时间：2023-07-13 17:24:11
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇社交媒体的分类，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0164-06
〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.
〔Key words〕social media；information；credibility；assessment；review
1 研究的意义
随着互联网技术和移动技术的突飞猛进，社交媒体盛行，人人可做信息的制造者，制造的信息极为丰富。然而，在这丰富信息的背后，隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频，这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播，营造健康向上的网络环境，信息可信度评估就成了迫在眉睫的问题，社交媒体信息急需“鉴定师”和“测谎仪”。
社交媒体信息可信度评估研究既有较高的学术价值，也有较强的应用价值。具体来说，学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施，是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性，营造诚信健康的互联网环境，也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。
2 社交媒体信息研究
社交媒体（Social Media）是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后，BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明：全球社交媒体活跃用户约占全球人口的29%。
2.1 国外研究
社交媒体的相关研究从20世纪80年代开始，在2005年左右开始进入快速发展阶段，发文量有逐年增加的趋势。在国际期刊中，发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年，关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面：
2.1.1 社交媒体信息利用研究
社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域，利用社交媒体信息，可以获知消费者态度和行为[2]，可以获知客户交流和推荐对营销的影响[3-4]，可以获知社交媒体信息对营销管理功能的影响[5]。
2.1.2 社交媒体信息检索与信息推荐研究
侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如，Hong和Davison（2010）使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如，Levandoski等（2012）提出位置感知推荐系统（LARS）[12]。
2.1.3 社交媒体信息传播研究
侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等（2010）通过研究1 500万URL在不同Twitter用户之间的300小时传播，提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic（2005）通过研究信息在博客中传播的模式和动力学特性，提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman（2010）采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。
2.1.4 社交媒体用户隐私研究
在探讨社交媒体用户隐私现存问题的基础上，提出了相应的隐私保护方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基础上探讨了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解决社交媒体用户隐私问题[18]。
2.2 国内研究
国内学者的社交媒体研究最早可追溯至20世纪90年代末，但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在：
2.2.1 社交媒体信息传播研究
研究内容包括：①社交媒体信息传播模式研究。如韩佳等（2013）提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等（2015）构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊（2015）探讨微博传播存在的问题及原因，并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红（2012）以新浪微博作为数据来源，把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标，从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。
2.2.2 社交媒体舆情分析与监测研究
如张J等（2014）以打砸日系车系列突发公共事件为实例，探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等（2015）对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集，将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段，并对各阶段进行情感分析，为舆情治理提供了支持[24]。唐涛（2014）在分析网络舆情五要素的基础上，探讨移动互联网舆情的新特征，指出面临的新挑战，并从信息分析、信息筛选、信息引导等方面提出对策[25]。
2.2.3 社交媒体营销研究
如唐兴通（2012）的著作《社会化媒体营销大趋势：策略与方法》系统总结了社交媒体营销，并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼（2014）提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄（2015）采用社会网络分析方法研究企业微博营销传播的效果[28]。
3 信息可信度研究
3.1 国外研究
信息可信度（Information Credibility）是指人们对信息可相信程度的认识。它由值得信赖（Trustworthiness）和专业性（Expertise）两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现，网络信息可信度的评估被提上了议事日程。研究情况可归纳如下：
3.1.1 网络信息可信度评估的理论模型
主要有Fogg（2003）的P-I理论模型、Wathen和Burkell（2002）的评判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的统一模型、Metzger（2007）的双处理模型以及Lucassen等（2013）的3S模型（修订版）。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。
3.1.2 网络信息可信度研究内容
主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如，Nagura等（2006）通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka（2011）利用用户可信度评判模型对网页搜索结果进行重新排序，以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等（2008）以文章长度、版本数量和基于贡献数量的作者声誉建立模型，计算出维基百科文章的可信度[33]。
3.1.3 网络信息可信度研究方法
主要采用定量研究法。比如，Olteanu等（2013）在调查网页的各种特征（文本内容、链接结构、网页设计等）的基础上，经过统计分析方法筛选出关键的特征，采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto？Search。
3.1.4 影响力较大的项目和国际会议
影响力较大的项目有互联网可信度研究（The Web Credibility Research）项目，影响力较大的国际会议有WICOW（Workshop on Information Credibility on the Web）。
3.2 国内研究
1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今，相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统，国内研究重点在于定性分析上，大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有：
3.2.1 侧重于信息可信度影响因素研究
比如，龚思兰等（2013）针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征，通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅（2013）运用理论分析辅以实证研究的方法，从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。
3.2.2 侧重于信息可信度指标体系的构建
比如，胡红亮（2013）按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋（2007）基于第三方认证机构的视角，构建了电子商务网站的信用评价指标体系及评价因素集，并建立灰色关联信用评估模型[38]。当然，也有少量基于机器学习的信息可信度自动化评估实验研究，比如，马伟瑜（2011）提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。
4 社交媒体信息可信度评估研究
4.1 国外研究
国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开，最早可追溯到20世纪80年代。目前可以说，研究处于繁荣期。国外研究情况可归纳如下：
4.1.1 社交媒体信息可信度评估研究内容
研究内容主要包括：①不实信息的判断识别。如Qazvinian等（2011）提取Twitter信息的文本特征、网络特征和微博元素特征，构建贝叶斯分类器甄别谣言[40]。Zhao等（2015）通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等（2011）选取了有关用户特征、文本特征、主题特征、信息传播特征，采用J48决策树评估Twitter中话题新闻的可信度[42]。
4.1.2 社交媒体信息可信度评估方法
评估方法主要有监督学习[43]，统计分析[44]，与可信信息来源的相似性比较[45-46]，社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估，具体来说：①选取的特征：选取的特征主要是用户特征、文本特征、信息传播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）选取用户特征（如注册时间、粉丝量、好友量），文本特征（如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发），主题特征（如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例），以及信息传播特征（如传播树的深度），采用J48决策树评估Twitter信息的可信度[42]。②评估的方法：大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法，并对结果进行分类，以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器，并对结果进行分类，从而评估Twitter信息的可信度[42]。当然，也有通过对结果进行排序的实例，从而达到评估社交媒体信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM与PRF相结合的方法，按照可信度得分对Twitter信息进行排序[43]。
4.1.3 有较大影响的在研项目与系统
由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性，该项目在国际上有较大影响。Jacob Ratkiewicz等（2011）开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等（2014）、Lorek等（2015）分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。
4.2 国内研究
2007年《博客信息“可信度不亚于纽约时报”？》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有：
4.2.1 社交媒体信息可信度影响因素研究
如刘雪艳和闫强（2013）探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝（2015）从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等（2015）从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。
4.2.2 构建社交媒体信息可信度指标体系研究
它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬（2013）从站点层次、版块层次、主题层次、内容层次4方面，采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等（2013）从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查，采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如，贺刚等（2013）引入关键词分布特征和时间差等新特征，基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等（2013）提出基于BP神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测[57]。路同强（2015）采用半监督学习算法检测微博谣言，但不足之处在于未考虑信息的深层特征[58]。
4.3 存在的问题
对比国内外研究情况，可发现国内研究存在如下问题：
4.3.1 研究内容
关于社交媒体信息可信度研究，国内外目前以微博研究较多。与国外丰富的研究内容相比，国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。
4.3.2 研究方法
国外定量研究较多，很多涉及自动化评估，而国内定性研究较多，大多采用问卷调查法、专家访谈法等进行人工评估。
总之，现有研究大多是针对Twitter等英文社交媒体，其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的，但研究成果零散，还缺乏系统性。另外，在特征选择上，选择范围面较窄，考虑社交媒体深层的隐含特征较少。
5 结 语
为了解决中文社交媒体的可信度评估问题，在吸收前人研究的基础上[59-63]，很有必要对中文社交媒体信息可信度进行系统研究，特别是在参考国外信息可信度评估系统的基础上，很有必要研制开发中文社交媒体信息可信度评估系统，实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中，应注意下列问题：
1）评估要在对信息资源分类的基础上，对不同的类别采用不同的评估指标体系，以提高评估工作的科学性和合理性。
2）评估既要重视定性评估，也要重视定量评估，尤其是自动化评估。特别是在大数据环境下，应针对评估的实际需求，制定科学的评估方案，选择恰当的评估方法，构建适合评估工作需要的自动化评估系统。
3）评估指标、评估模型的选取以及参数的训练，既要考虑研究结果的精确度，又要考虑系统的运算时间。
4）评估模型构建后，不仅要进行实验室评估，还应进行实际效果评估。
参考文献
[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.
[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.
[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.
[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.
[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.
[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.
[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.
[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.
[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.
[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.
[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.
[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.
[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.
[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.
[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.
[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.
[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.
[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.
[19]韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，（1）：105-107，111.
[20]姜景，李丁，刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识，2015，（1）：182-191.
[21]阎俊.微博传播的问题与对策研究[D].锦州：渤海大学，2015：1-38.
[22]陈远，袁艳红.微博信息传播效果实证研究[J].信息资源管理学报，2012，（3）：28-34.
[23]张，孙霄凌，朱庆华.突发公共事件舆情传播特征与规律研究――以新浪微博和新浪新闻平台为例[J].情报杂志，2014，（4）：90-95.
[24]张瑜，李兵，刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报，2015，（5）：143-151，159.
[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志，2014，（3）：113-117.
[26]唐兴通.社会化媒体营销大趋势：策略与方法（第2版）[M].北京：清华大学出版社，2012：1-235.
[27]张淼.社会化媒体在市场营销中的应用研究[D].北京：首都经济贸易大学，2014：1-47.
[28]刘晓燕，郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究，2015，（2）：89-102，128.
[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.
[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.
[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.
[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.
[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.
[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.
[51]刘雪艳，闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报：社会科学版，2013，（2）：6-12.
[52]丁科芝.社交网络信息可信度研究[D].武汉：华中师范大学，2015：1-61.
[53]薛传业，夏志杰，张志花，等.突发事件中社交媒体信息可信度研究[J].现代情报，2015，（4）：12-16.
[54]屈文建，谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识，2013，（2）：112-118.
[55]莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，（2）：12-18.
[56]贺刚，吕学强，李卓，等.微博谣言识别研究[J].图书情报工作，2013，（23）：114-120.
[57]程亮，邱云飞，孙鲁.微博谣言检测方法研究[J].计算机应用与软件，2013，（2）：226-228，262.
[58]路同强，石冰，闫中敏，等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究，2016，（3）：744-748.
[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.
[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.
[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社会媒体挖掘[M].北京：人民邮电出版社，2015：1-240.
关键词：语义标注 社交媒体 信息抽取
中图分类号： TP311 文献标识码： A 文章编号： 1003-6938（2013）05-0095-05
1 引言
社交媒体的数据文本短、噪声大，多为对话，数据实时发生，需要基于时间和上下文的即时分析处理。如何实时、有效和经济地去访问和集成这些多语言的数据，是一个严峻挑战，目前的各种技术在准确性、可伸缩性和便携性方面都有所欠缺。
语义标注把语义模型和自然语言结合在了一起，可以看作是本体和非结构化或半结构化文档之间的关联进行双向动态的生成过程，从技术的角度来讲，语义标注是通过参照在本体里的URI的元数据， 从本体（类、实例、属性或者关系等）里标注在文本里出现的概念。使用文本里出现的新的实例去增强本体的方法也称为本体填充。
社交媒体的自动语义标引可以用于基于语义的搜索、浏览、过滤、推荐、可视化分析用户以及用户之间的社交网络和在线行为的语义模型建立，还有其他的应用场合例如知识管理、竞争情报、客户关系管理、电子政务、电子商务等。
目前的语义标注技术主要是针对新闻文章或者其他较为正式、篇幅较长的Web内容，由于社交媒体自身具有内容较短、噪声大、跟时间相关、用户产生内容等这些鲜明的特点，给语义标注技术的发展带来新的挑战。
2 社交媒体语义标注的方式
语义标注可以采用手工、自动化或半自动化等多种方式进行。
Passant等[1]提出了语义微博框架模型，以便用户给博文手动的添加机器可读的语义，该框架也支持通过主题标签与关联开放数据进行连接。Hepp等[2]提出了一个新的对微博进行手工语义标注句法，能映射成RDF语句，该句法支持标签、本体属性，例如FOAF和在同一个微博里多个RDF语句之间关系。尽管手工语义标注具有一定的价值，但是每天腾讯、新浪等百万条微博的涌现，亟需自动的语义标引方法。
信息抽取，作为一个自然语言分析的方式，日益成为在非结构化文本和在本体中的规范化知识之间建起沟通桥梁的关键技术。基于本体的信息抽取就是适用于语义标注的任务，传统的信息抽取和基于本体的信息抽取的一个显著区别就是规范化的本体作为系统的输入和输出，有些信息抽取系统只是把系统输出和本体做一个映射，这些系统严格来讲，应该称为面向本体的系统。基于本体的信息抽取另一个显著的特点是它不仅仅发现被抽取的实体的类型，而且还要把它跟目标知识库里的关于它的语义描述关联起来，通常用一个URI方式识别它，在抽取过程中需要在文档内和文档间进行命名实体、术语、关系等自动识别和共指消解。
关联开放数据资源，例如DBpedia，YAGO和Freebase等已经成为语义标注本体知识的关键来源，也作为用来消歧的目标本体知识库，他们提供了交叉引用、领域无关的数万条类和关系以及数百万条的实例，一个关联、互补的代名词的资源集合，对应于维基百科的条目和其他外部数据的概念和实例，丰富的类层次用于细粒度分类命名实体，而关于数百万实例和对应维基百科条目的链接的知识也是基于本体抽取系统的一个特点。
3 社交媒体语义标注的主要方法
3.1 关键短语抽取
自动抽取出的关键句可以表示出一个文档或文档集的主题，但不能有效的表达论点或者所有的观点，关键短语抽取因此被认为是一种浅表知识抽取，它也作为降维手段，允许系统处理较小集合的重要的术语而不是全文，用于上下文的语义标注和索引。
一些关键词语方法利用了术语共现形成术语的图，边为一对术语共现的距离，给顶点分配一定的权重，W Wu等研究表明这一类的术语抽取方法相对依赖于文本模型的方法，在Twitter数据上表现更优。这些基于图的方法在从Twitter中抽取关键短语之所以取得了良好的效果，原因在于这个领域包括了大量的冗余，有利于形成关键词摘要。但主题的多样性增加了抽取一系列相关和准确的关键词的难度，Xin等[3]在关键词组抽取中结合了主题建模来解决该问题。
当前的相关研究主要是使用该方法来产生新的标签，Qu等[4]在基于词性标签的基础上，从n-gram产生候选的关键短语，然后使用一个监督逻辑回归分类器进行过滤。该方法还可以和分众分类法进一步结合，产生标签签名，例如把分众分类法中的每一个标签和加权的、语义相关的术语联系起来，针对新的博文和帖子，进行比较和排序这些标签，从而推荐一些最相关的标签。
3.2 社交媒体中的基于本体的实体识别
基于本体的实体识别一般分为两个步骤：实体识别和实体联接，实体识别阶段主要根据一个本体识别出文本中出现的所有的类和实例，而实体联接阶段则是使用文本中的概念信息，结合从本体中的知识，来选择一个正确的URI。
3.2.1 基于维基百科的方法
目前实体识别和联接的主要研究都是使用维基百科作为庞大的、免费的、人工标引的训练语料库。典型的目标知识库例如DBpedia和YAGO等都是来源于维基百科，提供了一个实体URI和相应的维基百科页面的直接映射。
基于实体消歧的方法主要是使用一个字典，里面有每个实体URI的标签，包括维基百科的实体页面，重定向（用于同义词和缩写），消歧页（对具有相同名称的多个实体）和链接到维基百科页面时使用的锚定文本。这本词典用于识别所有候选实体的URI，然后把这些候选的URI进行排序，给出一个置信分数。如果在目标知识库里面，没有匹配的实体，就返回空值。
一个广泛使用的基于维基百科的语义标注系统是DBpedia Spotlight[5]，这是一个免费的可定制的Web系统，它通过DBpedia的URIs标注文本，它的目标是DBpedia本体，包含了三十多个顶级类和272个类，通过显式地列出他们或一个SPARQL查询，来限制哪些类（或者它的子类）用于命名实体识别，这个算法首先通过查找一个来源于维基百科的URI词汇字典挑选候选的实体，然后使用向量空间模型对URI进行排序，每一个DBpedia资源都和一个文档相关联，构建的每一段文字里都使用到在维基百科里的概念。
LINDEN框架[6]在基于维基百科的信息外，还充分利用了YAGO里更丰富的语义信息，这种方法很大程度上依赖于Wikipedia-Miner工具，该工具用来分析有歧义的实体的上下文和发现出现在维基百科里的概念。在TACKBP2009数据集上的评测表明LINDEN超过了所有的只基于维基百科的系统，但目前LINDEN还没有和DBpedia Spotlight在同一数据集进行测试比较。
3.2.2 面向社交化媒体的方法
命名实体识别方法一般都是在较长、较常规的文本上进行训练，当作用在较短和更多噪声的社交媒体内容上的时候，效果较差。面向社交媒体的方法融合了语言和社交媒体专门的特性，尽管每个博文提供了很少的内容，但可以从用户资料、社交网络和回复中发现更多的附加信息。
Ritter 等[7]通过使用Freebase作为一个大规模已知实体来源，提出了命名实体分类的问题，如果没有考虑到上下文，直接进行实体查找和类型分配，只能得到38%的F值，其中35%的实体是歧义的，具有多个类型，而30%的实体没有在Freebase中出现过。如果使用被标记的主题模型，考虑到每个实体字符串出现的上下文和在Freebase类型上的分布，命名实体分类的F值提高到了66%。
Ireson 等[8]研究了在Flickr网站上命名标签的地名消歧问题。这个方法是在Yahoo！ GeoPlanet语义数据库的基础上，为每一个地点实例都提供一个URI，与一个相关地点的分类，这个标签消歧的方法利用了其他分配给照片的标签，用户上下文（一个用户分配给他所有照片的标签）和扩展用户上下文（考虑到用户联系人的标签），这种基于社会化网络上下文的使用显著地提高了整体消歧的准确性。
另一个附加和隐藏的语义是微博里的主题标签，Laniado 等[9]详细调查了三千六百多万条微博里的主题标签语义，使用了四种度量指标：使用频率、使用的一致性、稳定性和专门性。这些度量用来决定哪些主题标签可以被用作标示符，连接到Freebase URIs上，通过从分众完成的在线词汇表，添加主题标签的定义，主题标签也可以作为语义信息的附加来源。Mendes等[10]通过简单地在DBpedia里查找，而没有进一步的消歧就完成了语义标注。用户相关的属性和社会关系都在FOAF里了，而语义标注通过MOAT本体来实现。
Gruhl等[11]关注了语义标注的消歧元素，审视了处理高度歧义的情况，例如歌曲音乐专辑的名称。他们提出的方法首先限制用于产生候选的MusicBrainZ本体的部分，通过过滤掉所有在给定文本里没有提到的音乐家的信息，然后运用词性标注和名词词组组块，把这些信息作为支持向量机分类器的输入，在此基础上进行消歧。这个方法对关于三位音乐家的MySpace帖子的语料集做了测试，尽管本体很大，但有关文本很快被找到，具有较高的效能。
3.2.3 商业化实体识别服务
现有大量的商业在线实体识别服务用实体标注文档，给文档指派关联数据URIs，NERD在线工具可以轻松地在用户上传的数据集上进行比较，还可以整合他们的结果，把结果映射到关联开放数据云上。
Zemanta[12] 是一个在线标注工具，最初专门用于博客和邮件内容，帮助用户通过推荐来插入标签和链接。Open Calais[13]是另外一个语义标注的商业化Web服务，Abel等利用它在新闻相关的微博里识别命名实体，目标实体一般是地理位置、公司、人员、地址或联系电话等，而被抽取出来的事件和事实一般涉及以上的实体，例如公司竞争者、联盟等。实体标注包括URL，允许通过http访问在关联数据中的这个实体的更多信息。目前OpenCalais连接到8个关联数据集上，包括它自带的数据库，如DBpedia，Wikipedia，IMDB等，广泛涉及到了本体中的实体类别。Calais的主要局限性是专有的性质问题，例如用户通过Web服务发送文档来进行标注，接受标注的结果，但是他们不能给Calais一个不同的本体来进行标注，或者定制实体抽取的方式。
3.3 情感监测和观点分析
自动情感监测技术主要分为基于词汇的方法和机器学习的方法，基于词汇的方法主要依赖于一个情感词汇库，包含了已知和预先收录的情感术语，而机器学习的方法利用浅表语法或语言的特性。大多数情感和观点分析方法没有或者很少利用到语义，例如把博文分为积极、消极或中性情感，是建立在n-grams和词性信息的技术上。这些方法会导致数据量少的问题。Saif等[14]证明了使用语义概念代替单词能显著提高极性分类的准确性，这个方法使用了AlchemyAPI来进行语义标注，它包括了30个实体类，绝大部分是人物、公司、城市和组织等。这个方法在斯坦福Twitter情感数据集上作了评估测试，性能超过了其他没有使用语义的现有方法。语义标注还可以用来完成挑战性的观点挖掘任务，结合来源于WordNet等上的情感词汇，使用基于规则的实体识别器来识别出微博里的人物、政治团体和所持观点，然后进行语义分析，使用模式来产生三语组，表示出观点持有者和投票意愿。
3.4 跨媒体联接
由于微博内容比较短，如果不参考外部资源的上下文内容，很难被理解，所以需要跨媒体的自动联接。Abel等把微博和当前的新闻故事连接在一起改善微博的语义标注的准确性，探索了一些联接策略：利用出现在微博里的URL，微博和新闻文章的TF-IDF相似性，主题标签和基于实体的相似性（例如OpenCalais识别出来的语义实体和主题）等。Hubmann-Haidvogel等[15]使用在线新闻从Twitter，YouTube和Facebook上汇总关于社交媒体关于气候变化的内容。
4 社会媒体的语义标注改进途径
目前的社交媒体语义标注方法有很多的局限性，很多方法就像关键词和主题抽取一样，只能解决浅表问题，而基于本体的实体和事件识别并没有取得在较长的文档上那样高的准确度和召回率。语义标注方法只适用于它们训练和评估的数据，在社交媒体标准数据集的训练算法也是有限的，使用命名实体类型和事件标注的微博条数一般都小于1000条，需要来自不同社交媒体类型更大的共享评测语料集，如果通过传统人工的方法进行，则不可能完成。
4.1 众包
一种改善自动标注的途径是进行众包，ZenCrowd[16]系统把大规模的实体和在Amazon Mechanical Turk上的微任务，能够自动连接到LOD云上的文字部分不交给标引员，只是在难以解决的情况下才咨询标引员，这样显著提高了标注结果。欧盟FP7资助的Xlike项目[17]也尝试众包去解决社交媒体广泛使用的非正式语言的非规则性，提高标注的准确性。Gate Teamware[18]是一个基于网络的协同标注工具，支持分布式团体工作，可以为非专业的标引员进行个性化定制使用。
4.2 利用Web of Data上的海量知识
另一种改善社交媒体语义标注的途径是更好的利用Web of Data上的海量知识，目前大部分局限在维基百科、DBpedia和YAGO上，使用网络数据的一大问题是，由于常用词和停用词的大量使用等造成的歧义，需要自动化的领域分类的步骤，确保特定领域的LOD（关联开放数据）资源被用于标引相关领域内的社交媒体。使用网络数据面临的第二大问题是健壮性和可伸缩性，在面临LOD资源的噪声知识时，在处理有噪音的、语法不规则的语言的时候，能保持一定的健壮性，考虑到Web of Data的规模，设计基于本体的算法时，算法要在维持较高的计算水平的同时，又能有效的加载和查询这些大规模的知识库。最后一个有效利用网络数据资源的障碍是相当有限的可用词汇信息。除了维基百科上的资源，其他的词汇信息大多数局限在RDF标签。这就限制了他们在基于本体的信息抽取和语义标注上的使用。近期很多学者都专注于利用协作完成的维基学科去建设跨语言词汇资源。它包含了很多外来词和新词，并且不断被贡献者社区进行更新，可以在分析用户内容时作参考使用。针对英语和德语，目前正在进行的工作有建立UBY[19]，这是一个综合的、大规模、语义-词汇资源，它基于维基百科、WordNet和其他的LOD资源。有些研究还关注基于语言的本体建设，提出把语言信息和本体元素进行关联的模型，这些都为跨语言语义标注系统的建设进行了有益的尝试。
5 结语
尽管社交媒体的语义标注技术还有很多的改进空间，但语义标注的结果已经被应用在从社交媒体流的隐形信息中自动获得用户和社交网络的模型的方法上。为了更好的挖掘出隐含语义信息，处理多噪声的动态社交媒体流，我们需要探索更加稳定、准确的大规模实体和事件识别方法，需要进一步细化意见挖掘算法用于目标识别，解决时间波动性问题，对冲突意见的探测和建模以及意见汇总。
参考文献：
[1]A. Passant， J. G. Breslin， and S. Decker. Rethinking microblogging：open， distributed， semantic[C]. Proceedings of the 10th International Conference on Web Engineering，2010：263-277.
[2]M. Hepp. HyperTwitter： Collaborative knowledge engineering via Twitter messages[C].Knowledge Engineering and Management by the Masses-17th International Confe
rence EKAW 2010，2010：451-461.
[3]W. Xin， Z. Jing， J. Jing， H. Yang， S. Palakorn， W. X. Zhao，J. Jiang， J. He， Y. Song， P. Achananuparp， E. P. Lim， andX. Li. Topical keyphrase extraction from Twitter[C].Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics： Human Language Technologies， HLT ’11，2011：379-388.
[4]L. Qu， C. Müller， and I. Gurevych. Using tag semantic network for keyphrase extraction in blogs. In Proceedings of the 17th Conference on Information and Knowledge Management，2008：1381-1382.
[5]Dbpedia Spotlight[EB/OL].[2013-06-02].http：///projects/dbp-spotlight/.
[6]W. Shen， J. Wang， P. Luo， and M. Wang. LINDEN： Linking named entities with knowledge base via semantic knowledge[C].Proceedings of the 21st Conference on World Wide Web，2012：449-458.
[7]A. Ritter， S. Clark， Mausam， and O. Etzioni. Named entity recognition in tweets： An experimental study[C]. Proc. of Empirical Methods for Natural Language Processing （EMNLP）， Edinburgh， UK， 2011.
[8]N. Ireson and F. Ciravegna. Toponym resolution in social media[C]. Proceedings of the 9th International Semantic Web Conference （ISWC），2010：370-385.
[9]David Laniado and Peter Mika. Making sense of Twitter[C].International Semantic Web Conference（1），2010：470-485.
[10]P. N. Mendes， A. Passant， P. Kapanipathi， and A. P. Sheth. Linked open social signals[C]. Proceedings of the 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology， 2010：224-231.
[11]D. Gruhl， M. Nagarajan， J. Pieper， C. Robson， and A. Sheth. Context and Domain Knowledge Enhanced Entity Spotting in Informal Text[C]. Proceedings of the 8th International Semantic Web Conference （ISWC’2009）， 2009.
[12]Zemanta[EB/OL]. [2013-06-03]. http：//.
[13]Opencalais[EB/OL].[2013-06-03]. http：///.
[14]H. Saif， Y. He， and H. Alani. Alleviating data sparsity for Twitter sentiment analysis[C]. Proceedings of the #
MSM2012 Workshop， CEUR，2012.
[15]A.Hubmann-Haidvogel，A. M. P. Brasoveanu， A. Scharl， M. Sabou， and S. Gindl. Visualizing contextual and dynamic features of micropost streams[C].Proceedings of the #MSM2012 Workshop， CEUR， 2012.
[16]G. Demartini， D. E. Difallah， and P. Cudré-Mauroux. Zen-Crowd： Leveraging probabilistic reasoning and crowdsourcing techniques for large-scale entity linking[C].Proceedings of the 21st Conference on World Wide Web， 2012：469-478.
[17]Xlike[EB/OL].[2012-06-05]. http：///.
[18]Kaling Bontcheva， Hamish Cunningham， Ian Roberts， Angus Roberts， Valentin Tablan， Niraj Aswani， and Genevieve Gorrell. GATE Teamware： A Web-based， Collaborative Text Annotation Framework[J/OL]. [2013
-06-03].http：//eprints.whiterose.ac.uk/75937/.
〔关键词〕社交媒体；政府社交媒体；韩国政府；政府公共关系
DOI：10.3969/j.issn.1008-0821.2017.02.028
〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2017）02-0157-06
〔Abstract〕In recent years，governments around the world have started to apply social media，the social influence is growing.The South Korean government departments have started to apply various social media tools actively since 2009，which improve the quality of public services effectively，increase the government transparency and citizens satisfaction with government.From the three aspects of motivation，policies and measures，this paper analyzed the status quo and effects of social media applications of South Korean government.Based on this，the paper provided some suggestions for social media applications of Chinese government.
〔Key words〕social media；social media in the government；south korean government；governmental public relations
随着信息技术的革新和移动互联网的普及，基于Web20基础之上的社交网站、博客、论坛、微博、微信等各种社交媒体（Social Media）迅速风靡全球。社交媒体的应用已经渗透到政府治理等多个领域，极大地改变了人们的社会关系，并对政府的治理模式和公共服务有重要的影响。近年来，世界各国政府日益认识到社交媒体的重要性，美国、韩国、中国、新加坡、澳大利亚、泰国等多个国家的政府部门纷纷开始应用社交媒体。
韩国政府部门对社交媒体的应用起步较早，2010年韩国中央政府的40个政府部门就开通了Twitter账户[1]，其中26个政府部门还开通了Me2Day账户。目前韩国政府的社交媒体发展正处于应用转型期。良好的网络环境，较高的网民自律意识以及较为完善的网络监督制度，为韩国政府部门应用社交媒体奠定了基础。随着互联网技术的快速发展，中国政府也开始应用政务微博、政务微信等社交媒体，但与其他国家相比，在应用的广度、深度及作用发挥等方面还存在许多不足之处。
“十三五”规划中指出要“坚持深化改革，推进国家治理体系和治理能力现代化，更好推动经济社会发展。”中国政府部门需要利用社交媒体推进治理能力的现代化，逐步提高公共服务的质量，降低成本，增加政府透明度。韩国是世界上网络发展最为迅速的国家之一，也是世界上首个推行网络实名制的国家。同时，韩国与中国同属于亚洲文化圈，文化背景高度相似。因此，分析并借鉴韩国政府部门应用社交媒体的经验，对我国具有重要的意义，我们可以吸取韩国的经验，更快速地找到有效采纳社交媒体的方法和途径。本文第二部分将对与政府部门社交媒体应用的相关研究进行梳理；第三部分分析韩国政府部门应用社交媒体的动机和相关政策；第四部分介绍韩国政府部门应用社交媒体的具体举措；第五部分对韩国政府部门成功应用社交媒体的经验进行总结，提出对中国政府的启示。
1文献综述
本文对社交媒体的内涵、政府部门社交媒体应用、韩国政府部门社交媒体应用的相关研究进行了回顾与梳理。首先，社交媒体一词由“Social Media”翻译而来，也有学者译为社会化媒体、社会性媒体。学者们对社交媒体的界定主要是从社交媒体平台类型以及平台上用户关系建立的角度进行的。例如：《What is Social Media》一书的作者Mayfield（2007）认为，社交媒体是伴随着各种社交软件的开发逐渐普及的，在共同的目标和利益的基础上增加对话、合作和建立社会关系等。Hansen，Shneiderman和Smith（2011）⑸缃幻教宥ㄒ逦一系列支持用户之间进行社会互动的在线交流工具[2]。Khan，Yoon和Park（2012）对社交媒体的定义较为全面，他们认为社交媒体包括来自互联网的一系列技术和系统，目前已被广泛用于维护社会和职业的关系（例如Facebook和LinkedIn），促进知识共享（例如Wikipedia和Blog），达成共识（例如Twitter），以及通过信息文本、音频文件、视频或图像等形式进行信息交流[3]。
其次，针对政府部门社交媒体应用的相关研究主要涉及概念界定、应用动机、应用的风险和优势、应用策略等方面。JIgnacio，Rodrigo和JRamon（2013）将政府部门应用社交媒体定义为通过采纳一组技术来促进政府部门与公民和其他组织间的互动参与[4]。Park（2011）等人总结出政府部门应用社交媒体有利于培养公民参政意识、推进政策制定和政策实施的结论[5]。Gohar，Bobby和Sang（2014）通过对韩国政府部门中的289名员工进行调查，探究了政府部门应用社交媒体的风险和优势，研究发现二者均明显影响了政府部门员工应用社交媒体的意愿和满意度[6]。至于政府部门应用社交媒体的策略，Mergel（2010）将其分为推出策略、拉进策略和联网策略3类[7]。其中推出策略主要服务于公民，将社交媒体作为现有沟通渠道的补充；拉进策略指运用社交媒体将公民吸引到政府其他的机构网站或博客中；联网策略则指将社交媒体作为直接与公民进行交流的方式，积极促进公民参与到政治进程中来。推出、拉进策略是以内容为导向的，仅仅促进单向交流，而联网策略则以行为为导向，注重促进政府和公民之间的双向互动。
随着韩国政府部门开始尝试采纳社交媒体，韩国学术界也逐步重视对该领域的研究，并在实证研究方面取得了一定的成果。2012年，第八届网络计量学、信息计量学与科学计量学国际会议暨第十三届科学合作网络大会在韩国首尔召开，会上韩国学者Khan，Yoon和Park探讨了社交媒体在公共部门中的应用状况，并且对韩国和美国政府应用社交媒体的情况进行了比较研究。此后，一些学者开始对政府部门应用社交媒体的特点、策略和效果等进行探讨。例如：Chung，Seong和Han（2014）通过分析韩国政府部门应用Me2day的情况来探讨韩国政府和公民之间开展网络互动的特点和结构[8]；Myongho，Sam和Sunghun（2013）对韩、美两国政府是如何应用社交媒体的进行了比较分析[9]；Gohar（2014）等人将Twitter网络策略分为G2C和G2G两类，来探讨韩国中央政府的Twitter应用策略和效果，结果发现政府部门的Twitter网络策略并不一定能提高公众参与政府社交媒体活动的积极性，但它在加强G2G的关系上发挥着重要作用[10]。
与此同时，国内学者也日益关注社交媒体在政府部门中的应用研究，研究对象以我国政府部门常用的政务微博、政务微信为主，主要分析这两大社交媒体的应用特点、功能、存在的问题及解决对策等。部分学者对韩国的社交媒体应用进行了研究，例如：车今善（2015）对中韩SNS平台及使用动机进行了比较[11]；赵在九和娜（2013）对韩国政府、企业、大众的媒体社交现况及特征进行了分析[12]。通过文献回顾发现尚未有学者对韩国政府部门的社交媒体应用进行系统研究，因此本文具有一定的开拓性。
2韩国政府部门应用社交媒体的动机和政策
韩国政府部门应用社交媒体的主要动机在于社交媒体的独特优势、韩国“政府30时代”计划以及韩国良好的网络环境等因素，近年来韩国政府部门积极探索多种策略来更好地应用社交媒体，同时制定和实施了相应的社交媒体政策和风险管理政策，为政府部门应用社交媒体提供有利的政策环境。
21韩国政府部门应用社交媒体的动机
211社交媒体的互动性、参与性有利于政府更好地开展工作
相对于传统媒体来说，社交媒体可以为大众提供更广泛的意见表达空间，同时使得用户之间的联系加强，便于大众实时交换意见和分享信息。当政府部门采纳社交媒体后，政府和公民之间的沟通就从间接沟通变成了直接联系。公民可以直接向政府表达观点和意见，而不需要中间机构的帮助，极大地促进了公众参与公共事务的讨论，培养了公众的积极参政意识。此外，在政策制定和政策决策的阶段上，政府还可以利用社交媒体从公民那里获得大量的想法和建议，以完善政策内容；公民也可以通过社交媒体向政府提供信息，参与政策制定的过程，为随后的政策实施奠定良好的群众基础。
212韩国“政府30时代”计划要求韩国政府积极采纳社交媒体
2013年6月，韩国政府了“政府30时代”计划，该计划的核心目标是将政府拥有的信息在国民提出要求之前进行公开，重点在于公共信息的开放与共享、政府与国民的沟通和合作。随着“政府30时代”计划的实施，韩国政府将向国民公开和共享更多涉及国计民生的信息和数据，从以往“政府提供”模式逐渐转变为“以每个人为中心”模式，最终建立“开放与共享的政府”。因此，韩国政府部门积极采纳社交媒体可以进一步推进“政府30时代”计划的开展，通过采纳多种社交媒体与公众进行交流互动，促进公众参与公共事务的讨论和公共政策的制定，有利于增加政府的透明度以及公众对政府的信任度和满意度。
213良好的网络环境，较高的网民自律意识以及较为完善的网络监督制度，为韩国政府部门采纳社交媒体奠定了基础
通过制定颁布一系列的法律法规，韩国率先实行了网络实名制，这使得韩国成为了网络安全程度最高的国家之一，并树立起了网民的责任和自律意识。另外据统计资料显示，截至2012年7月，韩国已有821%的家庭连有互联网，784%的国民已有3年以上（包括3年）的网龄，并且852%的国民每天至少使用1次互联网[13]。良好的网络环境、网络服务在社会生活各个领域的渗透，都促使韩国政府更多地采纳社交媒体，以便更好地适应新形势。
22韩国政府部门应用社交媒体的政策保障
为了推进信息化的发展，韩国政府已经制定了一系列相关政策，这些政策的出台实施同时为政府部门应用社交媒体提供了有利的政策和制度环境。通过文献搜集与网络查询，获得了与韩国信息化相关的主要政策，详情见表1。表1韩国信息化相关政策概览
分类政策名称互联网振兴网络多媒体广播事业法信息通讯产业振兴法信息保护信息与通信基础设施保护法案关于促进信息和通信网络利用与信息保护法电子签名法信息化促进基本法电子政府法信息保护产业振兴法个人信息保护关于建立信息系统安全与保护个人信息隐私的条例个人信息保护法其他通信秘密保护法数字内容管理条例缩小数字鸿沟条例
政府部门在应用社交媒体的同时必须注意如何安全利用这些技术，并意识到其中的潜在风险，例如意外安全漏洞、T工透露个人信息和计算机安全问题等。避免这些风险的方法之一就是建立和实施社交媒体政策。Han和Cho等人（2011）将韩国政府实施的社交媒体政策内容概括为8点：遵守相关法规；牢记发帖所处的网络环境；当涉及与政府相关的问题时，向通信部门进行咨询；在政府以外的网站发帖时，否认发帖内容代表个人的意见；身处高管职位的工作人员要学会考虑别人的意见；不透露任何敏感信息；在社交网络中谨记公职人员的身份；关注服务对象的需要、自身的工作责任以及政府的宗旨。
避免政府部门应用社交媒体潜在风险的另一个方法就是制定和实施相应的风险管理政策。Han和Cho等人（2011）对韩国政府制定的SNS风险管理指南进行了总结：第一，不要删除已的帖子，这种行为可能会引起猜疑；第二，按照组织的风险管理指导方针使用SNS；第三，在部门主管的指导下创建SNS消息；第四，尽量避免使用不恰当的信息、资源或者语句；第五，了解自身所在组织的重要资源；第六，用积极的态度回答问题；第七，向员工提前告知将在新闻媒体上公布的社交媒体上的内容；第八，谨慎对待在SNS上的内容，因为它们可能会被新闻媒体引用；第九，分享一些人性化的故事；第十，当别人产生误解时要举出证据进行辩护。
3韩国政府部门应用社交媒体的举措
从2010年开始，韩国大部分政府部门已经积极采纳各种社交媒体工具，具体情况见表2。例如：韩国保健福祉部、行政安全部和知识经济部等17个政府部门都在使用Twitter和Facebook。除Facebook、Twitter和YouTube之外，韩国政府部门还应用了Me2day、Scribd、Flicker和Blog等社交媒体工具，并且将它们划分为两类：一类是Twitter、Me2day、Flicker和YouTube等以传递信息为中心的社交媒体工具，主要用来政府的政策或方针；另一类是Facebook，Yozm和Cyworld等，主要用于建立政府与公民之间的关系。韩国政府针对社交媒体的应用特别颁布了四项评价标准，分别是信息的开放性、信息的及时性、信息的交互性和信息的可控性，并根据这四项评价标准对应用的多种社交媒体工具进行了排序。其中Twitter和Me2day在信息的开放性和信息的及时性方面表现的较好，这些工具允S用户之间“互粉”，而Facebook的信息交互性最好，例如评论或者点赞等功能，有助于在朋友之间建立共识。随着韩国政府部门“自上而下”的推广使用社交媒体，韩国本土的社交媒体软件也开始逐渐兴起，包括KakaoTalk、Kakaostory、BAND、Line等，并迅速占领了较大份额的国内市场和国际市场。表2韩国政府部门社交媒体使用基本情况
韩国政府部门TwitterFacebookMe2dayBlogYozmYouTubeTstory总统府总理室企划财政部教育科技部外交通商部统一部法务部国防部农林水产食品部知识经济部保健福祉部环境部劳动部女性家族部国土海洋部行政安全部资料来源：Myongho Yi，Sam Gyun Oh，Sunghun Kim（2013）由于各政府部门的具体职能不同，有些韩国政府部门只采纳一种社交媒体工具，有些则采纳多种形式的。例如，韩国的企划财政部通过应用Twitter和Facebook提供了一个问答服务，使得晦涩难懂的经济概念和相关法律条款变得通俗易懂。农林水产食品部和保健福祉部则主要使用Twitter在政府与公民之间形成一种快速即时的互动。韩国的大部分政府部门还设置了推特管理者来专门管理推特信息的与回复，以更好地使用推特。Gohar（2014）等人通过对2011年1月份至8月份期间韩国政府部门的推特应用数据进行分析，发现设有推特管理者的政府部门账号拥有的粉丝数量是那些没有推特管理者的两倍。以韩国的农林水产食品部（Ministry for Food，Agriculture，Forestry and Fisheries）和农村振兴厅（Rural Development Administration）为例，前者的部长积极推动利用社交媒体加强与公众的交流，要求所有员工来监控、参与和回复部门的推特账户，其账号粉丝数为52 496，在所有部门的粉丝数量上排名第一；与之相比，农村振兴厅就没有安排相应的人员去管理它的推特账户，因此其账号粉丝数仅有1 229，在所有部门中排名倒数第二[14]。
此外，韩国的国家资讯社会局（NIA）的相关资料显示了韩国民众在使用社交媒体方面存在的数字鸿沟，处于贫困线以下的民众仅占比194%，而在贫困线以上的则超过50%[15]。为了最小化这种数字鸿沟，韩国政府已经颁布了五项策略，分别是：加强信息利用；加强信息政策集成；开展关于信息生产、使用和共享的信息文化项目；加强信息治理；加强信息化的国际合作。同时韩国政府还开展了信息网络村庄（INVIL）项目来减少数字鸿沟的影响，该项目建立在曾经被排除在信息网络之外的农业，渔业和山区，通过创建信息网络环境来缩小数字鸿沟。
4韩国政府部门社交媒体应用的经验对我国的启示
近几年来，我国政府部门也开始应用政务微博、政务微信、论坛、RSS订阅等社交媒体，但是还存在许多不足，例如：政府社交媒体的应用形式相对单一；网络安全保障机制不健全；民意表达和政府互动的欠缺等。此外，互联网行业的准入限制、政府内部忽视协作和交流等因素也阻碍了政府部门更充分地应用社交媒体。要进一步推进治理能力现代化、提升公共服务质量、增加政府透明度，必须重视和完善社交媒体的应用。韩国政府部门应用社交媒体的成功经验可以为我国提供有益的启示。
41建立多元化的政府社交媒体平台
韩国政府应用的社交媒体种类多样，除Twitter和Me2Day之外，还有Facebook、Scribd、YouTube、Flicker和Blog等。另外韩国政府在门户网站的导航上还专门设置了“Social Media”栏目。通过首页的链接，可以快速链接到各政府部门的社交媒体平台上。但目前我国政府部门应用的社交媒体以微博、微信为主，运用形式相对单一，内容主要是单向地政策信息，公众与政府之间的互动较少。为此，应建立多元化的政府社交媒体平台，通过采纳不同的社交媒体工具，来实现多平台之间的信息传递和共享，扩大信息传播的范围，惠及更多的用户，同时也更有利于广大民众获取政府信息以及参与到公共事务中来。
42建立中国政府社交媒体评价制度
韩国政府部门根据信息的开放性、信息的及时性、信息的交互性和信息的可控性这4项评价标准，结合各种不同社交媒体所具有的特性和功能，来有针对性的使用社交媒体，最大化的发挥了政府社交媒体的作用。我国可以借鉴韩国的经验，建立中国政府社交媒体评价制度，对政府社交媒体的使用进行科学全面的评价，具体可以从政府社交媒体内容、政府社交媒体与公众的互动性、政府社交媒体实际解决的问题等其他方面来进行全面细致的评价，以此来更好地促进政府社交媒体的持续健康发展。
43设置管理者专门运营政府社交媒体
为了更好地使用推特，韩国政府部门设置了推特管理者来专门管理推特信息的与回复，对韩国政府部门的推特应用数据的分析结果也显示，设有管理者的政府部门账号拥有的粉丝数量是那些没有管理者的两倍。可见，设置管理者可以更好地提高公众关注度和参与度。因此，要把中国公众对政府社交媒体偶尔的关注变成经常的关注，可考虑设置专门的管理者来进行政府社交媒体的运营，做好消息的与回复、转发评论、与公众进行互动等工作。同时，由于政府社交媒体管理者传达的是政府的声音，代表着政府的形象，所以设置的管理者不仅要精通社交媒体的操作和使用方法，还必须具有把握政策和社会舆情的能力。
44根据不同群体的特性采纳社交媒体
除了Me2Day之外，韩国政府部门使用广受年轻人欢迎的Podcast，受职业群体青睐的Twitter以及受政客喜爱的Cyworld，即韩国政府部门在采纳社交媒体方面遵循了不同群体的爱好特性，以此来更好地与公民建立长期的信任关系。为了与公民进行更恰当、更长期的互动，我国政府也可考虑根据不同群体的特性来采纳不同的社交媒体。例如，针对高校学生群体，可以采纳语言灵活性和娱乐性较高的社交媒体，来加强政府社交媒体对高校学生群体的吸引力，让他们把关注时成一种习惯；对于大多将政府社交媒体作为一个实用性工具的职业群体，则需要以报道公众关心的内容为主，增强实时新闻的跟进，并运用准确的语言对新闻事实进行描述，以此提高政府社交媒体在职业群体当中的权威性。
45促进政府社交媒体的全民参与
与韩国相比，我国在数字鸿沟方面的表现更为突出，地^之间、城乡之间和不同人群之间存在显著的"数字鸿沟"。在整个网民群体中，使用政府社交媒体工具的还是少数，“数字鸿沟”的存在严重阻碍了政府社交媒体的推广使用，服务受众范围也很有限。因此，要重点关注被排除在信息网络之外的地区和人群，出台相应的政策和措施来缩小数字鸿沟，具体可以从加大信息基础设施建设、提高公众使用新信息通讯技术的能力等方面做起，以此来促进政府社交媒体的全民参与。
参考文献
[1]Seong Eun Cho，Han Woo Park.Government organizations innovative use of the Internet：The case of the Twitter activity of South Koreas Ministry for Food，Agriculture，Forestry and Fisheries[J].Scientometrics，2012，90：9-23.
[2]Hansen，D.，Shneiderman，B.，& Smith，MA..Analyzing social media networks with NodeXL：Insights from a connected world[J].Burlington，MA：Morgan Kauffman，2011：284.
[3]Khan，GF.，Yoon，HY.，Park，HW..“Social media use in public sector：a comparative study of the Korean & US Government”，presented at the ATHS Panel during the 8th International Conference on Webometrics，Informatics and Scientometrics & 13th COLLNET Meeting，23-26 October，Seoul，2010.
[4]JIgnacio Criado，Rodrigo Sandoval-Almazan，J.Ramon Gil-Garcia.Government innovation through social media[J].Government Information Quarterly，2013，（30）：319-326.
[5]PARK June，CHOI Hong，PARK Sung-Min.Social Medias Impact on Policy Making[J].SERI Quarterly，2011，（4）：125-129.
[6]Gohar Feroz Khan，Bobby Swar and Sang Kon Lee.Social Media Risks and Benefits：A Public Sector Perspective[J].Social Science Computer Review，2014：1-22.
[7]Mergel，I.Government 20 revisited：social media strategies in the public sector[J].American Society for Public Administration，2010，（33）：7-10.
[8]Chung Joo Chung，Seong Eun Cho，Han Woo Park.SNS use by the Korean government：a case of Me2Day[J].Asian Journal of Communication，2014，（24）：25-41.
[9]Myongho Yi，Sam Gyun Oh，Sunghun parison of social media use for the US.and the Korean governments[J].Government Information Quarterly，2013，（30）：310-317.
[10]Gohar Feroz Khan，Ho Young Yoon，Jiyoung Kim，Han Woo Park.From e-government to social government：Twitter use by Koreas central government[J].Online Information Review，2014，（38）：95-113.
[11]车今善.中韩SNS平台及使用动机比较[J].延边大学学报：社会科学版，2015，（4）：33-38.
[12]赵在九，娜.韩国媒体社交的现况及特征[J].新闻战线，2013，（3）：24-26.
[13]Nation Information Society Agency：2013 National Informatization White Paper（Republic of Korea）[EB/OL].
[14]Gohar Feroz Khan，Ho Young Yoon，Jiyoung Kim，Han Woo Park.From e-government to social government：Twitter use by Koreas central government[J].Online Information Review，2014，（38）：105-106.
[15]Myongho Yi，Sam Gyun Oh，Sunghun parison of social media use for the US.and the Korean governments[J].Government Information Quarterly，2013，（30）：314.
[16]Se Jung Park，Yon Soo Lim，Steven Sams，Sang Me Nam ，Han Woo worked Politics on Cyworld：The Text and Sentiment of Korean Political Profiles[J].Social Science Computer Review，2011，（29）：288-299.
[17]Chulmo Koo，Namho Chung，Dan JKim.How do social media transform politics？The role of a podcast，‘Naneun Ggomsuda’in South Korea[J].Information Development，2014：1-14.
[18]英{斯・默格尔，郑思斯，袁嘉祺，等.公共部门的社交媒体策略[J].中国行政管理，2012，（7）：128.
[19]刘济群.国外社交媒体影响力研究述评――进展与启示[J].现代情报，2016，（3）：158-166，177.
[20]吴云，胡广伟.政务社交媒体研究进展[J].电子政务，2013，（5）：42-50.
麦肯锡近期报告指出，中国拥有全球最多、最活跃的社交媒体用户。这项针对5700名中国互联网用户调研中发现，一二三线城市居民的社交媒体注册率高95％。而中国也拥有全球最活跃的社交媒体用户群，高91％的受访者表示，最近六个月曾登入社交媒体，此比例远高于日本的30％、美国的67％、韩国的70％。
更重要的是，社交媒体对中国消费者购买决定的影响比其他国家和地区更大：中国消费者考虑购买时，更愿意选择社交媒体上提到的产品；而朋友或熟人推荐，他们购买的可能性也更大。
麦肯锡全球董事温雅力评价说，“中国消费者热情拥抱本土社交媒体为企业创造出独特商机，企业若想从中获取价值，需做好组织和运营重大变革的准备。”
而作为中国最大的社交平台，拥有着QQ活跃账户、5.5亿空间活跃账户的腾讯，近日正式公布了其社会化营销平台。这一变革的推动背景，既有腾讯自身希望创造更高商业利益的增长驱动，也有大数据时代背景下整合营销的趋势发展使然。
大数据的概念也来自麦肯锡，其描述的是，在海量数据的背景下，如果信息的复杂性、规模已经大到很难用一种普通数据工具去描述时，即可称之“大数据”。现在，企业在运用大数据中做出合理的商业决策时，需要新的技能；而大数据也推动了“实时营销”的普及，特别是借助社交网络平台，企业能够以最快的方式最有效地传递给目标受众。
“不少投行认为，我们的流量商业价值没有被更好地应用起来。”腾讯网络媒体总裁刘胜义表示，如何真正实现腾讯网媒系统的社会化转型，充分挖掘其社交媒体和社交网络的商业价值，是摆在腾讯面前迫切的问题，而腾讯内部融合仅是变革的第一步。
通过对旗下相关子业务的改造升级，增加社交属性，腾讯希望整合自身的社会化媒体和社交网络资源，在门户、视频、微博、QQ空间等平台间实现无缝连接，凭借着统一的QQ账号，用户在一个平台上管理多个平台上的关系和资源，不用分别登录，可实现一站式信息和接收。
这一多平台互通的模式，让用户在使用中大大减少了在不同网络或社交应用中切换的麻烦，而对于腾讯来说，则将拥有一个在社交媒体时代多个关键应用整合的整合平台，凭借着庞大的QQ用户，腾讯试图为单一应用服务提供商设置一个强大的规模门槛，进而强化其垄断地位。
腾讯希望以这样的整合拥有更详细的客户活动电子轨迹，进而对这些“大数据”进行有效的数据挖掘和数据分析，将用户精准分类，实现精准营销。
关键词：精准营销；社交媒体；消费者
中图分类号：G206 文献标识码：A 文章编号；1672-8122（2017）02-0065-02
近几年，社交媒体已经渗透到人们社会生活的方方面面，社交媒体除了其简单的交流、沟通功能之外，越来越多的商家、企业已经将社交媒体视为企业在营销中的重要工具和平台。企业、品牌可以利用社交媒体在传播上的优势并通过社交媒体来收集不同受众的数据资料进行分析，更好地确立自己的目标受众，进而确立自身品牌的精准营销目标和策略。本文立足于社交媒体发展的大背景，对商家、品牌如何进行精准营销进行简要剖析，同时学习与借鉴相关学者的研究经验，展开分析研究。
一、精准营销的兴起
精准营销已经成为当今营销的关键，如何做到精准，这是系统化流程，有的企业会通过品牌联播等营销做好相应企业营销分析，市场营销状况分析，人群定位分析，最主要的是需要充分挖掘企业产品所具有的诉求点，实现真正意义上的精准营销。精准营销是时下非常时髦的一个营销术语，其核心思想就是通过可量化的精确的市场定位技术突破传统营销定位只能定性的局限；借助先进的数据库技术等技术手段保持与顾客长期沟通等措施，建立企业的忠实受众群。企业充分利用各种社交媒体，作为营销工具，将营销信息推送到潜在受众群体和市场中，使企业用最小的成本来达到利益最大化，完成企业的既定营销目标。
1.网络精准营销的兴起。随着网络技术的发展，人们的生活逐渐全面向互联网和移动互联网转移，然而我们在享受网络带来的便利的同时，极速发展的互联网也给我们带来了信息爆炸的问题。在互联网里，我们面临的、可获取的信息（如商品、资讯等）成指数式增长，如何在这些巨大的信息数据中快速挖掘出对我们有用的信息已成为当前急需解决的问题，所以网络精准营销的概念应运而生。
2.网络精准营销的手段。运用个性化技术的手段（如网站站内推荐系统），帮助用户从这些网络过量的信息里面筛出他所需要的信息，达到精准营销的目的。电子商务网站、媒体资讯类网站、社区都逐渐引进站内个性化推荐这种手段，进行精准营销了。
二、社交媒体营销发展格局
1.社交媒体营销。随着互联网时代的快速发展，以新媒体技术为基础的社交媒体呈现出一片繁荣的景象，社交媒体的出现，拉近了人与人之间的距离，也突破了传统媒体单一的传播模式，让受众有更多机会去参与双向沟通与互动，社交媒体最主要的特点就是极大的调动了受众的参与性，使更多的普通人、平凡人成为传播者，成为信息的者，许多受众满足于传受两者角色之间的转换，参与性极强。社交媒体以其开放性、连通性和交流性影响着人们的生活。不仅如此，社交媒体除了沟通交流功能之外，随着商品经济的进一步发展，社交媒体渐渐成为了诸多企业、商家作为自身营销手段的首要选择。
社交媒体营销简单来说就是利用各种社交媒体工具来进行营销、销售，维护公共关系，开拓客户服务的一种方法。近几年兴起的口碑营销、品牌营销等概都基本以社交媒体为主要载体进行营销。
社交媒体营销与传统的营销有着很大的不同，社交媒体更多的是注重受众的使用效果，目标受众利用社交媒体平台主动分享对品牌的认知，通过这样的方式，来影响与自己相关的社交媒体圈里的用户，众多企业也正是利用社交媒体这一传播优势来进行品牌的推销，形成自己的品牌口碑，达到营销的目的。
2.社交媒体的营销现状。随着社交媒体营销的出现与不断发展，并且受制于环境和发展期较短等条件的影响，其发展之路并不是一帆风顺，当前我们所处的营销现状大致可从以下几个方面来分析。
（1）广告主的试探性。各种各样新型社交媒体的出现，给予了广告主新的尝试机会，广告主们开始对社交媒体加大投资，探索新的广告形式以适应社交媒体环境，并且不断扩张自身的广告辐射范围，做到营销最大化。（2）在线模式不够成熟。对于社交媒体不断涌现的当前社会里，其也有着自身的不足，社交媒体的发展方向不明确，我们可以看到同质化的社交媒体数不胜数，大多数新的社媒往往都是效仿，并未有创新；其次，社交媒体的板块设置混乱，导致很多功能没有发挥特有的作用，板块之间没有清晰的界限。（3）效果不佳。这对于商家来说是最致命的，也是影响较为明显的。由于传播目标的不明确，造成了传播效果达不到预期值，这要求传播者要对市场进行细化，收集正确的客户数据并进行科学合理的分析，找到自身的潜在受众市场进行精准营销。（4）方式单一。商家通过社交媒体进行营销的方式较为单一，只是一味去以营销为中心，缺乏整合意识，出现了混乱、碎片化的现象，应该集中力量将去利用有价值的社交平台，着力与受众构建稳定的往来关系，并且努力维系与受众建立起来的关系，让受众感觉到重视，培养受众对品牌的认知度和忠诚度。
三、社交媒体的精准营销优势
社交媒体是一种在用户关系的基础上进行信息的分享、传播和获取的综合渠道。社交媒体精准营销则是以用户的需求为出发点和落脚点，为用户量身打造各种营销策略，精准营销主要体现在“精准”两个字上，真正了解和分析用户的真实的行为以及真实需求，利用社交媒体来进行精准营销，其价值也在这个过程中不断体现出来。
1.高介入度。社交媒体最为明显的优势就是媒体由传统的意识形态媒体变为了行为媒体，拉近了与消费者行为的距离，同时也增加了广告的转化率，使得受众在精准营销过程中的介入度由低到高，达到了前所未有的高度，让受众切身感受了参与营销的过程，增加了受众的参与意识。
2.受众定位清晰。便于实现精准营销，基于数据、cookies、路由器等对数据的搜集和筛选，商家经过一系列的分析处理，针对受众不同的喜好，生产能够满足受众喜好的产品，具体问题具体分析，制定不同的营销计划，明确不同受众的定位，进行归类整合，有助于精准营销的正确施。
3.免费分享。免费分享在社交媒体精准营销过程中有着较为重要的价值体现，其主体大部分是用户自身，他们在使用过之后，在社交工具中主动分享用过之后感受和印象，对品牌产品加以评价，并为其他用户创造分享点，让更多的潜在用户去了解和关注，久而久之形成了我们所熟知的口碑传播，而口碑传播的效果对于潜在用户的影响是会起到决定性的作用。
4.符合营销发展趋势。在这个充满营销的时代里，商家应该准确分析市场形势，制定适合市场的战略战术，应该把追求顾客满意度放在第一位，改变过去只以商家自身利益为中心的观念，以4C理论为出发点，站在消费者的角度来看市场，考虑消费者接触产品的便利性。尤其是在社交媒体时代，受众的体验效果尤为关键，社交媒体带给受众的便利性已经蔓延到生活的各个方面，这对商家而言就提出了更高的要求，主动了解受众的需求，利用社交媒体的便利性，减少受众接触产品的困难度，迎合市场的发展趋势。
四、社交媒体精准营销建议
1.受众分析（People）。在社交媒体环境下，对于商家来说，对受众进行分析是非常关键的一步，商家可以通过受众使用社交媒体的行为习惯来逐渐确立品牌的目标对象，依据目标对象和媒体受众之间的黏度，决定营销推广中较为恰当的内容，澄清品牌与消费者之间的关系，与受众建立联系，不间断地对受众进行科学合理分析，逐步细分、确立准确的受众群体，第一时间掌握满足受众的需求。
2.营销目标分析（Objectives）。营销目标对于每个品牌而言都各有不同，这不仅取决于品牌自身的产品属性，也和受众市场的不同有关，社交媒体平台的不同也影响了受众的品牌选择。商家在确立自身营销目标时候，应该先确立自己的受众群体，了解受众使用社交平台的特点，不同社交平台适合不同的营销目标，商家应该具体问题具体对待，而不是面对不同市场采用同样的营销目标，那这样下去，商家定会丧失对原有市场的掌控权，后果将不堪设想，社交平台的不同意味着受众的需求就会有所差异，商家要针对不同社交平台的受众进行分析，在分析过程进行营销目标的确立。
3.技术分析（Technology）。技术层面的分析重点是对社交媒体技术进行分析，要求商家不仅要注重对受众和营销目标分析，也要对所用到的社交媒体进行足够的技术分析，并不是简单的只对使用社交媒体的人进行基数统计，充分了解社交媒体的技术特点，并将自身品牌与其特点相融合，定期更新社交媒体工具，制定适合媒介技术的精准营销战略。
4.营销战略分析（Strategy）。营销战略对于一个商家品牌而言至关重要，营销是否成功取决于商家实施的战略是否恰当，是否能够恰当地利用社交媒体进行精准营销，是否符合发展的趋势。当然，商家应当注意到尽管社交媒体普及面很广，但社交媒体的受众也是部分受众，商家切记不能孤注一掷，放弃了传统的市场平台；社交媒体在发展的过程中也有其自身的局限性，当前依然是以大众媒体为主导，商家应当充分利用传统媒体对受众的影响来进行精准营销，仔细剖析精准营销的准略，找到适合自己发展的恰当战略，并且在实施的过程中根据市场的变化而进行战略调整。
在当前社交媒体盛行的大背景下，整个市场的发展方向都是基于社交媒体进行拓展，而精准营销战略对于一个企业来说，在整个营销框架中起着决定性作用，恰当利用社交媒体在传播渠道上的优势，使得营销的精准性、目的性更加明确和具有可操纵性。实现精准营销的基础是数据收集与分析，数据分析的核心是要充分了解客户关键行为和态度，对受众市场进行准确分析、定位，进而创造更具关联性营销内容，对客户的行为、倾向、意图和喜好越了解，就越容易有效传递关联性信息。同时，作为品牌的传播者也应该明白，和一般的大众营销不同，精准营销是一门致力于培养客户关系的学问，其核心不是品牌的打造，而是着力打造与客户之间的有效沟通，通过沟通向客户提供中肯的建议以及符合他们需求的产品。
参考文献：
[1] 潘洪亮.数字传播时代精准传播研究初探[J].广告大观（理论版）， 2013.
[2] 张丽.社会化媒体营销背景下微信的精准营销研究[D].吉林财经大学，2014.
[关键词]户外互动广告;数字消费者;品牌涉入;社交分享
一、引言
近十年来,户外广告经历了从传统户外到现代户外OOH,现在,随着智能移动终端普及,演变到数字户外iOOH。数字广告整合线下媒体和互联网线上,形成跨屏互动和虚拟现实VR新体验,户外广告、交通、楼宇和商圈屏幕都在数字联网和互动升级,视觉娱乐元素极大丰富,户外广告获取路人关注,通过互动加深用户品牌参与体验,甚至形成病毒营销。增强现实、触摸屏和Kinect运动捕捉都融入品牌消费者互动,比起传统户外广告,通过数字屏幕与游戏化的结合,重新吸引了受众,户外广告与用户互动体验的结合,成为品牌营销传播的新亮点。LiHironag等[1]提出在线互动与社交关联开始改变数字消费者体验流程,户外互动能力的短期性限制了信息性广告和知觉作用的产品类别。EdwardMalthouse和BerndSierak[2]发现,消费者传统的双重信息处理模式在网络互动中发生变化,中央信息处理集中于精细思考和认知,对信息处理路径,情感投入显著提升了受众意识及态度。数字时代的涉入变量与双重信息处理模式的品牌效果形成新关系,特别是人际关系借助内容情感转化可能引起用户分享意愿,这将形成很有价值的挣得媒体。本文尝试探索户外互动广告的品牌涉入模型,是对数字消费者前沿品牌互动的深入研究。
二、消费者涉入及社交互动文献综述
涉入度成为衡量广告受众深入到品牌意识的重要变量。涉入度框架考虑了消费者相关性和品类因素,有这些因素在影响广告品牌与用户的关联,最终到购买决策。金志成和周象贤[3]提出涉入度研究有两个里程碑(精细加工模型ELM和个人涉入度量表PII)。精细加工可能性模型ELM论证广告双重信息处理[4],广告说服性沟通推动消费者思维形成路径选择(认识/情感)。涉入度量表PII的研究者Zaichkowsky[5]提出的概念框架包含了个人相关性、广告因素和情境因素。研究把PII归类为两个因子———认知涉入和情感涉入,会影响消费者广告、产品品牌关联,乃至购买决策过程。程士安和陈思[6]认为用户动力意愿和评估能力使品牌认知反应对品牌态度的形成将会越来越重要。在互联网互动广告时代,得到数字赋权从而积极主动的用户,品牌涉入受到社交互动理论的加强。由于户外互动的时间较短,限制了信息广告和感知产品的广告类别,从研究用户控制的多屏互动中发现,重要的是要确定涉入的变量和参与互动变量传导到品牌效果,特别是个人连接和情感转换的社会分享[7,8],形成一种有价值的挣得曝光。美国广告研究基金会ARF开发参与互动指标集,呈现了传播测量方法更关注消费者。参与互动的狭义定义主要指客户参与互动的重点活动包括评论、转发、点赞、口碑,抱怨等等。广义多维度的参与互动定义还包括消费者涉入,参加活动,承诺,信任和忠诚度。世界广告商联合会WFA表明三个因素,热情、自觉参与和社会互动参与测量,并建议广告主可以通过类别要求调查自定义的题项。美国IAB互动广告局也提出了度量指标集的交互广告和参与,将数字传播分类到品牌曝光和活跃在线社交活动。鉴于用户生成内容是消费者愿意传播和提交主动理解,并到网上给朋友圈,大多数参与互动理论已经将用户生成活动UGA作为核心指标。因此,很多行业洞察及模型都采纳社交分享作为构建消费者行为过程的最重要变量之一,并用来观察广告战役的投资回报。社交媒体传播时代的消费者行为模型开始关注“分享”,电通持续研究提出了SIPS(2012)和AISAS(2006)模型,舒尔茨提出SIVA(2012)模型,DCCI提出SICAS模型(2013)[9],都支持分享在消费者决策旅程中形成重要作用,帮助达成购买意愿或产生转化行动。在业界洞察中发现,数字消费者越来越具备移动智能终端的社交能力[10]。广告互动的社交传播分享也适用于数字挣得媒体的创新,支持广告主在社交媒体上持续投入。而户外互动广告插上数字化和互动翅膀,就与互联网数字广告的互动转化评价体系打通效果。本文基于此,重点探讨互动广告传播中情感涉入与社交分享两个变量的关系,以及对户外互动广告消费者行为过程假设建模研究其传播路径。
三、变量与假设路径
(一)广告注意
依据广告受众传播理论,互动广告效果研究从媒体Reach接触到达开始,那一刻用户心理研究开始关注广告注意。没有注意,广告信息未对消费者产生印象,注意构成了广告效果的先导。参与到广告战役的用户将注意当作快速认知,感知刺激提示消费者是否是可交互的接触。注意来源于受众好奇、娱乐需求、便利需求和自我表现意愿,以及使用与满足意图,从而广泛用于广告测量[11]。h1:广告互动的注意程度对情绪涉入有正向相关性。
(二)情绪涉入
涉入度是传统互动广告的研究中心。Zaichkowski[5]将PII涉入度量表区分为认知和情感两个因子,情绪涉入包括吸引人的、令人着迷的、有趣的、兴奋的及令人投入五个题项,另一方面,认知涉入包括有重要的、意义的、关联性、价值的和密切的五个题项。许多研究都提出,信息类广告需重视认知涉入而非情绪涉入,而户外广告第一吸引人的往往是情绪涉入。互联网崛起后,由认知涉入引发中央思维路径的观点不在成为广告主流选择,户外数字广告快速变化,使得数字信息导向多任务处理和碎片化效应显著。大众传播时代认知和情感界定分类很重要,对应于理性与感性的广告创意传达,而数字广告互动中更多的是感性广告和娱乐性内容的体验。本文主要探索在线下广告环境中互动情绪涉入影响到广告效果层次(认知与态度)。h2a:情绪涉入度对品牌认知有正向相关性。h2b:情绪涉入度对品牌态度有正向相关性。(三)情绪涉入到深层互动社交互动是由情绪涉入引发的,成为研究和观察(互动后)网络社交行为的焦点。例如口碑,联想,社交分享等,隐含了用户交互自发生成自媒体传播的过程。社交媒体为线上线下的品牌广告传播提供了口碑扩散的数字交互形式。情绪涉入和社交分享的两步骤符合现代人的快速反应,开始取代情感与认知涉入的双重处理模式。本文对情绪涉入影响了社交互动建立假设,促使个体自发深入参与广告互动。情绪涉入可以作为受众对广告态度,推动了下一步的用户自我意识到要形成社交分享的行为。h3:情绪涉入对社交分享具有正向相关性。
(四)社交分享
在互联网广告环境的互动主要是点击流量和页面跳转click-through,此外,搜索引擎,用户生成标签及LBS即时需求响应都可以形成营销传播的路径,促使用户在很短时间内跳转到品牌预设活动网站或电商平台。当前AR和VR技术的户外互动广告,使得用户在户外也能尽享自在的体感体验和情绪表达。互动媒体结合跨屏多媒体技术,使得受众互动能产生和线上跳转类似的跨屏联结点和数字转化行为。社交用户的数字能力及分享动机的激发,依赖于感知和情绪阈值的突破,品牌广告和创意互动试图打破这一点。消费者自愿的社交转发成为户外互动的新优势。互动后分享评论与品牌认知和购买意愿之间存在相关性。h4a:社交分享对品牌认知存在正向相关性;h4b:社交分享对品牌态度存在正向相关性;h4c:社交分享对购买意愿存在正向相关性。
(五)品牌态度与品牌行为
广告效果层级模型是研究品牌效果的主要工具。变量社交分享和情绪互动也能形成广告效果转化。从认知影响态度,态度影响购买意愿,建立起层次化的广告互动效果。h5a:品牌认知对品牌态度有正向相关性。h5b:品牌态度对购买意愿有正向相关性。涉入度研究强调情绪和认知维度双重处理模式作为广告说服效应,但很少有研究探索阐述涉入和分享的层次关系过程。本文提出户外互动品牌涉入模型,假设社交分享是比情绪涉入更深层次的互动,并依序作用到品牌效果层次。
四、研究方法
(一)调查过程
调研2016年5月间选择在北京和上海5个商场进行,采用互动户外屏前随机访问调查。受访者是接触过广告的消费者(附表1)。样本包括379个北京样本和896个上海样本,总计1,263人,样本容量满足最大似然估计的结构方程模型检验。受访者完成调查后获得小礼品。每个商场都有两位访员发放和回收问卷。受访者从屏前参与互动的受众中征集。互动广告是体感类游戏,用户通过动作控制卡通角色接到品牌标识和金币,得分显示在屏幕顶端,实时反馈给用户。精美设计的娱乐卡通形象也吸引了用户参与互动。
(二)测量
广告互动出现后,受众观看驻足并参与,形成对广告互动的涉入。消费者体验游戏有效影响对品牌植入的感情和认知。使用李克特量表从1~7(强烈反对到强烈赞同)测量消费者对户外互动广告涉入和品牌态度行为。变量设计主要从户外广告和涉入的论文文献中引用。尽可能地采用前人研究过的量表,如注意、情绪涉入、社交分享、品牌认知、品牌态度和购买意愿。广告注意由上手度、新奇度、有趣度和创意度这四个题项来定义。PII量表的情绪变量来衡量消费者的涉入度,增加情境舒适题项来测量场景广告态度一致。由消费者拍照意愿、人际传播、社交传播、再访屏幕和推荐五个题项来衡量社交分享。本文设计直接购买、品牌考虑购买、产品体验预约及购买可能性的不同题项来测量户外互动广告的消费者购买意愿。品牌认知和品牌态度各由三个题项测量。多指标量表的信度(Cronbachα)较高超过接受标准,每个变量信度为:注意(0.894)、情绪涉入度(0.896)、社交分享(0.875)、品牌认知(0.791)、品牌态度(0.877)以及购买意愿(0.905)。
五、结构方程模型检验结果
本文采用了两步法建立量表信度和效度。用SPSS19.0进行探索性因子分析,得到6因子旋转成分矩阵。再用Lisrel8.7进行CFA验证性因子分析,检验组合信度和提取的平均方差值。因子与题项指标间的推荐标准值为0.6,本研究组合信度和平均方差提取数值都在0.6以上,表示可信度较好。RMSEA:近似误差均方根,GFI:拟合优度指数,NNFI:未名拟合指数,CFI:比较拟合指数.初始测量模型与结构方程模型拟合指数通过了χ2difference检验和自由度检验,结构方程模型适用于本文对互动户外广告变量的探索。RMSEA接近0.05,呈现合理拟合。GFI,NNFI和CFI等其他拟合指数都满足拟合检验标准。通过实证研究,检验(表2)得出最主要的两步骤涉入转化过程:情绪涉入与社交分享之间存在显著正向作用(β=0.79,P<0.01)。社交分享是数字用户深层次互动的表现,而数字化户外互动媒体受众存在相当大的潜力参与到高互动体验,并形成跨屏分享的挣得媒体。互动户外广告在用户注意的基础上,能够产生直效的互动和情绪涉入,这将极大地促进用户表达自身情感体验的社交分享。本研究检查社交分享推动了层次品牌效果,社交分享对品牌认知和品牌态度有强烈影响,而品牌态度作为品牌效果的中介变量(β=0.60,P<0.01)显著转化为购买意愿;而从直接影响看,社交分享还能正向地推动购买意愿(β=0.25,P<0.01),这意味着社交分享对品牌态度和对购买意愿的影响层级是内部一致,从而支持有效的社交分享可以提升了购买意愿的水平。总结,假设模型得到了真实样本线下调查的品牌效果实证检验。户外广告涉入被认为更多依赖“”路径,而并非深思熟虑的中央处理路径来形成态度改变。情绪涉入对品牌认知与品牌态度的路径系数较弱(β=0.17,P<0.01)。结果表明,情感涉入和社交互动是非常重要的两步骤,对于户外互动广告消费者需关注这种数字化过程。并且还验证了广告态度和消费者互动能够推动各种水平上的品牌效应。
六、结论
关键词：社交媒体；SNS；需求理论；病毒式营销
中图分类号：F270 文献标识码：A 文章编号：1001-828X（2013）06-00-01
社交媒体（Social Media），指允许人们撰写、分享、评价、讨论、相互沟通的网站和技术，通过大批网民自发贡献，提取，创造新闻资讯，然后传播。社交媒体的存在依靠SNS（Social Networking Services）——社会性网络服务，专指旨在帮助人们建立社会性网络的互联网应用服务。
在美国，自2005年默多克以5.8亿美元买下MySpace开始，全球掀起SNS发展的风潮；2006年，美国哈佛大学的学生Mark Zuckerber创立社交媒体Facebook，如今成为全球拥有最多用户的社交媒体平台，月活跃用户高达9.1亿，市场估值达到1040亿美元；可用于即时短消息的休闲类网站Twitter，同样从2006年开始，在极短的时间内成为世界第五大网站，拥有1.75亿注册用户，成为估值41亿美元的网络巨头。而在大洋彼岸的中国，同样经历着社交媒体的变革。新浪微博是最早进入微博市场的门户网站，也是目前为止国内表现最为出色的微博产品。截止2012年，新浪微博用户总数达5.03亿，重要产品新浪微博的全年业务总成本为 1.6 亿美元，总收入为 6，600 万美元。
一、成功案例
社交媒体的运用已经成为企业营销的新的利器，这是各种大型社交媒体网站市值居高不下的原因之一。例如，Facebook比其他的社交网站更能吸引广告机会，因为能够深入地渗透到一系列微社区（即各个校园）中去。如果一个地方的广告商想定位一个特殊的大学校园，Facebook网站是将广告信息传递给观众的最佳途径。美国市场研究公司Borrell Associate报告称，Facebook今年广告收入在3.1亿美元左右，其中74%收入来自目标广告。有研究指出，人们通过网络技术，在与人互动的过程中获得彼此想要的东西，而不再通过企业这种传统渠道获得，已然成为一种社会趋势。联合利华通过专属社区，找出年轻男性的重要话题；惠普主管在博客上写文章，响应读者问题，以深度对话取得客户信任；百事可乐在微博上设立账号@祝你百事可乐，通过各种新潮的方式向其粉丝宣扬它与年轻人共舞的理念，在自己的各种品牌营销活动中与粉丝互动；罗永浩的”老罗英语培训学校”成功的微博的病毒性营销，将其充满理想和幽默注意色彩的演讲视频推广到粉丝中去，仅仅在2010年11月13日起短短16天内，该微博就被转发了4263次，在优酷的点击率高达480万次，使得“老罗英语”在互联网上人尽皆知。
二、目标消费者需求分析
马斯洛的需求理提到，人的需要中最基本的是对生存的需要，之后出现安全需要。随后产生爱、感情和归属的需要。然后，尊重的需要产生并支配人的生活。最后，当所有需要都获得满足，动机的发展进入最高阶层——自我实现的需要。
马斯洛的需求理论适用于社交媒体的营销。通过官方微博公布优惠、打折促销信息，满足了受众的基本物质需求层次。企业在社交媒体平台上与受众积极、平等的互动，满足了尊重与社交需求。而如戴尔公司在官方微博上倾听目标消费者的声音，甚至接受受众给予的产品建议，让目标受众从一个“旁观者”变成“参与者”、“创新者”，则更是满足了消费者自我实现的需求。进一步的，要让目标受众成为忠实客户，就要满足其“自我归属”的需求。社交媒体在虚拟环境中为目标消费者创造一种归属感和认同感。当虚拟的群体以“抱团”形式出现时，企业的品牌营销就可以直指目标消费者的“核心”，进行快速准确的品牌定位。
例如，服装电商凡客运营的@凡客粉丝团的名字给人一种品牌的归属感，将热爱凡客产品的普通用户聚集形成一个庞大的集体。目标消费者因为共同的爱好聚集产生更多的话题，是营销者可以轻松的捕捉到当前目标群体的心理状态、潮流趋势和喜爱偏好。
三、社交媒体营销的特点
1.病毒式营销
哈佛大学著名心理学教授Stanly Milgram于1967年所创立“六度分隔理论”，即最多通过6个人你就能够认识任何一个陌生人。因此，每个个体的社交圈都不断放大，最后形成一个大型网络。而在社交媒体上，人与人之间的“破冰”过程变得尤为短暂，这就为企业通过网络传播的方式在全球网络社群发动营销活动，利用口碑传播成为与消费者交流强有力的“病毒式营销”提供了巨大的温床。微博的转发、评论具有病毒式传播的特点，而病毒式营销正式建立在病毒式传播基础上的营销模式，通过公众的积极性和人际网络，让营销信息想病毒一样传播扩散，营销信息被快速复制，并传向数以万计的受众，从而使信息的传播和影响呈指数式的爆发。
鞋子是电商的大生意
只要看看网上零售商Zappos，它每年的销售额超过1亿美元，鞋子占到了其中的80%到85%。谷歌在2008年底进行的研究表明，45%的男性和46%的女性使用网络信息搜索来帮助他们在网购和在商店购物时做决策，毫无疑问，这个数字随着互联网整体和电子商务的使用率的提高而增长。根据ShopSmart杂志在2011年所做的调查，近三分之一的女性对于网购鞋子感到满意，比2007年增加了14%。
这并不奇怪，因为社交媒体已经成为在网络发掘，研究和购买过程中的重要渠道之一。文中采访了两个非常不同的鞋品牌，运动鞋制造商Puma，和著名鞋子品牌Jimmy Choo和纽约时尚精品Bergdorf Goodman，来了解他们如何通过社会化媒体来选择目标客户、平台和指标。
1. Puma-不甘于只做社会化营销的尾随者
Puma的高级电子营销经理Remi Carlioz表示，“根据Puma的调查，至少一半的网上消费者是多渠道购物，意味着他们会线上购物，也会到实体店购买”。手机正成为购物过程中越来越重要的工具，他补充道。
如今，这一品牌在美国的各大社交媒体如Facebook，Twitter，YouTube，Tumblr，Foursquare和Instagram，表现活跃，而在Puma运营的五大地区有更多区域性的社交媒体。
Puma使用社交媒体主要有两个目的：1品牌构建2.透过产品和活动的，增加知名度。
Puma最大的品牌投入之一是备受瞩目的航海赛事，比如沃尔沃环球帆船锦标赛，一个持续9个月，每三年举办一次的全球性赛事。Puma是赛事官方指定服装供应商。今年，Puma派遣了10位Tumblr和Instagram的用户，让他们通过图片记录在阿布扎比中途停留一周比赛发生的点滴，并从优秀的用户中挑出许多的标记有Puma的帆船图片来公布。
Carlioz说，Puma没有在利用社交媒体这一渠道来销售产品上费很大的劲，但是这一情况日后可能会改变。就现在而言，公司将更专注于利用新平台比如社交购物清单网站Fancy，推广品牌、加强参与和体验。Carlioz也很渴望能够和Puma赞助的运动员有更紧密的合作，因为他们当中大多都会使用参与性强的社交网络，比如Facebook and Twitter。
寻求手机和社交相结合的机会也是目前需要优先考虑的事情。在今年三月末，Puma计划推出一款可以在全球范围内分享照片的iPhone应用。此外，Puma也正在开发一个名为Puma Factory的项目，它能够让消费者自己在线或者使用iPad设计个性化的运动鞋。
2. Jimmy Choo-社会化营销的引领者
Jimmy Choo已经成为社交媒体中一个引领者，这很大程度上得益于它在2010年春季的活动Catch-a-Choo Foursquare(美国很受欢迎的签到社交媒体)，活动要求女性围着伦敦跑，作为奖励，她有机会获得一双新上市的运动鞋。Jimmy Choo使用Foursquare在不同的时尚场所来签到，签到是通过Facebook和Twitter，第一个到达各个签到点的人会奖励一双运动鞋。
该活动有大约4千人参与，得到了传统媒体和网络媒体的一致好评。根据这一活动的构思者，社会媒体机构的FreshNetworks London称，该品牌的运动鞋的销量在随后上升了33%。
从那之后，Jimmy Cho已经实施了一系列的线上还有线下的互动措施，维护其在Facebook和Twiiter上积极主动、以产品为中心的品牌认知的形象。
Jimmy Choo的Google+
最近，Jimmy Choo把注意力投向了Google+。去年11月的Google品牌页面和Jimmy Choo在伦敦伯灵顿商场开设的第一间男装店相辅相成。
据相关资料显示，Google+的用户大部分为男性，因此Jimmy Choo决定放弃Facebook而转投Goolgle品牌页面Jimmy Choo Men。然而品牌只被圈了(circle)226次，但是客户关系经理Matt Rhodes表示，Google+的参与度正在提升中。
在情人节，广告公司正协助Jimmy Choo来举办一个活动来鼓励女性关注者，让他们的丈夫或者男朋友关注Jimmy Choo在Google+的页面。
说到社交媒体对不同鞋品牌的挑战，Rhodes认为最重要的是让消费者认同产品的使用价值。
Rhodes还表示：对于在特别场合穿的鞋子，我对它的质量要求是完全不同于一对用于跑马拉松的运动鞋的。此外，社交媒体的使用也应该有所不同。Jimmy Choo可能会更注重于在特殊场合来展示鞋子作为服装或者生活方式的一部分。另一方面。Nike则会更强调运动元素和用途。
“它需要你去真正了解你的消费者以及他们是如何考虑产品的，然后用社交媒体从内容和功能的角度上来反应。”他补充道。Rhodes还指出社交媒体的确提供一个让消费者对一个品牌的期望产生惊喜的机会，Jimmy Choo’s联合Foursquare举办的签到活动就是一个例子。
3. Bergdorf Goodman-基于位置的移动营销
虽然不是鞋子专卖商，高档百货公司Bergdorf Goodman仍在秋天举办了一系列专注于鞋子的在线活动来推广自己的鞋子沙龙(shoe salon)。
除了大量的海报之外，该公司和Productive Edge共同开发一个纽约市的鞋子互动地图。Instagram的用户被鼓励把他们在纽约各个著名地标前拍摄的穿有标记为BG的鞋子的照片上传到地图。在地图上，一部分拍摄地是在曼哈顿，一部分在城市的各个边缘。
到目前为止，已经有150张照片被添加到地图中。这一推广也已经有223次Facebook Likes，185次tweets，和30次+1。对于一个限定区域的活动，这样是成效不算差。
小结
一、新技术和新媒体的影响
1. 社会化媒体（微社交）
社交媒体（Social Media），也称为社会化媒体、社会性媒体，从技术上来讲是指允许人们撰写、分享、评价、讨论、相互沟通的工具和平台。社交媒体的产生，依赖的是WEB2.0的发展。从内容上来讲，所谓社交媒体应该是大批参与者自发贡献、提取、创造新闻资讯，然后传播互动的过程。社交媒体是人们彼此之间用来分享意见、见解、经验和观点的工具和平台，现阶段主要包括社交网站、微博、微信、QQ、博客、论坛、播客等等。随着4G的到来，基于视频应用的社交媒体又将搅动起一番新的浪潮。
社交媒体近两年的飞速发展对社会生活的方方面面产生了巨大的影响，微营销、微社交这些理念逐渐进入了我们的视野，改变着我们的社交习惯、消费习惯，进而对服务方式、内容产生影响。
2. 移动互联网
移动互联网是移动通信网络与互联网的融合，通过这种融合催生了大量的移动互联网业务，并且正在成为客户应用的主流，典型的就是APP和腾讯的微信。
人的需求和技术的可能性是发展的最主要原因，移动互联网的普及也离不开这些因素，总结归纳有一下几个方面：
（1）人们对互联网的深度依赖
（2）3G的普及、4G的即将全面商业化和无处不在的WiFi
（3）手机终端智能化的普及
（4）以APP为代表的轻量级应用的丰富
随着3G的普及、4G的到来和智能手机的普及，带宽瓶颈不是问题，信息终端的移动性也不是问题，正像中国移动在广告中宣传的那样：未来已来！移动互联时代真的到来了。
3. 云计算和大数据
2013年大数据成为热点，我们很多人是从英国作者舍恩伯格所著的《大数据时代》中了解到了大数据。其实最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡认为：数据已经渗透到当今每一个行业业务职能领域，成为重要的生产因素。
大数据的产生是信息技术发展到一定阶段的必然结果，近二十年来PC、平板电脑、手机的大量普及，互联网已经渗透到社会生活的方方面面，数十亿的人在线从事着各种商业活动、社交活动，产生了庞大的数据，并且以前所未有的速度继续产生着海量的数据，这一切都为大数据的挖掘与分析提供了可能性。云计算和大数据正在改变着信息技术的全貌，并对基于信息基础之上的商业模式、商业运营产生深远影响。
麦肯锡在最新的《信息技术引领未来商业模式10大趋势》中第二项提到“大数据”和高级分析，认为：“数据和分析已经成为新型竞争力的一部分，企业越来越善于创建更为精细的消费者群体细分，并为其定制产品和服务”。
二、推动客户服务方式转变的原因
新技术和新媒体的广泛应用推动着商业模式的创新，改变着消费者的消费习惯，必将推动着客户服务方式也发生深刻的变化。
1. 商业模式的转变
到目前为止，电子商务经历了B2B、B2C阶段，正在向O2O模式发展，商业形态变了，商业模式层出不穷，传统的商业模式已经越来越不能适应，基于互联网思维对传统产业进行改造升级成为趋势。
随着电子商务迅猛发展，体验式营销、互动式消费、情感式消费成为一种趋势。未来的商业营销是建立在“社区”营销基础上的，这个是广义的社区。新媒体的基础是什么？社区，每个企业都要营造自己的虚拟社区，通过这个生态环境的建立，社区大量的粉丝就是你忠诚的客户。我们过去把提高客户满意度作为客户服务的重要指标，新媒体将是提高客户忠诚度的一条重要渠道和途径。
2. 消费者习惯的转变
消费者习惯也在发展着变化，我们都知道客户需求推动客户消费，客户消费接受客户服务，这是传统的消费——服务模式。当今社会“体验式营销”风靡，正日益被商家和消费者认可，所谓体验式营销就是通过营销策划让客户首先感受并体验产品和服务而区别于传统营销模式。体验营销通过看（See）、听（Hear）、用（Use）、参与（Participate）的手段，充分刺激和调动消费者的感官（Sense）、情感（Feel）、思考（Think）、行动（Act）、关联（Relate）等感性因素和理性因素，重新定义、设计的一种思考方式的营销方法。这种思考方式突破传统上“理性消费者”的假设，认为消费者消费时是理性与感性兼具的，消费者在消费前、消费中和消费后的体验才是购买行为与品牌经营的关键。通过体验营销，客户了解产品的价值和使用，消除了客户疑虑，建立起了商家与客户的信任关系。
随着移动互联的发展，O 2 O（Online To offline）成为今年非常热的一个概念，通过线下商务和互联网结合在一起，虚拟和现实交融的互动式体验，刺激吸引“时常在线”用户的消费欲望，极大地扩展了商家与消费者沟通互动的广度和深度。未来的消费模式很可能是“所见即所得”，客户在网上和线下看到一款自己满意的产品或服务，通过手机向多家商家查询价格，最后以最满意的价格下单成交，基于物联网的的物流配送将快捷地把所购买的商品送到他的手中。
三、客户服务新趋势的探讨
1.客户服务内涵的扩充
客服中心已经从过去的向客户提供服务支持的单一模式向客户行为分析、客户心理把握、客户需求感知全方位转变。麦肯锡在《信息技术引领未来商业模式10大趋势》第四项中提出“一切皆服务”认为“购买和销售由实体产品延伸而来的服务，这一商业模式的转变正在加速”，提升和完善客户服务方式，从而使客服中心服务具备了五大核心要素：
（1）面向用户的完整行为过程
（2）完善的服务价值链
（3）情感服务、信息服务、实体服务和全媒体通信服务无缝融合
（4）专业化、个性化、差异化和综合化
（5）多主体服务、互为补充
以上将成为客户服务的新趋势。
2.服务渠道和服务方式的变化
从电话渠道过来的客户语音服务需求会减少，基于在线客服、微信、微博等社交媒体的客户服务将会大量增加。在这里我举一个例子，小米的商业模式无疑是成功的，小米微信公众帐号后台客服人员有9名，这9名员工每天回复100万粉丝的留言，通过微信帐号后台回复用户的留言。小米开发的微信后台可以自动抓取关键词回复，微信客服人员进行一对一回复。过去小米主要是通过群发短信，100万短信发出去，就是4万的成本。微信使小米的营销、CRM成本降低。所以从这点来看，社交媒体将会成为客户服务一个重要的渠道。
互联网的发展使我们人与人交往的空间不再成为障碍，移动互联网的发展使得时间不再成为我们社交的障碍。随着社交媒体等新媒体进入客户服务系统，客服中心除了满足客户服务的需求外，由于社交媒体的特性，客户黏度会大大增强，这必将带来客户服务的频度、服务的周期、服务内容、服务要求的变化。客户服务需求的频度会增多，交互会越来越频繁，持久沟通联系的客户会越来越多，这样客户感觉服务就在身边，触手可及，客户的忠诚度和信赖度将会大大增强。同时移动互联网的发展，客户基于不同服务场景的服务需求将会使沟通内容的广度和深度与过去不可同日而语，越来越多样化。
前面已经讲了“一切皆服务”将会成为商业的趋势，营销和服务更加密不可分、不分彼此，严格意义上的呼入服务和呼出营销界限将模糊，座席将成为“全能战士”，客户服务必须适应这些趋势。
3. 客户中心服务系统的变化
（1）现在的客户服务中心以电话呼入呼出为主要服务手段，系统主要是通过硬件+呼叫中心中间件+CRM软件构成，通过自动语音和人工座席提供服务，讲究的是系统的稳定性，支持多硬件厂商、报表系统丰富、开发接口支持业务快速开发。我刚才讲了通过社交媒体等新型媒体过来的客户服务会呈上升趋势，传统的电话联系是间断性的、持续性不够的，颗粒度太粗，已经不能完全满足和适应今天客户服务的要求了，基于场景的、支持体验式感受的、满足移动互联和社交媒体的客户服务系统将会占据主流，客户随时实地的服务需求会得到满足。
（2）“业务为王”、“内容为王”的理念将会将会在客服中心系统越来越突出，媒体类型将不会被置于优先考虑的位置，将会降到一个从属于业务的地位，业务驱动为主将会是主流。业务模式决定业务流程，业务流程驱动媒体应用。
（3）现在大多数座席的CRM系统都是通过来电弹屏，弹出客户资料，区分新客户还是老客户。这种方式越来越不能适应媒体渠道的多样化，也不能适应社会媒体的引入带来的客户类型的多样化。业务系统只有对客户分类进行更加精确的划分，通过这种对客户的精确细分，客户服务更加有针对性，客户才能得到一对一的贴心服务。
（4）CRM系统将把对客户数据分析和挖掘功能放在重要的位置，系统从简单的客户资料管理、业务流程管理向客户数据分析和挖掘转变，通过对CRM系统积累的巨大的数据进行分析和挖掘，实现对客户行为的分析、对客户心理的把握、对客户需求的感知，为企业运营决策、市场营销、客户服务流程优化提供依据。
广告市场的初步形成
YouTube网站在2005年初建立之时，曾坚持拒绝一切广告，这种情况在诸多社交网站的建立初期非常普遍。但是，社交网站的运营方式决定了其生存与发展必然要依赖广告投放，拒绝广告仅是权宜之计，是为了吸引更多的网民浏览与注册。
2006年YouTube被谷歌收购后不久，即宣布将在其网站广告。这一决定在当时引起了很多用户的反对，以致YouTube不得不调整广告策略，将广告特别是大型广告限定投放于网站的部分网页。这样，广告内容仅能被一小部分用户看到，很难吸引企业、品牌和广告商在网站上投放广告。另外，社交网站广告采用的是传统的、没有对目标群体进行细分的广告信息方式，这在21世纪的媒体经济环境中是极为陈旧与落后的。
对于企业与品牌来说，社交网站是网民相互联系、讨论和闲聊的媒体，并不适合传播品牌或产品。在当时，以谷歌为代表的搜索引擎通过整合浏览者搜寻内容，将预期消费者的诉求呈现给企业的盈利方式非常流行，吸引了大量企业和品牌的广告投入。随着社交网站注册用户的不断增多，用户的个人信息海量聚集引发了互联网业内人士的广泛关注与思考：在这个庞大的网络平台上，是否可以为企业、品牌和广告商建立新型的广告市场？如何从新的社交媒体浪潮中创造利润，将社交网络与用户自我提供的内容转化为真正的财富？
总体来看，这一阶段欧美社交网站广告营销呈现出以下几个特点：一，用户对社交网站广告持厌烦与抵制态度；二，社交网站广告形式单一，方式落后，缺乏广告群体细分；三，与搜索引擎网站相比，企业、品牌和广告商对在社交网站上投放广告的信心明显不足，广告投放量极小。
广告系统理论体系构建
随着社交网站的发展和注册用户的剧增，以Facebook为代表的社交网站开始对注册用户的个人信息进行分类整理，并以此进行广告目标群体系统的开发与设计。与此同时，MySpace也开始从注册用户的个人档案页面提取信息，对针对个人偏好不同的用户不同种类广告的目标广告系统进行大量测试与研究。MySpace副总裁Jim Scheinman指出，社交网站的市场介入可以更好地与18至30岁的用户进行交互与沟通。社交网站的市场介入是指网站用户向其他用户推介品牌或产品的行为，当品牌被用户加为好友后，该品牌就会自然地成为该用户好友的好友而得到宣传。由此，企业可以以最小的代价将品牌展示给年轻的一代。然而，社交网站广告依然没有得到企业与品牌的青睐，主要原因是没有有效的计算广告投资与回报的测量方式。依赖广告生存的社交网络急需证明网站的广告宣传和品牌活动可以为企业提供前所未有的效益。由此，诸多社交网站、数码网络市场调查公司和媒体公司积极行动起来进行调查研究，并获得令企业信服的结果。
首先，社交网站柔性广告的强大力量获得认识。调查发现，40%的用户在网站上找到喜欢的品牌和产品，31%的用户并不厌烦网站广告，10%的人从广告中获得商品信息并形成购买。但与条幅广告相比，用户更偏爱网站中品牌论坛等形式的柔性广告：“与像Gibson或Nike这样的品牌企业做朋友该有多酷啊！”“我愿意成为自己喜爱品牌的拥护与支持者。”这充分表明了将品牌嵌入社交网络，建立以品牌为主导、专家为核心和粉丝为基础的论坛等形式的网络热点，将为品牌的宣传产生巨大力量。
其次，社交网站用户形成的动量效果，也就是消费者口碑效应得到证实。动量效果是指网站用户在个人概况中引介了某个品牌或将品牌信息传递给网友所产生的广告效果。通过跟踪社交网站中阿迪达斯和电艺的广告活动，MySpace发现70%的动量效果来自社交网站用户之间的广告宣传。研究还发现社交网站广告活动的效果远优于电视和普通网络广告，建立一个让用户分享品牌故事的平台是形成品牌共鸣的关键。
最后，社交网站广告效应和价值回报得到验证。Facebook通过跟踪社交网站广告活动前后消费者购买欲望的变化，即计算多少用户在自己的个人概况中涉及了品牌内容并向他们的朋友传递品牌信息、是否提取免费券和多少次再次访问过企业或品牌的网站，将这三部分信息综合起来测量动能效果。调查所获得的最重要发现是：几乎所有产生于消费者之间的广告营销均来自于他们在社交网站里看到的品牌信息。
这一阶段社交网站广告发展呈现出社交网站自我研究、宣传与推销的特点。社交网站联合或资助相关媒体和调查公司进行市场调研，并以翔实的数据与扎实的理论解开企业、品牌和广告商的疑团，也为自我的发展确立了方向。
广告的发展与繁荣
社交网站广告效应与品牌价值评测体系的逐步完善，使得网站广告的投放量大幅增加，技术与经营模式日趋成熟，完全可以与市场相契合。现在，Facebook已在世界范围推行简单快捷的网站广告投放程序，其自助广告平台可以让企业自行购买广告位置，并使用目标工具系统直接将广告信息传递给企业和品牌的目标群体。
在美国，MySpace在正式投资网络媒体广告仅一年多的时间里，就利用其News Corp系统赚取10亿美元的年收入，并计划在三年内将年收入提高到100亿美元。据Coremetrics调查显示，在欧洲有超过40%的企业使用社交网站作为其广告宣传的媒体，其中英国企业为79%、法国为30%、德国为20%。①在中欧与东欧，苹果与星巴克成为Netlog社交网站两大广告投资商。
如同美国品牌一样，东欧品牌公司也使用社交网站与它们的目标群体联系并进行有效沟通。在罗马尼亚、德国、西班牙、英国和匈牙利，Heineken占据了Netlog所有网站的品牌页面。主要服务于德国、奥地利和瑞典的近800万用户的德语社交网站StudiVZ（以学生为目标群体）和MeinVZ（以26岁以上人群为目标群体），也提供品牌营销服务并与可口可乐、德国汉莎航空和麦当劳等国际著名企业有紧密的品牌营销关系。
当前社交网站广告营销呈现出的特点为：社交网站技术与营销模式已趋完善，在广告市场形成热点并获得巨大盈利；企业、品牌和广告商积极投入并寻求多种形式的合作方式，品牌效应和广告效益获得客观回报。网站用户（潜在消费者）对钟情品牌有情感宣泄、交流沟通、技术咨询的便利平台，在社交网站、企业、品牌与广告商共赢中获得自我需求满足。
注释：
关键词 新媒体；品牌营销；传播方式
中图分类号G2
文献标识码A
文章编号1674-6708（2016）156-0009-02
所谓新媒体就是以数字技术为基础的传播渠道，现如今已经成为人们生活中不可或缺的重要内容。在新媒体的背景下，企业的品牌营销也面临着更全新的宣传渠道，一方面可以利用新媒体建立交流平台，提高品牌的知名度，另一方面也能利用新媒体的媒体特点，在品牌营销中加入创意元素，更好的完成品牌营销。
1 新媒体的主要特点
当前新媒体的主要特征表现在以下方面：其一，传播形式的互动性。在传统的媒体模式中，电视、报纸等手段都只是单项传播，而新媒体时代下的传播手段让传播者和接受者的身份可以相互转换，实现信息深度交流；其二，便捷性特点。新媒体工具手机电脑等，操作简单，信息量大，在信息传播接收上具有很强的便捷性，传播速度快；其三，功能多样。新媒体的网络、卫星、云端等一系列的技术手段，使新媒体具有的功能更为多样，这体现在技术层面和实用功能上；其四，内容丰富。新媒体信息存储量大，传播的内容更丰富，如视频、音频、图片等等，信息形式多样，人们能够在很短的时间内掌握非常全面的信息；其五，广泛化影响。新媒体发展是当今社会发展趋势，在社会的信息影响力十分巨大，信息分享传播速度非常快，人与人之间的距离也极大的缩短。
2 新媒体背景下品牌营销的特征
1）“非广告”营销。传统的广告模式中，具有中介性，无交互、口碑、体验，成本高等一系列的弊端，而在新媒体背景下，其营销效果属于“非广告”营销。在互联网不断深入发展的背景下，营销的思维模式也发生改变，营销市场及目标客户群是企业进行品牌营销及战略制定时优先考虑的内容，以此才能提高企业品牌的竞争力。
2）去中介化。在新媒体背景下，利用新媒体工具可以实现品牌强化，打破了以往中介化的约束。例如，一个较为典型的出版行业，通过新媒体工具的利用，改变了书的存在形式，减少了大量的成本投入，去除了中介，实现电子阅读及电子支付，让企业与消费者直接接触，提高用户体验，给企业品牌效益带来了巨大提升。
3）碎片化及小众化。在当前的网络消费环境中，想拥有五分之四以上用户的网络应用是很难存在的（除短信、上网等），网络应用消费人群的小众化是当前主要趋势。针对这一基本现状，需要充分考虑到我国网民基数，即使小众或碎片化，但仍具有极强的发展机会与潜力，因此企业需有针对性的完善商业模式，获取最大的企业效益。
3 新媒体背景下品牌营销传播策略
1）微电影营销传播策略。微电影的特点在于感染力强，很容易能够带动人们的共鸣，特别是微电影广告，例如益达口香糖的微电影广告，通过曲折、动人的情节充分激发了人们的好奇心和关注度，故事和故事之间不仅保持独立，同时又具有较强的连续性，当时获得了极大的反响，甚至很多观众还会特意到网上搜索全篇进行观看，成为了当时最具影响力的网络话题，这就是微电影所具备的营销效果。因此利用微电影来进行企业的品牌营销具有极大的优势，将电影的剧情与企业的文化相结合，一方面将企业的文化宣传、呈现了出来，另一方面也具有非常强的互动性，人们能够通过转发、评论作出回应，企业也就能够更好的分析人们的喜好以及电影所带来的效果，通过及时调整广告方案来更好的进行品牌宣传。微电影广告的传播类型有很多，人们能够随时随地的观看、评论，具有非常显著的营销效果，并且还能对传播效果进行检测，使品牌的营销具有更显著的针对性。
2）手机移动营销传播策略。通过相关的调查我们能够看出，通过台式电脑上网的百分点呈持续下降的趋势，而通过手机进行上网已经成为当前的主流趋势，有约70%的网民都是利用手机进行上网，手机已经成为当前的第一上网终端。手机营销最大的优势在于互动性非常强，并且不会受到区域的限制，因此利用手机移动来进行品牌营销具有非常重要的意义，能够极大的增强人民对品牌的回忆度，目前很多国际的大公司都已经采用手机移动的品牌营销策略，例如肯德基、沃尔沃等，最常见的就是利用微信这一手机通信平台，其中二维码的扫描不仅降低了推广的成本，而且更加灵活、智能，并且还能够通过官方认证来更大程度的提高可信度，目前利用手机移动进行推广已经受到各个企业的高度重视。总而言之，利用手机移动来进行品牌的营销是非常便捷的，势必是当前最大的传播趋势之一。
3）社交媒体营销传播策略。运用社交媒体进行品牌营销最重要的就是关系链，即通过用户的信任来进行传播，只有这样才能将社交媒体营销的作用发挥出来，品牌要考虑现有的社交媒体关系链，将品牌注入到关系链中的某一点，通过多种多样的方式来进行传播，一方面信息的传播速度会增强，而且营销的传播动力也大幅度提高，例如微博的转发、网络媒体的报道等，都是品牌营销的不错选择，其所带来的营销效果是不言而喻的。例如，在2013年小米通过腾讯QQ空间进行首发，由于腾讯是当前最大的社交平台，用户多为青少年，与小米的用户高度吻合，小米通过与腾讯的合作高效的完成了品牌的营销，这就是小米品牌在营销方面的新的尝试，具有非常显著的营销传播效果。
4 新媒体背景下的品牌营销的注意事项
1）跨界营销问题。现如今各项技术手段的创新速度非常快，各种工具的类型也逐渐丰富，要想在当前的新媒体背景下立于不败之地，更好的开展品牌营销就必须重视跨界营销手段，通过行业之间的整合一方面能够使企业品牌更具张力，另一方面也通过创新实现了双赢，具有非常重要的价值。
2）品牌营销的差异化问题。相关统计研究显示，我国各城市由于经济发展水平差异较大，因此网民间的活动也存在很大差异。在网民的搜索行为中，一线城市的网民在生活类信息、购物信息、出行信息等内容的搜索上，比例相对较高，而二三线城市倾向于线下购买，一线城市通过搜索进行线上购买的比例较高。这要求品牌营销需具有差异化策略。
论文关键词：社会化媒体,教育
一、从宏观角度看社会化媒体对教育的影响
从宏观角度看社会化媒体的出现改变了传统的“教”和“学”方式，使教学方式和学习方式发生了深刻的变革，出现了促进意义学习的交互学习方式以及Blending-learning(混合学习方式)。交互是在某种学习环境中，两个或两个以上的个体间进行的双向交流，其目的在于促进学习任务的完成或人际关系的构建。而社会化媒体的“交流”和“对话”特性正好迎合了交互式学习的这一主要特征。“交流”是指采用社会化媒体将内容在媒体和用户之间双向传播，这就形成了一种交流。而“对话”是指社会化媒体和受众之间的双向对话，甚至是多个受众间的多向对话。
二、从对教育目标适应性的影响看社会化媒体对教育的影响
20世纪50年代布卢姆等人提出教学目标分类理论，将教学活动中所要实现的整体目标分为认知、动作技能、情感三大领域。目前，社会化媒体的基本形式有六种:
博客：也包括微博，是在线刊物，最近的将显示在最前面。
维基：维基站点就像一个公共数据库，人们可以在上面添加内容，或对现有的内容进行修订和增补。最著名的维基站点是维基百科——一本在线的百科全书，仅英文资料就超过150万篇文章。
播客：可以通过Apple iTunes等软件来订阅的视频和音频内容。
论坛：用来进行在线讨论的平台，通常围绕着特定的话题。论坛是最早出现的社会化媒体，同时也是最强大、最流行的在线社区平台。
社交网络：人们可以在这类站点上建立个人的主页，在朋友之间分享内容并进行交流。
内容社区：组织和共享某个特定主题内容的社区。最流行的社区一般集中于照片（Flickr）、书签（del.icio.us）和视频（YouTube）等相关内容。
而对于每种类型的教学目标都能找到不同形式的社会化媒体与其所要展示的教学相匹配。如下图，我们来仔细地看一下。
首先，认知领域的教学目标分为知道、理解、运用、分析、综合和评价六个层次。对知识内容的掌握要求从简单到复杂，从具体到抽象。若要实现对于知识内容的“知道”，上面六种形式的社会化媒体都能完成简单的知道功能；若要实现对于知识内容的“理解”，播客、论坛、社交网络、内容社区可以很好的实现此功能；若要实现对于知识内容的“运用”，播客、播客、论坛、社交网络、内容社区基本上就能够满足；若要实现对于知识内容的“分析”，论坛、社交网络、博客、内容社区上都可以很好地阐明自己的观点，达到与人分析的目的；若要实现对于知识内容的“综合”，论坛、内容社区等不可或缺；而要实现对于知识内容的“评价”，博客、论坛、社交网络、内容社区等起得作用更是相当重要。由上我们也不难看出，能够实现高级功能的媒体形式基本上也都能实现要求的低级功能，但反之不一定成立。
其次对于动作技能领域的教学目标，因其有一个动作定向——参与性练习——自主练习——技能的迁移的过程，所以既要有演示环节又要有模拟最后发挥环节，而论坛、内容社区等都能实现此功能的教学。
最后对于情感领域的教学目标，因其需要产生情感共鸣，最后确立学习者的价值观，所以博客、播客、论坛、内容社区等都能实现此功能的教学。
由此，任何种类的教学目标都能找到与之相对应的社会化媒体来实现此目标的教学和学习，这也为教学和学习带来了便利。
三、从对学习者的影响看社会化媒体对教育的影响
社会化媒体的出现以及不断的发展使学习者的学习方式发生了翻天覆地的变化，从早先的数字化学习（e-learning）到混合学习（blending-learning）再到现在的泛在学习（ubiquitous-learning）无一不见证了社会化媒体对学习方式变革产生的深远影响，而没有社会化媒体就不会有这些新型的学习方式，这样的影响将会一直进行下去。
四、从对学生评价的影响看社会化媒体对教育的影响
社会化媒体的出现改变了以往单一、不客观的学生评价方式，带来了全新的、多样的学生评价方式。我们以往评价学生多依赖于学业成绩，而学生的协作能力、自我评价、平时表现、学习伙伴评价等很少被考虑进去，现在有了交互性强的社会化媒体，这些因素都可以以匿名或不公开的形式被传递到教师那里，少了“当面只能说好话”的不客观的评价。
总之，社会化媒体来了，以始料不及的速度冲击着我们的学习和生活，改变了传统的学习和生活方式，更改变了传统的教育方式，在这场革命中始终保持“新思维，新头脑”的人才会赢，你准备好了吗？
参考文献：
