社会化商务中消费者感知推荐信任的聚类方法研究

新兴社会化商务社会中人与人之间的高交互性及推荐信息的海量化和高动态性,对平台分析消费者感知信任提出了新的挑战。然而,对推荐信息进行聚类难以体现消费者主观性及主体间关系。本文将感知推荐信任聚类问题转化为复合网络划分问题,将主观逻辑方法与基于Normal矩阵的谱平分方法相结合构建社会化商务中消费者感知推荐信任的聚类方法。首先,将推荐信息转化为感知推荐信任,然后,从社交网络中抽取感知推荐信任相似度与关系亲密度网络,并构建Normal矩阵用谱平分方法进行划分。最后,通过多组仿真实验证明了该方法的实用性和有效性。该方法能够为社会化商务中消费者信任的分析提供新视角,为平台制定精准化营销策略提供支持。     

阶梯激励合约下代理人行为与合约激励效果

基于委托代理理论研究了阶梯激励合约下的代理人行为,并从委托人角度探讨了最优合约设计的问题。在一般市场需求分布和代理人效用函数下,代理人的效用可能是其努力水平的双峰函数,且存在一个阈值使得当合约绩效奖励超过该阈值时,代理人的努力水平“跳跃式”增加。通过比较阶梯激励合约与其他两类激励合约发现,当代理人是风险厌恶型且代理人的产出完全依赖于其努力水平,委托人总是更偏好阶梯激励合约。