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。