伊人久久大香,久久性色,免费观看丰满少妇做爰视频,国产做受高潮豆麻,五月丁香婷婷开心,欧美寡妇一级A片免费视频,三级成人在线,a黄色一级

??新智元報道??

編輯：好困

【新智元導(dǎo)讀】你有沒有刷手機時一不留神就忍不住剁手？沉迷「砍一刀」無法自拔？

沒想到在「買買買」這件事上，來自清華大學(xué)電子系數(shù)據(jù)科學(xué)與智能實驗室聯(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)等機構(gòu)的研究人員，竟然做了一系列深入的研究。

相關(guān)成果已經(jīng)發(fā)表在了該交叉研究涉及的社會計算、人機交互、信息檢索等領(lǐng)域頂級國際會議與期刊，包括CHI、CSCW、ICWSM、WWW、WSDM、SIGIR等論文十余篇。

圖1 社交電商平臺

社交電商

在線數(shù)字社交經(jīng)濟的典型場景是社交電商，通常指利用社交媒體和社交網(wǎng)絡(luò)進行在線交易活動的電子商務(wù)形式。

近年來，社交電商這一新型數(shù)字社交經(jīng)濟形態(tài)在中國迅猛發(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間里就獲得了超過2億的用戶。

這些社交電商平臺通過與以微信為代表的即時通訊業(yè)務(wù)緊密結(jié)合，滲透進入并利用原有的現(xiàn)實世界的密切關(guān)系，將中國社會中的「關(guān)系」納入經(jīng)濟交易。

圖2 社交電商平臺界面

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)動作用：用戶通過微信將商品分享給親朋好友、進行推薦以獲得價格優(yōu)惠，而社交電商的社交屬性也在用戶購物的同時提供了維系親友關(guān)系的機會。

由此，不同于傳統(tǒng)經(jīng)濟行為與社交行為相對獨立的電商平臺和社交平臺，社交電商提供了一個研究社會關(guān)系與經(jīng)濟行為之間相互作用的獨特情景。

針對上述情況，研究團隊從機制理解建模和算法設(shè)計優(yōu)化兩個角度出發(fā)，結(jié)合計算機科學(xué)、人工智能、數(shù)據(jù)科學(xué)、營銷學(xué)、管理學(xué)、社會學(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)濟場景下社會關(guān)系和經(jīng)濟行為深度耦合的新范式，并為未來社交電商及其他結(jié)合社會關(guān)系與經(jīng)濟行為的社會計算系統(tǒng)設(shè)計提供洞見。

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

數(shù)字社交經(jīng)濟機制理解建模

在機制理解建模方面，研究團隊通過系列工作從多個角度對社會關(guān)系和經(jīng)濟行為深度耦合場景下的用戶行為進行全面的研究。

研究團隊通過千萬級用戶數(shù)據(jù)實證測量社交電商平臺的網(wǎng)絡(luò)結(jié)構(gòu)和動態(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)、邀請級聯(lián)、購買同質(zhì)性和用戶忠誠度方面與傳統(tǒng)場景存在顯著差異。

借助用戶間的口口相傳（Word-of-Mouth）機制，社交電商生長速度更快、用戶粘性、忠誠度、復(fù)購率更高。

圖3 社交電商邀請級聯(lián)，相對傳統(tǒng)電商具有生長速度快的特點

研究團隊結(jié)合深度定性研究和大規(guī)模數(shù)據(jù)驅(qū)動的定量研究分析數(shù)字社交經(jīng)濟場景下用戶購買動機與用戶體驗（Cao et al. CSCW 2021）和購買行為（Xu et al. CSCW 2019）。

研究發(fā)現(xiàn)社交電商平臺中用戶的購買轉(zhuǎn)化率是傳統(tǒng)電商的3.09～10.37倍，并且可以通過更好的興趣匹配、社會影響、社交認同和價格敏感性機制來解釋（Xu et al. CSCW 2019）。

研究團隊發(fā)現(xiàn)數(shù)字社交經(jīng)濟能夠給用戶帶來更可達、更低成本、更泛在的購物體驗，通過引入個體間信任、群體信任認同、同質(zhì)性、從眾性等機制影響決策過程。

區(qū)別于傳統(tǒng)電商，社交電商上用戶傾向于嘗試親友推薦較小眾、新穎的商品（傳統(tǒng)電商上人們更傾向于購買品牌產(chǎn)品）；購物與社交的邊界也較以往模糊，在社交同時產(chǎn)生經(jīng)濟行為（Cao et al. CSCW 2021）。

研究團隊發(fā)現(xiàn)數(shù)字社交經(jīng)濟成功帶動中國欠發(fā)達地區(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買轉(zhuǎn)化率的關(guān)系：購買商品更多樣、轉(zhuǎn)化率更高

研究團隊分析在數(shù)字社交經(jīng)濟生態(tài)環(huán)境中代理人/中介（agent/intermediary，社交電商中介于平臺與普通用戶中間連接供需兩端、幫助銷售的角色，如「社區(qū)團長」）的角色特征，揭示代理人的轉(zhuǎn)變過程（Xu et al. ICWSM 2021）和代理人在社交電商中發(fā)揮的作用（Chen et al. CSCW 2020, Piao et al. CSCW 2021）。

研究團隊發(fā)現(xiàn)數(shù)字社交經(jīng)濟中代理人充當著局部趨勢發(fā)現(xiàn)者（洞察好友們需求）和「線上雜貨鋪」的作用，挖掘了成功代理人所采取的策略模式（Chen et al. CSCW 2020），并發(fā)現(xiàn)將代理人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）。

研究團隊闡釋了影響代理人邀請和轉(zhuǎn)化的機制，證實了社交趨同性、社會關(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 介于社交電商平臺與普通用戶間的代理人/中介（agent/intermediary）

研究團隊進一步證實，利用新型圖神經(jīng)網(wǎng)絡(luò)對社交電商中復(fù)雜的社交互動行為進行有效建模，可以實現(xiàn)準確的用戶價值預(yù)測 (Piao et al. WWW 2021)和社群價值預(yù)測 (Zhang et al. WWW 2021)，從而有效利用用戶社交信息預(yù)測經(jīng)濟價值。

同時研究團隊發(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)」，實現(xiàn)精準的社交電商用戶流失預(yù)測（Zhang et al. WSDM 2022）。

數(shù)字社交經(jīng)濟平臺算法設(shè)計優(yōu)化

基于數(shù)字社交經(jīng)濟機制的理解，研究團隊提出了一系列創(chuàng)新性的機器學(xué)習(xí)算法設(shè)計，從而構(gòu)建了更有效、更先進用于數(shù)字社交經(jīng)濟平臺的推薦系統(tǒng)，為用戶提供更加精準的商品推薦。

在關(guān)系感知的社會化推薦方面，研究團隊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)計特質(zhì)化的社交正則方法，建模朋友間的細粒度相似性（Gao et al. TKDE2020b），并構(gòu)建基于社會關(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)

在跨平臺推薦方面，研究團隊同時考慮社交關(guān)系和跨平臺特征，有效利用不同平臺的用戶-商品交互信息和社交媒體上的社交關(guān)系信息，實現(xiàn)精準的跨平臺推薦系統(tǒng)(Lin et al. SIGIR 2019)。

圖7 跨平臺推薦算法

在團購?fù)扑]方面，研究團隊設(shè)計用于刻畫復(fù)雜團購行為的圖卷積網(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，表征用戶面向拼團的購買行為及社交關(guān)系，提取圖上高階結(jié)構(gòu)信息，并有效利用團購失敗記錄提升用戶偏好學(xué)習(xí)效果，實現(xiàn)精準拼團推薦。

圖8 團購?fù)扑]算法

開源數(shù)據(jù)集

為方便相關(guān)研究者的進一步分析研究數(shù)字社交經(jīng)濟平臺，研究團隊填補現(xiàn)今沒有公開社交電商數(shù)據(jù)集的空缺，精心收集、整理并開源了兩個真實世界大規(guī)模數(shù)據(jù)集。

用于精準社會化推薦、跨平臺社會化推薦和口口相傳推薦的分享-購買行為數(shù)據(jù)集：

項目地址：https://github.com/fenglixu/RecoGCN

用于團購?fù)扑]的團購數(shù)據(jù)集：

項目地址：https://github.com/Sweetnow/group-buying-recommendation

作者信息

系列研究由清華大學(xué)電子系數(shù)據(jù)科學(xué)與智能實驗室李勇老師、金德鵬老師領(lǐng)導(dǎo)，主要作者包括數(shù)據(jù)科學(xué)與智能實驗室在讀研究生陳智隆、張國楨、樸景華、張鈞，數(shù)據(jù)科學(xué)與智能實驗室畢業(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。

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

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。申請發(fā)明專利50余項，已授權(quán)發(fā)明專利32項。2002年獲國家技術(shù)發(fā)明二等獎。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。

個人主頁：http://fi.ee.tsinghua.edu.cn/~liyong/

李勇，清華大學(xué)電子系長聘副教授，博士生導(dǎo)師，長江學(xué)者，國家重點研發(fā)計劃項目負責(zé)人。長期從事數(shù)據(jù)科學(xué)與智能方面的科研工作，在KDD、NeurIPS、ICLR、WWW、UbiComp等國際會議與期刊發(fā)表學(xué)術(shù)論文100余篇（CCF A類80篇），6次獲國際會議最佳論文/提名獎，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、國家「萬人計劃」青年拔尖人才計劃、中國科協(xié)青年人才「托舉工程」計劃，獲IEEE ComSoc亞太區(qū)杰出青年學(xué)者獎、教育部科技進步一等獎、電子學(xué)會自然科學(xué)二等獎、吳文俊人工智能優(yōu)秀青年獎等。

個人主頁：https://achenzhl.github.io/

陳智隆，清華大學(xué)數(shù)據(jù)科學(xué)與智能實驗室博士生。

張國楨，清華大學(xué)數(shù)據(jù)科學(xué)與智能實驗室博士生。

個人主頁：http://hanchengcao.me/

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

個人主頁：https://sites.google.com/view/chengaothu/

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

個人主頁：https://fenglixu.github.io/

徐豐力，芝加哥大學(xué)城市創(chuàng)新研究所與知識實驗室博士后。

個人主頁：https://lzhbrian.me/

林子恒，現(xiàn)就職于小米科技。

相關(guān)研究工作：

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

[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.

清華、斯坦福、哈佛揭秘：為何沉迷拼多多「砍一刀」

??新智元報道??

【新智元導(dǎo)讀】你有沒有刷手機時一不留神就忍不住剁手？沉迷「砍一刀」無法自拔？

清華、斯坦福、哈佛揭秘：為何沉迷拼多多「砍一刀」

【新智元導(dǎo)讀】你有沒有刷手機時一不留神就忍不住剁手？沉迷「砍一刀」無法自拔？