[논문 리뷰] The Role of Social Networks in Online Shopping: Information Passing, Price of Trust, and Consumer Choice

Stephen Guo, Mengqiu Wang외 1명|arXiv (Cornell University)|2011. 04. 05.

Complex Network Analysis Techniques참고 문헌 30인용 수 42

한 줄 요약

이 연구는 타오바오의 소셜 코머스 생태계를 분석하기 위해 백만 명의 사용자 데이터셋을 사용하여 사회적 네트워크가 온라인 쇼핑에 어떻게 영향을 미치는지 조사한다. 삼중 클로처를 통한 정보 전파를 정량화하고, 판매자 평점으로부터 '신뢰의 가격'을 측정하며, SVM 기반 예측 모델에서 메시지 네트워크가 거래 네트워크와 연락처 네트워크를 능가하여 소비자 선택을 가장 잘 예측함을 입증한다. 카테고리별 모델을 사용할 경우 P@1이 0.58에 도달한다.

ABSTRACT

While social interactions are critical to understanding consumer behavior, the relationship between social and commerce networks has not been explored on a large scale. We analyze Taobao, a Chinese consumer marketplace that is the world's largest e-commerce website. What sets Taobao apart from its competitors is its integrated instant messaging tool, which buyers can use to ask sellers about products or ask other buyers for advice. In our study, we focus on how an individual's commercial transactions are embedded in their social graphs. By studying triads and the directed closure process, we quantify the presence of information passing and gain insights into when different types of links form in the network. Using seller ratings and review information, we then quantify a price of trust. How much will a consumer pay for transaction with a trusted seller? We conclude by modeling this consumer choice problem: if a buyer wishes to purchase a particular product, how does (s)he decide which store to purchase it from? By analyzing the performance of various feature sets in an information retrieval setting, we demonstrate how the social graph factors into understanding consumer behavior.

연구 동기 및 목표

• 대규모 전자상거래 플랫폼에서 사회적 상호작용, 특히 정보 전파가 온라인 구매 결정에 어떻게 영향을 미치는지 이해하기 위해.
• 소비자가 높은 평점을 받는 판매자와 거래할 때 지불하는 프리미엄을 분석하여 '신뢰의 가격'을 정량화하기 위해.
• 다양한 네트워크 유형(연락처, 메시지, 거래)의 예측 능력을 평가하여 온라인 쇼핑에서 소비자 선택을 모델링하기 위해.
• 지향적 삼중 클로처가 소셜 코머스 네트워크에서 어떤 역할을 하는지와 구매자-판매자 역할이 링크 형성에 어떻게 영향을 미치는지 조사하기 위해.
• 사회적 그래프 특징가 전통적인 메타데이터보다 소비자 거래 선택을 예측하는 데 훨씬 뛰어나다는 것을 입증하기 위해.

제안 방법

• 연구는 타오바오의 백만 명 사용자 데이터셋을 사용하여 거래, 메시지, 연락처 간선을 포함한 다중관계 네트워크로 플랫폼을 모델링한다.
• 정보 전파를 측정하기 위해 삼중 클로처 분석을 적용하며, 이는 구매자가 제품을 구매한 후 다른 구매자에게 추천할 가능성을 중심으로 한다.
• 지향적 삼중 클로처를 모델링하여 사용자 역할(구매자/판매자)에 따라 메시지 및 거래 간선이 어떻게 형성되는지 분석함으로써 사회적 영향력의 비대칭성을 밝혀낸다.
• 판매자 평점 데이터와 제품 가격 차이를 활용하여 신뢰의 가격을 정량화하며, 높은 평점과 가격 프리미엄 간의 상관관계를 입증한다.
• 소비자 선택을 예측하기 위해 SVM 랭킹 모델을 사용한 지도 학습 접근법을 적용하며, 네트워크 특징(메시지, 거래, 연락처)과 메타데이터 간 성능을 비교한다.
• 성능 평가에는 P@1(상위 1개에서의 정밀도)를 사용하고, 전체 모델과 카테고리별 모델 간 비교를 통해 예측 정확도를 평가한다.

실험 결과

연구 질문

• RQ1 구매자 간 소통을 통한 정보 전파가 전자상거래 플랫폼에서 구매 행동에 어떻게 영향을 미치는가?
• RQ2 특히 지향적 삼중 클로처의 맥락에서, 소셜 코머스 네트워크에서 사회적 및 상업적 링크 형성에 영향을 주는 요소는 무엇인가?
• RQ3 소비자는 신뢰할 수 있는 판매자와의 거래에서 얼마나 많은 가격 프리미엄을 지ay하는가? 그리고 신뢰는 가격에 어떻게 반영되는가?
• RQ4 연락처, 메시지, 거래 중 어느 네트워크 유형이 온라인 쇼핑에서 소비자 선택을 예측하는 데 가장 강력한 신호를 제공하는가?
• RQ5 카테고리별 모델은 단일 글로벌 모델에 비해 소비자 선택 과제에서 예측 정확도를 향상시킬 수 있는가?

주요 결과

• 정보 전파 능력은 메시지 강도와 밀접하게 관련되어 있으며, 제품 가격과 추천 시점과의 시간 지연과 반비례한다.
• 구매자 간 소통이 구매 활동의 주요 동력이며, 메시지 네트워크 간선이 소비자 선택에 가장 예측 가능한 요소이다.
• 메시지 네트워크는 거래 네트워크와 연락처 네트워크를 모두 능가하여 소비자 선택을 예측하는 데 성능이 뛰어나며, 이는 의사소통 이력이 신뢰와 친밀감을 반영한다는 것을 시사한다.
• 거래 네트워크는 연락처 네트워크보다 略히 더 나은 성능을 보이며, 실제 거래 이력이 단순한 친구 관계보다 더 유용한 정보임을 시사한다.
• 카테고리별 SVM 모델은 P@1이 0.58에 도달하여 단일 전체 모델 접근법(0.56)을 능가하며, 제품 카테고리가 예측에 영향을 미친다는 것을 보여준다.
• 특히 메시지 및 거래 링크를 포함한 사회적 그래프가 소비자 거래 선택을 예측하는 데 가장 중요한 특징 세트이며, 10명의 판매자 중에서 선택할 때 42%의 정확도를 달성하여 랜덤 선택보다 4배 높은 성능을 보인다.