[论文解读] Collective Attention and the Dynamics of Group Deals

Mao Ye, Chunyan Wang+3 more|arXiv (Cornell University)|Jul 22, 2011

Opinion Dynamics and Social Influence参考文献 10被引用 6

一句话总结

本文提出了一种群体优惠券的集体注意力预测动态模型，区分了 Groupon 和 LivingSocial 中的随机发现与社交传播阶段。研究发现，Groupon 的触发点机制导致更快的饱和和更早的可预测性，而 LivingSocial 的持续个人激励则延长了传播过程，使优惠券更难预测，但仍可使用社交传播框架准确建模。

ABSTRACT

We present a study of the group purchasing behavior of daily deals in Groupon and LivingSocial and introduce a predictive dynamic model of collective attention for group buying behavior. In our model, the aggregate number of purchases at a given time comprises two types of processes: random discovery and social propagation. We find that these processes are very clearly separated by an inflection point. Using large data sets from both Groupon and LivingSocial we show how the model is able to predict the success of group deals as a function of time. We find that Groupon deals are easier to predict accurately earlier in the deal lifecycle than LivingSocial deals due to the final number of deal purchases saturating quicker. One possible explanation for this is that the incentive to socially propagate a deal is based on an individual threshold in LivingSocial, whereas in Groupon it is based on a collective threshold, which is reached very early. Furthermore, the personal benefit of propagating a deal is also greater in LivingSocial.

研究动机与目标

• 理解 Groupon 和 LivingSocial 上每日群体优惠券中集体注意力的动态机制。
• 识别驱动购买量随时间变化的行为机制——随机发现与社交传播。
• 基于早期购买模式，开发群体优惠券成功性的预测模型。
• 比较由于激励结构差异（触发点 vs. 个人奖励）导致的平台间可预测性差异。
• 为利用社交传播的本地营销活动提供可操作的见解。

提出的方法

• 该模型将购买动态划分为两个阶段：拐点前的随机发现阶段与拐点后的社交传播阶段。
• 在 Groupon 中，拐点对应于触发点；在 LivingSocial 中，拐点与持续社交分享的开始时间一致。
• 采用随机模型以解析方式描述集体注意力的增长与衰减，参数通过真实数据估计。
• 社交传播（SP）模型利用早期购买数据预测最终优惠券销量，优于基线模型。
• 基线模型包括简单外推法（baseline1）和多元线性回归（baseline2）用于对比。
• 通过 Groupon 和 LivingSocial 数据集的测试集上的相对误差评估模型性能。

实验结果

研究问题

• RQ1 随机发现与社交传播如何共同塑造群体优惠券购买的动态？
• RQ2 为何 Groupon 的优惠券受欢迎程度在生命周期早期比 LivingSocial 更具可预测性？
• RQ3 不同的激励机制（触发点 vs. 个人奖励）如何影响社交传播的可预测性与持续时间？
• RQ4 基于早期数据的集体注意力随机模型在多大程度上能准确预测最终购买量？
• RQ5 拐点在区分发现与传播阶段中起到何种作用？

主要发现

• 社交传播（SP）模型在 Groupon 和 LivingSocial 上对最终购买量的预测表现均优于 baseline1 和 baseline2。
• 对于 Groupon，SP 模型在观察 12 小时后对 'Coastal Contacts' 优惠券的 129 次购买预测中，相对误差为 14%。
• 对于 LivingSocial，SP 模型在使用 12 小时数据时，对 65% 的优惠券相对误差低于 50%，优于 baseline1。
• 由于新颖性衰减更快且更早达到饱和，Groupon 的预测精度收敛速度更快（13 小时内误差降至 20%），而 LivingSocial 需 17 小时。
• Groupon 的触发点机制导致更快的饱和与更早的可预测性，而 LivingSocial 的持续个人激励延长了传播过程并延迟了可预测性。
• 尽管机制不同，但两个平台的底层随机过程及增长与衰减的分布参数惊人地相似。