社交媒体中企业分享奖励营销模式研究

来源 :中国管理科学 | 被引量 : 0次 | 上传用户:sunday826
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
社交媒体中用户之间的分享行为具有潜在的经济价值,因此越来越多的企业通过分享奖励模式开展社会化营销,以挖掘新用户.本文构建“嵌套”Stackelberg博弈模型,研究了企业的最优分享奖励机制设计,并对比分析了分享奖励营销模式与传统大众广告营销模式.主要研究发现,企业的最优奖励策略包括单独奖励新用户、单独奖励分享者以及同时奖励分享者和新用户三种.不同策略的选择受到价格以及用户之间社交关系的影响.当用户之间的社交关系较弱时,由打折奖励引起用户购买概率增加的“折扣作用”强于由分享奖励金引起的“推荐作用”,企业适合采用单独奖励新用户策略;当用户之间的社交关系较强时,“推荐作用”强于“折扣作用”,企业适合采用单独奖励分享者策略.同时,企业选择大众广告营销模式或者分享奖励模式受到市场渗透率和用户之间社交关系两个主要因素的影响.
其他文献
社交电商可依据用户间的社交关系为用户提供感兴趣的商品或服务.现有研究多基于社会信任或社会声誉进行推荐,却忽略了信任与声誉间的相互作用,导致推荐效果欠理想.针对以上问题,本文提出了一种融合信任(Trust)和社会声誉(Social Reputation)的图神经网络推荐算法(TSR-GM),采用社会声誉来深度刻画用户关系在推荐系统中的作用,利用社交网络中用户被信任程度对用户声誉进行排名,以图神经网络量化整合用户信任与声誉,并将结合后的新矩阵不断校正以获取更准确的用户信任,以此对矩阵分解后得到的新评分模型更新
在新型冠状病毒感染肺炎疫情对我国电力市场造成巨大冲击的宏观背景下,为进一步提升我国供电企业营销服务资源配置效能,最大化撬动供电企业的综合效益,笔者开展了我国工业电力用户价值画像模型研究.本文对电力用户价值进行了分析和定义,从安全稳定价值(S)、经济效益价值(E)、契约信用价值(C)与有序用电价值(O)四个维度,构建了我国工业电力用户价值评级SECO指标模型,并集成智能算法中的RST(粗糙集理论)与数据挖掘技术中的PAM(围绕中心点切割聚类算法),构造了一种半监督自动化用户价值识别、预测与特征展示模型,模型