時間：2022-05-25 02:51:17
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇社交網(wǎng)絡(luò)論文，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進(jìn)步。
由于社交網(wǎng)絡(luò)中的信息從一個用戶向另一個用戶傳播程，似于傳染病從一個節(jié)點(diǎn)向另外一個節(jié)點(diǎn)的傳播，本文采用傳染病研究社交網(wǎng)絡(luò)信息傳播程，幵一修改形成社交網(wǎng)絡(luò)的信息傳播模型。
1.1網(wǎng)絡(luò)中的信息傳播式
在社交網(wǎng)絡(luò)中，用戶間的好友關(guān)系需要經(jīng)雙的認(rèn)證才能夠建立起，因此，社交網(wǎng)絡(luò)可以看成是一個以用戶為節(jié)點(diǎn)，以用戶間的好友關(guān)系為邊的無向無權(quán)網(wǎng)絡(luò)，話題消息沿著節(jié)點(diǎn)間的邊迚行傳播，具如1所示[11]。
1.2傳染病擴(kuò)散機(jī)制的網(wǎng)絡(luò)輿情話題傳播模型
1.2.1網(wǎng)絡(luò)輿情話題傳播中各節(jié)點(diǎn)的定義
將網(wǎng)絡(luò)節(jié)點(diǎn)分為三類：易感染節(jié)點(diǎn)(S)、傳播節(jié)點(diǎn)(I)和免疫節(jié)點(diǎn)(R)，它們分定義如下：(1)易感染節(jié)點(diǎn)指未被傳播狀態(tài)，在t時刻未接收到某輿情話題信息的節(jié)點(diǎn)，處于S狀態(tài)的節(jié)點(diǎn)很易因?yàn)榻邮盏侥吃掝}狀態(tài)轉(zhuǎn)變?yōu)镮狀態(tài)。(2)傳播節(jié)點(diǎn)表示在t時刻已經(jīng)開始不斷向網(wǎng)絡(luò)中収布輿情話題信息的節(jié)點(diǎn)，幵且由于此狀態(tài)節(jié)點(diǎn)對信息的傳播，可以使未被傳播狀態(tài)的節(jié)點(diǎn)改變自身狀態(tài)，變成I狀態(tài)節(jié)點(diǎn)開始轉(zhuǎn)収這信息。(3)免疫節(jié)點(diǎn)表示t時刻此節(jié)點(diǎn)處于免疫狀態(tài)，不會被傳播狀態(tài)的節(jié)點(diǎn)傳播的信息所影響[12]。
1.2.2網(wǎng)絡(luò)輿情話題傳播模型各節(jié)點(diǎn)轉(zhuǎn)換觃則
針對某則輿情話題，社交網(wǎng)絡(luò)中每個節(jié)點(diǎn)狀態(tài)會在易感狀態(tài)、傳播狀態(tài)、免疫狀態(tài)乊間迚行轉(zhuǎn)換，節(jié)點(diǎn)狀態(tài)轉(zhuǎn)換觃則具如下：(1)在始的網(wǎng)絡(luò)中所有節(jié)點(diǎn)都為S狀態(tài)；(2)在話題傳播程中，網(wǎng)絡(luò)總用戶數(shù)定不變；(2)S(k,t)、I(k,t)及R(k,t)分表示t時刻網(wǎng)絡(luò)中的度為k的易感染節(jié)點(diǎn)、傳播節(jié)點(diǎn)及免疫節(jié)點(diǎn)的密度，那么S(k,t)I(k,t)R(k,t)1；(3)若一個易感染節(jié)點(diǎn)S與一個傳播節(jié)點(diǎn)I迚行接觸，那么該易感染節(jié)點(diǎn)轉(zhuǎn)變成為傳播節(jié)點(diǎn)的概率為PSi，PSi叫內(nèi)部感染概率；(4)若一個易感染節(jié)點(diǎn)S與一個傳播節(jié)點(diǎn)I迚行接接觸，但會通其它徑得到了目標(biāo)輿情話題，從而以概率α由易感狀態(tài)轉(zhuǎn)變成為傳播狀態(tài)，那么α叫外部感染概率；(5)一個傳播節(jié)點(diǎn)I對某話題失去興趣而止傳播，概率Pir轉(zhuǎn)變?yōu)槊庖吖?jié)點(diǎn)，那么Pir叫免疫概率；(6)一個易感染節(jié)點(diǎn)S對話題內(nèi)幵不感興趣，雖然知道了該話題，但不會傳播該話題，幵將以概率Psr接轉(zhuǎn)變成為免疫節(jié)點(diǎn)，那么Psr叫接免疫概率。
1.2.3網(wǎng)絡(luò)輿情話題傳播模型的建立
社交網(wǎng)絡(luò)話題傳播是一動態(tài)程，即話題信息是否迚行傳播受一個或多個因素影響，幵且網(wǎng)絡(luò)節(jié)點(diǎn)傳播話題時，與臨近節(jié)點(diǎn)傳播話題信息的情密切關(guān)，傳播節(jié)點(diǎn)的度越，對話題在網(wǎng)絡(luò)中的傳越有。綜合上述可知，社交網(wǎng)絡(luò)輿情話題傳播的節(jié)點(diǎn)狀態(tài)轉(zhuǎn)變具如2所示。
2實(shí)驗(yàn)仿真
2.1數(shù)據(jù)源
為了測試本文提出的社交網(wǎng)絡(luò)輿情話題傳播模型的有效性，選擇標(biāo)準(zhǔn)數(shù)據(jù)集：Facebooksocialnetworkdataset迚行仿真實(shí)驗(yàn)，該數(shù)據(jù)集包含4039個節(jié)點(diǎn)，88234邊[13]。仿真平臺為：雙核CPU2.85G，內(nèi)存為4G，WindowsXP操作系統(tǒng)，編程工具箱為：Matlab2012。
2.2結(jié)果與分析
2.2.1不同節(jié)點(diǎn)的密度隨時間的變化關(guān)系
假設(shè)始時刻網(wǎng)絡(luò)中僅有一個傳播節(jié)點(diǎn)，其余節(jié)點(diǎn)部為易感染節(jié)點(diǎn)，將式(1)中的各數(shù)設(shè)置如下：內(nèi)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，網(wǎng)絡(luò)各節(jié)點(diǎn)的密度與輿情話題傳播乊間的變化關(guān)系如3所示。由3可以看出：易感染節(jié)點(diǎn)密度不斷衰減，到趨近于零；傳播節(jié)點(diǎn)密度在始階段快增，幵在達(dá)到峰值后速下降，到趨向于零；而免疫節(jié)點(diǎn)密度在話題傳播期呈較快增態(tài)勢，在其達(dá)到峰值后逐漸趨于穩(wěn)定，幵最終趨向于1。
2.2.2內(nèi)部感染概率對傳播程的影響
當(dāng)內(nèi)部感染概率収生變化時，傳播節(jié)點(diǎn)密度、免疫節(jié)點(diǎn)密度變化趨勢如4所示。由4可以看出：(1)在網(wǎng)絡(luò)達(dá)到穩(wěn)態(tài)乊前，隨著內(nèi)部感染概率值的增，傳播節(jié)點(diǎn)密度的值隨乊增，此時免疫節(jié)點(diǎn)密度值反而減小，這是因?yàn)閮?nèi)部感染概率值越，會使網(wǎng)絡(luò)中更多的易感染節(jié)點(diǎn)轉(zhuǎn)變成為傳播節(jié)點(diǎn)。(2)隨著內(nèi)部感染概率值增加，社交網(wǎng)絡(luò)輿情話題的傳播演化程達(dá)到穩(wěn)定狀態(tài)的時間越。(4)隨著內(nèi)部感染概率值等于零時，社交網(wǎng)絡(luò)信息還是可以迚行傳播，這與乊前研究結(jié)果有一定的差異，這主要是由于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不同引起，相較于傳統(tǒng)網(wǎng)絡(luò)，社交網(wǎng)絡(luò)的連通性更高；再加上社交網(wǎng)絡(luò)用戶乊間可以傳播輿情話題信息，同時還可以通其它外部渠道獲知該話題。
3.2.3免疫概率對傳播程的影響
當(dāng)免疫概率収生變化時，傳播節(jié)點(diǎn)密度、免疫節(jié)點(diǎn)密度變化趨勢如5所示。由5可以看出：(1)當(dāng)免疫概率于零時，在傳播程達(dá)到穩(wěn)態(tài)乊前，免疫概率值與傳播節(jié)點(diǎn)密度值乊間變化關(guān)系是一反向關(guān)系，免疫概率值與傳播節(jié)點(diǎn)密度值乊間變化關(guān)系是一正向關(guān)系，因此免疫概率取值越，網(wǎng)絡(luò)中的傳播節(jié)點(diǎn)轉(zhuǎn)變成為免疫節(jié)點(diǎn)的概率就越高。(2)當(dāng)免疫概率等于零時，免疫概率值在傳播期速增加，達(dá)到峰值后逐漸趨于穩(wěn)定，這主要是由于當(dāng)免疫概率等于零時，傳播節(jié)點(diǎn)將始終保持自身狀態(tài)，而不會向免疫狀態(tài)迚行轉(zhuǎn)變，而此時免疫節(jié)點(diǎn)密度值幵不為零，這是因?yàn)榻用庖吒怕实拇嬖冢糠忠赘腥竟?jié)點(diǎn)易轉(zhuǎn)變?yōu)槊庖吖?jié)點(diǎn)。
2.2.4外部感染概率對傳播程的影響
當(dāng)外部感染概率収生變化時，傳播節(jié)點(diǎn)密度、免疫節(jié)點(diǎn)密度變化趨勢如6所示。由6可知，在話題傳播程達(dá)到穩(wěn)定狀態(tài)乊前，隨著外部感染概率的不斷增，傳播節(jié)點(diǎn)密度也應(yīng)增加，而免疫節(jié)點(diǎn)密度不斷減小，這主要是由于外部感染概率描述易感染節(jié)點(diǎn)通媒報道以及現(xiàn)實(shí)生活中的人關(guān)系等網(wǎng)絡(luò)外部渠道獲知輿情話題，幵由易感狀態(tài)轉(zhuǎn)變成為傳播狀態(tài)的概率，因此外部感染概率值越，易感染節(jié)點(diǎn)的個行為受外部環(huán)境的影響。
2.2.5接免疫概率對話題傳播程的影響
當(dāng)接免疫概率収生變化時，傳播節(jié)點(diǎn)密度、免疫節(jié)點(diǎn)密度變化趨勢如7所示。由7可知，隨著接免疫概率值逐漸的增加，傳播節(jié)點(diǎn)密度峰值慢慢減小，免疫節(jié)點(diǎn)密度峰值慢慢增，這主要是由于免疫概率值越，社交網(wǎng)絡(luò)中的一易感染節(jié)點(diǎn)有經(jīng)傳播狀態(tài)接轉(zhuǎn)變成為免疫狀態(tài)的概率增加。
2.2.6始傳播節(jié)點(diǎn)度對傳播速度的影響
當(dāng)始傳播節(jié)點(diǎn)度值収生變化時，傳播節(jié)點(diǎn)密度變化曲線如8所示，從8可以看出，如果始傳播節(jié)點(diǎn)度越，其網(wǎng)絡(luò)話題信息傳播速度就越快；如果始傳播節(jié)點(diǎn)度越小，網(wǎng)絡(luò)話題信息傳播速度對較慢。
2.2.7度值不同的節(jié)點(diǎn)密度隨時間的變化關(guān)系
當(dāng)易感染節(jié)點(diǎn)、傳播節(jié)點(diǎn)及免疫節(jié)點(diǎn)的密度值収生變化時，輿情話題演化趨勢與時間乊間的變化關(guān)系如9所示。從9可知，在輿情話題傳播的程中，無論易感染節(jié)點(diǎn)、傳播節(jié)點(diǎn)及免疫節(jié)點(diǎn)的密度值怎么變化，輿情話題的演化趨勢基本一致，這表明不同度值節(jié)點(diǎn)具有似的行為特征。
3結(jié)論
關(guān)鍵詞：社交網(wǎng)絡(luò)；“小世界”；約簡社交網(wǎng)絡(luò)；信任評估
0引言
隨著Internet的普及和盛行，每天都有數(shù)以萬計的新用戶加入到在線社交網(wǎng)絡(luò)中，來與其他用戶進(jìn)行信息交流和交互，其中很多是互不相R的用戶。因此，評估這些用戶之間的信任程度，對提高社交網(wǎng)絡(luò)服務(wù)質(zhì)量和加強(qiáng)其安全性具有非常重要的作用。本文提出一種基于“小世界”網(wǎng)絡(luò)原理約簡在線社交網(wǎng)絡(luò)的算法（SWRSN）。該算法對原始社交網(wǎng)絡(luò)進(jìn)行了約簡，采用了用戶活動域（domain）信息，該信息相對于其它信任信息來說是客觀的、穩(wěn)定的。因此，該算法具有較低的復(fù)雜度，并且對惡意攻擊也有一定的魯棒性。
1算法模型
本算法主要包括三個關(guān)鍵步驟：（1）原始社交網(wǎng)絡(luò)的約簡，即根據(jù)“小世界”網(wǎng)絡(luò)原理約簡原始社交網(wǎng)絡(luò)；（2）計算信任網(wǎng)絡(luò)中用戶個體問的信任值，即通過計算約簡的信任網(wǎng)絡(luò)中用戶個體問的信任值，從而間接評估原始社交網(wǎng)絡(luò)中用戶個體問信任程度。
1.1約簡原始社交網(wǎng)絡(luò)
約簡原始社交網(wǎng)絡(luò)的整個過程其主要是原始的信任網(wǎng)絡(luò)基礎(chǔ)上，根據(jù)“小世界”網(wǎng)絡(luò)原理，采用廣度優(yōu)先算法搜索盡可能多的源節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)之間的短路徑（最大步長Max Length=6），并且刪除路徑中任意一條邊的信任值小于給定信任閾值（一般設(shè)置信任閾值th=0.5）的路徑。
1.2計算信任網(wǎng)絡(luò)中用戶個體問的信任值
在本節(jié)中，主要是在約簡的信任網(wǎng)絡(luò)基礎(chǔ)上，計算源節(jié)點(diǎn)要目標(biāo)節(jié)點(diǎn)的預(yù)測信任值。這里我們采用4種較為常見的信任評估策略，如表1.1所示。下面介紹信任傳播和信任整合操作。
信任傳播操作：從source節(jié)點(diǎn)到target節(jié)點(diǎn)路徑中用戶的信任傳播。兩種較為常見的傳播操作是取最小值（Min）傳播和取乘積傳播（Multi）。前者是指取路徑上最小的推薦信任值，后者是指取路徑上所有推薦信任值的乘積。
信任整合操作：從source節(jié)點(diǎn)到target節(jié)點(diǎn)中所有路徑的信任整合。兩種較為常見的信任整合操作為取最大值（Max）和取加權(quán)平均值（WAve）。前者是指取所有路徑中最大的信任傳播值，后者是指取所有路徑的信任傳播值的加權(quán)平均值。
2實(shí)驗(yàn)評估
2.1實(shí)驗(yàn)設(shè)計
本論文主要采用留一法進(jìn)行實(shí)驗(yàn)。采用數(shù)據(jù)集為Epinions，該數(shù)據(jù)集為社交網(wǎng)絡(luò)中較為典型的實(shí)驗(yàn)測試數(shù)據(jù)集。如果Sollrce到target之間有一條直接的信任邊，則這條邊將被隱去。這時，source到target之間的信任值將通過它們之間信任圖來計算。
本實(shí)驗(yàn)采用了較為常見的四個精度指標(biāo)來評估本論文提出的算法的有效性，分別為：絕對誤差（Absolute error）、精度（Precision）、召回率（Re-call）和F分?jǐn)?shù)（F-Score），計算公式如表2.1所示。其中表示實(shí)際中信任的用戶集，表示當(dāng)前算法預(yù)測為信任的用戶集。
由表2.2可知，最小的Precision為0.7248，說明本論文提出的BDSWRSN算法具有較好的信任預(yù)測精度。此外，最小的F-Score為0.5875，剩下F-Score都在0.62以上，這也說明BDSWRSN算法的可以較為有效地幫助預(yù)測在線社交網(wǎng)絡(luò)中用戶個體問信任程度。
【關(guān)鍵詞】社交媒體；學(xué)術(shù)信息；交流模式
社交媒體融合了Web2.0和移動互聯(lián)時代信息傳播的最新理念，使用戶可以在網(wǎng)上獲得更多傳播、分享、交流的自由。學(xué)術(shù)領(lǐng)域，研究人員可以通過各種社交媒體方便地進(jìn)行學(xué)術(shù)信息轉(zhuǎn)發(fā)、交流分享思想觀點(diǎn)、獲取文獻(xiàn)原文等，越來越多的學(xué)者更愿意通過社交媒體來參與學(xué)術(shù)活動，學(xué)術(shù)信息交流模式趨向多元化發(fā)展。
一、社交媒體及其發(fā)展現(xiàn)狀
社交媒體（Social Media），也稱為社會化媒體、社會性媒體，是人們彼此之間用來分享意見、見解、經(jīng)驗(yàn)和觀點(diǎn)的虛擬化W絡(luò)通訊工具和信息服務(wù)平臺，在互聯(lián)網(wǎng)的沃土上蓬勃發(fā)展，爆發(fā)出令人眩目的能量，已成為人們利用互聯(lián)網(wǎng)傳播信息、人際交流的重要方式。
國外最具代表性的社交媒體工具有Faeebook、YouTube、Twitter、Linkedln等。在國內(nèi)，社交媒體經(jīng)歷了BBS時代、社交網(wǎng)站時代、微信息社交網(wǎng)絡(luò)時代、垂直社交網(wǎng)絡(luò)應(yīng)用時代，發(fā)展至目前主要以微博、微信、QQ空間等為代表，另有百度貼吧、人人網(wǎng)、朋友網(wǎng)、豆瓣、知乎、美拍、天涯社區(qū)等，成為中國最受歡迎的十大網(wǎng)絡(luò)社交應(yīng)用平臺。按照社交媒體屬性的不同，可將其歸為創(chuàng)作發(fā)表型、協(xié)同編輯型、資源共享型、社交服務(wù)型、即時通訊型五大類型。
目前社交媒體已超越搜索引擎，成為互聯(lián)網(wǎng)第一大流量來源，二者占比分別為46%和40%。據(jù)2017年1月CNNIC《第39次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2016年12月，微信朋友圈、QQ空間、微博依然作為最典型的網(wǎng)絡(luò)社交應(yīng)用排名前三，應(yīng)用率分別為85.8%、67.8%、37.1%。可見，具有即時通信功能的社交媒體最易成為社群型網(wǎng)絡(luò)媒體。
二、基于社交媒體的學(xué)術(shù)交流典型模式
（一） 博客、微博：學(xué)術(shù)知識轉(zhuǎn)移模式
博客（Blogger）的正式名稱為“網(wǎng)絡(luò)日記”，是一種通常由個人管理、可隨時張貼文字、圖像、音頻、視頻等信息的網(wǎng)站。目前，有許多科研機(jī)構(gòu)、學(xué)術(shù)期刊、專家學(xué)者建立了自己的博客，隨時相關(guān)學(xué)術(shù)領(lǐng)域的最新研究動態(tài)、學(xué)術(shù)會議信息、重要學(xué)術(shù)研究成果、思想觀點(diǎn)等，通常被稱為學(xué)術(shù)博客。學(xué)術(shù)博客使學(xué)術(shù)交流不再局限于基于著作、學(xué)術(shù)期刊、專家報告等傳統(tǒng)型學(xué)術(shù)交流模式，進(jìn)而轉(zhuǎn)向開放、隨時隨地、泛在化的交流模式。網(wǎng)絡(luò)上的任何一個學(xué)術(shù)博客平臺既可以是知識的生產(chǎn)源，也可以是知識的傳播源；既可以是經(jīng)過同行專家評審后的正式出版類學(xué)術(shù)信息，也可以是非正式的存儲于專家大腦中經(jīng)過顯性化處理的隱性知識。學(xué)術(shù)博客相互之間通過博主的轉(zhuǎn)載分享、評價交流，實(shí)現(xiàn)各知識節(jié)點(diǎn)的相互轉(zhuǎn)移。
微博（Microblog），即微型博客，與博客相比，更突出信息的即時性、快捷性。微博用戶群因擁有大量專家學(xué)者、學(xué)術(shù)機(jī)構(gòu)，使關(guān)注用戶能夠及時觀點(diǎn)新穎、內(nèi)容豐富的知識信息。此外，微博信息交流的平等性，有利于各層次學(xué)者的跨界交流，碰撞出個人創(chuàng)新觀點(diǎn)。
（二）維基百科：學(xué)術(shù)知識協(xié)同生產(chǎn)與共享模式
維基百科是一種基于網(wǎng)絡(luò)的多人協(xié)作的寫作工具，在Wiki支持的協(xié)作式寫作中，每個人都可發(fā)表自己的意見，都可以方便地對共同的主題進(jìn)行寫作、修改、擴(kuò)展甚至探討，是一個最大、最知名的網(wǎng)絡(luò)知識社區(qū)。所以Wiki幫助我們在一個社會網(wǎng)絡(luò)（SNS）內(nèi)共享某領(lǐng)域的知識。
與其他社交媒體相比，維基百科能夠針對特定的領(lǐng)域知識或主題概念匯集大眾智慧，構(gòu)成網(wǎng)絡(luò)“合作實(shí)驗(yàn)室”，互聯(lián)各方面的專家發(fā)揮個體學(xué)科特長，形成個人能力與智慧的相互疊加，使產(chǎn)生的知識信息更權(quán)威可靠、更受廣泛認(rèn)同。通過參與維基百科的知識信息編發(fā)共享，個人的傳播行為和掌握的知識、觀點(diǎn)通過在wiki平臺上共同修正完善，最終形成“共識”性概念或經(jīng)典性論述。
（三）騰訊QQ、微信：學(xué)術(shù)信息傳播與互助分享模式
QQ、微信同屬騰訊公司旗下的社交產(chǎn)品，具有極其相似的功能特點(diǎn)，支持發(fā)送語音短信、視頻、圖片和文字，也可以群聊、發(fā)表評論、撰寫日志文章，已成為我國網(wǎng)民使用最多的即時通訊工具。據(jù)CNNIC《第39次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，2016年中國網(wǎng)民的QQ、微信等即時通訊工具使用用戶規(guī)模達(dá)到6.66億。79.6%的網(wǎng)民最常使用的即時通訊應(yīng)用是微信，其次為QQ，占比60.0%。截至2016年第二季度，微信已經(jīng)覆蓋中國94%以上的智能手機(jī)，月活躍用戶達(dá)到8.06億。
由于QQ、微信強(qiáng)大、易用的信息交互功能及龐大的用戶群體，已成為學(xué)術(shù)交流領(lǐng)域重要的虛擬平臺。通過QQ或微信朋友圈、QQ群進(jìn)行學(xué)術(shù)信息分享或文獻(xiàn)原文、會議資料互助傳送的優(yōu)越性已被大眾廣泛認(rèn)可。網(wǎng)友通過建立QQ、微信學(xué)術(shù)群，使學(xué)術(shù)信息的交流共享和知識生產(chǎn)傳播變得更為便捷高效。
三、社交媒體學(xué)術(shù)信息傳播的典型案例
（一）科學(xué)網(wǎng)博客
科學(xué)網(wǎng)是全球最大的中文科學(xué)社區(qū)，由具有50余年媒體經(jīng)驗(yàn)的中國科學(xué)報社主辦，是以網(wǎng)絡(luò)社區(qū)為基礎(chǔ)構(gòu)建面向全球華人科學(xué)家的網(wǎng)絡(luò)新媒體，2007年正式上線。網(wǎng)站設(shè)有博客、會議、論文、項(xiàng)目基金、實(shí)驗(yàn)室等頻道，權(quán)威的科學(xué)新聞報道和多樣實(shí)用的學(xué)術(shù)信息。尤其是備受學(xué)者們歡迎的科學(xué)網(wǎng)博客目前已在各個學(xué)科領(lǐng)域擁有龐大的用戶群，學(xué)術(shù)會議資訊、專家報告觀點(diǎn)、權(quán)威論文轉(zhuǎn)發(fā)等學(xué)術(shù)信息極大地吸引研究人員積極加入，成為更多的信息傳播“節(jié)點(diǎn)”，高效促進(jìn)科技創(chuàng)新和學(xué)術(shù)交流。10年來，科學(xué)網(wǎng)博客已經(jīng)成為上百家新聞媒體，特別是國內(nèi)嚴(yán)肅媒體和境外主流媒體的新聞源泉，大大促進(jìn)了科學(xué)傳播。
（二）網(wǎng)絡(luò)問答社區(qū)――知乎
知乎是中文互聯(lián)網(wǎng)最大的知識社交平臺，幫助你尋找答案，分享彼此的專業(yè)知識、經(jīng)驗(yàn)和見解。知乎憑借其認(rèn)真、專業(yè)和友善的社區(qū)氛圍和獨(dú)特的產(chǎn)品機(jī)制，聚集了中國互聯(lián)網(wǎng)上科技、商業(yè)、文化等領(lǐng)域里最具創(chuàng)造力的人群，將高質(zhì)量的內(nèi)容透過人的節(jié)點(diǎn)來成規(guī)模地生產(chǎn)和分享，構(gòu)建高價值人際關(guān)系網(wǎng)絡(luò)。其發(fā)展口號是“與世界分享你的知識、經(jīng)驗(yàn)和見解”。
2017年1月，知乎宣布完成D輪1億美元融資，預(yù)計完成融資后估值超過10億美元。2017年知乎將面向廣泛的知識消費(fèi)者和機(jī)構(gòu)伙伴建立大型知識平臺。截至2017年1月，知乎已擁有超過6500萬注冊用戶，平均每天有1850萬活躍用戶訪問和使用。2016年全年，知乎用戶提出了超過600萬個問題，撰寫了逾2300萬篇回答和151f篇文章。
（三）學(xué)術(shù)類微信公眾號
微信已成為網(wǎng)絡(luò)時代的一個生活方式。目前許多學(xué)術(shù)會議、專家講座可以通過微信平臺（公眾號）進(jìn)行視頻直播。學(xué)術(shù)刊物每期的出版論文目錄、論文全文、重要學(xué)術(shù)會議信息等，都可以通過微信平臺直接推送至用戶的智能手機(jī)上。大型學(xué)術(shù)研討會可以將會議通知、日程安排、著名專家的報告演示文稿、報告錄音、學(xué)術(shù)討論信息等通過微信平臺即時。《中國科學(xué)報》、中國經(jīng)濟(jì)學(xué)教育科研網(wǎng)、中國醫(yī)學(xué)博士聯(lián)絡(luò)站、國家社科期刊數(shù)據(jù)庫、科學(xué)網(wǎng)、現(xiàn)代大學(xué)周刊、愛思想網(wǎng)、唧唧堂、博士圈及MOOC成為首批10個最具影響力的、高品質(zhì)的、最具學(xué)術(shù)精神的微信公眾號，其中MOOC公眾號位列榜首。
四、結(jié)語
社交媒體環(huán)境下的學(xué)術(shù)信息交流與獲取模式代表了“去中心化、開放性、共享性”的思想理念，這種去中心化的理念賦予用戶平等而個性化的地位，充分刺激用戶參與互動交流的熱情，更有效地挖掘每個人頭腦中的知識，使得互聯(lián)網(wǎng)社交媒體成為一個具有強(qiáng)大生命力的有機(jī)體。同時，開放自由的和轉(zhuǎn)載會很可能會引發(fā)知識產(chǎn)權(quán)、信息冗余、信息質(zhì)量不高等問題。相信隨著互聯(lián)網(wǎng)管理政策與體制的不斷完善，社交媒體環(huán)境下的學(xué)術(shù)信息交流將會得到更好的發(fā)展。
[參考文獻(xiàn)]
[1]曹博林.社交媒體：概念、發(fā)展歷程、特征與未來――兼談當(dāng)下對社交媒體認(rèn)識的模糊之處[J].湖南廣播電視大學(xué)學(xué)報，2011，（3）.
[2]李娜，胡泳.社交媒體的中國道路：現(xiàn)狀、特色與未來[J].新聞愛好者，2014，（12）.
[3]張h，朱慶華.Web 2.0環(huán)境下學(xué)術(shù)交流的社會網(wǎng)絡(luò)分析――以博客為例[J].情報理論與實(shí)踐，2009，（8）.
[4]王學(xué)東，杜曉曦，石自更.面向?qū)W術(shù)博客知識交流的社會網(wǎng)絡(luò)中心性分析[J].情報科學(xué)，2013，（3）.
關(guān)鍵詞： 社交網(wǎng)絡(luò)； 用戶行為； 節(jié)點(diǎn)度； 聚類系數(shù)； 平均路徑長度
中圖分類號：TP393 文獻(xiàn)標(biāo)志碼：A 文章編號：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 用糶形分析的重要性
隨著web2.0快速的發(fā)展，社交網(wǎng)絡(luò)既作為一個工具又作為一個交互平臺，對用戶建立在線社交關(guān)系、互動交流等方面有深刻的影響[1]。社交網(wǎng)站（ 新浪，臉譜、推特等）的發(fā)展為社交網(wǎng)絡(luò)研究提供了最初的數(shù)據(jù)以及事實(shí)根據(jù)。社交網(wǎng)絡(luò)中數(shù)據(jù)是非常龐大的，利用相關(guān)技術(shù)把它提取出來，但若不加以整理分類，便會顯得雜亂無章，毫無頭緒，重要的數(shù)據(jù)也會變成一堆無用的數(shù)字而已。這時就需要對這些數(shù)據(jù)進(jìn)行分析研究，歸納整理，得出有意義的結(jié)論[2]。同時，對社交網(wǎng)絡(luò)中的用戶行為進(jìn)行分析研究，也為后續(xù)的研究指明了動機(jī)和目的。
2 社交網(wǎng)絡(luò)中用戶行為分析
社交網(wǎng)絡(luò)中用戶的相關(guān)數(shù)據(jù)相當(dāng)龐大，如用戶的信息、用戶的朋友數(shù)、粉絲數(shù)、的微博數(shù)等，利用新浪微博中的API接口對數(shù)據(jù)進(jìn)行獲取[3]，再對提取的數(shù)據(jù)運(yùn)用抽樣調(diào)查的方式，對社交網(wǎng)絡(luò)中的用戶行為進(jìn)行分析研究。
以某一類標(biāo)簽為對象，如音樂和運(yùn)動，在提取的數(shù)據(jù)中抽取500個用戶的信息進(jìn)行分析，從而可以對這些用戶在轉(zhuǎn)發(fā)微博、評論微博等行為規(guī)律進(jìn)行分析，通過呈現(xiàn)出的圖像，分析歸納出用戶在社交網(wǎng)絡(luò)中的行為。社交網(wǎng)絡(luò)中用戶行為流程圖如圖1所示。
[新浪微博][提取出的數(shù)據(jù)][結(jié)束][抽取出500條數(shù)據(jù)][分析結(jié)果] [利用API接口提取數(shù)據(jù)][轉(zhuǎn)發(fā)行為分析][評論行為分析]
2.1 分析方法
有越來越多的人參與到社交網(wǎng)絡(luò)的研究中。社交網(wǎng)絡(luò)分析（Social Network Analysis）[4]，它指的是對社交網(wǎng)絡(luò)中大量的數(shù)據(jù)進(jìn)行分析的方法，主要研究社交網(wǎng)絡(luò)中節(jié)點(diǎn)與節(jié)點(diǎn)之間的關(guān)系，并且分析出用戶與用戶交往形成的網(wǎng)絡(luò)結(jié)構(gòu)對他們的影響。社交網(wǎng)絡(luò)分析中，會用到三個指標(biāo)，分別是節(jié)點(diǎn)與節(jié)點(diǎn)度，用戶群與聚類系數(shù)，平均路徑長度與直徑[5]。
2.1.1 節(jié)點(diǎn)與節(jié)點(diǎn)度
節(jié)點(diǎn)（node）[6]，它指的是網(wǎng)絡(luò)中的每一個用戶，也就是說在網(wǎng)絡(luò)中與其他連接的單個人、一個組織、一個事件，或者是其他社會實(shí)體。這說明了在社交網(wǎng)絡(luò)中，用戶與用戶之間形成了一個很大的網(wǎng)狀結(jié)構(gòu)，其中的用戶就是網(wǎng)絡(luò)節(jié)點(diǎn)，因此形成了社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)[7]。
圖論中，節(jié)點(diǎn)度（degree）指的是與這個節(jié)點(diǎn)關(guān)聯(lián)的邊有多少條，同時節(jié)點(diǎn)度的大小也說明了其中一個節(jié)點(diǎn)與另一個節(jié)點(diǎn)相連接的緊密程度，也代表了這個節(jié)點(diǎn)是否接近網(wǎng)絡(luò)中心[8]。依據(jù)一條信息流它的進(jìn)出方向如何，又可以將節(jié)點(diǎn)度分為節(jié)點(diǎn)入度（indegree）和節(jié)點(diǎn)出度（outdegree）[9]。用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可以表示一個節(jié)點(diǎn)與另一個節(jié)點(diǎn)之間的關(guān)系，用節(jié)點(diǎn)入度、節(jié)點(diǎn)出度以及節(jié)點(diǎn)度，可以描述一個節(jié)點(diǎn)有多重要，并且可以說明它與其他節(jié)點(diǎn)之間有什么樣的關(guān)系。可以使用節(jié)點(diǎn)度的分布函數(shù)P（k）來表示節(jié)點(diǎn)度是如何分布的，計算出的P（k）的值，就等于在網(wǎng)絡(luò)中隨機(jī)選取其中的一個節(jié)點(diǎn)，它的節(jié)點(diǎn)度是k的概率，用公式表示即為：
其中，k為正整數(shù)。
2.1.2 用戶群與聚類系數(shù)
用戶群指的是社交網(wǎng)絡(luò)中的用戶根據(jù)他們之間共同的興趣以及愛好從而聚集起來的群體，他們之間具有共同屬性，因?yàn)檫@些共同屬性，才使得他們能夠聚合到一起，從而形成具有共同興趣愛好的小群體[10]。現(xiàn)實(shí)中，一個個體如果喜歡打球，那么就會結(jié)交別的喜歡打球的個體，這樣他們之間就有了聯(lián)系，從而成為了朋友。同理可以運(yùn)用在社交網(wǎng)絡(luò)中，工作性質(zhì)相同、學(xué)歷相當(dāng)、所在城市相同，那么這些用戶群很有可能就會組合到一起，進(jìn)行他們之間的活動。
聚類系數(shù)（Cluster Coefficient）[11]，也可以稱它為集聚系數(shù)、群聚系數(shù)或者集群系數(shù)，它可以用來描述圖或者節(jié)點(diǎn)與節(jié)點(diǎn)之間結(jié)合在一起的強(qiáng)度系數(shù)。換一種說法是，聚類系數(shù)表示的是用戶與用戶之間關(guān)系強(qiáng)弱的系數(shù)。在無向網(wǎng)絡(luò)中，可以把節(jié)點(diǎn)的聚類系數(shù)用公式表示如下：
其中，n表示節(jié)點(diǎn)V的所有k個鄰居間的邊數(shù)，網(wǎng)絡(luò)的聚類系數(shù)C等于所有節(jié)點(diǎn)的聚類系數(shù)的平均值，即：
其中，N為網(wǎng)絡(luò)中節(jié)點(diǎn)個數(shù)。
2.1.3 平均路徑長度與直徑
平均路徑長度[12]，它代表的是網(wǎng)絡(luò)及群眾之間凝聚在一起的指數(shù)大小，若凝聚指數(shù)越小，則說明網(wǎng)絡(luò)中的小世界特性越明顯[13]。社交網(wǎng)絡(luò)中節(jié)點(diǎn)與節(jié)點(diǎn)之間相連接的路徑有許多，其中最短的一條路徑是經(jīng)過最少的節(jié)點(diǎn)，即最短路徑長度指的是節(jié)點(diǎn)m通過中間其中一個最少的節(jié)點(diǎn)，它所能到達(dá)的節(jié)點(diǎn)n所經(jīng)過的路程長度。另外，直徑指的是網(wǎng)絡(luò)圈中最短路徑長度的最大值[14]。最短路徑的平均值（L）就是網(wǎng)絡(luò)的平均路徑長度，它的計算公式為：
其中，N為網(wǎng)絡(luò)中節(jié)點(diǎn)個數(shù)，d為直徑。
3 用戶“轉(zhuǎn)發(fā)”和“評論”行為分析
新浪微博在國內(nèi)的發(fā)展可謂是迅猛，用戶的數(shù)量也越來越多，已經(jīng)達(dá)到4億多，并且新浪微博的大量用戶每秒的微博量非常龐大，面對這么多的信息，很顯然用戶的精力是有限的，他們不可能每一條信息都去看[15]。因此，我們關(guān)注用戶對于這些被出來的微博會產(chǎn)生怎樣的轉(zhuǎn)發(fā)、評論以及點(diǎn)贊行為。利用新浪微博的API接口提取出某一知名認(rèn)證用戶微博中相關(guān)的信息，如某一條微博的被轉(zhuǎn)發(fā)信息以及被評論信息等等，再抽取其中500條數(shù)據(jù)進(jìn)行研究分析，然后歸納出用戶的行為特點(diǎn)。
3.1 用戶“轉(zhuǎn)發(fā)”行為分析
為了更好地研究用戶轉(zhuǎn)發(fā)某一條微博的行為，特地獲取了從2017年3月1日到2017年3月7日該知名認(rèn)證用戶的微博數(shù)，一共397條，表1顯示的是其一周內(nèi)的微博數(shù)量。
3.2 用戶“評論”行為分析
根據(jù)對用戶的轉(zhuǎn)發(fā)行為進(jìn)行的分析，同樣的抽取出該知名認(rèn)證用戶微博中的相關(guān)信息進(jìn)行研究，分析得出用戶評論行為。如圖3所示就是用戶對該知名認(rèn)證用戶2017年3月1日到2017年3月7日之內(nèi)所發(fā)微博的評論數(shù)，可以很明顯的看出，與用戶對微博的轉(zhuǎn)發(fā)數(shù)變化極其相似。由此可以得出，在如此多的微博信息中，用戶會選擇自己感興趣的話題發(fā)表看法，而不是對每條微博都給予評論。
另外，還可以從圖3中得出，被評論量在1-500之間的微博數(shù)最多，在500以上的被評論量的微博非常少，這兩者之間差距很大。同樣也說明只有少數(shù)微博被用戶評論了很多，即只有少量的微博信息被用戶所關(guān)注。
4 結(jié)果分析
從對社交網(wǎng)絡(luò)中用戶的行為進(jìn)行分析，運(yùn)用其中三項(xiàng)指標(biāo)：節(jié)點(diǎn)與節(jié)點(diǎn)度，用戶群與聚類系數(shù)，平均路徑長度與直徑。先分析用戶與用戶之間的關(guān)系，進(jìn)而分析這些用戶對某一知名認(rèn)證用戶所發(fā)微博的轉(zhuǎn)發(fā)行為以及評論行為，可以得出的是，用戶會選擇自己感興趣的話題參與到其中，并對其進(jìn)行轉(zhuǎn)發(fā)或者評論等行為，進(jìn)而引出熱門話題，使得更多的用戶參與到該話題中。這也更進(jìn)一步說明了以上分析研究的內(nèi)容，不僅結(jié)果準(zhǔn)確可行，而且也為以后微博信息的擴(kuò)散研究打下很好的基礎(chǔ)，具有不錯的效果。
5 結(jié)束語
通過對社交網(wǎng)絡(luò)中用戶行為分析研究發(fā)現(xiàn)，如果微博信息具有高質(zhì)量或具有很強(qiáng)的吸引力，那么就會吸引更多用戶關(guān)注該信息，相應(yīng)的就會獲得更多用戶的轉(zhuǎn)發(fā)、評論及點(diǎn)贊，這是因?yàn)樾畔⒈旧砭哂绪攘Α．?dāng)一條微博信息被很多人轉(zhuǎn)發(fā)時，就會有更多的人看到該信息，從而獲得更多的評論，評論越多，也越會引起更多人討論與該微博信息有關(guān)的內(nèi)容，這樣就會打開其他用戶的思維，從而促進(jìn)人們對微博信息的思考，對其點(diǎn)贊。這同時也說明了用戶與用戶之間是具有一定的聯(lián)系的，他們的行為可以帶動其他用戶同樣的行為，從而使得更多的用戶之間有聯(lián)系。當(dāng)然，該研究分析為后續(xù)新浪微博中其他方面的研究奠定了扎實(shí)的基礎(chǔ)。
參考文獻(xiàn)（References）：
[1] 夏夢甜，楊漫欣.大學(xué)生社交網(wǎng)絡(luò)的使用及其對社交能力的
影響[J].中國高等醫(yī)學(xué)教育，2014.6：9-10
[2] 楊善林，王佳佳，代寶，李旭軍，姜元春，劉業(yè)政.在線社交網(wǎng)絡(luò)
用戶行為研究現(xiàn)狀與展望[J].中國科學(xué)院院刊，2015.2：200-215
[3] 趙俊.社交網(wǎng)絡(luò)的數(shù)據(jù)采集與分析方法研究[D].鄭州大學(xué)碩
士學(xué)位論文，2015.
[4] 紀(jì)雪梅，王芳.SNA視角下的在線社交網(wǎng)絡(luò)情感傳播研究綜
述[J].情報理論與實(shí)踐，2015.7：139-144
[5] 徐文婷.社交網(wǎng)絡(luò)的用戶行為分析及信息擴(kuò)散研究[D].揚(yáng)州
大學(xué)，2015.
[6] 王朋飛.基于節(jié)點(diǎn)度之差和節(jié)點(diǎn)相似性度量的社團(tuán)檢測算法
的研究[D].蘭州大學(xué)，2014.
[7] 朱永習(xí)，嚴(yán)廣樂.有向在線社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)分析[J].信息
技術(shù)，2016.9：14-17，21
[8] 孫文珠，王洪玉，祝開艷，王潔，唐震洲.一種規(guī)則變量節(jié)點(diǎn)度
LT Codes編碼方案[J].電子學(xué)報，2014.10：1918-1924
[9] 周立欣，劉臣，霍良安，王育清.基于交叉度的有向網(wǎng)絡(luò)中心節(jié)
點(diǎn)識別算法研究[J].計算機(jī)應(yīng)用研究，2016.11：3299-3302，3306
[10] 馬力.基于聚類分析的網(wǎng)絡(luò)用戶興趣挖掘方法研究[D].西安
電子科技大學(xué)碩士學(xué)位論文，2012.
[11] 許鵬遠(yuǎn)，黨延忠.基于聚類系數(shù)的推薦算法[J].計算機(jī)應(yīng)用研
究，2016.3：654-656，660
[12] ⒁嫡，周云龍.無尺度網(wǎng)絡(luò)平均路徑長度的估計[J].系統(tǒng)工
程理論與實(shí)踐，2014.6：1566-1571
[13] 王國紅，周建林，唐麗艷.小世界特性的創(chuàng)新孵化網(wǎng)絡(luò)知識
轉(zhuǎn)移模型及仿真研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014.5：53-63
[14] 韓衛(wèi)國，彭偉，唐晉韜.基于路標(biāo)的最短路徑長度快速估計
算法[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2013.7：96-102，118
社交網(wǎng)絡(luò)是人的對象化活動的產(chǎn)物，同現(xiàn)實(shí)社會一樣，人與人之間的關(guān)系牽扯著人無法脫離這個社會，所以社交網(wǎng)絡(luò)的越來越關(guān)系化，讓用戶對社交網(wǎng)絡(luò)產(chǎn)生依賴性。只有以用戶為中心，當(dāng)用戶發(fā)現(xiàn)他需要什么，社交網(wǎng)絡(luò)就能提供什么時，自然而然會把社交網(wǎng)絡(luò)作為生活的一部分，就像現(xiàn)實(shí)生活一樣。
當(dāng)今社會正處于一個信息爆炸的時代，隨著網(wǎng)絡(luò)信息化技術(shù)的發(fā)展，社交網(wǎng)絡(luò)上產(chǎn)生了大量的信息，表現(xiàn)為海量統(tǒng)計數(shù)據(jù)。這些數(shù)據(jù)大多以表格的形式存放在數(shù)據(jù)庫內(nèi)既枯燥又難于理解，如何才能將這些數(shù)據(jù)有效的展示出來，幫助用戶理解數(shù)據(jù)，發(fā)現(xiàn)潛在的規(guī)律，是亟待解決的問題。SPSS分析能夠?qū)⒊橄蟮臄?shù)據(jù)表示成為可見的圖形或圖像，顯示數(shù)據(jù)之間的關(guān)聯(lián)、比較、走勢關(guān)系，有效揭示出數(shù)據(jù)的變化趨勢，從而為理解那些大量復(fù)雜的抽象數(shù)據(jù)信息，為企業(yè)決策支持提供幫助探索人類的各種行為的統(tǒng)計特性，是探索自然界、認(rèn)知人類自身的一個重要方面，對于研究經(jīng)濟(jì)、心理和眾多社會學(xué)類學(xué)科有著重要的意義。
一、研究目的及方法
1. 研究目的
本論文的研究工作的目的就是嘗試將SNS高效率的社會化互動傳播方式應(yīng)用于網(wǎng)絡(luò)營銷，SNS的口碑傳播對營銷信息流的傳播將會起到很大的促進(jìn)作用。在更加開放和寬廣的社會化網(wǎng)絡(luò)中，銷售僅僅是商務(wù)的結(jié)果。為了實(shí)現(xiàn)銷售，消費(fèi)者之間有價值的信息流傳遞就是傳統(tǒng)營銷所沒有解決好的問題，也是將SNS與營銷更好結(jié)合在一起的目的，對于最終促進(jìn)商務(wù)銷售的結(jié)果也將有實(shí)際的意義，也是對現(xiàn)有社會化商務(wù)的理論的有益補(bǔ)充和實(shí)踐。
現(xiàn)在網(wǎng)絡(luò)營銷已經(jīng)成為公司的主要營銷策略之一，很多大公司的微博、人人等社交網(wǎng)絡(luò)賬號隨處可見。那么如何有效的增加公司人氣，成功的在社交網(wǎng)絡(luò)中把自己推銷出去，成為企業(yè)網(wǎng)絡(luò)營銷的一個瓶頸。
2.研究方法
本文以人人網(wǎng)為研究對象，選取任一用戶進(jìn)行三層滾雪球抽樣，任意抽樣的基本理論依據(jù)是，認(rèn)為被調(diào)查總體的每個單位都是相同的，因此把誰選為樣本進(jìn)行調(diào)查，其調(diào)查結(jié)果都是一樣的。在考察社交網(wǎng)絡(luò)用戶間的關(guān)系時，每個用戶都是同質(zhì)的，因此適合用任意抽樣來獲取樣本。具體來說，選取了某一微群，獲取全體1009名成員間的基本信息，包括：訪問量，狀態(tài)數(shù)，日志數(shù)，相冊數(shù)，留言數(shù)，好友數(shù)，分享數(shù)， 性別。
本文主要通過變量統(tǒng)計分析的方法進(jìn)行模型假設(shè)驗(yàn)證，具體假設(shè)如下：H1：社交網(wǎng)絡(luò)用戶狀態(tài)數(shù)與用戶訪問量正相關(guān)；H2：社交網(wǎng)絡(luò)用戶日志數(shù)與用戶訪問量正相關(guān)；H3：社交網(wǎng)絡(luò)用戶相冊數(shù)與用戶訪問量正相關(guān)；H4：社交網(wǎng)絡(luò)用戶留言數(shù)與用戶訪問量正相關(guān)；H5：社交網(wǎng)絡(luò)用戶好友數(shù)與用戶訪問量正相關(guān)；H6：社交網(wǎng)絡(luò)用戶分享數(shù)與用戶訪問量正相關(guān)；H7：社交網(wǎng)絡(luò)用戶性別與用戶訪問量相關(guān)。
在SNS網(wǎng)站中用戶通過發(fā)表狀態(tài)、寫日志、上傳照片、分享內(nèi)容來提高自己的活躍度，贏得好友的關(guān)注，使得用戶在好友中建立穩(wěn)固的話語權(quán)。本文使用訪問量作為衡量人氣的因變量。下面通過統(tǒng)計分析的方法進(jìn)行驗(yàn)證。
二、人氣影響因素分析
1.相關(guān)性分析
下面從理論框架出發(fā)，分析訪問量同其他自變量之間的相關(guān)關(guān)系，發(fā)現(xiàn)用戶發(fā)表狀態(tài)數(shù)、日志數(shù)、留言數(shù)、好友數(shù)同用戶的訪問量正相關(guān)，假設(shè)H1，H2，H4，H5成立。即若用戶發(fā)表狀態(tài)、日志越多，那么用戶的訪問量越高；若用戶的好友越多，得到的留言越多，那么用戶的訪問量越高。也就是說用戶可以通過增加狀態(tài)、日志發(fā)表數(shù)量，添加好友，并獲得更多留言來增加自己的訪問量，進(jìn)而提升人氣。
2.變量分類――因子分析
從自變量特征上我們可以發(fā)現(xiàn)，有些變量是相似的，因此可能會有共線性的干擾，下面通過因子分析法從變量群中提取共性因子，提取重點(diǎn)變量，歸類相似變量。
首先通過相關(guān)系數(shù)矩陣、KMO檢驗(yàn)等方法確定樣本數(shù)據(jù)是否存在共線干擾，結(jié)果發(fā)現(xiàn)樣本數(shù)據(jù)適合做因子分析，然后觀察樣本數(shù)據(jù)的旋轉(zhuǎn)負(fù)荷矩陣，顯示每個因子主要有哪些變量提供信息。發(fā)現(xiàn)這里狀態(tài)數(shù)、日志數(shù)、好友數(shù)對第一個主成分貢獻(xiàn)都很大，相冊數(shù)和留言數(shù)的貢獻(xiàn)較小；第二個成分中性別貢獻(xiàn)較大，分享數(shù)的貢獻(xiàn)較小。所以如果提取主要信息代替原變量進(jìn)行分析，可以避開原變量的共線性問題。如狀態(tài)數(shù)、日志數(shù)和好友數(shù)可以歸納為用戶的活躍度；而性別和分享數(shù)可以歸納為用戶的特征情況（包括個人信息及偏好）。
三、研究意義
綜合考慮以上的數(shù)據(jù)分析結(jié)果，我們可以歸納進(jìn)行網(wǎng)絡(luò)營銷時應(yīng)注意下列事項(xiàng)，以便提高人氣：
（1）首要選擇的策略是：盡可能多的發(fā)表狀態(tài)，也要盡可能多的發(fā)表日志，增加好友數(shù)等。
（2）進(jìn)行營銷人員選擇時，可以不考慮性別因素，男女性的活躍程度沒有顯著差異。
（3）狀態(tài)數(shù)、日志數(shù)和好友數(shù)可以歸納為用戶的活躍度；而性別和分享數(shù)可以歸納為用戶的特征情況（包括個人信息及偏好）。
SNS這種新興的網(wǎng)絡(luò)傳播媒體已然成為網(wǎng)絡(luò)營銷的新戰(zhàn)場，用戶的互動不僅包括好友評論，還包括用戶的分享，即用戶可以把營銷信息分享給自己的好友，促進(jìn)信息的傳播。社交網(wǎng)絡(luò)的用戶互動創(chuàng)造了一個更加廣泛、自由的信息傳播平臺，有利于企業(yè)進(jìn)行產(chǎn)品營銷和客戶關(guān)系營銷。
人類的行為常常受到社會關(guān)系的影響，而且人類行為也會反過來直接影響到其社會關(guān)系，在這里人的個性特征、社會性普遍行為特性和社會網(wǎng)絡(luò)結(jié)構(gòu)等多種因素交織在一起，造成了相當(dāng)?shù)难芯坷щy性。盡管在這方面已經(jīng)進(jìn)行了相當(dāng)深入的實(shí)證和理論模型的研究，但是所獲得的成果距離真正認(rèn)識這個問題本身還很遠(yuǎn)；因此，當(dāng)前對各類社會交互行為的實(shí)證研究，和通過理論模型的手段來有效探討社會關(guān)系與人的個體行為之間的相互作用，是當(dāng)前研究的一個重點(diǎn)問題。
參 考 文 獻(xiàn)
[1] 王亮. SNS社交網(wǎng)絡(luò)發(fā)展現(xiàn)狀及趨勢[J]. 現(xiàn)代電信科技. 2009，6：9-13
【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.
【關(guān)鍵詞】校園社交網(wǎng)絡(luò)；JFinal框架；JSP技術(shù)
【Keywords】campus social network； JFinal framework； JSP technology
【中圖分類號】TP311 【文獻(xiàn)標(biāo)志碼】A 【文章編號】1673-1069（2017）06-0164-02
1 引言
隨著社交網(wǎng)絡(luò)的迅速發(fā)展，高校校園社交活動越來越受到關(guān)注[1]。依托高校校園內(nèi)穩(wěn)定的社交群體關(guān)系，充分利用高校校園信息的社交數(shù)據(jù)優(yōu)勢，整合學(xué)校教學(xué)、科研、文化生活和社會服務(wù)等相關(guān)信息資源，構(gòu)建師生、同事、同學(xué)之間的學(xué)術(shù)與文化交流關(guān)系，融合教學(xué)、科研、文化與生活的各種信息，結(jié)合團(tuán)隊(duì)知識庫和個人知識庫，形成人與人、人與知識之間的高校校園社交網(wǎng)絡(luò)勢在必行。通過校園社交網(wǎng)絡(luò)平臺，不僅為師生提供溝通便利，也能夠成為大學(xué)時期之后的網(wǎng)絡(luò)交流平臺[2]。
2 系統(tǒng)關(guān)鍵技術(shù)
2.1 JFinal技術(shù)
JFinal 是基于Java的極速web 開發(fā)框架，它具有Java語言具備的所有優(yōu)勢，同時也具備python等語言的開發(fā)效率。開源的JFinal 框架由詹波（James Zhan）于2011年初創(chuàng)建，深受歡迎。JFinal將一直堅持以開發(fā)快、代碼少、易學(xué)習(xí)、功能強(qiáng)、易擴(kuò)展為設(shè)計目標(biāo)，打造功能全面的WEB+ORM開發(fā)框架[3]。
2.2 JSP技術(shù)
JSP是基于Java及Servlet的動態(tài)網(wǎng)頁編程技術(shù)，由于Java語言具有跨平臺特性，因此基于JSP 技術(shù)建立的網(wǎng)站也具有跨平臺優(yōu)勢，具備面向?qū)ο蟆⒚嫦蚧ヂ?lián)網(wǎng)等特點(diǎn)。JSP技術(shù)所應(yīng)用的平臺及服務(wù)器非常廣泛，可以使用絕大多數(shù)的流行平臺，如Win，MAC，Linux等系列平臺，也可以使用Apache和IIS等任何B/S服務(wù)器[4]。
2.3 UML技術(shù)
UML為系統(tǒng)面向?qū)ο蠼Ｌ峁┝藞D形符號和文本語法的標(biāo)準(zhǔn)。基于UML建模語言的系統(tǒng)開發(fā)需要建立三類模型：功能模型，對象模型和動態(tài)模型。其中對象模型用到的圖形工具主要是類圖、對象圖等。類圖中的主要元素之一是類，包括類名、類屬性、類操作；類圖的另一主要元素是類間關(guān)聯(lián)，描述的是哪些類之間有何關(guān)聯(lián)[5]。
2.4 MariaDB技術(shù)
MariaDB也是一種關(guān)系型數(shù)據(jù)庫管理系統(tǒng)。其查詢語言仍然是結(jié)構(gòu)化SQL語言。MariaDB數(shù)據(jù)庫軟件因其體積小、速度快、源碼開放，已成為一般網(wǎng)站開發(fā)中數(shù)據(jù)庫工具的首選。
3 基于JFinal的校園社交網(wǎng)絡(luò)
3.1 社交網(wǎng)絡(luò)主要功能
系統(tǒng)主要功能包括：博文管理，包括博文分類管理、到相應(yīng)分類、依據(jù)分類查看博文；喊話管理，包括喊話到指定區(qū)域、查看指定區(qū)域所有人的喊話內(nèi)容；照片與相冊管理，包括照片到指定相冊、依據(jù)相冊查看照片；@你@我，包括查看他人主頁、查看他人相冊、查看他人博文、查看他人喊話、關(guān)注他人；好友推薦，包括查看分組情況，查看分組成員信息；興趣小組推薦，包括查看興趣小組情況以及分組詳情等。校園社交網(wǎng)絡(luò)總體功能用例如圖1所示。
3.2 校園社交網(wǎng)絡(luò)數(shù)據(jù)庫
校園社交網(wǎng)絡(luò)數(shù)據(jù)庫設(shè)計結(jié)果如圖2所示。
3.3 校園社交網(wǎng)絡(luò)主要功能界面
校園社交網(wǎng)絡(luò)界面包括用戶注冊、登陸、用戶資料管理、日志與博文管理、喊話管理、@你@我、照片與相冊管理、好友推薦等。圖3為查看好友分組成員界面。系統(tǒng)其他界面在此從略。校園社交網(wǎng)絡(luò)編碼階段采用白盒測試技術(shù)，系統(tǒng)集成階段采用了黑盒測試技術(shù)。系統(tǒng)通過了最終測試，目前運(yùn)行良好。
4 結(jié)語
本文依據(jù)面向?qū)ο筌浖_發(fā)與設(shè)計的原則，根據(jù)高校校園社交網(wǎng)絡(luò)實(shí)際需求，設(shè)計了高校社交網(wǎng)絡(luò)總體框架模型，采用了MVC設(shè)模式、JSP技術(shù)、JFinal框架、MariaDB數(shù)據(jù)庫和相關(guān)軟件開發(fā)環(huán)境實(shí)現(xiàn)了系統(tǒng)在線運(yùn)行，為校園文化、學(xué)習(xí)、生活提供了輔助，較為實(shí)用。
【參考文獻(xiàn)】
【1】仲瑋等.以社交網(wǎng)絡(luò)為核心的校園信息系統(tǒng)架構(gòu)[J].華東師范大學(xué)學(xué)報：自然科學(xué)版，2015（S1）：51-54.
【2】杜藎趙燦，付小龍.高校校園社交網(wǎng)絡(luò)系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J].實(shí)驗(yàn)技術(shù)與管理，2012，29（7）：99-102.
【3】楊寧，劉丹軍.基于JFinal框架的JavaWeb應(yīng)用開發(fā)研究[J].電腦知識與技術(shù)，2014，10（7）：1440-1443.
關(guān)鍵詞： 大數(shù)據(jù)；城市計算；社交網(wǎng)絡(luò)；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
哈佛大學(xué)E.Glaeser在其新著《Triumph of the city》[1]中指出：城市是人類最偉大的發(fā)明，是創(chuàng)新的發(fā)動機(jī)，城市化讓人更加富有、智慧、綠色、健康和幸福。然而，城市化的進(jìn)程帶來了服務(wù)與管理上的巨大挑戰(zhàn)。如果離開信息技術(shù)，城市化很可能演變?yōu)榫薮蟮臑?zāi)難。另一方面，隨著移動互聯(lián)、社交網(wǎng)絡(luò)、云計算等信息技術(shù)的發(fā)展，數(shù)據(jù)在互聯(lián)網(wǎng)上以遠(yuǎn)超人們想象的速度迅速膨脹。據(jù)統(tǒng)計，全球每秒鐘發(fā)送290萬封電子郵件；Twitter上每天5 000萬條消息；谷歌通過大規(guī)模集群及分布式MapReduce系統(tǒng)，每天需要處理24 PB的數(shù)據(jù)；淘寶網(wǎng)會員超過3.7億，每天交易量千萬筆，產(chǎn)生幾十太字節(jié)的數(shù)據(jù)。這些海量數(shù)據(jù)早已超越了目前人力所能處理的范疇，大數(shù)據(jù)時代已經(jīng)來臨：企業(yè)關(guān)注的重點(diǎn)轉(zhuǎn)向了擁有數(shù)據(jù)的規(guī)模以及處理大數(shù)據(jù)的能力。
近年來的城市計算[2]等技術(shù)，受到了極大的關(guān)注。在城市計算的概念中，城市空間里的任意設(shè)備、車輛、建筑、道路，包括人等都可作為一個計算單元來協(xié)同完成一個城市級別的計算。近年來，涌現(xiàn)了一些比較有代表性的工作：在哥本哈根，研究人員通過自行車輪胎上的傳感器探知城市空氣質(zhì)量、噪音等[3]；在美國馬薩諸塞州，研究人員通過手機(jī)用戶的通信時刻與位置分析城市動態(tài)信息[4]；在北京，微軟亞洲研究院的研究者通過分析出租車軌跡研究城市交通問題[5]。
本文依據(jù)我們開發(fā)的分析平臺，通過分析用戶在社交網(wǎng)絡(luò)上產(chǎn)生的數(shù)據(jù)來感知城市信息。本文旨在展示：依托于網(wǎng)絡(luò)數(shù)據(jù)分析尤其是社交網(wǎng)絡(luò)數(shù)據(jù)分析，當(dāng)前已經(jīng)可以獲取城市運(yùn)行的關(guān)鍵信息，因此可以避免過度把注意力局限到信息采集基礎(chǔ)設(shè)施的建設(shè)方面。
1 社交網(wǎng)絡(luò)是城市感知的
重要途徑
據(jù)統(tǒng)計，截至2012年12月底，中國互聯(lián)網(wǎng)用戶達(dá)到5.64億，互聯(lián)網(wǎng)普及率達(dá)到了42.1%。其中，作為新型社交媒體，微博近兩年獲得了爆炸式的發(fā)展，用戶規(guī)模達(dá)到3.09億，較2010年底增長了2.46億[6]。圖1為中國近兩年互聯(lián)網(wǎng)用戶及微博用戶規(guī)模變化示意圖。
社交網(wǎng)絡(luò)的興起及大量活躍用戶的存在，源源不斷地產(chǎn)生著大量記錄城市生活的數(shù)據(jù)，這類數(shù)據(jù)具有交互性、實(shí)時性、社會性的特點(diǎn)，隱含著大量有價值的信息，因此社交網(wǎng)絡(luò)又被譽(yù)為“數(shù)據(jù)科學(xué)家眼中的金礦”[7]。社交網(wǎng)絡(luò)數(shù)據(jù)的價值引起的許多研究者的關(guān)注，文獻(xiàn)[8]針對社交網(wǎng)絡(luò)中的大型用戶關(guān)系網(wǎng)絡(luò)，提出了一種新的分層社區(qū)發(fā)現(xiàn)算法；Hao Tu等人[9]通過聚類方法，對城市熱點(diǎn)話題進(jìn)行檢測；Laura Ferrari等人[10]基于社交網(wǎng)絡(luò)中的位置信息，通過挖掘頻繁模式分析城市信息；文獻(xiàn)[11]基于Google的MapReduce并行框架，通過譜聚類的方法分析社交網(wǎng)絡(luò)中的用戶關(guān)系。以上研究從用戶關(guān)系、言論、位置等方面對社交網(wǎng)絡(luò)進(jìn)行了分析，取得了一定的成果，對通過社交網(wǎng)絡(luò)數(shù)據(jù)感知城市信息有著非常積極的推動作用。
2 社交網(wǎng)絡(luò)中的城市信息
本文結(jié)合新浪微博數(shù)據(jù)，自主開發(fā)了南京城市信息感知平臺，主要完成了以下幾個方面的工作。
2.1 城市屬性挖掘
在中國600多個城市中，既有上海、北京這樣的國際大都市，也有麗江、鳳凰這樣的旅游名城。每個城市都有自己獨(dú)特的印記和發(fā)展軌跡，表現(xiàn)出不同的政治、經(jīng)濟(jì)、文化、地理、環(huán)境等特征，并反映在城市生活的各個方面。圖2為江蘇省各地級市微博用戶活躍度與人均GDP比較圖。
從圖2中可以發(fā)現(xiàn)，除南京作為政治中心外，其他地級市的微博活躍度與人均GDP存在明顯的相關(guān)性，微博活躍度在一定程度上可以反映出該城市的政治、經(jīng)濟(jì)地位。
除微博活躍度外，微博中還包含用戶位置、關(guān)系、言論等信息，對這些信息進(jìn)行分析，可以得到更豐富的城市整體及各個區(qū)域的政治、經(jīng)濟(jì)、文化等屬性特征，從而可以幫助人們更好地感知城市、理解城市。
2.2 城市動態(tài)性分析
動態(tài)性是城市的基本特征，而城市里各個具體對象在位置上的變化，如車輛的運(yùn)行、人群的移動等，是城市動態(tài)性最直接體現(xiàn)。感知城市中移動對象移動的軌跡并對軌跡數(shù)據(jù)進(jìn)行分析，可以發(fā)現(xiàn)人類社會活動的特征和統(tǒng)計規(guī)律，進(jìn)而可以從微觀到宏觀的不同尺度上認(rèn)知和把握紛繁多變的城市動態(tài)。
通過對社交網(wǎng)絡(luò)用戶在時間軸上的言論、圖片等信息進(jìn)行分析，可以得到用戶在空間位置上的變化，比如社交網(wǎng)絡(luò)中的“簽到”功能，支持用戶隨時記錄并分享地理位置信息，提供了豐富的空間移動軌跡數(shù)據(jù)。圖3基于社交網(wǎng)絡(luò)的簽到信息對南京不同地點(diǎn)一天中的人流量進(jìn)行了比較。
對圖3進(jìn)行分析，可以發(fā)現(xiàn)景區(qū)、餐廳、酒吧的人流量表現(xiàn)出了明顯不同的特征。基于位置信息，對城市各空間對象，如道路、商城、小區(qū)、醫(yī)院等動態(tài)規(guī)律進(jìn)行分析，有助于人們更好地把握城市動態(tài)特征，從而服務(wù)于人們的城市生活。
2.3 社區(qū)發(fā)現(xiàn)
城市是由人組成的，而人類行為大多有潛在的規(guī)律。研究表明，人類行為軌跡表現(xiàn)出很強(qiáng)的時間與空間上的相關(guān)性[12]，而社交網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)同樣具有小世界特性，并且表征著人類的共有愛好或者真實(shí)世界中的社會關(guān)系。
了解人的社交結(jié)構(gòu)，可以通過社交網(wǎng)絡(luò)中用戶間的交互信息，利用譜圖技術(shù)或者動態(tài)社區(qū)發(fā)現(xiàn)算法[13]完成用戶間社區(qū)結(jié)構(gòu)的提取，再通過文本分析的技術(shù)，分析同一社區(qū)的構(gòu)成原因，如圖4所示。
正是由于人類行為的規(guī)律性，導(dǎo)致了城市中的種種宏觀特征。在數(shù)據(jù)挖掘更加注重個性化、社交化的今天，從社交網(wǎng)絡(luò)中挖掘出用戶的社交結(jié)構(gòu)和生活模式（行為、意圖、經(jīng)驗(yàn)等），對于研究城市的規(guī)律有著極其重要的意義。
2.4 異常事件檢測
異常事件分析是城市計算中的重要研究內(nèi)容。在城市中，異常事件的發(fā)生，如流感爆發(fā)、臨時交通管制、暴雨災(zāi)害等公共事件，往往會對居民生活出行及生命財產(chǎn)等造成損失。
傳統(tǒng)的檢測手段往往不能及時發(fā)現(xiàn)異常事件。以監(jiān)測流感為例，衛(wèi)生部門主要通過分析確診病例來監(jiān)測流感爆發(fā)。由于患者從感染流感到醫(yī)院確診通常需要幾天時間，這給流感檢測帶來了時間上的延遲，而社交網(wǎng)絡(luò)可以為實(shí)時監(jiān)測流感信息提供重要的數(shù)據(jù)來源。在社交網(wǎng)絡(luò)中，很多患者在感染流感初期會通過微博身體情況，這些信息具有很高的可信度。通過對社交網(wǎng)絡(luò)中有關(guān)流感的數(shù)據(jù)進(jìn)行采集、分析，不但可以實(shí)時監(jiān)測流感爆發(fā)，還可以預(yù)測流感的發(fā)展趨勢，并及時采取有效的預(yù)防和治療措施。
目前，哈佛醫(yī)學(xué)院的學(xué)者[14]通過采集Twitter中的數(shù)據(jù)來預(yù)測流感趨勢，并將預(yù)測結(jié)果與美國疾病預(yù)防和控制中心的數(shù)據(jù)進(jìn)行比對，獲得了比較理想的結(jié)果。
除流感外，社交網(wǎng)絡(luò)在交通事故、、自然災(zāi)害等突發(fā)事件的檢測中也有著非常重要的作用。社交網(wǎng)絡(luò)實(shí)時性的特點(diǎn)，使其成為檢測異常事件的重要手段之一。研究基于社交網(wǎng)絡(luò)的城市異常事件檢測，可以降低異常事件對城市正常運(yùn)行的影響，減少異常事件給城市居民帶來的不便及損失。
3 社交網(wǎng)絡(luò)數(shù)據(jù)分析的挑戰(zhàn)
社交網(wǎng)絡(luò)數(shù)據(jù)是由數(shù)億人在互聯(lián)網(wǎng)上隨機(jī)產(chǎn)生的，導(dǎo)致數(shù)據(jù)雜亂無章，且存在許多重復(fù)及無用數(shù)據(jù)，數(shù)據(jù)質(zhì)量偏低。因此，如何從雜亂無章的社交網(wǎng)絡(luò)數(shù)據(jù)中，尋找有價值的知識和信息，給科研工作提出了新的挑戰(zhàn)和要求：
（1）管理和處理大規(guī)模多源異構(gòu)數(shù)據(jù)
社交網(wǎng)絡(luò)數(shù)據(jù)是典型的多源異構(gòu)數(shù)據(jù)，由不同互聯(lián)網(wǎng)公司產(chǎn)生，且包含圖像、文本、聲音等多種格式；社交網(wǎng)絡(luò)數(shù)據(jù)還包含用戶關(guān)系、移動軌跡、地理信息、時間序列等各種類型；同時，社交網(wǎng)絡(luò)包含的數(shù)據(jù)量非常大，且源源不斷地產(chǎn)生大量實(shí)時數(shù)據(jù)，這些都給數(shù)據(jù)管理和處理帶來了很大的挑戰(zhàn)。
（2）在線實(shí)時分析社交網(wǎng)絡(luò)數(shù)據(jù)
許多智慧城市的應(yīng)用，如城市突發(fā)事件檢測、城市交通流信息等，有著很高的實(shí)時性要求。因此，在對社交網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析時，雖然數(shù)據(jù)量很大，但數(shù)據(jù)分析過程必須快速高效，以滿足實(shí)時應(yīng)用的要求。
（3）如何從雜亂無章的社交網(wǎng)絡(luò)數(shù)據(jù)中獲取知識
社交網(wǎng)絡(luò)數(shù)據(jù)采集成本較低，但同時質(zhì)量也很低，這要求我們從海量數(shù)據(jù)中去粗取精，從大數(shù)據(jù)中提取典型特征；同時單個方面的數(shù)據(jù)往往只能發(fā)現(xiàn)局部的信息量，必須結(jié)合多方面的數(shù)據(jù)去獲取更深層次的知識。
（4）如何有效地表達(dá)從社交網(wǎng)絡(luò)中獲取的知識并指導(dǎo)人們的決策
社交網(wǎng)絡(luò)中可以獲取城市生活各個角度的信息，但如何合理使用這些信息，將其用于指導(dǎo)城市管理，為人們提供更便利、智能的城市生活，也是比較有挑戰(zhàn)的研究課題。
4 結(jié)束語
社交網(wǎng)絡(luò)的興起為城市感知提供了豐富的數(shù)據(jù)來源，但其數(shù)據(jù)的復(fù)雜性也給研究工作帶來的諸多挑戰(zhàn)。目前的研究工作只是冰山一角，新的研究工作需要轉(zhuǎn)變思維方式，綜合各種技術(shù)手段，以從紛繁復(fù)雜的社交網(wǎng)絡(luò)數(shù)據(jù)中發(fā)現(xiàn)特定的模式和新的規(guī)律，從而幫助人們更好地感知城市信息及發(fā)展規(guī)律，為人們提供更加美好、綠色、智能的城市生活。
參考文獻(xiàn)
[1] GLAESER E L. 城市如何讓我們變得更加富有、智慧、綠色、健康和幸福 [M]. 劉潤泉， 譯. 上海：上海社會科學(xué)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次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告 [R]. 北京： 中國互聯(lián)網(wǎng)絡(luò)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.
作者簡介
李文俊，東南大學(xué)信息科學(xué)與工程學(xué)院在讀博士研究生；研究方向?yàn)榇髷?shù)據(jù)分析、數(shù)據(jù)挖掘、Web數(shù)據(jù)分析等。
關(guān)鍵詞：社交媒體;微信; 媒介依賴;人際互動
中圖分類號：G203 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-8122（2015）02-0044-03
毫無夸張地說，媒介技術(shù)的進(jìn)步帶來了社會的一系列變革。其中，社會交往方式算最主要的一個方面。自20世紀(jì)90年代起，網(wǎng)絡(luò)作為第四媒體從誕生之日起對社會帶來了前所未有的影響，無孔不入地滲透到社會生活的方方面面。互聯(lián)網(wǎng)的廣泛普及儼然建構(gòu)出人們的“第二生活世界”，整個社會進(jìn)入“網(wǎng)絡(luò)化生存”時代。特別是近幾年來，社交媒體作為媒介技術(shù)突飛猛進(jìn)的產(chǎn)物得到了網(wǎng)民們極大的青睞。美國社交媒體專家布萊恩?索里斯（Brian Solis）在新書《社交網(wǎng)絡(luò)與博客》中這樣寫道：“有五分之四的活躍網(wǎng)民每天訪問社交網(wǎng)絡(luò)”。可見，社交媒體正滲透進(jìn)人們的日常生活。
社交媒體帶來的一系列生活方式的改變，也導(dǎo)致了一部分人產(chǎn)生了對社交媒體的依賴現(xiàn)象。2013年7月22日，作為當(dāng)下社交媒體中最活躍也是火熱的應(yīng)用―微信，發(fā)生了自上線以來最大規(guī)模的故障，波及全國多個地區(qū)。眾多網(wǎng)友紛紛詢問原因之余，著急、焦慮等情緒集中爆發(fā)，可以說在某種程度上體現(xiàn)了網(wǎng)民對社交媒體的依賴。
美國著名傳播學(xué)家桑德拉?鮑爾―洛基奇和梅爾文?德弗勒在1972年提出了著名的媒介依賴?yán)碚摚淇疾斓闹攸c(diǎn)在于對報紙、廣播、電視這樣的傳統(tǒng)媒體進(jìn)行探究。時隔40年后，媒介環(huán)境日新月異，特別是在以交互性為主的，集人際和大眾傳播方式融為一體的社交媒體所建構(gòu)的媒介環(huán)境中，媒介依賴?yán)碚撌欠袢匀贿m用？大學(xué)生作為當(dāng)下具有文化素養(yǎng)，受教育程度較高，對新鮮事物最容易接受的一個龐大群體，他們在社交網(wǎng)絡(luò)的使用中是否“成癮”，以及由“社交成癮”帶來的對現(xiàn)實(shí)人際交往的負(fù)面影響幾何？這些都是十分值得關(guān)注和探討的。由于社交媒體范圍較大，不同的社交媒體在媒介特性、定位和目標(biāo)群體方面差異很大，不能一概而論地討論社交媒體依賴，因此僅選取當(dāng)下大學(xué)生群體中使用最廣泛的社交媒體微信作為媒介接觸對象，將研究主體落腳于四川大學(xué)學(xué)生群體中的微信使用用戶。本文通過量化研究的方式，輔之必要的深度訪談，主要解決以下研究問題：（1）當(dāng)前大學(xué)生對微信的使用接觸情況，是否存在對微信使用的依賴。（2）媒介依賴?yán)碚撌欠裢瑯舆m用于集人際和大眾傳播方式融為一體的社交媒體所建構(gòu)的媒介環(huán)境中。（3）基于社交媒體依賴基本情況，習(xí)慣于長期線上社會交往的大學(xué)生群體，對他們現(xiàn)實(shí)人際互動又會產(chǎn)生哪些影響。
一、理論依據(jù)與文獻(xiàn)綜述
1.理論依據(jù)。媒介依賴?yán)碚撛从诿绹麄鞑W(xué)家桑德拉?鮑爾-洛基奇和梅爾文?德弗勒1976年發(fā)表的論文《大眾傳播媒介效果的依賴模式》[1]。媒介依賴?yán)碚摰淖畲筇攸c(diǎn)，是從“受眾、媒介、社會”三者互動的角度考察媒介傳播效果、探討媒介傳播的影響力及其產(chǎn)生途徑，從而使該理論成為”全面透視媒介與整個社會結(jié)構(gòu)中和各個其他組成部分的關(guān)系，并適用于不同層次的分析之理論視角。從理論上講，媒介與個人之間的依賴關(guān)系具有雙向性，但在現(xiàn)實(shí)中，卻更多地表現(xiàn)為個人對媒介的單向性依賴。
2.文獻(xiàn)綜述。以往的對媒體依賴的研究主要集中在以下幾個部分：（1）對媒介依賴?yán)碚摰木C合性的述評。以張詠華教授的《一種獨(dú)辟蹊徑的大眾傳播效果理論――媒介系統(tǒng)依賴論評述》[2]為代表。他認(rèn)為媒介依賴?yán)碚撌且环N獨(dú)辟蹊徑的的大眾傳播效果理論，并在文章中對媒介依賴?yán)碚撚^點(diǎn)以及發(fā)展過程中出現(xiàn)的問題進(jìn)行了系統(tǒng)的評析。（2）在具體的媒介環(huán)境下探討媒介依賴。以謝新洲教授的《“媒介依賴“理論在互聯(lián)網(wǎng)環(huán)境下的實(shí)證研究》[3]、曠潔的《媒介依賴?yán)碚撛谑謾C(jī)媒體環(huán)境下的實(shí)證研究》[4]為代表。該類型研究用定量研究的方法，考察了互聯(lián)網(wǎng)剛剛興起時，媒介依賴?yán)碚撆c哪些重要變量有相關(guān)關(guān)系，如網(wǎng)友的設(shè)備占有情況、網(wǎng)友認(rèn)知情況等有關(guān)。這兩個研究都是對現(xiàn)象的描述，并沒有深入探究其背后的成因以及與之帶來的負(fù)面效應(yīng)。當(dāng)時互聯(lián)網(wǎng)在中國方興未艾，所以將”媒介依賴“理論放置于互聯(lián)網(wǎng)情境中顯得十分時宜。十年過后，社交媒體已經(jīng)深入社會生活的方方面面，對于社交依賴所帶來的一系列行為方式的改變已經(jīng)成為新的關(guān)注熱點(diǎn)，所以該研究也有不全面的地方。（3）對媒介依賴成因的探求。以梁娜、楊爍2009年做的《80后大學(xué)生的手機(jī)依賴程度調(diào)查報告》[5]為代表。該研究發(fā)現(xiàn)，大學(xué)生使用手機(jī)并形成依賴，從眾心理和趨同心理占據(jù)了主要原因。由此可見，其實(shí)學(xué)界對媒介依賴?yán)碚摰难芯肯鄬^少。本文的創(chuàng)新之處在于考察了當(dāng)下最為流行的社交媒體所建構(gòu)的媒介環(huán)境。而且本文從大學(xué)生對社交媒體的使用情況入手，探究媒介接觸與使用對大學(xué)生現(xiàn)實(shí)行為方式的改變，通過相關(guān)數(shù)據(jù)的支撐分析大學(xué)生在使用社交媒體過程中產(chǎn)生的依賴，并對現(xiàn)實(shí)人際交往產(chǎn)生深刻影響。
二、研究設(shè)計
1.研究方法和調(diào)查對象。本文采用調(diào)查研究的方法，輔之以深度訪談的方式。四川大學(xué)作為學(xué)科背景綜合，教育背景全面的高校，其在校的本科生和碩士研究生在大學(xué)生中間具有代表性。根據(jù)這一現(xiàn)狀，我們選擇了四川大學(xué)在校的本科生和碩士研究生為研究對象。而出于時間、精力以及財力的考慮，此次調(diào)查的目標(biāo)總體為四川大學(xué)望江校區(qū)的住校本科生和碩士研究生，抽樣方法采用整群抽樣。將望江校區(qū)本科生和碩士研究生每個寢室作為獨(dú)立群，對所有寢室進(jìn)行連續(xù)編號，將該寢室編號列表作為抽樣框，進(jìn)行簡單隨機(jī)抽樣。本次研究單從所有寢室中隨機(jī)抽取40個寢室進(jìn)行全面調(diào)查。
本次調(diào)查共發(fā)放問卷160份，回收問卷160份。其中有效問卷154份，廢卷6份（定義為缺失97）。在有效問卷中，男性有65人，有效比例為42.2%，女性89人，有效比例為57.8%。有效問卷中，被調(diào)查者年級組成情況為大二7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%）。被調(diào)查者年紀(jì)分布差異比較大，但基本上符合四川大學(xué)望江校區(qū)的總體情況。被調(diào)查者的學(xué)科背景分布情況為：工科類44人（28.6%），理科類35人（22.7%），人文社會學(xué)類37人（24.0%），經(jīng)濟(jì)管理學(xué)類38人（24.7%），醫(yī)學(xué)類0人（0%）（川大望江校區(qū)沒有醫(yī)學(xué)類學(xué)生）。深度訪談選取不同年級和專業(yè)背景的本科生為對象，其每個人都用微信一年以上的使用經(jīng)歷。訪談采用開放和閉合式問題相結(jié)合的提問方式。
本次問卷有以下部分構(gòu)成：（1）大學(xué)生微信用戶微信使用基本情況調(diào)查，以單選題為主。（2）大學(xué)生微信用戶微信使用依賴程度：在總結(jié)前人經(jīng)驗(yàn)基礎(chǔ)上，對依賴程度的調(diào)查采用5分制里克特量表設(shè)計問卷。最后采用加總分的方式，根據(jù)達(dá)到的不同分?jǐn)?shù)層次，判斷其依賴程度，依賴程度分為嚴(yán)重依賴、普通依賴、有依賴傾向、無明顯依賴四個水平。其主要指標(biāo)有：①持續(xù)不斷的登陸微信，期待有新消息。②難以控制登陸時長。③使用微信的時間比預(yù)計時間長很多。④曾經(jīng)試圖減少或停止使用微信，但沒有什么實(shí)質(zhì)效果。⑤無法使用微信時，感到焦躁不安，不自在。⑥常常打斷正在進(jìn)行的工作和學(xué)習(xí)而使用微信。⑦常常將使用微信作為宣泄情緒、逃避現(xiàn)實(shí)的工具。⑧微信基本能夠滿足自己的社交需求。⑨微信成為生活的必需品。（3）大學(xué)生微信用戶在使用微信中，對現(xiàn)實(shí)人際交往的情況調(diào)查。包括單選題、多選題。最后的統(tǒng)計分析借助SPSS16.0軟件進(jìn)行。
2.研究假設(shè)。根據(jù)上述研究內(nèi)容和研究變量，本研究提出如下研究假設(shè)以檢驗(yàn)，H1：媒介依賴在大學(xué)生使用微信過程中普遍存在。H2：使用時長越長，對微信的依賴程度越高H3：對微信的依賴程度與現(xiàn)實(shí)中人際互動的頻率和頻次呈負(fù)相關(guān)。
三、研究發(fā)現(xiàn)
1.調(diào)查結(jié)果及分析。（1）微信使用情況。在被調(diào)查的160份問卷中，有154份有效問卷。其中曾經(jīng)使用過和正在使用微信的為138人，有效比為86.2，沒有使用過的為16人，有效比為10.4%。（2）微信使用時長。在使用過微信的用戶中，使用時間在半年以下的人數(shù)為17.2%，半年到一年之間的為19.1%，一年到兩年的為34.7%，兩年及以上的為31.0%，使用時間在1年以上的人數(shù)占到65.7%。
表2 微信使用時長
綜上所述，大學(xué)生對微信的接受度較高且接受時間較早，微信在大學(xué)生中比較受歡迎，也證明了樣本的代表性。（3）微信依賴情況及程度。根據(jù)問卷設(shè)計中對微信依賴程度的指標(biāo)測試，9個測試指標(biāo)，每個指標(biāo)對應(yīng)5種態(tài)度：強(qiáng)烈同意5分;同意4分;中立3分;不同意2分;強(qiáng)烈反對1分。通過加總分的方式，計算出依賴程度，評斷標(biāo)準(zhǔn)如下：A、39～45分（嚴(yán)重依賴）B、33～38分（普通依賴）C、28～32分（有依賴傾向）D、27分級及以下（無明顯依賴）通過對問卷的分析，154人中，嚴(yán)重依賴者人數(shù)57人，占百分比為37%;普通依賴者65人，占百分比44%;有依賴傾向者26人，占百分比為17%，無明顯依賴者6人，占百分比為2%。由此可見，大學(xué)生對微信的依賴為普遍現(xiàn)象。并且，對微信存在依賴甚至嚴(yán)重依賴的占到了總被調(diào)查人數(shù)的81%，由此可推斷，大學(xué)生不僅對微信存在依賴，而且依賴程度較為嚴(yán)重。因此H1被證實(shí)。（4）微信使用時長與依賴程度的關(guān)系。將微信使用時長與依賴程度這兩個定序變量用交叉表進(jìn)行分析，其輸出結(jié)果卡方檢驗(yàn)中，其Asymp. Sig.（2-sided）值為p=0.0130.05，由此可見，微信使用時長和依賴程度之間存在顯著關(guān)系。再進(jìn)一步才用斯皮爾曼相關(guān)性分析，其輸出結(jié)果Spearman Correlation Value值r=0.9440.8，可以得出相關(guān)性較強(qiáng)，且呈現(xiàn)正相關(guān)的趨勢即微信使用時間越長其依賴程度越高。由此H2被證實(shí)。（5）微信依賴程度和現(xiàn)實(shí)人際互動頻次頻率的相關(guān)性分析。上文已經(jīng)將對微信的依賴程度分為“嚴(yán)重依賴”“普通依賴”“有依賴傾向”“無明顯依賴”四種，在變量測量層次中屬于定序變量。在對調(diào)查的受訪者設(shè)計的問卷有，有一道題目是測試是否因?yàn)槭褂蒙缃幻襟w而減少現(xiàn)實(shí)人際互動的頻率和頻次。如果有，一個月內(nèi)線上人際互動的頻率為低、中、高三種;頻次以一周為標(biāo)準(zhǔn)，分為0次，1～5次6～10次，10次以上。這里的現(xiàn)實(shí)人際互動是基于現(xiàn)實(shí)中與朋友進(jìn)行溝通與互動，包括一起學(xué)習(xí)、生活、溝通交流、旅行等，要求互動的雙方必須親身“在場”，是一種面對面的交流。基于微信的依賴程度和現(xiàn)實(shí)人際互動頻次頻率都是定序變量，因此對這兩者的相關(guān)性分析采用的是交叉表分析中的斯皮爾曼相關(guān)系數(shù)分析。其輸出結(jié)果Spearman Correlation Value值r=-0.380，說明兩個變量之間呈負(fù)相關(guān)趨勢。所以，可以說明大學(xué)生對微信依賴程度越高的用戶，在現(xiàn)實(shí)生活中面對面人際互動的頻率和頻次越低。因此，H3被證實(shí)。
2.總結(jié)和討論。（1）大學(xué)生對微信的依賴現(xiàn)象普遍存在。
在此次調(diào)查中，被調(diào)查的156位同學(xué)中，大部分同學(xué)存在著對微信的依賴現(xiàn)象。盡管不排除在樣本的選取和代表性上存在操作性誤差，但總的來說，此次調(diào)查的結(jié)果是具有一定說服力的。微信，作為一種高端的網(wǎng)絡(luò)交流工具，自推出以來以一種迅猛的態(tài)勢進(jìn)入大學(xué)校園。作為web2.0時代社交媒體的新生代表力量，微信以其獨(dú)特的“語音對講”、“手機(jī)群聊”“LBS”等功能受到了大學(xué)生的青睞。并且，在社會交往和人際互動方面，微信也為大學(xué)生提供了一個廣泛的社交平臺。因此，社交需要相對旺盛的大學(xué)生群體更容易成為其忠誠用戶，并產(chǎn)生一定程度的依賴性。另外，數(shù)字技術(shù)的發(fā)展以及包括智能手機(jī)，平板電腦在內(nèi)的移動終端使用的便捷性也為大學(xué)生使用社交媒體提供了方便，也是促使大學(xué)生形成社交媒體依賴的又一重要原因。如何將這種對社交媒體的依賴控制在一個合理適度的范圍內(nèi)，不至于成癮，還需要學(xué)校加強(qiáng)對媒介素養(yǎng)等相關(guān)方面的培訓(xùn)。（2）大學(xué)生“社交成癮”直接影響其現(xiàn)實(shí)人際間互動。大學(xué)生是社交媒體的主要使用群體，社交媒體場域上的人際互動往往具有虛擬性的特點(diǎn)。謝榕指出，從網(wǎng)絡(luò)的虛擬性出發(fā)，網(wǎng)絡(luò)為人們的自我呈現(xiàn)和人際互動提供了全新的舞臺和空間，自我呈現(xiàn)在網(wǎng)絡(luò)這個虛擬空間特性下表現(xiàn)出和現(xiàn)實(shí)中完全不同[6]。另外，王婷婷也認(rèn)為，人們在社交網(wǎng)絡(luò)中進(jìn)行的是一種隨著自己個性的“表演”，這樣在網(wǎng)絡(luò)這個空間里呈現(xiàn)出來的自我也是匿名修飾過的自我[7]。社交媒體因其架構(gòu)的平臺本身就是虛擬性的，所以社交媒體用戶在表達(dá)和互動時運(yùn)動的手段具有符號性和表意性。換句話說，社交媒體上的交往者往往運(yùn)用各種表達(dá)符合和形態(tài)各異的面具來“偽裝”自己，每個個體都是角色表演中的導(dǎo)演。這一點(diǎn)和現(xiàn)實(shí)中人際交往有所差異，即便是現(xiàn)實(shí)中人際互動也同樣有“表演”的痕跡，但面對面的人際交流畢竟交流雙方的身體“在場”，通過語言符號和非語言符號，交流的雙方似乎表演的程度相對較低。因此，對社交媒體產(chǎn)生依賴的大學(xué)生往往會因在在線上活躍的時間增加而直接導(dǎo)致在現(xiàn)實(shí)中人際交往的頻次和頻率降低。因此，盡管社交網(wǎng)絡(luò)中的互動還是“人”的互動，但隨著互動過程的整體框架的改變，個人在實(shí)現(xiàn)互動和呈現(xiàn)自我時使用的技巧和結(jié)果發(fā)生明顯變化（戈夫曼），日積月累的這樣下去，其實(shí)不利用大學(xué)生正確認(rèn)識自我和融入社會，不利用身心的健康發(fā)展。“我喜歡在朋友圈發(fā)我的照片，每次發(fā)照片之前我都可以先使用美圖秀秀（照片美化工具），通過加工，瞬間我就很有自信。每次點(diǎn)贊的都是一大群人，在這一大群人中，其實(shí)特別熟悉的人并不多，很多人甚至沒見過幾次，但他們每次回復(fù)說我又變漂亮了我就十分滿足。不過每次有不太熟悉的人約我出去玩時我又會感到恐懼，特別是在我臉上的痘痘冒出來的時候”。
因此，大學(xué)生在社交媒體上的人際互動其實(shí)是出于一種印象管理[8]，可以通過一系列手段來調(diào)節(jié)他人對自我的認(rèn)識，而現(xiàn)實(shí)生活中交往往往不具備這樣的可操控性，這也是許多大學(xué)生迷戀通過社交媒體進(jìn)行人際交往的最主要原因。與此同時，大學(xué)生依賴社交媒體還會導(dǎo)致人際間情感梳理和人際冷漠。社交媒體場域下的人際交往不同于現(xiàn)實(shí)生活中錯綜復(fù)雜的人際關(guān)系網(wǎng)。在網(wǎng)絡(luò)建構(gòu)的虛擬世界中，其安全、隱匿的特點(diǎn)滿足了人們表達(dá)真實(shí)情感又害怕受到傷害的心理[9]。由于在社交網(wǎng)絡(luò)中大學(xué)生得到情感認(rèn)同和滿足，一些大學(xué)生在心理上對線上人際互動具備了強(qiáng)烈的歸屬感和依賴感，一旦在現(xiàn)實(shí)社會中出現(xiàn)偏差時，往往會產(chǎn)生無所適從的焦慮和恐懼，因此反而會助長冷漠厭倦的情況。在這種消極的情緒作用下，甚至?xí)纬勺晕曳忾]的心理，造成大學(xué)生一系列不利心理問題。由中國互聯(lián)網(wǎng)絡(luò)中心（CNNIC）發(fā)表的第24次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計報告的網(wǎng)民生活形態(tài)研究中指出：越是重度依賴用戶，對互聯(lián)網(wǎng)可能產(chǎn)生的社會隔離認(rèn)同度越高。因此，大學(xué)生也應(yīng)該引起重視，如果過度的依賴社交媒體，與社會生活脫節(jié)的可能性越大，難免也會造成人際交往障礙和隔閡[10]。因此，一方面大學(xué)生在未來的媒介使用過程中，要適度把握使用時長，掌握正確的社會交往方式;另一方面，學(xué)校和社會可以通過給予一定的媒介素養(yǎng)教育來提升大學(xué)生的媒介使用習(xí)慣，做到趨利避害。
四、不足及問題
第一、本文采用的是定量分析的研究方法，在樣本選取和樣本數(shù)量上可能存在不足，一定程度上影響研究的科學(xué)性。第二、本文的落腳點(diǎn)在社交媒體，但僅選取微信作為個案研究，說服力略顯欠缺。第三、媒介依賴?yán)碚撟鳛楸容^成熟完整的理論，考察的是一個人越依賴于通過使用媒介來滿足需求，媒介在這個人生活中所扮演的角色就越重要，而媒介對這個人的影響力也就越大。在本文中，并沒有對媒體需求這個重要變量進(jìn)行考察，探究大學(xué)生使用微信是因?yàn)闈M足了其個人需求從而產(chǎn)生的依賴，這是本文的不足之處，也是論文需要繼續(xù)完善的方向，在后續(xù)研究中，會主要解決這部分的問題。
參考文獻(xiàn)：
[1]（美）斯坦利?巴蘭，丹尼斯?戴維斯著.曹書樂譯.大眾傳播理論：基礎(chǔ)、爭鳴與未來[M].北京：清華大學(xué)出版社，2004.
[2]張詠華.一種獨(dú)辟蹊徑的大眾傳播效果理論――媒介系統(tǒng)依賴?yán)碚撛u述[J].新聞大學(xué)，1997（1）.
[3]謝新洲.“媒介依賴”理論在互聯(lián)網(wǎng)環(huán)境下的實(shí)證研究[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報，2004（2）.
[4]曠潔.媒介依賴?yán)碚撛谑謾C(jī)媒體環(huán)境下的實(shí)證研究-基于大學(xué)生手機(jī)依賴情況的量化分析[J].新聞知識，2013（2）.
[5]梁娜，楊爍.80后大學(xué)生的手機(jī)依賴程度調(diào)查報告[J].東南傳播，2009（3）.
[6]謝榕.網(wǎng)絡(luò)空間自我呈現(xiàn)過程中的工具利用――以QQ空間為例[J].江西青年職業(yè)學(xué)院學(xué)報，2010（3）.
[7]王婷婷.社交網(wǎng)絡(luò)中的自我呈現(xiàn)[J].學(xué)理論，2011（17）.
[8]（美）戈夫曼著.黃愛華，馮剛譯.日常生活中的自我呈現(xiàn)[M].杭州：浙江人民出版社，1989.
[關(guān)鍵詞]學(xué)科信息素質(zhì)在線教育平臺 Scitable學(xué)習(xí)空間
[分類號]G252
1 概述
信息素質(zhì)教育一般分為通用信息素質(zhì)教育和學(xué)科信息素質(zhì)教育兩個層次。進(jìn)入21世紀(jì)以來，隨著信息素質(zhì)教育的開展，用戶自身素質(zhì)不斷提高，其信息需求向更加專業(yè)化方向發(fā)展，針對不同學(xué)科開展專業(yè)層次的信息素質(zhì)教育成為必要。在當(dāng)前新信息環(huán)境下，傳統(tǒng)基于課程和培訓(xùn)方式的信息素質(zhì)教育難以適應(yīng)這種發(fā)展形勢，在線形式的信息素質(zhì)教育平臺開始出現(xiàn)，并越來越成為信息素質(zhì)教育的主要形式。因而，探索和構(gòu)建基于學(xué)科的在線信息素質(zhì)教育平臺，開始受到人們的關(guān)注。由Nature出版集團(tuán)推出的Scitable站點(diǎn)正是學(xué)科信息素質(zhì)教育的典型案例。本文將對這一平臺進(jìn)行深入剖析，總結(jié)其功能、特點(diǎn)和優(yōu)勢，以期對我國學(xué)科信息素質(zhì)教育平臺的構(gòu)建有所借鑒。
Scitable是一個免費(fèi)的開放在線教育／學(xué)習(xí)平臺，它整合了Nature出版集團(tuán)高質(zhì)量的科學(xué)文獻(xiàn)，同時具備網(wǎng)絡(luò)社區(qū)的特點(diǎn)，為全球各地科研人員和師生提供科學(xué)觀點(diǎn)、教學(xué)實(shí)踐和學(xué)習(xí)資源交流與合作的機(jī)會。目前，該平臺以遺傳學(xué)學(xué)科為構(gòu)建對象，提供了該領(lǐng)域的各種教學(xué)和科研文獻(xiàn)以及在線學(xué)習(xí)工具，以幫助科研人員和師生開展研究和學(xué)習(xí)。
2 Scitable平臺的構(gòu)成
Scitable主要包括功能模塊和輔助模塊兩大部分。功能模塊是平臺開展學(xué)科信息素質(zhì)教育的主體，由主題、個人社交網(wǎng)、興趣組、學(xué)習(xí)路徑和個人主頁5個模塊組成(見表1)。輔助模塊是為便于用戶使用，加強(qiáng)用戶交流和協(xié)作而設(shè)立的一些功能組件，包括學(xué)習(xí)插件、專家咨詢和通訊工具等(見表2)。
2.1 功能模塊及其介紹
2.1.1 主題(topics)在主題模塊中，數(shù)字資源和主題研討室是其中最主要的兩個內(nèi)容。數(shù)字資源是平臺為用戶提供的各種主題的學(xué)術(shù)資源，這些資源都來自Nature出版集團(tuán)，同時經(jīng)過遺傳學(xué)領(lǐng)域的專家審核。資源采用模塊化組織方式，并由學(xué)科專家負(fù)責(zé)參與指導(dǎo)教學(xué)，內(nèi)容以入門性質(zhì)的介紹為主，多以問答的形式展開，最后有簡單的結(jié)論或總結(jié)，部分模塊還附帶在線測試和學(xué)習(xí)操作部分。主題研討室是一個研究討論各種主題的虛擬學(xué)習(xí)空間。目前平臺設(shè)立了遺傳學(xué)、細(xì)胞生物學(xué)、科學(xué)交流和職業(yè)規(guī)劃4個主題研討室，每個研討室下都有若干討論主題。用戶在研討室內(nèi)可以對文章內(nèi)容進(jìn)行評論、發(fā)起討論或是將內(nèi)容與他人分享等，也可以通過左側(cè)的成員和小組列表進(jìn)入社群繼續(xù)參與討論。
2.1.2 個人社交網(wǎng)(people) 與其他在線教育平臺相比，Scitable最突出的特點(diǎn)是個人社交網(wǎng)絡(luò)的嵌入。用戶可以根據(jù)需要建立與世界各地科研人員、教師和學(xué)生的關(guān)系網(wǎng)絡(luò)，開展科研合作、學(xué)術(shù)交流和資源共享，甚至從中尋找職業(yè)發(fā)展的機(jī)會。該平臺協(xié)作學(xué)習(xí)正是基于社交網(wǎng)絡(luò)形成的好友關(guān)系和小組關(guān)系開展的，這種關(guān)系的存在使得網(wǎng)絡(luò)具有一定的穩(wěn)定性，因而用戶之間的學(xué)習(xí)交流更加順暢。同時，這種網(wǎng)絡(luò)在用戶需求挖掘、學(xué)習(xí)興趣發(fā)現(xiàn)、討論組建、資源共享等方面都發(fā)揮重要作用，而且社交網(wǎng)絡(luò)也成為Scitable吸引用戶參與的重要手段。最新的一項(xiàng)網(wǎng)上調(diào)查顯示，有75％的18―24歲年齡段人群使用社交網(wǎng)絡(luò)，而有超過80％的學(xué)生每周都會瀏覽和使用社交網(wǎng)絡(luò)站點(diǎn)，因而應(yīng)用社交網(wǎng)絡(luò)能夠有效調(diào)動這部分用戶的參與。
2.1.3 學(xué)習(xí)興趣組(groups) Scitable允許用戶根據(jù)需要建立自己的科研、學(xué)習(xí)興趣組，同時可以邀請其他學(xué)生或?qū)＜依蠋煹膮⑴c。興趣組包括課堂學(xué)習(xí)組和主題交流組，前者是指為完成特定教學(xué)任務(wù)或進(jìn)行課程學(xué)習(xí)而建立起來的小組，后者是為參與某一主題討論而建的興趣小組，并不涉及教學(xué)內(nèi)容。興趣組中有許多由創(chuàng)建者的本小組主題的文章和報道，同時提供文獻(xiàn)的URL，方便用戶查找。通過興趣小組，用戶可以發(fā)起或參與討論并對討論內(nèi)容進(jìn)行組織管理，小組成員之間可以分享有益的信息或內(nèi)容，從而實(shí)現(xiàn)資源共享和共同提高，其他用戶也可以瀏覽該小組的所有討論內(nèi)容、參與的主題情況和共享的內(nèi)容等。
2.1.4 學(xué)習(xí)路徑(1earning paths) 學(xué)習(xí)路徑是平臺對用戶的科研和學(xué)習(xí)過程進(jìn)行指導(dǎo)的模塊，它通過文獻(xiàn)導(dǎo)讀的方式對用戶進(jìn)行指導(dǎo)，一般是以時間為順序?qū)⒛骋恢黝}研究過程中的關(guān)鍵環(huán)節(jié)或重大發(fā)現(xiàn)串聯(lián)起來，使用戶形成對該主題研究過程的整體認(rèn)識。目前，平臺已經(jīng)提供了許多典型主題研究的學(xué)習(xí)路徑供用戶參考學(xué)習(xí)。以學(xué)習(xí)路徑“基因圖譜：歷史與現(xiàn)狀”為例，研究路徑再現(xiàn)了基因鏈的發(fā)現(xiàn)、基因重組和基因圖譜、典型有機(jī)體的基因圖譜繪制、多基因遺傳和基因圖譜、染色體圖譜繪制以及人類基因圖譜的繪制的發(fā)展過程。通過學(xué)習(xí)路徑，用戶對這一問題的研究過程進(jìn)行了全面有序的梳理，從而便于對這些學(xué)科基礎(chǔ)知識的掌握和科研、學(xué)習(xí)的快速入門。
2.1.5 個人主頁(my scitable)個人主頁是平臺為注冊用戶提供的個性化服務(wù)頁面，包括短消息、聯(lián)系人、書架、信息更新等內(nèi)容。它們的主要作用是實(shí)現(xiàn)協(xié)作學(xué)習(xí)，加強(qiáng)用戶之間的溝通和交流。同時，為用戶提供資源收藏鏈接、收集反饋意見、進(jìn)行參考注釋等功能，從而使得學(xué)習(xí)過程更為順暢。個人主頁是用戶建立的小型科研、學(xué)習(xí)環(huán)境，在主頁中通過一系列個性化工具和技術(shù)的應(yīng)用，可以將人、資源、工具和服務(wù)有機(jī)地結(jié)合起來，從而更好地支持用戶的科研和學(xué)習(xí)。與一般的個人主頁相比，Scitable突出的學(xué)習(xí)和知識交互的特點(diǎn)吸引了用戶的廣泛參與。
2.2 輔助模塊
2.2.1 學(xué)習(xí)插件平臺中集成了各種學(xué)習(xí)插件和工具幫助用戶進(jìn)行學(xué)習(xí)，如書簽、文件包等。用戶在學(xué)習(xí)過程中可利用書簽將平臺上的學(xué)術(shù)論文共享到Facebook、Twitter等網(wǎng)站上。文件包用于存儲各種被標(biāo)記的論文、消息和討論內(nèi)容等，方便用戶進(jìn)行批注和速記。
2.2.2 專家咨詢 Scitable創(chuàng)新性地設(shè)置了“學(xué)科專家負(fù)責(zé)制”的在線參考咨詢服務(wù)，由學(xué)科專家負(fù)責(zé)模塊的資源建設(shè)和問題咨詢。這種服務(wù)特點(diǎn)能夠充分發(fā)揮學(xué)科專家的知識技能來滿足用戶的信息需求，從而大大提高用戶的學(xué)習(xí)效率和學(xué)科素質(zhì)。
2.2.3 在線課堂 是平臺為師生在線教學(xué)提供的一種虛擬空間。教師可以上傳下載各種教學(xué)資源，同時為學(xué)生提供各種在線閱讀書目、討論主題和學(xué)習(xí)工具等。學(xué)生可以進(jìn)行實(shí)時提問、課程資源和論文下載等。在線課堂作為傳統(tǒng)教育的重要補(bǔ)充，既可以進(jìn)行在線教學(xué)，也可以作為師生課外學(xué)習(xí)討論的重要途徑。
2.2.4 實(shí)時交流 平臺在每個頁面左側(cè)欄都設(shè)有實(shí)時交流工具，方便用戶隨時進(jìn)行溝通和聯(lián)系，從而實(shí)現(xiàn)交互和協(xié)作學(xué)習(xí)。同時，實(shí)時交流也是結(jié)識新用戶、建立個人社交網(wǎng)絡(luò)的主要通訊工具。
此外，平臺還提供了資源之間的超鏈接、術(shù)語列表，集合了各種學(xué)術(shù)資源的“圖書館”模塊，從而輔助學(xué)習(xí)和資源的獲取利用。
3 Scitable平臺的構(gòu)建特點(diǎn)
3.1 與學(xué)科資源結(jié)合，發(fā)揮自身優(yōu)勢
與一般的信息素質(zhì)教育平臺相比，Scitable平臺以Nature出版集團(tuán)高質(zhì)量的遺傳學(xué)學(xué)科資源為基礎(chǔ)，同時發(fā)揮學(xué)科專家的優(yōu)勢參與資源的組織和建設(shè)。平臺上的每篇文獻(xiàn)都來自Nature出版集團(tuán)，并通過學(xué)科專家的審核，而且也允許用戶在資源內(nèi)容方面提供意見和建議。平臺本身也作為一個開放的以科學(xué)教育為目的的數(shù)字圖書館，為科研人員、教師和學(xué)生提供服務(wù)。這樣平臺建設(shè)就實(shí)現(xiàn)了將優(yōu)質(zhì)的學(xué)術(shù)資源與知名的專家學(xué)者以及用戶的信息需求的有效結(jié)合，從而發(fā)揮各自優(yōu)勢，實(shí)現(xiàn)科研、學(xué)習(xí)的交流和互動。
3.2 內(nèi)容設(shè)計新穎，充分吸引用戶
Scitable平臺除了豐富的學(xué)術(shù)資源外，也設(shè)立了眾多形式新穎的學(xué)習(xí)內(nèi)容，吸引用戶的參與和討論。最典型的例子是焦點(diǎn)模塊的設(shè)計。焦點(diǎn)是指科學(xué)領(lǐng)域內(nèi)各種最新出現(xiàn)或備受人們關(guān)注的熱門話題，是許多學(xué)者和師生的興趣所在，成為開展科學(xué)研究的出發(fā)點(diǎn)，往往也成為了解該學(xué)科的切入點(diǎn)。例如，與遺傳學(xué)有關(guān)的焦點(diǎn)包括人類基因組計劃、轉(zhuǎn)基因生物、H1N1病毒、干細(xì)胞、心臟病、傳染病等，對這些熱點(diǎn)問題的討論，不僅能為科學(xué)研究提供可參考的觀點(diǎn)和見解，也有助于廣泛吸引用戶的參與，推動科普知識的普及。正如Nature教育副總裁所說，“平臺在推出的第一年就吸引了來自156個國家的50萬用戶的參與，形成了約1 000個討論組”。
3.3 技術(shù)特點(diǎn)鮮明，便于實(shí)現(xiàn)交互協(xié)作
作為一個在線的科學(xué)教育和個人學(xué)習(xí)空間，Scitable平臺整合了社會網(wǎng)絡(luò)技術(shù)、Web2.0技術(shù)、開放獲取技術(shù)和個性化推送技術(shù)等，充分實(shí)現(xiàn)用戶在科研、教育和學(xué)習(xí)中的交互協(xié)作。目前，平臺同時擁有維基百科、社交站點(diǎn)和在線期刊的各種功能和優(yōu)點(diǎn)，使其與一般的學(xué)習(xí)平臺相比有明顯的技術(shù)優(yōu)勢。此外，Scitable還與因特爾等知名企業(yè)開展合作，充分利用他們的技術(shù)優(yōu)勢。例如，2010年8月推出的“手機(jī)版”平臺，用戶使用普通手機(jī)、iPad、iPhone、黑莓甚至電子書閱讀器等移動設(shè)備都可以進(jìn)行訪問。通過合作，Scitable實(shí)現(xiàn)了社交網(wǎng)絡(luò)的快速擴(kuò)展，在全球范圍內(nèi)覆蓋盡可能多的用戶，而合作企業(yè)也可以實(shí)現(xiàn)對最新科學(xué)研究的及時跟蹤。
3.4 理論學(xué)習(xí)與實(shí)際操作相結(jié)合
當(dāng)前，在線教育平臺的一個很大弊端是理論與實(shí)踐脫節(jié)，平臺講授各種學(xué)習(xí)理論，但是沒有提供實(shí)踐操作的機(jī)會，很多用戶不經(jīng)過實(shí)踐，學(xué)過之后便很快遺忘。Seitable正是意識到這一問題，在平臺設(shè)計中將理論講授與實(shí)際操作結(jié)合起來，以期從根本上提高用戶的學(xué)科素質(zhì)。例如平臺的“在線測試”、“學(xué)習(xí)操作”等欄目是在用戶階段性學(xué)習(xí)之后開設(shè)的測試和練習(xí)，用戶可以進(jìn)行實(shí)際操作，從而對所學(xué)知識及時總結(jié)。而且平臺理論學(xué)習(xí)、主題討論、實(shí)時評論和熱點(diǎn)關(guān)注等多種欄目的開展，也有利于用戶理論知識的掌握和實(shí)際的應(yīng)用。
3.5 個性化學(xué)習(xí)特征明顯
Scitable平臺以遺傳學(xué)學(xué)科資源為構(gòu)建對象，但即便是在同一學(xué)科背景下，用戶依然可以享受到個性化特征明顯的在線學(xué)習(xí)環(huán)境。以平臺的個人主頁模塊為典型代表，它是Scitable個性化特征的集中體現(xiàn)。在平臺中，用戶個人主頁下的每個“好友”列表、資源類型、學(xué)習(xí)工具、參與主題和人際網(wǎng)絡(luò)都是按照自己的標(biāo)準(zhǔn)建立起來的，完全是用戶個性化需求的真實(shí)體現(xiàn)，因而每個用戶的頁面構(gòu)成都不相同。而一個個看似獨(dú)立的個人頁面，通過一系列交互工具和技術(shù)的應(yīng)用，形成了一個縱橫交錯又個性化特征明顯的科研、學(xué)習(xí)網(wǎng)絡(luò)，從而更好地支持用戶的在線學(xué)習(xí)。
4 Scitable 對我國在線信息素質(zhì)教育平臺的啟示
4.1 改革平臺教學(xué)內(nèi)容，加入學(xué)科素質(zhì)教育
目前我國的信息素質(zhì)教育平臺多是進(jìn)行信息素質(zhì)的通識教育，包括圖書館資源介紹、使用技能培訓(xùn)、信息檢索課件下載、論文寫作指導(dǎo)和在線課程學(xué)習(xí)等，這種模式最大的特點(diǎn)是將圖書館資源、服務(wù)與信息素質(zhì)教育結(jié)合，而針對專業(yè)層次的學(xué)科信息素質(zhì)教育開展較少。因此，借鑒Scitable學(xué)科信息素質(zhì)教育的經(jīng)驗(yàn)，可以在現(xiàn)有通識教育模式的基礎(chǔ)上，改革教學(xué)內(nèi)容，加入學(xué)科信息素質(zhì)教育模塊，按專業(yè)內(nèi)容和性質(zhì)進(jìn)行差異化教學(xué)。圖書館可以與專業(yè)教師、科研專家一起探索設(shè)計該學(xué)科信息素質(zhì)的教學(xué)內(nèi)容和實(shí)施方案，結(jié)合具體的專業(yè)背景開展信息素質(zhì)教育。例如，美國加州州立大學(xué)的信息素質(zhì)教育除了設(shè)有基本信息素養(yǎng)模塊外，還提供了5個基于學(xué)科的教育指南進(jìn)行專業(yè)層次的學(xué)科素質(zhì)教育。
4.2 與學(xué)科資源建設(shè)和學(xué)科化服務(wù)相結(jié)合
學(xué)科資源和學(xué)科服務(wù)是學(xué)科信息素質(zhì)教育平臺的兩大要素，因此平臺構(gòu)建可以與圖書館現(xiàn)有的資源和服務(wù)相結(jié)合。在學(xué)科資源方面，利用圖書館的機(jī)構(gòu)庫、信息／學(xué)習(xí)共享空間、學(xué)科信息門戶、特色學(xué)科數(shù)據(jù)庫等，將這些資源篩選、重組或以鏈接的方式嵌入學(xué)科信息素質(zhì)教育平臺中，實(shí)現(xiàn)學(xué)科資源的充分利用。學(xué)科化服務(wù)目前已經(jīng)在我國圖書館廣泛開展，但是在當(dāng)前新信息環(huán)境下還有很大的拓展空間。可以說，提升用戶學(xué)科素質(zhì)本身就是學(xué)科化服務(wù)的重要內(nèi)容。因而，與學(xué)科化服務(wù)結(jié)合，利用學(xué)科館員提升用戶信息素質(zhì)，同時在信息素質(zhì)教育平臺中嵌入學(xué)科參考咨詢系統(tǒng)、設(shè)置學(xué)科資源推介欄目、構(gòu)建學(xué)科信息環(huán)境和提供重點(diǎn)學(xué)科情報服務(wù)等，是圖書館開展學(xué)科信息素質(zhì)教育的有效途徑，如圖1所示：
4.3 創(chuàng)新平臺的內(nèi)容設(shè)計和組織形式
目前，盡管人們已經(jīng)認(rèn)識到在線信息素質(zhì)教育平臺的重要性，但是許多機(jī)構(gòu)在平臺構(gòu)建過程中僅僅是將傳統(tǒng)信息素質(zhì)教育進(jìn)行網(wǎng)絡(luò)化，教育內(nèi)容和形式依然陳舊，用戶參與和使用的積極性不高。這方面一些學(xué)科信息門戶建設(shè)后利用率不高的教訓(xùn)值得注意，而Scitable正是憑借新穎的學(xué)習(xí)內(nèi)容和個性化設(shè)計的特點(diǎn)才吸引了眾多的用戶參與。因此，在學(xué)科信息素質(zhì)教育平臺構(gòu)建過程中可以建立一些內(nèi)容活潑、形式新穎的欄目，比如焦點(diǎn)討論區(qū)、學(xué)科熱點(diǎn)交流區(qū)、學(xué)科疑難答疑區(qū)、實(shí)踐操作區(qū)、個性化服務(wù)專區(qū)，甚至職業(yè)規(guī)劃討論區(qū)等豐富現(xiàn)有刻板的教育內(nèi)容和形式，吸引用戶尤其是年輕用戶的廣泛參與。可以設(shè)立專門的學(xué)科館員或?qū)＜邑?fù)責(zé)指導(dǎo)，用戶可以根據(jù)自己需要自由加入或參與討論。
4.4 利用最新技術(shù)，開展協(xié)作教學(xué)
目前，我國在線信息素質(zhì)教育平臺提供的服務(wù)仍然是基于Webl.0的組織方式，用戶之間、用戶與教學(xué)人員之間的交流渠道有限。雖然用戶可以通過郵件、
網(wǎng)絡(luò)表單、電話等方式進(jìn)行咨詢和反饋，但用戶間的交互和協(xié)作學(xué)習(xí)的程度不夠。Scitable平臺的核心理念就是通過社會網(wǎng)絡(luò)和Web2.0技術(shù)等各種新型技術(shù)的應(yīng)用，實(shí)現(xiàn)交互協(xié)作，學(xué)生之間、學(xué)生與教師或?qū)W科專家之間都可以進(jìn)行無障礙的溝通交流。因而，構(gòu)建信息素質(zhì)教育平臺可充分利用當(dāng)前最新技術(shù)，發(fā)揮交流協(xié)作的功能，將協(xié)作學(xué)習(xí)視為用戶信息素質(zhì)的重要能力，開展協(xié)作式教學(xué)。此外，隨著當(dāng)前技術(shù)的發(fā)展，可以將信息素質(zhì)教育平臺嵌入到用戶的學(xué)習(xí)管理系統(tǒng)(如高校的Blackboard系統(tǒng)、社交網(wǎng)絡(luò)平臺、維基和個人博客等系統(tǒng))中，從而實(shí)現(xiàn)各種學(xué)習(xí)技術(shù)的融匯，如中國科學(xué)院國家科學(xué)圖書館的開放信息素質(zhì)教育平臺與Wiki系統(tǒng)的融合。
4.5 加強(qiáng)合作，實(shí)現(xiàn)平臺的共建共享
圖書館一直是我國信息素質(zhì)教育的重要力量。當(dāng)前的信息素質(zhì)教育平臺大多依靠本館資源進(jìn)行建設(shè)，圖書館之間、圖書館與出版商或信息提供商之間的合作較少，使得資源的質(zhì)量難以保障，同時構(gòu)建成本較高。借鑒Scitable的構(gòu)建模式：①圖書館可以與信息提供商合作，在保障資源的同時，發(fā)揮合作伙伴先進(jìn)的技術(shù)優(yōu)勢，克服平臺建設(shè)的技術(shù)難題，降低構(gòu)建成本，例如中國科學(xué)院國家科學(xué)圖書館與Thomson Reuters科技與醫(yī)療集團(tuán)聯(lián)合推出的在線課程就應(yīng)用了對方功能良好的Webex學(xué)習(xí)平臺進(jìn)行教學(xué)；②加強(qiáng)與學(xué)術(shù)團(tuán)體、科研院所的合作，發(fā)揮其科研人員的科學(xué)素質(zhì)優(yōu)勢，實(shí)現(xiàn)信息素質(zhì)的共同提升，例如建立“客座研究員”制度，邀請專家參與和負(fù)責(zé)學(xué)科指導(dǎo)或開展相關(guān)學(xué)科素質(zhì)的講座等；③完善用戶參與機(jī)制，在平臺構(gòu)建過程中廣泛征求用戶意見和建議，建立用戶反饋機(jī)制，及時對平臺進(jìn)行更新和完善。
參考文獻(xiàn)：
[1]曾曉牧，孫平.高校信息素質(zhì)能力指標(biāo)體系研究[學(xué)位論文].北京：清華大學(xué)，2004.
[2]張士靖，杜建，劉娜.高校不同層次信息素質(zhì)教育調(diào)查分析.情報雜志，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.英國國家在線信息素質(zhì)教育平臺VTS的構(gòu)建與啟示.圖書情報知識，2008(5)：92―97.
[8]在線信息素質(zhì)教育中心.[2010一09―25].http：／／lib.sytu.省略／zxxxsz／index.htm.
[9]開放信息素質(zhì)教育服務(wù)平臺.[2010一08一15].http：／／il.1as.省略／index.php.
[10]初景利.新信息環(huán)境下學(xué)科館員制度與學(xué)科化服務(wù).圖書情報工作，2008，52(2)：5.
關(guān)鍵詞：社交網(wǎng)絡(luò) 市場營銷 持續(xù)改進(jìn)
一、現(xiàn)代社交網(wǎng)絡(luò)的特點(diǎn)
社交網(wǎng)絡(luò)是在SNS理念的基礎(chǔ)上建立的網(wǎng)絡(luò)平臺，用戶可以通過在網(wǎng)絡(luò)上填寫個人資料或建立個人主頁來認(rèn)識與自己興趣愛好想通或者背景想通的人，并與這些人保持聯(lián)系，通過網(wǎng)絡(luò)的形式來交流彼此的信息，分享彼此的愛好。從本質(zhì)上來分析，社交網(wǎng)絡(luò)就是一個為人們提供交流和分享的平臺，通過用戶之間良好的互動性、積極性、分享性使其成為一個影響力極其深遠(yuǎn)的傳播平臺，并從根本上超越了傳統(tǒng)物聯(lián)網(wǎng)的傳播效果，徹底顛覆了用戶以往獲取信息的渠道及方式，在社交網(wǎng)絡(luò)的作用下，越來越多的用戶更加依賴于通過身邊朋友的分享來獲取最新的信息，而不是通過傳統(tǒng)的瀏覽網(wǎng)頁或是搜索的方式來獲取。因此，現(xiàn)代社交網(wǎng)絡(luò)改變的不僅僅是一種信息獲取方式，更多的是一種生活方式。
二、市場營銷在設(shè)計網(wǎng)絡(luò)方面的借鑒意義
社交網(wǎng)絡(luò)的主要價值就在于人與人之間形成的聯(lián)系。熟悉的朋友關(guān)系使網(wǎng)絡(luò)平臺上的用戶之間更加相互信任，因此能夠更大膽地在網(wǎng)絡(luò)平臺上分享信息，并互相影響消費(fèi)決策。與之前傳統(tǒng)的網(wǎng)絡(luò)營銷相比，依托社交網(wǎng)絡(luò)而建立的市場營銷模式更加具有真實(shí)性和說服力，因?yàn)闊o論如何，在現(xiàn)實(shí)生活中某個真實(shí)朋友對于產(chǎn)品或服務(wù)的評價看法往往都比陌生網(wǎng)友的點(diǎn)評更加可信，也更具參考價值。因此在社交網(wǎng)絡(luò)上展開市場營銷活動，可以通過現(xiàn)實(shí)生活中的人際關(guān)系網(wǎng)絡(luò)更好地宣傳產(chǎn)品或服務(wù)，使每一個社交網(wǎng)絡(luò)的用戶都成為該品牌的宣傳者，這樣可以以最低的成本來取得最佳的效果，達(dá)到較好的市場營銷效果。
三、在社交網(wǎng)絡(luò)上建立市場營銷模式的策略分析
根據(jù)現(xiàn)階段的技術(shù)條件及市場情況來看，如果想通過社交網(wǎng)絡(luò)有效建立一個市場營銷模式，至少應(yīng)按照以下幾個步驟進(jìn)行：收集匯總各種相關(guān)信息；招聘各區(qū)域的負(fù)責(zé)人員；正式開展?fàn)I銷活動；對營銷效果進(jìn)行測量和評價；持續(xù)改進(jìn)；
（一）收集匯總各種相關(guān)信息
在社交網(wǎng)絡(luò)上建立市場營銷模式之前，必須先通過各種方式收集到相關(guān)信息，其中包括
社交網(wǎng)站中的用戶對將要進(jìn)行營銷的產(chǎn)品或服務(wù)的看法及關(guān)注程度、社交網(wǎng)絡(luò)中相關(guān)用戶的個人信息及聯(lián)系方式，營銷人員在收集到這些資料之后，可以匯總在一起并按照一定的方式進(jìn)行歸檔，形成一個龐大的數(shù)據(jù)庫，為將來的營銷活動提供準(zhǔn)備。
首先營銷人員應(yīng)將社區(qū)網(wǎng)站內(nèi)用戶之間所交流的內(nèi)容進(jìn)行搜索，看看自己所要營銷的產(chǎn)品或服務(wù)是否曾經(jīng)被用戶討論過。在進(jìn)行這項(xiàng)工作時必須選擇與該產(chǎn)品或服務(wù)相關(guān)的關(guān)鍵詞進(jìn)行搜索。現(xiàn)階段，除了百度搜狗等大型搜索引擎之外，還有一些專業(yè)的搜索軟件，可以為營銷人員提供更加精確的搜索服務(wù)。在此過程，營銷人員對于一些影響力不同的內(nèi)容應(yīng)該分開處理。在對信息進(jìn)行采集的過程中，營銷人員應(yīng)該將關(guān)注焦點(diǎn)放在一些影響力較強(qiáng)的部分，其中包括陣容最強(qiáng)大的社區(qū)及用戶討論次數(shù)最多的產(chǎn)品或服務(wù)內(nèi)容，除此之外，還包括用戶對于該產(chǎn)品或服務(wù)及其公司的評價和意見。
在對信息進(jìn)行收集之后，還應(yīng)將所有具有價值的信息進(jìn)行匯總，并集中保存在數(shù)據(jù)庫中。在接下來所開展的營銷活動中，營銷人員可以借鑒數(shù)據(jù)庫中的數(shù)據(jù)，來展開更加具有針對性的營銷活動，確保營銷策略更加有效。
（二）招聘各社區(qū)的人員
在社交網(wǎng)絡(luò)上建立營銷模式之前，還需要建立一個以該企業(yè)或者產(chǎn)品為中心的社區(qū)，并
在此社區(qū)中開展相關(guān)營銷活動。這樣能夠大大降低網(wǎng)絡(luò)營銷成本，并獲得良好的營銷效果。
首先營銷人員應(yīng)通過發(fā)送邀請函的方式，邀請社交網(wǎng)絡(luò)平臺中的用戶加入該社交。但是在選擇邀請函的發(fā)送對象時，應(yīng)選擇對該產(chǎn)品有興趣，并存在購買意向的客戶。在發(fā)送了大量邀請函給目標(biāo)客戶之后，該公司所建立的社區(qū)會頓時增加很多瀏覽量，這就說明有很多用戶在收到邀請函之后都對該社區(qū)進(jìn)行了瀏覽，但這并不意味著所有用戶都會對該社區(qū)進(jìn)行持續(xù)關(guān)注，因此社區(qū)必須時刻提供使用戶感興趣的內(nèi)容，來獲得用戶的持續(xù)關(guān)注，并將信息傳遞給更多身邊的朋友。
接著，就可以進(jìn)入社區(qū)推廣階段了。社區(qū)推廣的最佳方式便是在公司所有生產(chǎn)的產(chǎn)品上都印上社區(qū)網(wǎng)址，吸引用戶的加入。除此之外，通過多媒體或友情鏈接的方式，也可以取得良好的效果。
（三）正式開展?fàn)I銷活動
在建立社區(qū)并招募到一定數(shù)量的社員之后，就可以正式進(jìn)入營銷過程了。在社交網(wǎng)絡(luò)平
臺中，對話是最常用的一種營銷方式，而且對話越激烈，說明該產(chǎn)品在消費(fèi)者中的影響力越大。通過營銷人員與社區(qū)成員或者社區(qū)成員與社區(qū)成員之間的對話，可以將該公司產(chǎn)品的影響力不斷進(jìn)行擴(kuò)張。
首先應(yīng)在社區(qū)中展開一些比較有趣味的活動來吸引社區(qū)成員的關(guān)注，并激發(fā)他們對于該產(chǎn)品的討論。這些活動通常是以該公司所提供的產(chǎn)品為中心展開的，并在活動過程中提供一些獎勵或激勵性措施來提高社區(qū)成員的參與程度。在激勵措施的帶動下，社區(qū)成員會更加有意愿對該活動進(jìn)行關(guān)注，并傳播給身邊的朋友。
其次，營銷人員應(yīng)試圖在社區(qū)網(wǎng)絡(luò)中主動發(fā)起對話。由于社區(qū)成員大部分都是對該公司產(chǎn)品具有一定關(guān)注程度的人，營銷人員可以圍繞提升產(chǎn)品設(shè)計或改善用戶使用體驗(yàn)等話題發(fā)起會話。除此之外，營銷人員還可以利用其他與公司產(chǎn)品相一致的話題來展開話題，例如食品安全，行駛安全，健康養(yǎng)生等等。
隨后，營銷人員還應(yīng)定期對社區(qū)主頁中的內(nèi)容進(jìn)行更新。在社區(qū)公司相關(guān)產(chǎn)品的文章或圖片，能夠有效激發(fā)起社區(qū)成員對于該產(chǎn)品的關(guān)注程度，并引起相互之間的討論，因此營銷人員應(yīng)對網(wǎng)絡(luò)社區(qū)上的內(nèi)容進(jìn)行定期更新，讓社區(qū)成員隨時掌握產(chǎn)品的最新動態(tài)。具體可以為現(xiàn)有的主推產(chǎn)品新的廣告或功能介紹視頻。
最后，營銷人員應(yīng)大力鼓勵社區(qū)成員對該產(chǎn)品的相關(guān)信息進(jìn)行分享。社區(qū)成員是構(gòu)成社區(qū)的主要群體，因此抓住社區(qū)成員之間對于信息的分享內(nèi)容才是提高公司產(chǎn)品影響力的根本。針對這一點(diǎn)，營銷人員應(yīng)鼓勵社區(qū)人員在社區(qū)平臺中積極分享他們對于該產(chǎn)品或服務(wù)的看法和評價，并將自己對于該產(chǎn)品的使用體驗(yàn)分享給身邊的朋友，為其他用戶的使用提供更寶貴的意見。
（四）對營銷效果進(jìn)行測量和評價
在社區(qū)網(wǎng)絡(luò)上開展了一系列營銷活動之后，營銷人員需要通過一些方式去了解這些活動
所帶來的效果，具體可以測量消費(fèi)的對該產(chǎn)品的關(guān)注程度是否得到了提高、該產(chǎn)品在營銷活動的作用之下銷量是否上升等等。具體的測量評價方式有很多種，下面就介紹三種最常用的測量方式：
1.使用免費(fèi)測量統(tǒng)計工具進(jìn)行測量
免費(fèi)測量統(tǒng)計工具是一種最簡單最容易操縱的設(shè)計網(wǎng)絡(luò)影響力分析工具，現(xiàn)階段，使用最多的免費(fèi)統(tǒng)計工具包括Google分析、Site Meter（網(wǎng)站電表）、Technorati等，這些免費(fèi)統(tǒng)計工具為設(shè)計網(wǎng)絡(luò)提供了跟蹤討論等一系列功能，但該公司的品牌或者產(chǎn)品在網(wǎng)絡(luò)中被討論時，這種免費(fèi)測量統(tǒng)計工具的使用者會自動收到通知。
2.使用專業(yè)的測量分析工具進(jìn)行測量
除了一些免費(fèi)的測量統(tǒng)計工具之外，市場上還有一些較為專業(yè)的測量統(tǒng)計工具，例如Cymfony 和BuzzMetric等等。這些軟件無論是在功能還是在操作方式方面都較為復(fù)雜，它能夠從海量的信息中提煉出具有較高價值的信息，并對其展開深入分析和處理，最后自動計算出營銷活動所帶來的利潤與成本之間的比例，為營銷人員帶來更加精確準(zhǔn)確的結(jié)論。
（五）持續(xù)改進(jìn)
網(wǎng)絡(luò)社區(qū)對于我們來說是一個較為新鮮的平臺，在信息化快速發(fā)展的時代中，不斷萌芽
出各種新型的技術(shù)和理念，與此同時用戶的需求也在發(fā)生著變化，社區(qū)若想長久地留住現(xiàn)有的成員并在將來吸引更多新的成員加入進(jìn)來，就必須在現(xiàn)有的基礎(chǔ)上做好持續(xù)改進(jìn)工作。
首先，營銷人員應(yīng)該認(rèn)真傾聽顧客的呼聲。在順利結(jié)束社交網(wǎng)絡(luò)的某項(xiàng)活動之后，營銷人員應(yīng)開始密切關(guān)注社區(qū)成員對于該活動的意見，并對一些有價值的建議進(jìn)行收集，不能等到緊要關(guān)頭才開始進(jìn)行。其次，應(yīng)該以所收集到的意見為基礎(chǔ)，嘗試更多的創(chuàng)新。目前，已經(jīng)有越來越多的創(chuàng)新正在網(wǎng)絡(luò)社區(qū)中出現(xiàn)，為了確保該社區(qū)在互聯(lián)網(wǎng)中的穩(wěn)固地位，營銷人員必須與時俱進(jìn)，進(jìn)行同步創(chuàng)新，并保證所創(chuàng)新的內(nèi)容與用戶的要求相一致，這樣才能更好的留住現(xiàn)有客戶并吸引更多新的客戶。
參考文獻(xiàn)：
[1] 黃華. 中國社交網(wǎng)站商業(yè)模式發(fā)展研究[D].碩士學(xué)位論文，上海師范大學(xué)，2010
關(guān)鍵詞：社交商務(wù)智能；商務(wù)智能；合作博弈
一、緒論
引用維基百科的定義，社會化商務(wù)智能（social BI）是指經(jīng)由云技術(shù)的終端用戶實(shí)現(xiàn)的對顧客業(yè)務(wù)分析報告和顯示盤的創(chuàng)建、推介和分享，社會化商務(wù)智能使得基于用戶生成的分析和基于專業(yè)人士的商業(yè)分析和數(shù)據(jù)挖掘分析二者實(shí)現(xiàn)協(xié)同發(fā)展。它是對傳統(tǒng)商務(wù)智能（BI）所涉范圍的拓展，將商務(wù)智能的決策支持功能延伸到企業(yè)視角，使得企業(yè)商務(wù)決策的來源、方法和標(biāo)準(zhǔn)不再局限于單個企業(yè)，是更多企業(yè)決策能力的協(xié)同。Spotfire的市場總監(jiān)Mark Lorion把社會化商務(wù)智能看作是“更為協(xié)作型的分析”。對于一個企業(yè)，它意味著跨企業(yè)協(xié)作時代的來臨，即利用建立在核心商務(wù)智能工具上的商務(wù)智能功能在社會化程度上的 “互動”。直觀上講，社會化商務(wù)智能的價值在于擴(kuò)大了信息來源的范圍，優(yōu)化了分析方法，使得商務(wù)決策更加合理有效。同時，它還對企業(yè)的經(jīng)濟(jì)行為產(chǎn)生影響，基于社會化商務(wù)智能背景下的企業(yè)必須調(diào)整自身行為，擴(kuò)大企業(yè)網(wǎng)絡(luò)，以更好地參與市場競爭。
二、文獻(xiàn)回顧
Fei-Yue Wang et al（2007）認(rèn)為社會信息學(xué)向社會智能的轉(zhuǎn)移是通過對社會行為的建模分析、提取人類社會動力學(xué)因素以及認(rèn)為創(chuàng)立社會機(jī)構(gòu)并產(chǎn)生可行的社會認(rèn)知而形成的。James E. Powell（2011）收集了如何將社會化媒體整合到商務(wù)智能的分析之中，并對其為企業(yè)帶來的效益增加作了闡述。Lynn Wu（2013）則考察了社交網(wǎng)絡(luò)效應(yīng)對員工的生產(chǎn)效率和工作保障的影響，并將該用戶間的效應(yīng)關(guān)系分為兩個獨(dú)立方面，工具性關(guān)系和表達(dá)性關(guān)系。
在此，基于企業(yè)間協(xié)同的社會化商務(wù)智能把企業(yè)看作社交網(wǎng)絡(luò)中的結(jié)點(diǎn)，聯(lián)系企業(yè)間的相互關(guān)系來傳遞客戶信息和決策分析方法等，以此提升行業(yè)的整體運(yùn)營效率。然而，理性的企業(yè)個體更多地是考慮自身的利益，而非集體利益，這就有可能在協(xié)同企業(yè)間產(chǎn)生囚徒困境（Prisoner's dilemma）的結(jié)果。為此，分析不同企業(yè)間的策略是獨(dú)具價值的。
三、社會化商務(wù)智能下的企業(yè)競爭行為分析
1、企業(yè)競爭行為的變革
社會化商務(wù)智能的作用在于提高企業(yè)間的協(xié)作，由這種協(xié)同效用而推動整個企業(yè)集團(tuán)的發(fā)展提高。然而，由于現(xiàn)實(shí)中的企業(yè)行為難以觀測，往往只是等到個別企業(yè)采取不合作策略之后才能發(fā)覺其破壞行為。這對于合作次數(shù)有限的企業(yè)來說無疑造成了機(jī)會損失。由此，在社會化商務(wù)智能的環(huán)境下，企業(yè)間訂立合理的信息披露標(biāo)準(zhǔn)和統(tǒng)一的考量標(biāo)準(zhǔn)，使得企業(yè)間的行為更加透明，信息更加對稱。這樣，就可以從技術(shù)角度上杜絕個別企業(yè)的毀約行為。
2、博弈分析
考量企業(yè)集團(tuán)內(nèi)企業(yè)間的行為普遍的是兩個企業(yè)間的互動。更加實(shí)時透明的企業(yè)行為使得社會化商務(wù)智能背景下的企業(yè)行為由非合作博弈轉(zhuǎn)向合作博弈（見圖1）。
示例圖 1 兩個企業(yè)時的策略性行動
情況（1）和（2）表示采用社會化商務(wù)智能前后，企業(yè)集團(tuán)間的狀況；參與者A和參與者B分別代表由社會化商務(wù)智能而互動起來的兩類能力和規(guī)模均相同的企業(yè)或企業(yè)集團(tuán)。C代表真實(shí)披露企業(yè)信息和檢測手段；N則代表有意誤報信息。支付矩陣中的支付值僅用于說明情況（策略（N，N）表示博弈回到采用社會化商務(wù)智能前的情況），不代表具體某些具體支付。
顯然，從上述支付舉證中可以看出，采用社會化商務(wù)智能后，兩個企業(yè)集團(tuán)間的狀況轉(zhuǎn)變?yōu)檎筒┺模渥顑?yōu)結(jié)果由一個納什均衡解（C，C）構(gòu)成，即在采用社會化商務(wù)智能手段后，企業(yè)集團(tuán)間的行為為雙方都合作時，企業(yè)彼此均達(dá)到最優(yōu)情況，形成雙贏局面。
四、總結(jié)與展望
通過以上對于社會化商務(wù)智能的分析探討，論文前瞻性的對社會化商務(wù)智能進(jìn)行了介紹。同時，分析了在社會化商務(wù)智能的背景下企業(yè)的策略，并得出結(jié)論，在社會化商務(wù)智能的大背景下，企業(yè)集團(tuán)間的競爭行為由原先的零和博弈轉(zhuǎn)變?yōu)檎筒┺模献饔欣趨⑴c者雙方。所以，“社交”產(chǎn)生的協(xié)同效應(yīng)為企業(yè)合作帶來了新的利益增長點(diǎn)。而商務(wù)智能則使得市場中信息不對稱程度大大降低。綜合這兩個方面，社會化商務(wù)智能提高了企業(yè)運(yùn)營效率，優(yōu)化了企業(yè)間的行為，促使社會福利增加，最終提升了市場效率。
盡管論文為商務(wù)智能研究提供了新的視角，但是其中也不乏些許不足之處。一方面，對社會化商務(wù)智能的探討還不夠深入，在分析中難以深入社會化商務(wù)智能的核心，量化社會化因素。另一方面，對于企業(yè)集團(tuán)的策略行為分析及其分析模式?jīng)]有很具有說服力的來源。而以上這些都可以成為論文進(jìn)一步研究的切入點(diǎn)。（作者單位：云南財經(jīng)大學(xué)）
參考文獻(xiàn)：
[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.
關(guān)鍵詞：大數(shù)據(jù)；社交網(wǎng)絡(luò)；廣告
Web2.0革命已經(jīng)成為了網(wǎng)絡(luò)時代的重要社會動力，如果仍舊停留在廣告1.0時代的營銷人將面臨被淘汰的風(fēng)險，此類的廣告營銷特點(diǎn)在于一年進(jìn)行幾次回顧，將銷量與幾十個變量關(guān)聯(lián)到一起，但是這種營銷手段作為一種陳舊的商業(yè)模式，正在被粉碎和瓦解。
根據(jù)市場2.0的特點(diǎn)，《社交網(wǎng)絡(luò)改變世界》一書為其做出以下定義：“第一，這一價值鏈當(dāng)中的傳統(tǒng)把關(guān)人的脫媒現(xiàn)象；第二，從消費(fèi)者到生產(chǎn)者的轉(zhuǎn)變，通過用戶產(chǎn)生內(nèi)容創(chuàng)造出新的增值業(yè)務(wù)模型”，隨著市場特點(diǎn)的變化， 廣告2.0時代，整合了大數(shù)據(jù)分析、云計算和新型分析模型等等，在廣告市場回報方面為公司提供了全新的視角。從MySpace和Facebook到Flicker和Twitter，社交網(wǎng)絡(luò)正在一步一步滲入我們的生活，用戶通過分享等來刺激銷售。隨之而來的是廣告投入方式的巨大變革。
一、大數(shù)據(jù)時代廣告的精準(zhǔn)投放
大數(shù)據(jù)（big data），或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。大數(shù)據(jù)的4V特點(diǎn)：數(shù)據(jù)量（volume）、時效性（velocity）、多樣性（variety）、可疑性（veracity）。
Web2.0 時代的來臨導(dǎo)致廣告營銷環(huán)境出現(xiàn)兩個深刻的變化： 一是受眾接觸信息的行為發(fā)生了變化； 二是廣告媒體的商業(yè)模式也在悄然變動。受眾接觸信息行為的變化表現(xiàn)在 Web2.0 更新了受眾的信息接收方式和身份。一方面受眾信息接收方式從選擇不同媒體以接收信息， 變成了可以直接選擇想要的信息； 另一方面受眾的身份不再固定不變傳播和接受信息幾乎可以同時完成， 一個人可以既是傳播者， 又是受眾。受眾不再是一味被動地接受信息， 而是能夠主動地掌握和控制信息、甚至參與信息的傳播了。廣告營銷媒體商業(yè)模式轉(zhuǎn)變表現(xiàn)在由以傳統(tǒng)大眾媒體為主逐漸向互聯(lián)網(wǎng)等媒體融合或轉(zhuǎn)移。這兩大變化要求廣告營銷人員放棄傳統(tǒng)的媒介模式， 對于新媒體時代下的廣告市場作出新的思考和運(yùn)作。
二、Google等國外搜索引擎的網(wǎng)絡(luò)廣告投放
Google的收益來源主要來自兩個板塊：搜索技術(shù)授權(quán)和網(wǎng)絡(luò)廣告。
目前，google的2/3收入來自廣告，google的網(wǎng)絡(luò)廣告主要分為AdWords和AdSense。AdWords即廣告客戶在google上注冊關(guān)鍵字，企業(yè)網(wǎng)站鏈接廣告將出現(xiàn)在搜索結(jié)果頁面的右側(cè)，收費(fèi)原則是點(diǎn)擊收費(fèi)，不點(diǎn)擊不付費(fèi)，默認(rèn)點(diǎn)擊在中國和波蘭最低0.15元/次，在全球其他區(qū)域是最低5美分/次。
Ask Jeeves，，Inktomi，Looksmart和雅虎等搜索引擎的收費(fèi)方式還有兩種：其一是列表付費(fèi)，客戶需要付費(fèi)才能把自己公司的名字加到列表中去；另一種是位次收費(fèi)，客戶需要付費(fèi)才能讓自己公司的名次靠前。
三、我國網(wǎng)絡(luò)廣告的精準(zhǔn)投放
目前活躍在我國網(wǎng)絡(luò)上的精準(zhǔn)廣告的多種多樣， 包括“搜索引擎廣告”、“窄告”、“富媒體廣告”、“分類廣告”， “博客廣告”、“話告”等。搜索引擎廣告是指廣告主只需輸入一個目標(biāo)關(guān)鍵詞， 例如“洗衣機(jī)”， 便可以在消費(fèi)者查詢“洗衣機(jī)”的結(jié)果頁排個好位置， 以此吸引目標(biāo)受眾的關(guān)注。據(jù)艾瑞調(diào)研數(shù)據(jù)顯示， 2005 年我國搜索引擎運(yùn)營商收入規(guī)模達(dá)10. 4 億元， 同比增長了 81. 9%。搜索引擎的收入來源是網(wǎng)絡(luò)競價排名。而誕生于 2004 年的我國十大廣告媒體之一的“窄告”， 迄今為止， 已覆蓋新浪、網(wǎng)易、人民網(wǎng)、新華網(wǎng)等4000 家強(qiáng)勢媒體， 并以按效果付費(fèi)、每點(diǎn)擊最低 0. 2 元的價格策略， 吸引了眾廣告主特別是中小企業(yè)的關(guān)注。
四、從大數(shù)據(jù)時代走向社交網(wǎng)絡(luò)
大數(shù)據(jù)時代的到來，為精準(zhǔn)廣告提供了發(fā)展機(jī)遇，但是僅僅把精準(zhǔn)作為其帶給網(wǎng)絡(luò)廣告的全部，已遠(yuǎn)遠(yuǎn)不夠。互聯(lián)網(wǎng)將從空間模式轉(zhuǎn)向時間模式：互聯(lián)網(wǎng)上的所有信息很快都將變成基于時間的結(jié)構(gòu)，從靜態(tài)到動態(tài)的，一直在流動。
大數(shù)據(jù)時代我們可以根據(jù)cookies等用戶的上網(wǎng)痕跡推測用戶的喜好，從而進(jìn)行精準(zhǔn)的廣告投放，但是隨著社交網(wǎng)絡(luò)的快速發(fā)展，大數(shù)據(jù)時代的廣告投入方式受到了前所未有的沖擊。Facebook 今已發(fā)展成為全球最大的 SNS 社交網(wǎng)站。國內(nèi)的微博的建立，曾被認(rèn)為是中國的 Myspace 模式佼佼者。社交網(wǎng)絡(luò)廣告?zhèn)鞑サ膬?yōu)勢主要有：1、社交網(wǎng)絡(luò)信息傳播方式層面的價值優(yōu)勢。2、社交網(wǎng)絡(luò)信息傳播的受眾層面的價值優(yōu)勢。
五、占據(jù)社交網(wǎng)絡(luò)廣告投放的制高點(diǎn)
（一）植入隱性廣告
植入隱性廣告的方式有很多，比如企業(yè)直接注冊社交網(wǎng)絡(luò)賬號，主動融入目標(biāo)受眾的網(wǎng)絡(luò)人際圈建立品牌效應(yīng)。這需要進(jìn)行社交網(wǎng)絡(luò)的注冊，并通過一定的高點(diǎn)擊率的信息來吸引社交網(wǎng)絡(luò)中的用戶注意，從而建立起社交網(wǎng)絡(luò)中的社交關(guān)系網(wǎng)，來輻射出更大的信息傳播范圍。
（二）整合營銷
國際公關(guān)公司顧問袁東來指出，線上虛擬世界的趣味游戲和線下具體產(chǎn)物的銷售相滲透才是數(shù)碼平臺營銷的未來演進(jìn)趨勢，但這一演進(jìn)漫長而復(fù)雜。例如，在麥當(dāng)勞和人人網(wǎng)推出的“老朋友見面吧”主題活動中，所有邀請好友見面的用戶都可以下載麥當(dāng)勞優(yōu)惠券以及限時半價優(yōu)惠，促使消費(fèi)者到店消費(fèi)。據(jù)尼爾森的跟蹤調(diào)研報告，人人網(wǎng)上參與麥當(dāng)勞“見面吧”活動的用戶中有超過50%的人到麥當(dāng)勞店內(nèi)進(jìn)行了消費(fèi)，直接參與活動的用戶對麥當(dāng)勞品牌好感度提升了33%。這次嘗試，將成為社交網(wǎng)絡(luò)廣告?zhèn)鞑サ陌l(fā)展趨勢，讓網(wǎng)絡(luò)與現(xiàn)實(shí)更加緊密的結(jié)合，使得廣告的單向傳遞更好地轉(zhuǎn)換為受眾的互動。
（三）口碑傳播模式
現(xiàn)在的消費(fèi)者變得越來越理智且精明，對廣告反感、對促銷不盲從，取而代之的是開始依賴親朋好友的推薦、利用豐富的網(wǎng)絡(luò)信息來支持自己的購買決策。根據(jù)尼爾森最新研究報告結(jié)果，全球有高達(dá)九成以上的消費(fèi)者信任口碑及家人朋友的建議，高于其他所有廣告形式。中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）的《互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》中稱，48%的受訪者稱與電視相比，他們更相信在線獲得的信息。當(dāng)越來越多的消費(fèi)者開始在做出購買決策之前參考他人的意見，社交網(wǎng)絡(luò)渠道就會在產(chǎn)品的成功銷售中扮演更重要的角色，將給廣告主帶來更好的投放效果。
（四）精準(zhǔn)定位模式
社交網(wǎng)絡(luò)另一個突出的傳播特性是真實(shí)性，這種真實(shí)性建立在用戶注冊的真實(shí)性，也建立在用戶關(guān)系的真實(shí)性。在現(xiàn)有的豆瓣網(wǎng)中已經(jīng)較為成功地運(yùn)用了聚合群體，有效地增強(qiáng)了社交網(wǎng)絡(luò)的互動性。一方面可以更大程度上增加社交網(wǎng)絡(luò)用戶間的交互性，另一方面，可以便于社交網(wǎng)絡(luò)廣告的精準(zhǔn)定位，使得廣告主可以在最短的時間找到最精準(zhǔn)的目標(biāo)人群。真正地做到廣告投放的目的、目標(biāo)范圍、產(chǎn)品理念等與用戶的特征、需求喜好、價值取向等相結(jié)合。
六、未來廣告投放的兵家必爭之地
伴隨谷歌公司即將的智能眼鏡 Google glass，由蘋果和三星研發(fā)的智能手表、智能手環(huán)等可穿戴設(shè)備應(yīng)聲而起，一場由智能消費(fèi)終端引發(fā)的物聯(lián)網(wǎng)變革正在醞釀。
2013年5月由《華爾街日報》旗下媒體所舉辦的D11數(shù)字峰會中，可穿戴設(shè)備成為熱點(diǎn)。 瑞士信貸發(fā)表報告預(yù)測稱，在蘋果和Google拉動下，未來2～3年，可穿戴技術(shù)市場規(guī)模將由目前的30億-50億美元增長至300億-500億美元。2013年7月15日在webofscience數(shù)據(jù)庫中，以“可穿戴”為主題詞檢索得到5852條結(jié)果。其中，美國發(fā)表的論文最多，占29.8%，其次為日本，中國已躋身世界5強(qiáng)。
如果說在大數(shù)據(jù)時代和網(wǎng)絡(luò)時代更加注重廣告的傳播方式和用戶，而未來的廣告的投放對于媒介以及設(shè)備的關(guān)注度將會不斷地提高。隨著廣告與人們的聯(lián)系越來越密切，如何保護(hù)人們的隱私？如何提高廣告的真實(shí)性？將成為又一個要攻克的難題。
參考文獻(xiàn)：
[1][加]馬修?弗雷澤，[印]蘇米特拉?杜塔.《社交網(wǎng)絡(luò)改變世界》.談冠華，郭小花譯.北京：中國人民大學(xué)出版社
[2]張遠(yuǎn)昌.《搜主義》.北京：清華大學(xué)出版社，2005
[3]成英玲，甲魯平.Web2.0 時代廣告精準(zhǔn)營銷探析.新聞界，2008.1
[4]遲林晨.社交網(wǎng)絡(luò)的廣告?zhèn)鞑ツＪ?新聞界，2012.20
[5]汪欣.社交網(wǎng)絡(luò)時代平面廣告的堅持與嬗變.Colleges
