HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 社交网络论文

社交网络论文

时间:2022-05-25 02:51:17

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篇社交网络论文,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。

社交网络论文

第1篇

由于社交网络中的信息从一个用户向另一个用户传播程,似于传染病从一个节点向另外一个节点的传播,本文采用传染病研究社交网络信息传播程,幵一修改形成社交网络的信息传播模型。

1.1网络中的信息传播式

在社交网络中,用户间的好友关系需要经双的认证才能够建立起,因此,社交网络可以看成是一个以用户为节点,以用户间的好友关系为边的无向无权网络,话题消息沿着节点间的边迚行传播,具如1所示[11]。

1.2传染病扩散机制的网络舆情话题传播模型

1.2.1网络舆情话题传播中各节点的定义

将网络节点分为三类:易感染节点(S)、传播节点(I)和免疫节点(R),它们分定义如下:(1)易感染节点指未被传播状态,在t时刻未接收到某舆情话题信息的节点,处于S状态的节点很易因为接收到某话题状态转变为I状态。(2)传播节点表示在t时刻已经开始不断向网络中収布舆情话题信息的节点,幵且由于此状态节点对信息的传播,可以使未被传播状态的节点改变自身状态,变成I状态节点开始转収这信息。(3)免疫节点表示t时刻此节点处于免疫状态,不会被传播状态的节点传播的信息所影响[12]。

1.2.2网络舆情话题传播模型各节点转换觃则

针对某则舆情话题,社交网络中每个节点状态会在易感状态、传播状态、免疫状态乊间迚行转换,节点状态转换觃则具如下:(1)在始的网络中所有节点都为S状态;(2)在话题传播程中,网络总用户数定不变;(2)S(k,t)、I(k,t)及R(k,t)分表示t时刻网络中的度为k的易感染节点、传播节点及免疫节点的密度,那么S(k,t)I(k,t)R(k,t)1;(3)若一个易感染节点S与一个传播节点I迚行接触,那么该易感染节点转变成为传播节点的概率为PSi,PSi叫内部感染概率;(4)若一个易感染节点S与一个传播节点I迚行接接触,但会通其它径得到了目标舆情话题,从而以概率α由易感状态转变成为传播状态,那么α叫外部感染概率;(5)一个传播节点I对某话题失去兴趣而止传播,概率Pir转变为免疫节点,那么Pir叫免疫概率;(6)一个易感染节点S对话题内幵不感兴趣,虽然知道了该话题,但不会传播该话题,幵将以概率Psr接转变成为免疫节点,那么Psr叫接免疫概率。

1.2.3网络舆情话题传播模型的建立

社交网络话题传播是一动态程,即话题信息是否迚行传播受一个或多个因素影响,幵且网络节点传播话题时,与临近节点传播话题信息的情密切关,传播节点的度越,对话题在网络中的传越有。综合上述可知,社交网络舆情话题传播的节点状态转变具如2所示。

2实验仿真

2.1数据源

为了测试本文提出的社交网络舆情话题传播模型的有效性,选择标准数据集:Facebooksocialnetworkdataset迚行仿真实验,该数据集包含4039个节点,88234边[13]。仿真平台为:双核CPU2.85G,内存为4G,WindowsXP操作系统,编程工具箱为:Matlab2012。

2.2结果与分析

2.2.1不同节点的密度随时间的变化关系

假设始时刻网络中仅有一个传播节点,其余节点部为易感染节点,将式(1)中的各数设置如下:内部感染概率psi=0.4,外部感染概率α=0.3;免疫概率pir=0.2,接免疫概率psr=0.1,网络各节点的密度与舆情话题传播乊间的变化关系如3所示。由3可以看出:易感染节点密度不断衰减,到趋近于零;传播节点密度在始阶段快增,幵在达到峰值后速下降,到趋向于零;而免疫节点密度在话题传播期呈较快增态势,在其达到峰值后逐渐趋于稳定,幵最终趋向于1。

2.2.2内部感染概率对传播程的影响

当内部感染概率収生变化时,传播节点密度、免疫节点密度变化趋势如4所示。由4可以看出:(1)在网络达到稳态乊前,随着内部感染概率值的增,传播节点密度的值随乊增,此时免疫节点密度值反而减小,这是因为内部感染概率值越,会使网络中更多的易感染节点转变成为传播节点。(2)随着内部感染概率值增加,社交网络舆情话题的传播演化程达到稳定状态的时间越。(4)随着内部感染概率值等于零时,社交网络信息还是可以迚行传播,这与乊前研究结果有一定的差异,这主要是由于网络拓扑结构不同引起,相较于传统网络,社交网络的连通性更高;再加上社交网络用户乊间可以传播舆情话题信息,同时还可以通其它外部渠道获知该话题。

3.2.3免疫概率对传播程的影响

当免疫概率収生变化时,传播节点密度、免疫节点密度变化趋势如5所示。由5可以看出:(1)当免疫概率于零时,在传播程达到稳态乊前,免疫概率值与传播节点密度值乊间变化关系是一反向关系,免疫概率值与传播节点密度值乊间变化关系是一正向关系,因此免疫概率取值越,网络中的传播节点转变成为免疫节点的概率就越高。(2)当免疫概率等于零时,免疫概率值在传播期速增加,达到峰值后逐渐趋于稳定,这主要是由于当免疫概率等于零时,传播节点将始终保持自身状态,而不会向免疫状态迚行转变,而此时免疫节点密度值幵不为零,这是因为接免疫概率的存在,部分易感染节点易转变为免疫节点。

2.2.4外部感染概率对传播程的影响

当外部感染概率収生变化时,传播节点密度、免疫节点密度变化趋势如6所示。由6可知,在话题传播程达到稳定状态乊前,随着外部感染概率的不断增,传播节点密度也应增加,而免疫节点密度不断减小,这主要是由于外部感染概率描述易感染节点通媒报道以及现实生活中的人关系等网络外部渠道获知舆情话题,幵由易感状态转变成为传播状态的概率,因此外部感染概率值越,易感染节点的个行为受外部环境的影响。

2.2.5接免疫概率对话题传播程的影响

当接免疫概率収生变化时,传播节点密度、免疫节点密度变化趋势如7所示。由7可知,随着接免疫概率值逐渐的增加,传播节点密度峰值慢慢减小,免疫节点密度峰值慢慢增,这主要是由于免疫概率值越,社交网络中的一易感染节点有经传播状态接转变成为免疫状态的概率增加。

2.2.6始传播节点度对传播速度的影响

当始传播节点度值収生变化时,传播节点密度变化曲线如8所示,从8可以看出,如果始传播节点度越,其网络话题信息传播速度就越快;如果始传播节点度越小,网络话题信息传播速度对较慢。

2.2.7度值不同的节点密度随时间的变化关系

当易感染节点、传播节点及免疫节点的密度值収生变化时,舆情话题演化趋势与时间乊间的变化关系如9所示。从9可知,在舆情话题传播的程中,无论易感染节点、传播节点及免疫节点的密度值怎么变化,舆情话题的演化趋势基本一致,这表明不同度值节点具有似的行为特征。

3结论

第2篇

关键词:社交网络;“小世界”;约简社交网络;信任评估

0引言

随着Internet的普及和盛行,每天都有数以万计的新用户加入到在线社交网络中,来与其他用户进行信息交流和交互,其中很多是互不相R的用户。因此,评估这些用户之间的信任程度,对提高社交网络服务质量和加强其安全性具有非常重要的作用。本文提出一种基于“小世界”网络原理约简在线社交网络的算法(SWRSN)。该算法对原始社交网络进行了约简,采用了用户活动域(domain)信息,该信息相对于其它信任信息来说是客观的、稳定的。因此,该算法具有较低的复杂度,并且对恶意攻击也有一定的鲁棒性。

1算法模型

本算法主要包括三个关键步骤:(1)原始社交网络的约简,即根据“小世界”网络原理约简原始社交网络;(2)计算信任网络中用户个体问的信任值,即通过计算约简的信任网络中用户个体问的信任值,从而间接评估原始社交网络中用户个体问信任程度。

1.1约简原始社交网络

约简原始社交网络的整个过程其主要是原始的信任网络基础上,根据“小世界”网络原理,采用广度优先算法搜索尽可能多的源节点到目标节点之间的短路径(最大步长Max Length=6),并且删除路径中任意一条边的信任值小于给定信任阈值(一般设置信任阈值th=0.5)的路径。

1.2计算信任网络中用户个体问的信任值

在本节中,主要是在约简的信任网络基础上,计算源节点要目标节点的预测信任值。这里我们采用4种较为常见的信任评估策略,如表1.1所示。下面介绍信任传播和信任整合操作。

信任传播操作:从source节点到target节点路径中用户的信任传播。两种较为常见的传播操作是取最小值(Min)传播和取乘积传播(Multi)。前者是指取路径上最小的推荐信任值,后者是指取路径上所有推荐信任值的乘积。

信任整合操作:从source节点到target节点中所有路径的信任整合。两种较为常见的信任整合操作为取最大值(Max)和取加权平均值(WAve)。前者是指取所有路径中最大的信任传播值,后者是指取所有路径的信任传播值的加权平均值。

2实验评估

2.1实验设计

本论文主要采用留一法进行实验。采用数据集为Epinions,该数据集为社交网络中较为典型的实验测试数据集。如果Sollrce到target之间有一条直接的信任边,则这条边将被隐去。这时,source到target之间的信任值将通过它们之间信任图来计算。

本实验采用了较为常见的四个精度指标来评估本论文提出的算法的有效性,分别为:绝对误差(Absolute error)、精度(Precision)、召回率(Re-call)和F分数(F-Score),计算公式如表2.1所示。其中表示实际中信任的用户集,表示当前算法预测为信任的用户集。

由表2.2可知,最小的Precision为0.7248,说明本论文提出的BDSWRSN算法具有较好的信任预测精度。此外,最小的F-Score为0.5875,剩下F-Score都在0.62以上,这也说明BDSWRSN算法的可以较为有效地帮助预测在线社交网络中用户个体问信任程度。

第3篇

【关键词】社交媒体;学术信息;交流模式

社交媒体融合了Web2.0和移动互联时代信息传播的最新理念,使用户可以在网上获得更多传播、分享、交流的自由。学术领域,研究人员可以通过各种社交媒体方便地进行学术信息转发、交流分享思想观点、获取文献原文等,越来越多的学者更愿意通过社交媒体来参与学术活动,学术信息交流模式趋向多元化发展。

一、社交媒体及其发展现状

社交媒体(Social Media),也称为社会化媒体、社会性媒体,是人们彼此之间用来分享意见、见解、经验和观点的虚拟化W络通讯工具和信息服务平台,在互联网的沃土上蓬勃发展,爆发出令人眩目的能量,已成为人们利用互联网传播信息、人际交流的重要方式。

国外最具代表性的社交媒体工具有Faeebook、YouTube、Twitter、Linkedln等。在国内,社交媒体经历了BBS时代、社交网站时代、微信息社交网络时代、垂直社交网络应用时代,发展至目前主要以微博、微信、QQ空间等为代表,另有百度贴吧、人人网、朋友网、豆瓣、知乎、美拍、天涯社区等,成为中国最受欢迎的十大网络社交应用平台。按照社交媒体属性的不同,可将其归为创作发表型、协同编辑型、资源共享型、社交服务型、即时通讯型五大类型。

目前社交媒体已超越搜索引擎,成为互联网第一大流量来源,二者占比分别为46%和40%。据2017年1月CNNIC《第39次中国互联网发展状况统计报告》显示,截至2016年12月,微信朋友圈、QQ空间、微博依然作为最典型的网络社交应用排名前三,应用率分别为85.8%、67.8%、37.1%。可见,具有即时通信功能的社交媒体最易成为社群型网络媒体。

二、基于社交媒体的学术交流典型模式

(一) 博客、微博:学术知识转移模式

博客(Blogger)的正式名称为“网络日记”,是一种通常由个人管理、可随时张贴文字、图像、音频、视频等信息的网站。目前,有许多科研机构、学术期刊、专家学者建立了自己的博客,随时相关学术领域的最新研究动态、学术会议信息、重要学术研究成果、思想观点等,通常被称为学术博客。学术博客使学术交流不再局限于基于著作、学术期刊、专家报告等传统型学术交流模式,进而转向开放、随时随地、泛在化的交流模式。网络上的任何一个学术博客平台既可以是知识的生产源,也可以是知识的传播源;既可以是经过同行专家评审后的正式出版类学术信息,也可以是非正式的存储于专家大脑中经过显性化处理的隐性知识。学术博客相互之间通过博主的转载分享、评价交流,实现各知识节点的相互转移。

微博(Microblog),即微型博客,与博客相比,更突出信息的即时性、快捷性。微博用户群因拥有大量专家学者、学术机构,使关注用户能够及时观点新颖、内容丰富的知识信息。此外,微博信息交流的平等性,有利于各层次学者的跨界交流,碰撞出个人创新观点。

(二)维基百科:学术知识协同生产与共享模式

维基百科是一种基于网络的多人协作的写作工具,在Wiki支持的协作式写作中,每个人都可发表自己的意见,都可以方便地对共同的主题进行写作、修改、扩展甚至探讨,是一个最大、最知名的网络知识社区。所以Wiki帮助我们在一个社会网络(SNS)内共享某领域的知识。

与其他社交媒体相比,维基百科能够针对特定的领域知识或主题概念汇集大众智慧,构成网络“合作实验室”,互联各方面的专家发挥个体学科特长,形成个人能力与智慧的相互叠加,使产生的知识信息更权威可靠、更受广泛认同。通过参与维基百科的知识信息编发共享,个人的传播行为和掌握的知识、观点通过在wiki平台上共同修正完善,最终形成“共识”性概念或经典性论述。

(三)腾讯QQ、微信:学术信息传播与互助分享模式

QQ、微信同属腾讯公司旗下的社交产品,具有极其相似的功能特点,支持发送语音短信、视频、图片和文字,也可以群聊、发表评论、撰写日志文章,已成为我国网民使用最多的即时通讯工具。据CNNIC《第39次中国互联网络发展状况统计报告》显示,2016年中国网民的QQ、微信等即时通讯工具使用用户规模达到6.66亿。79.6%的网民最常使用的即时通讯应用是微信,其次为QQ,占比60.0%。截至2016年第二季度,微信已经覆盖中国94%以上的智能手机,月活跃用户达到8.06亿。

由于QQ、微信强大、易用的信息交互功能及庞大的用户群体,已成为学术交流领域重要的虚拟平台。通过QQ或微信朋友圈、QQ群进行学术信息分享或文献原文、会议资料互助传送的优越性已被大众广泛认可。网友通过建立QQ、微信学术群,使学术信息的交流共享和知识生产传播变得更为便捷高效。

三、社交媒体学术信息传播的典型案例

(一)科学网博客

科学网是全球最大的中文科学社区,由具有50余年媒体经验的中国科学报社主办,是以网络社区为基础构建面向全球华人科学家的网络新媒体,2007年正式上线。网站设有博客、会议、论文、项目基金、实验室等频道,权威的科学新闻报道和多样实用的学术信息。尤其是备受学者们欢迎的科学网博客目前已在各个学科领域拥有庞大的用户群,学术会议资讯、专家报告观点、权威论文转发等学术信息极大地吸引研究人员积极加入,成为更多的信息传播“节点”,高效促进科技创新和学术交流。10年来,科学网博客已经成为上百家新闻媒体,特别是国内严肃媒体和境外主流媒体的新闻源泉,大大促进了科学传播。

(二)网络问答社区――知乎

知乎是中文互联网最大的知识社交平台,帮助你寻找答案,分享彼此的专业知识、经验和见解。知乎凭借其认真、专业和友善的社区氛围和独特的产品机制,聚集了中国互联网上科技、商业、文化等领域里最具创造力的人群,将高质量的内容透过人的节点来成规模地生产和分享,构建高价值人际关系网络。其发展口号是“与世界分享你的知识、经验和见解”。

2017年1月,知乎宣布完成D轮1亿美元融资,预计完成融资后估值超过10亿美元。2017年知乎将面向广泛的知识消费者和机构伙伴建立大型知识平台。截至2017年1月,知乎已拥有超过6500万注册用户,平均每天有1850万活跃用户访问和使用。2016年全年,知乎用户提出了超过600万个问题,撰写了逾2300万篇回答和151f篇文章。

(三)学术类微信公众号

微信已成为网络时代的一个生活方式。目前许多学术会议、专家讲座可以通过微信平台(公众号)进行视频直播。学术刊物每期的出版论文目录、论文全文、重要学术会议信息等,都可以通过微信平台直接推送至用户的智能手机上。大型学术研讨会可以将会议通知、日程安排、著名专家的报告演示文稿、报告录音、学术讨论信息等通过微信平台即时。《中国科学报》、中国经济学教育科研网、中国医学博士联络站、国家社科期刊数据库、科学网、现代大学周刊、爱思想网、唧唧堂、博士圈及MOOC成为首批10个最具影响力的、高品质的、最具学术精神的微信公众号,其中MOOC公众号位列榜首。

四、结语

社交媒体环境下的学术信息交流与获取模式代表了“去中心化、开放性、共享性”的思想理念,这种去中心化的理念赋予用户平等而个性化的地位,充分刺激用户参与互动交流的热情,更有效地挖掘每个人头脑中的知识,使得互联网社交媒体成为一个具有强大生命力的有机体。同时,开放自由的和转载会很可能会引发知识产权、信息冗余、信息质量不高等问题。相信随着互联网管理政策与体制的不断完善,社交媒体环境下的学术信息交流将会得到更好的发展。

[参考文献]

[1]曹博林.社交媒体:概念、发展历程、特征与未来――兼谈当下对社交媒体认识的模糊之处[J].湖南广播电视大学学报,2011,(3).

[2]李娜,胡泳.社交媒体的中国道路:现状、特色与未来[J].新闻爱好者,2014,(12).

[3]张h,朱庆华.Web 2.0环境下学术交流的社会网络分析――以博客为例[J].情报理论与实践,2009,(8).

[4]王学东,杜晓曦,石自更.面向学术博客知识交流的社会网络中心性分析[J].情报科学,2013,(3).

第4篇

关键词: 社交网络; 用户行为; 节点度; 聚类系数; 平均路径长度

中图分类号:TP393 文献标志码:A 文章编号:1006-8228(2017)06-29-04

Analysis of social network user behavior

Li Xinhuan1,3, Zhao Yingding2,3

(1. College of Computer and Infomation, Jiangxi Agricultural University, Nanchang, Jiangxi 330045, China; 2. College of Software, Jiangxi Agricultural University; 3. Key Laboratory of Agricultural Information Technology of Jiangxi College)

Abstract: Today, social network has become a major means for people to keep in touch with people and entertainment. Users are the core of social networks, and their behavior is the starting point for in-depth understanding of the operation mechanism of social networks. According to the extracted data in Sina micro-blog, using the node and the node degree, the user group and the clustering coefficient, and average path length and diameter, etc. in social network analysis, studies and analyzes the users' behavior when they forwarding micro-blog or making comments on micro-blog, and shows the correlations between the user and the user.

Key words: social network; user behavior; node degrees; clustering coefficient; average path length

1 用粜形分析的重要性

随着web2.0快速的发展,社交网络既作为一个工具又作为一个交互平台,对用户建立在线社交关系、互动交流等方面有深刻的影响[1]。社交网站( 新浪,脸谱、推特等)的发展为社交网络研究提供了最初的数据以及事实根据。社交网络中数据是非常庞大的,利用相关技术把它提取出来,但若不加以整理分类,便会显得杂乱无章,毫无头绪,重要的数据也会变成一堆无用的数字而已。这时就需要对这些数据进行分析研究,归纳整理,得出有意义的结论[2]。同时,对社交网络中的用户行为进行分析研究,也为后续的研究指明了动机和目的。

2 社交网络中用户行为分析

社交网络中用户的相关数据相当庞大,如用户的信息、用户的朋友数、粉丝数、的微博数等,利用新浪微博中的API接口对数据进行获取[3],再对提取的数据运用抽样调查的方式,对社交网络中的用户行为进行分析研究。

以某一类标签为对象,如音乐和运动,在提取的数据中抽取500个用户的信息进行分析,从而可以对这些用户在转发微博、评论微博等行为规律进行分析,通过呈现出的图像,分析归纳出用户在社交网络中的行为。社交网络中用户行为流程图如图1所示。

[新浪微博][提取出的数据][结束][抽取出500条数据][分析结果] [利用API接口提取数据][转发行为分析][评论行为分析]

2.1 分析方法

有越来越多的人参与到社交网络的研究中。社交网络分析(Social Network Analysis)[4],它指的是对社交网络中大量的数据进行分析的方法,主要研究社交网络中节点与节点之间的关系,并且分析出用户与用户交往形成的网络结构对他们的影响。社交网络分析中,会用到三个指标,分别是节点与节点度,用户群与聚类系数,平均路径长度与直径[5]。

2.1.1 节点与节点度

节点(node)[6],它指的是网络中的每一个用户,也就是说在网络中与其他连接的单个人、一个组织、一个事件,或者是其他社会实体。这说明了在社交网络中,用户与用户之间形成了一个很大的网状结构,其中的用户就是网络节点,因此形成了社交网络的拓扑结构[7]。

图论中,节点度(degree)指的是与这个节点关联的边有多少条,同时节点度的大小也说明了其中一个节点与另一个节点相连接的紧密程度,也代表了这个节点是否接近网络中心[8]。依据一条信息流它的进出方向如何,又可以将节点度分为节点入度(indegree)和节点出度(outdegree)[9]。用网络拓扑结构可以表示一个节点与另一个节点之间的关系,用节点入度、节点出度以及节点度,可以描述一个节点有多重要,并且可以说明它与其他节点之间有什么样的关系。可以使用节点度的分布函数P(k)来表示节点度是如何分布的,计算出的P(k)的值,就等于在网络中随机选取其中的一个节点,它的节点度是k的概率,用公式表示即为:

其中,k为正整数。

2.1.2 用户群与聚类系数

用户群指的是社交网络中的用户根据他们之间共同的兴趣以及爱好从而聚集起来的群体,他们之间具有共同属性,因为这些共同属性,才使得他们能够聚合到一起,从而形成具有共同兴趣爱好的小群体[10]。现实中,一个个体如果喜欢打球,那么就会结交别的喜欢打球的个体,这样他们之间就有了联系,从而成为了朋友。同理可以运用在社交网络中,工作性质相同、学历相当、所在城市相同,那么这些用户群很有可能就会组合到一起,进行他们之间的活动。

聚类系数(Cluster Coefficient)[11],也可以称它为集聚系数、群聚系数或者集群系数,它可以用来描述图或者节点与节点之间结合在一起的强度系数。换一种说法是,聚类系数表示的是用户与用户之间关系强弱的系数。在无向网络中,可以把节点的聚类系数用公式表示如下:

其中,n表示节点V的所有k个邻居间的边数,网络的聚类系数C等于所有节点的聚类系数的平均值,即:

其中,N为网络中节点个数。

2.1.3 平均路径长度与直径

平均路径长度[12],它代表的是网络及群众之间凝聚在一起的指数大小,若凝聚指数越小,则说明网络中的小世界特性越明显[13]。社交网络中节点与节点之间相连接的路径有许多,其中最短的一条路径是经过最少的节点,即最短路径长度指的是节点m通过中间其中一个最少的节点,它所能到达的节点n所经过的路程长度。另外,直径指的是网络圈中最短路径长度的最大值[14]。最短路径的平均值(L)就是网络的平均路径长度,它的计算公式为:

其中,N为网络中节点个数,d为直径。

3 用户“转发”和“评论”行为分析

新浪微博在国内的发展可谓是迅猛,用户的数量也越来越多,已经达到4亿多,并且新浪微博的大量用户每秒的微博量非常庞大,面对这么多的信息,很显然用户的精力是有限的,他们不可能每一条信息都去看[15]。因此,我们关注用户对于这些被出来的微博会产生怎样的转发、评论以及点赞行为。利用新浪微博的API接口提取出某一知名认证用户微博中相关的信息,如某一条微博的被转发信息以及被评论信息等等,再抽取其中500条数据进行研究分析,然后归纳出用户的行为特点。

3.1 用户“转发”行为分析

为了更好地研究用户转发某一条微博的行为,特地获取了从2017年3月1日到2017年3月7日该知名认证用户的微博数,一共397条,表1显示的是其一周内的微博数量。

3.2 用户“评论”行为分析

根据对用户的转发行为进行的分析,同样的抽取出该知名认证用户微博中的相关信息进行研究,分析得出用户评论行为。如图3所示就是用户对该知名认证用户2017年3月1日到2017年3月7日之内所发微博的评论数,可以很明显的看出,与用户对微博的转发数变化极其相似。由此可以得出,在如此多的微博信息中,用户会选择自己感兴趣的话题发表看法,而不是对每条微博都给予评论。

另外,还可以从图3中得出,被评论量在1-500之间的微博数最多,在500以上的被评论量的微博非常少,这两者之间差距很大。同样也说明只有少数微博被用户评论了很多,即只有少量的微博信息被用户所关注。

4 结果分析

从对社交网络中用户的行为进行分析,运用其中三项指标:节点与节点度,用户群与聚类系数,平均路径长度与直径。先分析用户与用户之间的关系,进而分析这些用户对某一知名认证用户所发微博的转发行为以及评论行为,可以得出的是,用户会选择自己感兴趣的话题参与到其中,并对其进行转发或者评论等行为,进而引出热门话题,使得更多的用户参与到该话题中。这也更进一步说明了以上分析研究的内容,不仅结果准确可行,而且也为以后微博信息的扩散研究打下很好的基础,具有不错的效果。

5 结束语

通过对社交网络中用户行为分析研究发现,如果微博信息具有高质量或具有很强的吸引力,那么就会吸引更多用户关注该信息,相应的就会获得更多用户的转发、评论及点赞,这是因为信息本身具有魅力。当一条微博信息被很多人转发时,就会有更多的人看到该信息,从而获得更多的评论,评论越多,也越会引起更多人讨论与该微博信息有关的内容,这样就会打开其他用户的思维,从而促进人们对微博信息的思考,对其点赞。这同时也说明了用户与用户之间是具有一定的联系的,他们的行为可以带动其他用户同样的行为,从而使得更多的用户之间有联系。当然,该研究分析为后续新浪微博中其他方面的研究奠定了扎实的基础。

参考文献(References):

[1] 夏梦甜,杨漫欣.大学生社交网络的使用及其对社交能力的

影响[J].中国高等医学教育,2014.6:9-10

[2] 杨善林,王佳佳,代宝,李旭军,姜元春,刘业政.在线社交网络

用户行为研究现状与展望[J].中国科学院院刊,2015.2:200-215

[3] 赵俊.社交网络的数据采集与分析方法研究[D].郑州大学硕

士学位论文,2015.

[4] 纪雪梅,王芳.SNA视角下的在线社交网络情感传播研究综

述[J].情报理论与实践,2015.7:139-144

[5] 徐文婷.社交网络的用户行为分析及信息扩散研究[D].扬州

大学,2015.

[6] 王朋飞.基于节点度之差和节点相似性度量的社团检测算法

的研究[D].兰州大学,2014.

[7] 朱永习,严广乐.有向在线社交网络的拓扑结构分析[J].信息

技术,2016.9:14-17,21

[8] 孙文珠,王洪玉,祝开艳,王洁,唐震洲.一种规则变量节点度

LT Codes编码方案[J].电子学报,2014.10:1918-1924

[9] 周立欣,刘臣,霍良安,王育清.基于交叉度的有向网络中心节

点识别算法研究[J].计算机应用研究,2016.11:3299-3302,3306

[10] 马力.基于聚类分析的网络用户兴趣挖掘方法研究[D].西安

电子科技大学硕士学位论文,2012.

[11] 许鹏远,党延忠.基于聚类系数的推荐算法[J].计算机应用研

究,2016.3:654-656,660

[12] ⒁嫡,周云龙.无尺度网络平均路径长度的估计[J].系统工

程理论与实践,2014.6:1566-1571

[13] 王国红,周建林,唐丽艳.小世界特性的创新孵化网络知识

转移模型及仿真研究[J].科学学与科学技术管理,2014.5:53-63

[14] 韩卫国,彭伟,唐晋韬.基于路标的最短路径长度快速估计

算法[J].重庆理工大学学报(自然科学),2013.7:96-102,118

第5篇

社交网络是人的对象化活动的产物,同现实社会一样,人与人之间的关系牵扯着人无法脱离这个社会,所以社交网络的越来越关系化,让用户对社交网络产生依赖性。只有以用户为中心,当用户发现他需要什么,社交网络就能提供什么时,自然而然会把社交网络作为生活的一部分,就像现实生活一样。

当今社会正处于一个信息爆炸的时代,随着网络信息化技术的发展,社交网络上产生了大量的信息,表现为海量统计数据。这些数据大多以表格的形式存放在数据库内既枯燥又难于理解,如何才能将这些数据有效的展示出来,帮助用户理解数据,发现潜在的规律,是亟待解决的问题。SPSS分析能够将抽象的数据表示成为可见的图形或图像,显示数据之间的关联、比较、走势关系,有效揭示出数据的变化趋势,从而为理解那些大量复杂的抽象数据信息,为企业决策支持提供帮助探索人类的各种行为的统计特性,是探索自然界、认知人类自身的一个重要方面,对于研究经济、心理和众多社会学类学科有着重要的意义。

一、研究目的及方法

1. 研究目的

本论文的研究工作的目的就是尝试将SNS高效率的社会化互动传播方式应用于网络营销,SNS的口碑传播对营销信息流的传播将会起到很大的促进作用。在更加开放和宽广的社会化网络中,销售仅仅是商务的结果。为了实现销售,消费者之间有价值的信息流传递就是传统营销所没有解决好的问题,也是将SNS与营销更好结合在一起的目的,对于最终促进商务销售的结果也将有实际的意义,也是对现有社会化商务的理论的有益补充和实践。

现在网络营销已经成为公司的主要营销策略之一,很多大公司的微博、人人等社交网络账号随处可见。那么如何有效的增加公司人气,成功的在社交网络中把自己推销出去,成为企业网络营销的一个瓶颈。

2.研究方法

本文以人人网为研究对象,选取任一用户进行三层滚雪球抽样,任意抽样的基本理论依据是,认为被调查总体的每个单位都是相同的,因此把谁选为样本进行调查,其调查结果都是一样的。在考察社交网络用户间的关系时,每个用户都是同质的,因此适合用任意抽样来获取样本。具体来说,选取了某一微群,获取全体1009名成员间的基本信息,包括:访问量,状态数,日志数,相册数,留言数,好友数,分享数, 性别。

本文主要通过变量统计分析的方法进行模型假设验证,具体假设如下:H1:社交网络用户状态数与用户访问量正相关;H2:社交网络用户日志数与用户访问量正相关;H3:社交网络用户相册数与用户访问量正相关;H4:社交网络用户留言数与用户访问量正相关;H5:社交网络用户好友数与用户访问量正相关;H6:社交网络用户分享数与用户访问量正相关;H7:社交网络用户性别与用户访问量相关。

在SNS网站中用户通过发表状态、写日志、上传照片、分享内容来提高自己的活跃度,赢得好友的关注,使得用户在好友中建立稳固的话语权。本文使用访问量作为衡量人气的因变量。下面通过统计分析的方法进行验证。

二、人气影响因素分析

1.相关性分析

下面从理论框架出发,分析访问量同其他自变量之间的相关关系,发现用户发表状态数、日志数、留言数、好友数同用户的访问量正相关,假设H1,H2,H4,H5成立。即若用户发表状态、日志越多,那么用户的访问量越高;若用户的好友越多,得到的留言越多,那么用户的访问量越高。也就是说用户可以通过增加状态、日志发表数量,添加好友,并获得更多留言来增加自己的访问量,进而提升人气。

2.变量分类――因子分析

从自变量特征上我们可以发现,有些变量是相似的,因此可能会有共线性的干扰,下面通过因子分析法从变量群中提取共性因子,提取重点变量,归类相似变量。

首先通过相关系数矩阵、KMO检验等方法确定样本数据是否存在共线干扰,结果发现样本数据适合做因子分析,然后观察样本数据的旋转负荷矩阵,显示每个因子主要有哪些变量提供信息。发现这里状态数、日志数、好友数对第一个主成分贡献都很大,相册数和留言数的贡献较小;第二个成分中性别贡献较大,分享数的贡献较小。所以如果提取主要信息代替原变量进行分析,可以避开原变量的共线性问题。如状态数、日志数和好友数可以归纳为用户的活跃度;而性别和分享数可以归纳为用户的特征情况(包括个人信息及偏好)。

三、研究意义

综合考虑以上的数据分析结果,我们可以归纳进行网络营销时应注意下列事项,以便提高人气:

(1)首要选择的策略是:尽可能多的发表状态,也要尽可能多的发表日志,增加好友数等。

(2)进行营销人员选择时,可以不考虑性别因素,男女性的活跃程度没有显著差异。

(3)状态数、日志数和好友数可以归纳为用户的活跃度;而性别和分享数可以归纳为用户的特征情况(包括个人信息及偏好)。

SNS这种新兴的网络传播媒体已然成为网络营销的新战场,用户的互动不仅包括好友评论,还包括用户的分享,即用户可以把营销信息分享给自己的好友,促进信息的传播。社交网络的用户互动创造了一个更加广泛、自由的信息传播平台,有利于企业进行产品营销和客户关系营销。

人类的行为常常受到社会关系的影响,而且人类行为也会反过来直接影响到其社会关系,在这里人的个性特征、社会性普遍行为特性和社会网络结构等多种因素交织在一起,造成了相当的研究困难性。尽管在这方面已经进行了相当深入的实证和理论模型的研究,但是所获得的成果距离真正认识这个问题本身还很远;因此,当前对各类社会交互行为的实证研究,和通过理论模型的手段来有效探讨社会关系与人的个体行为之间的相互作用,是当前研究的一个重点问题。

参 考 文 献

[1] 王亮. SNS社交网络发展现状及趋势[J]. 现代电信科技. 2009,6:9-13

第6篇

【Abstract】Social networks not only provide entertainment platform, but also should be more practical close to the daily study and life, and the current social network is mainly for the majority of social groups, not focused on social activities. To this end, this article builds a social network that facilitates learning, living and communicating based on JFinal.

【关键词】校园社交网络;JFinal框架;JSP技术

【Keywords】campus social network; JFinal framework; JSP technology

【中图分类号】TP311 【文献标志码】A 【文章编号】1673-1069(2017)06-0164-02

1 引言

随着社交网络的迅速发展,高校校园社交活动越来越受到关注[1]。依托高校校园内稳定的社交群体关系,充分利用高校校园信息的社交数据优势,整合学校教学、科研、文化生活和社会服务等相关信息资源,构建师生、同事、同学之间的学术与文化交流关系,融合教学、科研、文化与生活的各种信息,结合团队知识库和个人知识库,形成人与人、人与知识之间的高校校园社交网络势在必行。通过校园社交网络平台,不仅为师生提供沟通便利,也能够成为大学时期之后的网络交流平台[2]。

2 系统关键技术

2.1 JFinal技术

JFinal 是基于Java的极速web 开发框架,它具有Java语言具备的所有优势,同时也具备python等语言的开发效率。开源的JFinal 框架由詹波(James Zhan)于2011年初创建,深受欢迎。JFinal将一直坚持以开发快、代码少、易学习、功能强、易扩展为设计目标,打造功能全面的WEB+ORM开发框架[3]。

2.2 JSP技术

JSP是基于Java及Servlet的动态网页编程技术,由于Java语言具有跨平台特性,因此基于JSP 技术建立的网站也具有跨平台优势,具备面向对象、面向互联网等特点。JSP技术所应用的平台及服务器非常广泛,可以使用绝大多数的流行平台,如Win,MAC,Linux等系列平台,也可以使用Apache和IIS等任何B/S服务器[4]。

2.3 UML技术

UML为系统面向对象建模提供了图形符号和文本语法的标准。基于UML建模语言的系统开发需要建立三类模型:功能模型,对象模型和动态模型。其中对象模型用到的图形工具主要是类图、对象图等。类图中的主要元素之一是类,包括类名、类属性、类操作;类图的另一主要元素是类间关联,描述的是哪些类之间有何关联[5]。

2.4 MariaDB技术

MariaDB也是一种关系型数据库管理系统。其查询语言仍然是结构化SQL语言。MariaDB数据库软件因其体积小、速度快、源码开放,已成为一般网站开发中数据库工具的首选。

3 基于JFinal的校园社交网络

3.1 社交网络主要功能

系统主要功能包括:博文管理,包括博文分类管理、到相应分类、依据分类查看博文;喊话管理,包括喊话到指定区域、查看指定区域所有人的喊话内容;照片与相册管理,包括照片到指定相册、依据相册查看照片;@你@我,包括查看他人主页、查看他人相册、查看他人博文、查看他人喊话、关注他人;好友推荐,包括查看分组情况,查看分组成员信息;兴趣小组推荐,包括查看兴趣小组情况以及分组详情等。校园社交网络总体功能用例如图1所示。

3.2 校园社交网络数据库

校园社交网络数据库设计结果如图2所示。

3.3 校园社交网络主要功能界面

校园社交网络界面包括用户注册、登陆、用户资料管理、日志与博文管理、喊话管理、@你@我、照片与相册管理、好友推荐等。图3为查看好友分组成员界面。系统其他界面在此从略。校园社交网络编码阶段采用白盒测试技术,系统集成阶段采用了黑盒测试技术。系统通过了最终测试,目前运行良好。

4 结语

本文依据面向对象软件开发与设计的原则,根据高校校园社交网络实际需求,设计了高校社交网络总体框架模型,采用了MVC设模式、JSP技术、JFinal框架、MariaDB数据库和相关软件开发环境实现了系统在线运行,为校园文化、学习、生活提供了辅助,较为实用。

【参考文献】

【1】仲玮等.以社交网络为核心的校园信息系统架构[J].华东师范大学学报:自然科学版,2015(S1):51-54.

【2】杜荩赵灿,付小龙.高校校园社交网络系统的设计与实现[J].实验技术与管理,2012,29(7):99-102.

【3】杨宁,刘丹军.基于JFinal框架的JavaWeb应用开发研究[J].电脑知识与技术,2014,10(7):1440-1443.

第7篇

关键词: 大数据;城市计算;社交网络;城市感知

Abstract: In this paper, we focus on urban information sensing technology with respect to the Nanjing urban information sensing platform and social network data. Our experimental results show that the urban computing module based on social network data is quite helpful in sensing urban rhythm, discovering the regular pattern, and achieving a more intelligent and efficient city.

Key words: big data; urban computing; social network; urban sensing

哈佛大学E.Glaeser在其新著《Triumph of the city》[1]中指出:城市是人类最伟大的发明,是创新的发动机,城市化让人更加富有、智慧、绿色、健康和幸福。然而,城市化的进程带来了服务与管理上的巨大挑战。如果离开信息技术,城市化很可能演变为巨大的灾难。另一方面,随着移动互联、社交网络、云计算等信息技术的发展,数据在互联网上以远超人们想象的速度迅速膨胀。据统计,全球每秒钟发送290万封电子邮件;Twitter上每天5 000万条消息;谷歌通过大规模集群及分布式MapReduce系统,每天需要处理24 PB的数据;淘宝网会员超过3.7亿,每天交易量千万笔,产生几十太字节的数据。这些海量数据早已超越了目前人力所能处理的范畴,大数据时代已经来临:企业关注的重点转向了拥有数据的规模以及处理大数据的能力。

近年来的城市计算[2]等技术,受到了极大的关注。在城市计算的概念中,城市空间里的任意设备、车辆、建筑、道路,包括人等都可作为一个计算单元来协同完成一个城市级别的计算。近年来,涌现了一些比较有代表性的工作:在哥本哈根,研究人员通过自行车轮胎上的传感器探知城市空气质量、噪音等[3];在美国马萨诸塞州,研究人员通过手机用户的通信时刻与位置分析城市动态信息[4];在北京,微软亚洲研究院的研究者通过分析出租车轨迹研究城市交通问题[5]。

本文依据我们开发的分析平台,通过分析用户在社交网络上产生的数据来感知城市信息。本文旨在展示:依托于网络数据分析尤其是社交网络数据分析,当前已经可以获取城市运行的关键信息,因此可以避免过度把注意力局限到信息采集基础设施的建设方面。

1 社交网络是城市感知的

重要途径

据统计,截至2012年12月底,中国互联网用户达到5.64亿,互联网普及率达到了42.1%。其中,作为新型社交媒体,微博近两年获得了爆炸式的发展,用户规模达到3.09亿,较2010年底增长了2.46亿[6]。图1为中国近两年互联网用户及微博用户规模变化示意图。

社交网络的兴起及大量活跃用户的存在,源源不断地产生着大量记录城市生活的数据,这类数据具有交互性、实时性、社会性的特点,隐含着大量有价值的信息,因此社交网络又被誉为“数据科学家眼中的金矿”[7]。社交网络数据的价值引起的许多研究者的关注,文献[8]针对社交网络中的大型用户关系网络,提出了一种新的分层社区发现算法;Hao Tu等人[9]通过聚类方法,对城市热点话题进行检测;Laura Ferrari等人[10]基于社交网络中的位置信息,通过挖掘频繁模式分析城市信息;文献[11]基于Google的MapReduce并行框架,通过谱聚类的方法分析社交网络中的用户关系。以上研究从用户关系、言论、位置等方面对社交网络进行了分析,取得了一定的成果,对通过社交网络数据感知城市信息有着非常积极的推动作用。

2 社交网络中的城市信息

本文结合新浪微博数据,自主开发了南京城市信息感知平台,主要完成了以下几个方面的工作。

2.1 城市属性挖掘

在中国600多个城市中,既有上海、北京这样的国际大都市,也有丽江、凤凰这样的旅游名城。每个城市都有自己独特的印记和发展轨迹,表现出不同的政治、经济、文化、地理、环境等特征,并反映在城市生活的各个方面。图2为江苏省各地级市微博用户活跃度与人均GDP比较图。

从图2中可以发现,除南京作为政治中心外,其他地级市的微博活跃度与人均GDP存在明显的相关性,微博活跃度在一定程度上可以反映出该城市的政治、经济地位。

除微博活跃度外,微博中还包含用户位置、关系、言论等信息,对这些信息进行分析,可以得到更丰富的城市整体及各个区域的政治、经济、文化等属性特征,从而可以帮助人们更好地感知城市、理解城市。

2.2 城市动态性分析

动态性是城市的基本特征,而城市里各个具体对象在位置上的变化,如车辆的运行、人群的移动等,是城市动态性最直接体现。感知城市中移动对象移动的轨迹并对轨迹数据进行分析,可以发现人类社会活动的特征和统计规律,进而可以从微观到宏观的不同尺度上认知和把握纷繁多变的城市动态。

通过对社交网络用户在时间轴上的言论、图片等信息进行分析,可以得到用户在空间位置上的变化,比如社交网络中的“签到”功能,支持用户随时记录并分享地理位置信息,提供了丰富的空间移动轨迹数据。图3基于社交网络的签到信息对南京不同地点一天中的人流量进行了比较。

对图3进行分析,可以发现景区、餐厅、酒吧的人流量表现出了明显不同的特征。基于位置信息,对城市各空间对象,如道路、商城、小区、医院等动态规律进行分析,有助于人们更好地把握城市动态特征,从而服务于人们的城市生活。

2.3 社区发现

城市是由人组成的,而人类行为大多有潜在的规律。研究表明,人类行为轨迹表现出很强的时间与空间上的相关性[12],而社交网络中的社区结构同样具有小世界特性,并且表征着人类的共有爱好或者真实世界中的社会关系。

了解人的社交结构,可以通过社交网络中用户间的交互信息,利用谱图技术或者动态社区发现算法[13]完成用户间社区结构的提取,再通过文本分析的技术,分析同一社区的构成原因,如图4所示。

正是由于人类行为的规律性,导致了城市中的种种宏观特征。在数据挖掘更加注重个性化、社交化的今天,从社交网络中挖掘出用户的社交结构和生活模式(行为、意图、经验等),对于研究城市的规律有着极其重要的意义。

2.4 异常事件检测

异常事件分析是城市计算中的重要研究内容。在城市中,异常事件的发生,如流感爆发、临时交通管制、暴雨灾害等公共事件,往往会对居民生活出行及生命财产等造成损失。

传统的检测手段往往不能及时发现异常事件。以监测流感为例,卫生部门主要通过分析确诊病例来监测流感爆发。由于患者从感染流感到医院确诊通常需要几天时间,这给流感检测带来了时间上的延迟,而社交网络可以为实时监测流感信息提供重要的数据来源。在社交网络中,很多患者在感染流感初期会通过微博身体情况,这些信息具有很高的可信度。通过对社交网络中有关流感的数据进行采集、分析,不但可以实时监测流感爆发,还可以预测流感的发展趋势,并及时采取有效的预防和治疗措施。

目前,哈佛医学院的学者[14]通过采集Twitter中的数据来预测流感趋势,并将预测结果与美国疾病预防和控制中心的数据进行比对,获得了比较理想的结果。

除流感外,社交网络在交通事故、、自然灾害等突发事件的检测中也有着非常重要的作用。社交网络实时性的特点,使其成为检测异常事件的重要手段之一。研究基于社交网络的城市异常事件检测,可以降低异常事件对城市正常运行的影响,减少异常事件给城市居民带来的不便及损失。

3 社交网络数据分析的挑战

社交网络数据是由数亿人在互联网上随机产生的,导致数据杂乱无章,且存在许多重复及无用数据,数据质量偏低。因此,如何从杂乱无章的社交网络数据中,寻找有价值的知识和信息,给科研工作提出了新的挑战和要求:

(1)管理和处理大规模多源异构数据

社交网络数据是典型的多源异构数据,由不同互联网公司产生,且包含图像、文本、声音等多种格式;社交网络数据还包含用户关系、移动轨迹、地理信息、时间序列等各种类型;同时,社交网络包含的数据量非常大,且源源不断地产生大量实时数据,这些都给数据管理和处理带来了很大的挑战。

(2)在线实时分析社交网络数据

许多智慧城市的应用,如城市突发事件检测、城市交通流信息等,有着很高的实时性要求。因此,在对社交网络数据进行分析时,虽然数据量很大,但数据分析过程必须快速高效,以满足实时应用的要求。

(3)如何从杂乱无章的社交网络数据中获取知识

社交网络数据采集成本较低,但同时质量也很低,这要求我们从海量数据中去粗取精,从大数据中提取典型特征;同时单个方面的数据往往只能发现局部的信息量,必须结合多方面的数据去获取更深层次的知识。

(4)如何有效地表达从社交网络中获取的知识并指导人们的决策

社交网络中可以获取城市生活各个角度的信息,但如何合理使用这些信息,将其用于指导城市管理,为人们提供更便利、智能的城市生活,也是比较有挑战的研究课题。

4 结束语

社交网络的兴起为城市感知提供了丰富的数据来源,但其数据的复杂性也给研究工作带来的诸多挑战。目前的研究工作只是冰山一角,新的研究工作需要转变思维方式,综合各种技术手段,以从纷繁复杂的社交网络数据中发现特定的模式和新的规律,从而帮助人们更好地感知城市信息及发展规律,为人们提供更加美好、绿色、智能的城市生活。

参考文献

[1] GLAESER E L. 城市如何让我们变得更加富有、智慧、绿色、健康和幸福 [M]. 刘润泉, 译. 上海:上海社会科学院出版社, 2012.

[2] PAULOS E, HONICKY R J, HOOKER B. Handbook of research on urban informatics: The practice and promise of the real-time city [M]. Hershey, PA, USA:IGI Global, 2008.

[3] OUTRAM C, RATTI C, BIDERMAN A. The copenhagen wheel: An innovative electric bicycle system that harnesses the power of real-time information and crowd sourcing [C]//Proceedings of the EVER Monaco International Exhibition & Conference on Ecologic Vehicles & Renewable Energies(EVER’10), Mar 25-28,2010, Monaco.

[4] CALABRESE F, PEREIRA F C, DI LORENZO G, et al. The geography of taste: Analyzing cell-phone mobility and social events [C]//Proceedings of the 8th International Conference on Pervasive Computing(Pervasive’10), May 17-20, 2010, Helsinki, Finland. 2010: 22-37.

[5] YUAN J, ZHENG Y, XIE X, et al. Driving with knowledge from the physical world [C]//Proceedings of the 17th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD’11), Aug 21-24, 2011, San Diego, CA, USA. New York, NY, USA: ACM, 2011:316-324.

[6] 第31次中国互联网络发展状况统计报告 [R]. 北京: 中国互联网络信息中心, 2013.

[7] BIAN J, AGICHTEIN E, LIU Y, et al. Learning to recognize reliable users and content in social media with coupled mutual reinforcement [C]//Proceedings of the 18th International Conference on World Wide Web (WWW’09), Apr 20-24, 2009, Madrid, Spain. New York, NY, USA:ACM, 2009: 51-60.

[8] LU P, LUO S, HU L, et.al. A novel parallel hierarchical community detection method for large networks [EB/OL]. [2013-02-16]. http:///2012/files/papers/biglearning2012_submission_4.pdf.

[9] TU H, DING J. An efficient clustering algorithm for microblogging hot topic detection [C]//Proceedings of the International Conference on Computer Science & Service System(CSSS’12), Aug 11-13,2012, Nanjing, China. Piscataway, NJ,USA: IEEE, 2012: 738-741.

[10] FERRARI L, ROSI A, MAMEI M, et.al. Extracting urban patterns from location-based social networks [C]//Proceedings of the 3rd ACM SIGSPATIAL International Workshop on Location-based Social Networks(LBSN’11). Nov 1,2011, Chicago, IL,USA. New York, NY, USA: ACM, 2011:9-16.

[11] ZHONG Q, et.al. Parallel spectral clustering based on MapReduce [J]. ZTE Communications, 2013. 2013, 2(11):30-37.

[12] BROCKMANN D, L HUFNAGEL L, GEISEL T. The scaling laws of human travel [J]. Nature, 2006, 439:462-465.

[13] FORTUNATO S. Community detection in graphs [J]. Physics Reports, 2010:75-174.

[14] ACHREKAR H, GANDHE A, LAZARUS R, et al. Predicting Flu trends using Twitter data [C]//Proceedings of the 2011 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS’11), Apr 10-15,2011, Shanghai, China. Piscataway, NJ,USA: IEEE, 2011:702-707.

作者简介

李文俊,东南大学信息科学与工程学院在读博士研究生;研究方向为大数据分析、数据挖掘、Web数据分析等。

第8篇

关键词:社交媒体;微信; 媒介依赖;人际互动

中图分类号:G203 文献标识码:A 文章编号:1672-8122(2015)02-0044-03

毫无夸张地说,媒介技术的进步带来了社会的一系列变革。其中,社会交往方式算最主要的一个方面。自20世纪90年代起,网络作为第四媒体从诞生之日起对社会带来了前所未有的影响,无孔不入地渗透到社会生活的方方面面。互联网的广泛普及俨然建构出人们的“第二生活世界”,整个社会进入“网络化生存”时代。特别是近几年来,社交媒体作为媒介技术突飞猛进的产物得到了网民们极大的青睐。美国社交媒体专家布莱恩・索里斯(Brian Solis)在新书《社交网络与博客》中这样写道:“有五分之四的活跃网民每天访问社交网络”。可见,社交媒体正渗透进人们的日常生活。

社交媒体带来的一系列生活方式的改变,也导致了一部分人产生了对社交媒体的依赖现象。2013年7月22日,作为当下社交媒体中最活跃也是火热的应用―微信,发生了自上线以来最大规模的故障,波及全国多个地区。众多网友纷纷询问原因之余,着急、焦虑等情绪集中爆发,可以说在某种程度上体现了网民对社交媒体的依赖。

美国著名传播学家桑德拉・鲍尔―洛基奇和梅尔文・德弗勒在1972年提出了著名的媒介依赖理论,其考察的重点在于对报纸、广播、电视这样的传统媒体进行探究。时隔40年后,媒介环境日新月异,特别是在以交互性为主的,集人际和大众传播方式融为一体的社交媒体所建构的媒介环境中,媒介依赖理论是否仍然适用?大学生作为当下具有文化素养,受教育程度较高,对新鲜事物最容易接受的一个庞大群体,他们在社交网络的使用中是否“成瘾”,以及由“社交成瘾”带来的对现实人际交往的负面影响几何?这些都是十分值得关注和探讨的。由于社交媒体范围较大,不同的社交媒体在媒介特性、定位和目标群体方面差异很大,不能一概而论地讨论社交媒体依赖,因此仅选取当下大学生群体中使用最广泛的社交媒体微信作为媒介接触对象,将研究主体落脚于四川大学学生群体中的微信使用用户。本文通过量化研究的方式,辅之必要的深度访谈,主要解决以下研究问题:(1)当前大学生对微信的使用接触情况,是否存在对微信使用的依赖。(2)媒介依赖理论是否同样适用于集人际和大众传播方式融为一体的社交媒体所建构的媒介环境中。(3)基于社交媒体依赖基本情况,习惯于长期线上社会交往的大学生群体,对他们现实人际互动又会产生哪些影响。

一、理论依据与文献综述

1.理论依据。媒介依赖理论源于美国著名传播学家桑德拉・鲍尔-洛基奇和梅尔文・德弗勒1976年发表的论文《大众传播媒介效果的依赖模式》[1]。媒介依赖理论的最大特点,是从“受众、媒介、社会”三者互动的角度考察媒介传播效果、探讨媒介传播的影响力及其产生途径,从而使该理论成为”全面透视媒介与整个社会结构中和各个其他组成部分的关系,并适用于不同层次的分析之理论视角。从理论上讲,媒介与个人之间的依赖关系具有双向性,但在现实中,却更多地表现为个人对媒介的单向性依赖。

2.文献综述。以往的对媒体依赖的研究主要集中在以下几个部分:(1)对媒介依赖理论的综合性的述评。以张咏华教授的《一种独辟蹊径的大众传播效果理论――媒介系统依赖论评述》[2]为代表。他认为媒介依赖理论是一种独辟蹊径的的大众传播效果理论,并在文章中对媒介依赖理论观点以及发展过程中出现的问题进行了系统的评析。(2)在具体的媒介环境下探讨媒介依赖。以谢新洲教授的《“媒介依赖“理论在互联网环境下的实证研究》[3]、旷洁的《媒介依赖理论在手机媒体环境下的实证研究》[4]为代表。该类型研究用定量研究的方法,考察了互联网刚刚兴起时,媒介依赖理论与哪些重要变量有相关关系,如网友的设备占有情况、网友认知情况等有关。这两个研究都是对现象的描述,并没有深入探究其背后的成因以及与之带来的负面效应。当时互联网在中国方兴未艾,所以将”媒介依赖“理论放置于互联网情境中显得十分时宜。十年过后,社交媒体已经深入社会生活的方方面面,对于社交依赖所带来的一系列行为方式的改变已经成为新的关注热点,所以该研究也有不全面的地方。(3)对媒介依赖成因的探求。以梁娜、杨烁2009年做的《80后大学生的手机依赖程度调查报告》[5]为代表。该研究发现,大学生使用手机并形成依赖,从众心理和趋同心理占据了主要原因。由此可见,其实学界对媒介依赖理论的研究相对较少。本文的创新之处在于考察了当下最为流行的社交媒体所建构的媒介环境。而且本文从大学生对社交媒体的使用情况入手,探究媒介接触与使用对大学生现实行为方式的改变,通过相关数据的支撑分析大学生在使用社交媒体过程中产生的依赖,并对现实人际交往产生深刻影响。

二、研究设计

1.研究方法和调查对象。本文采用调查研究的方法,辅之以深度访谈的方式。四川大学作为学科背景综合,教育背景全面的高校,其在校的本科生和硕士研究生在大学生中间具有代表性。根据这一现状,我们选择了四川大学在校的本科生和硕士研究生为研究对象。而出于时间、精力以及财力的考虑,此次调查的目标总体为四川大学望江校区的住校本科生和硕士研究生,抽样方法采用整群抽样。将望江校区本科生和硕士研究生每个寝室作为独立群,对所有寝室进行连续编号,将该寝室编号列表作为抽样框,进行简单随机抽样。本次研究单从所有寝室中随机抽取40个寝室进行全面调查。

本次调查共发放问卷160份,回收问卷160份。其中有效问卷154份,废卷6份(定义为缺失97)。在有效问卷中,男性有65人,有效比例为42.2%,女性89人,有效比例为57.8%。有效问卷中,被调查者年级组成情况为大二7人(4.5%),大三28人(18.2%),大四25人(26.0%),研一30人(19.5%),研二31人(20.1%),研三18人(11.7%)。被调查者年纪分布差异比较大,但基本上符合四川大学望江校区的总体情况。被调查者的学科背景分布情况为:工科类44人(28.6%),理科类35人(22.7%),人文社会学类37人(24.0%),经济管理学类38人(24.7%),医学类0人(0%)(川大望江校区没有医学类学生)。深度访谈选取不同年级和专业背景的本科生为对象,其每个人都用微信一年以上的使用经历。访谈采用开放和闭合式问题相结合的提问方式。

本次问卷有以下部分构成:(1)大学生微信用户微信使用基本情况调查,以单选题为主。(2)大学生微信用户微信使用依赖程度:在总结前人经验基础上,对依赖程度的调查采用5分制里克特量表设计问卷。最后采用加总分的方式,根据达到的不同分数层次,判断其依赖程度,依赖程度分为严重依赖、普通依赖、有依赖倾向、无明显依赖四个水平。其主要指标有:①持续不断的登陆微信,期待有新消息。②难以控制登陆时长。③使用微信的时间比预计时间长很多。④曾经试图减少或停止使用微信,但没有什么实质效果。⑤无法使用微信时,感到焦躁不安,不自在。⑥常常打断正在进行的工作和学习而使用微信。⑦常常将使用微信作为宣泄情绪、逃避现实的工具。⑧微信基本能够满足自己的社交需求。⑨微信成为生活的必需品。(3)大学生微信用户在使用微信中,对现实人际交往的情况调查。包括单选题、多选题。最后的统计分析借助SPSS16.0软件进行。

2.研究假设。根据上述研究内容和研究变量,本研究提出如下研究假设以检验,H1:媒介依赖在大学生使用微信过程中普遍存在。H2:使用时长越长,对微信的依赖程度越高H3:对微信的依赖程度与现实中人际互动的频率和频次呈负相关。

三、研究发现

1.调查结果及分析。(1)微信使用情况。在被调查的160份问卷中,有154份有效问卷。其中曾经使用过和正在使用微信的为138人,有效比为86.2,没有使用过的为16人,有效比为10.4%。(2)微信使用时长。在使用过微信的用户中,使用时间在半年以下的人数为17.2%,半年到一年之间的为19.1%,一年到两年的为34.7%,两年及以上的为31.0%,使用时间在1年以上的人数占到65.7%。

表2 微信使用时长

综上所述,大学生对微信的接受度较高且接受时间较早,微信在大学生中比较受欢迎,也证明了样本的代表性。(3)微信依赖情况及程度。根据问卷设计中对微信依赖程度的指标测试,9个测试指标,每个指标对应5种态度:强烈同意5分;同意4分;中立3分;不同意2分;强烈反对1分。通过加总分的方式,计算出依赖程度,评断标准如下:A、39~45分(严重依赖)B、33~38分(普通依赖)C、28~32分(有依赖倾向)D、27分级及以下(无明显依赖)通过对问卷的分析,154人中,严重依赖者人数57人,占百分比为37%;普通依赖者65人,占百分比44%;有依赖倾向者26人,占百分比为17%,无明显依赖者6人,占百分比为2%。由此可见,大学生对微信的依赖为普遍现象。并且,对微信存在依赖甚至严重依赖的占到了总被调查人数的81%,由此可推断,大学生不仅对微信存在依赖,而且依赖程度较为严重。因此H1被证实。(4)微信使用时长与依赖程度的关系。将微信使用时长与依赖程度这两个定序变量用交叉表进行分析,其输出结果卡方检验中,其Asymp. Sig.(2-sided)值为p=0.0130.05,由此可见,微信使用时长和依赖程度之间存在显著关系。再进一步才用斯皮尔曼相关性分析,其输出结果Spearman Correlation Value值r=0.9440.8,可以得出相关性较强,且呈现正相关的趋势即微信使用时间越长其依赖程度越高。由此H2被证实。(5)微信依赖程度和现实人际互动频次频率的相关性分析。上文已经将对微信的依赖程度分为“严重依赖”“普通依赖”“有依赖倾向”“无明显依赖”四种,在变量测量层次中属于定序变量。在对调查的受访者设计的问卷有,有一道题目是测试是否因为使用社交媒体而减少现实人际互动的频率和频次。如果有,一个月内线上人际互动的频率为低、中、高三种;频次以一周为标准,分为0次,1~5次6~10次,10次以上。这里的现实人际互动是基于现实中与朋友进行沟通与互动,包括一起学习、生活、沟通交流、旅行等,要求互动的双方必须亲身“在场”,是一种面对面的交流。基于微信的依赖程度和现实人际互动频次频率都是定序变量,因此对这两者的相关性分析采用的是交叉表分析中的斯皮尔曼相关系数分析。其输出结果Spearman Correlation Value值r=-0.380,说明两个变量之间呈负相关趋势。所以,可以说明大学生对微信依赖程度越高的用户,在现实生活中面对面人际互动的频率和频次越低。因此,H3被证实。

2.总结和讨论。(1)大学生对微信的依赖现象普遍存在。

在此次调查中,被调查的156位同学中,大部分同学存在着对微信的依赖现象。尽管不排除在样本的选取和代表性上存在操作性误差,但总的来说,此次调查的结果是具有一定说服力的。微信,作为一种高端的网络交流工具,自推出以来以一种迅猛的态势进入大学校园。作为web2.0时代社交媒体的新生代表力量,微信以其独特的“语音对讲”、“手机群聊”“LBS”等功能受到了大学生的青睐。并且,在社会交往和人际互动方面,微信也为大学生提供了一个广泛的社交平台。因此,社交需要相对旺盛的大学生群体更容易成为其忠诚用户,并产生一定程度的依赖性。另外,数字技术的发展以及包括智能手机,平板电脑在内的移动终端使用的便捷性也为大学生使用社交媒体提供了方便,也是促使大学生形成社交媒体依赖的又一重要原因。如何将这种对社交媒体的依赖控制在一个合理适度的范围内,不至于成瘾,还需要学校加强对媒介素养等相关方面的培训。(2)大学生“社交成瘾”直接影响其现实人际间互动。大学生是社交媒体的主要使用群体,社交媒体场域上的人际互动往往具有虚拟性的特点。谢榕指出,从网络的虚拟性出发,网络为人们的自我呈现和人际互动提供了全新的舞台和空间,自我呈现在网络这个虚拟空间特性下表现出和现实中完全不同[6]。另外,王婷婷也认为,人们在社交网络中进行的是一种随着自己个性的“表演”,这样在网络这个空间里呈现出来的自我也是匿名修饰过的自我[7]。社交媒体因其架构的平台本身就是虚拟性的,所以社交媒体用户在表达和互动时运动的手段具有符号性和表意性。换句话说,社交媒体上的交往者往往运用各种表达符合和形态各异的面具来“伪装”自己,每个个体都是角色表演中的导演。这一点和现实中人际交往有所差异,即便是现实中人际互动也同样有“表演”的痕迹,但面对面的人际交流毕竟交流双方的身体“在场”,通过语言符号和非语言符号,交流的双方似乎表演的程度相对较低。因此,对社交媒体产生依赖的大学生往往会因在在线上活跃的时间增加而直接导致在现实中人际交往的频次和频率降低。因此,尽管社交网络中的互动还是“人”的互动,但随着互动过程的整体框架的改变,个人在实现互动和呈现自我时使用的技巧和结果发生明显变化(戈夫曼),日积月累的这样下去,其实不利用大学生正确认识自我和融入社会,不利用身心的健康发展。“我喜欢在朋友圈发我的照片,每次发照片之前我都可以先使用美图秀秀(照片美化工具),通过加工,瞬间我就很有自信。每次点赞的都是一大群人,在这一大群人中,其实特别熟悉的人并不多,很多人甚至没见过几次,但他们每次回复说我又变漂亮了我就十分满足。不过每次有不太熟悉的人约我出去玩时我又会感到恐惧,特别是在我脸上的痘痘冒出来的时候”。

因此,大学生在社交媒体上的人际互动其实是出于一种印象管理[8],可以通过一系列手段来调节他人对自我的认识,而现实生活中交往往往不具备这样的可操控性,这也是许多大学生迷恋通过社交媒体进行人际交往的最主要原因。与此同时,大学生依赖社交媒体还会导致人际间情感梳理和人际冷漠。社交媒体场域下的人际交往不同于现实生活中错综复杂的人际关系网。在网络建构的虚拟世界中,其安全、隐匿的特点满足了人们表达真实情感又害怕受到伤害的心理[9]。由于在社交网络中大学生得到情感认同和满足,一些大学生在心理上对线上人际互动具备了强烈的归属感和依赖感,一旦在现实社会中出现偏差时,往往会产生无所适从的焦虑和恐惧,因此反而会助长冷漠厌倦的情况。在这种消极的情绪作用下,甚至会形成自我封闭的心理,造成大学生一系列不利心理问题。由中国互联网络中心(CNNIC)发表的第24次中国互联网发展状况统计报告的网民生活形态研究中指出:越是重度依赖用户,对互联网可能产生的社会隔离认同度越高。因此,大学生也应该引起重视,如果过度的依赖社交媒体,与社会生活脱节的可能性越大,难免也会造成人际交往障碍和隔阂[10]。因此,一方面大学生在未来的媒介使用过程中,要适度把握使用时长,掌握正确的社会交往方式;另一方面,学校和社会可以通过给予一定的媒介素养教育来提升大学生的媒介使用习惯,做到趋利避害。

四、不足及问题

第一、本文采用的是定量分析的研究方法,在样本选取和样本数量上可能存在不足,一定程度上影响研究的科学性。第二、本文的落脚点在社交媒体,但仅选取微信作为个案研究,说服力略显欠缺。第三、媒介依赖理论作为比较成熟完整的理论,考察的是一个人越依赖于通过使用媒介来满足需求,媒介在这个人生活中所扮演的角色就越重要,而媒介对这个人的影响力也就越大。在本文中,并没有对媒体需求这个重要变量进行考察,探究大学生使用微信是因为满足了其个人需求从而产生的依赖,这是本文的不足之处,也是论文需要继续完善的方向,在后续研究中,会主要解决这部分的问题。

参考文献:

[1](美)斯坦利・巴兰,丹尼斯・戴维斯著.曹书乐译.大众传播理论:基础、争鸣与未来[M].北京:清华大学出版社,2004.

[2]张咏华.一种独辟蹊径的大众传播效果理论――媒介系统依赖理论评述[J].新闻大学,1997(1).

[3]谢新洲.“媒介依赖”理论在互联网环境下的实证研究[J].石家庄经济学院学报,2004(2).

[4]旷洁.媒介依赖理论在手机媒体环境下的实证研究-基于大学生手机依赖情况的量化分析[J].新闻知识,2013(2).

[5]梁娜,杨烁.80后大学生的手机依赖程度调查报告[J].东南传播,2009(3).

[6]谢榕.网络空间自我呈现过程中的工具利用――以QQ空间为例[J].江西青年职业学院学报,2010(3).

[7]王婷婷.社交网络中的自我呈现[J].学理论,2011(17).

[8](美)戈夫曼著.黄爱华,冯刚译.日常生活中的自我呈现[M].杭州:浙江人民出版社,1989.

第9篇

[关键词]学科信息素质在线教育平台 Scitable学习空间

[分类号]G252

1 概述

信息素质教育一般分为通用信息素质教育和学科信息素质教育两个层次。进入21世纪以来,随着信息素质教育的开展,用户自身素质不断提高,其信息需求向更加专业化方向发展,针对不同学科开展专业层次的信息素质教育成为必要。在当前新信息环境下,传统基于课程和培训方式的信息素质教育难以适应这种发展形势,在线形式的信息素质教育平台开始出现,并越来越成为信息素质教育的主要形式。因而,探索和构建基于学科的在线信息素质教育平台,开始受到人们的关注。由Nature出版集团推出的Scitable站点正是学科信息素质教育的典型案例。本文将对这一平台进行深入剖析,总结其功能、特点和优势,以期对我国学科信息素质教育平台的构建有所借鉴。

Scitable是一个免费的开放在线教育/学习平台,它整合了Nature出版集团高质量的科学文献,同时具备网络社区的特点,为全球各地科研人员和师生提供科学观点、教学实践和学习资源交流与合作的机会。目前,该平台以遗传学学科为构建对象,提供了该领域的各种教学和科研文献以及在线学习工具,以帮助科研人员和师生开展研究和学习。

2 Scitable平台的构成

Scitable主要包括功能模块和辅助模块两大部分。功能模块是平台开展学科信息素质教育的主体,由主题、个人社交网、兴趣组、学习路径和个人主页5个模块组成(见表1)。辅助模块是为便于用户使用,加强用户交流和协作而设立的一些功能组件,包括学习插件、专家咨询和通讯工具等(见表2)。

2.1 功能模块及其介绍

2.1.1 主题(topics)在主题模块中,数字资源和主题研讨室是其中最主要的两个内容。数字资源是平台为用户提供的各种主题的学术资源,这些资源都来自Nature出版集团,同时经过遗传学领域的专家审核。资源采用模块化组织方式,并由学科专家负责参与指导教学,内容以入门性质的介绍为主,多以问答的形式展开,最后有简单的结论或总结,部分模块还附带在线测试和学习操作部分。主题研讨室是一个研究讨论各种主题的虚拟学习空间。目前平台设立了遗传学、细胞生物学、科学交流和职业规划4个主题研讨室,每个研讨室下都有若干讨论主题。用户在研讨室内可以对文章内容进行评论、发起讨论或是将内容与他人分享等,也可以通过左侧的成员和小组列表进入社群继续参与讨论。

2.1.2 个人社交网(people) 与其他在线教育平台相比,Scitable最突出的特点是个人社交网络的嵌入。用户可以根据需要建立与世界各地科研人员、教师和学生的关系网络,开展科研合作、学术交流和资源共享,甚至从中寻找职业发展的机会。该平台协作学习正是基于社交网络形成的好友关系和小组关系开展的,这种关系的存在使得网络具有一定的稳定性,因而用户之间的学习交流更加顺畅。同时,这种网络在用户需求挖掘、学习兴趣发现、讨论组建、资源共享等方面都发挥重要作用,而且社交网络也成为Scitable吸引用户参与的重要手段。最新的一项网上调查显示,有75%的18―24岁年龄段人群使用社交网络,而有超过80%的学生每周都会浏览和使用社交网络站点,因而应用社交网络能够有效调动这部分用户的参与。

2.1.3 学习兴趣组(groups) Scitable允许用户根据需要建立自己的科研、学习兴趣组,同时可以邀请其他学生或专家老师的参与。兴趣组包括课堂学习组和主题交流组,前者是指为完成特定教学任务或进行课程学习而建立起来的小组,后者是为参与某一主题讨论而建的兴趣小组,并不涉及教学内容。兴趣组中有许多由创建者的本小组主题的文章和报道,同时提供文献的URL,方便用户查找。通过兴趣小组,用户可以发起或参与讨论并对讨论内容进行组织管理,小组成员之间可以分享有益的信息或内容,从而实现资源共享和共同提高,其他用户也可以浏览该小组的所有讨论内容、参与的主题情况和共享的内容等。

2.1.4 学习路径(1earning paths) 学习路径是平台对用户的科研和学习过程进行指导的模块,它通过文献导读的方式对用户进行指导,一般是以时间为顺序将某一主题研究过程中的关键环节或重大发现串联起来,使用户形成对该主题研究过程的整体认识。目前,平台已经提供了许多典型主题研究的学习路径供用户参考学习。以学习路径“基因图谱:历史与现状”为例,研究路径再现了基因链的发现、基因重组和基因图谱、典型有机体的基因图谱绘制、多基因遗传和基因图谱、染色体图谱绘制以及人类基因图谱的绘制的发展过程。通过学习路径,用户对这一问题的研究过程进行了全面有序的梳理,从而便于对这些学科基础知识的掌握和科研、学习的快速入门。

2.1.5 个人主页(my scitable)个人主页是平台为注册用户提供的个性化服务页面,包括短消息、联系人、书架、信息更新等内容。它们的主要作用是实现协作学习,加强用户之间的沟通和交流。同时,为用户提供资源收藏链接、收集反馈意见、进行参考注释等功能,从而使得学习过程更为顺畅。个人主页是用户建立的小型科研、学习环境,在主页中通过一系列个性化工具和技术的应用,可以将人、资源、工具和服务有机地结合起来,从而更好地支持用户的科研和学习。与一般的个人主页相比,Scitable突出的学习和知识交互的特点吸引了用户的广泛参与。

2.2 辅助模块

2.2.1 学习插件平台中集成了各种学习插件和工具帮助用户进行学习,如书签、文件包等。用户在学习过程中可利用书签将平台上的学术论文共享到Facebook、Twitter等网站上。文件包用于存储各种被标记的论文、消息和讨论内容等,方便用户进行批注和速记。

2.2.2 专家咨询 Scitable创新性地设置了“学科专家负责制”的在线参考咨询服务,由学科专家负责模块的资源建设和问题咨询。这种服务特点能够充分发挥学科专家的知识技能来满足用户的信息需求,从而大大提高用户的学习效率和学科素质。

2.2.3 在线课堂 是平台为师生在线教学提供的一种虚拟空间。教师可以上传下载各种教学资源,同时为学生提供各种在线阅读书目、讨论主题和学习工具等。学生可以进行实时提问、课程资源和论文下载等。在线课堂作为传统教育的重要补充,既可以进行在线教学,也可以作为师生课外学习讨论的重要途径。

2.2.4 实时交流 平台在每个页面左侧栏都设有实时交流工具,方便用户随时进行沟通和联系,从而实现交互和协作学习。同时,实时交流也是结识新用户、建立个人社交网络的主要通讯工具。

此外,平台还提供了资源之间的超链接、术语列表,集合了各种学术资源的“图书馆”模块,从而辅助学习和资源的获取利用。

3 Scitable平台的构建特点

3.1 与学科资源结合,发挥自身优势

与一般的信息素质教育平台相比,Scitable平台以Nature出版集团高质量的遗传学学科资源为基础,同时发挥学科专家的优势参与资源的组织和建设。平台上的每篇文献都来自Nature出版集团,并通过学科专家的审核,而且也允许用户在资源内容方面提供意见和建议。平台本身也作为一个开放的以科学教育为目的的数字图书馆,为科研人员、教师和学生提供服务。这样平台建设就实现了将优质的学术资源与知名的专家学者以及用户的信息需求的有效结合,从而发挥各自优势,实现科研、学习的交流和互动。

3.2 内容设计新颖,充分吸引用户

Scitable平台除了丰富的学术资源外,也设立了众多形式新颖的学习内容,吸引用户的参与和讨论。最典型的例子是焦点模块的设计。焦点是指科学领域内各种最新出现或备受人们关注的热门话题,是许多学者和师生的兴趣所在,成为开展科学研究的出发点,往往也成为了解该学科的切入点。例如,与遗传学有关的焦点包括人类基因组计划、转基因生物、H1N1病毒、干细胞、心脏病、传染病等,对这些热点问题的讨论,不仅能为科学研究提供可参考的观点和见解,也有助于广泛吸引用户的参与,推动科普知识的普及。正如Nature教育副总裁所说,“平台在推出的第一年就吸引了来自156个国家的50万用户的参与,形成了约1 000个讨论组”。

3.3 技术特点鲜明,便于实现交互协作

作为一个在线的科学教育和个人学习空间,Scitable平台整合了社会网络技术、Web2.0技术、开放获取技术和个性化推送技术等,充分实现用户在科研、教育和学习中的交互协作。目前,平台同时拥有维基百科、社交站点和在线期刊的各种功能和优点,使其与一般的学习平台相比有明显的技术优势。此外,Scitable还与因特尔等知名企业开展合作,充分利用他们的技术优势。例如,2010年8月推出的“手机版”平台,用户使用普通手机、iPad、iPhone、黑莓甚至电子书阅读器等移动设备都可以进行访问。通过合作,Scitable实现了社交网络的快速扩展,在全球范围内覆盖尽可能多的用户,而合作企业也可以实现对最新科学研究的及时跟踪。

3.4 理论学习与实际操作相结合

当前,在线教育平台的一个很大弊端是理论与实践脱节,平台讲授各种学习理论,但是没有提供实践操作的机会,很多用户不经过实践,学过之后便很快遗忘。Seitable正是意识到这一问题,在平台设计中将理论讲授与实际操作结合起来,以期从根本上提高用户的学科素质。例如平台的“在线测试”、“学习操作”等栏目是在用户阶段性学习之后开设的测试和练习,用户可以进行实际操作,从而对所学知识及时总结。而且平台理论学习、主题讨论、实时评论和热点关注等多种栏目的开展,也有利于用户理论知识的掌握和实际的应用。

3.5 个性化学习特征明显

Scitable平台以遗传学学科资源为构建对象,但即便是在同一学科背景下,用户依然可以享受到个性化特征明显的在线学习环境。以平台的个人主页模块为典型代表,它是Scitable个性化特征的集中体现。在平台中,用户个人主页下的每个“好友”列表、资源类型、学习工具、参与主题和人际网络都是按照自己的标准建立起来的,完全是用户个性化需求的真实体现,因而每个用户的页面构成都不相同。而一个个看似独立的个人页面,通过一系列交互工具和技术的应用,形成了一个纵横交错又个性化特征明显的科研、学习网络,从而更好地支持用户的在线学习。

4 Scitable 对我国在线信息素质教育平台的启示

4.1 改革平台教学内容,加入学科素质教育

目前我国的信息素质教育平台多是进行信息素质的通识教育,包括图书馆资源介绍、使用技能培训、信息检索课件下载、论文写作指导和在线课程学习等,这种模式最大的特点是将图书馆资源、服务与信息素质教育结合,而针对专业层次的学科信息素质教育开展较少。因此,借鉴Scitable学科信息素质教育的经验,可以在现有通识教育模式的基础上,改革教学内容,加入学科信息素质教育模块,按专业内容和性质进行差异化教学。图书馆可以与专业教师、科研专家一起探索设计该学科信息素质的教学内容和实施方案,结合具体的专业背景开展信息素质教育。例如,美国加州州立大学的信息素质教育除了设有基本信息素养模块外,还提供了5个基于学科的教育指南进行专业层次的学科素质教育。

4.2 与学科资源建设和学科化服务相结合

学科资源和学科服务是学科信息素质教育平台的两大要素,因此平台构建可以与图书馆现有的资源和服务相结合。在学科资源方面,利用图书馆的机构库、信息/学习共享空间、学科信息门户、特色学科数据库等,将这些资源筛选、重组或以链接的方式嵌入学科信息素质教育平台中,实现学科资源的充分利用。学科化服务目前已经在我国图书馆广泛开展,但是在当前新信息环境下还有很大的拓展空间。可以说,提升用户学科素质本身就是学科化服务的重要内容。因而,与学科化服务结合,利用学科馆员提升用户信息素质,同时在信息素质教育平台中嵌入学科参考咨询系统、设置学科资源推介栏目、构建学科信息环境和提供重点学科情报服务等,是图书馆开展学科信息素质教育的有效途径,如图1所示:

4.3 创新平台的内容设计和组织形式

目前,尽管人们已经认识到在线信息素质教育平台的重要性,但是许多机构在平台构建过程中仅仅是将传统信息素质教育进行网络化,教育内容和形式依然陈旧,用户参与和使用的积极性不高。这方面一些学科信息门户建设后利用率不高的教训值得注意,而Scitable正是凭借新颖的学习内容和个性化设计的特点才吸引了众多的用户参与。因此,在学科信息素质教育平台构建过程中可以建立一些内容活泼、形式新颖的栏目,比如焦点讨论区、学科热点交流区、学科疑难答疑区、实践操作区、个性化服务专区,甚至职业规划讨论区等丰富现有刻板的教育内容和形式,吸引用户尤其是年轻用户的广泛参与。可以设立专门的学科馆员或专家负责指导,用户可以根据自己需要自由加入或参与讨论。

4.4 利用最新技术,开展协作教学

目前,我国在线信息素质教育平台提供的服务仍然是基于Webl.0的组织方式,用户之间、用户与教学人员之间的交流渠道有限。虽然用户可以通过邮件、

网络表单、电话等方式进行咨询和反馈,但用户间的交互和协作学习的程度不够。Scitable平台的核心理念就是通过社会网络和Web2.0技术等各种新型技术的应用,实现交互协作,学生之间、学生与教师或学科专家之间都可以进行无障碍的沟通交流。因而,构建信息素质教育平台可充分利用当前最新技术,发挥交流协作的功能,将协作学习视为用户信息素质的重要能力,开展协作式教学。此外,随着当前技术的发展,可以将信息素质教育平台嵌入到用户的学习管理系统(如高校的Blackboard系统、社交网络平台、维基和个人博客等系统)中,从而实现各种学习技术的融汇,如中国科学院国家科学图书馆的开放信息素质教育平台与Wiki系统的融合。

4.5 加强合作,实现平台的共建共享

图书馆一直是我国信息素质教育的重要力量。当前的信息素质教育平台大多依靠本馆资源进行建设,图书馆之间、图书馆与出版商或信息提供商之间的合作较少,使得资源的质量难以保障,同时构建成本较高。借鉴Scitable的构建模式:①图书馆可以与信息提供商合作,在保障资源的同时,发挥合作伙伴先进的技术优势,克服平台建设的技术难题,降低构建成本,例如中国科学院国家科学图书馆与Thomson Reuters科技与医疗集团联合推出的在线课程就应用了对方功能良好的Webex学习平台进行教学;②加强与学术团体、科研院所的合作,发挥其科研人员的科学素质优势,实现信息素质的共同提升,例如建立“客座研究员”制度,邀请专家参与和负责学科指导或开展相关学科素质的讲座等;③完善用户参与机制,在平台构建过程中广泛征求用户意见和建议,建立用户反馈机制,及时对平台进行更新和完善。

参考文献:

[1]曾晓牧,孙平.高校信息素质能力指标体系研究[学位论文].北京:清华大学,2004.

[2]张士靖,杜建,刘娜.高校不同层次信息素质教育调查分析.情报杂志,2009(4):44-47.

[3]Scitable.[2010-08―15].省略/scitable.

[4]Luo L L.Web 2.O integration in information literacy instruction:An overview.The Journal 0f Academic IAbra6anship,2009,36(1):32―40.

[5]Scitable makes rocket science easy.[2010―1―15].http://bizbox.slate.corrt/blog/2010/10/scitable makes rocket science.php.

[6]Seitable’s mobile strategy t0 democratize science education.[2010―1 1―25].省略/arehives/scitables-mobile_strategy to democratize science e.php.

[7]宋琳琳.英国国家在线信息素质教育平台VTS的构建与启示.图书情报知识,2008(5):92―97.

[8]在线信息素质教育中心.[2010一09―25].http://lib.sytu.省略/zxxxsz/index.htm.

[9]开放信息素质教育服务平台.[2010一08一15].http://il.1as.省略/index.php.

[10]初景利.新信息环境下学科馆员制度与学科化服务.图书情报工作,2008,52(2):5.

第10篇

关键词:社交网络 市场营销 持续改进

一、现代社交网络的特点

社交网络是在SNS理念的基础上建立的网络平台,用户可以通过在网络上填写个人资料或建立个人主页来认识与自己兴趣爱好想通或者背景想通的人,并与这些人保持联系,通过网络的形式来交流彼此的信息,分享彼此的爱好。从本质上来分析,社交网络就是一个为人们提供交流和分享的平台,通过用户之间良好的互动性、积极性、分享性使其成为一个影响力极其深远的传播平台,并从根本上超越了传统物联网的传播效果,彻底颠覆了用户以往获取信息的渠道及方式,在社交网络的作用下,越来越多的用户更加依赖于通过身边朋友的分享来获取最新的信息,而不是通过传统的浏览网页或是搜索的方式来获取。因此,现代社交网络改变的不仅仅是一种信息获取方式,更多的是一种生活方式。

二、市场营销在设计网络方面的借鉴意义

社交网络的主要价值就在于人与人之间形成的联系。熟悉的朋友关系使网络平台上的用户之间更加相互信任,因此能够更大胆地在网络平台上分享信息,并互相影响消费决策。与之前传统的网络营销相比,依托社交网络而建立的市场营销模式更加具有真实性和说服力,因为无论如何,在现实生活中某个真实朋友对于产品或服务的评价看法往往都比陌生网友的点评更加可信,也更具参考价值。因此在社交网络上展开市场营销活动,可以通过现实生活中的人际关系网络更好地宣传产品或服务,使每一个社交网络的用户都成为该品牌的宣传者,这样可以以最低的成本来取得最佳的效果,达到较好的市场营销效果。

三、在社交网络上建立市场营销模式的策略分析

根据现阶段的技术条件及市场情况来看,如果想通过社交网络有效建立一个市场营销模式,至少应按照以下几个步骤进行:收集汇总各种相关信息;招聘各区域的负责人员;正式开展营销活动;对营销效果进行测量和评价;持续改进;

(一)收集汇总各种相关信息

在社交网络上建立市场营销模式之前,必须先通过各种方式收集到相关信息,其中包括

社交网站中的用户对将要进行营销的产品或服务的看法及关注程度、社交网络中相关用户的个人信息及联系方式,营销人员在收集到这些资料之后,可以汇总在一起并按照一定的方式进行归档,形成一个庞大的数据库,为将来的营销活动提供准备。

首先营销人员应将社区网站内用户之间所交流的内容进行搜索,看看自己所要营销的产品或服务是否曾经被用户讨论过。在进行这项工作时必须选择与该产品或服务相关的关键词进行搜索。现阶段,除了百度搜狗等大型搜索引擎之外,还有一些专业的搜索软件,可以为营销人员提供更加精确的搜索服务。在此过程,营销人员对于一些影响力不同的内容应该分开处理。在对信息进行采集的过程中,营销人员应该将关注焦点放在一些影响力较强的部分,其中包括阵容最强大的社区及用户讨论次数最多的产品或服务内容,除此之外,还包括用户对于该产品或服务及其公司的评价和意见。

在对信息进行收集之后,还应将所有具有价值的信息进行汇总,并集中保存在数据库中。在接下来所开展的营销活动中,营销人员可以借鉴数据库中的数据,来展开更加具有针对性的营销活动,确保营销策略更加有效。

(二)招聘各社区的人员

在社交网络上建立营销模式之前,还需要建立一个以该企业或者产品为中心的社区,并

在此社区中开展相关营销活动。这样能够大大降低网络营销成本,并获得良好的营销效果。

首先营销人员应通过发送邀请函的方式,邀请社交网络平台中的用户加入该社交。但是在选择邀请函的发送对象时,应选择对该产品有兴趣,并存在购买意向的客户。在发送了大量邀请函给目标客户之后,该公司所建立的社区会顿时增加很多浏览量,这就说明有很多用户在收到邀请函之后都对该社区进行了浏览,但这并不意味着所有用户都会对该社区进行持续关注,因此社区必须时刻提供使用户感兴趣的内容,来获得用户的持续关注,并将信息传递给更多身边的朋友。

接着,就可以进入社区推广阶段了。社区推广的最佳方式便是在公司所有生产的产品上都印上社区网址,吸引用户的加入。除此之外,通过多媒体或友情链接的方式,也可以取得良好的效果。

(三)正式开展营销活动

在建立社区并招募到一定数量的社员之后,就可以正式进入营销过程了。在社交网络平

台中,对话是最常用的一种营销方式,而且对话越激烈,说明该产品在消费者中的影响力越大。通过营销人员与社区成员或者社区成员与社区成员之间的对话,可以将该公司产品的影响力不断进行扩张。

首先应在社区中展开一些比较有趣味的活动来吸引社区成员的关注,并激发他们对于该产品的讨论。这些活动通常是以该公司所提供的产品为中心展开的,并在活动过程中提供一些奖励或激励性措施来提高社区成员的参与程度。在激励措施的带动下,社区成员会更加有意愿对该活动进行关注,并传播给身边的朋友。

其次,营销人员应试图在社区网络中主动发起对话。由于社区成员大部分都是对该公司产品具有一定关注程度的人,营销人员可以围绕提升产品设计或改善用户使用体验等话题发起会话。除此之外,营销人员还可以利用其他与公司产品相一致的话题来展开话题,例如食品安全,行驶安全,健康养生等等。

随后,营销人员还应定期对社区主页中的内容进行更新。在社区公司相关产品的文章或图片,能够有效激发起社区成员对于该产品的关注程度,并引起相互之间的讨论,因此营销人员应对网络社区上的内容进行定期更新,让社区成员随时掌握产品的最新动态。具体可以为现有的主推产品新的广告或功能介绍视频。

最后,营销人员应大力鼓励社区成员对该产品的相关信息进行分享。社区成员是构成社区的主要群体,因此抓住社区成员之间对于信息的分享内容才是提高公司产品影响力的根本。针对这一点,营销人员应鼓励社区人员在社区平台中积极分享他们对于该产品或服务的看法和评价,并将自己对于该产品的使用体验分享给身边的朋友,为其他用户的使用提供更宝贵的意见。

(四)对营销效果进行测量和评价

在社区网络上开展了一系列营销活动之后,营销人员需要通过一些方式去了解这些活动

所带来的效果,具体可以测量消费的对该产品的关注程度是否得到了提高、该产品在营销活动的作用之下销量是否上升等等。具体的测量评价方式有很多种,下面就介绍三种最常用的测量方式:

1.使用免费测量统计工具进行测量

免费测量统计工具是一种最简单最容易操纵的设计网络影响力分析工具,现阶段,使用最多的免费统计工具包括Google分析、Site Meter(网站电表)、Technorati等,这些免费统计工具为设计网络提供了跟踪讨论等一系列功能,但该公司的品牌或者产品在网络中被讨论时,这种免费测量统计工具的使用者会自动收到通知。

2.使用专业的测量分析工具进行测量

除了一些免费的测量统计工具之外,市场上还有一些较为专业的测量统计工具,例如Cymfony 和BuzzMetric等等。这些软件无论是在功能还是在操作方式方面都较为复杂,它能够从海量的信息中提炼出具有较高价值的信息,并对其展开深入分析和处理,最后自动计算出营销活动所带来的利润与成本之间的比例,为营销人员带来更加精确准确的结论。

(五)持续改进

网络社区对于我们来说是一个较为新鲜的平台,在信息化快速发展的时代中,不断萌芽

出各种新型的技术和理念,与此同时用户的需求也在发生着变化,社区若想长久地留住现有的成员并在将来吸引更多新的成员加入进来,就必须在现有的基础上做好持续改进工作。

首先,营销人员应该认真倾听顾客的呼声。在顺利结束社交网络的某项活动之后,营销人员应开始密切关注社区成员对于该活动的意见,并对一些有价值的建议进行收集,不能等到紧要关头才开始进行。其次,应该以所收集到的意见为基础,尝试更多的创新。目前,已经有越来越多的创新正在网络社区中出现,为了确保该社区在互联网中的稳固地位,营销人员必须与时俱进,进行同步创新,并保证所创新的内容与用户的要求相一致,这样才能更好的留住现有客户并吸引更多新的客户。

参考文献:

[1] 黄华. 中国社交网站商业模式发展研究[D].硕士学位论文,上海师范大学,2010

第11篇

关键词:社交商务智能;商务智能;合作博弈

一、绪论

引用维基百科的定义,社会化商务智能(social BI)是指经由云技术的终端用户实现的对顾客业务分析报告和显示盘的创建、推介和分享,社会化商务智能使得基于用户生成的分析和基于专业人士的商业分析和数据挖掘分析二者实现协同发展。它是对传统商务智能(BI)所涉范围的拓展,将商务智能的决策支持功能延伸到企业视角,使得企业商务决策的来源、方法和标准不再局限于单个企业,是更多企业决策能力的协同。Spotfire的市场总监Mark Lorion把社会化商务智能看作是“更为协作型的分析”。对于一个企业,它意味着跨企业协作时代的来临,即利用建立在核心商务智能工具上的商务智能功能在社会化程度上的 “互动”。直观上讲,社会化商务智能的价值在于扩大了信息来源的范围,优化了分析方法,使得商务决策更加合理有效。同时,它还对企业的经济行为产生影响,基于社会化商务智能背景下的企业必须调整自身行为,扩大企业网络,以更好地参与市场竞争。

二、文献回顾

Fei-Yue Wang et al(2007)认为社会信息学向社会智能的转移是通过对社会行为的建模分析、提取人类社会动力学因素以及认为创立社会机构并产生可行的社会认知而形成的。James E. Powell(2011)收集了如何将社会化媒体整合到商务智能的分析之中,并对其为企业带来的效益增加作了阐述。Lynn Wu(2013)则考察了社交网络效应对员工的生产效率和工作保障的影响,并将该用户间的效应关系分为两个独立方面,工具性关系和表达性关系。

在此,基于企业间协同的社会化商务智能把企业看作社交网络中的结点,联系企业间的相互关系来传递客户信息和决策分析方法等,以此提升行业的整体运营效率。然而,理性的企业个体更多地是考虑自身的利益,而非集体利益,这就有可能在协同企业间产生囚徒困境(Prisoner's dilemma)的结果。为此,分析不同企业间的策略是独具价值的。

三、社会化商务智能下的企业竞争行为分析

1、企业竞争行为的变革

社会化商务智能的作用在于提高企业间的协作,由这种协同效用而推动整个企业集团的发展提高。然而,由于现实中的企业行为难以观测,往往只是等到个别企业采取不合作策略之后才能发觉其破坏行为。这对于合作次数有限的企业来说无疑造成了机会损失。由此,在社会化商务智能的环境下,企业间订立合理的信息披露标准和统一的考量标准,使得企业间的行为更加透明,信息更加对称。这样,就可以从技术角度上杜绝个别企业的毁约行为。

2、博弈分析

考量企业集团内企业间的行为普遍的是两个企业间的互动。更加实时透明的企业行为使得社会化商务智能背景下的企业行为由非合作博弈转向合作博弈(见图1)。

示例图 1 两个企业时的策略性行动

情况(1)和(2)表示采用社会化商务智能前后,企业集团间的状况;参与者A和参与者B分别代表由社会化商务智能而互动起来的两类能力和规模均相同的企业或企业集团。C代表真实披露企业信息和检测手段;N则代表有意误报信息。支付矩阵中的支付值仅用于说明情况(策略(N,N)表示博弈回到采用社会化商务智能前的情况),不代表具体某些具体支付。

显然,从上述支付举证中可以看出,采用社会化商务智能后,两个企业集团间的状况转变为正和博弈,其最优结果由一个纳什均衡解(C,C)构成,即在采用社会化商务智能手段后,企业集团间的行为为双方都合作时,企业彼此均达到最优情况,形成双赢局面。

四、总结与展望

通过以上对于社会化商务智能的分析探讨,论文前瞻性的对社会化商务智能进行了介绍。同时,分析了在社会化商务智能的背景下企业的策略,并得出结论,在社会化商务智能的大背景下,企业集团间的竞争行为由原先的零和博弈转变为正和博弈,合作有利于参与者双方。所以,“社交”产生的协同效应为企业合作带来了新的利益增长点。而商务智能则使得市场中信息不对称程度大大降低。综合这两个方面,社会化商务智能提高了企业运营效率,优化了企业间的行为,促使社会福利增加,最终提升了市场效率。

尽管论文为商务智能研究提供了新的视角,但是其中也不乏些许不足之处。一方面,对社会化商务智能的探讨还不够深入,在分析中难以深入社会化商务智能的核心,量化社会化因素。另一方面,对于企业集团的策略行为分析及其分析模式没有很具有说服力的来源。而以上这些都可以成为论文进一步研究的切入点。(作者单位:云南财经大学)

参考文献:

[1] Ching-Yung Lin et al.SmallBlue: Social Network Analysis for Expertise Search and Collective Intelligence[J].IEEE International Conference on Data Engineering.2009 (6).

[2] F. Wang.Social Computing: A Digital and Dynamical Integration of Science, Technology, and Human and Social Studies[J]. China Basic Science. 2005. vol. 7.

[3] Fei-Yue Wang.Carley, K.M,Daniel Zeng and Wenji Mao.Social Computing: From Social Informatics to Social Intelligence[J].Intelligent Systems, IEEE.2007(3).Volume: 22.

[4] James E. Powell.Q&A: Integrating Social Media and Business Intelligence[J].[2011(5)].http:///articles/2011/05/11/integrating-social-media-and-bi.aspx.

第12篇

关键词:大数据;社交网络;广告

Web2.0革命已经成为了网络时代的重要社会动力,如果仍旧停留在广告1.0时代的营销人将面临被淘汰的风险,此类的广告营销特点在于一年进行几次回顾,将销量与几十个变量关联到一起,但是这种营销手段作为一种陈旧的商业模式,正在被粉碎和瓦解。

根据市场2.0的特点,《社交网络改变世界》一书为其做出以下定义:“第一,这一价值链当中的传统把关人的脱媒现象;第二,从消费者到生产者的转变,通过用户产生内容创造出新的增值业务模型”,随着市场特点的变化, 广告2.0时代,整合了大数据分析、云计算和新型分析模型等等,在广告市场回报方面为公司提供了全新的视角。从MySpace和Facebook到Flicker和Twitter,社交网络正在一步一步渗入我们的生活,用户通过分享等来刺激销售。随之而来的是广告投入方式的巨大变革。

一、大数据时代广告的精准投放

大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点:数据量(volume)、时效性(velocity)、多样性(variety)、可疑性(veracity)。

Web2.0 时代的来临导致广告营销环境出现两个深刻的变化: 一是受众接触信息的行为发生了变化; 二是广告媒体的商业模式也在悄然变动。受众接触信息行为的变化表现在 Web2.0 更新了受众的信息接收方式和身份。一方面受众信息接收方式从选择不同媒体以接收信息, 变成了可以直接选择想要的信息; 另一方面受众的身份不再固定不变传播和接受信息几乎可以同时完成, 一个人可以既是传播者, 又是受众。受众不再是一味被动地接受信息, 而是能够主动地掌握和控制信息、甚至参与信息的传播了。广告营销媒体商业模式转变表现在由以传统大众媒体为主逐渐向互联网等媒体融合或转移。这两大变化要求广告营销人员放弃传统的媒介模式, 对于新媒体时代下的广告市场作出新的思考和运作。

二、Google等国外搜索引擎的网络广告投放

Google的收益来源主要来自两个板块:搜索技术授权和网络广告。

目前,google的2/3收入来自广告,google的网络广告主要分为AdWords和AdSense。AdWords即广告客户在google上注册关键字,企业网站链接广告将出现在搜索结果页面的右侧,收费原则是点击收费,不点击不付费,默认点击在中国和波兰最低0.15元/次,在全球其他区域是最低5美分/次。

Ask Jeeves,,Inktomi,Looksmart和雅虎等搜索引擎的收费方式还有两种:其一是列表付费,客户需要付费才能把自己公司的名字加到列表中去;另一种是位次收费,客户需要付费才能让自己公司的名次靠前。

三、我国网络广告的精准投放

目前活跃在我国网络上的精准广告的多种多样, 包括“搜索引擎广告”、“窄告”、“富媒体广告”、“分类广告”, “博客广告”、“话告”等。搜索引擎广告是指广告主只需输入一个目标关键词, 例如“洗衣机”, 便可以在消费者查询“洗衣机”的结果页排个好位置, 以此吸引目标受众的关注。据艾瑞调研数据显示, 2005 年我国搜索引擎运营商收入规模达10. 4 亿元, 同比增长了 81. 9%。搜索引擎的收入来源是网络竞价排名。而诞生于 2004 年的我国十大广告媒体之一的“窄告”, 迄今为止, 已覆盖新浪、网易、人民网、新华网等4000 家强势媒体, 并以按效果付费、每点击最低 0. 2 元的价格策略, 吸引了众广告主特别是中小企业的关注。

四、从大数据时代走向社交网络

大数据时代的到来,为精准广告提供了发展机遇,但是仅仅把精准作为其带给网络广告的全部,已远远不够。互联网将从空间模式转向时间模式:互联网上的所有信息很快都将变成基于时间的结构,从静态到动态的,一直在流动。

大数据时代我们可以根据cookies等用户的上网痕迹推测用户的喜好,从而进行精准的广告投放,但是随着社交网络的快速发展,大数据时代的广告投入方式受到了前所未有的冲击。Facebook 今已发展成为全球最大的 SNS 社交网站。国内的微博的建立,曾被认为是中国的 Myspace 模式佼佼者。社交网络广告传播的优势主要有:1、社交网络信息传播方式层面的价值优势。2、社交网络信息传播的受众层面的价值优势。

五、占据社交网络广告投放的制高点

(一)植入隐性广告

植入隐性广告的方式有很多,比如企业直接注册社交网络账号,主动融入目标受众的网络人际圈建立品牌效应。这需要进行社交网络的注册,并通过一定的高点击率的信息来吸引社交网络中的用户注意,从而建立起社交网络中的社交关系网,来辐射出更大的信息传播范围。

(二)整合营销

国际公关公司顾问袁东来指出,线上虚拟世界的趣味游戏和线下具体产物的销售相渗透才是数码平台营销的未来演进趋势,但这一演进漫长而复杂。例如,在麦当劳和人人网推出的“老朋友见面吧”主题活动中,所有邀请好友见面的用户都可以下载麦当劳优惠券以及限时半价优惠,促使消费者到店消费。据尼尔森的跟踪调研报告,人人网上参与麦当劳“见面吧”活动的用户中有超过50%的人到麦当劳店内进行了消费,直接参与活动的用户对麦当劳品牌好感度提升了33%。这次尝试,将成为社交网络广告传播的发展趋势,让网络与现实更加紧密的结合,使得广告的单向传递更好地转换为受众的互动。

(三)口碑传播模式

现在的消费者变得越来越理智且精明,对广告反感、对促销不盲从,取而代之的是开始依赖亲朋好友的推荐、利用丰富的网络信息来支持自己的购买决策。根据尼尔森最新研究报告结果,全球有高达九成以上的消费者信任口碑及家人朋友的建议,高于其他所有广告形式。中国互联网络信息中心(CNNIC)的《互联网络发展状况统计报告》中称,48%的受访者称与电视相比,他们更相信在线获得的信息。当越来越多的消费者开始在做出购买决策之前参考他人的意见,社交网络渠道就会在产品的成功销售中扮演更重要的角色,将给广告主带来更好的投放效果。

(四)精准定位模式

社交网络另一个突出的传播特性是真实性,这种真实性建立在用户注册的真实性,也建立在用户关系的真实性。在现有的豆瓣网中已经较为成功地运用了聚合群体,有效地增强了社交网络的互动性。一方面可以更大程度上增加社交网络用户间的交互性,另一方面,可以便于社交网络广告的精准定位,使得广告主可以在最短的时间找到最精准的目标人群。真正地做到广告投放的目的、目标范围、产品理念等与用户的特征、需求喜好、价值取向等相结合。

六、未来广告投放的兵家必争之地

伴随谷歌公司即将的智能眼镜 Google glass,由苹果和三星研发的智能手表、智能手环等可穿戴设备应声而起,一场由智能消费终端引发的物联网变革正在酝酿。

2013年5月由《华尔街日报》旗下媒体所举办的D11数字峰会中,可穿戴设备成为热点。 瑞士信贷发表报告预测称,在苹果和Google拉动下,未来2~3年,可穿戴技术市场规模将由目前的30亿-50亿美元增长至300亿-500亿美元。2013年7月15日在webofscience数据库中,以“可穿戴”为主题词检索得到5852条结果。其中,美国发表的论文最多,占29.8%,其次为日本,中国已跻身世界5强。

如果说在大数据时代和网络时代更加注重广告的传播方式和用户,而未来的广告的投放对于媒介以及设备的关注度将会不断地提高。随着广告与人们的联系越来越密切,如何保护人们的隐私?如何提高广告的真实性?将成为又一个要攻克的难题。

参考文献:

[1][加]马修・弗雷泽,[印]苏米特拉・杜塔.《社交网络改变世界》.谈冠华,郭小花译.北京:中国人民大学出版社

[2]张远昌.《搜主义》.北京:清华大学出版社,2005

[3]成英玲,甲鲁平.Web2.0 时代广告精准营销探析.新闻界,2008.1

[4]迟林晨.社交网络的广告传播模式.新闻界,2012.20

[5]汪欣.社交网络时代平面广告的坚持与嬗变.Colleges