本文是一篇电子商务论文，本文基于大量旅客在店铺的O2O交互消费行为数据，构建了机场购物中心的店铺交互网络，利用结构熵极小化聚类和店铺编码树的方法，提取了影响店铺交互网络的五个重要因素，分别是店铺类别、店铺价格、店铺面积、店铺位置和店铺楼层。
第一章绪论
第一节研究背景与研究意义
一、研究背景
时光飞驰，转眼就到了2024年，疫情也已经整整三年。在大浪淘沙的2023年，线下实体店铺重新迈向了有序发展的运行轨道，作为疫情过后的第一年，线下消费场景也开始复苏。根据《2024中国购物中心年度发展报告》显示：2023年，全国购物中心场日均客流2万人，同比上年大幅增长35%，且超过疫前水平，同比2019年增长10%，并且2023年购物中心店铺空置率降至9.06%，为近四年最好成绩。在此之前，电子商务的兴起对传统购物中心也造成了巨大冲击，电子商务以其便捷性、低成本和广泛的商品选择，逐渐改变了消费者的购物习惯，导致实体购物中心的客流量和销售额受到了显著影响。面对电子商务的冲击，传统购物中心开始探索新的商业模式，O2O（Online To Offline）模式应运而生。O2O模式结合了线上的便利性和线下的实体体验，为消费者提供了一个全新的购物渠道。
对于机场购物中心来说情况更加不容乐观。自2019年底COVID-19新冠肺炎疫情大流行以来，全球航空业和旅游业遭受了前所未有的打击。在2020年，机场航站楼内商业店铺空置率居高不下，经营商退租情况恶化，投资者信心大打折扣。国内机场商业收入的大幅缩水，旅客流量呈断崖式下降，许多店铺经营不善导致关门歇业现象十分常见(Choi,2021)。根据国际航空运输协会（IATA）提供的数据表明：2023年航空客运总量同比2022年增长36.9%，全球航空客运量恢复至疫情前（2019年）水平的94.1%，预计2024年客运总量将达40亿人次，将超过新冠肺炎疫情前水平，达到2019年客运总量的103%(IATA,2020)。
第二节研究内容与研究方法
一、研究内容
机场商业综合体，即机场购物中心是机场商业的重要载体，集购物、社交、娱乐功能于一体的商业综合体逐渐成为零售业务的主要业态(Elmashhara&Soares,2019)。本研究以机场购物中心的店铺群体为研究对象，通过整合线上线下大量旅客消费数据构建机场购物中心店铺O2O交互网络，对机场购物中心店铺的进入和组合问题进行研究，旨在提出一种基于社会网络分析、结构熵技术和O2O交互网络的研究方法和工具，从而为机场经营者和购物中心管理者对店铺的管理、进入和组合提供更好的研究视角和研究方法。论文研究内容主要包括以下几个方面：
（1）理论基础与文献综述
内容包括对商业综合体和O2O商业模式进行概念界定，然后是理论基础阐述。其中，理论基础部分分别阐述了本文涉及的社会网络分析理论、行动者网络理论、零售需求外部性理论和价值共创理论。最后，对机场购物中心和店铺组合策略研究进行国内外现状进行综述。
（2）机场购物中心店铺O2O交互网络的构建
这部分内容先介绍了机场购物中心店铺O2O交互数据的采集和处理，将现实复杂网络中的旅客和机场店铺的复杂关系抽象成节点和线。在此基础上，将线下旅客的购物行为大数据在店铺层面所表现出来的外部性构建机场购物中心店铺线下交互网络，然后利用商家结合O2O商业模式产生的旅客线上消费数据在店铺层面所表现出来的外部性构建机场购物中心店铺线上交互网络。最后，将这两种数据进行整合形成机场购物中心店铺O2O交互网络，该网络数据更加全面、形象化地揭示旅客的购物行为偏好在店铺层面所表现出来的错综复杂的关系和联结，以及相互之间的互动模式。
第二章文献综述与理论基础
第一节相关概念
一、O2O
O2O（Online To Offline）是一种经营中涉及到线上线下联动的营销模式，它通过线上的电子商务平台和线下的实体店铺相结合，为消费者提供一个无缝的购物体验。线下渠道作为历史悠久的商品销售和服务交付方式，一直在商业活动中占据重要地位。随着互联网技术的迅猛发展，线上渠道逐渐崭露头角。最早提出线上渠道的学者是雷波特和斯欧卡拉，相较于线下渠道，线上渠道具有信息传递成本低、效率高的特点。线上渠道的兴起，不仅为消费者提供了更为便捷、个性化的购物体验，同时也为商家开辟了新的销售模式和市场空间。线上与线下渠道的融合与发展，正推动着商品销售和服务交付方式的创新与变革。
Bayram A和Cesaret B（2020）的研究表明，通过整合门店订单和在线订单，企业能够最大化整体利润。这种整合不仅优化了订单处理流程，提高了效率，还使得企业能够更精准地满足消费者需求，从而提升销售额和客户满意度。Wiener（2018）等人的研究指出，企业要实现线上线下融合并达到协同效应，需要采取一系列措施。这包括加深融合模式的集成水平，确保线上线下渠道的无缝衔接；引入适当的激励机制，激发员工的积极性和创造力；以及发挥广告宣传的作用，提升品牌知名度和影响力。陈浩（2018）从价值主张的角度出发，提出了线上线下融合的根本实现途径。他认为，企业应回到以客户为中心的价值主张，通过信息技术与实体布局的结合，推行消费场景化，实现从销售商品到服务消费者的转变。这种转变不仅能够提高服务水平，还能改善用户体验，增强用户粘性。武亮（2019）细化了线上线下融合的模式，将其分为从线上到线下的整合模式和从线下到线上的整合模式。
第二节理论基础
一、社会网络分析理论
社会网络分析法（social network analysis，即SNA）是一种研究社会行动者之间的关系或通过这些关系流动的信息的一种社会科学研究方法，它将社会现象抽象为由节点和边构成的网络结构，并从中发现网络的特征、模式、机制和影响。利用社会网络分析理论来研究商业活动中用户行为产生的社会网络，可以帮助理解和解决各种商业问题。
从起源来看，社会网络分析植根于社会学、心理学以及数学等多个学科之中。早在20世纪30年代，学者们就开始尝试用定量的方式去描绘和分析社会关系。随着计算技术的飞速发展，社会网络分析在数据处理和模型构建上取得了突破性进展，使其能够更精确地捕捉和解释社会系统中人际关系的复杂结构。社会网络理论强调，个体的行为和决策往往受到其所在社会网络的影响。通过研究这些网络，可以更深入地理解社会现象的成因和机制。从1940年英国人类学家布朗首次提出“社会网络”的概念，到曼彻斯特大学学者对非洲部落社会的研究，再到Barnes在1969年提出的“派系”和“聚类”理论，社会网络分析的理论和方法不断得到丰富和完善。进入20世纪90年代，社会网络理论开始在企业研究领域逐步丰富。企业被视为一个复杂的社会网络，其中的员工、部门、供应商、客户等各个节点之间都存在着千丝万缕的联系。
第三章 研究问题与研究设计 ........................... 29
第一节 研究问题 ............................. 29
第二节 社会网络分析方法..................... 30
第四章 基于O2O消费者行为的店铺交互网络分析 .......................... 40
第一节 数据描述性分析及可视化 .............................. 40
一、 数据描述性分析 .............................. 40
二、 O2O交互数据网络可视化.............. 42
第五章 店铺进入适配模型和组合 ............................ 55
第一节 店铺进入适配模型的构建 ........................ 55
一、 变量说明 ............................... 55
二、 QAP回归分析 .................... 56
第五章店铺进入适配模型和组合
第一节店铺进入适配模型的构建
一、变量说明
通过对店铺进行结构熵聚类和店铺编码树的构建后，从中提取了五个对店铺交互网络构成比较重要的五个影响因子，接下来尝试用这四个影响因子对店铺交互网络进行QAP回归分析，求出每个影响因子对店铺交互网络的影响系数，构建出店铺进入机场的评量模型来确定一个店铺是否适合引入机场购物中心。接下来，我们定义了自变量和因变量如表5.1，定义机场购物中心的店铺进入评量模型为：
第六章结论与展望
第一节研究结果讨论
本文基于大量旅客在店铺的O2O交互消费行为数据，构建了机场购物中心的店铺交互网络，利用结构熵极小化聚类和店铺编码树的方法，提取了影响店铺交互网络的五个重要因素，分别是店铺类别、店铺价格、店铺面积、店铺位置和店铺楼层。运用QAP回归分析，求出了每个影响因素对店铺交互网络的影响系数，构建了店铺进入机场购物中心的适配模型，为机场管理者提供了决策参考。根据机场的商业区域定位，设立了品牌准入及匹配关系，增强了引入店铺的商业适配性。采用了随机游走算法，发现了店铺交互网络中的潜在模式，如频繁出现的店铺组合，为店铺在布局上的组合和营销上的联合提供了有价值的信息，本研究得出以下结论：
（一）机场购物中心的店铺交互网络表现出零售需求外部性下店铺间的依赖程度，外部性关系强度通过影响消费者数量间接影响机场购物中心店铺群体的业绩水平。通过可视化线上线下店铺交互网络，可以直观的发现店铺间的零售需求外部性和相互作用，能够帮助机场管理者对机场购物中心的线上线下的商业生态现状有比较直观和全面的了解。
（二）店铺交互网络的形成受到多种因素的影响，其中店铺面积对网络的影响最大，说明店铺面积选择对店铺的进入和网络位置有着十分重要的影响；店铺类别对网络的影响最小，说明在购物中心中，同一品类的店铺过多会造成商圈饱和，产生激烈的竞争，不利于同类店铺的长久发展。
（三）店铺进入适配模型可以反映店铺节点的属性与店铺节点之间的交互关系的匹配度，从而预测店铺进入机场购物中心的效果。通过量化和比较不同店铺进入机场购物中心的优劣，从而为机场管理者提供决策依据。
参考文献（略）