本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回...本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回帖的比例、负面回帖的比例等)对当前回帖的产品态度有显著影响,并且这种影响在不同的产品评论之间存在很大差异。这种异质性可以通过引入产品评论(即主帖)的特征得到很好的解释。总体而言,已有回帖对产品的态度,以及主帖的特征等均对之后回帖的产品态度有显著影响。此外,本文还发现,在网络口碑传播过程中,正面回帖的影响比负面回帖的影响更大。最后,本文讨论了该研究对营销理论和实践的贡献。展开更多
This paper mainly deals with the Bayesian statistical inference theory on the VAR(p) forecasting model based on the parameters’ Minnesota conjugate prior distribution,including the prior distribution’s structure, th...This paper mainly deals with the Bayesian statistical inference theory on the VAR(p) forecasting model based on the parameters’ Minnesota conjugate prior distribution,including the prior distribution’s structure, the parameters’ posterior distribution, and compares the forecasting accuracy of AR,VAR and BVAR model.展开更多
文摘本文通过互联网上的产品评论及其回帖的数据,研究了产品网络口碑传播的动态交互过程。我们采用分层贝叶斯选择模型建模,并用马尔可夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)方法对参数进行估计。结果发现,已有回帖的特征(如正面回帖的比例、负面回帖的比例等)对当前回帖的产品态度有显著影响,并且这种影响在不同的产品评论之间存在很大差异。这种异质性可以通过引入产品评论(即主帖)的特征得到很好的解释。总体而言,已有回帖对产品的态度,以及主帖的特征等均对之后回帖的产品态度有显著影响。此外,本文还发现,在网络口碑传播过程中,正面回帖的影响比负面回帖的影响更大。最后,本文讨论了该研究对营销理论和实践的贡献。
文摘This paper mainly deals with the Bayesian statistical inference theory on the VAR(p) forecasting model based on the parameters’ Minnesota conjugate prior distribution,including the prior distribution’s structure, the parameters’ posterior distribution, and compares the forecasting accuracy of AR,VAR and BVAR model.
