前言：中文期刊网精心挑选了社交网络定义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。
社交网络定义范文1
【关键词】大数据 大学生 网络社交 行为模式
网络社交是指网民以计算机、网络为中介，以数字化的符号为载体进行的人与人之间的交往方式。Wellman认为网络社交研究的范围有广义与狭义之分，广义的网络社交置于网络使用行为之下，将“网络交往”等同于“网络沟通”、“计算机媒介互动”等概念，并在此范围下研究用户的网络使用行为、信息交换和交往行为；狭义的网络社交是指网络人际交往，即信息的传递和网络用户的沟通行为。本文主要针对狭义的网络社交。对大学生网络社交行为现状的研究，学者们从不同的角度出发得出结论。王洪波（2013）调查发现大学生网络社交的范围仍然以熟人社交为主，选择QQ和Email进行交流的比例仅为34%和8%，在交往态度上更加倾向通过网络进行交流。巢乃鹏（2012）在研究大学生社交网站的使用动机时发现，归属需要与担心拒绝都是社交网站使用的重要预测值。Fioravanti（2012）研究了大学生自尊和网络偏好之间的关系，发现女性自尊和网络偏好之间有很小的负相关，男性则不相关，总体上个人自尊和网络社交偏好之间没有明显相关关系。以上结论的得出大部分源于对大学生进行的问卷调查，虽然这种方式简单可行，但问卷编制的主观性，调查对象的局限性，以及数据量的有限性都对结论能否解释大学生网络社交行为的本质产生负面影响。而目前大数据分析为解决这一问题提供了思路。
1 大数据及大数据分析技术
1.1 大数据的定义
大数据是一个新兴的概念，目前学术界还未对大数据给出统一的定义。维基百科将大数据定义为：巨量数据、海量数据、大数据，是所涉及的数据量规模巨大到无法通过人工方式，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息；Gartner的定义是：需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。总结这些定义发现大数据应具备四个基本特征：数据量巨大；价值密度低；来源广泛，特征多样；增长速度快。
1.2 大数据分析技术
大数据分析的核心问题是如何在种类繁多、数量庞大的数据中快速获取有价值的信息。在理论研究上，数据挖掘技术成为大数据分析的关注焦点。数据挖掘是一项以发现数据中有价值的模式和规律为基本目标的独立的数据组织和写作的建模历程；数据挖掘是商务智能和决策支持的核心部分，自动化或半自动化程序是构成数据挖掘和核心技术；数据挖掘是为发现大规模数据中所隐藏的有意义的模式和规律而进行的探索、实验和分析。
在大数据分析实际应用方面，目前广泛采用的是云计算技术。根据美国国家标准与技术研究院的定义，云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。该技术是2006年由google公司提出，技术主要包括分布式文件系统GFS、分布式数据库BigTable、批处理技术MapReduce、以及开源处理平台Hadoop。
2 大数据与大学生网络社交
大数据可应用于广泛的社会、自然科学领域，包括大科学、RFID、传感设备网络、天文学、大气学、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦查、社交网络、通勤时间预测、医疗记录、照片图像和图像封存、大规模的电子商务等。近年来微博、微信、人人网、脸谱网、推特等社交网站的应用已经深刻改变了人们的交流方式，大学生是参与度较高的网络社交群体。社交网站快速增长的大学生数量和活跃的大学生网络社交活动，积累了大量的大学生行为数据，这些数据完全符合大数据的定义和特征，并且在这些数据背后，隐藏着巨大的价值。大学生网络社交大数据的价值主要体现在：
2.1 大学生行为模式的发现
大学生在进行网络社交的过程中会形成大量行为轨迹数据，例如留言、评论、点赞、图文信息、浏览与转发等。对于研究大学生行为的学者而言，可以通过数据捕获工具收集这些数据，进行分类、汇总，采用数据挖掘算法与大数据分析技术对这些格式化、非格式化数据如照片、声音、文本等进行分析，发现大学生行为变化的规律，得出大学生的行为特征，寻找到大学生行为的共性与差异性。
2.2 网络环境下大学生人格特征的分析
由于网络社交具有匿名性、隐形性、没有地理位置限制以及时间上的非同步性，大学生在网络社交过程中体现出来的人格特征与现实生活中的人格特征存在差异。例如，现实生活中内向型人格的大学生由于缺乏人际交往则更倾向于在网络社交中寻求存在感。网络社交人格特征成为大学生人格特征的一个重要补充，在研究大学生行为的同时能够利用网络社交大数据挖掘完整而真实的大学生人格特征，对指导大学生健康发展，树立正确的价值，避免受到网络社交负面影响，如网络成瘾，有重要的作用。
3 基于大数据的大学生网络社交行为研究
3.1 数据的获取与处理
首先需要研究大学生网络社交大数据的来源方式，包括数据来源网站的选择、数据获取方式的选择。目前网络社交数据主要集中在博客、微博、微信及SNS网站，选择国内主流社交网站平台进行数据获取。另一方面，主流的大数据获取方式包括基于官方API进行获取、通过网络爬虫工具获取和直接利用开放的数据集三种方式，比较分析每种方式的优势与劣势及实现的可行性，选择一种数据获取的方式；其次需要对大数据进行预处理，研究从数据集中筛选大学生网络社交范围、方式及动机数据的方法，采用Matlab数据处理软件对大数据进行预处理。
3.2 大数据挖掘算法的选择
目前较为流行的大数据挖掘算法主要有基于聚类、协同过滤和关联分析算法，研究各类算法的适用范围、特点和缺陷，选择适合本文研究的算法类型，在此类算法下研究具体的算法改进方式，并进行比较分析，总结出改进算法的前提条件、定理与推论、过程与步骤及相关注意事项。
3.3 大学生网络社交现状的总结
使用Matlab工具进行大数据的预处理、数据挖掘，从两个方面进行总结：大学生网络社交行为的现状及大学生网络社交人格特征。
3.3.1 社交行为现状包括网络社交对象的范围、交往方式和交往动机
（1）大学生网络人际交往的对象范围主要包括同学、朋友、亲人和陌生人，其中同学占到62%，朋友占30%，亲人占4%，即认识的人占96%，而选择和陌生人交往的大学生只占到4%。因此可以看出，大部分大学生的网络社交是理性、自我保护的，社交圈子是其现实人际交往圈子的拓展和延伸，大学生主要利用网络的便捷性、跨时空性等特点维护现实人际交往圈子，增进情感和交流，只有少部分大学生愿意尝试与完全陌生的人进行交流。
（2）大学生网络社交方式统计了其在博客、微博、微信、SNS网站及其他方式上的比例，其中使用博客、微博的大学生占72%，微信等即时通信工具使用占87%，SNS社交网站使用占35%，其他方式占23%。数据显示以微信为代表的即时通讯工具成为大学生网络社交的主要使用工具，而曾经热门的SNS社交网站使用的比例大幅下降，博客、微博仍然是大学生热衷的网络社交方式。
（3）大学生的网络社交动机包括了出于习惯、交新朋友、共享信息、共同兴趣、人际需求五个方面，其中出于习惯的占8%，交新朋友占6%、共享信息占14%、共同兴趣占61%、人际需求占11%。由于共同的兴趣爱好而聚集在一起成为大学生网络社交的主要动机。
3.3.2 大学生网络社交人格特征从两个方面研究
一是不同的人格特征在网络社交上呈现不同的表现，另一方面网络社交也影响了大学生的人格特征发展。
（1）根据艾森克的人格三因素模型将大学生分为：外向非神经质型、内向且神经质型及随和稳定型。内向且神经质的大学生在现实人际交往中显得比较冷漠，但是在网络社交中较易展现真实的一面；而外向非神经质的大学生更倾向于使用网络社交来保持与亲人、朋友的联系，以及结交新的朋友；随和稳定型的大学生由于性格友善，包容度高，适应任何社交环境，因此在不友好的网络环境中也能进行较好的网络社交。
（2）网络社交对大学生人格的影响总结为：对于外向非神经质型大学生网络社交进一步增加了其社交资源，使得这类学生更加自信，获得更多的满足感与存在感；而对于内向且神经质型的大学生，网络社交呈现两极分化的趋势，一部分大学生由于在网络社交中勇于展现真实自我而自信心提高对其现实人际交往起到正面作用，而另一部分大学生沉溺于网络交往，减少现实交往的时间，使得其在面对面的真实交往中更加焦虑，网络交往对其内向型人格起到负面作用。
4 结论
综上所述，大数据分析技术的出现为研究大学生的网络社交行为提出了新的方法和思路，本文基于大数据分析从大学生行为现状和人格特征两方面得出了结论：大部分大学生的网络社交是对其现实社交的补充，没有过分依赖网络，并能够从网络社交中获得更多的资源及自信，结交有共同兴趣爱好的朋友；而少部分大学生存在不同程度的网络依赖，网络交往阻碍了其现实交往的发展。因此，对于这部分学生，教师应给予正确的疏导，帮助其减少网络社交的时间和频率，鼓励其在现实人际交往中树立信心。
参考文献
[1]王洪波，胡璇.大学生网络社交现状研究[J].思想教育研究，2013（11）.
[2]巢乃鹏.青年人社交网站使用动机研究[J].图书情报工作，2012，56（2）.
[3]谢新洲，张炀.我国网民网络社交行为调查[J].图书情报工作，2011，55（6）.
作者简介
张琰（1982-），女，江苏省南京市人。硕士学位。东南大学成贤学院经济管理系讲师。研究方向为电子商务。
吴宜（1983-），女，江苏省连云港市人。大学本科学历。东南大学成贤学院经济管理系秘书。研究方向为大学生社交行为。
社交网络定义范文2
论文从对社交网络的介绍开始，通过详细对各个算法阐述，能够对社交网络的推荐机制有更好的理解。
关键词：社交网络；推荐算法；数据挖掘
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）27-0250-03
1 社交网络现状
网络作为21世纪人们互动的平台，给予人类另外一个包含大量资源的世界。人们可以方便快捷地获取所要的资源。 早期的社交网络，主要是指web1.0的社区，主要是由论坛，聊天室等形式组成，这一时期的社交网络系统单一，规模也不大。出现web2.0社区之后，逐渐出现了社交网站，社交网站拥有web2.0的特点，并且希望能够为用户提供一种类似真是社会交流的网络服务平台。
社交网络如今已经拥有着成千上百万个用户，并且占据着一些用户生活的不小的一部分。 在美国Facebook被很多民众使用，在日本，Mixi被人们熟知，在中国，新浪微博，腾讯qq， 微信等几乎被所有网民知晓。
社交网络使得网络与人的关系更加紧密，但同时也产生了大量的数据，这些数据的产生不仅给互联网公司造成了烦恼，更使得用户面对海量的数据信息不知作何选择。现今的社交网络，通过分析用户的行为为用户选择他们所感兴趣的资源，从而有效地保持网站用户量并且获得更多的用户，能够促进产品的开发以及企业更好的运营，让公司更好的发展。因此我们需要一种或多种有效的推荐算法来更好地更为准确地达到这种效果。
2 社交网络推荐系统概念
2.1 社交网络
SNS是social network service的缩写，翻译为社会性网络服务，是为了帮助人们建立一种全球化社会化的网络服务，SNS网站就是运用这一社会性网络服务的社交网站。社交网络即social network就是由这类网站建立起来的网络。
2003年，在线社交网络首次被提出，但是2006年才开始出现SNS比较完整的定义。
社交网络的核心在于用户之间的联系，其理论主要源于“六度分隔理论”。
该理论阐述，任何两个陌生人之间可以通过六个人就可以有所联系，通过这一理论，任何人的社交网络圈子都会继续扩张，形成一个关联全部人员的“社会化网络”。
2.2 推荐系统
推荐系统最初的研究是在其他领域中，例如认知科学，信息检索等。由于互联网以及电子商务的快速发展，推荐系统逐渐成为互联网领域中的重要研究对象。
推荐系统是利用一些可行的推荐方法向用户推荐候选对象的一种系统。用户可以主动向推荐系统提供他们的偏好或者请求，或者通过推荐系统来发现用户的隐式需求，由推荐系统来采集用户的偏好，然后将推荐信息给用户使用。推荐系统的模型图如图1所示：
推荐系统形式定义为：设S是所有要研究的用户对象集合，C是所有能够被推荐给该用户的那些对象的集合。C中的特定对象c相对于用户s的推荐度大小我们用函数f（）表示，其中f：S*CR，R是一定范围中的非负数，那么我们的推荐问题就是寻找能够使得R最大的对象，如式（1）：
推荐系统中偏好获取的方式有如下两点：
显式获取：
通过网络中的问卷调查等相关反馈，让用户选取自己的喜好对象，从调研中发现用户的偏好行为。然而这一获取方式并非十分有效，因为大多数用户会由于各种原因而不会积极参与到调研之中，从而使得数据的准确性收到干扰。显示获取中主要要求用户对各种对象进行评分或评论，最好能够提出自己的建议。
隐式获取：
隐式获取不需要用户的主动参与，通过用户以往的行为来判断用户将来可能的操作，这一获取方式能够更好地得出结果，一般来说，隐式获取主要研究用户的浏览记录或者反复性的行为操作等。本研究中将用到的获取用户偏好的方法就是隐式获取的方式。
3 推荐系统算法
推荐系统算法，即通过分析已有对象的行为或者属性，利用一些数学上的算法来得出更可能满足该对象需求或者与该对象更加相似的对象。 此类算法很多，不同的算法分析多种多样，得到的结果也不尽相同，以下简单介绍一些相关的算法。
3.1 协同过滤算法
协同过滤算法被人们研究的比较深入，此算法也经常被应用到推荐系统中，协同过滤算法通过分析用户兴趣，在用户中找到与目标用户有相似兴趣的用户，通过这些用户对某一信息的相似评价来达到对这一信息的预测。此类算法可以细分为以下几种：
3.1.1 基于用户相似算法（user similarity）
基于用户相似算法的目的是为了通过对很多其他用户的喜好进行搜集评价来对某些用户自动进行预测。尤其是通过对那些与目标用户相似性程度高的用户进行喜好搜集。
用表示用户u对某一属性a的评分，并且让表示用户u属性的集合，那么对于用户u给属性a的平均评分为：
根据协同过滤，预测用户u对属性a的评分r为：
其中表示最相似于用户u的用户集合，表示用户u和用户v之间的相似度，是一个正态因子。如果只知道一些个体用户的属性集合，这时候我们不是明确的评估，而是主要预测将来最可能被用户偏好的属性集合。这样一来，上式可由式（4）替代：
其中表示用户u的属性a的推荐分数，是用户属性的二分网络的一个邻接矩阵的一元（如果用户v搜集了属性a，=1，否则=0）。
上述式子中，只有与用户u最相似的用户才会被考虑在内。为了保证，邻居选择策略经常被应用在：1） 相关阈值，它基于选择所有用户v，他们的相似度suv超过一个给定的阈值；2） 矩阵中最大化数目的邻居包括选择k个最相似于用户u的用户，这里k是算法的一个参数。这种选择最接近用户的计算通常会导致更好的结果。
3.1.2 基于项相似算法（item similarity）
这里我们暂且把项理解为属性，我们用属性-属性相似度替代用户-用户相似度，最简单的方式就是用平均加权的方式估算未知的排序优先权：
其中T是被用户u评估的属性的集合。
这个算法的一个优点就是其属性之间的相似度相比于用户之间更加趋与静态化，这样就允许它们之间的值可以在线下的时候也能够用于计算。
3.1.3 slope-one算法
slope-one 算法最简单的表达式为，其中b是一个常量，x是变量表示评分。它除去属性的平均评分，然后比较一个属性（item）比另外一个属性的相似度多多少。例如，考虑一种情况，当用户i给属性 a评分为1，给属性b分数为1.5，而用户j给属性a 2分。slope-one算法就预测用户j将对属性b评分分为2+（1.5-1）=2.5。
slope-one算法既考虑其他用户对同一属性的评价相关信息，也考虑了此用户对其他属性的评价。特殊情况下，只有已经评价了那些与目标用户相同的属性的用户以及目标用户已经进行了评估的属性是我们包含在我们要预测所要用到的过程中的。用W（a，b）表示那些已经对属性a和b进行评估的用户集合，属性b与a之间的平均偏差表示为：
给定一个一直的评级r，slope-one预测u在属性b上的评估为，一个合理的整体预测就是他们的平均值：
其中S是已经被u评价过的并且和属性b同时被评价的属性的集合。要注意预测时候，不管此时有多少用户同时评价过a和b，要保证不同的属性a都有相同的加权。考虑到的可信度依赖于|W（a，b）|，我们可以引进一个加权过得slope-one算法：
另外一个对基础slope-one算法的改进的方法是通过一个给定用户将所有属性的集合分割为偏好属性和非偏好属性两个集合。从这些偏好属性和非偏好属性中，两个分开的预测相结合而派生出一个最终的预测。用和分别表示用户的偏好属性和非偏好属性，我们先认为这两个集合中都有属性a，b。那么偏好属性与非偏好属性之间的偏差为：
那么基于属性a的评分而对属性b上的预测是或是，具体选择取决于目标用户是否偏好属性a，那么我们就有二维slope-one算法：
公式中的加权的选择与上一slope-one类似。
以上论述也表明了，slope-one算法可以超越线性回归的方式（比如评估表达式为f（x）=ax+b）并且计算所有变量的一半。这种简单的接近预测同样也减少了我们的存储空间以及我们运算的复杂度。slope-one算法已经成为一种其他算法改进的借鉴，能够更好地提高预测准确度。
3.2 聚类
聚类算法通过一定的评分方式将用户聚类，然后对每个类进行进一步分析计算。通过相似度进行聚类的算法最为常见。聚类算法的用途很广泛，比如商业上，可以利用不同的聚类方法将消费者划分为不同的消费群体，从而更加能够了解到消费者的行为模式，帮助商家更好地盈利。
3.3 基于内容的推荐
这类算法主要用于信息检索方面，通过用户已有的搜索记录来预知用户即将可能浏览的页面。基于内容的推荐，主要注重文本的相似度，比如网络中大部分搜索引擎就是根据这一算法搜索到页面。
基于内容的推荐算法，简单来讲就是通过用户a对某一物品s1的评价u（a，s1）来估计该用户对于某一与s1相似的物品s2的评价u（a，s2）。例如，在网站推荐中，我们目的是要推荐某一网站给用户a，那么基于内容的推荐算法就试图在该用户对以往网站评价高的网站中分析出它们的相同之处（比如某些类似的应用，网站页面设计等）。那些和该用户偏好相同的网站将被推荐给该用户。
更加形式化说明该算法，假定cons（a）表示物品a的一系列特征，这些特征可以用来确定该物品是否能够得到推荐。前面已经讲到，基于内容的推荐算法经常运用在信息检索也就是文本查询方面。设词在文档中的权重为，这一权重可以有多种定义方法。
信息检索里，一个比较常用的用来确定词语权重的指标为TF-IDF。TF-IDF定义为：设n是可以被推荐的文档的总和，词在文档中出现的次数为。则有在文档中的词频为：
其中是所有关键词出现在中的最大值。
同时有在该文档中的倒文档频率定义为：
在文档中的TF-IDF的权重为：
文档内容为：
用liked（c）表示包含用户偏好的集合。可以定义它为向量，每一个表示对用户c的重要程度。
在基于内容的推荐算法中，定义效用函数u（c，s）为：
3.4 其他推荐算法
当然还有其他各种类型的推荐算法，或者各种算法相组合而得到的算法。这些推荐算法的研究，让我们对推荐系统更为深入地了解。不同的研究论题，可能只有以上一种或者几种算法才合适，在我们进行研究的时候要尤其注意算法的选择。
4 结束语
经过近几年互联网的发展积累，社交网络逐渐成为互联网的主要应用之一。社交网络的各个功能也在逐渐完善化，细分化，社交网络也逐渐成为新闻传播的重要方式，让人们在其中进行即时的互动，通过调查发现，越来越多的用户倾向于从社交网站中掌握新闻动态。
推荐系统作为社交网络的重要组成部分，至今为止，对它的研究还没有特别深入，还有很多可以挖掘的地方，比如推荐算法的选择与改进，研究时候对于数据集合的选取与分析等等。从阅读过的多篇文献中发现，推荐算法已经有不少人在研究而且得到有效的运用，这便给我们研究社交网络推荐系统的推荐算法提供了很好的理论基础。相信今后会有更多有关社交网络推荐系统的新发现，我们拭目以待。
参考文献：
[1] 丁华俊. SNS发展探析[J]. 中国证券期货， 2011（4）： 170-171.
[2] 蒋， 费洪晓. 个性化推荐系统中的混合用户偏好获取[J]. 计算机系统应用， 2010， 19（10）： 203-206.
[3] 吴俊杰， 刘耀军， 赵月爱. 基于用户行为的网站推荐系统模型[J]. 山西电子技术， 2011（6）： 66-67.
社交网络定义范文3
在互联网，特别是移动互联网、社交网络爆炸式涌现的2012年，软件对世界的“蚕食”越来越严重，它随着网络的普及将触角伸到了世界各个角落，每时每刻都通过电脑、手机与人类打着交道。软件，深刻地改变着每个人，改变着每个人获取信息的方式、人与人沟通的方式、甚至企业管理、协作的方式。
从海外的Facebook、Twitter到国内的微博、微信，社交类软件的不断创新为个人级市场带来了前所未有的商机，而具有前瞻目光的IT厂商则试图将蓬勃发展的社交网络拓展至企业级应用，为企业内部、企业内部与外部的沟通、协作带来革命性的改进。
据IDC的预测数据，企业社交平台市场的业务价值在2016年将达到45亿美元。或许，如同个人级社交软件市场一样，企业社交软件市场即将迎来快速发展的黄金期。山雨欲来风满楼。2012年，甲骨文、IBM、微软等各个厂商积极在社交软件方面收购、布局，从这样一个侧面，我们也可以看到企业级社交软件市场的大势所趋。
企业也社交
提到社交网络，相信大多数人都会想到类似Facebook这样个人级的软件应用。但是，在2011年2月IBM在美国奥兰多举办的IBM Lotusphere 2011大会上首次提出社交商务（Social Business）后，IBM认为企业也可以利用社交网络进行商务、管理活动。实际上，企业级社交市场正逐步向我们走来。
事实上，所谓社交商务或者企业社交，就是企业将类似于Facebook、Twitter、即时通信等个人级社交应用功能移植到企业内部，由此为企业内部高效协作、组织结构扁平化，企业与外部高效沟通，为客户提供及时响应和更好的服务提供了可能。据IDC全球企业社交软件2012年供应商分析报告显示，处于领导地位的产品是VMware的Socialcast和Yammer。值得一提的是，Yammer在2012年6月被微软以12亿美元收购，这也是微软在2011年收购Skype后在社交领域的又一次出手。微软表示，该公司将继续把Yammer软件作为独立产品出售，并将Yammer软件整合到企业协作产品，例如SharePoint、Office、Lync和Dynamics中。目前，SharePoint已经在一定程度上整合了Yammer，而微软对Yammer的收购，足见微软在企业社交商务方面转型的决心。有意思的是，微软与Yammer的结合遭到另一SaaS与社交商务厂商Salesforce的反对，在Yammer卖给微软之后，有人也认为创始人兼CEO 大卫·萨克斯（David Sacks）不应把它卖掉。这些，反而显示出微软收购Yammer的重要性。
David Sacks表示，把Yammer卖给微软更有意义，因为微软拥有更多的产品和资产，可以与企业社会化网络互补。事实上，Yammer、Skype、SharePoint如果能够得到有效的整合，它们在企业协作与社交方面迸发出来的能力不可小觑。
与移动结合
“移动互联网”是2012年的热词之一。在个人级市场上智能手机、平板电脑让软件更疯狂地“蚕食”移动设备之时，企业的协作也同样受移动化的影响。BYOD（Bring Your Own Device，携带自己的设备办公）为企业的信息安全带来极大挑战的同时，却为其高效办公与协同提供了便捷。
为了更好地支持企业的移动办公，将自己的办公与协作解决方案与移动解决方案进行整合，厂商已经开始不断地尝试。2012 IBM Business Gets Social社交商务精英论坛的主题就是“社交云商务，移动定未来”，可见IBM在社交商务领域对移动的看重。而在该论坛上，IBM亦了基于移动终端的Lotus Traveler全新解决方案，将社交商务体验引入移动设备，同时为企业移动办公提供方便，将社交商务软件推广到了平板电脑等最受欢迎的移动设备上。据了解，IBM与联想合作，将三款移动应用软件预装到联想的企业级商务平板电脑IdeaTab中，为其提供了增强的社交商务功能。
HRM受热宠
“21世纪什么最重要？人才！”人力资源是企业最为重要的资源这一观点正在被越来越多的企业所认可。在互联网和社交时代，很多生活被搬到网络上，例如分享、交友、找工作。据了解，以求职为主要功能的社交网络Linkedin 在2012年已经拥有约1.75 亿个用户，每秒就有两名新用户注册。这些，让企业通过社交网络去招揽人才，让企业通过软件、尤其是SaaS方式来进行人力资源的优化、配置和管理显得顺理成章。
2011年12月，SAP以34亿美元的价格收购了绩效与人才管理软件公司Successfactors。在3个月后，甲骨文就以19亿美元的价格收购了Successfactors的竞争对手Taleo 。而在2012年9月，IBM又花13亿美元收购了Kenexa。至此，三大基于SaaS的绩效和人才管理软件提供商分别被SAP、甲骨文和IBM收至麾下。通过收购，各大厂商强化了自己基于SaaS的交付能力，并将人力资源管理（HRM）软件及人力资本管理（HCM）软件融合到企业社交平台中。例如，Kenexa基于云的应用，可以提供招聘、薪酬管理、绩效管理和员工调查等功能。IBM认为它通过对Kenexa的收购，可以更好地帮助客户强化社交商务功能，同时从社交网络每天产生的大量信息中获得可执行的洞察力。
博弈仍在继续
社交网络定义范文4
关键词：羞怯；互联网；网络社会交往；网络成瘾
1 引言
研究发现有羞怯倾向的人占总样本的48%（Heiser，Turner，&Beidel，2003）。伍育琦（1999）对大学生进行抽样调查发现，羞怯是阻碍大学生人际交往的首要因素。羞怯可以引起一系列的社会问题，包括自我意识、自我保护能力低下，人际关系淡漠以及缺乏交流。这些都被归因为社会隔绝以及交流方式的逐渐改变（Henderson&Zimbardo，1998）。
互联网的出现打破了时空的界限，让人们即使不用面对面也可以相互进行交流。Henderson和Zimbardo（1998）认为随着信息交流技术的发展和进步，羞怯水平普遍提升，将导致“现实中”的面对面交流和接触全面减少。多种媒介和交流方式的出现（例如电话，电视等）也会造成社会交流的减少，且增加人们相互之间的疏离感。特别是网络，在早期文献中被认为是在社会交往和个人交流中最能疏远彼此的交流方式之一（Matheson&Zanna，1998）。其中潜在的含义就是网络交往会代替面对面的交流，提供社会补偿，并且人们在网络中进行交流的时候并不需要具备面对面交流所必须的社交技能（Henderson&Zimbardo，1998）。随着网络——这一现代交流工具的出现，人格与实验社会心理的研究者开始使用它来研究人类的心理进程以及社会行为（Bargh&McKeena，2004；Bargh，McKeena，&Fitzsimons，2002；McKenna&Bargh，1998，2000；McKenna，Green，&Gleason，2002）。越来越多的人认为社会关系被电脑和网络影响，甚至线下的人际关系也被其影响（Walther，1996；Spears，Postmes，Wolbert，Lea，&Rogers，2000；Wellman，Haase，Witte，&Hampton，2001）。一些研究者发现网络为羞怯者与人交流以及建立持久的关系提供了媒介（McKenna&Bargh，2000）。有研究表明网络交往的特殊性质（匿名性，缺乏产生社交不适感的视觉指标，身体缺场性等）会促进人们进行自我表露（McKenna et al.，2002；Joinson，2001）。网络能够给人们提供在传统的线下环境中体会不到的社会和情感需求（Leung，2003）。在不需要露面的网络环境中，人们可以在网络中改变身份，扮演另外一个人（Turkle，1995）。总而言之，很多学者都研究了羞怯与互联网的关系，并且它们之间的这种关系，已经得到心理学界的广泛关注。但是，有关互联网使用对羞怯的影响的研究却刚刚起步。本文首先介绍羞怯的界定，通过文献回顾，分析互联网使用对羞怯的积极影响和消极影响。最后，在现有研究的基础上，提出未来的研究方向。
2 羞怯的界定
羞怯是一种性格特征，指的是在面对新的社会环境和/或意识到社会评价的情境中个体的紧张和不适（Rubin，Coplan，&Bowker，2009）。羞怯的内涵非常丰富，包括行为抑制，焦虑一孤独，以及社交退缩（coplan&Rubin，2010）。Karevold，Ystrom，Coplan，Sanson和Mathiesen（2012）对婴儿时期到青少年时期（1.5岁到12.5岁）的羞怯进行追踪研究发现，在此期间的羞怯水平是非常稳定的。
从心理学意义上讲，对羞怯（shyness）的界定从最早的状态描述定义发展到后来的操作性定义，这是一个不断发展不断完善的过程。最早对羞怯进行定义的Lewinsky就是对羞怯进行状态描述的定义，将羞怯定义为“一种极度抑郁的状态，通常伴随着身体症状，像脸红、口吃、出汗、发抖、脸色苍白、越来越想大小便。个体描述自己的心理状态是感到自卑、被忽略、受到干扰。对自己的感觉、情绪，尤其是外表过分敏感”（Lewinsky，1941）。但是由于这种定义缺乏操作性，所以后来的研究者倾向于对羞怯进行操作性定义。Henderson和Zimbardo认为羞怯是一种“逃避社会交往的倾向、不能恰当进入人际情境的倾向”（Henderson&Zimbardo，1998）。Zimbardo和Pilkonis认为羞怯是“是一种不情愿，不情愿接近他人或者不情愿进入那些不容易逃避他人关注的情景”（Pilkonis，1977；Zimbardo，Pilkonis，&Norwood，1977）。Crozier（2002）认为在一般的表述中，羞怯可以用于描述社会交往的反应和感受以及个人的某个重要的性格特征。现在最常用的是Henderson对羞怯的定义，即认为羞怯是在社交情境中的不舒服以及/或者抑制，是一种对消极评估的恐惧，伴随情绪上的沮丧或抑制，会显著影响对期望活动的参与行为或者对个体和职业目标的追求行为（Henderson，1997）。其将羞怯分为两类：一类羞怯可能是长期的、性格上的，作为自我概念的一种核心人格特质起作用；另一类可能是情境性的，包括在特定的社会交往情境中体验到的羞怯，不是自我概念中的一部分。由此可以总结出羞怯的特点：（1）羞怯发生的情境是特定的，一般发生在社交情境中；（2）羞怯的发生通常是心理、生理以及行为等各方面的综合表现；（3）羞怯往往会对人的正常生活产生影响。
3 羞怯的个体倾向于选择互联网进行交往的原因
Jones和Carpenter（1986）发现与非羞怯的个体相比，羞怯的个体缺乏社会支持，友谊网络较小，而且在线下的生活中处于被动交往的状态。研究发现那些在线下缺乏坚强的人际关系者会选择从网络中进行寻求（McKenna&Bargh，1998）。互联网的匿名性、对交流的可控性以及克服身体吸引障碍等特征对于羞怯者来说是非常具有吸引力的（McKenna&Bargh，2000）。互联网的匿名性可以降低羞怯者在交往过程中的自我意识，减少紧张感（Robeys，Smith，&Pollock，2000；Chak&Leung，2004；Stritzke，Nguyen，&Durkin，2004；Parks&Floyd，1996；Scharlott&Christ，1995；Turkle，1995）。Young等人发现虚拟空间的匿名性可以为羞怯者提供一个安全的社会交往环境（Ebeling，Frank，&Lester，2007；Young，Griffin Shelley，Cooper，O’mara，&Buchanan，2000）。而且网络交往可以让羞怯者最大程度的控制交往的时间和进程，例如对信息的准备时间没有限制，也没有其他人的直接监视（McKenna&Bargh，2000；Carducci&Zimbardo，19951。羞怯的个体很享受互联网带来的快乐，通过E-mail，ICQ，聊天室以及新的讨论组相遇，交往以及改变想法，可以满足人们在现实生活交往中不能满足的情感和心理需求（Heiser，Turner，&Beidel，2003）。另外，有研究认为网络鼓励自我表露和亲密行为，在一定程度上增强社会的去抑制化，这点对那些羞怯的个体来说是非常有益的（Morahan-Martin&Schumacher，2000；Roberts，Smith，&Pollock，2000；Joinson，1998a）。
Ward和Tracey（2004）发现羞怯的个体进行面对面交往比进行网络交往更困难并且羞怯的个体更倾向在网络上建立人际关系。还有研究发现线下环境中的羞怯者与非羞怯者在拒绝、建立关系和自我表露方面有显著地差异，然而这些差异在网络环境中却并不存在（stritzke et al.，2004）。谭文芳（2003）认为内向型的大学生由于在现实生活中较为害羞、腼腆、不善于交际，所以较常选择以沟通交流为主的网络活动形式，如聊天，E-mail等。有研究者认为羞怯的个体多选择网络进行交往是因为他们无法处理现实社会交往中出现的问题（Scealy，Phillips，&Stevenson，2002）。Kelly和Keaten（2007）认为羞怯的个体喜欢使用E-mail进行交流是因为邮件可以延迟回复，这样就降低了回复时的焦虑感。另外，Yuen和Lavin（2004）发现羞怯的个体更倾向于投入网络关系中。
Cheek和Buss（1981）研究了羞怯与社交在个体交往过程中的作用，因为网络交往降低了交往中的焦虑感，因此与喜欢社交的非羞怯个体和不喜欢社交的非羞怯个体相比，喜欢社交的羞怯个体在使用网络过程中的动机是不同的。低社交的个体会认为没有必要使用网络来建立或者保持联系，然而高社交性的个体认为网络对于保持他们线下所建立的关系更为便利。
由上可知，羞怯个体倾向于选择互联网进行交往主要有三方面的原因：（1）互联网本身所具有的特点吸引羞怯个体选择互联网进行交往。互联网的匿名性，身体缺场性，交流的可控性，克服身体吸引障碍，反馈的非及时性等这些互联网使用过程中的特点对羞怯个体来说都是能够帮助其进行网络交往的条件；（2）羞怯个体本身所具有的特点也是促使其选择互联网进行交往的原因之一。羞怯个体在现实生活中，特别是在社交情境中。无论生理还是心理上都会产生一定的退缩、抑制和逃避，他们主要是在与人交往的时候容易羞怯，而网络恰好提供了一个不用与人面对面接触就可以进行交往的途径。（3）羞怯个体本身的社交水平高低也是促使羞怯个体选择互联网进行交往的原因之一。高社交水平的羞怯个体更倾向于使用互联网来保持线下所建立的关系。
4 互联网对羞怯个体的消极影响：网络成瘾
互联网使用对羞怯个体的消极影响主要是网络成瘾。国外一些研究认为，网络成瘾者的刻板印象为社交技巧不良、没有友伴、羞怯等（谢静慧，杨淑晴，2001；李望舒，2002）。国内也有一些研究提出，成瘾者羞怯、较为疑心、悲观、缺乏自信等共同特征（黄玉萍，胡红梅，2009）。网络成瘾，也称病态的使用网络，被定义为个体无法控制自己的上网行为，甚至会由此引发人们心理、社会、学校和/或工作方面的问题（Davis，2001；Young&Rogers，1998）。网络成瘾近年来受到很多学者的关注fMelanie&Jacob，2011；喻承甫等，2012；Yates，Gregor，&Haviland，2012）。
很多研究发现羞怯与网络依赖、网络成瘾关系密切（Yuen&Lavin，2004；Engelberg&sjoberg，2004；Chak&Leung，2004）。Yang和Tung（2007）对比中国台湾高中生中的网络成瘾者与非网络成瘾者发现，具有羞怯这种人格特质的学生比不具有这种人格特质的学生更容易出现网络成瘾。Chak和Leung（2004）认为一个人越是容易网络成瘾，就越害羞，网络成瘾的人会频繁的使用网络，尤其是会通过E-mail或ICQ进行网络交往和在线游戏。这些发现与前人的研究结果（网络成瘾的趋势越高，越害羞）一致（Huang&Leung，2009）。网络依赖的大学生在面对面交流中表现出高水平羞怯的，在网络交往中并没有表现出高水平的羞怯（Yuen&Lavin，2004）。网络交往可以减少面对面交往过程中伴随产生的负面和令人不悦的情绪，就是因为在网络交往中可以减少这种负面和令人不悦的情绪，所以人们才容易形成网络依赖。当网络交往变成羞怯个体主要的社交方式时，就会对网络或者特定的网络活动产生心理依赖。一项针对中国香港年轻人的网络依赖的研究发现羞怯与被试的网络依赖正相关（Chak&Leung，2004）。Sheeks和Briehmeier（2007）认为在线交流可以满足羞怯个体的社交需求，因此羞怯个体也更加依赖在线交流工具。国内的研究者也发现羞怯与网络成瘾显著相关，一方面羞怯的个体更倾向于逃避现实而进入虚拟情景；另一方面，长时间沉迷于网络会丧失对周围环境的感受力及参与意识，从而更加羞怯（王倩倩，马燕妮，2006）。罗伟（2008）的研究发现，羞怯和网络成瘾倾向显著正相关，羞怯的大学生更容易网络成瘾。Peng和Liu（2010）的研究发现羞怯与网络游戏成瘾正相关。羞怯个体在网络环境中维持社会关系比面对面接触更加轻松（Ebeling et al.，2007）。Orr等（2008）的研究发现羞怯的个体在Facebook上消耗的时间比不羞怯的个体更多。而Ryan和Xenos（2011）的研究进一步发现羞怯的个体耗费大量的时间在Faeebook的非社交行为上（例如游戏）。
以往对网络成瘾与羞怯之间的关系研究发现，网络成瘾会促使网络使用者羞怯水平的增加（Caplan，2002；Ofosu，2001；Goulet，2002）。青少年网络成瘾后，推理能力、智商等会减低，还伴有内向孤独、自卑羞怯等（杨曙民，李建秀，2007）。Ebeling-Witte，Frank和Lester（2007）发现羞怯的得分与网络成瘾有关，即羞怯的个体利用网络来建立友谊关系，以此来弥补他们在现实生活中的不足。此外，羞怯的分数还与在线时间有关，分数越高，网络使用时间越长。
因此，网络依赖、网络成瘾与羞怯之间的关系是相互的。羞怯的个体比不羞怯的个体更容易网络成瘾、网络依赖。这是因为羞怯的个体更容易为了逃避现实或现实交往而选择互联网这个虚拟世界，并沉迷于虚拟世界；而网络成瘾、网络依赖的个体也更容易羞怯。因为长期沉迷互联网，缺乏与人交流，一旦要与人面对面交往，可能会不习惯以及缺乏社交技能而避免与人交往，进而逃避社会交往，个体的羞怯水平就会上升。
5 互联网对羞怯个体的积极影响
Carducci和Zimbardo（1995）曾经担心技术的不断进步会造成羞怯水平的大幅度提升，但是互联网在某些程度上也可以降低羞怯的程度。互联网提供了一个安全的区域，缓解了社交的不安全感（Yuen&Lavin，2004）。使用互联网进行人际交往的羞怯个体，在线下的羞怯感也会降低（Roberts et al.，2000）。因此，互联网也可以被看做是羞怯个体的有效治疗工具。
羞怯感的高低并不能表示人们会过多或过少的使用互联网的交往功能，这一点也已得到证实（Roberts et al.，2000）。羞怯者认为网络交往比面对面交往更加简便，这可能是因为在网络交往中不会有其他人出现。因此，在网络交往中可以减少羞怯个体的压力经历，促进社会交往。研究过程中羞怯个体表明在网络环境中其感受到的拒绝更少，在建立关系方面也更加自信，更易于自我表露（stritzke et al.，2004）。羞怯的个体可以通过网络交往来克服面对面交往时的紧张情绪（Andrews etal.，2002；Barlow，Esler，&Vitali，1998）。
网络交往可以帮助促进线下的人际交往，而且羞怯程度较高的个体也许发现网络交往比面对面交往更能填补线下人际交往时的空虚。但是前者是将互联网作为一个良好的社交促进器；后者的选择会造成一些负面的影响，互联网也许会让那些羞怯程度较高的人感受到社会孤独感。根据自我表征理论，网络环境可以减少羞怯经历.而且羞怯的个体在网络交往中会感觉更加安全。因为个人信息的交换主要是根据羞怯个体自我表露的意愿来进行信息输入的。有证据表明网络交往可以促进自我表露（Joinson，1998b），被试报告其在网络交往过程中可以比在面对面交往过程中进行更深层次的自我表露，因此与面对面交往相比。在网络环境中可以更快的建立人际关系（Rice&Love，1987）。Kraut等（2002）进行了一项纵向研究发现网络使用和个体与家人、朋友或者当地社团的面对面交往的时间正相关，符合“富者越富”的模型，即使用网络越多的个体，与家人、朋友或者社团的面对面交往的时间也越多。
此外，即使羞怯个体在网络环境中报告的羞怯水平比较低，但是其羞怯的程度仍然高于在网络环境中的非羞怯个体。这说明虽然网络环境有利于羞怯个体的社会交往，但仅仅只是降低个体的羞怯程度，并不能消除（Stritzke et al.，2004）。
总的来说，互联网对羞怯个体的积极影响就在于互联网的使用能降低个体的羞怯程度。当羞怯的个体由于害怕或者逃避面对面的人际交往时，互联网为其提供了一个与人交往的平台。在这个平台中，羞怯个体在与人交往时可以降低紧张感和羞怯水平，可以按照自己的方式来与人进行交往，而不会体验到在线下环境中与人交往时的紧迫感。还可以促进羞怯个体与人进行交往，而且通过网络交往所增加的自信也可以帮助其在现实生活中进行人际交往。
6 网络使用者羞怯的理论模型
随着网络使用相关研究的不断深入，研究者提出了相关模型，虽然并不是针对羞怯提出的，但是都可以解释羞怯个体的网络使用行为。
6.1 使用与满足理论
Suler（1999）从“需要-满足”的观点出发解释网络行为，认为一个人对网络的热情可以处于健康、病态或两者之间。该理论尤其强调潜在需要对个体互联网行为的影响，即在互联网空间的某些功能可以满足个体的这些潜在需要，个体的各种不同的互联网行为正是这些潜在需要的折射。Suler（1999）研究发现与网络成瘾有关的，6类心理需要中就包括社会交往的需要，而Sheeks和Brichmeier（2007）的研究发现，羞怯个体也有社交的需要，互联网恰好为他们提供了一个交流的平台。那么社交需求得到满足的羞怯个体，为什么有的会网络成瘾，有的不会，这涉及到现实满足的问题（邓林园，方晓义，万晶晶，张锦涛，夏翠翠，2012）。如果个体心理需求中的现实满足强于网络满足，那么个体网络成瘾的可能性就会降低；相反，个体网络成瘾的可能性就会增加。该理论认为羞怯个体由于在现实生活中的社会交往需求得不到满足，才会求助于网络，而当网络满足强于现实满足时，羞怯个体就有很大可能会网络成瘾。
6.2 社会-认知理论模型
Bandura（1986，1999a，1999b）提出的社会一认知理论模型对互联网心理学的研究具有广泛影响。社会—认知理论强调行为、环境以及个人（自我调节、预期、自我反应与反省等）三者的交互作用。在社会一认知理论框架内，互联网使用被概念化为一种社会认知过程，消极的结果预期，自我贬损及自我短视与互联网使用之间是负相关的（Eastin，2001）。而Henderson和Zimbardo（1999）的社会适应模型认为羞怯个体对环境和他人的消极认知是形成羞怯的关键因素。该理论认为羞怯个体对环境和他人具有消极认知，而网络成瘾恰好就是消极认知的结果预期，当个体的羞怯水平越高，就越容易网络成瘾。
6.3 认知行为模型
Davis（2001）从精神疾病的病因学角度提出的认知一行为模型，强调了与病理性网络使用有关的病因性因素，区分了导致病理性网络使用症状的近端原因和远端原因。其中近端原因包括适应不良的认知，社会孤立等。其中适应不良的认知被视为病理性网络使用症状的核心因素。该理论认为羞怯个体由于近因中的不良认知，会不断思考与互联网使用有关的问题，导致其认为网络是自己唯一受到尊重的地方，难以被生活中其它事情吸引，而远因中心理病源的存在，导致病理性互联网使用症状的出现。
从上述理论模型可以发现，互联网使用对羞怯个体带来的消极影响的主要原因也许是羞怯个体的社交需求得不到满足（主要是指心理需求的网络满足强于现实满足），或消极认知所导致的，这些与互联网自身性质是无关的（Walther&Reid，2000；Grohol，1999），而与网络使用者自身特征有关。
6.4 心理机制分析
张明（2006）认为有两种心理机制：阳性强化作用和阴性强化作用导致了网络成瘾。
（1）阳性强化作用
行为学习机制中的阳性强化作用在成瘾行为初期起重要作用。阳性强化指的是行为的后果有明显的正向奖励作用，从而使得该行为的发生频率增加。羞怯个体通过网络交往可以得到在现实生活中无法建立的关系，使其在建立关系方面更加自信。这种关系的建立产生了情绪上的正向体验，使羞怯个体的社交需求得以满足。这一切增强了羞怯个体的自信，使这一行为得到加强。而这种心理上的正向体验使羞怯个体的网络交往行为得到加强，会不断追求这种心理的满足感，从而倾向于选择网络进行交往，在网络成瘾行为的初期，阳性强化起主要作用。
（2）阴性强化作用
而阴性强化作用发展和维持了网络成瘾这一行为。阴性强化指的是行为的后果可以避免和减轻某些痛苦。与阳性强化一样可以增加某种行为的频率。当个体网络成瘾之后，在外力的介入下（如亲友的劝说和责备），依然网络成瘾，使个体对其本身丧失自信心和控制能力，而摆脱这些不良情绪的最好办法就是再次回到网络中。网络中的刺激、兴奋、成功使其暂时忘记现实生活中的不快。久而久之，网络成为应对现实生活中的负面情绪的唯一手段。这时网络已起到阴性强化作用。阳性强化和阴性强化的相互交替作用使得网络成瘾行为得到发生和维持。
7 小结与展望
近年来很多学者都在研究羞怯与网络的关系。一些研究认为羞怯与网络使用频率的增加有关（Mesch，2001；Morahan-Martin&Schumacher，2000；Morahan-Martin&Schumache～2003），根据补偿心理，在现实生活中缺乏强有力的友谊网络的羞怯者会选择网络交往来进行补偿（Chan，2011），通过网络交往来进行人际交往，这会直接减少现实生活中的人际交往，而且也会增加线下的羞怯程度。由于网络交往不需要具备现实交往中的技巧，并且可以自主掌控交往的进度，也让网络交往更加受欢迎。
另一些研究并不这样认为（Jackson et al.，2003；Modayil，Thompson，Varnhagen，&Wilson，2003）。Madell和Muncer（2006）的研究并不认为羞怯的个体比非羞怯的个体更多的使用网络，以及更多的通过网络进行交往，甚至羞怯的个体比非羞怯的个体更少的使用E-mail，因为羞怯个体的社会联系很少。但是值得注意的一点是，该研究主要探讨社交恐惧和社交焦虑与互联网使用的关系，而羞怯被作为社交恐惧和社交焦虑的一种情境性的表现形式，研究者将社交恐惧和社交焦虑与互联网使用的结果直接用于羞怯个体，这种结果是否妥当值得讨论。最近有研究发现羞怯的个体与非羞怯的个体在网络上所消耗的时间是一样多的（Roberts et al.，2000）。这些研究认为虽然羞怯者可能更倾向于网络交往，但是通过网络交往，也在一定程度上改善了羞怯个体现实中的人际交往。
社交网络定义范文5
一、社交网络(Social Network Site)的定义与发展
作为最早的研究社交网络(Social Network Site)的学者，Boyd和Ellison曾对社交网络作了如下定义：社交网络是“以网络为基础的服务，这种服务可以让个人(1)在一个相互联结的系统里建立一个公开的或者半公开的网页，(2)列举出来与他们相互链接的其他用户，(3)浏览并且进入他们系统内相链接的用户的资料。”[1]根据这个定义，Boyd和Ellison认为第一个社交网络是1997年诞生的SixDegrees.com.虽然在此之前也有一些可以连接用户和促进沟通的网站，比如约会网站或者社区网站，以及ICQ或QQ的好友列表功能，但是这些网站或者聊天工具并不能使用户浏览其他用户的资料和社会关系。其他的一些网站例如校友网站或者班级网站虽然可以帮助人们保持和以往同学们的联系，但是用户无法创建自己个性化的资料和好友列表。SixDegrees.com是第一个综合了以上各项功能的网站。
在1997年和2003年之间有很多其他的社交网络出现，比如LiveJournal，AsianAvenue，Friendster等。但这些网站多是昙花一现，虽在短期内有不少用户，但都没有得到大规模的普及。2006年至2008年间，MySpace是全球访问量最多的社交网络。2006年六月，MySpace超越谷歌成为美国访问量最大的网站。[2]和之前的社交网络相比，MySpace具有一些独特的功能，比如用户可以将朋友加入链接，并且用户无需使用专门的计算机语言就可以创建自己个性化的网页。这些功能使得MySpace具有独特的吸引力。在用户政策方面，MySpace也一改以往社交网络的政策，允许未成年人加入。[3]
创建于2004年的Facebook则成为MySpace最大的竞争者。Facebook由哈佛大学学生Mark Zuckberg及他的室友创立。最初Facebook的用户仅限哈佛大学的学生，后来扩大到波士顿地区的其他大学，常青藤联盟学校以及斯坦福大学。随着Facebook受欢迎的程度日益增长，2006年Facebook最终向所有年龄超过13岁的用户开放，并很快吸引了大约12万用户。2013年3月，Facebook的活跃用户达到11100000人。[4]Facebook和MySpace的主要区别之一是MySpace给用户提供更多个性化的选择，其用户可以用HTML或者CSS对个人界面做更多设计。而Facebook则是使用plain text，因此其界面则更加标准化和单一化。
另外，Facebook要求用户注册的时候需要登记真实有效的个人信息，比如姓名、邮件地址、毕业学校等，而MySpace则无此要求。较之MySpace，Facebook有更多项功能可以促进用户互动，比如用户可以在彼此的“墙”(wall)上留言，可以上载视频和照片并将朋友“圈”(tag)出来，也可以在视频和照片下留言。另外，Facebook还可以允许用户在线聊天(online chatting)，互发短消息(personal message)，成立或者加入群体(group)，企业、组织或者个人还可以创建自己的页面(page)作推广营销的用途。
二、社会资本(Social Capital)
关于社会资本的定义，专家学者们一直有不同的看法。Bourdieu与其同事把它定义为在特定的社会阶层或群体的成员。[5]社会网络分析家，如Lin认为社会资本是嵌入在一个人的社会网络中的资源，并且这种资源可以帮助人们联络或者动员其他社会资源。[6]另外一些理论专家则形容社会资本为社会生活的基本要素，比如人际间的信任，社会规范，社会关系，公民合作，社会参与或政治参与等。
关于大众媒介的使用和社会资本之间的关系，学术界的研究已经历史悠久。社会资本一直被认为是一个民主社会的基石。社会理论家认为积极的公民社会和大众媒介是民主的基本原则，大众媒介还是人们政治知识的重要来源和交流的场所。[7]但是Putnam却认为大众媒介的发展严重破坏了社会资本。[8]Putnam将美国民主社会的堕落和社会资本的破坏归结于两个原因。一个原因是城市生活向郊区的扩大化。Putnam认为，要保持良好和健康的社会资本，人们必须经常参与社区活动或者志愿者活动，并进行面对面的交流讨论。
而现代社会中城市越来越向郊区扩张，越来越多的人们只是在城市里工作上班却居住在郊区。这种现象的结果之一就是人们花费大量时间在交通上面，并且由于人们住得越来越分散，面对面交流的时间和机会越来越少，因而破坏了社会资本。Putnam认为另外一个导致社会资本丧失的原因是大众媒介，尤其是电视的发展。根据他的理论，人们的时间是一个零和游戏，而现代人把空余休闲时间主要用来看电视，所以和家人、邻居、朋友交流的时间越来越少，参与社区活动或者民主活动的时间也越来越少，这也导致了社会资本的下降。
Putnam的论述主要侧重于电视的影响。互联网的到来曾经被一些学者认为是民主社会的开端，但是关于互联网的使用和社会资本的关系，研究结果也很矛盾，学者们也是众说纷纭。在这个方面，学者们的研究基本上可以分为两大阵营。第一大阵营将互联网的使用从人们上网的时间角度来测量，并且支持Putnam的结论。他们发现，人们浏览互联网的时间越长，社会参与和政治参与度越低。[9]他们认为网络的使用和收看电视一样，会侵蚀与朋友和家人交流的时间，从而造成非常有限的面对面的互动。[10]Nie和Erbring发现在网络上花费的时间与参与社交活动和出席户外活动的可能性成负相关。
另一阵营则侧重于互联网使用行为的具体内容和功能，并发现不同的互联网功能对社会资本有不同的效果。比如，Shah，Kwak和Holbert确定了四种类型的互联网的使用：网络购物，财务管理，社交娱乐，信息交流。[11]他们发现，前两种类型的使用与公民的政治参与负相关，而后两类则对公民参与发挥着积极的影响。
三、社交网络的使用与社会资本
由于可以搜寻和链接朋友和陌生人，通过留言、评论及在线聊天促进人际互动，分享用户上载的图片及视频，社交网络对于保持和扩大朋友圈有着良好的作用，也从而促进了社会资本的发展。迄今为止，研究已发现，社交网络的使用者比非使用者有着更多的社会资本。比如，在挪威追踪了2000名15-75岁的互联网用户[12]。他在两年内的三次调查显示，使用社交网络的人在社会资本的三个维度——面对面的互动，线下的朋友数量以及弥合社会资本(bridging social capital)方面都要高于不使用社交网络的人。Lampe，Vitak，和Ellison对美国中西部一所著名大学的614名非教学员工进行了问卷调查。
他们发现年长的人以及现实生活中有更高的粘合社会资本(bonding social capital)的人使用社交网络的可能性比较低。同时，社交网络非用户选择不使用社交网络的原因主要在于对于隐私问题，社交网络带来的角色变化，以及个人时间的有限性的顾虑。但是，通过对比社交网络用户和非用户，三位研究者发现很少使用社交网络的用户在社会资本方面基本和非用户持平，而常常使用社交网络的人在弥合社会资本和粘结社会资本方面都高于另外两组的人。
不仅如此，即使在社交网络用户的范围里，较多使用社交网络的用户也比较少使用的用户拥有更高水平的社会资本。美国密西根大学的Ellison曾就此发表多篇论文和著述。比如Ellison，Steinfield和Lampe[13]曾通过对将近300名新入学的大学生的问卷调查发现，社交网络比如Facebook的使用强度不仅可以增进大学生的弥合社会资本(bridging social capital)(比如结识新朋友，获得了解新学校的帮助等)和粘结社会资本(bonding social capital)(比如在作重要决定时可以获得建议，有值得信任的人等)，并且可以帮助他们维持和过往的高中同学的联系。Ellison等将其定义为社会资本的第三个维度，维持社会资本(maintained social capital)。
同时，这三位研究者发现社交网络的使用对社会资本的这种影响对于自我认同(self-esteem)和对生活满意度(life satisfaction)低的人更加强烈，从而揭示了社交网络的使用和个人心理对社会资本的交互影响。之后这三位研究者又针对这一议题对社交网络用户作了跟踪调查和深度访谈，并发现从长期的角度，Facebook的使用与弥合社会资本(bridging social capital)有正相关，但和粘结社会资本(bondingsocial capital)没有关联。[14]Vitak，Ellison和Steinfield进一步发现，虽然Facebook的使用频率和粘结社会资本不相关，但是Facebook的具体功能和特征，比如有家庭成员使用Facebook却对增强可靠的联盟感(reliable alliance)有正面影响。[15]
四、手机通讯，普适计算(Ubiquitous Computing)，与社会资本
二十世纪的下半叶见证了手机通讯的飞速发展。根据国际电信联盟的统计，截止到2011年底，全球共有60亿人使用手机，相当于全世界人口的87%。[16]手机通讯的发展将普适计算(ubiquitous computing)推向了一个前所未有的高度。[17]Weiser和Brown曾将计算的发展分为三个浪潮。[18]第一个浪潮是固定的大型计算机(mainframe computer)。由于体积庞大，这种计算机曾经可以占满整栋建筑物，并且需要特殊的空调和冷却系统。因此，这种计算机是不能移动的。[19]计算的第二个浪潮是个人电脑(personal computer)，比如台式计算机和笔记本电脑。台式计算机仍然只能在一个固定的地方使用，仍然没有移动性(mobility)。笔记本电脑虽然具有了一定的移动性，但是由于其重量、体积、有限的电池寿命以及连接无线网络的局限性，仍然不能被认为是无处不在的计算机。
普适计算则是计算中的第三次浪潮。普适计算(Ubiquitous computing)是一种先进的计算概念，学者们认为在普适计算的情况下，计算无处不在，无时不在。它的发生可以使用任何设备，在任何位置，并以任何格式。在这种情况下，用户和计算机的互动可以多种形式存在，包括膝上型计算机、平板计算机、终端和电话存在。用来支持普适计算的底层技术包括互联网、先进的操作系统、移动代码、传感器、微处理器、新的I/O和用户界面、网络、用于位置和定位的新材料等。近来也有学者将普适计算称为无处不在的计算(Pervasive computing)或者环境智能(ambient intelligence)。在普适计算的环境中，计算机不再是人们为完成任务而使用的工具，而是和人们的生活融为一体，无处不在。[20]因此普适计算的目的就是使计算机“消失”，从而成为人们身体的一个自然组成部分。[21]
相比较台式计算机和笔记本电脑，手机体积小，重量轻，电池持续时间长，用户可以将其随身放在口袋里，随时随地察看。因此手机的出现真正实现了普适计算。黑莓，苹果手机，Android，和iPad等在日常生活中日益普及的科技，使得“将个人电脑携带在口袋里”的概念和梦想在全球得以实现。[22]有学者预测说，在不久的将来，手机将成为信息枢纽站。[23]
由于手机具有这种无处不在、无时不在的特点，人们可以随时随地沉浸到手机的通话和使用当中，因此有些学者担心这种移动技术会阻碍大众在公众空间和陌生人的对话和交谈。[24]而交谈(dialogue)则被认为是民主社会的基本元素。迄今为止，有一些研究发现频繁的电话通讯可能会导致人们与外界社会隔绝，并降低公民参与，从而对此项观点提供了一些支持。[25]
然而最新的研究则表明根据不同的手机使用行为，手机的使用可以提供有关公共事务的信息，增进公民参与，促进公民社会的发展。[26]比如，Campbell和Kwak在全美国进行了一系列的随机抽样调查，他们的研究表明，用手机进行娱乐和打发时间会降低社会资本，但用手机协调组织活动和手机通话将增进和陌生人的交谈，联络远距离的朋友，增加加入社会组织的可能性，并提高民主和公民参与活动。[27]他们在韩国的研究进一步印证了上述结果，并且发现这种效果对于40岁左右年龄群的手机用户最为强烈。[28]Boase通过对2200名美国公民抽样调查，发现使用手机、固定电话和网络比较多的人，其社会关系网络更大更多元化。[29]其他研究还表明，使用手机，尤其是短信，与社区成员的组织身份，生活满意度，以及帮助别人的意愿都是正相关的。
五、目前研究的不足以及未来研究方向
尽管到目前为止已有很多关于社交网络，手机使用和社会资本之间关系的研究，但这些研究还有以下几方面的不足，并留待未来的学者去探讨和摸索：
第一，目前为止绝大多数研究都是局限于西方国家，特别是美国。虽然也有少数实证研究是在欧洲国家或者其他国家开展的，但总体上数量还比较少。其他国家和地区，比如亚洲和非洲国家和地区，有很大的研究空白。近年来社交网络和手机在亚洲国家和地区飞速发展，而这些国家和地区与欧美不同的文化、社会和政治环境为研究者提供了很多潜在的研究方向和潜力，值得未来的学者去研究和发现。
第二，过往的研究大多是使用大学生样本。虽然大学生是使用社交网络和手机的重要人群，并且在搜集数据方面有很大的方便性，但是最新的调查研究表明，除了大学生之外，其他人群比如青少年(adolescents)和中年人使用社交网络的比例也大大提高。比如最近的一项美国调查研究显示12-17岁的人有近73%的报告使用社交网络，而78%的青少年拥有手机。因此大学生样本难免带有很大的偏差。由于其年龄、教育程度、经济收入等特殊性，很难将其研究结果推广到普通大众。未来的研究应将研究对象扩展到其他年龄和社会阶层。
第三，目前的研究多着眼于某一种具体的科技对社会资本的影响。可是随着越来越多的人拥有多种技术设备，并同时使用多种技术(multitasking)(比如很多人在手机上访问自己的社交网络帐户或者推特或者打游戏)[30]，技术融合也为了解新媒体的使用和社会资本之间的关系提供了新的途径。未来的研究应当考虑多种技术的同时使用，并探讨它们之间的交互作用。(完)刊于《新闻春秋》2014年02期---------------微推荐回复前面数字看全文，需订阅用户
8.喻国明：传播学超经济学成热门学科9.哈佛尼曼实验室解读2014年美国传媒报告10.大数据对电视业的四大颠覆11.新闻传播专业2014年社科基金获批名单12.黄升民:广告重回巫师时代?13.传媒经济之父罗伯特·皮卡特提出媒体面对技术变革，要从价值创造等三方面做调整--------------------------
参考文献
[1]Boyd Danah， and Ellison， Nicole B.“Social NetworkSites: Definition， History， and Scholarship. Journal of Computer MediatedCommunication 13， no. 1(2007): 210-230.
[2]Cashmore， P. "MySpace， America's Number One，" accessedJuly 11， 2006， mashable.com/2006/07/11/myspaceamericas-number-one/
[3]Boyd Danah， and Ellison， Nicole B. "Social Network Sites:Definition， History， and Scholarship." Journal of Computer MediatedCommunication 13， no. 1(2007): 210-230.
[4]Facebook. "Facebook Reports First Quarter 2013Results"， accessed May 1， 2013，finance.yahoo.com/news/facebook-reports-first-quarter-2013-200500244.html
[5]Bourdieu， Pierre， and Loīc JD Wacquant. AnInvitation to Reflexive Sociology. Chicago: University of Chicago Press， 1992.
[6]Lin， Nan. "Building a network theory of socialcapital." Connections 22， no. 1(1999): 28-51.
[7]Carpini， Michael X. Delli. What Americans Know about Politics andWhy It Matters. New Haven: Yale University Press， 1996.
[8]Putnam， Robert D. Bowling alone: The collapse and revival ofAmerican community. New York: Simon and Schuster， 2001.
[9]Nie & Erbing， 2000.
[10]Kraut， Robert， Michael Patterson， Vicki Lundmark， Sara Kiesler，Tridas Mukophadhyay， and William Scherlis. "Internet paradox: A socialtechnology that reduces social involvement and psychological well-being?"American psychologist 53， no. 9(1998): 1017.
[11]Shah Dhavan， Nojin Kwak，and Holbert Lance."'Connecting' and 'disconnecting' with civic life: Patterns of Internetuse and the production of social capital. Political communication 18， no.2(2001): 141-162.
[12]， Petter Bae. "Social Networking Sites: Their Users andSocial Implications-A Longitudinal Study." Journal of Computer-MediatedCommunication 17， no. 4(2012):467-488.
[13]Ellison， Nicole B.， Charles Steinfield， and Cliff Lampe."The benefits of Facebook 'friends': Social capital and college students'use of online social network sites." Journal of Computer-MediatedCommunication 12， no. 4(2007): 1143-1168.
[14]Steinfield， Charles， Nicole B. Ellison， and Cliff Lampe."Social capital， self-esteem， and use of online social network sites: Alongitudinal analysis." Journal of Applied Developmental Psychology 29，no. 6(2008): 434-445.
[15]Vitak， Jessica， Nicole B. Ellison， and Charles Steinfield."The ties that bond: Re-examining the relationship between Facebook useand bonding social capital." In System Sciences(HICSS)， 2011 44th HawaiiInternational Conference on，pp. 1-10. IEEE， 2011.
[16]The International Telecommunication Union. "The world in2011: ICT facts and figures." Accessed February 28， 2012，itu.int/ITU-D/ict/facts/2011/material/ICTFactsFigures2011.pdf
[17]Xie， Wenjing， and John E. Newhagen. "The Effects ofCommunication Interface Proximity on User Anxiety for Crime Alerts Received onDesktop， Laptop， and Hand-Held Devices." Communication Research 41， no.3(2014):375-403.
[18]Weiser， Mark， and John Seely Brown. "Designing calmtechnology." PowerGrid Journal 1， no. 1(1996): 75-85.
[19]Beniger， James R. The Control Revolution: Technological andEconomic Origins of the Information Society. Cambridge: Harvard UniversityPress， 1986.
[20]Satyanarayanan， Mahadev. "Pervasive computing: Vision andchallenges. Personal Communications， IEEE 8， no. 4(2001):10-17. Waller，Vivienne， and Robert B. Johnston." Making ubiquitous computingavailable." Communications of the ACM 52， no. 10(2009): 127-130.
[21]， Lars， and Johan . "From use to presence: on theexpressions and aesthetics of everyday computational things. "ACMTransactions on Computer-Human Interaction(TOCHI)9， no. 2(2002): 106-124.
[22]Markoff， J. "A personal computer to carry in apocket." The New York Times， accessed January 8， 2007，nytimes.com/2007/01/08/technology/08mobile.html
[23]Etoh， 2007
[24]Gergen， Kenneth J. "Mobile Communication and theTransformation of the Democratic Process.”In Handbook ofMobile Communication Studies， ed. James Katz and Manuel Castells 297-309.Cambridge: The MIT Press， 2008.
[25]Habuchi， Ichiyo， Shingo Dobashi， Izumi Tsuji， and Koh Iwata."Ordinary usage of new media: Internet usage via mobile phone inJapan." International Journal of Japanese Sociology 14， no. 1(2005):94-108.
[26]Park， Namsu， Kerk F. Kee， and SebastiánValenzuela. "Being immersed in social networking environment: Facebookgroups， uses and gratifications， and social outcomes." CyberPsychology& Behavior 12， no. 6(2009): 729-733.
[27]Campbell， Scott W.， and Nojin Kwak. "Mobile Communicationand Civic Life: Linking Patterns of Use to Civic and PoliticalEngagement." Journal of Communication 60， no. 3(2010):536-555;"Mobile Communication and Social Capital: An Analysis of GeographicallyDifferentiated Usage Patterns." New Media &Society 12， no. 3(2010):435-451; "Mobile Communication and Civil Society: Linking Patterns andPlaces of Use to Engagement with Others in Public." Human CommunicationResearch 37， no. 2(2011):207-222.
[28]Kwak， N. ， Campbell， S. w. ， Choi， J.， & Bae， S. Y. Mobilecommunication and public affairs engagement in Korea: an examination ofnon-linear relationships between mobile phone use and engagement across agegroups. Asian Journal of Communication，(2011). 21(5)，485-503.
[29]Boase， J.. Boase， Jeffrey. "Personal networks and thepersonal communication system: Using multiple media to connect."Information， Communication & Society 11， no. 4(2008): 490-508.
社交网络定义范文6
然而即便最大牌的科幻大师，也没能想到互联网的发展速度会如此超越他们的预见，如此深刻地改变着这个社会。阿西莫夫在创作基地系列小说的时候，大胆地把时间点放到了数十万年后，却没敢想象两个陌生人远隔千山万水能面对面相见、相知、相恋。不需要到银河历几万年，在公元2010年，互联网社交便已实现了这一情景。这一切，只经历了十余年。那么，再过十年，到2020年的时候，互联网又将为社交带来什么新的改变？不妨让你我的想象力漫游2020。
移动社交正当时
如果从1990年代后期开始算起，互联网社交的头十年基本上是基于个人电脑所进行的，尽管在部分智能手机（如诺基亚的塞班系列）上搭载了聊天工具，但移动社交仍是非主流。不过，移动社交很快就展现出后来居上的潜力与实力。根据易观国际的分析报告，2011年中国移动互联网用户规模已达4.3亿，环比增长近50%。至2012年，移动互联网用户数一举突破6亿，超过传统互联网用户数量。基于这种远超于当初互联网用户增长速度的奇迹，移动社交成为未来社交大赢家，自然毋庸置疑。
那么人们在2020年会经历如何的移动社交呢？答案自然来自于仍在不断发展的移动科技。首先是基于移动社交的空间定位所衍生的移动定位社交服务，简称LBSNS服务，也就是将LBS服务与SNS服务整合起来，换句话说就是地理位置服务与社交网络服务的相加。人们可以在大街上借助移动社交平台，定位身边的地点以及那些拥有同一兴趣点的陌生人，从而扩展社交圈，让社交不仅止步于打招呼。
接着是社会化推荐，也就是在移动平台上轻松获得自己感兴趣的内容，拿起手机就知道身边有哪些好玩的好吃的好喝的，甚至于随时随地可以参与相关兴趣的讨论。比如说，你是一个深度的动漫迷，那么你可以站在街上透过手机实景地图看看身边哪里有动漫吧，并获取那里的评论和推荐，同时吆喝起周边的同好去那里来一场动漫桌游——整个过程也许不超过十分钟。
然而移动社交的强力推动也许先来自于硬件的发展，一种叫做NFC的近距离无线通讯技术正在为消灭名片以及名片所象征的“陌生人一熟人”的转换链默默做着努力。所有支持NFC技术的移动终端，会允许电子设备之间无需接触式便能交换数据。简单的说，在接下来的移动社交中，陌生人之间无需交换名片，只是轻碰手机，就足以交换彼此的联系信息、爱好、个人主页，10秒钟，就足以让一个陌生人彻底了解另一个陌生人，成为熟得不能再熟的朋友。这正是移动社交对传统社交方式未来可见的颠覆。
社交化的电子商务
互联网的发展给人们的生活带来了巨大的改变，但细论起来，最大的改变无非是电子商务与社交网络两者。前者从厂家、商家、消费者等几个方面重构了消费的定义，而后者则让六度空间从理论变为现实，让交往变得更为简单。而在2020年，这两者不再是两条平行线，社交化电子商务的逐渐成熟，将融合电子商务与社交网络于一身，抹去消费与社交间的界限，再次重构消费与社交的定义。
现在的电子商务，多是消费者和商家之间的线上交流，加上少量的消费者之间的信息共享，如淘宝的好评差评制度、又如京东的有偿评论。消费者在互联网上的消费过程，缺乏了分享、讨论、沟通——也就是与闺蜜、好友把臂逛街的感觉，于是总觉得有些隔靴搔痒，难以尽兴。而社交化购物网站作为社交化电子商务的组成部分，如今正在兴起。艾瑞咨询调研显示，除了浏览信息外，交流互动也是用户在社交化购物网站上常进行的活动。另外，超八成的用户会因为关注商品而关注者，因喜好相同等原因，部分用户在社交化购物网站上会结交到新朋友。
而当社交化电子商务走向成熟后，消费者和商家所能收获的将不止于此。整个网上消费过程都将会处于社交网络之中——和闺蜜一起看上一家店，和朋友一起和老板侃价，买多一点会更优惠，在点评中结交同好，相约下一次线上逛街——这一切均可通过互联网社交化工具的应用及与社交化媒体、网络的合作来完成。自然，其中企业营销、推广和商品的最终销售也将因社交网络的强大粘性而获益匪浅。
社交生活，回归现实
