前言：中文期刊网精心挑选了社交媒体特征范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
社交媒体特征范文1
〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0164-06
〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.
〔Key words〕social media；information；credibility；assessment；review
1 研究的意义
随着互联网技术和移动技术的突飞猛进，社交媒体盛行，人人可做信息的制造者，制造的信息极为丰富。然而，在这丰富信息的背后，隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频，这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播，营造健康向上的网络环境，信息可信度评估就成了迫在眉睫的问题，社交媒体信息急需“鉴定师”和“测谎仪”。
社交媒体信息可信度评估研究既有较高的学术价值，也有较强的应用价值。具体来说，学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施，是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性，营造诚信健康的互联网环境，也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。
2 社交媒体信息研究
社交媒体（Social Media）是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后，BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明：全球社交媒体活跃用户约占全球人口的29%。
2.1 国外研究
社交媒体的相关研究从20世纪80年代开始，在2005年左右开始进入快速发展阶段，发文量有逐年增加的趋势。在国际期刊中，发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年，关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面：
2.1.1 社交媒体信息利用研究
社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域，利用社交媒体信息，可以获知消费者态度和行为[2]，可以获知客户交流和推荐对营销的影响[3-4]，可以获知社交媒体信息对营销管理功能的影响[5]。
2.1.2 社交媒体信息检索与信息推荐研究
侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如，Hong和Davison（2010）使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如，Levandoski等（2012）提出位置感知推荐系统（LARS）[12]。
2.1.3 社交媒体信息传播研究
侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等（2010）通过研究1 500万URL在不同Twitter用户之间的300小时传播，提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic（2005）通过研究信息在博客中传播的模式和动力学特性，提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman（2010）采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。
2.1.4 社交媒体用户隐私研究
在探讨社交媒体用户隐私现存问题的基础上，提出了相应的隐私保护方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基础上探讨了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解决社交媒体用户隐私问题[18]。
2.2 国内研究
国内学者的社交媒体研究最早可追溯至20世纪90年代末，但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在：
2.2.1 社交媒体信息传播研究
研究内容包括：①社交媒体信息传播模式研究。如韩佳等（2013）提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等（2015）构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊（2015）探讨微博传播存在的问题及原因，并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红（2012）以新浪微博作为数据来源，把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标，从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。
2.2.2 社交媒体舆情分析与监测研究
如张J等（2014）以打砸日系车系列突发公共事件为实例，探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等（2015）对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集，将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段，并对各阶段进行情感分析，为舆情治理提供了支持[24]。唐涛（2014）在分析网络舆情五要素的基础上，探讨移动互联网舆情的新特征，指出面临的新挑战，并从信息分析、信息筛选、信息引导等方面提出对策[25]。
2.2.3 社交媒体营销研究
如唐兴通（2012）的著作《社会化媒体营销大趋势：策略与方法》系统总结了社交媒体营销，并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼（2014）提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄（2015）采用社会网络分析方法研究企业微博营销传播的效果[28]。
3 信息可信度研究
3.1 国外研究
信息可信度（Information Credibility）是指人们对信息可相信程度的认识。它由值得信赖（Trustworthiness）和专业性（Expertise）两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现，网络信息可信度的评估被提上了议事日程。研究情况可归纳如下：
3.1.1 网络信息可信度评估的理论模型
主要有Fogg（2003）的P-I理论模型、Wathen和Burkell（2002）的评判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的统一模型、Metzger（2007）的双处理模型以及Lucassen等（2013）的3S模型（修订版）。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。
3.1.2 网络信息可信度研究内容
主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如，Nagura等（2006）通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka（2011）利用用户可信度评判模型对网页搜索结果进行重新排序，以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等（2008）以文章长度、版本数量和基于贡献数量的作者声誉建立模型，计算出维基百科文章的可信度[33]。
3.1.3 网络信息可信度研究方法
主要采用定量研究法。比如，Olteanu等（2013）在调查网页的各种特征（文本内容、链接结构、网页设计等）的基础上，经过统计分析方法筛选出关键的特征，采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto？Search。
3.1.4 影响力较大的项目和国际会议
影响力较大的项目有互联网可信度研究（The Web Credibility Research）项目，影响力较大的国际会议有WICOW（Workshop on Information Credibility on the Web）。
3.2 国内研究
1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今，相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统，国内研究重点在于定性分析上，大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有：
3.2.1 侧重于信息可信度影响因素研究
比如，龚思兰等（2013）针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征，通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅（2013）运用理论分析辅以实证研究的方法，从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。
3.2.2 侧重于信息可信度指标体系的构建
比如，胡红亮（2013）按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋（2007）基于第三方认证机构的视角，构建了电子商务网站的信用评价指标体系及评价因素集，并建立灰色关联信用评估模型[38]。当然，也有少量基于机器学习的信息可信度自动化评估实验研究，比如，马伟瑜（2011）提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。
4 社交媒体信息可信度评估研究
4.1 国外研究
国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开，最早可追溯到20世纪80年代。目前可以说，研究处于繁荣期。国外研究情况可归纳如下：
4.1.1 社交媒体信息可信度评估研究内容
研究内容主要包括：①不实信息的判断识别。如Qazvinian等（2011）提取Twitter信息的文本特征、网络特征和微博元素特征，构建贝叶斯分类器甄别谣言[40]。Zhao等（2015）通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等（2011）选取了有关用户特征、文本特征、主题特征、信息传播特征，采用J48决策树评估Twitter中话题新闻的可信度[42]。
4.1.2 社交媒体信息可信度评估方法
评估方法主要有监督学习[43]，统计分析[44]，与可信信息来源的相似性比较[45-46]，社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估，具体来说：①选取的特征：选取的特征主要是用户特征、文本特征、信息传播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）选取用户特征（如注册时间、粉丝量、好友量），文本特征（如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发），主题特征（如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例），以及信息传播特征（如传播树的深度），采用J48决策树评估Twitter信息的可信度[42]。②评估的方法：大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法，并对结果进行分类，以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器，并对结果进行分类，从而评估Twitter信息的可信度[42]。当然，也有通过对结果进行排序的实例，从而达到评估社交媒体信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM与PRF相结合的方法，按照可信度得分对Twitter信息进行排序[43]。
4.1.3 有较大影响的在研项目与系统
由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性，该项目在国际上有较大影响。Jacob Ratkiewicz等（2011）开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等（2014）、Lorek等（2015）分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。
4.2 国内研究
2007年《博客信息“可信度不亚于纽约时报”？》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有：
4.2.1 社交媒体信息可信度影响因素研究
如刘雪艳和闫强（2013）探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝（2015）从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等（2015）从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。
4.2.2 构建社交媒体信息可信度指标体系研究
它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬（2013）从站点层次、版块层次、主题层次、内容层次4方面，采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等（2013）从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查，采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如，贺刚等（2013）引入关键词分布特征和时间差等新特征，基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等（2013）提出基于BP神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测[57]。路同强（2015）采用半监督学习算法检测微博谣言，但不足之处在于未考虑信息的深层特征[58]。
4.3 存在的问题
对比国内外研究情况，可发现国内研究存在如下问题：
4.3.1 研究内容
关于社交媒体信息可信度研究，国内外目前以微博研究较多。与国外丰富的研究内容相比，国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。
4.3.2 研究方法
国外定量研究较多，很多涉及自动化评估，而国内定性研究较多，大多采用问卷调查法、专家访谈法等进行人工评估。
总之，现有研究大多是针对Twitter等英文社交媒体，其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的，但研究成果零散，还缺乏系统性。另外，在特征选择上，选择范围面较窄，考虑社交媒体深层的隐含特征较少。
5 结 语
为了解决中文社交媒体的可信度评估问题，在吸收前人研究的基础上[59-63]，很有必要对中文社交媒体信息可信度进行系统研究，特别是在参考国外信息可信度评估系统的基础上，很有必要研制开发中文社交媒体信息可信度评估系统，实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中，应注意下列问题：
1）评估要在对信息资源分类的基础上，对不同的类别采用不同的评估指标体系，以提高评估工作的科学性和合理性。
2）评估既要重视定性评估，也要重视定量评估，尤其是自动化评估。特别是在大数据环境下，应针对评估的实际需求，制定科学的评估方案，选择恰当的评估方法，构建适合评估工作需要的自动化评估系统。
3）评估指标、评估模型的选取以及参数的训练，既要考虑研究结果的精确度，又要考虑系统的运算时间。
4）评估模型构建后，不仅要进行实验室评估，还应进行实际效果评估。
参考文献
[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.
[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.
[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.
[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.
[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.
[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.
[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.
[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.
[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.
[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.
[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.
[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.
[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.
[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.
[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.
[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.
[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.
[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.
[19]韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，（1）：105-107，111.
[20]姜景，李丁，刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识，2015，（1）：182-191.
[21]阎俊.微博传播的问题与对策研究[D].锦州：渤海大学，2015：1-38.
[22]陈远，袁艳红.微博信息传播效果实证研究[J].信息资源管理学报，2012，（3）：28-34.
[23]张，孙霄凌，朱庆华.突发公共事件舆情传播特征与规律研究――以新浪微博和新浪新闻平台为例[J].情报杂志，2014，（4）：90-95.
[24]张瑜，李兵，刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报，2015，（5）：143-151，159.
[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志，2014，（3）：113-117.
[26]唐兴通.社会化媒体营销大趋势：策略与方法（第2版）[M].北京：清华大学出版社，2012：1-235.
[27]张淼.社会化媒体在市场营销中的应用研究[D].北京：首都经济贸易大学，2014：1-47.
[28]刘晓燕，郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究，2015，（2）：89-102，128.
[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.
[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.
[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.
[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.
[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.
[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.
[51]刘雪艳，闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报：社会科学版，2013，（2）：6-12.
[52]丁科芝.社交网络信息可信度研究[D].武汉：华中师范大学，2015：1-61.
[53]薛传业，夏志杰，张志花，等.突发事件中社交媒体信息可信度研究[J].现代情报，2015，（4）：12-16.
[54]屈文建，谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识，2013，（2）：112-118.
[55]莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，（2）：12-18.
[56]贺刚，吕学强，李卓，等.微博谣言识别研究[J].图书情报工作，2013，（23）：114-120.
[57]程亮，邱云飞，孙鲁.微博谣言检测方法研究[J].计算机应用与软件，2013，（2）：226-228，262.
[58]路同强，石冰，闫中敏，等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究，2016，（3）：744-748.
[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.
[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.
[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社会媒体挖掘[M].北京：人民邮电出版社，2015：1-240.
社交媒体特征范文2
远程开放教育是一种新型的教育形式，这种教育形式不受时间、空间限制，采用最先进的网络教学、多媒体教学等多种交互式教学手段。 在远程开放教育这种学习方式下，采用信息技术交流，以文字教材为基本媒体，配合音像教材、计算机网络、教学软件等多种媒体教学资源，利用电话答疑、电子信箱等信息交流，并辅以必要的面授辅导，是大众化的、终身学习的最理想和最方便的学习方式。
远程开放教育是一种终身学习的方式，适用于社会的任何群体，但目前远程开放教育的普及度并不高，大部分学员对远程开放教育的形式和操作实施仍不了解，不知道远程开放教育给教育所带来的好处，因此在社会大力宣传推广远程开放教育是必要的。
目前电子商务发展迅猛，网络社交媒体已经成为人们的日常交流渠道，因此采用网络社交媒体对远程开放教育进行宣传能达到事半功倍的效果。
本文试图立足于对企业社交媒体经营模式研究的基础上，结合学校的实际情况，提出远程开放教育的社交媒体推广经营方案。
二、国内外文献综述
社交媒体（Social Media），也称为社会化媒体。社交媒体是一种社会化的沟通方式，本质上是把传统的以物理为媒介的互联网转化成以个人为媒体的互联网，过去耳口相传的信息传递形式被转移到了网络上，媒体与受众者之间的界限愈加区别，媒体与个人实现了有机合一。
最先研究社交媒体的是一家名为“spannerworks”的新媒体研究机构，其在《什么是社交媒体》中提出，社交媒体是一种赋予用户极大程度参与空间的新型在线媒体，该类媒体具有参与、公开、对话、交流、社区化、连通性的特点。
刘蔚，胡昌龙（2012）提出社交媒体是利用互联网技术产生的一种区别于传统主流媒体，给予用户参与的空间，以用户创造内容和信息传播为主要特点的新型交互式在线媒体。目前对社交媒体的界定基本包括： 博客（Blog）、微型博客（Twitter）、论坛（BBS）、社交网络（SNS）、播客（Podcast）、维基（wiki）、内容社区（content-community）等7种形式。社交媒体以其互动的特性在现代商业中扮演着重要的角色。
三、我国企业的社交媒体经营现状
1.企业对社交媒体的应用
目前我国大部分企业应用社交媒体树立品牌口碑，建立与客户之间的亲密关系，增强客户黏度。近两年国内企业应用社交媒体取得较好效果的案例较多，下面挑选典型案例进行分析。
携程网的企业博客Ctripper，用于社会化媒体来吸引入境旅游者， 选择以微博、视频、邮件、手机为社会化媒体工具进行营销。
优衣库2010年优衣库在国内开展社交媒体营销创意活动：LUCKY LINE，网络排队有奖活动。优衣库通过一些轻量级的社交小游戏，实现了线上社交网站与网店和线下人群的拉动和实体店的成功营销，通过游戏充分调动用户的社交积极性，接近与客户关系，在客户的真实社交圈子中产生联动效应，形成了人人相传的口碑效应，其核心在于体验营销和关系营销。
2012年创立的黄太吉煎饼店应用社交媒体平台营销，包括新浪微博、大众点评，即时通讯工具（如微信、陌陌），通过这些途径来订餐和推送促销信息，达到提升产品知名度的作用。
2.企业社交媒体的经营模式
通过研究企业应用社交媒体的案例，可以归纳出企业使用社交媒体的基本模式：
（1）成立相应的社交媒体营销组织。企业进行社交媒体营销，成立相应的组织是关键。随着互联网技能和数字化信息的日益发达，企业迫切需要成立专门社交媒体营销部门，合理灵活的运用各种社交媒体为企业的品牌和产品服务。未来，人与人的联系更加紧密，人与人之间的影响加大，企业建立专门的社会化媒体营销组织将能更好地发挥网络社交关系的作用。
（2）配置对应的社交媒体营销人员。大部分企业认识到组建一支高效率团队对项目的开展非常有帮助。社交和数字媒体的崛起改变了往常营销团队的构成，传统的营销人员都是通才，现在挑选社交媒体管理人员需要考虑到营销能力和技术性相结合。
（3）选择合适的社交媒体， 用心经营。不同类型的企业会根据产品或服务的特点，选择不同的社交媒体组合，使之产生最佳的推广效果。例如有的食品类企业的产品合适线上支付，线下交易，即O2O模式，该类企业则采用微信平台进行营销。有的企业只是为了树立品牌形象，则可采用博客、微博等组合媒体。不同的社交媒体组合，其最终的目的都是为了使自己的推广目标能发送到受众面前，产生影响力。
（4）运用关系营销。关系营销的核心是与顾客保持长期的关系基础上开展营销活动，实现企业的营销目标。互联网把人与人构建成一个巨大的关系网络，企业合理地运用关系营销则可以扩大宣传的效果，达到事半功倍的效果。
四、远程开放教育的社交媒体推广经营方案
基于对企业社交媒体经营模式的分析，结合学校的特点，本人认为学校开展远程开放教育的社交媒体推广工作可以从以下几方面进行：
1.建设学校网络推广工作室
学校社交媒体的经营模式可以参考企业社交媒体的宣传模式，在学校建立自己的网络推广团队，通过各种社交媒体，对远程开放教育进行网络推广和宣传。网络推广团队由教师与学生组成，由教师负责进行管理和监督。团队以学校社团的形式开展活动，设置社长和副社长，负责各项网络推广任务的安排和实施管理。社团中设置活动策划部、业务部、文案设计部、客服互动部，其中文案设计部和客服互动部按推广媒体的不同进行文案的设计和推广工作，如图1。文案设计人员负责为推广信息设计合适的图片和宣传海报，撰写推广信息内容。客服专员负责把推广文案在各推广渠道上进行，并记录推广信息的转发数量、回复数量等，同时监控记录网络舆论。
社团成员由社团的教导教师在全校范围内进行宣传和招聘，主要招聘热衷于电子商务实践的青年学生，重点招聘电子商务专业学生，学生可以将学习的技能在网络推广社团的活动中加以运用。
招聘工作先让学生进行报名，再对报名的学生进行面试。教师通过提问了解学生的志愿。要求学生有从事网络营销相关工作的志愿，从而通过该次工作实践，为以后的就业打好基础。
图1 网络推广工作室组织架构
社交媒体团队根据团队管理制度，积极组织开展活动，如网络广告文案制作，论坛、微博、贴吧等的推广，专业理论学习和技能实践活动。
2.明确推广的目标群体
学校社交媒体团队在开展网络推广之前，必须先了解哪些群体是推广目标，这部分群体有哪些兴趣和爱好，通过社会化媒体找到他们并主动建立联系。了解网络推广的受众目标喜欢倾听什么，想了解远程开放教育哪些方面的内容。
远程开放教育的目的就是为了实现教育的继续化和教育中终身化，满足更多求学者的愿望。它建立在对各种教育技术和媒体资源的开发和应用的基础上，教师和学生在时空上相对分离，是实现教育的平等化和大众化的教育形式，突破了时间和空间的界限，市场潜力巨大。
以广州市广播电视大学的目标服务对象为例，主要有在校学生、准备报读大专、本科的学生、想进修的工作者。由于远程开放教育主要通过网络技术开展教学，学员必须具备上网操作能力，熟悉网络媒体的操作，接受网络教学、网络答疑等教学形式。因此把网络推广受众定位于青少年，包括学生及刚参加工作有进修需求的人员，这部分人群熟悉网络操作及各种网络社交媒体，能与之在网络上互动，能取得更好地推广效果。
3.选择合适的社交媒体
在互联网上开展营销推广之前，需要选择一些合适的工具，例如网站、电子邮件系统和社交媒体账户。根据确定的目标受众，选择目前国内的主流社交媒体，建立账户。选择的主流媒体包括新浪微博、新浪博客、论坛、百度等。
4.制定网络推广执行详情
根据选择的社交媒体，制定推广的执行详情，并安排主负责的学生，为该渠道的推广工作进行安排和管理，如表1。
表1 网络推广执行详情表
5.设计推广工作记录表格
为了记录开展远程开放教育的网络推广效果，本人结合企业的工作记录和社交媒体特征，设计了远程开放教育网络信息推广记录工作表格，分别有博客推广工作记录表格、微博推广工作记录表格、论坛推广工作记录表格、百度经验推广工作记录表格（如表2、表3、表4、表5），工作记录表有助于记录工作情况，评价工作效果，其中的阅读量、查看量、转发量等反映了网络推广的影响程度。
表2 博客推广工作记录表
表3 微博推广工作记录表
表4 论坛推广工作记录表
表5 百度经验推广记录表
综上所述，学校可以通过制定合理完善的社交媒体推广经营方案，对远程开放教育进行网络推广。开展社交媒体的推广时，需要结合企业的社交媒体营销方法和学校的实际情况进行。本人总结得出以下几个要点：
1.开展推广前，分析目标受众的特征
实施推广工作之前，必须充分了解目标受众的特征，年龄段及兴趣点，他们对远程开放教育的需要。了解目标受众的特征，才有助于寻找目标受众在哪些社会化媒体平台上，方便推广信息。
2.寻找存在目标受众的社交媒体平台
目标受众会活跃在很多社交媒体平台，因此需要推广者选择目标受众较集中且操作方便、经济的平台，洞悉他们怎样相互对话和分享。选择社交媒体平台后，则需要了解网络社区的规范和禁忌。
3.制定完善的工作执行方案
由于社交媒体的使用是关系到团队的每一个人，因此必须制定完善的工作执行方案，确定各个社交媒体平台的负责人，规定每个平台的具体操作，使每个部门的教师和学生都能按执行详情设计信息的内容，与受众互动。明确每个时间段的工作情况及负责人，当发现问题时应如何处理。通过详细的规定使团队的每个人都能分工合作，最后达到同一个目标。
4.有推广的目标和衡量标准
确定推广目标，使团队都有工作的动力。制定衡量的标准，对推广工作的效果进行量化，如查看量、回复量、粉丝量等。不同社交媒体平台设定不同的衡量标准，并根据实际情况进行调整。设计工作登记表格，记录推广的各项数据，以便进行统计分析，评估推广的效果。
社交媒体特征范文3
关于受众
无论是开通一个新网站，还是在现有的媒体项目中新增社交媒体的特别版块，你都必须仔细思考受众。用户是各种社交媒体网站的根本所在。所以评估如下的事项：你的受众是谁？花些时间来定义你的目标市场所在。考虑如下因素：
人口统计学。何种特征能够描述你的市场，如家庭收入、地理位置、年龄、教育、职业或者家庭构成情况？订阅《成功营销》请点击省略/dingyue
消费心理学。你的受众还有哪些其他特性？有没有特殊的兴趣爱好影响着他们的行为？这些可能和工作有关，像IT业，或者与爱好有关，如手工编织。
行为。用户的在线行为是如何透露出他们兴趣的？他们使用特定的产品或内容吗？他们阅读白皮书或者观看视频吗？
怎样让受众参与进来？
让上传和分享变得容易起来。举个例子，对用户而言，给内容评级或者上传图片比用文字更容易表达自己。
无论是消极还是积极地参与，它能给用户带来什么好处？浏览者会思索，“这会给我带来什么好处”？
是不是因为参与意味着成为某个网络社区的一分子？获得反馈？拥有一个可以发言的公共论坛？赢得尊重？被聆听，或者某些其他原因？
允许参与者就网站的功能给你以反馈。在网站发展的初步阶段，这非常重要，参与者会告诉你他们想从你的网站得到或需要什么，以及对那些不能发挥作用之处的抱怨。
引入社交媒体时需要考虑的要点
就网站对用户上传内容的最大接受限度，经过谨慎思索后做出规定，为网站管理构建一个强有力的程序。ITtoolbox的George Krautzel指出，这必须谨小慎微，不过也并不意味着它需要在你的网站上成为明白的标注。订阅《成功营销》请点击省略/dingyue
做好迎接在公众面前失败的心理准备，因为社交媒体需要一定程度的透明度。对于一些公司而言，这可能很难接受。就了解发挥作用的机制以及你目前所能达到的程度而言，透明度是非常重要的。洞察有关变化的发展。随着网站的发展，每天都会有新的变化和挑战。社交媒体并不会“建造了它，人们就会到来”。需要持续不断的努力才会培育并且保持网络社区的扩展壮大。承认构建社交媒体网站是一个互动的过程。你需要不断地测试新的方法以改进网站。按照Spiceworks的Jay
Hallberg的说法，至少需要三次以上的尝试，才能够令每个职能体妥当运作。
不同的盈利模式
社交媒体提供了多种盈利模式，包括：
广告。社交媒体，尤其是针对利基市场或B2B市场的，提供了利基营销的机遇。在广告商机中：Banners、赞助、销售线索生成，以及行为目标营销都可以直接或者通过第三方出售。
订阅。订阅可以以许多形式出现。例如，它们可以成为附加功能，如LinkedIn的做法；或者它们可以令平面与网络的界限不再那么区分明显，像Engeering News-Record网站一样。
其他的盈利方式。即使面对社交媒体目前的发展以及强大的网络广告市场，许多公司仍未完全开发出可做的选择，如收入份额或附属收入，研究销售以及数据销售(不泄露私人信息的情况下)。订阅《成功营销》请点击省略/dingyue
测量社交媒体的影响力
许多市场营销人员还在使用老办法来评估一场营销推广战的影响力。就某种程度上而言，是因为他们喜欢让不同推广中的评测标准保持一致，并且这也是他们所了解的方法。但是另一个方面，不那么传统的方式也很重要。在这些重要的因素中你必须考虑到的是：
页面浏览率。这是一个既定的指向标，可透视出你对社交媒体所作的努力。
用户参与。这可以依据网站停留时间及发生行为来做测评。例如，每天新增多少条评论或图片？每周呢？每月呢？参与到这些版块中去，用户在你网站上停留的时间有没有增长？
广告商的互动。网站能不能令广告商参与到消费者对话中？媒体实体会顾虑到广告商将得到负面的消费者反馈，但是对话已经发生了，考虑到这些看法就很重要。这些更新的形式让广告商们能够记录下这些迎面而来的事项(公共论坛除外)。注意：对于迄今为止，与读者仍然只有单向交流的编辑部门成员而言，这些也很有用。
收入。与往常一样，评估收入以及正现金流是任何推广战的关键性因素。
成本。追踪由这些工作所产生的成本很重要。记得从广义上来考虑成本，因为这可能和你许多组织所在的地域发生关系。
在你的网站上增加社交媒体可能是个很艰难的决定，最重要的一步是从头开始。对于一个枯燥无味的网站而言，社交媒体并不是权宜之计。但是许多网络营销人士发现，就扩大接触面、建立联系、向消费者学习，当然，对，还有带来新利润而言，它们是强大的工具。订阅《成功营销》请点击省略/dingyue
相关链接：什么是社交媒体？
社交媒体特征范文4
【关键词】社交媒体；服装品牌；品牌传播
既往服装品牌多注重营销策略，而忽略品牌传播。品牌传播的主要作用就是使品牌在消费者心中区别于其他品牌。本研究对服装品牌运用社交媒体进行品牌传播的具体操作，分析如下：
一、传播渠道
社交媒体主要是指一切可以进行互动交流的网络平台，主要包括：微博（新浪微博）、即时通讯（微信）、消费点评（大众点评）、百科（百度百科）、问答网站（知乎）、音乐图片分享网站（虾米）、博客（搜狐博客）、视频分享网站（爱奇艺）、论坛（天涯论坛）、社交网站（人人网）、社会化电子商务（美团）等。以上这些平台，不同的服装品牌根据自身的不同定位和不同的目标消费群体的生活方式及社交媒体使用习惯，可以选择不同的渠道去投放传播内容，进行品牌传播。比如：人人网的主要使用者是学生群体，青年以及青少年服装品牌就可以通过人人网进行品牌传播。
二、传播内容
社交媒体平台上传播的主要是不同的形式的内容，这些内容对于服装品牌而言主要表现为服装品牌的品牌识别。品牌识别是一个品牌区别于其他品牌的主要因素，在中国服装品牌同质化日益严重的今天，给消费者传递一个清晰准确的品牌识别，是品牌在消费者内心占有一席之地的基础，根据戴维.阿克的品牌识别理论，服装品牌识别内容应包括：
首先，服装品牌作为产品的属性。这个识别维度对于服装品牌来说最为重要，主要包括：服装风格、设计特点、面料风格、质量、原产地和目标消费群体特征；
其次，服装品牌作为个人的属性。也就是将服装品牌看做一个人，赋予它一些拟人化的属性，包括：品牌的个性、品牌和客户的关系；
接着，服装品牌作为象征的属性。这个维度的内容是将品牌作为一种符号能让消费者记住的属性，包括：品牌Logo、品牌主要色彩搭配、设计师、品牌创始人、品牌的传承、品牌的历史等；
最后，服装品牌作为组织的属性，即品牌作为一个企业能让消费者感知到的与众不同的特点，包括：企业文化、组织特征，企业规模、企业社会责任感等。
以上这些品牌识别的内容，都是不同的服装品牌在选择传播内容时可以考虑的维度，需要注意的是，不同的服装品牌要根据自己品牌的特点，去选择最能代表其品牌的维度作为核心识别，再通过不同的社交媒体渠道和方式将这些核心识别传递给消费者。
三、传播方式
社交媒体主要的表达方式是文字、图像、声音、影像、网络链接等。而对于服装品牌而言，可以将这些方式转化为不同的表达形式，比如：品牌文字介绍（可以包括品牌历史、设计师简介、设计风格等）、服装平面大片，服装会视频、服装品牌赞助冠名广告、代言人穿着示范或者新闻、服装品牌展览、打折促销活动以及品牌官网链接等。
服装品牌在解决了选择传播渠道、传播内容和传播方式后，不能各自为政，需要做到融合渠道，内容互补，全方位整合传播。社交媒体的成功性需运用多种平台创造品牌循环力，不同平台带给用户体验也不同，应为消费者提供多个可以与品牌对话渠道，通过多个渠道加入品牌互动，开展与品牌相关交流。品牌渠道传播方式通过“连载式”方式细分内容，将差异、互补内容分流道不同渠道中，为消费者带来360度的品牌信息，保持服装内容传播的新鲜感。因此，服装品牌社交媒体传播需要做到内容、渠道、方式的整合传播。
四、口碑营销
社交媒体另一个主要的特点就是可以分享，而且因为其N对N的互动方式，一旦一个信息成为热点，可以迅速爆炸式地传播。这就是“口碑营销”的基础。服装品牌传播要做到引发口碑，应主要做到以下两点：
1.内容有趣、富有创新性并且娱乐性强。如今的网络时代已进入“信息爆炸”的时代，无数信息充斥着消费者的生活，想要吸引消费者的眼球，让消费者自愿地去了解并且分享品牌的信息，就一定要抓住消费者的兴趣点，将传播内容以有趣的，新奇的，娱乐性的形式表现出来，这样消费者就会像玩游戏或者分享趣闻一样主动地为品牌做到“口碑营销”。
2.能和消费者产生共鸣。共鸣主要指目标消费者内心存在的一些情感，比如说怀念童年、缅怀青春、感恩父母、珍惜友谊等。服装品牌在传递品牌信息时首先需要对目标消费群体做详细的分析，找到他们内心情感的刺激点，然后将这些情感元素运用到传播的内容中，使消费者感同身受的理解品牌所要传播的信息。产生共鸣后，大多数消费者都愿意将品牌所传播的信息分享给他身边的人，这同样也形成了“口碑效应”。
五、总结
服装品牌利用社交媒体进行品牌传播时，首先需要对自己的品牌做一个精确的品牌识别，找到自己的核心识别及其对应的内容，接下来需要思考传播的渠道和方式，做到全方位多渠道的整合营销。并且要以有趣的创新性的内容，使消费者产生共鸣并主动分享，从而达到口碑效应。
参考文献：
[1]戴维・阿克，埃里克・乔基姆塞勒.品牌领导[C].品牌三部曲，2012.
社交媒体特征范文5
近期，中国互联网类股上扬，涨幅创下3个月以来的最高水平，据悉该轮上涨主要受到社交媒体类股的提振。而分析人士指出，此轮股价上涨很大程度上源于Facebook即将进行的IPO，这增强了投资者对于中国社交媒体公司的投资兴趣。
除了对股市的影响外，Facebook的IPO也激发了国内社交网站上市的劲头。在社交网站兼并重组高速发展的时期，通过上市谋求资本注入，成为当前众多社交网站提升竞争力的方式之一。
不可否认的是，Facebook的崛起对于国内的社交网站的发展有很好的示范指导作用。由其带来的关于社交广告、社会化营销等话题的探讨也十分的火热。
但日前，职业社交网站天际网CEO林廷翰在接受采访时曾表示，由于市值有被高估的嫌疑，加之盈利能力则相对有限，盈利模式也较为单一，Facebook上市对其公司的未来发展以及对中国社交网络的影响还是未知数。在Facebook热潮下，国内的社交网站应当结合自身实际，理性对待。
据林廷翰介绍，虽然天际网及其母公司Viadeo集团日前获得了新一轮高达3200万美元的融资，创下非英语国家职业社交网站融资的记录，天际网发展势头也正猛，但集团当前仍然将重心放在业务发展和市场份额上，暂时不考虑上市。“上市一直在我们的计划中，但公司的发展不会单单以其作为最终的目标。我们一直致力于的是建立全方位、立体化的职业社交平台，打造人脉圈，为我们近1000万用户创造切实的利益。”（来源：艾瑞）
《全球社会化媒体营销行业研究报告》
社交媒体特征范文6
关键词： 社交网站；双边市场；垄断平台；定价模型
中图分类号：F014.31 文献标识码：A 文章编号：1006-4311（2014）04-0207-03
0 引言
在现实经济活动中，大量存在一些通过制定不同的价格策略向两边或多边用户提供互补的产品或服务的平台企业，这样就会使两边或多边用户在其平台上达成交易。我们把具备这样的市场结构特征的产业称之为双边市场。而具有双边市场特征的平台企业来说，平台企业最根本的策略就是如何制定最优的双边用户接入和使用价格，使它们在接入平台的时候能够达成交易。而平台企业制定的双边价格策略不仅影响到双边用户接入平台的需求，也影响到平台所能够交易的总量。为此，就需要我们对具有双边市场特征的平台企业需要制定正确的双边价格结构，以此决定该产业发展的关键因素。
本篇文章主要是聚焦于社会网站双边市场的平台企业，对于此类的平台企业，在针对该定价策略和价格结构会影响到平台各边参与者的参与平台热情，进而会影响到平台各边用户的参与数量，最终会影响到平台的盈利能力。如何制定良好的定价策略是本文关注的焦点问题。
1 文献综述
Rochet和Tirole（2003）给出了双边市场的粗略定义：当平台企业向各边参与者收取的总价格水平P=PA+PB固定时，如果任意一方参与者价格的变动都会对平台的总需求产生直接的影响，那么称具有此种特征的市场为双边市场。Armstrong（2006）建立了两个基于网络外部性的一般意义上的平台竞争模型。一种是平台两端连接的都是单归属的参与者，一种是一端单归属而另一端多归属。在为一端单归属而另外一端多归属的建立的模型中，单归属的一端被认为是竞争的瓶颈，平台竞争的重点放在单归属的一端，而对与多归属的一端重点研究利润的攫取。
刘启，李明志（2009）在Armstrong（2006）关于双边市场一般定价模型的基础上，研究了参与者处于不对等地位时平台的定价与竞争问题。文章指出，在垄断情况下，平台的定价会向某一方参与者倾斜；当市场结构由垄断变为寡头垄断时，会迫使平台的定价向另一方参与者倾斜。
本文利用双边市场理论，运用Armstrong（2006）关于双边市场的分析框架，分析垄断情况下平台企业对社交网站各方参与者的定价策略。分别对媒体平台双边市场和软件平台的双边市场的定价策略进行分析，探讨影响平台企业定价策略的因素。
2 社交网站双边市场垄断定价模型
2.1 社交网站媒体平台定价模型
2.1.1 模型假设 为了研究方便，本文假设定价模型基于垄断社交网站媒体平台，平台用户的效用函数考虑到交叉网络外部性和自网络效应。并且假定平台一边的广告商与平台另一端的终端消费者数量成正比，而终端消费者的效用与平台另一边的广告商数量成反比，二者通过交叉网络外部性系数进行传导。
参数设定：社交网站广告商B和终端用户A，nB和nA分别表示两类用户的数量；aA，B表示B边用户对A边用户的间接网络外部性参数，由于B边对A边是负网络外部性效应，因此小于零；aB，A表示A边用户对B边用户的间接网络外部性参数，由于A边对B边是正网络外部性效应，因此大于零；aA，A表示A边用户的直接网络外部性参数，大于零；pA表示平台对A边用户的定价；pB表示平台对B边用户的定价；uA表示A边用户的效用；uB表示B边用户的效用。
2.1.2 模型分析 A边用户和B边用户的效应函数为：uA=aA，AnA+aA，BnB-pAuB=aB，AnA-pB（1）
