新闻资讯    

信息系统研究Information Systems Research2019年第1期文章介绍节选

01
Wi-Fi采购的最佳拍卖设计

使用智能手机进行网络冲浪、视频流和基于云的服务推动了手机流量的空前增长,这给手机服务提供商带来了带宽方面的挑战。

为了管理日益增长的数据流量,手机服务提供商正在试验使用第三方Wi-Fi热点来增加他们的手机容量。

我们建立了一个分析框架来研究Wi-Fi容量的最优采购拍卖。与蜂窝网络相比,Wi-Fi网络的空间覆盖范围要小得多,这使得这种拍卖设计更加复杂。无论是包含所有Wi-Fi热点的全球拍卖,还是只包含每个本地Wi-Fi区域热点的多个本地拍卖,都不是最佳选择。

我们发现,最优的机制是将一个全局拍卖与许多单独的本地拍卖(仅在其他Wi-Fi区域内举行)整合在一起。为了实现该优化机制,我们还提出了一种计算复杂度为Wi-Fi区域数阶的高效算法。

我们的工作通过为一种特殊类型的IT采购拍卖问题设计最优机制,为文献做出了贡献,该问题是经济学和计算技术的紧密结合。

Liangfei Qiu, Huaxia Rui, Andrew Whinston. "Optimal Auction Design for Wi-Fi Procurement." Information Systems Research (2019).
02
级明星在众包竞赛中的角色结构分析


我们调查了在众包竞赛(crowdsourcing contests)中超级明星竞争的长期影响。

通过对1677个软件设计众包竞赛的独特的50个月纵向面板数据集,我们展示了一种学习效果,参与者在与超级明星竞争时能够提高他们的技能(学习)。

研究表明,个人在随后的比赛中获胜的概率,在她参加了一个超级明星程序员的比赛后,比其他情况下明显增加得多。

我们建立了一个具有个体异质性的动态结构模型,在这个模型中,个体选择参加竞赛,竞赛中的学习通过基于信息理论的贝叶斯学习框架进行。我们发现,学习能力较低的人往往高度重视金钱奖励,反之亦然。

结果表明,那些非常喜欢金钱奖励的人往往赢得较少的比赛,因为他们很少获得赢得比赛所需的高技能。反事实分析表明,与其回避超级明星,还不如鼓励个人尽早参加与超级明星一起参加的比赛,因为这能显著提高他们的学习曲线,从而提高比赛的质量和提交的参赛作品数量。

研究表明,那些愿意放弃短期金钱奖励而参加与超级明星的比赛的人,从长远来看会收获很多。

Zhang, Shunyuan, Param Vir Singh, and Anindya Ghose. "A Structural Analysis of the Role of Superstars in Crowdsourcing Contests." Information Systems Research (2019).
03
谁想让消费者知道?促进分销渠道的信息披露


我们调查零售商和供应商促进信息披露的动机,比如,消费者据两个流行的供应链合同了解他们的真实产品价值。即代理定价模型和批发定价模型。

研究结果表明,当一个产品在消费者真实价值分布中存在中、高分散性,且促进前的信息披露程度适中时,双方在信息披露程度上可能存在利益冲突。

具体来说,在代理定价模型中,收益共享机制通过更多的信息披露导致供应商受益,零售商受损。在批发定价模型中,如果需求是线性的,那么在更多信息披露方面潜在的利益失调就会消失。双重边际效应吸收了两方边际成本差异的影响,最终使两方边际利润成正比。

如果需求是对数凹形(log-concave),并且由一般估值分布(如正态分布或逻辑分布)导出,这种失调会重新出现在批发定价模型中。但有趣的是,更多的信息披露会导致零售商受益,供应商受损,这与相同对数-凹形(log-concave)需求下代理定价模型的偏差结果相反。

研究结果表明,信息披露促进对代理定价模型下的收入共享机制的相互作用不同于对批发定价模型下的双重边际效应。

Hao, Lin, and Yong Tan. "Who Wants Consumers to Be Informed? Facilitating Information Disclosure in a Distribution Channel." Information Systems Research (2018).
04
数据驱动的计算密集型理论发展


越来越多的跟踪数据为信息系统研究人员提供了一个产生新理论的机会。

在这篇研究评论中,我们借鉴了基本理论方法论的“手工”传统和科学中计算理论发现的高度“自动化”过程,开发了一种从跟踪数据进行计算密集型理论开发的通用方法。

这种方法涉及四个一般过程的迭代应用:抽样、共时分析、词汇框架和历时分析。我们从最近的信息系统研究中提供了一些例子。

Berente, Nicholas, Stefan Seidel, and Hani Safadi. "Research Commentary—Data-Driven Computationally Intensive Theory Development." Information Systems Research (2018).
05

互联网渠道之战:移动和固话质量如何推动互联网使用?


我们通过研究本地固话互联网服务的质量如何影响移动互联网的采用和使用,来研究移动互联网网络是否以及在何种条件下与传统固话网络竞争。

实证分析表明,本地固话互联网速度每增加1兆比特每秒,购买移动数据计划的可能性就会下降14.9%。然而,根据应用程序的特性和特定于位置的特性,用户将这些渠道视为竞争对手的程度存在显著差异。

固网速度对不需要实时互联网连接的拍照或视频等移动线下服务的使用没有影响。而对于年轻的用户和那些住在固网速度较低地区的用户,这些渠道是更接近的竞争对手。

Xu, Jiao, Chris Forman, and Yu Jeffrey Hu. "Battle of the Internet Channels: How Do Mobile and Fixed-Line Quality Drive Internet Use?." Information Systems Research (2018).
06
衡量和管理管理层对在线客户评论的外部性


管理人员对在线客户评论的响应不仅影响收到响应的客户,还可能影响后续观察响应的客户。这种外部性的产生是由于在线互动的公共性。

然而,之前的研究主要是在离线环境中,这种外部效应很少存在。在这项研究中,我们评估了这种外部性的程度。

通过对两家大型旅行社运用三重差分法(DDD)框架和匹配的酒店进行分析,我们发现管理层的反应确实对随后的客户评论量产生了显著而积极的影响。对审查效价的影响不明显,这可以归因于我们研究语境中独特的身份披露设计。

此外,我们的研究结果表明,这些细微差别在以前的文献中并不为人所知。例如,对正面和负面评价的反应可能对未来的评价有不同的影响,管理者应该对负面评价提供详细的反应,而对正面评价提供简短的反应。

我们的研究结果为服务提供者提供了管理方面的启示,帮助他们在互联的在线环境中提高客户参与度。

Chen, Wei, et al. "Measuring and managing the externality of managerial responses to online customer reviews." Information Systems Research (2019).
07
网络结构和用户行为的共同进化模型:在线社交网络内容生成的案例


随着在线社交网站(SNSs)的快速发展,平台所有者和网络营销人员必须量化在这些平台上驱动内容生产的因素。

之前的研究发现,利用观测数据对这些因素进行统计建模存在挑战,其中关键的困难在于,传统方法无法将网络形成和网络影响对内容生成的影响与新生成内容对网络结构的后续反馈影响区分开来。

在本文中,我们采用并改进了一个面向行为者的连续时间统计模型,该模型使用基于马尔可夫链蒙特卡罗的仿真方法(Markov chain Monte Carlo–based simulation approach),能够联合估计用户的社交网络结构的共同演化及其产生的内容量。

具体来说,我们提供了一种方法来分析非平稳和连续时间的行为数据,这些数据通常记录在社交媒体生态系统中,存在网络效应和其他可观察和不可观察的用户特定协变量。该方法可以将兴趣网络效应与网络反馈效应分离开来。

我们将我们的模型应用于社交网络和公共发布数据超过6个月,结果发现:

(1)用户倾向于与具有类似发布行为的其他人联系;

(2)但是,在这样做之后,这些用户的发帖行为往往会产生分歧;

(3)同伴影响效应对发帖行为的强度敏感。

更广泛地说,该方法为研究人员和从业者提供了一种统计上严谨的方法来分析观测数据中的网络效应。我们的研究结果为SNS平台所有者提供了关于如何维持一个活跃和可行的社区的见解和建议。

Bhattacharya, Prasanta, et al. "A Coevolution Model of Network Structure and User Behavior: The Case of Content Generation in Online Social Networks." Information Systems Research (2019).
08
推特的使用对立法者投票取向的影响


社交媒体已经被发现在很多情况下都具有影响力。从动员社会运动的人群到帮助难民在一个新的国家安顿下来,社交媒体产生了巨大的影响。

本研究探讨社交媒体在民主政治制度下国会代表的角色。我们打算评估美国国会议员使用Twitter对他们在国会投票倾向的影响。

我们特别考虑的是,代表们使用Twitter是否会让他们的投票更符合选民的政治意识形态。我们为第111届美国众议院的445名议员在24个月内构建了一个面板数据。我们利用不同代表加入Twitter的差异来确定加入和使用Twitter对投票取向的影响。

通过使用固定效应和双重差分的方法,以及倾向评分匹配来处理代表在Twitter采纳决策中的潜在内嵌性,我们发现,代表对Twitter的采纳使他们的投票更符合他们的选民。此外,当代表的政党与选民所属政党不同,或者代表所在州的人均推特使用量较高时,推特的使用效果更为显著。

为了明确影响的内在机制,我们对第111届全国代表大会的一个重要问题进行了深入分析。

我们的研究结果表明,针对众议员的推文数量表明了某些法案对选民的重要性。当代表们就大量选民推文关注的法案投票时,他们的投票方式更符合选民的意见。有趣的是,这些推文所表达的观点并没有显著影响他们的投票,这表明代表们意识到了推文中潜在的偏见。

Mousavi, Reza, and Bin Gu. "The Impact of Twitter Adoption on Lawmakers’ Voting Orientations." Information Systems Research (2019).
09
抓住通勤时刻:基于移动交通应用的上下文定位


尽管每天通勤者的平均通勤时间每天都在增加,但市场营销人员从我们通勤行为中获益的方式尚未得到检验。本研究与全球最大的移动电信供应商之一合作,研究通勤的情境定位如何影响移动优惠券的用户赎回。

该分析基于一项丰富的实地研究,该研究向9928名公交应用程序用户(包括通勤者和非通勤者)发送了14741张移动优惠券。主要研究结果表明,与非通勤者相比,通勤者更换手机优惠券的可能性约为3倍。

然而,在增加非通勤者的赎回量方面,多券分配策略比通勤者更有效。此外,使用期限较短的优惠券,通勤者的兑换率较高,而使用期限较长的优惠券,非通勤者的兑换率较高。基于心理学和生理学的理论,我们认为,通勤会加剧压力,增加通勤者的优惠券兑换率。

我们为这一论点提供了实证支持,并表明,营销人员可以通过关注一天中通勤压力相对较高的特定时段(例如上下班高峰期)来提高回复率。通过谨慎地利用通勤时间,管理者可以提高他们的移动营销效率。

Ghose, Anindya, et al. "Seizing the Commuting Moment: Contextual Targeting Based on Mobile Transportation Apps." Information Systems Research (2019).
010
  在线消费者对价格促销的动态反应


我们的目的是了解在线消费者-零售商关系的态度和行为状态及其动态,并进一步研究消费者如何响应价格促销作为关系的一个功能。

为此,我们构建了一个隐马尔可夫模型(hidden Markov model),并使用从顶级在线零售商收集的个人级交易数据对其进行估计。我们对跨越消费者与零售商关系状态的运输的量化提供了独特的见解。

例如,价格促销只能增强至少适度忠诚的消费者的忠诚度,而不能有效地改变不忠诚的消费者对在线零售商的态度。,从不忠诚到忠诚)。与线下市场不同的是,即使是处于良好关系状态的消费者,在增加网上购物体验的同时,也可能会寻求更多的优惠券。即使在网络消费者达到强关系状态后所观察到的切换行为,也是网络市场价格竞争激烈的一个方面。

我们的研究结果还表明,网络零售商的管理者关注的是消费者购买行为的近期变化,而不是消费者购买行为的长期趋势。

例如,最近购买量的增加增强了消费者对零售商的忠诚度和/或使处于良好关系状态的消费者养成了不使用优惠券购物的习惯。这些发现对设计定制营销组合策略具有重要的管理和操作意义。

Kim, Youngsoo, and Ramayya Krishnan. "The Dynamics of Online Consumers’ Response to Price Promotion." Information Systems Research (2019).
011
  使用用户和营销人员生成的内容来预测票房收入:微博和第三方平台之间的差异


在本研究中,我们通过实证研究电影票房收入与微博平台上的用户生成内容(UGC)、营销人员生成内容(MGC)以及第三方平台上的用户生成内容(UGC)之间错综复杂的关系,建立了电影票房收入预测模型。

我们的分析是基于面板向量自回归(PVAR)模型,并结合来自微博和豆瓣网(第三方)的数据进行校准。我们的实证结果表明,微博UGC (MUGC)是票房收入的重要预测因子,比豆瓣UGC(DUGC)的预测能力更强。

此外,我们发现企业微博的数量(即(MGC)通过MUGC直接或间接预测票房收入,从而对企业微博数量与票房收入的预测关系发挥部分中介作用。

最后,提出了一种基于滞后票房、MGC、MUGC和DUGC的票房收入预测模型,其预测精度优于现有模型。提供了对企业利用社交媒体的管理建议。

Song, Tingting, et al. "Using User-and Marketer-Generated Content for Box Office Revenue Prediction: Differences Between Microblogging and Third-Party Platforms." Information Systems Research (2019).
012
  信息技术投资的绩效结果:强调新技术或现有信息技术的含义


高级管理人员寻求对信息技术(IT)计划的投资,以提高其公司的业绩。他们经常必须决定是强调采用新的IT (ENIT)还是维护和改进现有的IT (ECIT)。

本研究探讨了ENIT和ECIT与企业商业策略的结合如何影响不同组织对IT (OCIT)承诺水平下的企业绩效。使用基于资源的观点,我们认为当一个公司拥有勘探或开发所需的资源时,它可以在更大程度上从新的或现有的IT中受益(对于采用防御策略的公司来说,这种情况更有可能发生),这些影响随着企业OCIT的增加而增加。

这些结果基于从多个二级数据源开发的8年面板数据集,支持了我们的观点,即企业从ENIT和ECIT获得的收益并不相同。

因此,对公司的核心业务战略和OCIT的共同考虑提供了关于是否有必要的组织资源可用并能有效地从ENIT或ECIT中获益。

对于强调新IT的防御者,边际效益随OCIT的增加而降低,而对于强调现有IT的辩护者,边际效益随OCIT的增加而增加。

而对于强调新IT的探矿者,边际效益随着OCIT的增加而增加,而对于强调现有IT的探矿者,边际效益随着OCIT的增加而减少。

此外本文讨论了这些结果的理论和实际意义。

Steelman, Zachary R., et al. "Performance consequences of information technology investments: Implications of emphasizing new or current information technologies." Information Systems Research (2019).
013
  数字罪恶之城:Craigslist网站对性交易趋势影响的实证研究


互联网促进了性工作者和买方之间的信息流动,使得网上的有偿性交易更加容易。尽管在网上出售性服务是违法的,但《通信礼仪法》第230条规定,网站无需为第三方发布的非法帖子承担责任。因此,像Craigslist这样的网站已经成为性交易相关广告的天堂。

随着性交易相关网站的运营,了解这些网站和性交易趋势之间的联系是非常必要的。

具体来说,在本文中,我们量化了Craigslist网站对性交易发生率的经济影响,并确定了该网站影响性产业的潜在途径。

根据1999年至2008年1796个美国县的全国面板数据,我们的分析表明,Craigslist进入一个县导致性交易案件增加了17.58%。此外,分析显示,Craigslist网站上的大部分性交易活动都是由有组织的性交易组织诱导的,此外还有一小部分独立提供者的自愿参与。

此外,我们发现网站进入对有性交易历史的县有更大的影响,并在Craigslist没有直接提供服务的邻近地区产生溢出效应。提供利基性服务的性工作者随着网站的进入而增加。

我们了解到,网站进入导致现有人员的交易增加,也吸引新的人员进入市场。我们发现,逮捕性交易者人数的增长赶不上Craigslist网站带来的性交易趋势的增长。

最后,我们发现色情广告和休闲广告之间的互补效应导致性交易的增加。

我们的研究结果对新兴的关于网络中介和互联网渗透所带来的社会挑战的文献做出了广泛的贡献,并为互联网时代的性产业监管政策制定者提供了指导。

Chan, Jason, Probal Mojumder, and Anindya Ghose. "The digital Sin City: An empirical study of Craigslist’s impact on prostitution trends." Information Systems Research (2019).
014
  推荐系统如何影响销售多样性?通过随机现场实验进行跨类别调查


我们研究了电子商务中常用的协同过滤推荐算法(如亚马逊的:“购买此商品的顾客也购买了”)对销售多样性的影响。

我们使用了北美一家顶级零售商网站上的随机现场实验数据,涉及82,290种产品和1,138,238名用户。

我们报告了四个主要发现。

首先,我们在广泛的产品类别中演示和量化了与没有产品推荐的情况相比,使用传统的协作过滤器(CFs)会导致销售多样性下降。此外,CF的设计也很重要。基于购买数据的CFs比基于产品视图的CFs具有更大的效果大小。

其次,总销售多样性的下降可能并不总是伴随着个人消费多样性的相应下降。事实上,个人消费的多样性甚至有可能增加,而总销售的多样性则可能减少。

第三,合作购买网络(copurchase network)的分析表明,虽然推荐者可以帮助个人探索新产品,但是相似的用户最终还是会探索相同种类的产品,从而导致总体水平上的集中偏差。

第四,对利基项目的绝对影响和相对影响是有区别的。具体来说,利基产品的绝对销量和浏览量实际上在增加,但与受欢迎产品的浏览量和销量相比,它们的增幅要小一些。

因此,虽然利基产品的绝对价值增加了,但它们的市场份额却减少了。此外我们讨论经济影响和管理影响。

Lee, Dokyun, and Kartik Hosanagar. "How Do Recommender Systems Affect Sales Diversity? A Cross-Category Investigation via Randomized Field Experiment." Information Systems Research (2019).
015
  免费产品抽样与评价偏差的实证研究


免费产品抽样越来越成为一种流行的促销策略,成为电子商务中产品评审生成的一种新机制。

我们实证分析了产品在免费产品抽样中的参与度如何影响产品的评价等级,并考察了影响产品定价和产品受欢迎程度的重要因素。利用淘宝网丰富的数据集,结合多种识别策略和评估方法,我们发现,参与免费产品抽样可以提高1.1%的产品评级。

我们认为,正是消费者给予更高评级的互惠行为,作为对零售商有益行为的回报,才导致了评级偏见。

我们进一步发现,原价格越高,偏倚越大;而价格折扣越大,产品受欢迎程度越高,偏倚越小。

我们的实证研究结果为产品抽样和口碑营销方面的文献提供了重要的贡献,并为在线零售商、评分系统设计者和消费者提供了重要的管理启示。

Lin, Zhijie, Ying Zhang, and Yong Tan. "An Empirical Study of Free Product Sampling and Rating Bias." Information Systems Research (2019).
016
  众筹和资本获取的民主化——一个幻想?来自房价的证据


融资渠道可以说是创业过程中最关键的挑战之一。

在本研究中,我们考察了基于住房抵押贷款(一种传统金融形式)获得银行贷款的难度与创业者众筹使用的关系。

我们获得了与银行贷款成本密切相关的房价数据,并将这些数据与一个领先的众筹市场2009-2013年的新数据集进行了比对。

我们采用一阶差分估计量来处理未观测到的区域特定效应,并将住房供给弹性作为房价变化的工具。我们发现,房价的不断下跌导致众筹项目的创建显著增加。

然而,我们并没有发现成功和失败的项目在房价变化方面有显著的差异。

最后,房价对众筹项目的影响在社会经济地位较低的地区更为显著。有趣的是,这些低地位地区众筹项目的增长完全是由失败项目的显著增长推动的,而房价对成功项目的影响只有在社会经济地位较高的地区才显著。其他检验支持我们的主要发现的稳健性。

总的来说,我们的研究表明,众筹可以补充传统的资金来源,尽管社会经济地位仍然可能阻碍弱势群体获得其全部利益。

Kim, Keongtae, and Il-Horn Hann. "Crowdfunding and the Democratization of Access to Capital—An Illusion? Evidence from Housing Prices." Information Systems Research (2019).
017
  为什么商店推动网上销售?来自多渠道零售商的潜在机制的证据


我们利用大型服装零售商的开店事件,利用顾客层面的数据来估计商店的存在对其现有顾客在线购买行为的影响。

我们发现,零售商的开店导致了此类客户在线购物的增加。利用计划行为理论和前景理论,我们提出了两种机制来解释商店存在对现有顾客在线购物的互补效应。

这些机制是1.商店参与效应:顾客因为商店互动的高参与度而进行更高的在线购买。2.商店回报效应:因为商店回报的选择而降低在线购买的风险。

我们在客户级数据上提供了这些机制的直接经验证据。进一步研究表明,因为商店开业,造成的顾客距离零售商的商店的距离减少会使这种影响增强。我们的研究结果对多渠道零售商具有重要意义。

Kumar, Anuj, Amit Mehra, and Subodha Kumar. "Why do stores drive online sales? Evidence of underlying mechanisms from a multichannel retailer." Information Systems Research (2019).

后续分享小编将以更多的形式

给大家分享精彩内容

敬请关注本公众号

声明:文章原创,转载请注明出处

盗用内容维权必究




发布时间:

2019年06月05日

上一篇:

下一篇:

Organizational Research Method第二期