth communications： the power of relationships［J］. Research in Consumer Behavior， 1990，4（1）：51-83.

［3］ BANSAL H S， VOYER P A. Word-of-mouth processes within a services purchase decision context［J］. Journal of Service Research， 2000，3（2）：166-177.

［4］ TSENG S， FOGG B J. Credibility and computing technology［J］. Communications of the ACM， 1999，42（5）：39-44.

［5］ DELLAROCAS C， ZHANG X M， AWAD N F. Exploring the value of online product reviews in forecasting sales： the case of motion pictures［J］. Journal of Interactive Marketing， 2007， 21（4）：23-45.

［6］ BAUMEISTER R F， BRATSLAVSKY E， FINKENAUER C， et al. Bad is stronger than good［J］. Review of General Psychology， 2001，5（4）：323.

［7］ PARK D H， LEE J， HAN I. The effect of on-line consumer reviews on consumer purchasing intention： The Moderating Role of Involvement［J］. International Journal of Electronic Commerce， 2007，11（4）：125-148.

［8］ LEE J， PARK D H， HAN I， et al. The different effects of online consumer reviews on consumers’ purchase intentions depending on Trust in online shopping malls， an advertising Perspective［J］. Internet Research， 2011，21（2）：187-206.

［9］ FILIERI R， MCLEAY F. E-WOM and accommodation： an analysis of the factors that influence travelers’ adoption of information from online reviews［J］. Journal of Travel Research， 2014，53（1）：44-57.

［10］ 杜學(xué)美，丁璟妤，謝志鴻，等.在線評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響研究［J］. 管理評(píng)論，2016，28（3）：173-183.

［11］ BLOCH P H， SHERRELL D L， RIDGWAY N M. Consumer search： an extended framework［J］. Journal of Consumer Research， 1986，13（1）：119-126.

［12］ ARNDT J. Role of product-related conversations in the diffusion of a new product［J］. Journal of Marketing Research， 1967，4（3）：291-295.

［13］ 李園偉，趙軍.基于多Agent的在線口碑信息傳播建模與仿真［J］.計(jì)算機(jī)仿真，2023，40（4）：427-433，438.

［14］ 焦玥. 消費(fèi)者口碑傳播行為及交互影響的模擬仿真研究［J］. 計(jì)算機(jī)應(yīng)用研究， 2014， 31（11）： 3234-3239.

［15］ 蔣帥. 基于多Agent仿真的在線口碑傳播網(wǎng)絡(luò)形成機(jī)制研究［D］.杭州：浙江大學(xué)，2010.

［16］ 趙敏. UGC口碑傳播機(jī)制及其影響研究［D］. 蘭州：蘭州交通大學(xué)， 2016.

［17］ NEWMAN M E J. Spread of epidemic disease on networks［J］. Physical Review E， 2002，66（1）：016128.

［18］ 錢(qián)斌. 餐飲類(lèi)論壇中口碑再傳播現(xiàn)象的實(shí)證研究與仿真模擬［D］. 杭州： 浙江大學(xué)， 2008.