[論文レビュー] The Role of Social Networks in Online Shopping: Information Passing, Price of Trust, and Consumer Choice

Stephen Guo, Mengqiu Wang+1 more|arXiv (Cornell University)|Apr 5, 2011

Complex Network Analysis Techniques参考文献 30被引用数 42

ひとこと要約

本研究は、100万人のユーザーを含むデータセットを用いて、淘宝（Taobao）のソーシャル・コマースエコシステムを分析し、ソーシャルネットワークがオンラインショッピングにどのように影響を与えるかを検討する。三重閉合（triadic closure）を用いて情報伝達を定量化し、売り手の評価から『信頼の価格』を測定し、SVMベースの予測モデルにおいてメッセージネットワークが、取引ネットワークや接触ネットワークを上回り、カテゴリ別モデルを用いることでP@1が0.58に達することを示している。

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.

研究の動機と目的

• 大規模な電子商取引プラットフォームにおける、とりわけ情報伝達の影響を受けるソーシャル・インタラクションがオンライン購入意思決定にどのように影響を与えるかを理解すること。
• 消費者が高評価の売り手と取引する際に支払うプレミアム（価格上乗せ）を分析することで、『信頼の価格』を定量化すること。
• 異なるネットワークタイプ（接触、メッセージ、取引）の予測力の評価を通じて、オンラインショッピングにおける消費者選択をモデル化すること。
• ソーシャル・コマースネットワークにおける有向三重閉合（directed triadic closure）の役割と、買い手・売り手の役割がリンク形成に与える影響を調査すること。
• ソーシャル・グラフ特徴量が、従来のメタデータを著しく上回ることを実証すること、特に消費者取引選択の予測において。

提案手法

• 本研究は、淘宝から抽出された100万人のユーザーを対象としたデータセットを用い、取引、メッセージ、接触のエッジを持つマルチリレーショナルネットワークとしてプラットフォームをモデル化する。
• 情報伝達の測定には三重閉合分析を適用し、購入後に買い手が他の買い手に商品を勧める可能性に注目する。
• 有向三重閉合をモデル化し、ユーザーの役割（買い手／売り手）に基づいてメッセージおよび取引エッジがどのように形成されるかを検討することで、社会的影響の非対称性を明らかにする。
• 売り手の評価データと製品価格差を用いて信頼の価格を定量化し、高い評価が価格プレミアムと関連していることを示す。
• SVMランク付けモデルを用いた教師あり機械学習アプローチを採用し、ネットワーク特徴量（メッセージ、取引、接触）とメタデータの間で予測性能を比較する。
• 性能評価にはP@1（トップ1での正確性）を用い、全モデルとカテゴリ別モデルの比較を通じて予測精度を評価する。

実験結果

リサーチクエスチョン

• RQ1 買い手間のコミュニケーションによる情報伝達は、電子商取引プラットフォームにおける購買行動にどのように影響を与えるか？
• RQ2 特に有向三重閉合の文脈において、ソーシャル・コマースネットワークにおけるソーシャルおよび商業的リンクの形成にどのような要因が関与しているか？
• RQ3 消費者は信頼できる売り手と取引する際に、どの程度の価格プレミアムを支払うのか？信頼は価格にどのように反映されるか？
• RQ4 接触、メッセージ、取引のうち、どのネットワークタイプがオンラインショッピングにおける消費者選択の予測に最も強い信号を発するか？
• RQ5 カテゴリ別モデルは、単一のグローバルモデルに比べて、消費者選択タスクにおける予測精度を向上させることができるか？

主な発見

• 情報伝達はメッセージの強度に強く依存しており、製品価格が高く、購入から勧奨までの時間遅延が長いほど、その影響は弱まる。
• 買い手間のコミュニケーションが購買活動の主な駆動要因であり、メッセージネットワークエッジが消費者選択の予測において最も予測力が高い。
• メッセージネットワークは、取引ネットワークおよび接触ネットワークを上回り、通信履歴が信頼となじみを反映していることを示している。
• 取引ネットワークは接触ネットワークをわずかに上回る性能を示しており、実際の取引履歴が単なる友人関係よりもより情報量が多いことを示している。
• カテゴリ別SVMモデルはP@1が0.58に達し、単一の全モデルアプローチ（P@1 0.56）を上回る結果となり、製品カテゴリが予測に影響を及けることが示された。
• 特にメッセージおよび取引リンクを含むソーシャル・グラフが、消費者がどの売り手を選ぶかを予測する上で最も重要な特徴セットであり、10人の売り手の中から選択する際、42%の正確性（ランダム選択の4倍）を達成している。