邹烨userslv0

发现很多人都有过这样的体验，晚上刷拼多多喝抖音连续下了十几个9.9的订单，第二天早上起来后，发现很多都是冲动消费，遂退单，最后可能发现其实没有什么是必须要买的。但是我有一个疑惑，研究者是如何研究【研究一：北京某连锁餐饮18家门店的21,280条线下消费记录研究2： 27家快餐店的506,409条外卖订单（覆盖196,421名消费者、3个外卖平台）】，如何通过研究2得出跨平台比价行为？因为一条数据是在一个平台上下单的，但是每个人用不同平台的习惯可能不太一样。如何得出有些数据是通过比价行为后发现某个平台更便宜而下单的？

成都春熙路那块人流量确实很大，街道很有活力，路上经常能看到有人拍短剧和跳舞。但是我很好奇，研究是怎么得出街道活力的量化指标，热力图吗？以及人口密度的数据是怎么得到的？

我在生活中，比如大龙焱火锅，我起初看到也很难快速完整的念出，但是当我在美团等平台反复看到他们家的广告，并且这家店真的吸引到我想去店消费时，我可能就会去店里消费，即使我还是不知道生僻字的读音。我觉得这个现象是品牌方在设计名字时会从很多角度来考虑，比如三个火 四个火（）这样的组合的生僻字可以让人快速联想到与火锅热辣滚烫的联系。另外，人在无意经过门店或看到招牌时，可能会被招牌和门店宣传等吸引。所以我自己感觉，对于一些初次见到的产品（很多新兴品牌）或者那些长期耳濡目染的产品（如Apple）的“典型性”和“熟悉性”是需要时间培养的。比如，你即使听说过很多次Apple的产品，但你不一定会选择这个品牌。所以我对实验中短暂的培训和量表打分这种短暂的效应会产生一点“怀疑”，特别是如果有些产品还是研究者自己虚构或者造出来的。同时我也很好奇，研究者是如何区分典型产品和非典型产品的呢？

哇！感谢老师，很有意思很新颖的另一个角度思考，我们作为个体确实会更喜欢一些善意和鼓励性的言论或评论，特别是发自内心的。其实在我自己刷社交媒体的评论时，也会发现我们本身就置于算法的框架下，我们在短时间内看到的可能是平台和算法想让我们看到的评论，而所有人都被罩在了这个算法下，被迫看到自己“平台认为你想看到的”，很可能会置于另一种“信息茧房”中，也确实容易处于一种隐蔽的规训压力。我至少在生活中发现，每个人的小红书和抖音都是不一样的内容。