導(dǎo)語(yǔ)

為何社交電商巨頭拼多多在不到三年的時(shí)間里就獲得超過(guò)2億的用戶？人們?yōu)楹稳绱藷嶂杂谏缃浑娚蹋克鼈兿鄬?duì)傳統(tǒng)電商有哪些特點(diǎn)？研究發(fā)現(xiàn)，社交電商讓人們的購(gòu)物與社交生活緊密結(jié)合，使得購(gòu)物與社交的邊界變得模糊，在社交同時(shí)產(chǎn)生經(jīng)濟(jì)行為，在購(gòu)物同時(shí)維系親友關(guān)系。

清華大學(xué)電子系數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室聯(lián)合斯坦福大學(xué)、哈佛商學(xué)院、京都大學(xué)、香港城市大學(xué)等研究機(jī)構(gòu)，針對(duì)國(guó)內(nèi)數(shù)字社交經(jīng)濟(jì)發(fā)展新形態(tài)，系統(tǒng)揭示、建模以社交電商為代表的社會(huì)關(guān)系與經(jīng)濟(jì)行為耦合新范式。系列研究成果發(fā)表于該交叉研究涉及的社會(huì)計(jì)算、人機(jī)交互、信息檢索等領(lǐng)域頂級(jí)國(guó)際會(huì)議與期刊， 包括CHI、CSCW、ICWSM、WWW、WSDM、SIGIR等論文十余篇。

研究領(lǐng)域：社交經(jīng)濟(jì)，網(wǎng)絡(luò)結(jié)構(gòu)，機(jī)器學(xué)習(xí)

曹瀚成、陳智隆 | 作者

梁金 | 審校

鄧一雪 | 編輯

圖1 社交電商平臺(tái)

社交電商作為數(shù)字社交經(jīng)濟(jì)的典型場(chǎng)景，通常指利用社交媒體和社交網(wǎng)絡(luò)進(jìn)行在線交易活動(dòng)的電子商務(wù)形式。近年來(lái)，社交電商這一新型數(shù)字社交經(jīng)濟(jì)形態(tài)在中國(guó)迅猛發(fā)展，取得了巨大成功。例如，社交電商巨頭拼多多在不到三年的時(shí)間里就獲得了超過(guò)2億的用戶。這些社交電商平臺(tái)通過(guò)與以微信為代表的即時(shí)通訊業(yè)務(wù)緊密結(jié)合，滲透進(jìn)入并利用原有的現(xiàn)實(shí)世界的密切關(guān)系，將中國(guó)社會(huì)中的“關(guān)系”納入經(jīng)濟(jì)交易。和品牌、名人等關(guān)鍵意見領(lǐng)袖（Key Opinion Leader）發(fā)揮主導(dǎo)作用的傳統(tǒng)電商模式不同，在和微信深入契合的社交電商中，緊密的親友關(guān)系發(fā)揮極為重要的驅(qū)動(dòng)作用：用戶通過(guò)微信將商品分享給親朋好友、進(jìn)行推薦以獲得價(jià)格優(yōu)惠，而社交電商的社交屬性也在用戶購(gòu)物的同時(shí)提供了維系親友關(guān)系的機(jī)會(huì)。由此，不同于傳統(tǒng)經(jīng)濟(jì)行為與社交行為相對(duì)獨(dú)立的電商平臺(tái)和社交平臺(tái)，社交電商提供了一個(gè)研究社會(huì)關(guān)系與經(jīng)濟(jì)行為之間相互作用的獨(dú)特情景。

針對(duì)上述情況，研究團(tuán)隊(duì)從機(jī)制理解建模和算法設(shè)計(jì)優(yōu)化兩個(gè)角度出發(fā)，結(jié)合計(jì)算機(jī)科學(xué)、人工智能、數(shù)據(jù)科學(xué)、營(yíng)銷學(xué)、管理學(xué)、社會(huì)學(xué)等跨學(xué)科研究方法，系統(tǒng)探究、揭示、建模數(shù)字社交經(jīng)濟(jì)場(chǎng)景下社會(huì)關(guān)系和經(jīng)濟(jì)行為深度耦合的新范式，并為未來(lái)社交電商及其他結(jié)合社會(huì)關(guān)系與經(jīng)濟(jì)行為的社會(huì)計(jì)算系統(tǒng)設(shè)計(jì)提供洞見。

圖2 社交電商平臺(tái)界面

1. 數(shù)字社交經(jīng)濟(jì)機(jī)制理解建模

在機(jī)制理解建模方面，研究團(tuán)隊(duì)通過(guò)系列工作從多個(gè)角度對(duì)社會(huì)關(guān)系和經(jīng)濟(jì)行為深度耦合場(chǎng)景下的用戶行為進(jìn)行全面的研究。

研究團(tuán)隊(duì)通過(guò)千萬(wàn)級(jí)用戶數(shù)據(jù)實(shí)證測(cè)量社交電商平臺(tái)的網(wǎng)絡(luò)結(jié)構(gòu)和動(dòng)態(tài)（Cao et al. ICWSM 2020），發(fā)現(xiàn)社交電商在去中心化網(wǎng)絡(luò)結(jié)構(gòu)、邀請(qǐng)級(jí)聯(lián)、購(gòu)買同質(zhì)性和用戶忠誠(chéng)度方面與傳統(tǒng)場(chǎng)景存在顯著差異。借助用戶間的口口相傳（Word-of-Mouth）機(jī)制，社交電商生長(zhǎng)速度更快、用戶粘性、忠誠(chéng)度、復(fù)購(gòu)率更高。

圖3 社交電商邀請(qǐng)級(jí)聯(lián)，相對(duì)傳統(tǒng)電商具有生長(zhǎng)速度快的特點(diǎn)

研究團(tuán)隊(duì)結(jié)合深度定性研究和大規(guī)模數(shù)據(jù)驅(qū)動(dòng)的定量研究分析數(shù)字社交經(jīng)濟(jì)場(chǎng)景下用戶購(gòu)買動(dòng)機(jī)與用戶體驗(yàn)（Cao et al. CSCW 2021）和購(gòu)買行為（Xu et al. CSCW 2019）。研究發(fā)現(xiàn)社交電商平臺(tái)中用戶的購(gòu)買轉(zhuǎn)化率是傳統(tǒng)電商的3.09～10.37倍，并且可以通過(guò)更好的興趣匹配、社會(huì)影響、社交認(rèn)同和價(jià)格敏感性機(jī)制來(lái)解釋（Xu et al. CSCW 2019）。

研究團(tuán)隊(duì)發(fā)現(xiàn)數(shù)字社交經(jīng)濟(jì)能夠給用戶帶來(lái)更可達(dá)、更低成本、更泛在的購(gòu)物體驗(yàn)，通過(guò)引入個(gè)體間信任、群體信任認(rèn)同、同質(zhì)性、從眾性等機(jī)制影響決策過(guò)程。區(qū)別于傳統(tǒng)電商上人們傾向于購(gòu)買品牌產(chǎn)品，社交電商上用戶更傾向于嘗試親友推薦的較小眾、新穎的商品；購(gòu)物與社交的邊界也較以往模糊，在社交同時(shí)產(chǎn)生經(jīng)濟(jì)行為（Cao et al. CSCW 2021）。

研究團(tuán)隊(duì)發(fā)現(xiàn)數(shù)字社交經(jīng)濟(jì)成功帶動(dòng)中國(guó)欠發(fā)達(dá)地區(qū)在傳統(tǒng)電商模式下被邊緣化的群體，將該群體熟悉的集市經(jīng)濟(jì)轉(zhuǎn)換為線上形式（Chen et al. CHI 2022）。

圖4 社交電商商品多樣性與購(gòu)買轉(zhuǎn)化率的關(guān)系：購(gòu)買商品更多樣、轉(zhuǎn)化率更高

研究團(tuán)隊(duì)分析在數(shù)字社交經(jīng)濟(jì)生態(tài)環(huán)境中主體/中介（agent/intermediary，社交電商中介于平臺(tái)與普通用戶中間連接供需兩端、幫助銷售的角色，如“社區(qū)團(tuán)長(zhǎng)”）的角色特征，揭示主體的轉(zhuǎn)變過(guò)程（Xu et al. ICWSM 2021）和主體在社交電商中發(fā)揮的作用（Chen et al. CSCW 2020, Piao et al. CSCW 2021）。研究團(tuán)隊(duì)發(fā)現(xiàn)數(shù)字社交經(jīng)濟(jì)中主體充當(dāng)著局部趨勢(shì)發(fā)現(xiàn)者（洞察好友們需求）和“線上雜貨鋪”的作用，挖掘了成功主體所采取的策略模式（Chen et al. CSCW 2020），并發(fā)現(xiàn)將主體加入到推薦反饋回路中顯著降低了推薦的同質(zhì)性（Piao et al. CSCW 2021）。研究團(tuán)隊(duì)闡釋了影響主體邀請(qǐng)和轉(zhuǎn)化的機(jī)制，證實(shí)了社交趨同性、社會(huì)關(guān)系影響、拒絕避免和成本-效益權(quán)衡等因素的重要影響作用（Xu et al. ICWSM 2021）。

圖5 介于社交電商平臺(tái)與普通用戶間的主體/中介（agent/intermediary）

研究團(tuán)隊(duì)進(jìn)一步證實(shí)，利用新型圖神經(jīng)網(wǎng)絡(luò)對(duì)社交電商中復(fù)雜的社交互動(dòng)行為進(jìn)行有效建模，可以實(shí)現(xiàn)準(zhǔn)確的用戶價(jià)值預(yù)測(cè) (Piao et al. WWW 2021) 和社群價(jià)值預(yù)測(cè) (Zhang et al. WWW 2021)，從而有效利用用戶社交信息預(yù)測(cè)經(jīng)濟(jì)價(jià)值。同時(shí)研究團(tuán)隊(duì)發(fā)現(xiàn)，可以基于因果推斷的方法建模社交影響的因果性，避免“偽關(guān)聯(lián)”，實(shí)現(xiàn)精準(zhǔn)的社交電商用戶流失預(yù)測(cè)（Zhang et al. WSDM 2022）。

2. 數(shù)字社交經(jīng)濟(jì)平臺(tái)算法設(shè)計(jì)優(yōu)化

基于數(shù)字社交經(jīng)濟(jì)機(jī)制的理解，研究團(tuán)隊(duì)提出了一系列創(chuàng)新性的機(jī)器學(xué)習(xí)算法設(shè)計(jì)，從而構(gòu)建了更有效、更先進(jìn)用于數(shù)字社交經(jīng)濟(jì)平臺(tái)的推薦系統(tǒng)，為用戶提供更加精準(zhǔn)的商品推薦。

在關(guān)系感知的社會(huì)化推薦方面，研究團(tuán)隊(duì)利用基于三元組的口口相傳結(jié)構(gòu)聯(lián)合建模用戶興趣和社交影響（Gao et al. TKDE2020a），設(shè)計(jì)特質(zhì)化的社交正則方法，建模朋友間的細(xì)粒度相似性（Gao et al. TKDE2020b），并構(gòu)建基于社會(huì)關(guān)系的注意力圖卷積網(wǎng)絡(luò)，有效建模社交電商異質(zhì)信息網(wǎng)絡(luò)中不同種類的關(guān)系（Xu et al. CIKM 2019）。

圖6 社交電商異質(zhì)信息網(wǎng)絡(luò)

在跨平臺(tái)推薦方面，研究團(tuán)隊(duì)同時(shí)考慮社交關(guān)系和跨平臺(tái)特征，有效利用不同平臺(tái)的用戶-商品交互信息和社交媒體上的社交關(guān)系信息，實(shí)現(xiàn)精準(zhǔn)的跨平臺(tái)推薦系統(tǒng) (Lin et al. SIGIR 2019)。

圖7 跨平臺(tái)推薦算法

在團(tuán)購(gòu)?fù)扑]方面，研究團(tuán)隊(duì)設(shè)計(jì)用于刻畫復(fù)雜團(tuán)購(gòu)行為的圖卷積網(wǎng)絡(luò)方法 (Zhang et al. ICDE 2021)，構(gòu)建有向異質(zhì)圖及基于多視圖嵌入傳播的圖卷積網(wǎng)絡(luò)模塊，表征用戶面向拼團(tuán)的購(gòu)買行為及社交關(guān)系，提取圖上高階結(jié)構(gòu)信息，并有效利用團(tuán)購(gòu)失敗記錄提升用戶偏好學(xué)習(xí)效果，實(shí)現(xiàn)精準(zhǔn)拼團(tuán)推薦。

圖8 團(tuán)購(gòu)?fù)扑]算法

開源數(shù)據(jù)集

為方便相關(guān)研究者的進(jìn)一步分析研究數(shù)字社交經(jīng)濟(jì)平臺(tái)，研究團(tuán)隊(duì)填補(bǔ)現(xiàn)今沒(méi)有公開社交電商數(shù)據(jù)集的空缺，精心收集、整理并開源了兩個(gè)真實(shí)世界的大規(guī)模數(shù)據(jù)集：用于精準(zhǔn)社會(huì)化推薦、跨平臺(tái)社會(huì)化推薦和口口相傳推薦的分享-購(gòu)買行為數(shù)據(jù)集和用于團(tuán)購(gòu)?fù)扑]的團(tuán)購(gòu)數(shù)據(jù)集。

相關(guān)工作鏈接

相關(guān)論文詳情參見：

http://fi.ee.tsinghua.edu.cn/social-e-commerce/

作者信息

系列研究由清華大學(xué)電子系數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室金德鵬老師、李勇老師領(lǐng)導(dǎo)，主要作者包括數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室在讀研究生陳智隆、張國(guó)楨、樸景華、張鈞，數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室畢業(yè)生曹瀚成（現(xiàn)斯坦福大學(xué)博士生）、高宸（現(xiàn)清華大學(xué)博士后）、徐豐力（現(xiàn)芝加哥大學(xué)博士后）、林子恒（現(xiàn)小米科技）等。

金德鵬，教授，博士生導(dǎo)師，現(xiàn)為清華大學(xué)電子系黨委書記。長(zhǎng)期從事網(wǎng)絡(luò)數(shù)據(jù)分析與通信系統(tǒng)方面研究工作。申請(qǐng)發(fā)明專利50余項(xiàng)，已授權(quán)發(fā)明專利32項(xiàng)。2002年獲國(guó)家技術(shù)發(fā)明二等獎(jiǎng)。歷年共發(fā)表學(xué)術(shù)論文200余篇，其中SCI收錄論文120余篇。

http://web.ee.tsinghua.edu.cn/jindepeng/zh_CN/index.htm

李勇，清華大學(xué)電子系長(zhǎng)聘副教授，博士生導(dǎo)師，長(zhǎng)江學(xué)者，國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目負(fù)責(zé)人。長(zhǎng)期從事數(shù)據(jù)科學(xué)與智能方面的科研工作，在KDD、NeurIPS、ICLR、WWW、UbiComp等國(guó)際會(huì)議與期刊發(fā)表學(xué)術(shù)論文100余篇（CCF A類80篇），6次獲國(guó)際會(huì)議最佳論文/提名獎(jiǎng)，10篇論文入選ESI高被引用論文。先后入選全球“高被引科學(xué)家”名單、國(guó)家“萬(wàn)人計(jì)劃”青年拔尖人才計(jì)劃、中國(guó)科協(xié)青年人才“托舉工程”計(jì)劃，獲IEEE ComSoc亞太區(qū)杰出青年學(xué)者獎(jiǎng)、教育部科技進(jìn)步一等獎(jiǎng)、電子學(xué)會(huì)自然科學(xué)二等獎(jiǎng)、吳文俊人工智能優(yōu)秀青年獎(jiǎng)等。

http://fi.ee.tsinghua.edu.cn/~liyong/

陳智隆，數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室博士生。

https://achenzhl.github.io/

張國(guó)楨，數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室博士生。

樸景華，數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室碩士生。

曹瀚成，斯坦福計(jì)算機(jī)系博士生，斯坦福交叉學(xué)科獎(jiǎng)學(xué)金得主，曾獲CHI，CSCW最佳論文提名。

http://hanchengcao.me/

高宸，清華大學(xué)數(shù)據(jù)科學(xué)與智能實(shí)驗(yàn)室博士后，曾獲SIGIR最佳短論文提名。

https://sites.google.com/view/chengaothu/

徐豐力， 芝加哥大學(xué)城市創(chuàng)新研究所與知識(shí)實(shí)驗(yàn)室博士后。

https://fenglixu.github.io/

林子恒，現(xiàn)小米科技。

https://lzhbrian.me/

相關(guān)研究工作

[1] Hancheng Cao, Zhilong Chen, Mengjie Cheng, Shuling Zhao, Tao Wang, and Yong Li. 2020. You Recommend, I Buy: How and Why People Engage in Instant Messaging Based Social Commerce. In Proceedings of the ACM on Human-Computer Interaction 5, CSCW1 (2021). 1–25.

[2] Hancheng Cao, Zhilong Chen, Fengli Xu, Tao Wang, Yujian Xu, Lianglun Zhang, and Yong Li. 2020. When Your Friends Become Sellers: An Empirical Study of Social Commerce Site Beidian. In Proceedings of the International AAAI Conference on Web and Social Media, Vol. 14. 83–94.

[3] Zhilong Chen, Hancheng Cao, Xiaochong Lan, Zhicong Lu, and Yong Li. 2022. Beyond Virtual Bazaar: How Social Commerce Promotes Inclusivity for the Traditionally Underserved Community in Chinese Developing Regions. In Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems. 1–15.

[4] Zhilong Chen, Hancheng Cao, Fengli Xu, Mengjie Cheng, Tao Wang, and Yong Li. 2020. Understanding the Role of Intermediaries in Online Social E-commerce: An Exploratory Study of Beidian. In Proceedings of the ACM on Human-Computer Interaction 4, CSCW2 (2020). 1–24. link

[5] Jinghua Piao, Guozhen Zhang, Fengli Xu, Zhilong Chen, and Yong Li. 2021. Bringing Friends into the Loop of Recommender Systems: An Exploratory Study. In Proceedings of the ACM on Human-Computer Interaction 5, CSCW2 (2021). 1–26.

[6] Chen Gao, Chao Huang, Donghan Yu, Haohao Fu, Tzu-Heng Lin, Depeng Jin, and Yong Li. 2020. Item Recommendation for Word-of-Mouth Scenario in Social E-Commerce. IEEE Transactions on Knowledge and Data Engineering (2020).

[7] Chen Gao, Nian Li, Tzu-Heng Lin, Dongsheng Lin, Jun Zhang, Yong Li, and Depeng Jin. 2020. Social Recommendation with Characterized Regularization. IEEE Transactions on Knowledge and Data Engineering (2020).

[8] Tzu-Heng Lin, Chen Gao, and Yong Li. 2019. Cross: Cross-platform Recommendation for Social E-commerce. In Proceedings of the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval. 515–524.

[9] Jinghua Piao, Guozhen Zhang, Fengli Xu, Zhilong Chen, Yu Zheng, Chen Gao, and Yong Li. 2021. Bringing Friends into the Loop of Recommender Systems: An Exploratory Study. In Proceedings of the Web Conference 2021. 3146–3157.

[10] Fengli Xu, Zhenyu Han, Jinghua Piao, and Yong Li. 2019. "I Think You'll Like It" Modelling the Online Purchase Behavior in Social E-Commerce. In Proceedings of the ACM on Human-Computer Interaction 3, CSCW (2019). 1–23.

[11] Fengli Xu, Jianxun Lian, Zhenyu Han, Yong Li, Yujian Xu, and Xing Xie. 2019. Relation-Aware Graph Convolutional Networks for Agent-Initiated Social E-Commerce Recommendation. In Proceedings of the 28th ACM International Conference on Information and Knowledge Management. 529–538.

[12] Fengli Xu, Guozhen Zhang, Yuan Yuan, Hongjia Huang, Diyi Yang, Depeng Jin, and Yong Li. 2021. Understanding the Invitation Acceptance in Agent-Initiated Social E-Commerce. In Proceedings of the International AAAI Conference on Web and Social Media, Vol. 15. 820–829.

[13] Guozhen Zhang, Yong Li, Yuan Yuan, Fengli Xu, Hancheng Cao, Yujian Xu, and Depeng Jin. 2021. Community Value Prediction in Social E-Commerce. In Proceedings of the Web Conference 2021. 2958–2967.

[14] Guozhen Zhang, Jinwei Zeng, Zhengyue Zhao, Depeng Jin, and Yong Li. 2022. A Counterfactual Modeling Framework for Churn Prediction. In Proceedings of the Fifteenth ACM International Conference on Web Search and Data Mining. 1424–1432.

[15] Jun Zhang, Chen Gao, Depeng Jin, and Yong Li. 2021. Group-Buying Recommendation for Social E-Commerce. In 2021 IEEE 37th International Conference on Data Engineering (ICDE). 1536-1547.

（可上下滑動(dòng)查看）

網(wǎng)絡(luò)科學(xué)集智課堂第三期報(bào)名中

原標(biāo)題：《大數(shù)據(jù)揭示社交電商如何成功：購(gòu)物連通社交關(guān)系，平臺(tái)優(yōu)化算法設(shè)計(jì)》

閱讀原文