| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第18-34页 |
| 1.1 问题的提出 | 第18-24页 |
| 1.1.1 研究背景 | 第18-21页 |
| 1.1.2 研究问题 | 第21-22页 |
| 1.1.3 研究意义 | 第22-24页 |
| 1.2 国内外研究现状 | 第24-27页 |
| 1.2.1 在线社交网络用户连续性行为研究 | 第24-26页 |
| 1.2.2 贝叶斯统计决策理论及模型研究 | 第26-27页 |
| 1.3 研究内容 | 第27-29页 |
| 1.4 研究方法与技术路线 | 第29-32页 |
| 1.5 论文结构安排 | 第32-34页 |
| 2 文献综述 | 第34-56页 |
| 2.1 客户生命价值理论 | 第34-39页 |
| 2.1.1 客户生命价值 | 第34-38页 |
| 2.1.2 生命价值理论的应用 | 第38-39页 |
| 2.2 社会影响理论 | 第39-45页 |
| 2.2.1 创新扩散 | 第39-41页 |
| 2.2.2 社会影响 | 第41-45页 |
| 2.3 动态学习理论 | 第45-49页 |
| 2.3.1 学习理论 | 第45-47页 |
| 2.3.2 动态学习模型 | 第47-49页 |
| 2.4 贝叶斯决策理论 | 第49-53页 |
| 2.4.1 层级贝叶斯模型 | 第49-51页 |
| 2.4.2 马尔科夫蒙特卡洛模拟 | 第51-53页 |
| 2.5 总体评述 | 第53-56页 |
| 3 个体连续行为的基本特征研究——客户生命价值视角 | 第56-82页 |
| 3.1 实证背景 | 第56-57页 |
| 3.2 模型构建与参数估计 | 第57-61页 |
| 3.3 实证结果 | 第61-78页 |
| 3.3.1 数据处理 | 第61-63页 |
| 3.3.2 用户聚类 | 第63-66页 |
| 3.3.3 参数估计 | 第66-70页 |
| 3.3.4 条件期望计算 | 第70-78页 |
| 3.4 研究结论和意义 | 第78-79页 |
| 3.5 本章小结 | 第79-82页 |
| 4 社交网络中多个体行为的相互影响研究——社会影响视角 | 第82-106页 |
| 4.1 实证背景 | 第82-84页 |
| 4.2 模型构建与参数估计 | 第84-87页 |
| 4.2.1 截面数据模型 | 第85-86页 |
| 4.2.2 面板数据模型 | 第86-87页 |
| 4.3 实证结果 | 第87-101页 |
| 4.3.1 解释性结果 | 第87-94页 |
| 4.3.2 预测评估 | 第94-96页 |
| 4.3.3 鲁棒性检查 | 第96-101页 |
| 4.4 研究结论和意义 | 第101-103页 |
| 4.5 本章小结 | 第103-106页 |
| 5 双边市场中多角色个体行为的动态构建过程研究——动态学习视角 | 第106-138页 |
| 5.1 实证背景 | 第106-109页 |
| 5.2 模型构建与参数估计 | 第109-115页 |
| 5.2.1 内容消费行为建模 | 第110-111页 |
| 5.2.2 内容创造行为建模 | 第111-115页 |
| 5.3 实证结果 | 第115-134页 |
| 5.3.1 数据描述和统计 | 第115-124页 |
| 5.3.2 模型识别和估计 | 第124-126页 |
| 5.3.3 估计结果 | 第126-132页 |
| 5.3.4 反事实分析 | 第132-134页 |
| 5.4 研究结论和意义 | 第134-135页 |
| 5.5 本章小结 | 第135-138页 |
| 6 总体结论与展望 | 第138-148页 |
| 6.1 研究结论 | 第138-140页 |
| 6.2 理论创新和贡献 | 第140-141页 |
| 6.3 方法创新和贡献 | 第141-143页 |
| 6.4 实践创新和贡献 | 第143-144页 |
| 6.5 研究局限与展望 | 第144-148页 |
| 6.5.1 研究局限 | 第144-145页 |
| 6.5.2 未来展望 | 第145-148页 |
| 参考文献 | 第148-164页 |
| 附录1 | 第164-172页 |
| 附录2 | 第172-174页 |
| 附录3 | 第174-180页 |
| 附录4 | 第180-184页 |
| 作者简历及主要科研成果 | 第184-185页 |
