博客用戶在線行為分為發(fā)文行為和流失行為。由于這兩種行為分別與交易過(guò)程中客戶的購(gòu)買(mǎi)行為和流失行為具有相似性,選擇借鑒客戶基分析中的Pareto/NBD模型進(jìn)行預(yù)測(cè)�？紤]到用戶間交互性對(duì)博客用戶在線行為具有重要影響,通過(guò)比例風(fēng)險(xiǎn)模型向經(jīng)典的Pareto/NBD模型中加入體現(xiàn)用戶間交互性的協(xié)變量。Pareto/NBD模型經(jīng)過(guò)改進(jìn),實(shí)現(xiàn)了對(duì)博客用戶在線行為的預(yù)測(cè)。實(shí)證研究以用戶博客空間中的總評(píng)論量和總瀏覽量作為協(xié)變量。數(shù)據(jù)分析結(jié)果顯示,當(dāng)使用總評(píng)論量作為影響流失行為的協(xié)變量時(shí),改進(jìn)模型的預(yù)測(cè)精度顯著提高。進(jìn)一步分析還發(fā)現(xiàn),總評(píng)論量對(duì)博客用戶"存活"時(shí)長(zhǎng)的正向激勵(lì)存在著閾值。 

【文章來(lái)源】：統(tǒng)計(jì)與信息論壇. 2013,28(06)CSSCI

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖１累計(jì)發(fā)文次數(shù)比較圖原模型在驗(yàn)證期高估累計(jì)發(fā)文次數(shù)的根本原因

。建模期內(nèi)具有相同發(fā)文次數(shù)的用戶的平均活躍度見(jiàn)圖３所示。鑒于非契約中企業(yè)無(wú)法察覺(jué)到客戶何時(shí)流失，因此本研究將兩種模型的預(yù)測(cè)值與經(jīng)驗(yàn)值進(jìn)行對(duì)比。根據(jù)經(jīng)驗(yàn)判斷用戶是否流失的具體方法是，若該用戶在驗(yàn)證期中沒(méi)有出現(xiàn)發(fā)文行為，則認(rèn)為該用戶已經(jīng)流失。就總體趨勢(shì)而言，活躍度隨著用戶發(fā)文次數(shù)的增多而增大。改進(jìn)前后模型的預(yù)測(cè)值差別不大，在大多數(shù)發(fā)文次數(shù)的取值點(diǎn)上，這些預(yù)測(cè)值與經(jīng)驗(yàn)值相吻合。部分取值點(diǎn)上活躍度被低估的主要原因是具有較高發(fā)文次數(shù)用戶的樣本量較少，增大了隨機(jī)誤差出現(xiàn)的可能性。圖２每天發(fā)文次數(shù)比較圖圖３用戶活躍度比較圖仔細(xì)觀察兩種模型的預(yù)測(cè)值可以發(fā)現(xiàn)，加入?yún)f(xié)變量后的模型顯著提高了發(fā)文次數(shù)為零的用戶的活躍度的預(yù)測(cè)效果（原模型的預(yù)測(cè)值高估了１０７．８７％，改進(jìn)后模型預(yù)測(cè)值僅低估了１５．８０％）。由于發(fā)文次數(shù)為零用戶的數(shù)量占到樣本總數(shù)的６０．７％，因此提高該取值點(diǎn)上的預(yù)測(cè)效果將顯著提高整個(gè)樣本客戶基規(guī)模的預(yù)測(cè)效果。建模期內(nèi)具有相同發(fā)文次數(shù)的用戶在驗(yàn)證期內(nèi)發(fā)文次數(shù)的平均值見(jiàn)圖４所示。改進(jìn)前后的模型對(duì)實(shí)際數(shù)值都有較好的擬合度。但對(duì)發(fā)文次數(shù)為“１３＋”的用戶而言，原模型明顯高估了他們的條件期望值（高估了６１．０６％），而加入?yún)f(xié)變量后的模型預(yù)測(cè)值將高估比例下降到１３．５８％。通過(guò)對(duì)上述四項(xiàng)預(yù)測(cè)值的分析可發(fā)現(xiàn)，使用Ｐａｒｅｔｏ／ＮＢＤ模型對(duì)博客網(wǎng)站中的客戶基進(jìn)行分析取得了不錯(cuò)的效果，但各項(xiàng)預(yù)測(cè)值仍存在一些不足之處。將觀察期末個(gè)體用戶博客空間中的總評(píng)論數(shù)作為協(xié)變量加入原模型之后，原模型預(yù)測(cè)值中的不足之處均得到較為顯著的改進(jìn)，由此可認(rèn)為，用戶間交互性確實(shí)對(duì)博客用戶在線行為產(chǎn)生了顯著

具有較高發(fā)文次數(shù)用戶的樣本量較少，增大了隨機(jī)誤差出現(xiàn)的可能性。圖２每天發(fā)文次數(shù)比較圖圖３用戶活躍度比較圖仔細(xì)觀察兩種模型的預(yù)測(cè)值可以發(fā)現(xiàn)，加入?yún)f(xié)變量后的模型顯著提高了發(fā)文次數(shù)為零的用戶的活躍度的預(yù)測(cè)效果（原模型的預(yù)測(cè)值高估了１０７．８７％，改進(jìn)后模型預(yù)測(cè)值僅低估了１５．８０％）。由于發(fā)文次數(shù)為零用戶的數(shù)量占到樣本總數(shù)的６０．７％，因此提高該取值點(diǎn)上的預(yù)測(cè)效果將顯著提高整個(gè)樣本客戶基規(guī)模的預(yù)測(cè)效果。建模期內(nèi)具有相同發(fā)文次數(shù)的用戶在驗(yàn)證期內(nèi)發(fā)文次數(shù)的平均值見(jiàn)圖４所示。改進(jìn)前后的模型對(duì)實(shí)際數(shù)值都有較好的擬合度。但對(duì)發(fā)文次數(shù)為“１３＋”的用戶而言，原模型明顯高估了他們的條件期望值（高估了６１．０６％），而加入?yún)f(xié)變量后的模型預(yù)測(cè)值將高估比例下降到１３．５８％。通過(guò)對(duì)上述四項(xiàng)預(yù)測(cè)值的分析可發(fā)現(xiàn)，使用Ｐａｒｅｔｏ／ＮＢＤ模型對(duì)博客網(wǎng)站中的客戶基進(jìn)行分析取得了不錯(cuò)的效果，但各項(xiàng)預(yù)測(cè)值仍存在一些不足之處。將觀察期末個(gè)體用戶博客空間中的總評(píng)論數(shù)作為協(xié)變量加入原模型之后，原模型預(yù)測(cè)值中的不足之處均得到較為顯著的改進(jìn)，由此可認(rèn)為，用戶間交互性確實(shí)對(duì)博客用戶在線行為產(chǎn)生了顯著影響。圖４發(fā)文次數(shù)的條件期望比較圖四、討論根據(jù)經(jīng)驗(yàn)判斷，若某一用戶博客空間內(nèi)總評(píng)論數(shù)越多，則表明該用戶與博客網(wǎng)站中其他用戶的交互頻率越高。此時(shí)，博客網(wǎng)站具有更強(qiáng)的粘性，該用戶將“存活”更長(zhǎng)的時(shí)間。接下來(lái)，本研究從群體層面出發(fā)，定量分析總評(píng)論數(shù)對(duì)流失行為造成的影響。在加入?yún)f(xié)變量后的模型中，群體用戶在τ時(shí)刻的流失概率為：ｆ（τ｜ｓ，β０，γ，ｔａｃ）＝ｓβ０ｅｘｐ（－γ·ｔ

【參考文獻(xiàn)】：
期刊論文
[1]Pareto/NBD模型在網(wǎng)絡(luò)信息失效判別分析中的探索性研究[J]. 馬費(fèi)成,蘇小敏,望俊成.  情報(bào)理論與實(shí)踐. 2011(11)
[2]SMC模型在IT分銷(xiāo)業(yè)的實(shí)證案例研究[J]. 齊佳音,李懷祖,舒華英,秦良娟.  系統(tǒng)工程理論與實(shí)踐. 2004(03)



本文編號(hào)：3252779