序論：寫(xiě)作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇社交媒體營(yíng)銷(xiāo)方法范文，愿它們成為您寫(xiě)作過(guò)程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

營(yíng)銷(xiāo)已經(jīng)進(jìn)化成了一個(gè)比以往任何時(shí)候都更加復(fù)雜的學(xué)科，對(duì)于營(yíng)銷(xiāo)者也提出了更高的要求。為了避免自己變得無(wú)關(guān)緊要，營(yíng)銷(xiāo)者承受著更大的壓力，尤其是當(dāng)他們期望抓住新世代年輕人的時(shí)候。

2012年有4900萬(wàn)新世代的消費(fèi)者使用了智能手機(jī)，其中84%都是熱切、積極的社交媒體使用者。要想抓住這種移動(dòng)/社交目標(biāo)，需要營(yíng)銷(xiāo)者比以往都更切中主題。

那么營(yíng)銷(xiāo)者如何創(chuàng)造出實(shí)時(shí)的、對(duì)品牌而言又是內(nèi)在固有的內(nèi)容呢?他們?nèi)绾瓮ㄟ^(guò)創(chuàng)造出消費(fèi)者想要閱讀和分享的內(nèi)容，在一個(gè)更私人的水平上與更年輕的消費(fèi)者互動(dòng)?在你和新世代打交道的時(shí)候，下面五件事一定要記住：

1.保持對(duì)話的主動(dòng)性，否則交流還在進(jìn)行，你卻已經(jīng)被排除在外。在最近《華爾街日?qǐng)?bào)》的問(wèn)答環(huán)節(jié)中，迪士尼的Anne Sweeny和電視制作人I.Marlene King曾表示，在線交流正在改變整個(gè)創(chuàng)意過(guò)程以及組織運(yùn)行方式。交流是持續(xù)存在的，組織必須保持關(guān)注，并提供及時(shí)和持續(xù)的反饋，除此之外，再?zèng)]有別的途徑。

2.事前積極準(zhǔn)備，并為準(zhǔn)備的過(guò)程投資。對(duì)于策劃重要時(shí)刻和與年輕的用戶實(shí)時(shí)交流來(lái)說(shuō)，投資在必要的資源上是至關(guān)重要的。事后證明，在飽受詬病的第47屆超級(jí)碗斷電事故期間，奧利奧雇傭了一個(gè)多達(dá)15人的社交媒體隊(duì)伍來(lái)應(yīng)對(duì)比賽期間發(fā)生的任何事情，奧利奧甚至事先準(zhǔn)備了兩種不同版本的推文，已備不時(shí)之需。(譯注：2013年第47屆超級(jí)碗比賽突發(fā)斷電事故，奧利奧立即在推特上一條拿斷電開(kāi)涮的廣告，在恢復(fù)供電的35分鐘內(nèi)被轉(zhuǎn)發(fā)超過(guò)一萬(wàn)次，點(diǎn)贊數(shù)千次，為奧利奧贏得無(wú)數(shù)贊譽(yù)。)

3.假定他們同時(shí)關(guān)注多個(gè)平臺(tái)。超級(jí)碗之前的一項(xiàng)調(diào)查表明，36%的觀眾會(huì)從多個(gè)平臺(tái)接收信息。對(duì)于品牌來(lái)說(shuō)，在重大的文化時(shí)刻，要想在個(gè)人資訊或是情感層面接近你的受眾，有一個(gè)完美的途徑，那就是通過(guò)智能手機(jī)、電腦、平板端的相關(guān)社交頻道，即時(shí)、迅速地回應(yīng)你的受眾。

4.有的放矢。當(dāng)你的目標(biāo)是新世代的年輕人時(shí)，有一點(diǎn)很重要，那就是發(fā)現(xiàn)他們?cè)诰€的時(shí)間都花在什么地方，同時(shí)這種趨勢(shì)是如何隨著時(shí)間而變化的。現(xiàn)在，使用Twitter的年輕人有1600多萬(wàn)，使用Facebook的有6500多萬(wàn)，對(duì)品牌而言，移動(dòng)設(shè)備和社交應(yīng)用的普及程度已經(jīng)變成了一種生活方式，品牌應(yīng)該利用它與被過(guò)分刺激的年青一代相聯(lián)系。

篇(2)

關(guān)鍵詞：社交媒體；營(yíng)銷(xiāo)特點(diǎn)；營(yíng)銷(xiāo)理論；傳播策略

中圖分類號(hào)：G206.2 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2017）007-0-01

引言

社交媒體的普及給人們生活帶來(lái)了巨大的變化，逐漸成為人們分享、交流、溝通的主要工具。在這種情況下，社交媒體營(yíng)銷(xiāo)成為了企業(yè)營(yíng)銷(xiāo)的一個(gè)重要內(nèi)容。社交媒體營(yíng)銷(xiāo)本身是一項(xiàng)專業(yè)性很強(qiáng)的工作，目前我國(guó)企業(yè)在社交媒體營(yíng)銷(xiāo)方面還處于一個(gè)探索起步的階段，在做好這一工作方面存在能力、經(jīng)驗(yàn)不足的問(wèn)題，這一定程度上影響了企業(yè)社交媒體營(yíng)銷(xiāo)效果。因此有必要加強(qiáng)社交媒體營(yíng)銷(xiāo)的研究，了解做好這一工作的要點(diǎn)及方法，從而推動(dòng)企業(yè)營(yíng)銷(xiāo)水平的整體提升。

一、社交媒體營(yíng)銷(xiāo)概述

社交媒體以及社交媒體營(yíng)銷(xiāo)都是營(yíng)銷(xiāo)領(lǐng)域的新概念，因此有必要對(duì)于這兩個(gè)概念的界定以及特點(diǎn)進(jìn)行深入了解。

1.社交媒體營(yíng)銷(xiāo)概念與特點(diǎn)

社交媒體是指基于互聯(lián)網(wǎng)形成的讓人們進(jìn)行溝通交流的平臺(tái)。社交媒體類型很多，常見(jiàn)的包括微博、微信、論壇等等。當(dāng)前社交媒體以其具有的天然優(yōu)勢(shì)已經(jīng)成為了人們交流溝通的主要工具，社交媒體在一個(gè)個(gè)的熱門(mén)話題制造、傳播等方面發(fā)揮著越來(lái)越重要的作用。社交媒體的主要特點(diǎn)在于信息傳播點(diǎn)對(duì)點(diǎn)層面，每一個(gè)人都是信息的接收者，同時(shí)也是信息的傳播者，網(wǎng)民更多的主動(dòng)權(quán)使得社交媒體活力四射[1]。

社交媒體營(yíng)銷(xiāo)簡(jiǎn)單來(lái)說(shuō)就是以社交媒體為平臺(tái)和工具進(jìn)行產(chǎn)品的宣傳推廣，從而順利實(shí)現(xiàn)提升產(chǎn)品知名度、美譽(yù)度，開(kāi)發(fā)更多消費(fèi)者的過(guò)程。社交媒體營(yíng)銷(xiāo)本質(zhì)上是企業(yè)營(yíng)銷(xiāo)的一種模式，利用的是社交媒體受眾廣泛、傳播效果好的優(yōu)勢(shì)。社交媒體營(yíng)銷(xiāo)本身具有可計(jì)量、速度快、成本低、交互性強(qiáng)等特點(diǎn)，可計(jì)量是指借助于網(wǎng)絡(luò)信息技術(shù)，可以精準(zhǔn)地查看有多少人看了企業(yè)的營(yíng)銷(xiāo)廣告；速度快是指社交媒體營(yíng)銷(xiāo)傳播的實(shí)時(shí)性，每個(gè)網(wǎng)民都可以及時(shí)獲取社交媒體上的營(yíng)銷(xiāo)內(nèi)容；成本低則是相對(duì)于傳統(tǒng)媒體而言，單人廣告成本較低；交互性強(qiáng)是指社交媒體上的各個(gè)網(wǎng)民都可以進(jìn)行互動(dòng)溝通，從而帶來(lái)營(yíng)銷(xiāo)互動(dòng)性的強(qiáng)化。

2.社交媒體營(yíng)銷(xiāo)理論

社交媒體營(yíng)銷(xiāo)方面的理論很多，對(duì)于這些營(yíng)銷(xiāo)理論進(jìn)行深入探討，可以根據(jù)這些理論的指導(dǎo)來(lái)制定科學(xué)的社交媒體營(yíng)銷(xiāo)策略，本文這里將典型的社交媒體營(yíng)銷(xiāo)理論探討如下：首先是六度空間理論。所謂的六度空間理論是指任何兩個(gè)陌生人之間間隔都不超過(guò)6個(gè)人，在營(yíng)銷(xiāo)工作開(kāi)展中，借助于六度空間理論就可以找到目標(biāo)客戶，這一理論在口碑營(yíng)銷(xiāo)中的作用比較明顯[2]。其次是長(zhǎng)尾理論。長(zhǎng)尾理論的核心觀點(diǎn)認(rèn)為只要銷(xiāo)售渠道夠?qū)拸V且流通阻礙小，即使是傳統(tǒng)營(yíng)銷(xiāo)中的小市場(chǎng)也能夠與大市場(chǎng)在規(guī)模層面相匹敵，這一理論是對(duì)于二八理論的有益補(bǔ)充，借助于社交媒體就可以將小市場(chǎng)串聯(lián)起來(lái)，形成大市場(chǎng)。最后就是4R營(yíng)銷(xiāo)理論，這一理論的內(nèi)容包括了關(guān)聯(lián)、反應(yīng)、關(guān)系、報(bào)酬等四個(gè)方面的內(nèi)容，根據(jù)這一理論，企業(yè)在營(yíng)銷(xiāo)工作開(kāi)展中，注重對(duì)于客戶訴求的反應(yīng)，要與顧客之間形成良好的互動(dòng)關(guān)系，從而通過(guò)營(yíng)銷(xiāo)獲得經(jīng)濟(jì)利益。

二、社交媒體營(yíng)銷(xiāo)傳播策略

社交媒體營(yíng)銷(xiāo)工作開(kāi)展是一項(xiàng)系統(tǒng)性的工作，要做好這一工作難度很大，對(duì)于企業(yè)各方面營(yíng)銷(xiāo)能力要求很高。本文結(jié)合社交媒體以及社交媒體營(yíng)銷(xiāo)的基本特點(diǎn)，認(rèn)為要做好這一工作，關(guān)鍵是要做好以下幾個(gè)方面的工作：

1.注重情感文化傳播

一流的企業(yè)賣(mài)文化，二流的企業(yè)賣(mài)產(chǎn)品。在企業(yè)之間的競(jìng)爭(zhēng)加劇以及產(chǎn)品同質(zhì)化嚴(yán)重的情況下，營(yíng)銷(xiāo)重心放在情感文化層面，對(duì)于營(yíng)銷(xiāo)效果的提升具有重要促進(jìn)作用。因此社交媒體營(yíng)銷(xiāo)中一定要注重目標(biāo)受眾的情感分析把握，在營(yíng)銷(xiāo)內(nèi)容層面照顧到受眾的情感，力爭(zhēng)引起情感共鳴，從而實(shí)現(xiàn)營(yíng)銷(xiāo)效果的持續(xù)提升。

2.利用好熱點(diǎn)事件

企業(yè)社交媒體營(yíng)銷(xiāo)工作開(kāi)展要善于利用好一些熱點(diǎn)事件、話題，懂得借勢(shì)，這對(duì)于社交媒體營(yíng)銷(xiāo)效果提升來(lái)說(shuō)可以做到事半功倍。畢竟在目前信息廣告嚴(yán)重過(guò)剩的情況下，對(duì)于社交媒體用戶來(lái)說(shuō)，很多企業(yè)的營(yíng)銷(xiāo)廣告都很難引起關(guān)注，這自然會(huì)影響到營(yíng)銷(xiāo)效果。而通過(guò)借助公眾關(guān)注度比較高的熱點(diǎn)事件，巧妙借助于熱點(diǎn)事件進(jìn)行營(yíng)銷(xiāo)方案設(shè)計(jì)，可以很好地吸引公眾關(guān)注，從而提升營(yíng)銷(xiāo)效果[3]。當(dāng)然社交媒體營(yíng)銷(xiāo)中借勢(shì)熱點(diǎn)事件，一定要住注意度的把握，注意內(nèi)容層面要較好地結(jié)合熱點(diǎn)事件，不要生硬地與熱點(diǎn)事件掛鉤，否則會(huì)導(dǎo)致受眾的反感，這樣的營(yíng)銷(xiāo)在效果層面反而會(huì)出現(xiàn)適得其反的情況。

3.開(kāi)展互動(dòng)性強(qiáng)的溝通活動(dòng)

社交媒體營(yíng)銷(xiāo)方面一定要充分發(fā)揮好社交媒體本身的互動(dòng)性，避免營(yíng)銷(xiāo)方面的單項(xiàng)推送，良好的互動(dòng)有助于更好地解決企業(yè)與受眾之間的信息不對(duì)稱問(wèn)題，贏得受眾更多的信任。因此在基于社交媒體平臺(tái)進(jìn)行營(yíng)銷(xiāo)工作開(kāi)展中，一定要增強(qiáng)營(yíng)銷(xiāo)方案的參與性，具體來(lái)說(shuō)可以開(kāi)通抽獎(jiǎng)、評(píng)論、分享心得等功能，對(duì)于受眾各方面的咨詢及時(shí)進(jìn)行反饋，讓受眾感受到來(lái)自于企業(yè)的尊重，同時(shí)引導(dǎo)客戶發(fā)表產(chǎn)品使用體驗(yàn)，形成良好的口碑，提升企業(yè)產(chǎn)品的美譽(yù)度。

4.增強(qiáng)營(yíng)銷(xiāo)方案趣味性

社交媒w營(yíng)銷(xiāo)方案設(shè)計(jì)一定要充分考慮趣味性，僵化古板的營(yíng)銷(xiāo)方案與靈動(dòng)有趣的營(yíng)銷(xiāo)方案在營(yíng)銷(xiāo)效果層面是截然不同的。社交媒體在營(yíng)銷(xiāo)方案的設(shè)計(jì)方面有著更多的選擇，因此需要充分利用社交媒體的優(yōu)點(diǎn)，進(jìn)行營(yíng)銷(xiāo)方案的設(shè)計(jì)，舉例而言，在故事講述、圖片搭配、視頻內(nèi)容設(shè)計(jì)等方面進(jìn)行巧妙構(gòu)思，從而使得營(yíng)銷(xiāo)方案有趣有味，引起良好的反響。

5.進(jìn)行必要的付費(fèi)推廣

必要的付費(fèi)推廣是社交媒體營(yíng)銷(xiāo)必然之舉，通過(guò)與網(wǎng)站合作設(shè)置廣告彈窗、購(gòu)買(mǎi)關(guān)鍵詞搜索等手段，可以實(shí)現(xiàn)廣告到達(dá)率的提升，讓更多的潛在客戶了解企業(yè)的產(chǎn)品、服務(wù)等。在付費(fèi)推廣工作方面，要強(qiáng)調(diào)精確性，提升商品購(gòu)買(mǎi)轉(zhuǎn)化率，不斷進(jìn)行付費(fèi)推廣的優(yōu)化。

參考文獻(xiàn)：

[1]李怡芳，曹睿.中國(guó)社交媒體營(yíng)銷(xiāo)策略研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2013（36）.

篇(3)

IBM大數(shù)據(jù)分析融入騰訊媒體報(bào)道

在世界杯開(kāi)賽之前，IBM和騰訊“牽手”成為騰訊體育社交媒體數(shù)據(jù)分析合作伙伴。IBM根據(jù)網(wǎng)友和球迷在騰訊網(wǎng)絡(luò)媒體平臺(tái)及社交網(wǎng)絡(luò)上的海量公開(kāi)信息和數(shù)據(jù)，通過(guò)大數(shù)據(jù)分析技術(shù)，獲得球迷話題、球迷類型、球迷個(gè)性分析等一系列洞察；同時(shí)還能根據(jù)這些信息得出網(wǎng)友心中真實(shí)的球隊(duì)支持率。而騰訊則通過(guò)這些分析得出的洞察來(lái)指導(dǎo)內(nèi)容報(bào)道，細(xì)分受眾，制作球迷更加喜歡的內(nèi)容。

比如，IBM基于典型球迷在微博等社交媒體上所內(nèi)容的綜合分析，并對(duì)比心理學(xué)上的任務(wù)性格分析模型，通過(guò)大數(shù)據(jù)技術(shù)進(jìn)行球迷的性格分析，勾勒出不同球星的典型球迷形象，不僅是球迷的興趣愛(ài)好，連性格特點(diǎn)和行為方式都刻畫(huà)的十分詳細(xì)。如內(nèi)馬爾球迷的關(guān)鍵詞為“陽(yáng)光活潑、愛(ài)湊熱鬧、愛(ài)找樂(lè)子、喜歡悠閑生活”等等。

從世界杯看社交大數(shù)據(jù)分析如何為行業(yè)客戶創(chuàng)造價(jià)值

通過(guò)大數(shù)據(jù)分析，媒體能夠了解網(wǎng)友和球迷的喜好和關(guān)注點(diǎn)，就能夠有針對(duì)性的制作內(nèi)容并進(jìn)行推薦，這大大改善了網(wǎng)友的體驗(yàn)。作為一名媒體人，筆者經(jīng)常會(huì)為找到讀者喜歡的話題而頭痛，往往精心制作的選題卻反映冷淡，其原因在于媒體認(rèn)知和讀者需求出現(xiàn)了脫節(jié)。大數(shù)據(jù)分析改變了媒體傳統(tǒng)的單向式傳播模式，讓讀者變成內(nèi)容制作的“參與者”，從而更加貼近讀者的需求?！按髷?shù)據(jù)”開(kāi)啟了媒體報(bào)道的新模式，據(jù)悉，眾多媒體集團(tuán)都表現(xiàn)出興趣，希望能和IBM進(jìn)行類似的合作。同時(shí)，在本屆世界杯上，大數(shù)據(jù)和媒體的結(jié)合，也為球迷送去了一場(chǎng)與眾不同的“足球報(bào)道盛宴”。

行業(yè)CMO最關(guān)注大數(shù)據(jù)和社交網(wǎng)絡(luò)對(duì)營(yíng)銷(xiāo)的影響

IBM在本屆世界杯和騰訊的合作只是IBM在體育行業(yè)大數(shù)據(jù)分析的一個(gè)縮影，此前IBM大數(shù)據(jù)社交分析已經(jīng)在網(wǎng)球四大大滿貫賽事、橄欖球、高爾夫球等賽事中也發(fā)揮著巨大作用，為球迷帶來(lái)了更佳的觀賽體驗(yàn)，為球員和教練合理制定訓(xùn)練和比賽計(jì)劃提供著參考，同時(shí)也助力主辦方創(chuàng)辦世界頂級(jí)賽事也幫助轉(zhuǎn)播機(jī)構(gòu)傳遞精彩比賽。事實(shí)上，其它行業(yè)的企業(yè)CMO也正越來(lái)越重視大數(shù)據(jù)和社交網(wǎng)絡(luò)在企業(yè)營(yíng)銷(xiāo)中的價(jià)值。

圖注一：中國(guó)的CMO已經(jīng)意識(shí)到營(yíng)銷(xiāo)管理在將來(lái)的巨大變化，并且已經(jīng)開(kāi)始在投資/整合技術(shù)與分析方面做出相應(yīng)的準(zhǔn)備

根據(jù)IBM年度的全球和中國(guó)CMO調(diào)查報(bào)告，在被認(rèn)為對(duì)營(yíng)銷(xiāo)管理產(chǎn)生重要影響的13中因素中，數(shù)據(jù)爆炸和社交媒體被認(rèn)為是最重要的兩種因素。其中，85%的CMO都選擇企業(yè)應(yīng)對(duì)數(shù)據(jù)爆炸做出市場(chǎng)營(yíng)銷(xiāo)的改變；71%的CMO則選擇了社交媒體。

IBM大數(shù)據(jù)社交分析已有成熟的方法論

移動(dòng)技術(shù)和社交業(yè)務(wù)正在催生著很多新的IT服務(wù)來(lái)與被數(shù)字化武裝的個(gè)體進(jìn)行交互。對(duì)于企業(yè)而言，構(gòu)建一套全方位的互動(dòng)參與體系，在員工、合作伙伴和客戶之間建立參與機(jī)制將尤為重要。而IBM在社交大數(shù)據(jù)分析方面不僅有SoftLayer等云計(jì)算基礎(chǔ)設(shè)施的支撐，還通過(guò)多年積累形成了一套為企業(yè)提供社交環(huán)境下客戶全生命周期支持的完整方法論，使大數(shù)據(jù)社交分析能充分挖掘到在媒體行業(yè)、電信、金融、交通運(yùn)輸、零售、快速消費(fèi)品等不同行業(yè)的客戶價(jià)值。

圖注2：IBM社交大數(shù)據(jù)分析解決方案為企業(yè)提供社交環(huán)境下客戶全生命周期的支持

篇(4)

〔關(guān)鍵詞〕社交媒體；信息可信度；評(píng)估；綜述

〔中圖分類號(hào)〕G203 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕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 研究的意義

隨著互聯(lián)網(wǎng)技術(shù)和移動(dòng)技術(shù)的突飛猛進(jìn)，社交媒體盛行，人人可做信息的制造者，制造的信息極為豐富。然而，在這豐富信息的背后，隱藏著漫天飛舞的謠言、病毒般傳播的虛假照片和視頻，這給人們幸福的生活、社會(huì)的穩(wěn)定帶來(lái)了嚴(yán)重的隱患。為了遏制虛假不良信息傳播，營(yíng)造健康向上的網(wǎng)絡(luò)環(huán)境，信息可信度評(píng)估就成了迫在眉睫的問(wèn)題，社交媒體信息急需“鑒定師”和“測(cè)謊儀”。

社交媒體信息可信度評(píng)估研究既有較高的學(xué)術(shù)價(jià)值，也有較強(qiáng)的應(yīng)用價(jià)值。具體來(lái)說(shuō)，學(xué)術(shù)價(jià)值表現(xiàn)在研究社交媒體信息可信度評(píng)估并探討虛假信息的生成機(jī)制、傳播模式、治理措施，是對(duì)社交媒體環(huán)境下網(wǎng)絡(luò)信息資源管理理論的豐富、發(fā)展與完善。應(yīng)用價(jià)值表現(xiàn)在研究社交媒體信息可信度評(píng)估有助于社交媒體用戶判斷信息的可信性，營(yíng)造誠(chéng)信健康的互聯(lián)網(wǎng)環(huán)境，也有助于提高社交媒體信息輿情監(jiān)控、社交媒體信息引導(dǎo)、社交媒體搜索、社會(huì)化推薦等方面的效果。

2 社交媒體信息研究

社交媒體（Social Media）是通過(guò)Web2.0技術(shù)實(shí)現(xiàn)的一類支持用戶自主創(chuàng)造和交換內(nèi)容的媒體，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、論壇、人人網(wǎng)等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美國(guó)加州伯克利市建立全球第一個(gè)公共電子公告牌系統(tǒng) Community Memory后，BBS以及網(wǎng)絡(luò)社區(qū)等早期的社交媒體開(kāi)始映入人們的眼簾?！?015年全球社會(huì)化媒體、數(shù)字和移動(dòng)業(yè)務(wù)數(shù)字統(tǒng)計(jì)趨勢(shì)》報(bào)告表明：全球社交媒體活躍用戶約占全球人口的29%。

2.1 國(guó)外研究

社交媒體的相關(guān)研究從20世紀(jì)80年代開(kāi)始，在2005年左右開(kāi)始進(jìn)入快速發(fā)展階段，發(fā)文量有逐年增加的趨勢(shì)。在國(guó)際期刊中，發(fā)表社交媒體論文較多的要屬《Computers in Human Behavior》。近兩年，關(guān)于社交媒體的國(guó)際會(huì)議主要有ASONAM、SMP、MISNC、SMAP、SCSM。國(guó)外學(xué)者研究?jī)?nèi)容主要集中在以下4個(gè)方面：

2.1.1 社交媒體信息利用研究

社交媒體在商業(yè)領(lǐng)域、教育領(lǐng)域、公共管理領(lǐng)域等都有廣泛的應(yīng)用[1]。如在營(yíng)銷(xiāo)領(lǐng)域，利用社交媒體信息，可以獲知消費(fèi)者態(tài)度和行為[2]，可以獲知客戶交流和推薦對(duì)營(yíng)銷(xiāo)的影響[3-4]，可以獲知社交媒體信息對(duì)營(yíng)銷(xiāo)管理功能的影響[5]。

2.1.2 社交媒體信息檢索與信息推薦研究

側(cè)重于社交媒體信息檢索與信息推薦方法的研究。社交媒體信息的檢索采用主題模型[6]、社會(huì)網(wǎng)絡(luò)[7]、本體[8]等檢索方法。比如，Hong和Davison（2010）使用標(biāo)準(zhǔn)主題模型進(jìn)行社交媒體Twitter信息的檢索。社交媒體信息的推薦采用內(nèi)容推薦[9]、協(xié)同過(guò)濾[10]、時(shí)序推薦[11]、位置推薦[12]、社會(huì)化推薦[13]等方法。比如，Levandoski等（2012）提出位置感知推薦系統(tǒng)（LARS）[12]。

2.1.3 社交媒體信息傳播研究

側(cè)重于反映信息傳播傳播規(guī)律的社交媒體信息傳播模型的構(gòu)建以及通過(guò)模型的構(gòu)建對(duì)實(shí)際問(wèn)題進(jìn)行預(yù)測(cè)等方面的研究。如Galuba等（2010）通過(guò)研究1 500萬(wàn)URL在不同Twitter用戶之間的300小時(shí)傳播，提出了基于內(nèi)容流行度、用戶影響力和傳播速度的線性閾值模型[14]。Adar和Adamic（2005）通過(guò)研究信息在博客中傳播的模式和動(dòng)力學(xué)特性，提出用傳染病模型來(lái)描繪信息傳播的機(jī)理[15]。Asur和Huberman（2010）采用來(lái)自的聊天數(shù)據(jù)通過(guò)簡(jiǎn)單的線性回歸模型預(yù)測(cè)電影票房的收入[16]。

2.1.4 社交媒體用戶隱私研究

在探討社交媒體用戶隱私現(xiàn)存問(wèn)題的基礎(chǔ)上，提出了相應(yīng)的隱私保護(hù)方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基礎(chǔ)上探討了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解決社交媒體用戶隱私問(wèn)題[18]。

2.2 國(guó)內(nèi)研究

國(guó)內(nèi)學(xué)者的社交媒體研究最早可追溯至20世紀(jì)90年代末，但從2005年后起關(guān)于社交媒體的論文才逐漸表現(xiàn)出增長(zhǎng)態(tài)勢(shì)。國(guó)內(nèi)研究?jī)?nèi)容主要集中在：

2.2.1 社交媒體信息傳播研究

研究?jī)?nèi)容包括：①社交媒體信息傳播模式研究。如韓佳等（2013）提出了基于改進(jìn)SIR的在線社交網(wǎng)絡(luò)信息傳播模型[19]。姜景等（2015）構(gòu)建表征謠言信息與辟謠信息傳播機(jī)理的Lotka-Volterra競(jìng)爭(zhēng)模型[20]。②社交媒體信息傳播中存在的問(wèn)題與對(duì)策研究。如閻俊（2015）探討微博傳播存在的問(wèn)題及原因，并提出了加強(qiáng)微博內(nèi)容管理、增強(qiáng)把關(guān)意識(shí)、提高微博用戶的媒介素養(yǎng)等對(duì)策[21]。③社交媒體信息傳播效果研究。如陳遠(yuǎn)和袁艷紅（2012）以新浪微博作為數(shù)據(jù)來(lái)源，把信息覆蓋人數(shù)、評(píng)論數(shù)、轉(zhuǎn)發(fā)數(shù)作為微博信息傳播效果的量化指標(biāo)，從縱橫向兩個(gè)角度研究新浪微博信息傳播過(guò)程造成的效應(yīng)[22]。

2.2.2 社交媒體輿情分析與監(jiān)測(cè)研究

如張J等（2014）以打砸日系車(chē)系列突發(fā)公共事件為實(shí)例，探討其在新浪微博和新浪新聞平臺(tái)上輿情傳播的特征與規(guī)律[23]。張瑜等（2015）對(duì)新浪微博熱門(mén)話題“北京單雙號(hào)限行常態(tài)化”下的微博進(jìn)行了數(shù)據(jù)采集，將輿情演化劃分為潛伏、成長(zhǎng)、爆發(fā)、衰退、波動(dòng)、死亡6個(gè)階段，并對(duì)各階段進(jìn)行情感分析，為輿情治理提供了支持[24]。唐濤（2014）在分析網(wǎng)絡(luò)輿情五要素的基礎(chǔ)上，探討移動(dòng)互聯(lián)網(wǎng)輿情的新特征，指出面臨的新挑戰(zhàn)，并從信息分析、信息篩選、信息引導(dǎo)等方面提出對(duì)策[25]。

2.2.3 社交媒體營(yíng)銷(xiāo)研究

如唐興通（2012）的著作《社會(huì)化媒體營(yíng)銷(xiāo)大趨勢(shì)：策略與方法》系統(tǒng)總結(jié)了社交媒體營(yíng)銷(xiāo)，并對(duì)眾多社交媒體工具在實(shí)際工作中的應(yīng)用提供了具體的建議[26]。張淼（2014）提出了企業(yè)完善社交媒體營(yíng)銷(xiāo)策略的“9+3”模式[27]。劉曉燕和鄭維雄（2015）采用社會(huì)網(wǎng)絡(luò)分析方法研究企業(yè)微博營(yíng)銷(xiāo)傳播的效果[28]。

3 信息可信度研究

3.1 國(guó)外研究

信息可信度（Information Credibility）是指人們對(duì)信息可相信程度的認(rèn)識(shí)。它由值得信賴（Trustworthiness）和專業(yè)性（Expertise）兩個(gè)關(guān)鍵要素組成[29]。信息可信度比較系統(tǒng)的研究始于20世紀(jì)50年代的傳播領(lǐng)域。Hovland和同事的工作具有里程碑的意義[30]。信息可信度最初關(guān)注的是傳播者的可信度。國(guó)外對(duì)傳統(tǒng)媒體信息可信度的研究主要是從信源可信度、內(nèi)容可信度、渠道可信度三方面展開(kāi)的。隨著互聯(lián)網(wǎng)的出現(xiàn)，網(wǎng)絡(luò)信息可信度的評(píng)估被提上了議事日程。研究情況可歸納如下：

3.1.1 網(wǎng)絡(luò)信息可信度評(píng)估的理論模型

主要有Fogg（2003）的P-I理論模型、Wathen和Burkell（2002）的評(píng)判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的統(tǒng)一模型、Metzger（2007）的雙處理模型以及Lucassen等（2013）的3S模型（修訂版）。以上理論模型是由情境、用戶特征、操作性、處理過(guò)程這些側(cè)面的若干部分構(gòu)建而成的。

3.1.2 網(wǎng)絡(luò)信息可信度研究?jī)?nèi)容

主要有對(duì)網(wǎng)絡(luò)新聞的可信度研究、對(duì)搜索引擎結(jié)果的可信度研究以及對(duì)維基百科內(nèi)容的可信度研究。比如，Nagura等（2006）通過(guò)比較關(guān)于同一主題不同網(wǎng)頁(yè)的相似度來(lái)計(jì)算每個(gè)網(wǎng)頁(yè)的可信度[31]。Yamamoto和Tanaka（2011）利用用戶可信度評(píng)判模型對(duì)網(wǎng)頁(yè)搜索結(jié)果進(jìn)行重新排序，以便從Web搜索結(jié)果的列表中用戶可以更高效的找到可信的網(wǎng)頁(yè)[32]。Adler等（2008）以文章長(zhǎng)度、版本數(shù)量和基于貢獻(xiàn)數(shù)量的作者聲譽(yù)建立模型，計(jì)算出維基百科文章的可信度[33]。

3.1.3 網(wǎng)絡(luò)信息可信度研究方法

主要采用定量研究法。比如，Olteanu等（2013）在調(diào)查網(wǎng)頁(yè)的各種特征（文本內(nèi)容、鏈接結(jié)構(gòu)、網(wǎng)頁(yè)設(shè)計(jì)等）的基礎(chǔ)上，經(jīng)過(guò)統(tǒng)計(jì)分析方法篩選出關(guān)鍵的特征，采用監(jiān)督學(xué)習(xí)算法來(lái)推斷網(wǎng)頁(yè)內(nèi)容的可信度[34]。與網(wǎng)絡(luò)信息可信度有關(guān)的典型系統(tǒng)有日本的WISDOM和Honto？Search。

3.1.4 影響力較大的項(xiàng)目和國(guó)際會(huì)議

影響力較大的項(xiàng)目有互聯(lián)網(wǎng)可信度研究（The Web Credibility Research）項(xiàng)目，影響力較大的國(guó)際會(huì)議有WICOW（Workshop on Information Credibility on the Web）。

3.2 國(guó)內(nèi)研究

1993年的《鑒別虛假信息五法》是國(guó)內(nèi)發(fā)表的早期論文。2004年至今，相關(guān)研究進(jìn)入快速發(fā)展期。相對(duì)于國(guó)外較多研究評(píng)估算法和評(píng)估系統(tǒng)，國(guó)內(nèi)研究重點(diǎn)在于定性分析上，大多采用問(wèn)卷調(diào)查及專家訪談法等進(jìn)行人工評(píng)估。國(guó)內(nèi)研究?jī)?nèi)容主要有：

3.2.1 側(cè)重于信息可信度影響因素研究

比如，龔思蘭等（2013）針對(duì)評(píng)論信息的文本內(nèi)容、長(zhǎng)度、情感傾向、時(shí)效性、者、商家活動(dòng)等特征，通過(guò)問(wèn)卷調(diào)查方式對(duì)大學(xué)生消費(fèi)群體進(jìn)行在線商品評(píng)論信息可信度影響因素實(shí)證分析[35]。蔣洪梅（2013）運(yùn)用理論分析輔以實(shí)證研究的方法，從宏觀的社會(huì)系統(tǒng)、中觀的政策法規(guī)、微觀的媒介與受眾3個(gè)視角分析網(wǎng)絡(luò)新聞信息可信度的影響因素[36]。

3.2.2 側(cè)重于信息可信度指標(biāo)體系的構(gòu)建

比如，胡紅亮（2013）按照信息源、信息加工、信息傳播和信息應(yīng)用等方面采用德?tīng)柗茖＜艺{(diào)查法建立了學(xué)術(shù)著作可信度的基本評(píng)價(jià)模型[37]。潘勇和孔棟（2007）基于第三方認(rèn)證機(jī)構(gòu)的視角，構(gòu)建了電子商務(wù)網(wǎng)站的信用評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)因素集，并建立灰色關(guān)聯(lián)信用評(píng)估模型[38]。當(dāng)然，也有少量基于機(jī)器學(xué)習(xí)的信息可信度自動(dòng)化評(píng)估實(shí)驗(yàn)研究，比如，馬偉瑜（2011）提出一種采用改進(jìn)的PageRank算法評(píng)估網(wǎng)頁(yè)信息可信度的方法[39]。

4 社交媒體信息可信度評(píng)估研究

4.1 國(guó)外研究

國(guó)外相關(guān)研究較早。社交媒體信息可信度的相關(guān)研究隨著B(niǎo)BS的出現(xiàn)隨之展開(kāi)，最早可追溯到20世紀(jì)80年代。目前可以說(shuō)，研究處于繁榮期。國(guó)外研究情況可歸納如下：

4.1.1 社交媒體信息可信度評(píng)估研究?jī)?nèi)容

研究?jī)?nèi)容主要包括：①不實(shí)信息的判斷識(shí)別。如Qazvinian等（2011）提取Twitter信息的文本特征、網(wǎng)絡(luò)特征和微博元素特征，構(gòu)建貝葉斯分類器甄別謠言[40]。Zhao等（2015）通過(guò)研究查詢帖以便及早識(shí)別社交媒體謠言[41]。②話題新聞的可信度評(píng)估。如Castillo等（2011）選取了有關(guān)用戶特征、文本特征、主題特征、信息傳播特征，采用J48決策樹(shù)評(píng)估Twitter中話題新聞的可信度[42]。

4.1.2 社交媒體信息可信度評(píng)估方法

評(píng)估方法主要有監(jiān)督學(xué)習(xí)[43]，統(tǒng)計(jì)分析[44]，與可信信息來(lái)源的相似性比較[45-46]，社交網(wǎng)絡(luò)的鏈接結(jié)構(gòu)分析與主題模型的利用[47]等。它們主要采用自動(dòng)評(píng)估，具體來(lái)說(shuō)：①選取的特征：選取的特征主要是用戶特征、文本特征、信息傳播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）選取用戶特征（如注冊(cè)時(shí)間、粉絲量、好友量），文本特征（如是否包含#標(biāo)簽、是否包含問(wèn)號(hào)、Tweet中包含的URL數(shù)量、是否轉(zhuǎn)發(fā)），主題特征（如帶#標(biāo)簽Tweet的比例、Tweet數(shù)量、Tweet的平均長(zhǎng)度、Tweet的平均情感分值、積極情緒或消極情緒的比例），以及信息傳播特征（如傳播樹(shù)的深度），采用J48決策樹(shù)評(píng)估Twitter信息的可信度[42]。②評(píng)估的方法：大多通過(guò)構(gòu)建SVM分類器、Bayesian分類器、Decision Tree分類器等方法，并對(duì)結(jié)果進(jìn)行分類，以達(dá)到評(píng)估社交媒體信息可信度的目的。上例Castillo等采用J48決策樹(shù)構(gòu)建分類器，并對(duì)結(jié)果進(jìn)行分類，從而評(píng)估Twitter信息的可信度[42]。當(dāng)然，也有通過(guò)對(duì)結(jié)果進(jìn)行排序的實(shí)例，從而達(dá)到評(píng)估社交媒體信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM與PRF相結(jié)合的方法，按照可信度得分對(duì)Twitter信息進(jìn)行排序[43]。

4.1.3 有較大影響的在研項(xiàng)目與系統(tǒng)

由歐盟資助七國(guó)科研人員聯(lián)合攻關(guān)的PHEME項(xiàng)目研究的重點(diǎn)是社交媒體信息的真實(shí)性，該項(xiàng)目在國(guó)際上有較大影響。Jacob Ratkiewicz等（2011）開(kāi)發(fā)出可實(shí)時(shí)追蹤Twitter上政治謠言的Truthy系統(tǒng)[48]。Gupta等（2014）、Lorek等（2015）分別開(kāi)發(fā)出一款可自動(dòng)評(píng)估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 國(guó)內(nèi)研究

2007年《博客信息“可信度不亞于紐約時(shí)報(bào)”？》拉開(kāi)了國(guó)內(nèi)探討社交媒體信息可信度評(píng)估的序幕。目前研究還處于發(fā)展的初期。社交媒體信息可信度評(píng)估研究主要有：

4.2.1 社交媒體信息可信度影響因素研究

如劉雪艷和閆強(qiáng)（2013）探討政府微博中的熱點(diǎn)事件信息可信度的影響因素[51]。丁科芝（2015）從信息傳播者、渠道、信息內(nèi)容和用戶基本信任觀念4個(gè)方面構(gòu)建社交網(wǎng)絡(luò)可信度影響因素模型[52]。薛傳業(yè)等（2015）從信息來(lái)源可信度、信息傳播渠道可信度、信息內(nèi)容可信度以及信息評(píng)論反饋多維度探討了突發(fā)事件中社交媒體信息可信度的影響因素[53]。

4.2.2 構(gòu)建社交媒體信息可信度指標(biāo)體系研究

它大多采用問(wèn)卷調(diào)查及專家訪談法進(jìn)行人工評(píng)估。屈文建和謝冬（2013）從站點(diǎn)層次、版塊層次、主題層次、內(nèi)容層次4方面，采用模糊綜合信用評(píng)估模型對(duì)網(wǎng)絡(luò)學(xué)術(shù)論壇信息可信度進(jìn)行評(píng)估[54]。莫祖英等（2013）從微博信息量、信息內(nèi)容質(zhì)量、信息來(lái)源質(zhì)量和信息利用情況等方面進(jìn)行問(wèn)卷調(diào)查，采用層次分析法構(gòu)建微博信息質(zhì)量評(píng)估模型[55]。當(dāng)然國(guó)內(nèi)也有少量自動(dòng)化評(píng)估的例子。比如，賀剛等（2013）引入關(guān)鍵詞分布特征和時(shí)間差等新特征，基于SVM算法來(lái)預(yù)測(cè)新浪微博信息是否為謠言[56]。程亮等（2013）提出基于BP神經(jīng)網(wǎng)絡(luò)模型及改進(jìn)其激發(fā)函數(shù)，同時(shí)引入沖量項(xiàng)，對(duì)微博話題在傳播過(guò)程中演變?yōu)橹{言進(jìn)行檢測(cè)[57]。路同強(qiáng)（2015）采用半監(jiān)督學(xué)習(xí)算法檢測(cè)微博謠言，但不足之處在于未考慮信息的深層特征[58]。

4.3 存在的問(wèn)題

對(duì)比國(guó)內(nèi)外研究情況，可發(fā)現(xiàn)國(guó)內(nèi)研究存在如下問(wèn)題：

4.3.1 研究?jī)?nèi)容

關(guān)于社交媒體信息可信度研究，國(guó)內(nèi)外目前以微博研究較多。與國(guó)外豐富的研究?jī)?nèi)容相比，國(guó)內(nèi)在該領(lǐng)域的研究還主要集中于對(duì)影響因素以及特征的探討上。

4.3.2 研究方法

國(guó)外定量研究較多，很多涉及自動(dòng)化評(píng)估，而國(guó)內(nèi)定性研究較多，大多采用問(wèn)卷調(diào)查法、專家訪談法等進(jìn)行人工評(píng)估。

總之，現(xiàn)有研究大多是針對(duì)Twitter等英文社交媒體，其研究成果大多不能直接應(yīng)用于中文社交媒體。盡管也有少量研究是面向中文社交媒體的，但研究成果零散，還缺乏系統(tǒng)性。另外，在特征選擇上，選擇范圍面較窄，考慮社交媒體深層的隱含特征較少。

5 結(jié) 語(yǔ)

為了解決中文社交媒體的可信度評(píng)估問(wèn)題，在吸收前人研究的基礎(chǔ)上[59-63]，很有必要對(duì)中文社交媒體信息可信度進(jìn)行系統(tǒng)研究，特別是在參考國(guó)外信息可信度評(píng)估系統(tǒng)的基礎(chǔ)上，很有必要研制開(kāi)發(fā)中文社交媒體信息可信度評(píng)估系統(tǒng)，實(shí)現(xiàn)中文社交媒體信息可信度的自動(dòng)評(píng)估。在進(jìn)行中文社交媒體信息可信度評(píng)估中，應(yīng)注意下列問(wèn)題：

1）評(píng)估要在對(duì)信息資源分類的基礎(chǔ)上，對(duì)不同的類別采用不同的評(píng)估指標(biāo)體系，以提高評(píng)估工作的科學(xué)性和合理性。

2）評(píng)估既要重視定性評(píng)估，也要重視定量評(píng)估，尤其是自動(dòng)化評(píng)估。特別是在大數(shù)據(jù)環(huán)境下，應(yīng)針對(duì)評(píng)估的實(shí)際需求，制定科學(xué)的評(píng)估方案，選擇恰當(dāng)?shù)脑u(píng)估方法，構(gòu)建適合評(píng)估工作需要的自動(dòng)化評(píng)估系統(tǒng)。

3）評(píng)估指標(biāo)、評(píng)估模型的選取以及參數(shù)的訓(xùn)練，既要考慮研究結(jié)果的精確度，又要考慮系統(tǒng)的運(yùn)算時(shí)間。

4）評(píng)估模型構(gòu)建后，不僅要進(jìn)行實(shí)驗(yàn)室評(píng)估，還應(yīng)進(jìn)行實(shí)際效果評(píng)估。

參考文獻(xiàn)

[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]韓佳，肖如良，胡耀，等.在線社交網(wǎng)絡(luò)中信息傳播模式的特征分析[J].計(jì)算機(jī)應(yīng)用，2013，（1）：105-107，111.

[20]姜景，李丁，劉怡君.基于競(jìng)爭(zhēng)模型的微博謠言信息與辟謠信息傳播機(jī)理研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，（1）：182-191.

[21]閻俊.微博傳播的問(wèn)題與對(duì)策研究[D].錦州：渤海大學(xué)，2015：1-38.

[22]陳遠(yuǎn)，袁艷紅.微博信息傳播效果實(shí)證研究[J].信息資源管理學(xué)報(bào)，2012，（3）：28-34.

[23]張，孫霄凌，朱慶華.突發(fā)公共事件輿情傳播特征與規(guī)律研究――以新浪微博和新浪新聞平臺(tái)為例[J].情報(bào)雜志，2014，（4）：90-95.

[24]張瑜，李兵，劉晨.面向主題的微博熱門(mén)話題輿情監(jiān)測(cè)研究――以“北京單雙號(hào)限行常態(tài)化”輿情分析為例[J].中文信息學(xué)報(bào)，2015，（5）：143-151，159.

[25]唐濤.移動(dòng)互聯(lián)網(wǎng)輿情新特征、新挑戰(zhàn)與對(duì)策[J].情報(bào)雜志，2014，（3）：113-117.

[26]唐興通.社會(huì)化媒體營(yíng)銷(xiāo)大趨勢(shì)：策略與方法（第2版）[M].北京：清華大學(xué)出版社，2012：1-235.

[27]張淼.社會(huì)化媒體在市場(chǎng)營(yíng)銷(xiāo)中的應(yīng)用研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2014：1-47.

[28]劉曉燕，鄭維雄.企業(yè)社會(huì)化媒體營(yíng)銷(xiāo)傳播的效果分析――以微博擴(kuò)散網(wǎng)絡(luò)為例[J].新聞與傳播研究，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.，F(xiàn)lammini，A.and Menczer，F(xiàn).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]劉雪艷，閆強(qiáng).政府微博中的熱點(diǎn)事件信息可信度研究[J].北京郵電大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，（2）：6-12.

[52]丁科芝.社交網(wǎng)絡(luò)信息可信度研究[D].武漢：華中師范大學(xué)，2015：1-61.

[53]薛傳業(yè)，夏志杰，張志花，等.突發(fā)事件中社交媒體信息可信度研究[J].現(xiàn)代情報(bào)，2015，（4）：12-16.

[54]屈文建，謝冬.網(wǎng)絡(luò)學(xué)術(shù)論壇信息可信度的灰度分析[J].圖書(shū)情報(bào)知識(shí)，2013，（2）：112-118.

[55]莫祖英，馬費(fèi)成，羅毅.微博信息質(zhì)量評(píng)價(jià)模型構(gòu)建研究[J].信息資源管理學(xué)報(bào)，2013，（2）：12-18.

[56]賀剛，呂學(xué)強(qiáng)，李卓，等.微博謠言識(shí)別研究[J].圖書(shū)情報(bào)工作，2013，（23）：114-120.

[57]程亮，邱云飛，孫魯.微博謠言檢測(cè)方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2013，（2）：226-228，262.

[58]路同強(qiáng)，石冰，閆中敏，等.一種用于微博謠言檢測(cè)的半監(jiān)督學(xué)習(xí)算法[J].計(jì)算機(jī)應(yīng)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.社會(huì)媒體挖掘[M].北京：人民郵電出版社，2015：1-240.

篇(5)

營(yíng)銷(xiāo)4.0的核心驅(qū)動(dòng)力是云技術(shù)以及云技術(shù)改變的商業(yè)結(jié)構(gòu)、市場(chǎng)結(jié)構(gòu)、媒體結(jié)構(gòu)、營(yíng)銷(xiāo)模式，而云營(yíng)銷(xiāo)是營(yíng)銷(xiāo)4.0的最大驅(qū)動(dòng)引擎。營(yíng)銷(xiāo)4.0的價(jià)值鏈已經(jīng)形成，我們已能描述其基本輪廓：

電子商務(wù)市場(chǎng)的崛起。2011年國(guó)內(nèi)網(wǎng)上交易額5萬(wàn)億元（含B2B），占GDP的比重約為13%，網(wǎng)絡(luò)零售（B2C、C2C電商）交易額約8000億元，占社會(huì)消費(fèi)品零售總額的比重不足5%，顯示出巨大的增長(zhǎng)潛力。比數(shù)字更重要的是電商的支持系統(tǒng)：網(wǎng)上訂單、支付、物流、結(jié)算等商業(yè)體系已經(jīng)成熟。

媒體預(yù)算的結(jié)構(gòu)性變化。社會(huì)化媒體的崛起，使傳統(tǒng)電視、紙媒、戶外甚至互聯(lián)網(wǎng)門(mén)戶都受到了沖擊，以新浪微博為代表的社交化媒體的影響力與商業(yè)價(jià)值已經(jīng)顯露，并且正在改變著企業(yè)媒體費(fèi)用的投放結(jié)構(gòu)。

一云多屏、無(wú)縫鏈接的終端世界。從互聯(lián)網(wǎng)上的微博、視頻到移動(dòng)互聯(lián)網(wǎng)（手機(jī)），以及即將到來(lái)的家庭終端（智能電視）甚至未來(lái)的車(chē)載電視、顯示屏媒體（寫(xiě)字樓、住宅、超市等），都將被無(wú)縫連接在多個(gè)不同的云系統(tǒng)（iOS、Andriod等）內(nèi)。

云生活方式初見(jiàn)端倪。在中國(guó)一部分（北上廣為代表的核心城市）進(jìn)入云生活時(shí)代的城市及人群里，傳統(tǒng)媒體廣告不再是他們作出購(gòu)買(mǎi)決策的主要信息來(lái)源，取而代之的是圈子和網(wǎng)站的用戶對(duì)商品的評(píng)價(jià)。這群人已經(jīng)生活在“云端”（一個(gè)虛擬卻真實(shí)的網(wǎng)絡(luò)社交圈里），可以與任何地點(diǎn)的人自由連接互動(dòng)。

社會(huì)化媒體及新?tīng)I(yíng)銷(xiāo)方法勃興。社會(huì)化營(yíng)銷(xiāo)正在對(duì)傳統(tǒng)營(yíng)銷(xiāo)方法進(jìn)行一場(chǎng)“路徑革命”：從傳統(tǒng)的圍繞知名度的叫賣(mài)創(chuàng)意、單向控制的媒體，向營(yíng)銷(xiāo)4.0時(shí)代以美譽(yù)度為核心的創(chuàng)意、口碑積累的雙向互動(dòng)模式轉(zhuǎn)變。簡(jiǎn)單地說(shuō)，靠壟斷傳統(tǒng)媒體資源、拼實(shí)力的傳播時(shí)代面臨著瓦解，而依靠創(chuàng)意、互動(dòng)、口碑的社交化媒體傳播新驅(qū)動(dòng)力正在崛起。

云消費(fèi)的商業(yè)化路徑形成閉環(huán)。最具顛覆性的是消費(fèi)方式的變化：社交化媒體創(chuàng)造的關(guān)注度（流量），可以通過(guò)與電商的無(wú)縫連接馬上變成購(gòu)買(mǎi)力（轉(zhuǎn)化率），而不是傳統(tǒng)媒體下看完廣告、留下記憶、再到終端前形成購(gòu)買(mǎi)行為的AIDA模式（注意——興趣——決策——行動(dòng)）。

篇(6)

(國(guó)內(nèi)首部社交電商實(shí)操之作，全面解讀社交電商，講方法，講實(shí)操，講技巧)

作者簡(jiǎn)介

賀關(guān)武，陜西銅川人，“我看電商”自媒體聯(lián)合創(chuàng)始人；深圳晚九點(diǎn)新媒體創(chuàng)始人；電商實(shí)戰(zhàn)派，自媒體人。出版暢銷(xiāo)書(shū)《電商，這么玩才有未來(lái)》。

內(nèi)容簡(jiǎn)介

2015年下半年綜合性電商平臺(tái)已基本穩(wěn)定，大平臺(tái)商家出現(xiàn)擁堵，O2O項(xiàng)目遍地開(kāi)花，移動(dòng)互聯(lián)網(wǎng)飛速發(fā)展，火爆一時(shí)的微商出現(xiàn)拐點(diǎn)。傳統(tǒng)的營(yíng)銷(xiāo)方式作用越來(lái)越小，網(wǎng)絡(luò)推廣成本也越來(lái)越高，對(duì)于創(chuàng)業(yè)者，對(duì)于廣大草根如何找到突破口，找到自己的客戶。

能改變這一切現(xiàn)狀的就是社交電商，在未來(lái)社交電商會(huì)滲透到各個(gè)行業(yè)，影響到每一個(gè)人，也就是說(shuō)人人都可以做，人人都能做好。本書(shū)堪稱國(guó)內(nèi)首部社交電商之作，全面解讀社交電商，講方法，講實(shí)操，講技巧，幾乎全部覆蓋社交電商的各個(gè)方面。詳細(xì)講解了社交電商該如何玩，做社交電商之前的準(zhǔn)備，培養(yǎng)網(wǎng)絡(luò)社交用戶的方法，如何在社交平臺(tái)促成成交，各大社交電商平臺(tái)如何運(yùn)用。

目錄

01思維篇：機(jī)會(huì)隨時(shí)都會(huì)出現(xiàn)

社交電商的趨勢(shì)/ 2

初步認(rèn)識(shí)國(guó)內(nèi)相關(guān)社交平臺(tái)/ 7

人與人之間的連接更容易/ 10

有情懷必將有人追隨/ 12

請(qǐng)教是社交的開(kāi)始/ 15

網(wǎng)絡(luò)社交也能發(fā)展成為強(qiáng)關(guān)系/ 18

中高級(jí)人才招聘將被社交網(wǎng)絡(luò)壟斷/ 22

初創(chuàng)企業(yè)的發(fā)聲地/ 26

移動(dòng)互聯(lián)網(wǎng)的本質(zhì)就是社交/ 29

每個(gè)人都是社交自媒體/ 32

這4種人能夠在社交平臺(tái)中賺錢(qián)/ 36

社交中發(fā)現(xiàn)潛在需求/ 39

02技能篇：動(dòng)手照做就對(duì)了

你擁有什么，能堅(jiān)持多久/ 43

因?yàn)榕d趣走到一起/ 46

社交電商運(yùn)營(yíng)策略、技巧與實(shí)操

6步讓自己的賬號(hào)變得有價(jià)值/ 49

點(diǎn)贊是初步試探/ 53

玩轉(zhuǎn)互動(dòng)的7個(gè)小技巧/ 55

轉(zhuǎn)發(fā)分享是傳播的開(kāi)始/ 59

文字、圖片、視頻怎么玩/ 62

這6點(diǎn)玩轉(zhuǎn)圈子營(yíng)銷(xiāo)/ 65

網(wǎng)絡(luò)社交中的9大禁忌/ 69

這5招防止落入社交網(wǎng)絡(luò)的時(shí)間陷阱/ 73

03晉級(jí)篇：修煉，再次引爆

搜索偏愛(ài)/ 77

如何打通二度人脈、三度人脈/ 80

紅包用好了才是紅包，用不好是毒瘤/ 85

激發(fā)粉絲活躍度的6種方法/ 88

優(yōu)質(zhì)社群的7個(gè)必備條件/ 91

好內(nèi)容：有爭(zhēng)議、有后續(xù)/ 95

至少選擇4個(gè)社交平臺(tái)/ 98

玩網(wǎng)絡(luò)社交就是不斷埋線索/ 101

1000個(gè)忠實(shí)粉絲的真正含義/ 103

04實(shí)戰(zhàn)篇：社交中賣(mài)產(chǎn)品、做服務(wù)

人就是產(chǎn)品，就是服務(wù)/ 106

中小賣(mài)家拼的就是人脈/ 109

這3種組團(tuán)方式會(huì)產(chǎn)生不一樣的效果/ 111

這4招讓網(wǎng)絡(luò)社交也能本地化/ 114

信任的5種方式/ 117

5種直播場(chǎng)景下的傳播/ 121

從一個(gè)產(chǎn)品開(kāi)始，一個(gè)賣(mài)點(diǎn)就好/ 125

搞定官方微博的8個(gè)小技巧/ 128

7招讓你迅速成為標(biāo)題黨/ 132

能賣(mài)出東西的6種好文案/ 136

一定要有獎(jiǎng)勵(lì)措施/ 147

借勢(shì)營(yíng)銷(xiāo)的5個(gè)技巧/ 150

5種免費(fèi)的贏利模式/ 154

05融合篇：社交電商化，電商社交化

朋友圈怎么玩電商/ 160

微博的快速電商化/ 168

支付寶的社交化/ 177

手機(jī)淘寶社交化/ 181

職場(chǎng)社交電商化/ 185

手Q的電商化/ 189

豆瓣的興趣社交電商化/ 195

陌陌的匿名社交電商化/ 200

后記：

篇(7)

報(bào)告題為《中國(guó)2012年數(shù)字智商指數(shù)》，對(duì)全球100個(gè)奢侈品牌在中國(guó)市場(chǎng)的數(shù)字競(jìng)爭(zhēng)力進(jìn)行了評(píng)估，通過(guò)“數(shù)字智商”這一評(píng)估方法，從以下幾個(gè)方面對(duì)品牌進(jìn)行綜合排名：品牌兼容性、優(yōu)化以及在智能手機(jī)和平板電腦上的營(yíng)銷(xiāo)(20%)，品牌呈現(xiàn)、社區(qū)規(guī)模、內(nèi)容以及社交媒體參與度(30%)，網(wǎng)站功能的本地化(30%)，以及包括搜索、數(shù)字媒體、電子郵件營(yíng)銷(xiāo)在內(nèi)的數(shù)字營(yíng)銷(xiāo)(20%)。

美容類品牌繼續(xù)在網(wǎng)站建設(shè)方面獨(dú)占鰲頭，時(shí)尚類品牌發(fā)展勢(shì)頭迅猛。

排名前10的品牌分別為：雅詩(shī)蘭黛、奧迪、周大福珠寶、蘭蔻、沃爾沃、寶馬、別克、路虎、貝玲妃以及博柏利。

位居前四位的品牌獲得“天才”數(shù)字智商——其數(shù)字營(yíng)銷(xiāo)具有差異化競(jìng)爭(zhēng)優(yōu)勢(shì)，能成功開(kāi)展多渠道數(shù)字活動(dòng)，能建設(shè)迎合當(dāng)?shù)匦枨蟮亩喙δ苷军c(diǎn)，社會(huì)知名度高，以及能整合跨平臺(tái)傳播。

前10名中其余6個(gè)以及另外12個(gè)品牌被評(píng)為“有天賦”。報(bào)告稱，這些品牌正在通過(guò)網(wǎng)站、移動(dòng)媒體、傳統(tǒng)以及新興社交媒體平臺(tái)進(jìn)行嘗試和創(chuàng)新。

研究還發(fā)現(xiàn)，幾乎一半的品牌(44%)未有足夠投入以抓住市場(chǎng)機(jī)遇。

根據(jù)L2的報(bào)告，中國(guó)電子商務(wù)銷(xiāo)售預(yù)計(jì)將在未來(lái)三年增加兩倍。價(jià)格透明度、仿冒品、運(yùn)營(yíng)困境以及低質(zhì)量的客戶服務(wù)仍是奢侈品牌在線銷(xiāo)售所面臨的挑戰(zhàn);Web2.0工具的采用，包括社交媒體共享、用戶評(píng)論以及即時(shí)聊天的發(fā)展在中國(guó)也逐年加快。

根據(jù)2012胡潤(rùn)百富(Hurun Report)，61%的中國(guó)富豪表示，互聯(lián)網(wǎng)已超越其他所有渠道，成為他們了解品牌信息的主要方式。

根據(jù)波士頓咨詢集團(tuán)的報(bào)告《The World’s Next E-Commerce Superpower》，有近80%的消費(fèi)者通過(guò)社交媒體來(lái)了解奢侈品牌及其產(chǎn)品的更多信息。

如今，奢侈品牌已廣泛采用社交媒體進(jìn)行推廣。排名中僅有5個(gè)品牌沒(méi)有采用社交媒體。有10個(gè)品牌擁有5個(gè)以上社交媒體平臺(tái)，而去年這樣的品牌僅有2個(gè)。中國(guó)社交媒體的生態(tài)系統(tǒng)仍相當(dāng)分散且競(jìng)爭(zhēng)日益激烈，市場(chǎng)中有大量新進(jìn)入者。

同時(shí)，隨著中國(guó)智能手機(jī)滲透率的不斷提升，移動(dòng)平臺(tái)的影響力也與與日俱增。根據(jù)益普索和谷歌2012年5月的報(bào)告《Our Mobile Planet：China》，97%的中國(guó)智能手機(jī)用戶通過(guò)手機(jī)進(jìn)行產(chǎn)品調(diào)查，59%通過(guò)手機(jī)購(gòu)買(mǎi)產(chǎn)品。

L2的報(bào)告顯示，盡管今年針對(duì)中國(guó)消費(fèi)者的移動(dòng)投資出現(xiàn)兩位數(shù)的增長(zhǎng)，但僅有23%的品牌保持了其中國(guó)網(wǎng)站手機(jī)優(yōu)化版的開(kāi)通，其中僅有三分之一支持電子商務(wù)。

此外，僅有五分之一的奢侈品牌開(kāi)設(shè)了中國(guó)網(wǎng)站，其中只有一半品牌以人民幣顯示產(chǎn)品價(jià)格。奢侈品牌對(duì)微博營(yíng)銷(xiāo)的采用率高達(dá)91%，對(duì)移動(dòng)、社交以及搜索引擎營(yíng)銷(xiāo)的采用也出現(xiàn)了兩位數(shù)的增長(zhǎng)，但自2011年以來(lái)，僅有4個(gè)品牌推出了直接電子商務(wù)。