随着在线社交平台的不断发展,社交网络已经成为信息传播的重要渠道,社交网络中涌现出大量的口碑信息,这些口碑信息不仅影响消费者对企业产品的认知及购买决策,而且对企业制定营销策略有着重要的参考价值。因此,迫切需要对口碑信息传播机制进行研究,如何构建口碑信息传播模型以及真实反映口碑信息传播过程中消费者异质性及社交网络结构成为当前研究的热点与难点。为此,本文通过相关理论分析,首先构建了 De-SHIR 口碑信息传播模型,其次分别构建了具有无标度特性及具有社区结构的社交网络,最后运用多Agent建模与仿真的方法,通过仿真实验,探究口碑信息传播的宏观规律,并分析消费者的个体异质性以及社区结构对口碑信息传播的影响,具体工作如下:1.构建De-SHIR 口碑信息传播模型。用于口碑信息传播研究的经典SIR传染病模型对传播过程的设计过于简单,且交互机制基于恒定的概率转换,难以真实反映口碑信息传播过程。针对该问题,本文在SIR模型的基础上,增加犹豫态消费者以及传播路径,构建SHIR 口碑信息传播模型;同时从接受意愿、从众性、权威度三个方面详细设计消费者异质性,在此基础上,改进Deffuant观点动力学模型,将交互机制的设计由概率转换上升为观点交互,以反映不同消费者对口碑信息的不同认知状态,构建更加符合实际的口碑信息传播模型——De-SHIR模型。2.分别构建具有无标度特性及具有社区结构的社交网络。本文构建不同的社交网络,分别探讨消费者异质性以及社区结构微观特性对口碑信息传播的影响。首先,通过分析微博网络结构,利用Netlogo构建具有无标度特性的社交网络,借此探究口碑信息传播的宏观规律及消费者接受意愿、从众性、权威度对口碑信息传播的影响;其次,现有研究大多通过社区发现算法,以探讨社区结构的存在与否对口碑信息传播的影响,并没有深入研究社区结构微观特性,针对该问题,本文利用LFR算法构造具有明显社区结构的人工网络,探讨平均度、混合参数以及社区规模等微观特性对口碑信息传播的影响。3.运用多Agent建模与仿真方式,构建多Agent模型,进行仿真实验。口碑信息传播是典型的复杂系统演化过程,多Agent建模与仿真通过对Agent的细致刻画以及个体之间的交互过程,将系统的整体演化趋势涌现出来。本文将消费者抽象为Agent,将社交网络设为仿真网络,利用Netlogo进行仿真实验,结果发现,消费者接受意愿及权威度与口碑信息传播范围和速度呈正相关,从众性反而会阻碍口碑信息的传播;在具有社区结构的网络中,平均度、混合参数以及社区规模均与口碑信息传播范围与速度呈正相关。