時間：2022-05-25 02:51:17
開篇：寫作不僅是一種記錄，更是一種創造，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篇社交網絡論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
由于社交網絡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點向另外一個節點的傳播，本文采用傳染病研究社交網絡信息傳播程，幵一修改形成社交網絡的信息傳播模型。
1.1網絡中的信息傳播式
在社交網絡中，用戶間的好友關系需要經雙的認證才能夠建立起，因此，社交網絡可以看成是一個以用戶為節點，以用戶間的好友關系為邊的無向無權網絡，話題消息沿著節點間的邊迚行傳播，具如1所示[11]。
1.2傳染病擴散機制的網絡輿情話題傳播模型
1.2.1網絡輿情話題傳播中各節點的定義
將網絡節點分為三類：易感染節點(S)、傳播節點(I)和免疫節點(R)，它們分定義如下：(1)易感染節點指未被傳播狀態，在t時刻未接收到某輿情話題信息的節點，處于S狀態的節點很易因為接收到某話題狀態轉變為I狀態。(2)傳播節點表示在t時刻已經開始不斷向網絡中収布輿情話題信息的節點，幵且由于此狀態節點對信息的傳播，可以使未被傳播狀態的節點改變自身狀態，變成I狀態節點開始轉収這信息。(3)免疫節點表示t時刻此節點處于免疫狀態，不會被傳播狀態的節點傳播的信息所影響[12]。
1.2.2網絡輿情話題傳播模型各節點轉換觃則
針對某則輿情話題，社交網絡中每個節點狀態會在易感狀態、傳播狀態、免疫狀態乊間迚行轉換，節點狀態轉換觃則具如下：(1)在始的網絡中所有節點都為S狀態；(2)在話題傳播程中，網絡總用戶數定不變；(2)S(k,t)、I(k,t)及R(k,t)分表示t時刻網絡中的度為k的易感染節點、傳播節點及免疫節點的密度，那么S(k,t)I(k,t)R(k,t)1；(3)若一個易感染節點S與一個傳播節點I迚行接觸，那么該易感染節點轉變成為傳播節點的概率為PSi，PSi叫內部感染概率；(4)若一個易感染節點S與一個傳播節點I迚行接接觸，但會通其它徑得到了目標輿情話題，從而以概率α由易感狀態轉變成為傳播狀態，那么α叫外部感染概率；(5)一個傳播節點I對某話題失去興趣而止傳播，概率Pir轉變為免疫節點，那么Pir叫免疫概率；(6)一個易感染節點S對話題內幵不感興趣，雖然知道了該話題，但不會傳播該話題，幵將以概率Psr接轉變成為免疫節點，那么Psr叫接免疫概率。
1.2.3網絡輿情話題傳播模型的建立
社交網絡話題傳播是一動態程，即話題信息是否迚行傳播受一個或多個因素影響，幵且網絡節點傳播話題時，與臨近節點傳播話題信息的情密切關，傳播節點的度越，對話題在網絡中的傳越有。綜合上述可知，社交網絡輿情話題傳播的節點狀態轉變具如2所示。
2實驗仿真
2.1數據源
為了測試本文提出的社交網絡輿情話題傳播模型的有效性，選擇標準數據集：Facebooksocialnetworkdataset迚行仿真實驗，該數據集包含4039個節點，88234邊[13]。仿真平臺為：雙核CPU2.85G，內存為4G，WindowsXP操作系統，編程工具箱為：Matlab2012。
2.2結果與分析
2.2.1不同節點的密度隨時間的變化關系
假設始時刻網絡中僅有一個傳播節點，其余節點部為易感染節點，將式(1)中的各數設置如下：內部感染概率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，網絡各節點的密度與輿情話題傳播乊間的變化關系如3所示。由3可以看出：易感染節點密度不斷衰減，到趨近于零；傳播節點密度在始階段快增，幵在達到峰值后速下降，到趨向于零；而免疫節點密度在話題傳播期呈較快增態勢，在其達到峰值后逐漸趨于穩定，幵最終趨向于1。
2.2.2內部感染概率對傳播程的影響
當內部感染概率収生變化時，傳播節點密度、免疫節點密度變化趨勢如4所示。由4可以看出：(1)在網絡達到穩態乊前，隨著內部感染概率值的增，傳播節點密度的值隨乊增，此時免疫節點密度值反而減小，這是因為內部感染概率值越，會使網絡中更多的易感染節點轉變成為傳播節點。(2)隨著內部感染概率值增加，社交網絡輿情話題的傳播演化程達到穩定狀態的時間越。(4)隨著內部感染概率值等于零時，社交網絡信息還是可以迚行傳播，這與乊前研究結果有一定的差異，這主要是由于網絡拓撲結構不同引起，相較于傳統網絡，社交網絡的連通性更高；再加上社交網絡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
當免疫概率収生變化時，傳播節點密度、免疫節點密度變化趨勢如5所示。由5可以看出：(1)當免疫概率于零時，在傳播程達到穩態乊前，免疫概率值與傳播節點密度值乊間變化關系是一反向關系，免疫概率值與傳播節點密度值乊間變化關系是一正向關系，因此免疫概率取值越，網絡中的傳播節點轉變成為免疫節點的概率就越高。(2)當免疫概率等于零時，免疫概率值在傳播期速增加，達到峰值后逐漸趨于穩定，這主要是由于當免疫概率等于零時，傳播節點將始終保持自身狀態，而不會向免疫狀態迚行轉變，而此時免疫節點密度值幵不為零，這是因為接免疫概率的存在，部分易感染節點易轉變為免疫節點。
2.2.4外部感染概率對傳播程的影響
當外部感染概率収生變化時，傳播節點密度、免疫節點密度變化趨勢如6所示。由6可知，在話題傳播程達到穩定狀態乊前，隨著外部感染概率的不斷增，傳播節點密度也應增加，而免疫節點密度不斷減小，這主要是由于外部感染概率描述易感染節點通媒報道以及現實生活中的人關系等網絡外部渠道獲知輿情話題，幵由易感狀態轉變成為傳播狀態的概率，因此外部感染概率值越，易感染節點的個行為受外部環境的影響。
2.2.5接免疫概率對話題傳播程的影響
當接免疫概率収生變化時，傳播節點密度、免疫節點密度變化趨勢如7所示。由7可知，隨著接免疫概率值逐漸的增加，傳播節點密度峰值慢慢減小，免疫節點密度峰值慢慢增，這主要是由于免疫概率值越，社交網絡中的一易感染節點有經傳播狀態接轉變成為免疫狀態的概率增加。
2.2.6始傳播節點度對傳播速度的影響
當始傳播節點度值収生變化時，傳播節點密度變化曲線如8所示，從8可以看出，如果始傳播節點度越，其網絡話題信息傳播速度就越快；如果始傳播節點度越小，網絡話題信息傳播速度對較慢。
2.2.7度值不同的節點密度隨時間的變化關系
當易感染節點、傳播節點及免疫節點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，無論易感染節點、傳播節點及免疫節點的密度值怎么變化，輿情話題的演化趨勢基本一致，這表明不同度值節點具有似的行為特征。
3結論
關鍵詞：社交網絡；“小世界”；約簡社交網絡；信任評估
0引言
隨著Internet的普及和盛行，每天都有數以萬計的新用戶加入到在線社交網絡中，來與其他用戶進行信息交流和交互，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，對提高社交網絡服務質量和加強其安全性具有非常重要的作用。本文提出一種基于“小世界”網絡原理約簡在線社交網絡的算法（SWRSN）。該算法對原始社交網絡進行了約簡，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、穩定的。因此，該算法具有較低的復雜度，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鍵步驟：（1）原始社交網絡的約簡，即根據“小世界”網絡原理約簡原始社交網絡；（2）計算信任網絡中用戶個體問的信任值，即通過計算約簡的信任網絡中用戶個體問的信任值，從而間接評估原始社交網絡中用戶個體問信任程度。
1.1約簡原始社交網絡
約簡原始社交網絡的整個過程其主要是原始的信任網絡基礎上，根據“小世界”網絡原理，采用廣度優先算法搜索盡可能多的源節點到目標節點之間的短路徑（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（一般設置信任閾值th=0.5）的路徑。
1.2計算信任網絡中用戶個體問的信任值
在本節中，主要是在約簡的信任網絡基礎上，計算源節點要目標節點的預測信任值。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節點到target節點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節點到target節點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平均值。
2實驗評估
2.1實驗設計
本論文主要采用留一法進行實驗。采用數據集為Epinions，該數據集為社交網絡中較為典型的實驗測試數據集。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。
本實驗采用了較為常見的四個精度指標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分數（F-Score），計算公式如表2.1所示。其中表示實際中信任的用戶集，表示當前算法預測為信任的用戶集。
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測在線社交網絡中用戶個體問信任程度。
【關鍵詞】社交媒體；學術信息；交流模式
社交媒體融合了Web2.0和移動互聯時代信息傳播的最新理念，使用戶可以在網上獲得更多傳播、分享、交流的自由。學術領域，研究人員可以通過各種社交媒體方便地進行學術信息轉發、交流分享思想觀點、獲取文獻原文等，越來越多的學者更愿意通過社交媒體來參與學術活動，學術信息交流模式趨向多元化發展。
一、社交媒體及其發展現狀
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、經驗和觀點的虛擬化W絡通訊工具和信息服務平臺，在互聯網的沃土上蓬勃發展，爆發出令人眩目的能量，已成為人們利用互聯網傳播信息、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，社交媒體經歷了BBS時代、社交網站時代、微信息社交網絡時代、垂直社交網絡應用時代，發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、朋友網、豆瓣、知乎、美拍、天涯社區等，成為中國最受歡迎的十大網絡社交應用平臺。按照社交媒體屬性的不同，可將其歸為創作發表型、協同編輯型、資源共享型、社交服務型、即時通訊型五大類型。
目前社交媒體已超越搜索引擎，成為互聯網第一大流量來源，二者占比分別為46%和40%。據2017年1月CNNIC《第39次中國互聯網發展狀況統計報告》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絡社交應用排名前三，應用率分別為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絡媒體。
二、基于社交媒體的學術交流典型模式
（一） 博客、微博：學術知識轉移模式
博客（Blogger）的正式名稱為“網絡日記”，是一種通常由個人管理、可隨時張貼文字、圖像、音頻、視頻等信息的網站。目前，有許多科研機構、學術期刊、專家學者建立了自己的博客，隨時相關學術領域的最新研究動態、學術會議信息、重要學術研究成果、思想觀點等，通常被稱為學術博客。學術博客使學術交流不再局限于基于著作、學術期刊、專家報告等傳統型學術交流模式，進而轉向開放、隨時隨地、泛在化的交流模式。網絡上的任何一個學術博客平臺既可以是知識的生產源，也可以是知識的傳播源；既可以是經過同行專家評審后的正式出版類學術信息，也可以是非正式的存儲于專家大腦中經過顯性化處理的隱性知識。學術博客相互之間通過博主的轉載分享、評價交流，實現各知識節點的相互轉移。
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者、學術機構，使關注用戶能夠及時觀點新穎、內容豐富的知識信息。此外，微博信息交流的平等性，有利于各層次學者的跨界交流，碰撞出個人創新觀點。
（二）維基百科：學術知識協同生產與共享模式
維基百科是一種基于網絡的多人協作的寫作工具，在Wiki支持的協作式寫作中，每個人都可發表自己的意見，都可以方便地對共同的主題進行寫作、修改、擴展甚至探討，是一個最大、最知名的網絡知識社區。所以Wiki幫助我們在一個社會網絡（SNS）內共享某領域的知識。
與其他社交媒體相比，維基百科能夠針對特定的領域知識或主題概念匯集大眾智慧，構成網絡“合作實驗室”，互聯各方面的專家發揮個體學科特長，形成個人能力與智慧的相互疊加，使產生的知識信息更權威可靠、更受廣泛認同。通過參與維基百科的知識信息編發共享，個人的傳播行為和掌握的知識、觀點通過在wiki平臺上共同修正完善，最終形成“共識”性概念或經典性論述。
（三）騰訊QQ、微信：學術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品，具有極其相似的功能特點，支持發送語音短信、視頻、圖片和文字，也可以群聊、發表評論、撰寫日志文章，已成為我國網民使用最多的即時通訊工具。據CNNIC《第39次中國互聯網絡發展狀況統計報告》顯示，2016年中國網民的QQ、微信等即時通訊工具使用用戶規模達到6.66億。79.6%的網民最常使用的即時通訊應用是微信，其次為QQ，占比60.0%。截至2016年第二季度，微信已經覆蓋中國94%以上的智能手機，月活躍用戶達到8.06億。
由于QQ、微信強大、易用的信息交互功能及龐大的用戶群體，已成為學術交流領域重要的虛擬平臺。通過QQ或微信朋友圈、QQ群進行學術信息分享或文獻原文、會議資料互助傳送的優越性已被大眾廣泛認可。網友通過建立QQ、微信學術群，使學術信息的交流共享和知識生產傳播變得更為便捷高效。
三、社交媒體學術信息傳播的典型案例
（一）科學網博客
科學網是全球最大的中文科學社區，由具有50余年媒體經驗的中國科學報社主辦，是以網絡社區為基礎構建面向全球華人科學家的網絡新媒體，2007年正式上線。網站設有博客、會議、論文、項目基金、實驗室等頻道，權威的科學新聞報道和多樣實用的學術信息。尤其是備受學者們歡迎的科學網博客目前已在各個學科領域擁有龐大的用戶群，學術會議資訊、專家報告觀點、權威論文轉發等學術信息極大地吸引研究人員積極加入，成為更多的信息傳播“節點”，高效促進科技創新和學術交流。10年來，科學網博客已經成為上百家新聞媒體，特別是國內嚴肅媒體和境外主流媒體的新聞源泉，大大促進了科學傳播。
（二）網絡問答社區――知乎
知乎是中文互聯網最大的知識社交平臺，幫助你尋找答案，分享彼此的專業知識、經驗和見解。知乎憑借其認真、專業和友善的社區氛圍和獨特的產品機制，聚集了中國互聯網上科技、商業、文化等領域里最具創造力的人群，將高質量的內容透過人的節點來成規模地生產和分享，構建高價值人際關系網絡。其發展口號是“與世界分享你的知識、經驗和見解”。
2017年1月，知乎宣布完成D輪1億美元融資，預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者和機構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）學術類微信公眾號
微信已成為網絡時代的一個生活方式。目前許多學術會議、專家講座可以通過微信平臺（公眾號）進行視頻直播。學術刊物每期的出版論文目錄、論文全文、重要學術會議信息等，都可以通過微信平臺直接推送至用戶的智能手機上。大型學術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、學術討論信息等通過微信平臺即時。《中國科學報》、中國經濟學教育科研網、中國醫學博士聯絡站、國家社科期刊數據庫、科學網、現代大學周刊、愛思想網、唧唧堂、博士圈及MOOC成為首批10個最具影響力的、高品質的、最具學術精神的微信公眾號，其中MOOC公眾號位列榜首。
四、結語
社交媒體環境下的學術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，使得互聯網社交媒體成為一個具有強大生命力的有機體。同時，開放自由的和轉載會很可能會引發知識產權、信息冗余、信息質量不高等問題。相信隨著互聯網管理政策與體制的不斷完善，社交媒體環境下的學術信息交流將會得到更好的發展。
[參考文獻]
[1]曹博林.社交媒體：概念、發展歷程、特征與未來――兼談當下對社交媒體認識的模糊之處[J].湖南廣播電視大學學報，2011，（3）.
[2]李娜，胡泳.社交媒體的中國道路：現狀、特色與未來[J].新聞愛好者，2014，（12）.
[3]張h，朱慶華.Web 2.0環境下學術交流的社會網絡分析――以博客為例[J].情報理論與實踐，2009，（8）.
[4]王學東，杜曉曦，石自更.面向學術博客知識交流的社會網絡中心性分析[J].情報科學，2013，（3）.
關鍵詞： 社交網絡； 用戶行為； 節點度； 聚類系數； 平均路徑長度
中圖分類號：TP393 文獻標志碼：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快速的發展，社交網絡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系、互動交流等方面有深刻的影響[1]。社交網站（ 新浪，臉譜、推特等）的發展為社交網絡研究提供了最初的數據以及事實根據。社交網絡中數據是非常龐大的，利用相關技術把它提取出來，但若不加以整理分類，便會顯得雜亂無章，毫無頭緒，重要的數據也會變成一堆無用的數字而已。這時就需要對這些數據進行分析研究，歸納整理，得出有意義的結論[2]。同時，對社交網絡中的用戶行為進行分析研究，也為后續的研究指明了動機和目的。
2 社交網絡中用戶行為分析
社交網絡中用戶的相關數據相當龐大，如用戶的信息、用戶的朋友數、粉絲數、的微博數等，利用新浪微博中的API接口對數據進行獲取[3]，再對提取的數據運用抽樣調查的方式，對社交網絡中的用戶行為進行分析研究。
以某一類標簽為對象，如音樂和運動，在提取的數據中抽取500個用戶的信息進行分析，從而可以對這些用戶在轉發微博、評論微博等行為規律進行分析，通過呈現出的圖像，分析歸納出用戶在社交網絡中的行為。社交網絡中用戶行為流程圖如圖1所示。
[新浪微博][提取出的數據][結束][抽取出500條數據][分析結果] [利用API接口提取數據][轉發行為分析][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絡的研究中。社交網絡分析（Social Network Analysis）[4]，它指的是對社交網絡中大量的數據進行分析的方法，主要研究社交網絡中節點與節點之間的關系，并且分析出用戶與用戶交往形成的網絡結構對他們的影響。社交網絡分析中，會用到三個指標，分別是節點與節點度，用戶群與聚類系數，平均路徑長度與直徑[5]。
2.1.1 節點與節點度
節點（node）[6]，它指的是網絡中的每一個用戶，也就是說在網絡中與其他連接的單個人、一個組織、一個事件，或者是其他社會實體。這說明了在社交網絡中，用戶與用戶之間形成了一個很大的網狀結構，其中的用戶就是網絡節點，因此形成了社交網絡的拓撲結構[7]。
圖論中，節點度（degree）指的是與這個節點關聯的邊有多少條，同時節點度的大小也說明了其中一個節點與另一個節點相連接的緊密程度，也代表了這個節點是否接近網絡中心[8]。依據一條信息流它的進出方向如何，又可以將節點度分為節點入度（indegree）和節點出度（outdegree）[9]。用網絡拓撲結構可以表示一個節點與另一個節點之間的關系，用節點入度、節點出度以及節點度，可以描述一個節點有多重要，并且可以說明它與其他節點之間有什么樣的關系。可以使用節點度的分布函數P（k）來表示節點度是如何分布的，計算出的P（k）的值，就等于在網絡中隨機選取其中的一個節點，它的節點度是k的概率，用公式表示即為：
其中，k為正整數。
2.1.2 用戶群與聚類系數
用戶群指的是社交網絡中的用戶根據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，因為這些共同屬性，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]。現實中，一個個體如果喜歡打球，那么就會結交別的喜歡打球的個體，這樣他們之間就有了聯系，從而成為了朋友。同理可以運用在社交網絡中，工作性質相同、學歷相當、所在城市相同，那么這些用戶群很有可能就會組合到一起，進行他們之間的活動。
聚類系數（Cluster Coefficient）[11]，也可以稱它為集聚系數、群聚系數或者集群系數，它可以用來描述圖或者節點與節點之間結合在一起的強度系數。換一種說法是，聚類系數表示的是用戶與用戶之間關系強弱的系數。在無向網絡中，可以把節點的聚類系數用公式表示如下：
其中，n表示節點V的所有k個鄰居間的邊數，網絡的聚類系數C等于所有節點的聚類系數的平均值，即：
其中，N為網絡中節點個數。
2.1.3 平均路徑長度與直徑
平均路徑長度[12]，它代表的是網絡及群眾之間凝聚在一起的指數大小，若凝聚指數越小，則說明網絡中的小世界特性越明顯[13]。社交網絡中節點與節點之間相連接的路徑有許多，其中最短的一條路徑是經過最少的節點，即最短路徑長度指的是節點m通過中間其中一個最少的節點，它所能到達的節點n所經過的路程長度。另外，直徑指的是網絡圈中最短路徑長度的最大值[14]。最短路徑的平均值（L）就是網絡的平均路徑長度，它的計算公式為：
其中，N為網絡中節點個數，d為直徑。
3 用戶“轉發”和“評論”行為分析
新浪微博在國內的發展可謂是迅猛，用戶的數量也越來越多，已經達到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，我們關注用戶對于這些被出來的微博會產生怎樣的轉發、評論以及點贊行為。利用新浪微博的API接口提取出某一知名認證用戶微博中相關的信息，如某一條微博的被轉發信息以及被評論信息等等，再抽取其中500條數據進行研究分析，然后歸納出用戶的行為特點。
3.1 用戶“轉發”行為分析
為了更好地研究用戶轉發某一條微博的行為，特地獲取了從2017年3月1日到2017年3月7日該知名認證用戶的微博數，一共397條，表1顯示的是其一周內的微博數量。
3.2 用戶“評論”行為分析
根據對用戶的轉發行為進行的分析，同樣的抽取出該知名認證用戶微博中的相關信息進行研究，分析得出用戶評論行為。如圖3所示就是用戶對該知名認證用戶2017年3月1日到2017年3月7日之內所發微博的評論數，可以很明顯的看出，與用戶對微博的轉發數變化極其相似。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注。
4 結果分析
從對社交網絡中用戶的行為進行分析，運用其中三項指標：節點與節點度，用戶群與聚類系數，平均路徑長度與直徑。先分析用戶與用戶之間的關系，進而分析這些用戶對某一知名認證用戶所發微博的轉發行為以及評論行為，可以得出的是，用戶會選擇自己感興趣的話題參與到其中，并對其進行轉發或者評論等行為，進而引出熱門話題，使得更多的用戶參與到該話題中。這也更進一步說明了以上分析研究的內容，不僅結果準確可行，而且也為以后微博信息的擴散研究打下很好的基礎，具有不錯的效果。
5 結束語
通過對社交網絡中用戶行為分析研究發現，如果微博信息具有高質量或具有很強的吸引力，那么就會吸引更多用戶關注該信息，相應的就會獲得更多用戶的轉發、評論及點贊，這是因為信息本身具有魅力。當一條微博信息被很多人轉發時，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的內容，這樣就會打開其他用戶的思維，從而促進人們對微博信息的思考，對其點贊。這同時也說明了用戶與用戶之間是具有一定的聯系的，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系。當然，該研究分析為后續新浪微博中其他方面的研究奠定了扎實的基礎。
參考文獻（References）：
[1] 夏夢甜，楊漫欣.大學生社交網絡的使用及其對社交能力的
影響[J].中國高等醫學教育，2014.6：9-10
[2] 楊善林，王佳佳，代寶，李旭軍，姜元春，劉業政.在線社交網絡
用戶行為研究現狀與展望[J].中國科學院院刊，2015.2：200-215
[3] 趙俊.社交網絡的數據采集與分析方法研究[D].鄭州大學碩
士學位論文，2015.
[4] 紀雪梅，王芳.SNA視角下的在線社交網絡情感傳播研究綜
述[J].情報理論與實踐，2015.7：139-144
[5] 徐文婷.社交網絡的用戶行為分析及信息擴散研究[D].揚州
大學，2015.
[6] 王朋飛.基于節點度之差和節點相似性度量的社團檢測算法
的研究[D].蘭州大學，2014.
[7] 朱永習，嚴廣樂.有向在線社交網絡的拓撲結構分析[J].信息
技術，2016.9：14-17，21
[8] 孫文珠，王洪玉，祝開艷，王潔，唐震洲.一種規則變量節點度
LT Codes編碼方案[J].電子學報，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絡中心節
點識別算法研究[J].計算機應用研究，2016.11：3299-3302，3306
[10] 馬力.基于聚類分析的網絡用戶興趣挖掘方法研究[D].西安
電子科技大學碩士學位論文，2012.
[11] 許鵬遠，黨延忠.基于聚類系數的推薦算法[J].計算機應用研
究，2016.3：654-656，660
[12] ⒁嫡，周云龍.無尺度網絡平均路徑長度的估計[J].系統工
程理論與實踐，2014.6：1566-1571
[13] 王國紅，周建林，唐麗艷.小世界特性的創新孵化網絡知識
轉移模型及仿真研究[J].科學學與科學技術管理，2014.5：53-63
[14] 韓衛國，彭偉，唐晉韜.基于路標的最短路徑長度快速估計
算法[J].重慶理工大學學報（自然科學），2013.7：96-102，118
社交網絡是人的對象化活動的產物，同現實社會一樣，人與人之間的關系牽扯著人無法脫離這個社會，所以社交網絡的越來越關系化，讓用戶對社交網絡產生依賴性。只有以用戶為中心，當用戶發現他需要什么，社交網絡就能提供什么時，自然而然會把社交網絡作為生活的一部分，就像現實生活一樣。
當今社會正處于一個信息爆炸的時代，隨著網絡信息化技術的發展，社交網絡上產生了大量的信息，表現為海量統計數據。這些數據大多以表格的形式存放在數據庫內既枯燥又難于理解，如何才能將這些數據有效的展示出來，幫助用戶理解數據，發現潛在的規律，是亟待解決的問題。SPSS分析能夠將抽象的數據表示成為可見的圖形或圖像，顯示數據之間的關聯、比較、走勢關系，有效揭示出數據的變化趨勢，從而為理解那些大量復雜的抽象數據信息，為企業決策支持提供幫助探索人類的各種行為的統計特性，是探索自然界、認知人類自身的一個重要方面，對于研究經濟、心理和眾多社會學類學科有著重要的意義。
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用于網絡營銷，SNS的口碑傳播對營銷信息流的傳播將會起到很大的促進作用。在更加開放和寬廣的社會化網絡中，銷售僅僅是商務的結果。為了實現銷售，消費者之間有價值的信息流傳遞就是傳統營銷所沒有解決好的問題，也是將SNS與營銷更好結合在一起的目的，對于最終促進商務銷售的結果也將有實際的意義，也是對現有社會化商務的理論的有益補充和實踐。
現在網絡營銷已經成為公司的主要營銷策略之一，很多大公司的微博、人人等社交網絡賬號隨處可見。那么如何有效的增加公司人氣，成功的在社交網絡中把自己推銷出去，成為企業網絡營銷的一個瓶頸。
2.研究方法
本文以人人網為研究對象，選取任一用戶進行三層滾雪球抽樣，任意抽樣的基本理論依據是，認為被調查總體的每個單位都是相同的，因此把誰選為樣本進行調查，其調查結果都是一樣的。在考察社交網絡用戶間的關系時，每個用戶都是同質的，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，狀態數，日志數，相冊數，留言數，好友數，分享數， 性別。
本文主要通過變量統計分析的方法進行模型假設驗證，具體假設如下：H1：社交網絡用戶狀態數與用戶訪問量正相關；H2：社交網絡用戶日志數與用戶訪問量正相關；H3：社交網絡用戶相冊數與用戶訪問量正相關；H4：社交網絡用戶留言數與用戶訪問量正相關；H5：社交網絡用戶好友數與用戶訪問量正相關；H6：社交網絡用戶分享數與用戶訪問量正相關；H7：社交網絡用戶性別與用戶訪問量相關。
在SNS網站中用戶通過發表狀態、寫日志、上傳照片、分享內容來提高自己的活躍度，贏得好友的關注，使得用戶在好友中建立穩固的話語權。本文使用訪問量作為衡量人氣的因變量。下面通過統計分析的方法進行驗證。
二、人氣影響因素分析
1.相關性分析
下面從理論框架出發，分析訪問量同其他自變量之間的相關關系，發現用戶發表狀態數、日志數、留言數、好友數同用戶的訪問量正相關，假設H1，H2，H4，H5成立。即若用戶發表狀態、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、日志發表數量，添加好友，并獲得更多留言來增加自己的訪問量，進而提升人氣。
2.變量分類――因子分析
從自變量特征上我們可以發現，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，提取重點變量，歸類相似變量。
首先通過相關系數矩陣、KMO檢驗等方法確定樣本數據是否存在共線干擾，結果發現樣本數據適合做因子分析，然后觀察樣本數據的旋轉負荷矩陣，顯示每個因子主要有哪些變量提供信息。發現這里狀態數、日志數、好友數對第一個主成分貢獻都很大，相冊數和留言數的貢獻較小；第二個成分中性別貢獻較大，分享數的貢獻較小。所以如果提取主要信息代替原變量進行分析，可以避開原變量的共線性問題。如狀態數、日志數和好友數可以歸納為用戶的活躍度；而性別和分享數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
綜合考慮以上的數據分析結果，我們可以歸納進行網絡營銷時應注意下列事項，以便提高人氣：
（1）首要選擇的策略是：盡可能多的發表狀態，也要盡可能多的發表日志，增加好友數等。
（2）進行營銷人員選擇時，可以不考慮性別因素，男女性的活躍程度沒有顯著差異。
（3）狀態數、日志數和好友數可以歸納為用戶的活躍度；而性別和分享數可以歸納為用戶的特征情況（包括個人信息及偏好）。
SNS這種新興的網絡傳播媒體已然成為網絡營銷的新戰場，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，促進信息的傳播。社交網絡的用戶互動創造了一個更加廣泛、自由的信息傳播平臺，有利于企業進行產品營銷和客戶關系營銷。
人類的行為常常受到社會關系的影響，而且人類行為也會反過來直接影響到其社會關系，在這里人的個性特征、社會性普遍行為特性和社會網絡結構等多種因素交織在一起，造成了相當的研究困難性。盡管在這方面已經進行了相當深入的實證和理論模型的研究，但是所獲得的成果距離真正認識這個問題本身還很遠；因此，當前對各類社會交互行為的實證研究，和通過理論模型的手段來有效探討社會關系與人的個體行為之間的相互作用，是當前研究的一個重點問題。
參 考 文 獻
[1] 王亮. SNS社交網絡發展現狀及趨勢[J]. 現代電信科技. 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.
【關鍵詞】校園社交網絡；JFinal框架；JSP技術
【Keywords】campus social network； JFinal framework； JSP technology
【中圖分類號】TP311 【文獻標志碼】A 【文章編號】1673-1069（2017）06-0164-02
1 引言
隨著社交網絡的迅速發展，高校校園社交活動越來越受到關注[1]。依托高校校園內穩定的社交群體關系，充分利用高校校園信息的社交數據優勢，整合學校教學、科研、文化生活和社會服務等相關信息資源，構建師生、同事、同學之間的學術與文化交流關系，融合教學、科研、文化與生活的各種信息，結合團隊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絡勢在必行。通過校園社交網絡平臺，不僅為師生提供溝通便利，也能夠成為大學時期之后的網絡交流平臺[2]。
2 系統關鍵技術
2.1 JFinal技術
JFinal 是基于Java的極速web 開發框架，它具有Java語言具備的所有優勢，同時也具備python等語言的開發效率。開源的JFinal 框架由詹波（James Zhan）于2011年初創建，深受歡迎。JFinal將一直堅持以開發快、代碼少、易學習、功能強、易擴展為設計目標，打造功能全面的WEB+ORM開發框架[3]。
2.2 JSP技術
JSP是基于Java及Servlet的動態網頁編程技術，由于Java語言具有跨平臺特性，因此基于JSP 技術建立的網站也具有跨平臺優勢，具備面向對象、面向互聯網等特點。JSP技術所應用的平臺及服務器非常廣泛，可以使用絕大多數的流行平臺，如Win，MAC，Linux等系列平臺，也可以使用Apache和IIS等任何B/S服務器[4]。
2.3 UML技術
UML為系統面向對象建模提供了圖形符號和文本語法的標準。基于UML建模語言的系統開發需要建立三類模型：功能模型，對象模型和動態模型。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聯，描述的是哪些類之間有何關聯[5]。
2.4 MariaDB技術
MariaDB也是一種關系型數據庫管理系統。其查詢語言仍然是結構化SQL語言。MariaDB數據庫軟件因其體積小、速度快、源碼開放，已成為一般網站開發中數據庫工具的首選。
3 基于JFinal的校園社交網絡
3.1 社交網絡主要功能
系統主要功能包括：博文管理，包括博文分類管理、到相應分類、依據分類查看博文；喊話管理，包括喊話到指定區域、查看指定區域所有人的喊話內容；照片與相冊管理，包括照片到指定相冊、依據相冊查看照片；@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。校園社交網絡總體功能用例如圖1所示。
3.2 校園社交網絡數據庫
校園社交網絡數據庫設計結果如圖2所示。
3.3 校園社交網絡主要功能界面
校園社交網絡界面包括用戶注冊、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。系統其他界面在此從略。校園社交網絡編碼階段采用白盒測試技術，系統集成階段采用了黑盒測試技術。系統通過了最終測試，目前運行良好。
4 結語
本文依據面向對象軟件開發與設計的原則，根據高校校園社交網絡實際需求，設計了高校社交網絡總體框架模型，采用了MVC設模式、JSP技術、JFinal框架、MariaDB數據庫和相關軟件開發環境實現了系統在線運行，為校園文化、學習、生活提供了輔助，較為實用。
【參考文獻】
【1】仲瑋等.以社交網絡為核心的校園信息系統架構[J].華東師范大學學報：自然科學版，2015（S1）：51-54.
【2】杜藎趙燦，付小龍.高校校園社交網絡系統的設計與實現[J].實驗技術與管理，2012，29（7）：99-102.
【3】楊寧，劉丹軍.基于JFinal框架的JavaWeb應用開發研究[J].電腦知識與技術，2014，10（7）：1440-1443.
關鍵詞： 大數據；城市計算；社交網絡；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E.Glaeser在其新著《Triumph of the city》[1]中指出：城市是人類最偉大的發明，是創新的發動機，城市化讓人更加富有、智慧、綠色、健康和幸福。然而，城市化的進程帶來了服務與管理上的巨大挑戰。如果離開信息技術，城市化很可能演變為巨大的災難。另一方面，隨著移動互聯、社交網絡、云計算等信息技術的發展，數據在互聯網上以遠超人們想象的速度迅速膨脹。據統計，全球每秒鐘發送290萬封電子郵件；Twitter上每天5 000萬條消息；谷歌通過大規模集群及分布式MapReduce系統，每天需要處理24 PB的數據；淘寶網會員超過3.7億，每天交易量千萬筆，產生幾十太字節的數據。這些海量數據早已超越了目前人力所能處理的范疇，大數據時代已經來臨：企業關注的重點轉向了擁有數據的規模以及處理大數據的能力。
近年來的城市計算[2]等技術，受到了極大的關注。在城市計算的概念中，城市空間里的任意設備、車輛、建筑、道路，包括人等都可作為一個計算單元來協同完成一個城市級別的計算。近年來，涌現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量、噪音等[3]；在美國馬薩諸塞州，研究人員通過手機用戶的通信時刻與位置分析城市動態信息[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]。
本文依據我們開發的分析平臺，通過分析用戶在社交網絡上產生的數據來感知城市信息。本文旨在展示：依托于網絡數據分析尤其是社交網絡數據分析，當前已經可以獲取城市運行的關鍵信息，因此可以避免過度把注意力局限到信息采集基礎設施的建設方面。
1 社交網絡是城市感知的
重要途徑
據統計，截至2012年12月底，中國互聯網用戶達到5.64億，互聯網普及率達到了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展，用戶規模達到3.09億，較2010年底增長了2.46億[6]。圖1為中國近兩年互聯網用戶及微博用戶規模變化示意圖。
社交網絡的興起及大量活躍用戶的存在，源源不斷地產生著大量記錄城市生活的數據，這類數據具有交互性、實時性、社會性的特點，隱含著大量有價值的信息，因此社交網絡又被譽為“數據科學家眼中的金礦”[7]。社交網絡數據的價值引起的許多研究者的關注，文獻[8]針對社交網絡中的大型用戶關系網絡，提出了一種新的分層社區發現算法；Hao Tu等人[9]通過聚類方法，對城市熱點話題進行檢測；Laura Ferrari等人[10]基于社交網絡中的位置信息，通過挖掘頻繁模式分析城市信息；文獻[11]基于Google的MapReduce并行框架，通過譜聚類的方法分析社交網絡中的用戶關系。以上研究從用戶關系、言論、位置等方面對社交網絡進行了分析，取得了一定的成果，對通過社交網絡數據感知城市信息有著非常積極的推動作用。
2 社交網絡中的城市信息
本文結合新浪微博數據，自主開發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特的印記和發展軌跡，表現出不同的政治、經濟、文化、地理、環境等特征，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中可以發現，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存在明顯的相關性，微博活躍度在一定程度上可以反映出該城市的政治、經濟地位。
除微博活躍度外，微博中還包含用戶位置、關系、言論等信息，對這些信息進行分析，可以得到更豐富的城市整體及各個區域的政治、經濟、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 城市動態性分析
動態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，如車輛的運行、人群的移動等，是城市動態性最直接體現。感知城市中移動對象移動的軌跡并對軌跡數據進行分析，可以發現人類社會活動的特征和統計規律，進而可以從微觀到宏觀的不同尺度上認知和把握紛繁多變的城市動態。
通過對社交網絡用戶在時間軸上的言論、圖片等信息進行分析，可以得到用戶在空間位置上的變化，比如社交網絡中的“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據。圖3基于社交網絡的簽到信息對南京不同地點一天中的人流量進行了比較。
對圖3進行分析，可以發現景區、餐廳、酒吧的人流量表現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、醫院等動態規律進行分析，有助于人們更好地把握城市動態特征，從而服務于人們的城市生活。
2.3 社區發現
城市是由人組成的，而人類行為大多有潛在的規律。研究表明，人類行為軌跡表現出很強的時間與空間上的相關性[12]，而社交網絡中的社區結構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世界中的社會關系。
了解人的社交結構，可以通過社交網絡中用戶間的交互信息，利用譜圖技術或者動態社區發現算法[13]完成用戶間社區結構的提取，再通過文本分析的技術，分析同一社區的構成原因，如圖4所示。
正是由于人類行為的規律性，導致了城市中的種種宏觀特征。在數據挖掘更加注重個性化、社交化的今天，從社交網絡中挖掘出用戶的社交結構和生活模式（行為、意圖、經驗等），對于研究城市的規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容。在城市中，異常事件的發生，如流感爆發、臨時交通管制、暴雨災害等公共事件，往往會對居民生活出行及生命財產等造成損失。
傳統的檢測手段往往不能及時發現異常事件。以監測流感為例，衛生部門主要通過分析確診病例來監測流感爆發。由于患者從感染流感到醫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，而社交網絡可以為實時監測流感信息提供重要的數據來源。在社交網絡中，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。通過對社交網絡中有關流感的數據進行采集、分析，不但可以實時監測流感爆發，還可以預測流感的發展趨勢，并及時采取有效的預防和治療措施。
目前，哈佛醫學院的學者[14]通過采集Twitter中的數據來預測流感趨勢，并將預測結果與美國疾病預防和控制中心的數據進行比對，獲得了比較理想的結果。
除流感外，社交網絡在交通事故、、自然災害等突發事件的檢測中也有著非常重要的作用。社交網絡實時性的特點，使其成為檢測異常事件的重要手段之一。研究基于社交網絡的城市異常事件檢測，可以降低異常事件對城市正常運行的影響，減少異常事件給城市居民帶來的不便及損失。
3 社交網絡數據分析的挑戰
社交網絡數據是由數億人在互聯網上隨機產生的，導致數據雜亂無章，且存在許多重復及無用數據，數據質量偏低。因此，如何從雜亂無章的社交網絡數據中，尋找有價值的知識和信息，給科研工作提出了新的挑戰和要求：
（1）管理和處理大規模多源異構數據
社交網絡數據是典型的多源異構數據，由不同互聯網公司產生，且包含圖像、文本、聲音等多種格式；社交網絡數據還包含用戶關系、移動軌跡、地理信息、時間序列等各種類型；同時，社交網絡包含的數據量非常大，且源源不斷地產生大量實時數據，這些都給數據管理和處理帶來了很大的挑戰。
（2）在線實時分析社交網絡數據
許多智慧城市的應用，如城市突發事件檢測、城市交通流信息等，有著很高的實時性要求。因此，在對社交網絡數據進行分析時，雖然數據量很大，但數據分析過程必須快速高效，以滿足實時應用的要求。
（3）如何從雜亂無章的社交網絡數據中獲取知識
社交網絡數據采集成本較低，但同時質量也很低，這要求我們從海量數據中去粗取精，從大數據中提取典型特征；同時單個方面的數據往往只能發現局部的信息量，必須結合多方面的數據去獲取更深層次的知識。
（4）如何有效地表達從社交網絡中獲取的知識并指導人們的決策
社交網絡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，也是比較有挑戰的研究課題。
4 結束語
社交網絡的興起為城市感知提供了豐富的數據來源，但其數據的復雜性也給研究工作帶來的諸多挑戰。目前的研究工作只是冰山一角，新的研究工作需要轉變思維方式，綜合各種技術手段，以從紛繁復雜的社交網絡數據中發現特定的模式和新的規律，從而幫助人們更好地感知城市信息及發展規律，為人們提供更加美好、綠色、智能的城市生活。
參考文獻
[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次中國互聯網絡發展狀況統計報告 [R]. 北京： 中國互聯網絡信息中心， 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，東南大學信息科學與工程學院在讀博士研究生；研究方向為大數據分析、數據挖掘、Web數據分析等。
關鍵詞：社交媒體;微信; 媒介依賴;人際互動
中圖分類號：G203 文獻標識碼：A 文章編號：1672-8122（2015）02-0044-03
毫無夸張地說，媒介技術的進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90年代起，網絡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。互聯網的廣泛普及儼然建構出人們的“第二生活世界”，整個社會進入“網絡化生存”時代。特別是近幾年來，社交媒體作為媒介技術突飛猛進的產物得到了網民們極大的青睞。美國社交媒體專家布萊恩?索里斯（Brian Solis）在新書《社交網絡與博客》中這樣寫道：“有五分之四的活躍網民每天訪問社交網絡”。可見，社交媒體正滲透進人們的日常生活。
社交媒體帶來的一系列生活方式的改變，也導致了一部分人產生了對社交媒體的依賴現象。2013年7月22日，作為當下社交媒體中最活躍也是火熱的應用―微信，發生了自上線以來最大規模的故障，波及全國多個地區。眾多網友紛紛詢問原因之余，著急、焦慮等情緒集中爆發，可以說在某種程度上體現了網民對社交媒體的依賴。
美國著名傳播學家桑德拉?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理論，其考察的重點在于對報紙、廣播、電視這樣的傳統媒體進行探究。時隔40年后，媒介環境日新月異，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的媒介環境中，媒介依賴理論是否仍然適用？大學生作為當下具有文化素養，受教育程度較高，對新鮮事物最容易接受的一個龐大群體，他們在社交網絡的使用中是否“成癮”，以及由“社交成癮”帶來的對現實人際交往的負面影響幾何？這些都是十分值得關注和探討的。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，因此僅選取當下大學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學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）當前大學生對微信的使用接觸情況，是否存在對微信使用的依賴。（2）媒介依賴理論是否同樣適用于集人際和大眾傳播方式融為一體的社交媒體所建構的媒介環境中。（3）基于社交媒體依賴基本情況，習慣于長期線上社會交往的大學生群體，對他們現實人際互動又會產生哪些影響。
一、理論依據與文獻綜述
1.理論依據。媒介依賴理論源于美國著名傳播學家桑德拉?鮑爾-洛基奇和梅爾文?德弗勒1976年發表的論文《大眾傳播媒介效果的依賴模式》[1]。媒介依賴理論的最大特點，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生途徑，從而使該理論成為”全面透視媒介與整個社會結構中和各個其他組成部分的關系，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系具有雙向性，但在現實中，卻更多地表現為個人對媒介的單向性依賴。
2.文獻綜述。以往的對媒體依賴的研究主要集中在以下幾個部分：（1）對媒介依賴理論的綜合性的述評。以張詠華教授的《一種獨辟蹊徑的大眾傳播效果理論――媒介系統依賴論評述》[2]為代表。他認為媒介依賴理論是一種獨辟蹊徑的的大眾傳播效果理論，并在文章中對媒介依賴理論觀點以及發展過程中出現的問題進行了系統的評析。（2）在具體的媒介環境下探討媒介依賴。以謝新洲教授的《“媒介依賴“理論在互聯網環境下的實證研究》[3]、曠潔的《媒介依賴理論在手機媒體環境下的實證研究》[4]為代表。該類型研究用定量研究的方法，考察了互聯網剛剛興起時，媒介依賴理論與哪些重要變量有相關關系，如網友的設備占有情況、網友認知情況等有關。這兩個研究都是對現象的描述，并沒有深入探究其背后的成因以及與之帶來的負面效應。當時互聯網在中國方興未艾，所以將”媒介依賴“理論放置于互聯網情境中顯得十分時宜。十年過后，社交媒體已經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成為新的關注熱點，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后大學生的手機依賴程度調查報告》[5]為代表。該研究發現，大學生使用手機并形成依賴，從眾心理和趨同心理占據了主要原因。由此可見，其實學界對媒介依賴理論的研究相對較少。本文的創新之處在于考察了當下最為流行的社交媒體所建構的媒介環境。而且本文從大學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生現實行為方式的改變，通過相關數據的支撐分析大學生在使用社交媒體過程中產生的依賴，并對現實人際交往產生深刻影響。
二、研究設計
1.研究方法和調查對象。本文采用調查研究的方法，輔之以深度訪談的方式。四川大學作為學科背景綜合，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生中間具有代表性。根據這一現狀，我們選擇了四川大學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，此次調查的目標總體為四川大學望江校區的住校本科生和碩士研究生，抽樣方法采用整群抽樣。將望江校區本科生和碩士研究生每個寢室作為獨立群，對所有寢室進行連續編號，將該寢室編號列表作為抽樣框，進行簡單隨機抽樣。本次研究單從所有寢室中隨機抽取40個寢室進行全面調查。
本次調查共發放問卷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%）。被調查者年紀分布差異比較大，但基本上符合四川大學望江校區的總體情況。被調查者的學科背景分布情況為：工科類44人（28.6%），理科類35人（22.7%），人文社會學類37人（24.0%），經濟管理學類38人（24.7%），醫學類0人（0%）（川大望江校區沒有醫學類學生）。深度訪談選取不同年級和專業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歷。訪談采用開放和閉合式問題相結合的提問方式。
本次問卷有以下部分構成：（1）大學生微信用戶微信使用基本情況調查，以單選題為主。（2）大學生微信用戶微信使用依賴程度：在總結前人經驗基礎上，對依賴程度的調查采用5分制里克特量表設計問卷。最后采用加總分的方式，根據達到的不同分數層次，判斷其依賴程度，依賴程度分為嚴重依賴、普通依賴、有依賴傾向、無明顯依賴四個水平。其主要指標有：①持續不斷的登陸微信，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計時間長很多。④曾經試圖減少或停止使用微信，但沒有什么實質效果。⑤無法使用微信時，感到焦躁不安，不自在。⑥常常打斷正在進行的工作和學習而使用微信。⑦常常將使用微信作為宣泄情緒、逃避現實的工具。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）大學生微信用戶在使用微信中，對現實人際交往的情況調查。包括單選題、多選題。最后的統計分析借助SPSS16.0軟件進行。
2.研究假設。根據上述研究內容和研究變量，本研究提出如下研究假設以檢驗，H1：媒介依賴在大學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實中人際互動的頻率和頻次呈負相關。
三、研究發現
1.調查結果及分析。（1）微信使用情況。在被調查的160份問卷中，有154份有效問卷。其中曾經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年以上的人數占到65.7%。
表2 微信使用時長
綜上所述，大學生對微信的接受度較高且接受時間較早，微信在大學生中比較受歡迎，也證明了樣本的代表性。（3）微信依賴情況及程度。根據問卷設計中對微信依賴程度的指標測試，9個測試指標，每個指標對應5種態度：強烈同意5分;同意4分;中立3分;不同意2分;強烈反對1分。通過加總分的方式，計算出依賴程度，評斷標準如下：A、39～45分（嚴重依賴）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，嚴重依賴者人數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，大學生對微信的依賴為普遍現象。并且，對微信存在依賴甚至嚴重依賴的占到了總被調查人數的81%，由此可推斷，大學生不僅對微信存在依賴，而且依賴程度較為嚴重。因此H1被證實。（4）微信使用時長與依賴程度的關系。將微信使用時長與依賴程度這兩個定序變量用交叉表進行分析，其輸出結果卡方檢驗中，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系。再進一步才用斯皮爾曼相關性分析，其輸出結果Spearman Correlation Value值r=0.9440.8，可以得出相關性較強，且呈現正相關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。（5）微信依賴程度和現實人際互動頻次頻率的相關性分析。上文已經將對微信的依賴程度分為“嚴重依賴”“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。在對調查的受訪者設計的問卷有，有一道題目是測試是否因為使用社交媒體而減少現實人際互動的頻率和頻次。如果有，一個月內線上人際互動的頻率為低、中、高三種;頻次以一周為標準，分為0次，1～5次6～10次，10次以上。這里的現實人際互動是基于現實中與朋友進行溝通與互動，包括一起學習、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實人際互動頻次頻率都是定序變量，因此對這兩者的相關性分析采用的是交叉表分析中的斯皮爾曼相關系數分析。其輸出結果Spearman Correlation Value值r=-0.380，說明兩個變量之間呈負相關趨勢。所以，可以說明大學生對微信依賴程度越高的用戶，在現實生活中面對面人際互動的頻率和頻次越低。因此，H3被證實。
2.總結和討論。（1）大學生對微信的依賴現象普遍存在。
在此次調查中，被調查的156位同學中，大部分同學存在著對微信的依賴現象。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，此次調查的結果是具有一定說服力的。微信，作為一種高端的網絡交流工具，自推出以來以一種迅猛的態勢進入大學校園。作為web2.0時代社交媒體的新生代表力量，微信以其獨特的“語音對講”、“手機群聊”“LBS”等功能受到了大學生的青睞。并且，在社會交往和人際互動方面，微信也為大學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生群體更容易成為其忠誠用戶，并產生一定程度的依賴性。另外，數字技術的發展以及包括智能手機，平板電腦在內的移動終端使用的便捷性也為大學生使用社交媒體提供了方便，也是促使大學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，不至于成癮，還需要學校加強對媒介素養等相關方面的培訓。（2）大學生“社交成癮”直接影響其現實人際間互動。大學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。謝榕指出，從網絡的虛擬性出發，網絡為人們的自我呈現和人際互動提供了全新的舞臺和空間，自我呈現在網絡這個虛擬空間特性下表現出和現實中完全不同[6]。另外，王婷婷也認為，人們在社交網絡中進行的是一種隨著自己個性的“表演”，這樣在網絡這個空間里呈現出來的自我也是匿名修飾過的自我[7]。社交媒體因其架構的平臺本身就是虛擬性的，所以社交媒體用戶在表達和互動時運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用各種表達符合和形態各異的面具來“偽裝”自己，每個個體都是角色表演中的導演。這一點和現實中人際交往有所差異，即便是現實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，對社交媒體產生依賴的大學生往往會因在在線上活躍的時間增加而直接導致在現實中人際交往的頻次和頻率降低。因此，盡管社交網絡中的互動還是“人”的互動，但隨著互動過程的整體框架的改變，個人在實現互動和呈現自我時使用的技巧和結果發生明顯變化（戈夫曼），日積月累的這樣下去，其實不利用大學生正確認識自我和融入社會，不利用身心的健康發展。“我喜歡在朋友圈發我的照片，每次發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。每次點贊的都是一大群人，在這一大群人中，其實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，大學生在社交媒體上的人際互動其實是出于一種印象管理[8]，可以通過一系列手段來調節他人對自我的認識，而現實生活中交往往往不具備這樣的可操控性，這也是許多大學生迷戀通過社交媒體進行人際交往的最主要原因。與此同時，大學生依賴社交媒體還會導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實生活中錯綜復雜的人際關系網。在網絡建構的虛擬世界中，其安全、隱匿的特點滿足了人們表達真實情感又害怕受到傷害的心理[9]。由于在社交網絡中大學生得到情感認同和滿足，一些大學生在心理上對線上人際互動具備了強烈的歸屬感和依賴感，一旦在現實社會中出現偏差時，往往會產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，甚至會形成自我封閉的心理，造成大學生一系列不利心理問題。由中國互聯網絡中心（CNNIC）發表的第24次中國互聯網發展狀況統計報告的網民生活形態研究中指出：越是重度依賴用戶，對互聯網可能產生的社會隔離認同度越高。因此，大學生也應該引起重視，如果過度的依賴社交媒體，與社會生活脫節的可能性越大，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，學校和社會可以通過給予一定的媒介素養教育來提升大學生的媒介使用習慣，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量上可能存在不足，一定程度上影響研究的科學性。第二、本文的落腳點在社交媒體，但僅選取微信作為個案研究，說服力略顯欠缺。第三、媒介依賴理論作為比較成熟完整的理論，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行考察，探究大學生使用微信是因為滿足了其個人需求從而產生的依賴，這是本文的不足之處，也是論文需要繼續完善的方向，在后續研究中，會主要解決這部分的問題。
參考文獻：
[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、爭鳴與未來[M].北京：清華大學出版社，2004.
[2]張詠華.一種獨辟蹊徑的大眾傳播效果理論――媒介系統依賴理論評述[J].新聞大學，1997（1）.
[3]謝新洲.“媒介依賴”理論在互聯網環境下的實證研究[J].石家莊經濟學院學報，2004（2）.
[4]曠潔.媒介依賴理論在手機媒體環境下的實證研究-基于大學生手機依賴情況的量化分析[J].新聞知識，2013（2）.
[5]梁娜，楊爍.80后大學生的手機依賴程度調查報告[J].東南傳播，2009（3）.
[6]謝榕.網絡空間自我呈現過程中的工具利用――以QQ空間為例[J].江西青年職業學院學報，2010（3）.
[7]王婷婷.社交網絡中的自我呈現[J].學理論，2011（17）.
[8]（美）戈夫曼著.黃愛華，馮剛譯.日常生活中的自我呈現[M].杭州：浙江人民出版社，1989.
[關鍵詞]學科信息素質在線教育平臺 Scitable學習空間
[分類號]G252
1 概述
信息素質教育一般分為通用信息素質教育和學科信息素質教育兩個層次。進入21世紀以來，隨著信息素質教育的開展，用戶自身素質不斷提高，其信息需求向更加專業化方向發展，針對不同學科開展專業層次的信息素質教育成為必要。在當前新信息環境下，傳統基于課程和培訓方式的信息素質教育難以適應這種發展形勢，在線形式的信息素質教育平臺開始出現，并越來越成為信息素質教育的主要形式。因而，探索和構建基于學科的在線信息素質教育平臺，開始受到人們的關注。由Nature出版集團推出的Scitable站點正是學科信息素質教育的典型案例。本文將對這一平臺進行深入剖析，總結其功能、特點和優勢，以期對我國學科信息素質教育平臺的構建有所借鑒。
Scitable是一個免費的開放在線教育／學習平臺，它整合了Nature出版集團高質量的科學文獻，同時具備網絡社區的特點，為全球各地科研人員和師生提供科學觀點、教學實踐和學習資源交流與合作的機會。目前，該平臺以遺傳學學科為構建對象，提供了該領域的各種教學和科研文獻以及在線學習工具，以幫助科研人員和師生開展研究和學習。
2 Scitable平臺的構成
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科信息素質教育的主體，由主題、個人社交網、興趣組、學習路徑和個人主頁5個模塊組成(見表1)。輔助模塊是為便于用戶使用，加強用戶交流和協作而設立的一些功能組件，包括學習插件、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，數字資源和主題研討室是其中最主要的兩個內容。數字資源是平臺為用戶提供的各種主題的學術資源，這些資源都來自Nature出版集團，同時經過遺傳學領域的專家審核。資源采用模塊化組織方式，并由學科專家負責參與指導教學，內容以入門性質的介紹為主，多以問答的形式展開，最后有簡單的結論或總結，部分模塊還附帶在線測試和學習操作部分。主題研討室是一個研究討論各種主題的虛擬學習空間。目前平臺設立了遺傳學、細胞生物學、科學交流和職業規劃4個主題研討室，每個研討室下都有若干討論主題。用戶在研討室內可以對文章內容進行評論、發起討論或是將內容與他人分享等，也可以通過左側的成員和小組列表進入社群繼續參與討論。
2.1.2 個人社交網(people) 與其他在線教育平臺相比，Scitable最突出的特點是個人社交網絡的嵌入。用戶可以根據需要建立與世界各地科研人員、教師和學生的關系網絡，開展科研合作、學術交流和資源共享，甚至從中尋找職業發展的機會。該平臺協作學習正是基于社交網絡形成的好友關系和小組關系開展的，這種關系的存在使得網絡具有一定的穩定性，因而用戶之間的學習交流更加順暢。同時，這種網絡在用戶需求挖掘、學習興趣發現、討論組建、資源共享等方面都發揮重要作用，而且社交網絡也成為Scitable吸引用戶參與的重要手段。最新的一項網上調查顯示，有75％的18―24歲年齡段人群使用社交網絡，而有超過80％的學生每周都會瀏覽和使用社交網絡站點，因而應用社交網絡能夠有效調動這部分用戶的參與。
2.1.3 學習興趣組(groups) Scitable允許用戶根據需要建立自己的科研、學習興趣組，同時可以邀請其他學生或專家老師的參與。興趣組包括課堂學習組和主題交流組，前者是指為完成特定教學任務或進行課程學習而建立起來的小組，后者是為參與某一主題討論而建的興趣小組，并不涉及教學內容。興趣組中有許多由創建者的本小組主題的文章和報道，同時提供文獻的URL，方便用戶查找。通過興趣小組，用戶可以發起或參與討論并對討論內容進行組織管理，小組成員之間可以分享有益的信息或內容，從而實現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容、參與的主題情況和共享的內容等。
2.1.4 學習路徑(1earning paths) 學習路徑是平臺對用戶的科研和學習過程進行指導的模塊，它通過文獻導讀的方式對用戶進行指導，一般是以時間為順序將某一主題研究過程中的關鍵環節或重大發現串聯起來，使用戶形成對該主題研究過程的整體認識。目前，平臺已經提供了許多典型主題研究的學習路徑供用戶參考學習。以學習路徑“基因圖譜：歷史與現狀”為例，研究路徑再現了基因鏈的發現、基因重組和基因圖譜、典型有機體的基因圖譜繪制、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展過程。通過學習路徑，用戶對這一問題的研究過程進行了全面有序的梳理，從而便于對這些學科基礎知識的掌握和科研、學習的快速入門。
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頁面，包括短消息、聯系人、書架、信息更新等內容。它們的主要作用是實現協作學習，加強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、進行參考注釋等功能，從而使得學習過程更為順暢。個人主頁是用戶建立的小型科研、學習環境，在主頁中通過一系列個性化工具和技術的應用，可以將人、資源、工具和服務有機地結合起來，從而更好地支持用戶的科研和學習。與一般的個人主頁相比，Scitable突出的學習和知識交互的特點吸引了用戶的廣泛參與。
2.2 輔助模塊
2.2.1 學習插件平臺中集成了各種學習插件和工具幫助用戶進行學習，如書簽、文件包等。用戶在學習過程中可利用書簽將平臺上的學術論文共享到Facebook、Twitter等網站上。文件包用于存儲各種被標記的論文、消息和討論內容等，方便用戶進行批注和速記。
2.2.2 專家咨詢 Scitable創新性地設置了“學科專家負責制”的在線參考咨詢服務，由學科專家負責模塊的資源建設和問題咨詢。這種服務特點能夠充分發揮學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習效率和學科素質。
2.2.3 在線課堂 是平臺為師生在線教學提供的一種虛擬空間。教師可以上傳下載各種教學資源，同時為學生提供各種在線閱讀書目、討論主題和學習工具等。學生可以進行實時提問、課程資源和論文下載等。在線課堂作為傳統教育的重要補充，既可以進行在線教學，也可以作為師生課外學習討論的重要途徑。
2.2.4 實時交流 平臺在每個頁面左側欄都設有實時交流工具，方便用戶隨時進行溝通和聯系，從而實現交互和協作學習。同時，實時交流也是結識新用戶、建立個人社交網絡的主要通訊工具。
此外，平臺還提供了資源之間的超鏈接、術語列表，集合了各種學術資源的“圖書館”模塊，從而輔助學習和資源的獲取利用。
3 Scitable平臺的構建特點
3.1 與學科資源結合，發揮自身優勢
與一般的信息素質教育平臺相比，Scitable平臺以Nature出版集團高質量的遺傳學學科資源為基礎，同時發揮學科專家的優勢參與資源的組織和建設。平臺上的每篇文獻都來自Nature出版集團，并通過學科專家的審核，而且也允許用戶在資源內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教育為目的的數字圖書館，為科研人員、教師和學生提供服務。這樣平臺建設就實現了將優質的學術資源與知名的專家學者以及用戶的信息需求的有效結合，從而發揮各自優勢，實現科研、學習的交流和互動。
3.2 內容設計新穎，充分吸引用戶
Scitable平臺除了豐富的學術資源外，也設立了眾多形式新穎的學習內容，吸引用戶的參與和討論。最典型的例子是焦點模塊的設計。焦點是指科學領域內各種最新出現或備受人們關注的熱門話題，是許多學者和師生的興趣所在，成為開展科學研究的出發點，往往也成為了解該學科的切入點。例如，與遺傳學有關的焦點包括人類基因組計劃、轉基因生物、H1N1病毒、干細胞、心臟病、傳染病等，對這些熱點問題的討論，不僅能為科學研究提供可參考的觀點和見解，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 技術特點鮮明，便于實現交互協作
作為一個在線的科學教育和個人學習空間，Scitable平臺整合了社會網絡技術、Web2.0技術、開放獲取技術和個性化推送技術等，充分實現用戶在科研、教育和學習中的交互協作。目前，平臺同時擁有維基百科、社交站點和在線期刊的各種功能和優點，使其與一般的學習平臺相比有明顯的技術優勢。此外，Scitable還與因特爾等知名企業開展合作，充分利用他們的技術優勢。例如，2010年8月推出的“手機版”平臺，用戶使用普通手機、iPad、iPhone、黑莓甚至電子書閱讀器等移動設備都可以進行訪問。通過合作，Scitable實現了社交網絡的快速擴展，在全球范圍內覆蓋盡可能多的用戶，而合作企業也可以實現對最新科學研究的及時跟蹤。
3.4 理論學習與實際操作相結合
當前，在線教育平臺的一個很大弊端是理論與實踐脫節，平臺講授各種學習理論，但是沒有提供實踐操作的機會，很多用戶不經過實踐，學過之后便很快遺忘。Seitable正是意識到這一問題，在平臺設計中將理論講授與實際操作結合起來，以期從根本上提高用戶的學科素質。例如平臺的“在線測試”、“學習操作”等欄目是在用戶階段性學習之后開設的測試和練習，用戶可以進行實際操作，從而對所學知識及時總結。而且平臺理論學習、主題討論、實時評論和熱點關注等多種欄目的開展，也有利于用戶理論知識的掌握和實際的應用。
3.5 個性化學習特征明顯
Scitable平臺以遺傳學學科資源為構建對象，但即便是在同一學科背景下，用戶依然可以享受到個性化特征明顯的在線學習環境。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。在平臺中，用戶個人主頁下的每個“好友”列表、資源類型、學習工具、參與主題和人際網絡都是按照自己的標準建立起來的，完全是用戶個性化需求的真實體現，因而每個用戶的頁面構成都不相同。而一個個看似獨立的個人頁面，通過一系列交互工具和技術的應用，形成了一個縱橫交錯又個性化特征明顯的科研、學習網絡，從而更好地支持用戶的在線學習。
4 Scitable 對我國在線信息素質教育平臺的啟示
4.1 改革平臺教學內容，加入學科素質教育
目前我國的信息素質教育平臺多是進行信息素質的通識教育，包括圖書館資源介紹、使用技能培訓、信息檢索課件下載、論文寫作指導和在線課程學習等，這種模式最大的特點是將圖書館資源、服務與信息素質教育結合，而針對專業層次的學科信息素質教育開展較少。因此，借鑒Scitable學科信息素質教育的經驗，可以在現有通識教育模式的基礎上，改革教學內容，加入學科信息素質教育模塊，按專業內容和性質進行差異化教學。圖書館可以與專業教師、科研專家一起探索設計該學科信息素質的教學內容和實施方案，結合具體的專業背景開展信息素質教育。例如，美國加州州立大學的信息素質教育除了設有基本信息素養模塊外，還提供了5個基于學科的教育指南進行專業層次的學科素質教育。
4.2 與學科資源建設和學科化服務相結合
學科資源和學科服務是學科信息素質教育平臺的兩大要素，因此平臺構建可以與圖書館現有的資源和服務相結合。在學科資源方面，利用圖書館的機構庫、信息／學習共享空間、學科信息門戶、特色學科數據庫等，將這些資源篩選、重組或以鏈接的方式嵌入學科信息素質教育平臺中，實現學科資源的充分利用。學科化服務目前已經在我國圖書館廣泛開展，但是在當前新信息環境下還有很大的拓展空間。可以說，提升用戶學科素質本身就是學科化服務的重要內容。因而，與學科化服務結合，利用學科館員提升用戶信息素質，同時在信息素質教育平臺中嵌入學科參考咨詢系統、設置學科資源推介欄目、構建學科信息環境和提供重點學科情報服務等，是圖書館開展學科信息素質教育的有效途徑，如圖1所示：
4.3 創新平臺的內容設計和組織形式
目前，盡管人們已經認識到在線信息素質教育平臺的重要性，但是許多機構在平臺構建過程中僅僅是將傳統信息素質教育進行網絡化，教育內容和形式依然陳舊，用戶參與和使用的積極性不高。這方面一些學科信息門戶建設后利用率不高的教訓值得注意，而Scitable正是憑借新穎的學習內容和個性化設計的特點才吸引了眾多的用戶參與。因此，在學科信息素質教育平臺構建過程中可以建立一些內容活潑、形式新穎的欄目，比如焦點討論區、學科熱點交流區、學科疑難答疑區、實踐操作區、個性化服務專區，甚至職業規劃討論區等豐富現有刻板的教育內容和形式，吸引用戶尤其是年輕用戶的廣泛參與。可以設立專門的學科館員或專家負責指導，用戶可以根據自己需要自由加入或參與討論。
4.4 利用最新技術，開展協作教學
目前，我國在線信息素質教育平臺提供的服務仍然是基于Webl.0的組織方式，用戶之間、用戶與教學人員之間的交流渠道有限。雖然用戶可以通過郵件、
網絡表單、電話等方式進行咨詢和反饋，但用戶間的交互和協作學習的程度不夠。Scitable平臺的核心理念就是通過社會網絡和Web2.0技術等各種新型技術的應用，實現交互協作，學生之間、學生與教師或學科專家之間都可以進行無障礙的溝通交流。因而，構建信息素質教育平臺可充分利用當前最新技術，發揮交流協作的功能，將協作學習視為用戶信息素質的重要能力，開展協作式教學。此外，隨著當前技術的發展，可以將信息素質教育平臺嵌入到用戶的學習管理系統(如高校的Blackboard系統、社交網絡平臺、維基和個人博客等系統)中，從而實現各種學習技術的融匯，如中國科學院國家科學圖書館的開放信息素質教育平臺與Wiki系統的融合。
4.5 加強合作，實現平臺的共建共享
圖書館一直是我國信息素質教育的重要力量。當前的信息素質教育平臺大多依靠本館資源進行建設，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，使得資源的質量難以保障，同時構建成本較高。借鑒Scitable的構建模式：①圖書館可以與信息提供商合作，在保障資源的同時，發揮合作伙伴先進的技術優勢，克服平臺建設的技術難題，降低構建成本，例如中國科學院國家科學圖書館與Thomson Reuters科技與醫療集團聯合推出的在線課程就應用了對方功能良好的Webex學習平臺進行教學；②加強與學術團體、科研院所的合作，發揮其科研人員的科學素質優勢，實現信息素質的共同提升，例如建立“客座研究員”制度，邀請專家參與和負責學科指導或開展相關學科素質的講座等；③完善用戶參與機制，在平臺構建過程中廣泛征求用戶意見和建議，建立用戶反饋機制，及時對平臺進行更新和完善。
參考文獻：
[1]曾曉牧，孫平.高校信息素質能力指標體系研究[學位論文].北京：清華大學，2004.
[2]張士靖，杜建，劉娜.高校不同層次信息素質教育調查分析.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教育平臺VTS的構建與啟示.圖書情報知識，2008(5)：92―97.
[8]在線信息素質教育中心.[2010一09―25].http：／／lib.sytu.省略／zxxxsz／index.htm.
[9]開放信息素質教育服務平臺.[2010一08一15].http：／／il.1as.省略／index.php.
[10]初景利.新信息環境下學科館員制度與學科化服務.圖書情報工作，2008，52(2)：5.
關鍵詞：社交網絡 市場營銷 持續改進
一、現代社交網絡的特點
社交網絡是在SNS理念的基礎上建立的網絡平臺，用戶可以通過在網絡上填寫個人資料或建立個人主頁來認識與自己興趣愛好想通或者背景想通的人，并與這些人保持聯系，通過網絡的形式來交流彼此的信息，分享彼此的愛好。從本質上來分析，社交網絡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的傳播平臺，并從根本上超越了傳統物聯網的傳播效果，徹底顛覆了用戶以往獲取信息的渠道及方式，在社交網絡的作用下，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，而不是通過傳統的瀏覽網頁或是搜索的方式來獲取。因此，現代社交網絡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、市場營銷在設計網絡方面的借鑒意義
社交網絡的主要價值就在于人與人之間形成的聯系。熟悉的朋友關系使網絡平臺上的用戶之間更加相互信任，因此能夠更大膽地在網絡平臺上分享信息，并互相影響消費決策。與之前傳統的網絡營銷相比，依托社交網絡而建立的市場營銷模式更加具有真實性和說服力，因為無論如何，在現實生活中某個真實朋友對于產品或服務的評價看法往往都比陌生網友的點評更加可信，也更具參考價值。因此在社交網絡上展開市場營銷活動，可以通過現實生活中的人際關系網絡更好地宣傳產品或服務，使每一個社交網絡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，達到較好的市場營銷效果。
三、在社交網絡上建立市場營銷模式的策略分析
根據現階段的技術條件及市場情況來看，如果想通過社交網絡有效建立一個市場營銷模式，至少應按照以下幾個步驟進行：收集匯總各種相關信息；招聘各區域的負責人員；正式開展營銷活動；對營銷效果進行測量和評價；持續改進；
（一）收集匯總各種相關信息
在社交網絡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信息，其中包括
社交網站中的用戶對將要進行營銷的產品或服務的看法及關注程度、社交網絡中相關用戶的個人信息及聯系方式，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行歸檔，形成一個龐大的數據庫，為將來的營銷活動提供準備。
首先營銷人員應將社區網站內用戶之間所交流的內容進行搜索，看看自己所要營銷的產品或服務是否曾經被用戶討論過。在進行這項工作時必須選擇與該產品或服務相關的關鍵詞進行搜索。現階段，除了百度搜狗等大型搜索引擎之外，還有一些專業的搜索軟件，可以為營銷人員提供更加精確的搜索服務。在此過程，營銷人員對于一些影響力不同的內容應該分開處理。在對信息進行采集的過程中，營銷人員應該將關注焦點放在一些影響力較強的部分，其中包括陣容最強大的社區及用戶討論次數最多的產品或服務內容，除此之外，還包括用戶對于該產品或服務及其公司的評價和意見。
在對信息進行收集之后，還應將所有具有價值的信息進行匯總，并集中保存在數據庫中。在接下來所開展的營銷活動中，營銷人員可以借鑒數據庫中的數據，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）招聘各社區的人員
在社交網絡上建立營銷模式之前，還需要建立一個以該企業或者產品為中心的社區，并
在此社區中開展相關營銷活動。這樣能夠大大降低網絡營銷成本，并獲得良好的營銷效果。
首先營銷人員應通過發送邀請函的方式，邀請社交網絡平臺中的用戶加入該社交。但是在選擇邀請函的發送對象時，應選擇對該產品有興趣，并存在購買意向的客戶。在發送了大量邀請函給目標客戶之后，該公司所建立的社區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進行了瀏覽，但這并不意味著所有用戶都會對該社區進行持續關注，因此社區必須時刻提供使用戶感興趣的內容，來獲得用戶的持續關注，并將信息傳遞給更多身邊的朋友。
接著，就可以進入社區推廣階段了。社區推廣的最佳方式便是在公司所有生產的產品上都印上社區網址，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）正式開展營銷活動
在建立社區并招募到一定數量的社員之后，就可以正式進入營銷過程了。在社交網絡平
臺中，對話是最常用的一種營銷方式，而且對話越激烈，說明該產品在消費者中的影響力越大。通過營銷人員與社區成員或者社區成員與社區成員之間的對話，可以將該公司產品的影響力不斷進行擴張。
首先應在社區中展開一些比較有趣味的活動來吸引社區成員的關注，并激發他們對于該產品的討論。這些活動通常是以該公司所提供的產品為中心展開的，并在活動過程中提供一些獎勵或激勵性措施來提高社區成員的參與程度。在激勵措施的帶動下，社區成員會更加有意愿對該活動進行關注，并傳播給身邊的朋友。
其次，營銷人員應試圖在社區網絡中主動發起對話。由于社區成員大部分都是對該公司產品具有一定關注程度的人，營銷人員可以圍繞提升產品設計或改善用戶使用體驗等話題發起會話。除此之外，營銷人員還可以利用其他與公司產品相一致的話題來展開話題，例如食品安全，行駛安全，健康養生等等。
隨后，營銷人員還應定期對社區主頁中的內容進行更新。在社區公司相關產品的文章或圖片，能夠有效激發起社區成員對于該產品的關注程度，并引起相互之間的討論，因此營銷人員應對網絡社區上的內容進行定期更新，讓社區成員隨時掌握產品的最新動態。具體可以為現有的主推產品新的廣告或功能介紹視頻。
最后，營銷人員應大力鼓勵社區成員對該產品的相關信息進行分享。社區成員是構成社區的主要群體，因此抓住社區成員之間對于信息的分享內容才是提高公司產品影響力的根本。針對這一點，營銷人員應鼓勵社區人員在社區平臺中積極分享他們對于該產品或服務的看法和評價，并將自己對于該產品的使用體驗分享給身邊的朋友，為其他用戶的使用提供更寶貴的意見。
（四）對營銷效果進行測量和評價
在社區網絡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，具體可以測量消費的對該產品的關注程度是否得到了提高、該產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.使用免費測量統計工具進行測量
免費測量統計工具是一種最簡單最容易操縱的設計網絡影響力分析工具，現階段，使用最多的免費統計工具包括Google分析、Site Meter（網站電表）、Technorati等，這些免費統計工具為設計網絡提供了跟蹤討論等一系列功能，但該公司的品牌或者產品在網絡中被討論時，這種免費測量統計工具的使用者會自動收到通知。
2.使用專業的測量分析工具進行測量
除了一些免費的測量統計工具之外，市場上還有一些較為專業的測量統計工具，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確的結論。
（五）持續改進
網絡社區對于我們來說是一個較為新鮮的平臺，在信息化快速發展的時代中，不斷萌芽
出各種新型的技術和理念，與此同時用戶的需求也在發生著變化，社區若想長久地留住現有的成員并在將來吸引更多新的成員加入進來，就必須在現有的基礎上做好持續改進工作。
首先，營銷人員應該認真傾聽顧客的呼聲。在順利結束社交網絡的某項活動之后，營銷人員應開始密切關注社區成員對于該活動的意見，并對一些有價值的建議進行收集，不能等到緊要關頭才開始進行。其次，應該以所收集到的意見為基礎，嘗試更多的創新。目前，已經有越來越多的創新正在網絡社區中出現，為了確保該社區在互聯網中的穩固地位，營銷人員必須與時俱進，進行同步創新，并保證所創新的內容與用戶的要求相一致，這樣才能更好的留住現有客戶并吸引更多新的客戶。
參考文獻：
[1] 黃華. 中國社交網站商業模式發展研究[D].碩士學位論文，上海師范大學，2010
關鍵詞：社交商務智能；商務智能；合作博弈
一、緒論
引用維基百科的定義，社會化商務智能（social BI）是指經由云技術的終端用戶實現的對顧客業務分析報告和顯示盤的創建、推介和分享，社會化商務智能使得基于用戶生成的分析和基于專業人士的商業分析和數據挖掘分析二者實現協同發展。它是對傳統商務智能（BI）所涉范圍的拓展，將商務智能的決策支持功能延伸到企業視角，使得企業商務決策的來源、方法和標準不再局限于單個企業，是更多企業決策能力的協同。Spotfire的市場總監Mark Lorion把社會化商務智能看作是“更為協作型的分析”。對于一個企業，它意味著跨企業協作時代的來臨，即利用建立在核心商務智能工具上的商務智能功能在社會化程度上的 “互動”。直觀上講，社會化商務智能的價值在于擴大了信息來源的范圍，優化了分析方法，使得商務決策更加合理有效。同時，它還對企業的經濟行為產生影響，基于社會化商務智能背景下的企業必須調整自身行為，擴大企業網絡，以更好地參與市場競爭。
二、文獻回顧
Fei-Yue Wang et al（2007）認為社會信息學向社會智能的轉移是通過對社會行為的建模分析、提取人類社會動力學因素以及認為創立社會機構并產生可行的社會認知而形成的。James E. Powell（2011）收集了如何將社會化媒體整合到商務智能的分析之中，并對其為企業帶來的效益增加作了闡述。Lynn Wu（2013）則考察了社交網絡效應對員工的生產效率和工作保障的影響，并將該用戶間的效應關系分為兩個獨立方面，工具性關系和表達性關系。
在此，基于企業間協同的社會化商務智能把企業看作社交網絡中的結點，聯系企業間的相互關系來傳遞客戶信息和決策分析方法等，以此提升行業的整體運營效率。然而，理性的企業個體更多地是考慮自身的利益，而非集體利益，這就有可能在協同企業間產生囚徒困境（Prisoner's dilemma）的結果。為此，分析不同企業間的策略是獨具價值的。
三、社會化商務智能下的企業競爭行為分析
1、企業競爭行為的變革
社會化商務智能的作用在于提高企業間的協作，由這種協同效用而推動整個企業集團的發展提高。然而，由于現實中的企業行為難以觀測，往往只是等到個別企業采取不合作策略之后才能發覺其破壞行為。這對于合作次數有限的企業來說無疑造成了機會損失。由此，在社會化商務智能的環境下，企業間訂立合理的信息披露標準和統一的考量標準，使得企業間的行為更加透明，信息更加對稱。這樣，就可以從技術角度上杜絕個別企業的毀約行為。
2、博弈分析
考量企業集團內企業間的行為普遍的是兩個企業間的互動。更加實時透明的企業行為使得社會化商務智能背景下的企業行為由非合作博弈轉向合作博弈（見圖1）。
示例圖 1 兩個企業時的策略性行動
情況（1）和（2）表示采用社會化商務智能前后，企業集團間的狀況；參與者A和參與者B分別代表由社會化商務智能而互動起來的兩類能力和規模均相同的企業或企業集團。C代表真實披露企業信息和檢測手段；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，采用社會化商務智能后，兩個企業集團間的狀況轉變為正和博弈，其最優結果由一個納什均衡解（C，C）構成，即在采用社會化商務智能手段后，企業集團間的行為為雙方都合作時，企業彼此均達到最優情況，形成雙贏局面。
四、總結與展望
通過以上對于社會化商務智能的分析探討，論文前瞻性的對社會化商務智能進行了介紹。同時，分析了在社會化商務智能的背景下企業的策略，并得出結論，在社會化商務智能的大背景下，企業集團間的競爭行為由原先的零和博弈轉變為正和博弈，合作有利于參與者雙方。所以，“社交”產生的協同效應為企業合作帶來了新的利益增長點。而商務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，社會化商務智能提高了企業運營效率，優化了企業間的行為，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，對社會化商務智能的探討還不夠深入，在分析中難以深入社會化商務智能的核心，量化社會化因素。另一方面，對于企業集團的策略行為分析及其分析模式沒有很具有說服力的來源。而以上這些都可以成為論文進一步研究的切入點。（作者單位：云南財經大學）
參考文獻：
[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.
關鍵詞：大數據；社交網絡；廣告
Web2.0革命已經成為了網絡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險，此類的廣告營銷特點在于一年進行幾次回顧，將銷量與幾十個變量關聯到一起，但是這種營銷手段作為一種陳舊的商業模式，正在被粉碎和瓦解。
根據市場2.0的特點，《社交網絡改變世界》一書為其做出以下定義：“第一，這一價值鏈當中的傳統把關人的脫媒現象；第二，從消費者到生產者的轉變，通過用戶產生內容創造出新的增值業務模型”，隨著市場特點的變化， 廣告2.0時代，整合了大數據分析、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，社交網絡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、大數據時代廣告的精準投放
大數據（big data），或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的4V特點：數據量（volume）、時效性（velocity）、多樣性（variety）、可疑性（veracity）。
Web2.0 時代的來臨導致廣告營銷環境出現兩個深刻的變化： 一是受眾接觸信息的行為發生了變化； 二是廣告媒體的商業模式也在悄然變動。受眾接觸信息行為的變化表現在 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。廣告營銷媒體商業模式轉變表現在由以傳統大眾媒體為主逐漸向互聯網等媒體融合或轉移。這兩大變化要求廣告營銷人員放棄傳統的媒介模式， 對于新媒體時代下的廣告市場作出新的思考和運作。
二、Google等國外搜索引擎的網絡廣告投放
Google的收益來源主要來自兩個板塊：搜索技術授權和網絡廣告。
目前，google的2/3收入來自廣告，google的網絡廣告主要分為AdWords和AdSense。AdWords即廣告客戶在google上注冊關鍵字，企業網站鏈接廣告將出現在搜索結果頁面的右側，收費原則是點擊收費，不點擊不付費，默認點擊在中國和波蘭最低0.15元/次，在全球其他區域是最低5美分/次。
Ask Jeeves，，Inktomi，Looksmart和雅虎等搜索引擎的收費方式還有兩種：其一是列表付費，客戶需要付費才能把自己公司的名字加到列表中去；另一種是位次收費，客戶需要付費才能讓自己公司的名次靠前。
三、我國網絡廣告的精準投放
目前活躍在我國網絡上的精準廣告的多種多樣， 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關鍵詞， 例如“洗衣機”， 便可以在消費者查詢“洗衣機”的結果頁排個好位置， 以此吸引目標受眾的關注。據艾瑞調研數據顯示， 2005 年我國搜索引擎運營商收入規模達10. 4 億元， 同比增長了 81. 9%。搜索引擎的收入來源是網絡競價排名。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、網易、人民網、新華網等4000 家強勢媒體， 并以按效果付費、每點擊最低 0. 2 元的價格策略， 吸引了眾廣告主特別是中小企業的關注。
四、從大數據時代走向社交網絡
大數據時代的到來，為精準廣告提供了發展機遇，但是僅僅把精準作為其帶給網絡廣告的全部，已遠遠不夠。互聯網將從空間模式轉向時間模式：互聯網上的所有信息很快都將變成基于時間的結構，從靜態到動態的，一直在流動。
大數據時代我們可以根據cookies等用戶的上網痕跡推測用戶的喜好，從而進行精準的廣告投放，但是隨著社交網絡的快速發展，大數據時代的廣告投入方式受到了前所未有的沖擊。Facebook 今已發展成為全球最大的 SNS 社交網站。國內的微博的建立，曾被認為是中國的 Myspace 模式佼佼者。社交網絡廣告傳播的優勢主要有：1、社交網絡信息傳播方式層面的價值優勢。2、社交網絡信息傳播的受眾層面的價值優勢。
五、占據社交網絡廣告投放的制高點
（一）植入隱性廣告
植入隱性廣告的方式有很多，比如企業直接注冊社交網絡賬號，主動融入目標受眾的網絡人際圈建立品牌效應。這需要進行社交網絡的注冊，并通過一定的高點擊率的信息來吸引社交網絡中的用戶注意，從而建立起社交網絡中的社交關系網，來輻射出更大的信息傳播范圍。
（二）整合營銷
國際公關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物的銷售相滲透才是數碼平臺營銷的未來演進趨勢，但這一演進漫長而復雜。例如，在麥當勞和人人網推出的“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勞優惠券以及限時半價優惠，促使消費者到店消費。據尼爾森的跟蹤調研報告，人人網上參與麥當勞“見面吧”活動的用戶中有超過50%的人到麥當勞店內進行了消費，直接參與活動的用戶對麥當勞品牌好感度提升了33%。這次嘗試，將成為社交網絡廣告傳播的發展趨勢，讓網絡與現實更加緊密的結合，使得廣告的單向傳遞更好地轉換為受眾的互動。
（三）口碑傳播模式
現在的消費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、利用豐富的網絡信息來支持自己的購買決策。根據尼爾森最新研究報告結果，全球有高達九成以上的消費者信任口碑及家人朋友的建議，高于其他所有廣告形式。中國互聯網絡信息中心（CNNIC）的《互聯網絡發展狀況統計報告》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。當越來越多的消費者開始在做出購買決策之前參考他人的意見，社交網絡渠道就會在產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）精準定位模式
社交網絡另一個突出的傳播特性是真實性，這種真實性建立在用戶注冊的真實性，也建立在用戶關系的真實性。在現有的豆瓣網中已經較為成功地運用了聚合群體，有效地增強了社交網絡的互動性。一方面可以更大程度上增加社交網絡用戶間的交互性，另一方面，可以便于社交網絡廣告的精準定位，使得廣告主可以在最短的時間找到最精準的目標人群。真正地做到廣告投放的目的、目標范圍、產品理念等與用戶的特征、需求喜好、價值取向等相結合。
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，由蘋果和三星研發的智能手表、智能手環等可穿戴設備應聲而起，一場由智能消費終端引發的物聯網變革正在醞釀。
2013年5月由《華爾街日報》旗下媒體所舉辦的D11數字峰會中，可穿戴設備成為熱點。 瑞士信貸發表報告預測稱，在蘋果和Google拉動下，未來2～3年，可穿戴技術市場規模將由目前的30億-50億美元增長至300億-500億美元。2013年7月15日在webofscience數據庫中，以“可穿戴”為主題詞檢索得到5852條結果。其中，美國發表的論文最多，占29.8%，其次為日本，中國已躋身世界5強。
如果說在大數據時代和網絡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備的關注度將會不斷地提高。隨著廣告與人們的聯系越來越密切，如何保護人們的隱私？如何提高廣告的真實性？將成為又一個要攻克的難題。
參考文獻：
[1][加]馬修?弗雷澤，[印]蘇米特拉?杜塔.《社交網絡改變世界》.談冠華，郭小花譯.北京：中國人民大學出版社
[2]張遠昌.《搜主義》.北京：清華大學出版社，2005
[3]成英玲，甲魯平.Web2.0 時代廣告精準營銷探析.新聞界，2008.1
[4]遲林晨.社交網絡的廣告傳播模式.新聞界，2012.20
[5]汪欣.社交網絡時代平面廣告的堅持與嬗變.Colleges
