[论文解读] Spatial diffusion and churn of social media

Balázs Lengyel, Riccardo Di Clemente+2 more|arXiv (Cornell University)|Apr 4, 2018

Innovation Diffusion and Forecasting被引用 3

一句话总结

本研究利用2002–2012年匈牙利在线社交网络（OSN）数据集，分析了数字技术的空间扩散与用户流失（churn）现象。研究发现，城镇中的早期采用者流失较早，个体更易受附近朋友流失行为的影响，而非远距离联系人；空间扩散模型必须考虑距离衰减、采纳时间同质性以及城市规模效应，才能在标准Bass模型基础上提升预测准确性。

ABSTRACT

Innovative ideas, products or services spread on social networks that, in the digital age, are maintained to large extent via telecommunication tools such as emails or social media. One of the intriguing puzzles in social contagion under such conditions is the role of physical space. It is not understood either how geography influences the disappearance of products at the end of their life-cycle. In this paper, we utilize a unique dataset compiled from a Hungarian on-line social network (OSN) to uncover novel features in the spatial adoption and churn of digital technologies. The studied OSN was established in 2002 and failed in international competition about a decade later. We find that early adopter towns churn early; while individuals tend to follow the churn of nearby friends and are less influenced by the churn of distant contacts. An agent-based Bass Diffusion Model describes the process how the product gets adopted in the overall population. We show the limitations of the model regarding the spatial aspects of diffusion and identify the directions of model corrections. Assortativity of adoption time, urban scaling of adoption over the product life-cycle and a distance decay function of diffusion probability are the main factors that spatial diffusion models need to account for.

研究动机与目标

• 理解物理地理因素如何影响在线社交网络中数字技术的采纳与衰退（流失）过程。
• 探究产品扩散与消失的空间模式，特别是地理邻近性在用户行为中的作用。
• 评估经典Bass扩散模型在捕捉数字技术采纳空间动态方面的局限性。
• 识别必须纳入空间扩散模型的关键空间因素，如距离衰减、采纳时间同质性与城市规模效应。
• 提出对Bass模型的修正，以更真实地反映社交媒体生态系统中实际的空间采纳与流失模式。

提出的方法

• 利用2002至2012年期间活跃的匈牙利在线社交网络（OSN）的独特纵向数据集，追踪用户随时间的采纳与流失行为。
• 应用Bass扩散模型的基于代理的扩展版本，模拟在空间约束与社会影响下的采纳动态。
• 通过距离衰减函数量化空间扩散，以建模基于采纳者地理邻近度的采纳概率。
• 分析采纳时间同质性，评估地理邻近用户是否倾向于同时采纳或流失。
• 通过比较不同规模城镇在产品生命周期内的采纳率，考察城市规模效应。
• 通过将模拟的扩散模式与实证数据对比，评估模型性能，识别标准Bass模型的不足之处。

实验结果

研究问题

• RQ1 物理邻近性在多大程度上影响在线社交网络中数字技术的采纳与流失？
• RQ2 城镇中的早期采用者是否比其他地区用户更早流失？其背后原因是什么？
• RQ3 个体在多大程度上受附近朋友流失行为的影响，而非远距离联系人的影响？
• RQ4 哪些空间因素——如距离衰减、城市规模或采纳时间相关性——必须被纳入以改进Bass扩散模型？
• RQ5 数字产品生命周期内，采纳与流失的空间动态如何演变？

主要发现

• 早期采用者所在的城镇经历了更早的流失，表明地理位置与产品放弃时间存在相关性。
• 个体显著更易受附近朋友流失行为的影响，而非远距离联系人，支持了局部影响效应的存在。
• 标准Bass扩散模型在捕捉空间动态方面表现欠佳，原因在于其缺乏地理约束与距离依赖的影响机制。
• 距离衰减函数能有效建模采纳概率随与采纳者地理距离增加而下降的现象。
• 采纳时间同质性——即地理邻近用户倾向于在同一时间采纳或流失——是影响空间扩散模式的重要因素。
• 观察到城市规模效应：较大城镇表现出更高的采纳率以及更同步的流失模式，贯穿产品生命周期。