论文:      Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market

发表期刊:Science 2006

作者:       Matthew J. Salganik, Peter Sheridan Dodds, Duncan J. Watts

单位:     Columbia University

原文链接:http://science.sciencemag.org/content/311/5762/854/tab-pdf

前言: 最近论文涉及在商品的销售中,群体行为对个体购买选择的影响这一研究问题。这篇利用在线音乐下载数据,分析群体行为(herding behavior or information cascade)对音乐下载量的影响,发表在Science 2006 期刊上,文章有些老,分析也非常简单,但是分析角度比较巧妙,快速总结了下,与大家分享。

一、写作动机

我们在网购一件商品时,往往认为购买的人越多,即该商品越受欢迎,其质量越可靠。这种现象就是群体行为(herding behavior),也叫做信息级联(information cascade). 简单来讲,就是个体的决策受到群体选择的影响。 研究群体行为,在市场研究领域:品牌推广,市场营销; 在社会学领域: 股市走向,信息决策等都有重要的意义。这篇论文利用在线音乐下载数据,用三组对比实验,探究了群体对音乐的评价(下载量)对个体音乐下载的影响。

具体概念见下链接:

herding behavior: https://en.wikipedia.org/wiki/Herd_behavior

information cascade:  https://en.wikipedia.org/wiki/Information_cascade

两者联系:https://blogs.cornell.edu/info2040/2011/11/15/information-cascade-or-herd-behavior/

二、实验设置和分析

1. 三组对比实验: (1)indepent: 自然选择喜欢的歌曲下载;(2)Exp1: 歌曲保留历史下载量的信息,但歌曲顺序随机打乱; (3) Exp2: 歌曲保留历史下载量信息,歌曲顺序按照下载量递减排序。

2. 用户分组: 为了实验的可靠性,将用户分为八个组,每个组完全隔离单独实验

3. 分析指标:

(1) 不对等性(Inequality): 用基尼系数(Gini coefficient)分别计算Exp1 和Exp2 与 indepent组, 歌曲下载的差异平均值,差异越大,群体行为(即歌曲历史下载量)影响越大。

基尼系数(0-1之间,用来评价分配的差异程度)详细: http://baike.baidu.com/item/%E5%9F%BA%E5%B0%BC%E7%B3%BB%E6%95%B0

实验结果如下,结论: Exp2 中不对等性更为明显, 群体行为会影响个体对商品的选择。群体行为越明显,影响越大。

(2)不可预测性(Unpredictability): 分别计算在八个独立的实验组中,每两个实验组之间,每首歌曲的下载量的差异。差异越大,不可预测性越大。

实验结论: Exp2 中差异更大,不可预测性更高,群体行为对个体行为的影响存在差异。

(3)商品质量和销量的关系: 用indepent 组的下载量(排名)表示音乐质量,Exp1 和 Exp2 中的下载量 (排名)表示音乐的销量,探究在群体行为影响下,音乐质量和销量之间的关系。

实验结果:用下载量评价时,质量好的音乐销量不会太差,而质量差的音乐也不会太好(即最好的和最差的音乐受群体行为影响不大),其他中等音乐则受群体行为影响较大; 在用音乐排名评价时,表现质量和销量出无关联性。

 

三、总结和思考

这篇文章分析非常简单,探究的问题也比较大,没有深入,但是角度比较巧妙。说明,群体行为会对个体决策有影响。是一篇高引用论文。

最新文章

  1. 单向关系中的JoinColumn
  2. 关于C语言和汇编语言相互嵌套调用
  3. (5)XML转化成TXT
  4. 2015年最新出炉的JavaScript开发框架
  5. 安卓从业者应该关注:Android 6.0的运行时权限
  6. js获取光标位置例子
  7. p1217晚餐(简单的dijkstra)
  8. 伸展树(Splay树)的简要操作
  9. 关于Serializable的serialVersionUID
  10. EasyUI的textbox的disable ,readonly 用法
  11. JSON中的parse和Stringify方法
  12. 轮询、长轮询、websock
  13. zookeeper基本概念
  14. Exception的ToString()方法究竟返回的是什么
  15. window10装机 nvem简介,针对于 联想R720系列
  16. Python数据分析-Day1-Numpy模块
  17. winform 凹进去的button
  18. C#:struct的陷阱:无法修改“xxx”的返回值,因为它不是变量
  19. mysql 错误2203 1061 及安装最后出现2003现象的解决办法
  20. UVALive 6176 Faulhaber's Triangle

热门文章

  1. mysql 面试题
  2. 什么是redis?Reids的特点是什么?Redis支持的数据类型有哪些?
  3. SprimgMVC学习笔记(十一)—— 解决静态资源无法被springmvc处理
  4. 网络瓶颈、线程死锁、内存泄露溢出、栈堆、ajax
  5. python shell 清屏(window)
  6. 【算法笔记】B1008 数组元素循环右移问题
  7. Django Cannot assign "A1": "B1" must be a "C1" instance. 错误信息
  8. MITx: 6.00.1x Introduction to Computer Science and Programming Using Python Week 2: Simple Programs 4. Functions
  9. java的Spring学习2- junit
  10. PIE SDK栅格增强控制