陈熹：视频观看和点击行为的计算建模：来自淘宝的实证证据

报告时间：2021年5月6日（星期四）19：00—20:30

报告地点：腾讯会议（会议号：627 441 4324）

报 告 人：陈熹 教授

工作单位：浙江大学

举办单位：管理学院

个人简介：

    陈熹现系浙江大学管理学院教授，浙江大学管理学院数据科学与管理科学与工程系系主任、浙江大学数据科学研究中心副主任，浙江大学求是青年学者，获得浙江省自然科学基金杰出青年基金、浙江省钱江人才(C类）资助。陈熹先后毕业于香港大学商学院（博士），新加坡国立大学（硕士）、复旦大学（学士）。陈熹主持和参与国家及省部级以上科研项目多项，在国内外知名期刊和学术会议上发表论文数十篇。担任SSCI检索的1区期刊《Information & Management》的副主编和《Internet Research》编委。陈熹的研究方向主要是关于社交媒体、社交网络分析、社交商务等。为淘宝、达摩院、联合利华等知名公司提供咨询服务，取得较好的成效。

报告内容：

直播短视频带货成为新的电商销售模式，然而短视频中产品的点击率并不高。基于我们的样本统计，平均点击率仅为5.16%。因此，理解消费者在观看短视频时是如何做出点击决策的尤为重要。

目前主流的分析消费者行为的实证方法，例如回归模型，一般是静态的、结果导向的。这些模型只关注消费者的选择结果以及决策情境的平均特征如何影响消费者的选择。然而，消费者的选择结果只是一个复杂的动态的认知过程的终点。要理解消费者是如何做出点击决策的，重要的是要理解行为背后的动态过程。此外，短视频使产品以一种动态的方式展示，包含许多实时的动态的特征（如颜色）。静态模型通常只是考虑这些特征的平均值，因此会丢失很多信息。通过研究消费者行为背后的过程，我们不仅可以建立动态的基于过程的模型，还能够将短视频的实时特征考虑进来，这有助于发现影响短视频效果的关键因素。

我们采用来自认知科学的序贯抽样模型的思想来描述观看短视频时消费者行为的动态过程。每个决策都可以被建模为偏向一个（或另一个）选项的噪声信息(证据)的累积过程，消费者在每个时间步长对累积的证据进行持续评估。我们认为消费者行为背后的过程是一个两阶段的层次过程，并提出了一个连续的两阶段漂移扩散模型(DDM)来刻画整个过程。在第一阶段，消费者处理短视频中的信息，积累证据，决定是否继续观看。如果消费者选择继续观看，则进入第二阶段。在第二阶段，消费者继续处理信息，积累证据，决定是否点击产品。

我们利用来自淘宝的数据对提出的连续的两阶段DDM进行了验证。与静态逻辑选择模型相比，该模型能够更好地捕捉实时视觉特征对消费者点击行为的影响。样本外预测表明，与静态逻辑选择模型以及其他DDM(如单阶段DDM和并行的两阶段DDM)相比，连续的两阶段DDM可以提供更准确的关于消费者点击决策和反应时间的预测。我们的模拟结果强调视频设计在第一阶段(前15秒)的重要性，成功进入第二阶段的消费者具有更高的产品点击率。