陈 洪,陈 鹏,刘 燊,苏礼润
(1.福州外语外贸学院 语数教学部,福建 福州 350202;2.福州大学 经济与管理学院,福建 福州 350116;3.福州外语外贸学院 金融系,福建 福州 350202)
基于系统动力学的意见领袖视域下网络口碑传播建模与仿真
陈 洪1,陈 鹏2,刘 燊3,苏礼润1
(1.福州外语外贸学院 语数教学部,福建 福州 350202;2.福州大学 经济与管理学院,福建 福州 350116;3.福州外语外贸学院 金融系,福建 福州 350202)
网络口碑传播已成为影响企业宣传营销、消费者购买决策的重要形式,与大部分研究强调意见领袖在网络口碑传播中的积极作用不同,意见领袖在网络口碑传播中既可以视为一种资源和动力,又带有障碍因素。运用系统动力学的方法阐述意见领袖视角下网络口碑传播的因果关系,构建了系统动力学模型,并进行系统仿真,验证了意见领袖对网络口碑传播效果的灵敏性。结果表明:系统动力学模型能够较好地模拟实际中意见领袖视角下的网络口碑传播过程,能较好地拟合意见领袖对网络口碑传播的“抛物线”型影响,并分析了意见领袖度在网络口碑传播的正负两方面影响,为人们利用网络口碑传播提供有效的决策支持。
意见领袖;网络口碑传播;系统动力学;仿真
网络口碑传播以其能够更大程度影响和改变消费者的期望、认知、态度、行为及为公司带来更多的利润和长期顾客价值等优势,成为不可替代的传播形式。据Twitter统计分析,43%的用户会关注相关品牌以获得品牌的活动和促销信息,67%用户愿意将关注的品牌推荐给朋友[1]。因此,研究网络口碑传播无论是对于消费者还是企业都具有重大的意义。
近年来,网络的兴起改变了网络口碑传播的线性格局,呈现出多元化的网络状结构。FORMAN等通过对亚马逊的研究发现评论者隐藏个人背景(如年龄、身份等),激发了其他消费者对该评论者身份的验证,进而积极影响产品的销量[2];RACHERLA等提出网络口碑传播中评论者的个人特征(如身份披露、专业性和个人声誉等)会影响网络口碑传播的有用性[3];HYUNMI等研究表明口碑传播星级增大时,正面主观的信息比例会上升[4];CHEUNG等认为传播者声誉(意见领袖等)、互惠、归属感、乐于助人、道德责任、自我效能是进行网路口碑传播的前因变量[5];郭国庆等探讨了物质诱因、回报诱因、社交诱因和表现诱因对网络口碑传播意愿的影响[6];余航等综述了近年来有关网络口碑传播的相关文章[7]。在有关意见领袖实证研究方面,SONG等提出利用Influence Rank算法识别博客中的意见领袖[8];LIU等从用户影响力和用户活跃度建立微博网络平台意见领袖指标影响力体系,研究表明不同主题下同时成为意见领袖是小概率事件[9];SHI等研究表明外在报酬的存在会激发意见领袖在社会网络上的传播动机[10];王晨旭等通过对意见领袖的影响力进行实证分析,提出了基于消息传播的意见领袖影响力研究方法[11]。
然而意见领袖下的网络口碑传播是复杂的[12]。一方面,意见领袖基于专业能力、社会能力[13]、关系协调能力[14]可能提高了网络口碑传播中信息质量的可靠性,从而促进网络口碑的有效传播;另一方面,由于意见领袖在受众中的地位导致其传播的信息在一定程度上对其他传播者的声音形成了压制,这种压制不仅使得网络上多样性的声音受到抑制,还控制了网络舆论的走向从而引发网络暴力。由此可见,意见领袖对于网络口碑传播来说同时存在积极影响和消极影响,在这两种不同影响因素作用下研究网络口碑传播是如何变化的,仅仅通过定性研究是难以得出结果的。鉴于此,笔者综合运用社会网络理论和传播理论,对意见领袖在网络口碑传播中发挥作用的机理进行研究,从而为管理者更好地引导意见领袖发挥作用提供理论借鉴。
系统动力学理论认为,复杂系统的功能虽然取决于系统的要素,但更取决于系统要素之间的关系。若单纯地分析要素而忽略要素间关系(即输入、输出关系及因果关系),则无法洞悉系统本质特征。系统的行为和特征主要取决于系统内部的动态结构与反馈机制,具有相对比较明确的边界[15]。在网络口碑传播研究方面,文献[7]提出了网络口碑传播的系统性框架,认为网络口碑传播是网络口碑参与者、传播动机、信息要素等各要素相互作用的信息传播活动,信息传播过程中存在着交互与反馈,具有明显边界。意见领袖作为一种高级的网络口碑传播者,归属于网络口碑传播者群体,并不排除在网络口碑传播的边界之外。因此,意见领袖视角下的网络口碑传播符合系统动力学的建模条件。
根据前文所述,将意见领袖对网络口碑传播的影响分为两大部分、4个途径。积极影响部分为“专业能力”、“社会活动能力”、“关系协调能力”,消极影响部分为“信息交互动力”。网路口碑传播中,意见领袖通过这4个途径影响网络口碑的信息转移机制和信息转移量。综上分析,笔者得到网络口碑传播过程影响因素的因果关系图,如图1所示。
图1 网络口碑传播因果关系图
主要回路:①接受者信息量→信息差距→转移信息量→接受者信息量;②接受者信息量→接受者信息吸收能力→接受者信息吸收量→接受信息量;③接受者信息量→转移阈值→转移信息量→接受者信息量;④接受者信息量→接受者信息甄别能力→转移信息量→接受者信息量;⑤传播者信息量→传播者信息整合吸收能力→传播者信息吸收量→传播者信息量。
转移信息量受到转移阈值、信息差距、接受者信息甄别能力和转移机制4个因素共同影响,其中,信息差距、接受者信息甄别能力和转移机制3个参数与转移信息量间都是正向关系,转移阈值与转移信息量是负向关系。转移阈值表明网络口碑传播者对自己拥有的宝贵信息需要进行保密处理,当网络口碑传播者与接受者双方信息水平接近时,信息转移就不再发生。事实上,现实中传播者会或多或少地有意隐藏一些信息量,以免出现“教会徒弟,饿死师傅”的现象。接受者信息甄别能力表明,网络口碑接受者对传播者转移来的信息量要进行自我消化和吸收。如果信息甄别能力不强,信息转移的效果就会减弱。
对于网络口碑传播中意见领袖的影响,主要体现在网络口碑传播中信息转移机制上。意见领袖所产生的“专业能力”、“社会活动能力”、“关系协调能力”对信息转移机制呈正相关关系。“信息交互动力”对信息转移机制呈负相关关系。
模型的基本假设:①网络口碑传播中,口碑传播者的信息存量高于接受者的信息存量,存在信息势差;网络口碑传播者为了提升归属感、道德责任、信息回报、自我形象和文化效益,因此其存在网络口碑传播的动机[16],接受者则积极主动地学习和吸收对方转移的有价值信息。②网络口碑传播者的信息存量高于接受者,因此其信息的整合吸收能力高于接受者;由于接受者的主要目标是从网络口碑传播者获取信息,并对接受的信息进行吸收和转化,所以接受者的信息吸收欲望高于对方。最终得到的网络口碑传播的系统流图如图2所示。
图2 网络口碑传播系统动力学流图
该系统中有2个转态变量(L)、5个速率变量(R)、9个辅助变量(A)、5个常量(C),共计21个变量。
传播者信息量L1=INTEG(传播者信息吸收量-传播者信息遗忘量,100);传播者信息吸收量R1=传播者信息量×传播者传播意愿×传播者信息整合吸收能力;传播者信息整合吸收能力C1=0.25;传播者传播意愿C2=0.4。笔者研究意见领袖视角下网络口碑传播,一方面,与意见领袖相比,一般的传播者在专业性等能力上较弱;另一方面,为了突出意见领袖对网络口碑传播的作用,因此,将参数C1与C2分别设置为0.25与0.4。
传播者信息遗忘量R2=STEP(0.15×传播者信息吸收量+0.3,6),笔者采用阶跃函数模拟信息的遗忘过程,假设从第6个单位起传播者的信息开始遗忘,信息的遗忘率对于新吸收的信息量按每单位时间0.15考虑,已有的信息按每单位时间0.30考虑,直到仿真结束为止。
信息差距A1=传播者信息量-接受者信息量;接受者信息量L2=INTEG(接受者信息吸收量+转移信息量-接受者信息遗忘量,10);接受者信息吸收量R3=接受者信息量×接受者吸收能力×接受者卷入程度;接受者吸收能力A2=0.2×转移阈值;接受者卷入程度C3=0.5,接受者卷入程度按照0.5设置,即对于新的信息,接受者有50%概率接纳该信息;接受者信息遗忘量R4=STEP(0.1×接受者信息量+0.2×转移信息量,6)。
由于接受者的信息势能较小,吸收能力有限,因此所吸收的信息不一定都能转为己用,笔者估计有10%的信息被遗忘掉;同时由于认知的差距、甄别能力有限,对于转移过来的信息量的运用和理解也会遇到困难,使得转移信息打折,估计为80%。
转移阈值A3=接受者信息量/传播者信息量;转移信息量R5=DELAY1I(IF THEN ELSE(转移阈值<0.8,信息差距×接受者信息甄别能力×转移机制×信息需求匹配参数,0),1,0)。
笔者采用选择函数表示信息转移阈值,假设阈值上限为0.8,即当接受者的信息量达到传播者信息量的80%时,传播者会停止向接受者继续传播信息。此外,考虑到传播者在向接受者传播信息的过程中需要观察、判断接受者的信息水平,并且接受者接受的信息也需要一个消化的过程,因此这里用延迟函数反映。设传播者向接受者传播的信息量初始值为0,延迟时间为1单位。
接受者信息甄别能力A4=WITH LOOK UP{Time,[(0,0)-(60,1),(0,0.4),(60,0.9)]},接受者信息甄别能力随接受者信息的增长而提高,为简化研究,笔者按最初0.4、最终0.9的线性函数处理;信息需求匹配参数C4=0.6,信息需求参数是意见领袖转移过来的信息量可用性,意见领袖信息甄别能力高于接受者,因此对于接受者而言,其信息需求匹配参数是较高的,设置为0.6;意见领袖作用力C5=0.5,在模拟仿真过程中,初步设定意见领袖作用力为0.5;转移机制A5=专业能力×社会活动能力×关系协调能力×信息交互动力;专业能力A6=社会活动能力A7=关系协调能力A8=0.8×意见领袖作用力;信息交互动力A9=1-意见领袖作用力。
根据以上分析,为避免系统结构复杂,简单设计了“转移机制”中“专业能力”、“社会活动能力”、“关系协调能力”与“意见领袖”正相关的关系式,以及“信息交互动力”与“意见领袖”负相关的关系式。
模型仿真运行的目的是为了验证判断模拟结果的正确性和有效性。模型在Vensim平台上构建并仿真运行。设定时间为48个单位;传播者信息存量初始值设定为100;接受者信息存量初始值为10;转移阈值的界值为0.8;转移机制受专业能力、社会活动能力、关系协调能力及信息交互动力影响,意见领袖作用力在[0,1]之间取值,笔者取意见领袖作用力为50%。仿真结果如图3所示。
由图3可以发现:①网络口碑传播中口碑传播者和接受者的信息量都呈现增长态势,并且这种态势在后期得到较快增长。②网络口碑传播中传播者与接受者的信息遗忘量在口碑传播6个单位时间后开始显现。③网络口碑传播中传播者与接受者的信息差距随着时间的推移在不断扩大,这是因为传播者具备强大的信息整合与吸收能力,能在口碑传播的同时整合与吸收新的信息并增加自己的信息量;而接受者大部分处于被动接受传播者传播的信息,其信息增长较前者慢。④接受者得到的转移信息量随着时间的推移在不断增加,且后期增长较快。
图3 系统仿真运行结果
笔者研究的核心在于意见领袖对网络口碑传播所产生的影响。因此在影响信息转移量的4个因素中,通过改变模型中意见领袖的参数来进行转移机制的灵敏度分析,以期确定意见领袖对网络口碑传播的影响。
保持系统其他参数不变,逐步增加意见领袖作用力,依次为40%、50%、60%、70%、75%、80%、85%、90%,共得到8个方案。意见领袖作用力对网络口碑传播灵敏度分析如图4所示,可以看出,随着意见领袖作用力的逐步提高,网络口碑传播的转移信息量也不断增加,直到意见领袖作用力超过75%时,转移的信息量又随着意见领袖作用力的增加而减少,故方案“意见领袖75%”最优。意见领袖对网络口碑传播接受者信息量的影响与对转移信息量的影响是一致的,这说明意见领袖与网络口碑传播接受者信息量的关系是先增加后减少,呈现“抛物线”关系。
图4 意见领袖作用力对网络口碑传播灵敏度分析
另外,意见领袖影响转移信息量是通过转移机制来完成的,且笔者假设有4个途径来传递意见领袖对网络口碑的影响。通过意见领袖对网络口碑系统动力学仿真,可以得出系统对意见领袖影响网络口碑传播具有较高的灵敏度。合理运用意见领袖中的积极影响因素,以意见领袖的专业能力、社会活动能力、关系协调能力为口碑接受者快速提供相关信息,降低接受者的购买成本,将有效提升网络口碑传播。
与大部分研究强调意见领袖在网络口碑传播中的积极作用不同,笔者认为意见领袖在网络口碑传播中既可以视为一种资源和动力,又带有障碍因素。合适的意见领袖作用力能够提高信息的交流与学习,从而提高网络口碑的传播;当意见领袖作用力超过一定水平时,容易引发“沉默的螺旋”效应,造成网络口碑传播中信息交互作用减弱,不利于网络口碑的传播。研究结果建议,在利用意见领袖进行网络口碑传播时,需要同时考虑意见领袖的积极影响与消极影响。
当然,笔者研究中仍有许多不足之处,其中最大的局限性在于对意见领袖的概括提炼不够完善,仅仅把意见领袖对网络口碑传播影响途径用4个指标来表示。特别对意见领袖消极影响的因素考虑还不够深入、全面,事实上意见领袖可能加剧不良信息的传播、容易被利益集团利用等,这些因素都可以造成意见领袖对网络口碑产生消极影响。因此,将更多变量加入到模型中,是笔者下一步研究的重点。
[1] 王霞,牛海鹏.企业微博营销中品牌曝光度对网络口碑的影响研究[J].管理评论,2013,25(5):116-122.
[2] FORMAN C,GHOSE A,WIESENFELD B.Examining the relationship between reviews and sales: the role of reviewer identity disclosure in electronic markets[J].Information Systems Research,2008,19(3):291-313.
[3] RACHERLA P, FRISKE W. Perceived′ usefulness′ of online consumer reviews: an exploratory investigation across three services categories [J]. Electronic Commerce Research & Applications,2012,11(6):548-559.
[4] HYUNMI B, JOONG H A, YOUNGSEOK C. Helpfulness of online consumer reviews: readers′ objectives and review cues [J]. International Journal of Electronic Commerce,2012,17(2):99-126.
[5] CHEUNG C M K, LEE M K O. What drives consumers to spread electronic word of mouth in online consumer-opinion platforms [J]. Decision Support Systems,2012,53(1):218-225.
[6] 郭国庆,汪晓凡,曾艳.外部诱因对消费者正面网络口碑传播意愿的影响研究[J].财贸经济,2010(12):127-132.
[7] 余航,王战平.网络口碑影响的研究综述[J].情报杂志,2013,32(6):100-106.
[8] SONG X, CHI Y, HINO K, et al. Identifying opinion leaders in the blogosphere[C]∥Sixteenth ACM Conference on Information and Knowledge Management.Lisbon:[s.n.],2007:971-974.
[9] LIU Z M, LIU L. Recognition and analysis of opinion leaders in microblog public opinions [J]. Systems Engineering,2011,29(6):8-16.
[10] SHI M, WOJNICKI A C. Money talks to online opinion leaders: what motivates opinion leaders to make social-network referrals[J]. Journal of Advertising Research,2014,54(1):81-91.
[11] 王晨旭,管晓宏,秦涛,等.微博消息传播中意见领袖影响力建模研究[J].软件学报,2015,26(6):1473-1485.
[12] 何玲.网络传播中的意见领袖研究[D].成都:四川社会科学院,2010.
[13] CHO Y, HWANG J, LEE D. Identification of effective opinion leaders in the diffusion of technological innovation: a social network approach [J]. Technological Forecasting & Social Change,2012,79(1):97-106.
[14] 易成岐.社会网络的信息传播规律研究[D].哈尔滨:哈尔滨理工大学,2013.
[15] 王其藩.系统动力学[M].北京:清华大学出版社,1994:238-244.
[16] HENNIG-THURAU T,GWINNER K P,WALSH G,et al. Electronic word-of-mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the Internet[J]. Journal of Interactive Marketing,2004,18(1):38-52.
ModelingandSimulationofInternetWord-of-mouthDiffusionunderPerspectiveofOpinionLeaderBasedonSystemDynamics
CHENHong,CHENPeng,LIUShen,SULirun
Internet word-of-mouth diffusion has become an important in influencing the enterprise′s publicity of marketing and consumer′s purchasing decision. While most of the researchers emphasize the positive role of opinion leaders in word-of-mouth network, this paper argues that opinion leader in network word-of-mouth can be regarded as both a kind of resources, motivations and obstacles. Using system dynamics to analyze the Internet word of mouth with opinion leader causal relationship. Furthermore, a system dynamics model is established. Vensim is used to simulate and test validation and sensitivity of the model. The simulation results show that the model could either fit the practical Internet word of mouth with opinion leader,but also can well fit the "parabolic" influence of opinion leaders on the internet word-of-mouth communication, and analyze the influence of opinion leaders on internet word of mouth spread both positive and negative impact for people to use Internet word of mouth to provide effective communication and decision support.
opinion leader; internet word-of-mouth diffusion; system dynamics; simulation
2095-3852(2017)06-0721-06
A
2017-05-26.
陈洪(1990-),女,福建福州人,福州外语外贸学院语数教学部讲师,主要研究方向为系统动力学、空间统计.
福建省教育厅中青年教师教育科研基金项目(JAT170730);国家大学生创新创业训练计划项目(201713762014);福州市社会科学研究规划课题资助项目(2016skx02).
N99
10.3963/j.issn.2095-3852.2017.06.015
CHENHong:Lect.; Dept. of Chinese and Mathematical Studies, Fuzhou University of International Studies and Trade, Fuzhou 350202, China.