2019年3月20日下午两点，营销工程与创新研究中心(以下简称“MEI”)2018-2019年第二学期第5次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师及MEI各位成员。

　　本次Seminar由王薇研读文章《Building a Social Network for Success》。

　　如今，很多企业或者自媒体人都在社交平台上拥有自己的主页以及粉丝，但是企业很困惑，该如何管理粉丝，如何增加自身与粉丝的互动(firm-to-consumer connections)，或者粉丝间的互动(connections between consumers)来提高收益。

　　因此，本文提出了一个动态网络框架来研究一个品牌、企业、或者个人(自媒体)如何利用在线活动或与其粉丝的互动，促进粉丝间的关系，并取得短期或长期的效益(如提高销量、作品下载量等)。也就是说，通过建模，研究活动策略对企业或个人的ego network(自我中心网络)的结构和效益的影响。作者采用Bayesian modelling framework来描述网络的异质性与动态性。并用工具变量法来消除模型中的内生性问题。

　　图一 豆瓣中的社交网络

　　文章涉及三个重要变量，第一，Ego Network Activities，包括粉丝邀请(Friend Request)、评论(Comments Sent)、上传新歌(New Song Upload) ，Activity可以分为两个层面，一方面是企业生产产品获得成功，另一个方面是通过管理粉丝增加互动，通过社会影响提高销量的，本文用粉丝邀请、评论、上传新歌来测量Activity，同时，本文没有区分粉丝间的活动或是粉丝与企业、个人之间的互动，互动都是按照数量来衡量的，文章的research部分详细解释了这个问题。第二个是Ego Network Measures，包括度中心性(Degree Centrality)、介中心性(Between Centrality)、密度(Density) 。在无向图(Undirected Graph)中，度中心性测量网络中一个节点与所有其它节点相联系的程度。对于一个拥有g个节点的无向图，节点i的度中心性是i与其它g-1个节点的直接联系总数，而介中心性是指以经过某个节点的最短路径数目来刻画节点重要性的指标，密度则是指所有节点之间可能存在的关系。最后一个是Online Success，即为歌曲播放的数量(the Number of Song Plays)。

　　结论表明，短期内，活动策略(评论、加好友)与网络结构(度中心性、密度)对效益均有正向影响;加好友增加了度中心性，降低密度;评论同时增加度中心性与密度。长期来看，活动策略(评论、加好友)与网络结构(度中心性、密度)对效益均有正向影响;评论最有效;加好友增加了度中心性，降低密度;评论同时增加度中心性与密度。

　　这篇文章有三个贡献。第一，介绍了外生变量，构建了理论框架，介绍了Artist活动的三个外生变量，即粉丝邀请、评论和上次新歌。第二，本文使用了动态结构模型来捕捉活动策略和网络结构对社交网络成功的影响、网络结构的演变，以及解释机制，这个模型是随时间变化的、具有动态性。第三，为了解决内生性问题，本文选取了非常有效的工具变量，即另一个国家的音乐网站，以此来控制模型的内生性，一方面，美国的音乐平台与欧洲的音乐平台(研究对象)是相互独立的，重复的粉丝数量极少，因此对于欧洲音乐平台上的下载量(因变量)不会产生影响。另一方面，由于美国的音乐比欧洲更发达，因此欧洲的Artist会模仿其活动，双方的活动是具有相关性的。

　　文章有几个亮点值得借鉴，第一，在数据方面，使用时间序列数据，可以反映动态性;第二，建立动态模型来捕捉变量的动态变化，以往的文章经常用一些内生变量来构建模型，而本文则用了粉丝邀请、评论和上次歌曲这三个外生变量来衡量粉丝互动;第三，估计方程时，要注意内生性的控制。

　　图二 王薇分享文章

　　至此，本次Seminar文章研读完毕。

　　之后，毛宋萍同学分享了自己的研究，从二手数据出发，向大家展示了研究框架和假设，老师和同学们给出了宝贵的建议。

　　至此，本学期第五次Seminar圆满结束。

　　文字/陈晶晶

　　供图/苏  羽

　　审核/郑仕勇

　　网站编辑 / 苏  羽