社交媒体传播理论精选(五篇)

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篇社交媒体传播理论，期待它们能激发您的灵感。

篇1

关键词：社交媒体；营销特点；营销理论；传播策略

中图分类号：G206.2 文献识别码：A 文章编号：1001-828X（2017）007-0-01

引言

社交媒体的普及给人们生活带来了巨大的变化，逐渐成为人们分享、交流、沟通的主要工具。在这种情况下，社交媒体营销成为了企业营销的一个重要内容。社交媒体营销本身是一项专业性很强的工作，目前我国企业在社交媒体营销方面还处于一个探索起步的阶段，在做好这一工作方面存在能力、经验不足的问题，这一定程度上影响了企业社交媒体营销效果。因此有必要加强社交媒体营销的研究，了解做好这一工作的要点及方法，从而推动企业营销水平的整体提升。

一、社交媒体营销概述

社交媒体以及社交媒体营销都是营销领域的新概念，因此有必要对于这两个概念的界定以及特点进行深入了解。

1.社交媒体营销概念与特点

社交媒体是指基于互联网形成的让人们进行沟通交流的平台。社交媒体类型很多，常见的包括微博、微信、论坛等等。当前社交媒体以其具有的天然优势已经成为了人们交流沟通的主要工具，社交媒体在一个个的热门话题制造、传播等方面发挥着越来越重要的作用。社交媒体的主要特点在于信息传播点对点层面，每一个人都是信息的接收者，同时也是信息的传播者，网民更多的主动权使得社交媒体活力四射[1]。

社交媒体营销简单来说就是以社交媒体为平台和工具进行产品的宣传推广，从而顺利实现提升产品知名度、美誉度，开发更多消费者的过程。社交媒体营销本质上是企业营销的一种模式，利用的是社交媒体受众广泛、传播效果好的优势。社交媒体营销本身具有可计量、速度快、成本低、交互性强等特点，可计量是指借助于网络信息技术，可以精准地查看有多少人看了企业的营销广告；速度快是指社交媒体营销传播的实时性，每个网民都可以及时获取社交媒体上的营销内容；成本低则是相对于传统媒体而言，单人广告成本较低；交互性强是指社交媒体上的各个网民都可以进行互动沟通，从而带来营销互动性的强化。

2.社交媒体营销理论

社交媒体营销方面的理论很多，对于这些营销理论进行深入探讨，可以根据这些理论的指导来制定科学的社交媒体营销策略，本文这里将典型的社交媒体营销理论探讨如下：首先是六度空间理论。所谓的六度空间理论是指任何两个陌生人之间间隔都不超过6个人，在营销工作开展中，借助于六度空间理论就可以找到目标客户，这一理论在口碑营销中的作用比较明显[2]。其次是长尾理论。长尾理论的核心观点认为只要销售渠道够宽广且流通阻碍小，即使是传统营销中的小市场也能够与大市场在规模层面相匹敌，这一理论是对于二八理论的有益补充，借助于社交媒体就可以将小市场串联起来，形成大市场。最后就是4R营销理论，这一理论的内容包括了关联、反应、关系、报酬等四个方面的内容，根据这一理论，企业在营销工作开展中，注重对于客户诉求的反应，要与顾客之间形成良好的互动关系，从而通过营销获得经济利益。

二、社交媒体营销传播策略

社交媒体营销工作开展是一项系统性的工作，要做好这一工作难度很大，对于企业各方面营销能力要求很高。本文结合社交媒体以及社交媒体营销的基本特点，认为要做好这一工作，关键是要做好以下几个方面的工作：

1.注重情感文化传播

一流的企业卖文化，二流的企业卖产品。在企业之间的竞争加剧以及产品同质化严重的情况下，营销重心放在情感文化层面，对于营销效果的提升具有重要促进作用。因此社交媒体营销中一定要注重目标受众的情感分析把握，在营销内容层面照顾到受众的情感，力争引起情感共鸣，从而实现营销效果的持续提升。

2.利用好热点事件

企业社交媒体营销工作开展要善于利用好一些热点事件、话题，懂得借势，这对于社交媒体营销效果提升来说可以做到事半功倍。毕竟在目前信息广告严重过剩的情况下，对于社交媒体用户来说，很多企业的营销广告都很难引起关注，这自然会影响到营销效果。而通过借助公众关注度比较高的热点事件，巧妙借助于热点事件进行营销方案设计，可以很好地吸引公众关注，从而提升营销效果[3]。当然社交媒体营销中借势热点事件，一定要住注意度的把握，注意内容层面要较好地结合热点事件，不要生硬地与热点事件挂钩，否则会导致受众的反感，这样的营销在效果层面反而会出现适得其反的情况。

3.开展互动性强的沟通活动

社交媒体营销方面一定要充分发挥好社交媒体本身的互动性，避免营销方面的单项推送，良好的互动有助于更好地解决企业与受众之间的信息不对称问题，赢得受众更多的信任。因此在基于社交媒体平台进行营销工作开展中，一定要增强营销方案的参与性，具体来说可以开通抽奖、评论、分享心得等功能，对于受众各方面的咨询及时进行反馈，让受众感受到来自于企业的尊重，同时引导客户发表产品使用体验，形成良好的口碑，提升企业产品的美誉度。

4.增强营销方案趣味性

社交媒w营销方案设计一定要充分考虑趣味性，僵化古板的营销方案与灵动有趣的营销方案在营销效果层面是截然不同的。社交媒体在营销方案的设计方面有着更多的选择，因此需要充分利用社交媒体的优点，进行营销方案的设计，举例而言，在故事讲述、图片搭配、视频内容设计等方面进行巧妙构思，从而使得营销方案有趣有味，引起良好的反响。

5.进行必要的付费推广

必要的付费推广是社交媒体营销必然之举，通过与网站合作设置广告弹窗、购买关键词搜索等手段，可以实现广告到达率的提升，让更多的潜在客户了解企业的产品、服务等。在付费推广工作方面，要强调精确性，提升商品购买转化率，不断进行付费推广的优化。

参考文献：

[1]李怡芳，曹睿.中国社交媒体营销策略研究[J].经济研究导刊，2013（36）.

篇2

【摘要】以微博为代表的社交媒体的出现，深刻的改变了大众的信息获取和传播方式。同时，也对传播学研究带来了诸多影响。本文将从传播学研究的研究主体、研究方法、研究内容和理论发展这四个方面来探讨社交媒体的发展对传播学研究的影响。

关键词 社交媒体 传播学研究 影响

社交媒体是互联网进入web2.0 时代以来，催生出的一系列以web2.0 的发展为依托的新型媒体，也称为社会化媒体、社会性媒体，指允许人们撰写、分享、评价、讨论、相互沟通的网站和技术。目前，市场上主要有微博，微信，推特，论坛，播客等，其中，新浪微博则长期占据网民关注度榜首。可以说，以微博为代表的社交媒体的出现，是继20 世纪90 年代互联网出现之后，人类社会的又一次深刻变革。正如麦克卢汉的著名论断“媒介即讯息”中提到：对一个社会来说，真正有意义的讯息并不是各个时代的媒介所承载的内容，而是媒介本身。也就是说，人类只有在拥有了某种媒介之后，才有可能从事与之相适应的各种传播和其他社会活动。媒介最重要的作用就是“影响了我们理解和思考的习惯”。社交媒体作为一种新兴媒介，已经成为了人类传播活动中至关重要的环节，而传播学作为一门具有时代性和前瞻性的学科，其所做的研究则不可避免的受到社交媒体的诸多影响。

一、研究主体多元化

相对于美国等传播学研究十分发达的国家来说，中国传播学研究的兴起比较晚，在1999-2000 年之后,才以高校为研究基地, 兴起了一股传播学研究的热潮，代表性的事件是教育部将全国传播学的研究中心设在复旦大学新闻学院。这一时期从事传播学研究的学者高度集中在各大高校和研究院，无论是从事传播学世界名著的翻译还是其它对传播理论假设的证实等工作，传播学的研究都极少出现在公众的视野中。

社交媒体的出现打破了这一由专家学者们组成的权威霸权式的话语体系，从论坛、博客再到微博，社交媒体强大的交互性能开始显现并逐渐发挥出重大作用，媒介所传播的内容不再是记者和编辑的一家之言，普通网民也能制造出属于自己的传播内容。在微博这一社交媒体中，各个微博用户是微博内容生产、加工的主体，而且这种参与生产内容的成本和门槛极低。在微博的世界里，传播者的身份变得模糊化，信息生产者、信息传播者、信息接收者不再是特定的人所特有的身份，每个用户既是传播的主体，也是受众，同时也是传播媒介，每个用户都成为了微博信息传播的动力因素。

社交媒体的迅猛发展, 使传播学研究具有了扩充的可能性，微博的转发和评论机制，使得社会上发生的各类事件极易得到各界人士的深度关注和广泛讨论，从而成为公众事件，引起专家学者的关注，吸引一些学者跨界研究当前的热点问题，由此带来的传播学研究学术门槛的降低, 使研究主体中“新鲜血液”的注入成为现实。

二、研究方法革新

传播学具体的研究方法常用的有：调查研究法、内容分析法、控制实验法、个案研究法。1982 年，中国社会科学院新闻所进行了全国第一次通过计算机、使用spss 社会科学软件包来处理受众调查的调查数据。那时,这种研究方法还十分罕见。现在，这已经是普通研究生论文、传媒经营部门所采用的最基本的研究方法之一了。在过去,普通研究者要对某一媒体或者某一类事件进行学术研究,要查阅资料时只有依靠人力翻看已出版的旧著、旧刊、旧报,或者进行问卷调查，这样的研究耗时耗力,不仅影响学术进度,而且还可能因为无法把握媒体的最新进展,使研究成果出现偏颇。众所周知，资料的占有和数据的获取以及处理是学术研究的前提和先决条件,然而长期以来，研究者面临的最大难题却是学术资料匮乏，量化研究缺乏可靠数据，这样的窘境大大限制了学术水平的提高,给传播学研究造成了极大的损失。

社交媒体不仅给人类交往提供了一个新的平台，并且能够产生大量的数据，这些数据具有复杂化、数据间有关联性、数据呈现非结构化的特征，因此，社交媒体的这一特性成为了传播学者最为关注的方面。社交媒体的高度发展逐渐使得网络不再虚拟化，社交媒体所产生的数据真实可用。这种真实性与实名制注册并无关系，而是体现在用户日常的媒介接触和社交活动中，通过用户所关注的内容将每一位用户的身份和归属展现在了网络中，组成一个数据集，通过这种方式个体或群体真实被体现了出来。这使得所有的数据具有现实意义。在传统的抽样调查法中，研究者需要先对一个全样本进行假设，然后进行抽样，但实际上，往往会由于数据的易得性，而使得研究样本的代表性和信度受到质疑。

与此不同的是，社交媒体的数据来源于用户无意识的网络行为。在社交媒体中，用户行为的目的并不是为了给数据公司或研究机构留下记录，这种数据是对用户行为记录的再次运用。也就是说，在传播学研究中，针对数据的研究不再需要填写问卷、电话访问等方式，受访者不再知道自己的答案会被用于研究分析中。打破了传统研究中样本量有限性的制约。

社交媒体这一开放的平台，使得被研究者主动并且非刻意的提供数据。就像自媒体时代的新闻生产方式，很大一部分新闻来源都是每个个体在生产，并发送到微博和博客上，而微博和博客就是这样的平台，所有的内容是由用户源源不断地主动提供。在传播学研究中，十分需要这样的平台来进行数据的采集，对应具体的研究项目可以和现有的各种平台合作，也可以自己搭建。

三、研究内容更加丰富

社交媒体的广泛应用，不仅赋予了公众更强大的信息获取的权利，而且其强大的沟通交流平台，更加革新了公众参与公共事务的方式和深度。这一传播现象在当前转型中的中国社会显得尤为突出，因此，基于各种新媒体事件的研究也成为传播研究的一大热点。微博问政、微博营销、微公益、微博求职招聘、微博举报等，这些在社交媒体的广泛使用下出现的新事物，无一不在检验着传统的传播理论的适用性。每年全国和各地“两会”都追随着近一段时间出现的热点问题，紧跟社会潮流，而微博作为最新最时尚的交流与沟通工具，其亲民性、便捷性、快速性集于一身的特点让它与“两会”一拍即合，代表委员们纷纷开通微博听取民声，将其运用到参政议政中。各大媒体也纷纷借着微博这股东风，利用微博将“两会”信息在第一时间传递给网民。2010 年3 月1 日，新华社借了微博刚刚兴盛的这股东风，在新浪网上开通了“新华视点两会微博”，专门用于上会记者采集的现场报道和短小精悍的新闻评论，直接为广大网民记录报道“两会”上的精彩点滴。这种全民参与讨论政事的情况，也引起了传播学讨论：微博是不是中国的“公共领域”，如果不是，中国有没有公共领域等等一系列问题，还有待今后的传播学研究来论证。如此种种大大丰富了传播学的研究内容。

四、传播理论得到发展

传播学是研究人类一切传播行为和传播过程发生、发展规律以及传播与人和社会的关系的学问，是研究社会信息系统及其运行规律的科学。它所研究的主要内容包括：人际传播、大众传播和组织传播。而其中又以大众传播为主。而在社交媒体中，人际传播、大众传播和组织传播相互交杂，并且加速了它们之间的交叉和融合,人际传播、组织传播、大众传播越加紧密地有机地结合起来。以新浪微博为例，根据用户微博的规模、行为模式及媒介接触习惯，微博用户主要有两种：个人用户、机构和组织。其中，个人用户又可以分成普通用户和名人。而机构及组织，可分为公司企业、公益机构、慈善组织、政府部门及相关机构。

一次完整的传播活动包括： 传播者———传播内容———传播媒介———受传者———传播效果这五个环节。社交媒体对传播活动的各个环节都显示出了自己非凡的影响力，传播学是一门与时俱进的科学，应当积极主动的关注、研究这些影响对整个传播活动所起的作用，在原有的理论基础上，多加探索。传播学者须得明白，传播学是一门人文社会学科，传播学的发展深深根植于它所处的社会，社会的发展，媒介环境的改变无一不会对传播这一活动造成影响。以接收者为例，接收者是传播活动的有机组成部分，也是传播活动的中心之一。在社交媒体中，传播者与受传者之间的界限已经被打破，人人都是信息的传播者和接收者，信息传播已经从传统的单线传播转向了多级传播、网状传播，这一媒介现实大大颠覆了传统的受众观，纵观历史上已经存在的几次受众观的转变：从20 世纪三四十年代的“魔弹论”开始，受众曾经一度被当做被子弹击中的靶子，到了20 世纪四十到六十年代的“有限效果论”，又过分的强调了大众传播的“无力性”，直到“使用与满足理论”、“民主参与理论” 等受众理论的逐渐兴起，受众已经不再被当做大众，而是具有能动性的角色。上世纪80 年代，伯明翰学派的斯图亚特·霍尔在其著作《编码?解码》中提出，受众已经不是单纯的文本意义的接收者，而是主动的解码者，他的这一见解使得传播学界对受众的研究有了新的进展。而当代的传播学者，处在社交媒体充分发展的今天，更应该意识到受众这一概念已经颇具争议，因为在社交媒体中，传播信息的双方已经无所谓“传播者”与“接收者”。

结语

社交媒体的流行，是传播技术迅猛发展的结果，这一技术的改革又造成了媒介产业与形态的变化，使得传播学研究尤其是大众传播理论面临着前所未有的重任：即如何给予社交媒体等新媒介准确的定义，如何运用好新的传播技术所赋予的革命性的研究方法来丰富和发展传播学的理论，并研究清楚这一新的媒介形态在人类的传播史上所扮演的角色。因此，在社交媒体这一新的媒介形态下，传播学研究任重道远亟待发展。

参考文献

①陈力丹，《中国传播学研究的历史与现状》[J].《国际新闻界》，2005（5）

②陈韬文，《中国传播研究的发展困局：为什么和怎么办》[J].《新闻大学》，2008（1）

③《大数据成各国竞争新热点》，人民网，world.people.com.cn/BIG5/n/2013/0206/c157278-20452022.html

④刘霄，《微博的传播学特征与经济学思考》[J].《新闻传播》，2010（6）

⑤马歇尔·麦克卢汉：《人的延伸———媒介通论》[M].四川人民出版社，1992

篇3

〔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4

从调查结果来看，有关社会化媒体的研究始于2008年，文献数量呈现出逐年递增的趋势，2011年之后，研究成果迅速激增。从文献分布来看，美国贡献了超过半数的论文；其次是澳大利亚，占总数的10%；英国居第三位，占总数的6%。从研究的主题分布来看，超过30%的文献研究的是社会化媒体在商业和经济方面的应用，超过11%的文献从社会学和政治学的视角研究社会化媒体，从媒介视角研究社会化媒体的文献占到总数的6.3%，其他则分布在信息科学、图书馆学和文化研究等领域。

社会化媒体的基础理论研究

社会化媒体的基础理论研究是一个尚不成熟的领域，目前尚未形成统一的理论体系，甚至在一些基本概念、特征、范围等问题上都众说纷纭、莫衷一是。

概念与特征研究。2007年，Antony Mayfield 在《 什么是社会化媒体》（《What is Social Media》）一书中为社会化媒体下了一个简明的定义，即“社会化媒体是一系列网络媒体的总称，这些媒体具有参与、公开、交流、对话、社区化、连通性的特点”。他认为，社会化媒体最大的特点是“赋予每个人创造并传播内容的能力”，并将社会化媒体的基本形态分为七大类：社交网络、博客、维基、播客、论坛、内容社区和微博。Mayfield的定义成为学者们认识社会化媒体的重要起点。Kietzmann等人将社会化媒体定义为“超过了社会交往的内涵的社会化互动媒体，随时随地、门槛低和广泛的传播技术能使社会化媒体改变组织、群体和个人沟通方式”。他们观点的共性在于强调互动，因此暂时称之为“基于互动角度的概念”。

之后，后继学者又对社会化媒体提出了不同的定义：第一种是基于技术角度的界定，如Kaplan和Haenlein 提出社会化媒体是在 Web 2.0 技术的基础之上，允许人们交换自主创造内容的应用；第二种是美国公共关系协会提出的，认为社会化媒体是指支撑网络的那些工具和服务；第三种是基于网络结构的界定，如Toni Ahlqvist等人提出社会化媒体的一个重要元素是人际关系网，人际关系网反映了社会化媒体不再是所谓的“所有人对所有人”的漫无目的的传播，而是要依附于一定的关系网络，这也使得社会化媒体与传统媒体有了本质的区别。

此外，还有基于传播特点或者应用形态的界定，如认为社会化媒体具有内容碎片化、传播时空碎片化、受众碎片化、人们心智和生活方式碎片化的特性；还有一些学者将社会化媒体应用形式定义为博客、维基、播客、BBS、社交网络、内容社区和微博等，社会化媒体就是由这些工具构建的社会化网络及其服务平台。

分类及类型研究。随着网络应用形态的丰富，社会化媒体所指的内容越来越丰富，有必要对其进行科学的分类。然而，仅仅依据应用形态来分类显然缺乏学理依据，且难以实现从现象到本质的跨越。

Kaplan和Haenlein 运用媒介研究中的社会临场感理论（Social Presence）、媒介丰富度理论（Media Riches）以及社会过程理论，构建了一个二维表，根据表格将业已存在的社会化媒体分为不同的类别。在该分类方式下，就社会临场感和媒介丰富性来说，协作项目（如维基百科）和博客的程度是最低的，因为它们基本是基于文本的，因此交流空间较小；高一个层次是内容社区（如YouTube）以及社交网络（如Facebook），它们在文本交流之外还可以分享图片、视频以及其他形式的内容；最高层次的是虚拟游戏世界和虚拟社交世界（如“魔兽世界”“第二人生”），它试图在虚拟世界中复制面对面交往的所有维度。就自我展示和自我披露来说，博客比协作项目的程度高，因为后者主要聚焦于某一领域的内容；同理，社交网站比内容社区的自我披露程度更高；虚拟社交世界比虚拟游戏世界的自我披露程度更高，因为后者的用户是要严格遵守游戏规则并以特定方式行动的。

Lietzmann和Hermkens等对社会化媒体的分类建立在对其功能性的区分上。他们首先提出了社会化媒体应该具有的七个基础功能模块（Functional Building Blocks），即认同、交谈、分享、存在、关系、声誉及群组：“认同”功能块表现出用户的社会化媒体设置在多大程度上透露他们的身份信息，包括姓名、年龄、性别、职业、所在地以及其他信息；“交谈”表现用户在多大程度上使用社会化媒体进行交流；“分享”是指用户使用社会化媒体来交换、、获取信息；“存在”是指用户可以在何种程度上与其他用户取得联系，这包括虚拟世界和现实世界的情况；“关系”是指用户与其他用户之间的联系，具体指两个或两个以上的用户通过某种方式来相互交谈、分享社会事务、面晤或者仅仅是将对方加入好友列表；“声誉”是指用户如何识别他人及自己在社会化媒体中的地位（声誉在不同的社会化媒体平台上有不同的含义，有时声誉是一个信任问题，社会化媒体只能依靠机械判断，通过用户所提供的信息来判断何种关系是值得信任的）；“群组”是指用户组建社区和子社区的功能，一个网络越是“社会化”，其朋友、“粉丝”、联系人的群组就越大。

大多数社会化媒体在这七个功能之间寻求一种平衡，没有哪个社交媒体只聚焦于其中一种功能，但又各有侧重，有的偏向身份认同，有的更关注分享，不一而足。

社会化媒体的应用研究

相对于理论研究的薄弱，应用研究的发展非常迅速。相关研究涉及到个人使用社会化媒体的情况，社会化媒体在企业、政府、媒体乃至非政府组织中的应用，以及由此产生的效果和影响。

商业与经济视角下的社会化媒体应用研究。商业与经济视角下社会化媒体的应用主要体现在公共关系、危机管理、口碑影响、推广宣传、公关策划乃至组织管理等方面。值得指出的是，社会化媒体在上述诸方面的应用并不仅仅局限于企业，它还包括媒体、非政府组织乃至政府部门相关的行为。

首先，公共关系方面。社会化媒体在公共关系方面的应用研究包括两个内容。一是通过对公关从业人员的调查，发现社会化媒体在其工作中的重要性。例如Alikilic等人对于土耳其的公关从业者进行了一项在线问卷调查，运用UTAUT模型，研究调查了土耳其公关从业者是如何对内和对外使用社会化媒体的。二是具体研究公共关系人员如何使用社会化媒体，以及社会化媒体在公关应用中的效果。例如，Eyrich等人调查了公关从业者对于18种社会化媒体的使用情况，探究他们如何通过社会化媒体操纵“想象的受众”，如何以不同受众为目标，如何隐藏目的以及如何保持真实性等，并由此探究在公共关系领域社会化媒体应用的发展趋势。

其次，危机管理方面。对社会化媒体参与危机管理的研究也可以分为两种类型：一类注重社会化媒体在危机事件传播中的作用；另一类关注公众对危机事件的反应以及对危机处理手段的反馈。例如，Liu BF等人通过一项针对162名大学生的实验研究，测验了一个以社会化媒体为媒介的危机传播模式（the Social-Mediated Crisis Communication Model，SMCC）。这项研究聚焦于SMCC模式的两个部分：危机信息形式的效果（传统媒体，社会化媒体，口碑传播）和公众对于危机回应策略的接受以及公众危机情绪的来源（第三方组织）。结果表明，有策略地将危机信息的形式和来源匹配起来对于危机回应尤为重要。

第三，品牌与营销方面。社会化媒体在品牌和营销方面的研究包括影响和使用两个方面，即研究社会化媒体如何影响品牌和市场，以及如何利用社会化媒体开展广告和营销活动。例如，Christodoulides等人的定量研究为用户生产内容（UGC）对品牌的影响提供了例证。研究者建立了一个模型，为用户生产内容的驱动力和以消费者为基础的品牌价值之间的连结提供了新的洞察。研究表明，关于协同创造、集体和自我概念的消费者洞察对于用户生产内容有积极作用，从而对以消费者为基础的品牌价值产生影响。

第四，内部组织管理方面。如何运用社会化媒体进行组织内管理和组织外沟通，也同样受到研究者的关注。如Rybalko等人通过对《财富》的世界500强公司以及个人的Twitter信息随机样本的内容分析，研究了这些公司如何使用Twitter促进与股东的对话交流。研究发现，相对于没有用Twitter进行对话倾向的机构来说，具有此倾向的机构更重视与访客沟通。

政治与社会视角下的社会化媒体应用研究。以政治和社会学的视角研究社会化媒体的应用，普遍关注效果和影响。研究通过理论推理论证社会化媒体可能引起的各种影响，和通过实证研究验证存在的现实效果。

对于用户通过社会化媒体参与政治活动的研究可以分为宏观和微观两个层面。宏观层面关注群体的行为特征，例如，Jiyeon考察了2009年Facebook上联合抵制Whole Food公司的事件，研究发现在社会化媒体上非计划性但效果有力的行动主义有可能激起拥有共同道德观念的中产阶级的进一步行动。他认为尽管许多人担心网络空间的群体极化，但是社会化媒体提供了一个相对包容的空间，反对者在此也会仔细审视自己的观点。

微观层面从个体用户切入，考虑个体在上述问题上的差异。例如，Homero等人对社会化媒体用于获取信息和个人社会资本以及用于公民参与和政治参与等进行了研究。这项研究首先检验了当人们利用社交网站获取政治事务或者集体事务的信息时，其民主愿望和行动会不会提升。结果表明，没有任何证据能够将社交网站的使用频率同公民参与行为和社会资本的增加联系起来。研究还发现，通过社交网站进行的新闻消费与人口统计变量之间有关系，如年轻人、少数民族、低收入者和低教育程度者可能更倾向于用社交网站获取信息。

媒介视角下的社会化媒体应用研究。随着社会化媒体的普及，传统媒体的新闻生产以及受众的媒介使用也产生了不可小觑的变化。越来越多的新闻机构利用智能手机来收集和社论内容，Mills等人通过四个国际智能手机的案例，研究了移动媒体在新闻生产中的使用。这项研究探讨了群体、学生和专业记者整理和媒体传输的潜力，并且提供量身定制的平台，并考察这个平台是否可以达到智能手机的内容制作和编辑部业务之间的无缝连接，同时探讨了未来的平台开发和潜在的设计方法。

除此之外，对于非营利机构如何利用社会化媒体也被研究者提上了日程。例如，2010年，Rowena L. Briones等人以《跟上数字时代：美国红十字会如何使用社交媒体建立关系》为题，采用深度访谈的研究方法，探讨了社会化媒体如何被有效地用在公共关系中进行客户资源的维护、开拓，建立与客户或公众的联系的问题。研究认为，社交媒体似乎为促进交流提供了一个理想的平台，在这里组织与公众分享相似的价值观、信仰和兴趣。此外，研究还指出了美国红十字会社会化媒体的现状、问题和前景，还对美国红十字会社会化媒体的使用策略提出了建议。

国外社会化媒体研究的启示

通过上述分析，国外社会化媒体研究的情况可见一斑，从中我们可以得出以下几点结论。

良好的社会科学研究基础有利于新兴学科的发展。国外社会化媒体研究之所以能够在短时间内呈现出欣欣向荣之势，与其良好的社会科学研究基础密不可分。包括传播学、社会学、管理学、商学、政治学等在内的社会学科，在国外有良好的研究基础，这为社会化媒体研究的发展提供了肥沃的土壤。这一方面表现为理论和方法的支撑，另一方面是学术素养的延续。目前，我国社会科学研究中仍缺乏这种宝贵的历史财富和学术积累。仅以传播学为例，进入互联网阶段后，网络传播研究成为传播学重要的分支。围绕网络传播的新问题，西方理论界迅速展开研究，形成了一系列丰富的理论成果，包括社交现场感理论、媒介丰富度理论、信号理论、电子亲近理论等。相比之下，我国的网络传播理论研究还滞留在对传统传播学理论在互联网环境下的验证阶段，这样的现状制约了理论创新，从而进一步制约了新兴学科的发展。从这个意义上说，只有从根本上强化基础研究，才能弥补不足。

基础研究与理论研究亟待强化。对于国外社会化媒体研究而言，尽管基础学科内的理论创新有着很好的发育土壤，但是本研究领域内对核心概念和基础理论的研究还很薄弱。现有的为数不多的成果对概念、特征、分类等基本问题的研究往往陷入顾此失彼、厚此薄彼的境地，尚未形成共识。例如，一些研究中将电子邮件等与Twitter、Facebook等相提并论，一概算作社会化媒体。可见，概念体系尚未成形，对本质问题的规律性认知和理论体系的建构也有待深入研究。

应用性研究成果丰富。相较于理论研究的“门前冷落”，应用研究可谓“门庭若市”，而且这些面向应用的研究为西方企业和组织带来了实际效益，在这方面非常值得我国研究者学习。西方社会化媒体的应用研究导向明确，研究问题的规模控制得当，便于研究的深入和成果的创新。此外，不得不说的是，应用研究发展迅速，对理论创新也有着积极的促进作用。

篇5

社交电视的发展

2009年1月20日，美国有线电视新闻网（CNN）通过脸谱（Facebook）社交网络直播美国总统奥巴马的就职典礼，这是社交媒体发展历史上的里程碑，也是社交电视的开端。此后，越来越多的人开始通过社交媒体网络观看电视节目。

“近3年来，全球有超过1000家公司在从事与社交电视相关的业务，包括平台建设、运营、数据分析、广告、技术提供等。到目前为止，全球已经有20多家初创公司获得了总计超过3亿美元的风险投资，预计在5年内会形成超过12亿美元的收入规模。” ①

国外的社交电视应用正如火如荼地稳步发展着，国内社交电视也开始初现端倪。国内社交电视应用主要有： “新浪看点”、“火花电视剧”、“微看电视”、“卫士通”、 “蜗牛电视”、“电视粉”、“TV-time”、“电视E族”、“Tazai-电视互动”、“Dopool”手机电视等。

社交电视的定义和传播特性

（一）社交电视的定义

何谓社交电视？百度百科的定义是：所谓社交电视（Social TV），就是将社交媒体（例如Twitter和Facebook等）同电视进行无缝地结合，让电视成为社交媒体的重要终端。

维基百科的定义是：社交电视泛指能够在看电视（或电视内容）情境下支持传播及社交互动的任何技术，并包含能够研究电视相关的社交行为、装置及网络。社交电视系统在电视内容的基础上，直接透过屏幕或其他额外装置，可整合语音传播、文字聊天、情境感知（Context Awareness）、电视推荐、收视率调查或视讯聚会等服务。

根据社交电视的传播特性、发展现状和趋势，笔者认为：首先，在电视和社交两个元素中，社交电视的核心是电视，即以社交工具挖掘和提高电视的媒介价值，从而实现商业价值。其次，社交电视应从电视的娱乐效应出发，解决电视信息的延伸、深度交互及其分享和实现突破时空的个人频道三大问题。

社交电视的传播特性和效果，可以为这一定义提供理论和现实依据。

（二）社交电视的传播特性和受众需求

根据加拿大传播学者马歇尔·麦克卢汉关于媒介分类提出的“热媒介”和“冷媒介”概念：“‘热媒介’传递的信息比较清晰明确，接收者不需要动用更多的感官和思维活动就能理解。‘冷媒介’传递的信息少而模糊，在理解之际需要更多的感官和思维活动的配合。”②

电视节目提供的信息的特点是零碎、模糊、空间大，这些特性使受众可以形成潜在或者实在的互动的话题增多。微博等社交媒体附加的碎片化信息更需要观众填补信息，形成互动，从而使受众获得自我实现。因此，就媒介分类而言，电视和社交媒体同属“冷媒介”范畴，这为社交媒体和电视的结合提供了理论基础。而就提供的服务功能而言，“娱乐性”则是电视媒体和社交媒体的“共同语言”。

值得一提的是，电视媒体和社交媒体间还有超强的互补性。由于新兴媒体的发展，包括电视媒体在内的传统媒体的受众流失是一个不争的事实。其中一个重要原因就是，在传统媒体时代，受限于技术手段，人往往是适应和改造技术；而进入新媒体时代，人需要以规则设计制造需要的媒体。简而言之，进入新媒体时代，人们越来越需要个性化的媒体。这就需要电视媒体解决电视信息的延伸、深度交互及其分享和实现突破时空的个人频道三大问题。

社交媒体或许可以解决这三大问题，并正在“不自觉”地介入。伦敦奥运会即是一个典型案例。北京时间比格林尼治时间早8小时，多数人不可能守在电视机前看直播，这时社交电视往往可以解决这一问题。而且，社交网络不仅是公众了解奥运信息的手段，更是公众评论奥运事件的平台。西方媒体质疑中国泳将叶诗文优异表现、亚洲羽毛球运动员“让球事件”、澳大利亚赛艇运动员醉酒等话题，都会有大量的民众通过社交网络来传播、讨论。

伦敦奥运会期间，国际奥委会发言人呼吁，现场观众比赛期间不要发送非紧急短信和Twitter消息，因为这类消息的发送导致通信网络不堪重负，影响电视转播。这一方面是“社交奥运”对通信网络质量提出考验，另一方面又何尝不是社交电视的机遇？

以下调查显示：在日常生活中，社交电视也有着广大的受众或潜在受众。

英国的被访者中：72%的观众在看电视时使用Twitter，56%使用Facebook，34%使用移动应用（Mobile Applications）；62%的被访者同时使用三者。③

美国的被访者中：70%的平板电脑用户和68%的智能手机用户在观看电视节目时使用手中的移动设备。④

中国的互联网使用者中：87%的用户会同时使用互联网和电视；77%的用户相信社交媒体会增强品牌吸引力。⑤

问题与展望

（一）我国社交电视遭遇的问题