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。

Daily paper -Science 2006: Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market (探究群体行为对商品销量的影响)的更多相关文章

  1. Flipping Bits in Memory Without Accessing Them: An Experimental Study of DRAM Disturbance Errors

    目录 . Rowhammer Introduction . Rowhammer Principle . Track And Fix 1.  rowhammer introduction 今天的DRAM ...

  2. (zhuan) Paper Collection of Multi-Agent Reinforcement Learning (MARL)

    this blog from: https://github.com/LantaoYu/MARL-Papers Paper Collection of Multi-Agent Reinforcemen ...

  3. tpo-09 C1 Advice on a term paper's topic

    第 1 段 1.Listen to a conversation between a student and her professor. 请听一段一名学生和教授讨论的对话. 第 2 段 1.Befo ...

  4. Recommender Systems中Yehuda Koren 和 Ma Hao的paper

    以前读了Yehuda Koren和Ma Hao的论文,感觉非常不错,这里分享一下.如果想着具体了解他们近期发的论文,可以去DBLP去看看. Yehuda Koren也是Netflix Prize的冠军 ...

  5. weekly paper read

    week9: 查找论文的情况 1.*(reference) title:Improving Performance and Capacity of Flash Storage Devices by E ...

  6. 【Mac进销存管理软件】Daily Sales Pro Mac

        [简介] Daily Sales Mac版是Mac平台上的一款进销存软件,库存管理系统.Daily Sales Mac版是一款易于使用的进出库存管理软件,让您及时了解库存状况.销售收入.采购成 ...

  7. Networked Graphics: Building Networked Games and Virtual Environments (Anthony Steed / Manuel Fradinho Oliveira 著)

    PART I GROUNDWORK CHAPTER 1 Introduction CHAPTER 2 One on One (101) CHAPTER 3 Overview of the Intern ...

  8. 基音检测算法的性能:Performance Evaluation of Pitch Detection Algorithms

    http://access.feld.cvut.cz/view.php?cisloclanku=2009060001 Vydáno dne 02. 06. 2009 (15123 přečtení) ...

  9. 论文翻译:2020_DCCRN: Deep Complex Convolution Recurrent Network for Phase-Aware Speech Enhancement

    论文地址:DCCRN:用于相位感知语音增强的深度复杂卷积循环网络 论文代码:https://paperswithcode.com/paper/dccrn-deep-complex-convolutio ...

随机推荐

  1. win7运行nodejs,返回IPV6:::ffff:127.0.0.1

    问题: 在win7上使用telnet连接node生成的服务器,在获取ip的过程中出现的问题. win7默认开启IPV6,所以获取的IP地址带有::ffff:前缀. 如果程序中使用到了IP地址,有可能会 ...

  2. Qt 学习之路 2(37):文本文件读写

    Qt 学习之路 2(37):文本文件读写 豆子 2013年1月7日 Qt 学习之路 2 23条评论 上一章我们介绍了有关二进制文件的读写.二进制文件比较小巧,却不是人可读的格式.而文本文件是一种人可读 ...

  3. python学习之路---day06

    一:is 和 == 的区别 01)a b 两个变量 is 是比较变量的内存地址,如果地址相等,则返回True,如果不相等,则返回False == 是比较变量两边内容是否一样,如果一样则返回True,不 ...

  4. POJ3635 Full Tank? 优先队列BFS or 分层图最短路 or DP?

    然而我也不知道这是啥啊...反正差不多...哪位大佬给区分一下QWQ.. 好的,我把堆的<写反了..又调了一个小时..你能不能稳一点.... 记录状态:所在位置u,油量c,花费w 扩展状态: 1 ...

  5. java的长字符串转化为短字符串

    public class CustomEncrypt{ public static void main( String[] args ) { /* * c#给的正确测试用例: id=>mid * ...

  6. wx.getLocation和show-location定位点不符

    发现开发者工具未发现此类问题,到了真机上预览,观察到wx.getLocation的经纬度和show-location定位点的位置不符合.该怎么解决? 开发者工具上: 真机上: 解决方法: getLoc ...

  7. 利用touchslide实现tab滑动切换

    <!DOCTYPE html> <html> <head> <meta http-equiv="Content-Type" content ...

  8. Python中 字符串 转换为 字典

    需求:把以下字符串转换为字典 #字符串 testStr = '{ "pName": "Ceshi", "gender": 1, " ...

  9. java c c++大学补遗

    第一次面试时的问题是一个看起来50多数的老工程师问的, 仍然记忆犹新 java(面向对象)的基本特性? 封装 继承 多态 工作几年后,各种框架用来用去, 回想起这个问题,java也就剩下这几个特性了

  10. Linux——文件和文件夹的操作

    Linux有三种文件: 普通文件(包括文本文件.源码文件.可执行文件等等) 设备文件(或者成为特殊文件,linux通过设备文件与外部设备进行通讯,例如:光驱.打印机.终端.modern) 设备文件有两 ...