社交媒体营销存在的问题精选(五篇)
发布时间：2023-09-19 15:26:39
序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇社交媒体营销存在的问题，期待它们能激发您的灵感。
篇1
如今，社交媒体渐渐地融入了人们的生活，网络交往已经满足不了他们的需要了，他们更多的是利用社交媒体进行信息的获取和消费。
一、社交媒体与营销的相关概念
随着web2.0系统技术的产生和发展，社交媒体产生了更多的基于网络的应用，互联网和移动平台实现了组织与个人的联系互动，给社交媒体的营销提供了前提条件。全球最著名的百科全书网站维基百科（Wikipedia）上这样定义社交媒体：社交媒体（Social Media），是人们用来创作、分享、交流意见、观点及经验的虚拟社区和网络平台。社交媒体和一般的社会大众媒体最显著的不同是，让用户享有更多的选择权和编辑能力，自行集结成某种阅听社交。社交媒体能够以多种不同的形式来呈现，包括文本、图像、音乐和视频。目前，国内流行的社会化媒体平台包括，以微型博客形式出现的“新浪微博”“腾讯微博”；腾讯公司推出的即时通信软件“微信”；与Facebook类似的中文SNS网站“人人网”；具有博客功能的个性个人主页“QQ空间”；以书影音起家的，帮助都市人群发现生活中有用事物的社区网站“豆瓣网”等。[1]
下面我们谈一下市场营销，美国市场营销协会下的定义是：市场营销是在创造、沟通、传播和交换产品中，为顾客、客户、合作伙伴以及整个社会带来价值的一系列活动、过程和体系。市场营销是满足人们的需求欲望而实现的交换。
二、社交媒体营销出现及其发展
在我国，手机已成为人们访问社交媒体的主要设备。社交媒体应注意手机终端的使用满意度，及时搜集用户反馈、做好相应功能的完善、不断满足用户不同的使用需求，才可以将社交媒体进行良好的推广。网民搜索数据以及搜索引擎营销，虽然它有精准性的优点，但是也有个人信息安全隐患和信息传递滞后等缺点。因为已经进行过一次相关产品的搜索，所以消费者很有可能已经进行了相关的消费，此时推荐对于他们来说价值相对较小。另外，随着手机购物APP的兴起，手机购物的便捷使人们越来越倾向于使用手机购物，不仅是随时性的还具有专门性。
如今传统的网络购物向利用社交媒体购物转变。随着人们对智能手机的适应，手机网上购物渐渐已经成为一种潮流。除了主流的营销型网站之外，社交媒体的营销也走入了人们的视野，如微信、微博、Facebook等社交媒体的营销方式各不相同。我们来着重分析已经形成自己的一套营销体系，并不断创造营销奇迹的微信营销。[2]
三、社交媒体营销应用――以微信为例
微信是由腾讯公司研发出来的一款语音产品，支持语音短信、图片、视频、文字等，用户可以通过微信进行群聊，实现了语音通讯。如今，微信比较火爆，是因为它满足了人们的需求，于是社交媒体的营销无不受到大家的热烈追捧。[3]
（一）微信营销的优势
1.客户数量大，营销成本低。由于手机用户数量庞大，在微信推出后仅仅14个月的时间里，其用户就突破了2亿。客户数量之大展现了微信的发展前途和利用微信进行营销的一种优势。微信在任何时候都不收费，所以用它来和用户沟通的成本就比较低。
2.营销定位准，营销方式多。微信营销可以对某一客户进行一对一、有针对性的消息推送，也可以针对某一地域和某一点进行消息推送。摇一摇、漂流瓶、附近的人、二维码、朋友圈等微信功能都能成为新的营销方式。缩短与用户的距离，使营销活动变得更加多样，于是营销活动的展开就会变得更加容易。
3.营销方式人性化，客户群体真实。微信公众用户每天只能群发一次消息，一次最多8条。因此用户不会受到干扰，提高了用户体验。其他社交媒体的粉丝中存在着太多的所谓不是真正的粉丝，并不能够真正地为你带来几个客户，然而微信不同，微信用户一定是真实的、私密的、有价值的。[3]
1.安全方面。在微信营销中，安全问题是最重要的问题。信息安全、交易商品安全以及支付安全等都会直接影响到营销效果。若安全保障机制不健全，带来的后果必然是难以留住原有的微信用户，更别说吸引微信用户。建立微信用户安全保障机制势在必行，微信营销想要走得更远，首先应当保证安全性，保证软件的正常运行、保护微信用户的个人信息；其次，还应当对微信公众平台和微信商城经营者进行监管，保证微信用户购买商品的质量。
2.微信营销策略方面。微信营销出现的时间还不是很长，对待微信营销的态度也不是很一致。一部分持观望态度，还有一部分持冒进态度，由于面对新兴的营销模式，一时间没有制定好微信营销策略，也没有规划本自身的产品是否适合做微信营销，也没有对微信群体进行调查，盲目跟进，最终造成忠诚顾客的流失。我们应当抱着积极的心态去迎接微信营销，也要针对自身情况制定微信营销策略。现在微信营销已经有许多成功案例，持观望态度的可以对成功案例进行研究，时代的发展伴随着自身的快速发展，若不想被淘汰，就要抓紧机遇，抓住微信营销。[4]
3.微信平台推广方面。腾讯公司对微信平台推广的问题表现在：首先，微信只是为企业搭建一个平台，微信自身没有对它的功能进行大量宣传，管理和宣传却在企业自身。其次，微信只能搜索公众账号，让微信用户自行发现或企业自行进行推广。质量与信任是企业的根基。一个企业想要获得长远发展，就要注重产品的质量，只有坚持质量优先，才能创造品牌、树立良好的企业形象以及让目标群体对其信任，再展开微信的品牌营销。产品质量和企业的口碑将会决定企业微信营销的成功与否。[5]
四、结语
从微信营销的优势和劣势可以反映出社交媒体营销存在的优势和劣势。不同的社交媒体平台又有其各自的特点和作用，能够帮助达到企业品牌不同的营销目标。同时，大数据技术和新兴智能技术的爆发式发展都将对企业社会化营销起到推动作用，并提升营销的有效性，社交媒体的发展使得社交媒体在营销中得到充分利用。
（作者单位为华北理工大学管理学院）
[作者简介：张海红（1991―），男，华北理工大学管理学院学生。]
参考文献
[1] 侯佳.社交媒体在企业市场营销中的应用[D].吉林大学，2016.
[2] 郑思远.微信营销模式分析[D].吉林大学，2016.
[3] 王珏.浅谈对微信营销的思考[J].中小企业管理与科技（下），2014（04）：172-173.
[4] 吉亚力，韩露.移动互联网时代下的微信营销探析[J].商场现代化，2015（10）：
篇2
发现问题
是什么阻碍着社会化媒体的进一步发展，让现有的社会化媒体市场出现混战的局面？众趣市场总监张雪玲给出了自己的观点，在运营的很多案例中，他们发现目前关于社会化营销的方法有很多，但是同时也注意到很多企业已经迷失在了社交网络中，找不到适合自己的方向。这体现在：企业一味追求粉丝，最终产生了很多虚假的粉丝；一个Campaign接一个Campaign，但是品牌影响力不见真正提高；粉丝不少，但是活跃度低，不利益诱惑不活跃；买了很多大号转发，但是没有销售转化；消费者主动沟通，但是品牌视而不见；有很多粉丝，但是没有他们的数据，也不了解他们的特点、喜好，没法深度挖掘。上述做法虽然取得了短时间的效果，但是毕竟不是长久的生存之道，在后面的发展中，企业也觉得举步维艰。
同样一直对营销深入研究的中国传媒大学电视与新闻学院教授沈浩给我们从另一方面剖析了存在的问题。社会化营销不同于传统的大众传播模式，不是单向度传播，强调互动和参与；目前存在的问题是没有认清社会化媒体的营销调性，特别是微博的传播机制，采用传统的思维和营销模式；没有认清关系的特性，也没有掌握很好的社会化媒体传播的测量工具，效果测量比较欠缺；社会化营销的调性决定了社会化营销更多是客户关系管理和品牌美誉度等口碑层面，并非是产生直接的销售，不能过度追求直接的ROI。
知微的CEO于霄，则把这些问题总结为下面三点：①投入少。人员、资金、关注度的投入，均不足。②底线低。滥用僵尸粉、机器水军，欺骗消费者、恶性竞争。③转型慢。思维停留在传统媒体时代的营销模式，不注重与用户的互动。
看来，社会化媒体管理的主要问题在于只注重直接的营销效果，而忽略了营销本质的东西。
探究原因
在发现问题的基础上，找到原因是关键。从源头出发以本治标才能达到事半功倍的效果。
锐意恒动CEO沈栋梁在接受《广告主》采访时说，现在很多企业对社会化营销的认知过于简单粗暴，认为建立官方账号就是进行了社交营销，其实只是构建了一个个人媒体。还有很多企业热衷于在官博上有奖转发，当时可能反响很好，但是过后就烟消云散，社交营销关键是与消费者建立联系，与之互动，而不是靠打鸡血般的爆发式营销。
张雪玲给出的解释是一些企业对社交网络的战略不清，还是按照传统媒体的打法在做，缺乏管理工具，缺乏管理流程，缺乏管理团队；不负责任的服务提供商制造虚假的KPI；只关注狭义的营销，没有协同客服、创新、调研方面的价值；只是把社会化媒体当做了一次次营销活动的阵地，没有从企业内部将社会化媒体营销管理作为战略来布局。
开发了微博应用“皮皮精灵”的深圳指掌时代CEO周桥则认为，社交产品的发展过程是把弱关系融入空间强关系的社交媒体中的过程。在这个融入过程中难免面临很多矛盾，如何在点对点的关系传播中融入营销的内容则更是一个需要我们不断探索的过程。在社交网络中，不仅能发现精准的需求，还能进行互动。在这种模式中，我们会应用到关系，在这个关系网络里谁帮你，谁帮你传播，很重要。而且社交新媒体涉及的环节更多，、媒介、受众等都是我们需要去考虑的环节。如果在这些环节中有一个环节出现问题，那么就会对整个社会化营销产生影响。
解决问题
不管是什么问题，我们最后的落脚点都在解决问题上。
众趣建议企业站在媒体管理的角度，从整个社会化运营的流程出发，内容的组织、管理，用专业工具做支撑，去判断和指导内容的规划；大规模一对一的互动是实现社会化沟通价值的重要手段；对于庞大数量的粉丝，需要功能强大的SCRM去管理，而粉丝的价值也在于形成强关系的KOL家族；对于品牌影响力的拓展，APP的互动是增长粉丝和增加曝光非常有利的方法。这也是众趣希望通过研发综合管理系统帮助企业去实现的价值。
周桥告诉记者，解决问题的关键是从社会化媒体的传播形式着手。第一种形式是内容分发，通过别人帮忙信息，当然这种形式不具备爆发性，是需要长期坚持去做的事情，把有效的信息植入到相关的微博或微博大号中。如把营销食品的相关信息植入到生活保健的大号中。第二种形式是转发传播。在微博里做一些活动，找相关的匹配的账号，进行大规模的转发。这种方式有很强的爆发性，但是持续性不强，往往适用于活动和事件的销量转换和用户引入中。这种模式的运作第一要找到本身所定位的用户群体，第二个要针对用户群体，找适合的转发人群。第三种形式全面但是难度也大，这就是应用传播。其技术门槛比较高。首先考察的是企业具不具备微博传播的资源，即信息从传播者到受众到转发者，是否构成传播流。其次是社会化元素。自己产品网站的运营有没有和社会化媒体结合起来，是否具备相关健全的场景。
篇3
1.每年，视频作为一种媒介都变得越来越重要，但同时，制作恰当的视频内容也变得越来越困难。这点过去已经反复说过很多次了，在过去的几年里，视频出现回潮，而在2014年，企业已经能从制作优良的视频内容和营销活动中获得回报了。品牌视频内容不仅包括在Vine和Instagram(企业逐渐发现在这些平台上可以附加很多品牌价值)上面那些短视频，还有很多长视频和YouTube上的内容。
2、行业自身正在为来年科技颠覆创新做准备。目前大家讨论最多的，无疑是iPhone 6和其拥有的NFC功能。还有iWatch，和之前就引起不小轰动的谷歌眼镜。实际上，围绕着明年很多潜在的技术颠覆创新以及他们将如何影响社交媒体的使用，人们有过很多讨论(可能还有一些恐惧)。有趣的是，尽管有很多人表示技术将会对社交媒体产生影响，但是却很少有人能够准确的说出会产生什么样的营销。不过虚拟现实技术却非常重要，比如Oculus Rift，它不仅能够颠覆社交媒体，而且甚至可以颠覆人们未来分享内容的方式。这点我们不可否认，当然也非常有趣。
3、在未来的几年内，非洲将会成为品牌商重点开发的市场。像Facebook和谷歌这样的科技巨头，他们会继续自己开创性的工作，利用智能手机连接非洲大陆。很多敢于尝鲜的品牌商也开始对非洲市场产生兴趣，不仅开始布局，而且也开始制定相关的游戏规则。当他们开始这么做时，下面几点应该要重点考虑到位：
不要把非洲看作是一个同质市场，事实上，非洲是五个不同的市场(东，西，北，南，中部。)
非洲存在严重的高技术悖论，一些社区能够快速应用无人驾驶飞机，但却没有自来水…
非洲国家有一个显著特点，那就是他们拥有世界上人口最多的年轻人，在不久的将来，这会形成一个巨大的购买力。
在非洲，移动手机并不是“第一个屏幕”。在大多数情况下，它是“唯一的屏幕”。
非洲人是乐观、有抱负的------展示品牌/标志会很酷。
非洲人会在交通上花费大量时间，这是一个巨大的基于，很多使用老式交通系统，乘车上下班的人会长时间使用智能手机。
4、隐私成了一种新社交。在过去的几年时间里，像WhatsApp和Snapchat这样的App应用已经应用的非常广发了，但是也只有在2014年，品牌商才开始留心这种隐私性很强的社交媒体。你可能听说过香奈儿Channel 4在WhatsApp上做过营销，还有杜蕾斯在中国的微信上也推出了广告，未来，品牌商会对这些平台的兴趣越来越大。
5、把社交媒体当作命令中心，创意团队，或是移动访问内容池，等等….如何在社交媒体上与用户“交流”这个问题，终于让品牌商找到了答案。每家品牌商在社交媒体里都找到自己的一套方法，但问题是，现在每个品牌商都能做到这一点了，因此如何与用户交互，也开始变得越来越困难。
6、社交媒体行业开始更加关注解决一个问题，那就是“社交媒体的投资回报率是什么”。实际上，你必须要快速创新，否则一套能够实际衡量投资回报率的解决方案会最多用上几年，之后就会被淘汰。
7、人们每每谈到“社交媒体”时，总是会觉得它就是“大品牌商投入很大预算的短期社交营销活动”。的确，大家之所以会产生这样的偏见，或许是因为看了太多的红牛或奥利奥的社交媒体广告了。但实际上，全球范围内有很多中小企业也在社交媒体上投入不少资源。
8、我们终于开始搞明白什么是社交媒体，什么不是社交媒体了。社交媒体不是一种技术，也不是一系列App应用，它的本质是人。对于社交媒体概念的理解，将会影响你做出的每一个决策和每一个创意。如果你能够深入挖掘人的行为，或人的思想，那么就能为你的企业打开社交媒体营销这扇大门。
篇4
〔关键词〕社交媒体；信息可信度；评估；综述
〔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.
篇5
关键词：社交网络平台；移动互联网；预测
中图分类号：F49文献标识码：Adoi：10.19311/ki.16723198.2016.24.023
1引言
随着4G网络、智能终端的快速发展，基于用户需求应运而生的社交网络平台在人们的生活中起着越来越重要的作用，本文以社交平台中的微博、贴吧、QQ、微信为例，研究社交网络平台在移动互联网时代下能够受到用户青睐的原因以及平台存在的问题，探索未来新型社交网络平台应具备的特性以及功能。
从理论层面上，本研究将用户对现有社交网络平台的看法作为研究核心，利用问卷调查的方法收集相关数据并对其进行分析，推测未来社交网络平台的发展方向；从实践层面上，研究结果为构建出适应时展需求的社交网络平台奠定了基础。本文通过文献法、问卷调查法、定量与定性分析法进行研究。本文的创新之处为：以往研究中缺乏对时下社交网络平台预测的研究，本文通过实地调研、对软件特性的分析，探索能够将用户需求精准链接的新型社交网络平台。
2国内外文献综述
2.1国内外研究现状
国内外对社交网络平台的研究，主要涉及社交网络平台自身功能特点和不足，以及在传播力和影响力方面的研究，在移动互联网时代下营销的重要作用。
国外对社交网络平台的研究更前沿一些，Heidi Cohen指出社交媒体营销已不再是昙花一现，强调社交媒体平台对网络营销的重要性，其中Facebook是必备网站之一，97%的营销人员认为社交媒体平台是一个事实的业务。而Bidemi Oladele觉得社交网络的日益普及正逐渐改变传统销售模式。“谁控制了消息”是许多营销领域专家所关注的焦点。
相比国内的研究有些落后。刘忠园指出用户使用社交网络的动机有信息动机、社交动机、娱乐动机、便捷性动机、归属利他动机，认为要调整功能布局，满足用户的最大需求。李彦娜研究在移动互联网的背景下社交网络的用户行为影响因素，为社交媒体的开发商对平台的深入研究提供一定的依据。
2.2研究述评
通过阅读文献，发现国内外对社交网络平台的研究涉及面虽广，包括新时代下社交平台在营销中的重要地位、用户使用平台的动机以及社交平台对用户的影响等。但是，却忽略了用户作为平台的使用者对于社交网络平台的影响力。
本文研究特点在于从用户体验的角度探索当下热门社交网络平台得以持续发展原因以及自身存在的局限性，预测未来新型社交网络平台的走向。相信这对社交网络平台未来的发展意义深远。
3数据来源
本文中的数据主要来源于问卷调查，纸质问卷主要在山西大学、迎泽公园、家乐福超市和柳巷等进行调查，共发放调查问卷300份（废卷6份），其中学生179份，社会人士121份。网络问卷共71分。最后回收问卷371份，其中有效问卷365份，有效率为98.38%。本次调查设计的问卷主要由两部分组成，包括QQ、微信、微博和贴吧这四个社交网络平台的使用情况，以及用户对未来社交网络平台的期待。
4结果分析
4.1平台利用现状
根据调查微信是用户使用最频繁的，占比42.6%，腾讯借助原有QQ的优势，创新社交网络互动方式是微信得以成功的关键，这很值得开发商和运营商借鉴。QQ使用频繁率排行第二，占比35.6%，它能够在长时间里都深受用户喜爱将是我们要重点探索的，微博和贴吧在用户中使用频繁程度较低，这也是我们的研究重点。
图1行业平台交叉分布图从图1可知，使用QQ最多的是学生，使用微信的人群相对平均。由此可见微信是大众主要的交流平台。相对来说可能有QQ作为竞争对手，学生中使用微信的人少一些。微博满足了政府单位当下政务公开的需求，因而对其格外青睐。频繁使用贴吧的是自由职业者和政府单位，各占三分之一，而贴吧的娱乐性、兴趣性可能是他们青睐的原因。
4.2平台具备的功能
图2行业功能交叉分布图由图2可知，最看重共享账号的是学生群体和企业职员，这类群体可能比较看重方便快捷。企业职员对于实名认证很看重，他们可能希望在了解对方的情况下进行社交活动。最希望按游览习惯过滤信息的是政府单位，此外他们对用户反馈和实名认证的功能没有过多的期待，可见他们对社交平台的依赖性较小。
4.3平台的发展方向
5结论
从调查结果可以看出，高度保护隐私，不易被骚扰的微信是用户首选。可见互联网时代下，用户保护隐私的意识更强。然而，微商泛滥却是其一大弊端，当广告铺天盖地而来时，用户也只能屏蔽好友。强大的聊天功能使QQ成为用户的不二选择，但是它在安全问题方面有待改善。尽管在信息大爆炸时代微博能第一时间为用户获取最新资讯，但微博上有些信息的真实性有待商榷，这需要大众素质的提高以及用户冷静客观地看待问题。虽然贴吧可以帮用户解决问题，但是多数用户在遇到问题时首选的是百度而不是贴吧，因而贴吧应该在其他的优势上下功夫来吸引更多的用户。
能够根据用户的浏览习惯智能过滤信息是目前用户的迫切需求，未来的社交网络平台应在满足此功能的基础上在人性化和实用性两方面多下功夫。
对未来社交网络平台的预测：在所包含的功能更广的基础上，更加注重保护用户的隐私；高效的反馈机制；能根据个人喜好添加不同元素，做大众平台的小众软件；在发挥平台自身优势的基础上又能不失特色。参考文献
[1]HeidiqCohen.SocialaMediabPlatformsa2014bAndaBeyond[J/OL].http：///social-media-platforms-2014-research/20160527.
[2]Bidemi Oladele.The Emergence of Social Networks on the Web as New Marketing Tools[D].北京：北京交通大学，2012.
[3]刘忠园.移动社交网络用户的使用动机与行为研究[D].上海：上海师范大学，2013.
