时间：2023-09-05 09:32:58
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇社交媒体研究分析，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
关键词 社交媒体 品牌喜好 品牌信任 品牌忠诚 相关性分析 回归分析
一、引言
20世纪90年代随着互联网和万维网的崛起，人们便对利用网络这进行广告宣传的可能性充满了兴趣（Berthon，Pitt，&Watson，1996）。在过去这些年中，随着互联网功能的不断增加，将其作为媒介工具的可能性也日益明显，这其中也包括社交媒体（Kaplan &Haenlein，2010）。比如微信，最早只是作为朋友、家人和同事沟通的工具。但是，截止到2015年第一季度，微信每月活跃用户达5.49亿，各品牌的微信公众账号总数已经超过800万个。微博是一个基于用户关系信息分享、传播以及获取信息的平台。截止到2015年9月30日，微博月活跃用户数（MAU）已经达到2.12亿人。除了以上两者外，还有很多像这些社交媒体一样的社交平台在不断地扩大。因此，广告公司和企业对如何利用这些社交媒体以促进营销，产生了浓厚的兴趣。
尼尔森网联媒介数据服务有限公司（Nielsen-CCData）指出，在微博上关注某品牌的消费者更倾向于购买并推荐该品牌的产品。还有很多文章旨在告诉人们利用社交媒体进行品牌互动，然而却很少有理论能支持这些观点，或从统计上证明这两者之间存在着密切的关系。
该研究以帮助大家更好的理解社交媒体和广告效应之间的关系为出发点，旨在检验社交媒体的使用是否影响广告效应，同时着重研究社交媒体对品牌关系建立的重大影响（包括品牌喜好、品牌信任、品牌忠诚三个部分）。
接下来将对本文中的几个主要概念做出解释，如社交媒体、品牌忠诚、品牌信任和品牌喜好。然后提出几个假设，利用统计方法检验这些假设，并最终给出结论。
二、概念综述
社交媒体，是指“一组基于互联网的应用，这些应用建立在Web2.0（内容的创造和交流来自用户产生的内容）的理念和技术基础之上”（Kaplan & Haenlein， 2010，p.61）。2009年，魏武挥认为社会化媒体是一个近来出现的概念，大致上指的是“能互动的”媒体，或者说，缺乏用户的有效参与，平台基本上就毫无内容的媒体。用于社交媒体分类的维度有两个，分别是社会表征和媒体丰富度。从整体上说，因为每个媒介特点的不同决定了其所提供的内容和用户的不同，因此在此研究中对于社交媒体的定义非常重要。而且，还有一些研究表明应将社交媒体归入整合营销中。接下来将对社交媒体对品牌培育的作用进行检测。
Jacoby and Kyner（1973）认为，品牌忠诚是一种偏好态度，会使顾客在某一时间内产生持续重复购买行为。总而言之，笔者认为顾客满意就是顾客所购买的产品或服务达到了他们所期望的水平，让他们在心理上得到满足。而顾客忠诚就是顾客对某一产品或服务的认同和信赖，并希望重复购买的行为。而品牌喜好和品牌信任，其实是提高品牌忠诚度的众多因素中较为重要的两个因素。品牌喜好是指消费者对品牌是否喜好，及消费者对品牌引发的个人情感（Matzler，Grabner-Krauter&Bidmon，2008）。
品牌信任是由Howard和Sheth（1969）首次提出，他们认为信任度是购买意向的决定因素之一。他们假设信任度与购买意向呈正相关。类似的，Bennett和Harrell（1975）认为，信任度在预测购买意向时发挥着主要作用。Elena Delgado-Ballester（2001）等人通过对181个购买者构成的样本进行回归分析和多变量分析后。结果表明，品牌信任的关键作用是产生顾客承诺，尤其是在高沉浸购买情景下，与全面满意相比，信任度具有更强的作用。总体说来，消费者对品牌的喜好度和品牌的信赖度越高，那么对品牌忠诚的潜在可能性越高。
三、假设理论
培养理论的形成始于20世纪六七十年代，美国传播学者格伯纳等人开始进行一系列有关电视暴力内容的研究，除了对电视暴力进行内容分析以外，还测量电视对受众态度的影响，最终创建了“培养理论”。培养理论学派提出“主流效果”和“回响效果”理论。主流效果，是指理应多样化的价值观因接触电视而变得与电视所呈现的意见主流相似。这与沉默的螺旋理论不谋而合。电视作为大众传播媒介，代表并引导社会主流舆论，从而使公众意见趋于一致。这一理论应为新闻媒介所利用，积极引导主流舆论。但随着数字媒体的兴起，越来越多的人开始远离传统媒体。该研究旨在测试社交媒体对品牌喜好、品牌信任和品牌忠诚的培育能力。
该研究将尝试说明，社会媒体如何通过曝光信息来引导消费者产生品牌偏好，同时明晰社交媒体对品牌培育的影响。该研究将通过以下假设，探寻社交媒体信息与品牌喜好、品牌信任以及品牌忠诚的培养之间的关系。假设如下：
假设1：社交媒体的使用对品牌喜好的形成具有重大的影响
假设2：社交媒体的使用对品牌信任的形成具有重大的影响
假设3：社交媒体的使用对品牌忠诚度的形成具有重大影响
四、研究方法
本次调查的数据，是通过对微博和微信两大社交网站的在线抽样调查所得。共262人参加此次调查，其中106个人既使用微博又使用微信，120人只使用微信，26个人只使用微博，还有10人不使用任何社交媒体（以上类别样本并不互相排斥）。在问卷中，询问了被访者是否通过社交网站关注某一品牌。其中50个人在微博和微信上均有关注，80个人只在微博上关注，14个人只在微信上关注。而该研究的样本为只使用微信关注品牌的被访者，样本量为110个。
根据以上调查得出以下结论：第一，约60%的微信用户为女性，年纪在25～30岁（值域=20-68，SD-8.6）；第二，90%的用户每天都会使用社交网络，其次是电视和其他网络平台；第三，所关注的品牌种类：55%的人关注服饰和化妆品品牌，37%的人关注美食品牌，其余18%的人关注家用电器品牌。
五、数据分析
在该研究中，首先使用了SPSS20对所有所得数据进行了分析。然后，为了描述以上数据，还针对大众社交媒体使用变量和组合媒体使用变量做了相关性分析，将其作为一个综合指数，以衡量人们在微博和微信上花费时间的多少、对品牌的喜好、品牌信任以及品牌忠诚度的影响。
在微信上关注品牌使用者的相关性分析，表明了大众社交媒体的使用、组合媒体的使用，以及个体对品牌喜好、品牌信任、品牌忠诚之间的重大关联。首先，大众社交媒体使用与品牌喜好高度相关r（120）=0.25，p
最后，又用三个回归性分析模型对假设进行了检验。通过回归性分析，能够更好地展现多重变量之间的相互影响以及多变量对每个因变量的依赖。
第一个回归分析是用于测量年龄、性别、一般社交媒体使用、零售品牌分类和复合型社交媒体使用这些变量对品牌信任的影响。该分析在品牌喜好差异的分析方面具有显著性意义，调整R2=0.07。此回归分析模型显示年龄（回归系数=0.22，p0.05）、复合型社交媒体使用（回归系数=-0.03，p>0.05）、一般社交媒体使用（回归系数=0.11，p>0.05）以及零售品牌分类（回归系数=0.09，p>0.05）不是显著因素。因此假设1不能成立。
第二个回归分析是用于测量年龄、性别、一般社交媒体使用、零售品牌分类和复合型社交媒体使用这些变量对品牌信任的影响。该分析在品牌信任差异的分析方面具有显著性意义，调整R^2=0.22.此回归分析模型显示复合型社交媒体使用（回归系数=-0.36，p
第三个回归分析是用于测量年龄、性别、一般社交媒体使用、零售品牌分类和复合型社交媒体使用这些变量对品牌信任的影响。该分析在品牌忠诚差异的分析方面具有显著性意义，调整R^2=0.05.此分析表明：年龄（回归系数=0.18，p0.05）、复合型社交媒体使用（回归系数=-0.07，p>0.05）、一般社交媒体使用（回归系数= 0.15，p>0.05）、零售品牌分类（回归系数=0.05，p>0.05）这四个因素则不是显著因素，因此假设3不成立。
六、主要发现
该研究采用了培养理论对两大社交媒体――微博和微信，以及社交媒体对品牌喜好、品牌信任和品牌忠诚度的影响，做了深入的调查研究。此次研究从品牌建设的角度对培养理论进行了探讨，并将理论应用于社会化媒体。在此情况下，社会媒体被认为是一种潜移默化的手段，用于培养消费者对品牌的认知，尤其是提升品牌信任度。
首先，相关性分析表明，使用复合型社交媒体与品牌信任之间的相关性非常显著。而且使用大众社交媒体与品牌信任和品牌忠诚之间的相关性也较为明显。随着社交媒体与品牌信任和品牌忠诚之间关系的呈现，也为将未来研究引发此种相关性的主要因素奠定了基础。其次，通过回归分析，该研究表明年龄可能是影响品牌喜好和品牌忠诚的一个因素。这也告诉我们需要做更多的研究去发现其中的原因。
该研究支持关于“复合型社交媒体上花费的时间与品牌信任有着重要的关系”这一结论，而且该结论在回归分析中也得到了证实。另一方面，该研究也认为复合型社交媒体使用的差异引发了品牌信任的差异，但是该假设在回归分析中被证实为负相关。
七、结语
此次旨在研究一些具有关系特征的媒体是否具有培育消费者认知的能力。本文所研究的主要内容包括品牌喜好、品牌信任和品牌忠诚三个方面。该研究对社交媒体的使用水平进行了测试，并且尝试发现与培养理论的差异性。然而研究结果表明，社交媒体可能对于品牌信任的塑造只有小部分的促进作用。
总体来说，考虑到媒体使用的变化和社交媒体成为塑造品牌培育工具的可能性，我们应该加大研究力度。基于以上分析，建议未来的研究着眼于建立社交媒体和培养理论之间的连接；建议选取更大的样本量和明确某一品牌，以巩固以上结果。
（作者单位为对外经济贸易大学国际经济贸易学院）
〔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.
关键词：精准营销；社交媒体；消费者
中图分类号：G206 文献标识码：A 文章编号；1672-8122（2017）02-0065-02
近几年，社交媒体已经渗透到人们社会生活的方方面面，社交媒体除了其简单的交流、沟通功能之外，越来越多的商家、企业已经将社交媒体视为企业在营销中的重要工具和平台。企业、品牌可以利用社交媒体在传播上的优势并通过社交媒体来收集不同受众的数据资料进行分析，更好地确立自己的目标受众，进而确立自身品牌的精准营销目标和策略。本文立足于社交媒体发展的大背景，对商家、品牌如何进行精准营销进行简要剖析，同时学习与借鉴相关学者的研究经验，展开分析研究。
一、精准营销的兴起
精准营销已经成为当今营销的关键，如何做到精准，这是系统化流程，有的企业会通过品牌联播等营销做好相应企业营销分析，市场营销状况分析，人群定位分析，最主要的是需要充分挖掘企业产品所具有的诉求点，实现真正意义上的精准营销。精准营销是时下非常时髦的一个营销术语，其核心思想就是通过可量化的精确的市场定位技术突破传统营销定位只能定性的局限；借助先进的数据库技术等技术手段保持与顾客长期沟通等措施，建立企业的忠实受众群。企业充分利用各种社交媒体，作为营销工具，将营销信息推送到潜在受众群体和市场中，使企业用最小的成本来达到利益最大化，完成企业的既定营销目标。
1.网络精准营销的兴起。随着网络技术的发展，人们的生活逐渐全面向互联网和移动互联网转移，然而我们在享受网络带来的便利的同时，极速发展的互联网也给我们带来了信息爆炸的问题。在互联网里，我们面临的、可获取的信息（如商品、资讯等）成指数式增长，如何在这些巨大的信息数据中快速挖掘出对我们有用的信息已成为当前急需解决的问题，所以网络精准营销的概念应运而生。
2.网络精准营销的手段。运用个性化技术的手段（如网站站内推荐系统），帮助用户从这些网络过量的信息里面筛出他所需要的信息，达到精准营销的目的。电子商务网站、媒体资讯类网站、社区都逐渐引进站内个性化推荐这种手段，进行精准营销了。
二、社交媒体营销发展格局
1.社交媒体营销。随着互联网时代的快速发展，以新媒体技术为基础的社交媒体呈现出一片繁荣的景象，社交媒体的出现，拉近了人与人之间的距离，也突破了传统媒体单一的传播模式，让受众有更多机会去参与双向沟通与互动，社交媒体最主要的特点就是极大的调动了受众的参与性，使更多的普通人、平凡人成为传播者，成为信息的者，许多受众满足于传受两者角色之间的转换，参与性极强。社交媒体以其开放性、连通性和交流性影响着人们的生活。不仅如此，社交媒体除了沟通交流功能之外，随着商品经济的进一步发展，社交媒体渐渐成为了诸多企业、商家作为自身营销手段的首要选择。
社交媒体营销简单来说就是利用各种社交媒体工具来进行营销、销售，维护公共关系，开拓客户服务的一种方法。近几年兴起的口碑营销、品牌营销等概都基本以社交媒体为主要载体进行营销。
社交媒体营销与传统的营销有着很大的不同，社交媒体更多的是注重受众的使用效果，目标受众利用社交媒体平台主动分享对品牌的认知，通过这样的方式，来影响与自己相关的社交媒体圈里的用户，众多企业也正是利用社交媒体这一传播优势来进行品牌的推销，形成自己的品牌口碑，达到营销的目的。
2.社交媒体的营销现状。随着社交媒体营销的出现与不断发展，并且受制于环境和发展期较短等条件的影响，其发展之路并不是一帆风顺，当前我们所处的营销现状大致可从以下几个方面来分析。
（1）广告主的试探性。各种各样新型社交媒体的出现，给予了广告主新的尝试机会，广告主们开始对社交媒体加大投资，探索新的广告形式以适应社交媒体环境，并且不断扩张自身的广告辐射范围，做到营销最大化。（2）在线模式不够成熟。对于社交媒体不断涌现的当前社会里，其也有着自身的不足，社交媒体的发展方向不明确，我们可以看到同质化的社交媒体数不胜数，大多数新的社媒往往都是效仿，并未有创新；其次，社交媒体的板块设置混乱，导致很多功能没有发挥特有的作用，板块之间没有清晰的界限。（3）效果不佳。这对于商家来说是最致命的，也是影响较为明显的。由于传播目标的不明确，造成了传播效果达不到预期值，这要求传播者要对市场进行细化，收集正确的客户数据并进行科学合理的分析，找到自身的潜在受众市场进行精准营销。（4）方式单一。商家通过社交媒体进行营销的方式较为单一，只是一味去以营销为中心，缺乏整合意识，出现了混乱、碎片化的现象，应该集中力量将去利用有价值的社交平台，着力与受众构建稳定的往来关系，并且努力维系与受众建立起来的关系，让受众感觉到重视，培养受众对品牌的认知度和忠诚度。
三、社交媒体的精准营销优势
社交媒体是一种在用户关系的基础上进行信息的分享、传播和获取的综合渠道。社交媒体精准营销则是以用户的需求为出发点和落脚点，为用户量身打造各种营销策略，精准营销主要体现在“精准”两个字上，真正了解和分析用户的真实的行为以及真实需求，利用社交媒体来进行精准营销，其价值也在这个过程中不断体现出来。
1.高介入度。社交媒体最为明显的优势就是媒体由传统的意识形态媒体变为了行为媒体，拉近了与消费者行为的距离，同时也增加了广告的转化率，使得受众在精准营销过程中的介入度由低到高，达到了前所未有的高度，让受众切身感受了参与营销的过程，增加了受众的参与意识。
2.受众定位清晰。便于实现精准营销，基于数据、cookies、路由器等对数据的搜集和筛选，商家经过一系列的分析处理，针对受众不同的喜好，生产能够满足受众喜好的产品，具体问题具体分析，制定不同的营销计划，明确不同受众的定位，进行归类整合，有助于精准营销的正确施。
3.免费分享。免费分享在社交媒体精准营销过程中有着较为重要的价值体现，其主体大部分是用户自身，他们在使用过之后，在社交工具中主动分享用过之后感受和印象，对品牌产品加以评价，并为其他用户创造分享点，让更多的潜在用户去了解和关注，久而久之形成了我们所熟知的口碑传播，而口碑传播的效果对于潜在用户的影响是会起到决定性的作用。
4.符合营销发展趋势。在这个充满营销的时代里，商家应该准确分析市场形势，制定适合市场的战略战术，应该把追求顾客满意度放在第一位，改变过去只以商家自身利益为中心的观念，以4C理论为出发点，站在消费者的角度来看市场，考虑消费者接触产品的便利性。尤其是在社交媒体时代，受众的体验效果尤为关键，社交媒体带给受众的便利性已经蔓延到生活的各个方面，这对商家而言就提出了更高的要求，主动了解受众的需求，利用社交媒体的便利性，减少受众接触产品的困难度，迎合市场的发展趋势。
四、社交媒体精准营销建议
1.受众分析（People）。在社交媒体环境下，对于商家来说，对受众进行分析是非常关键的一步，商家可以通过受众使用社交媒体的行为习惯来逐渐确立品牌的目标对象，依据目标对象和媒体受众之间的黏度，决定营销推广中较为恰当的内容，澄清品牌与消费者之间的关系，与受众建立联系，不间断地对受众进行科学合理分析，逐步细分、确立准确的受众群体，第一时间掌握满足受众的需求。
2.营销目标分析（Objectives）。营销目标对于每个品牌而言都各有不同，这不仅取决于品牌自身的产品属性，也和受众市场的不同有关，社交媒体平台的不同也影响了受众的品牌选择。商家在确立自身营销目标时候，应该先确立自己的受众群体，了解受众使用社交平台的特点，不同社交平台适合不同的营销目标，商家应该具体问题具体对待，而不是面对不同市场采用同样的营销目标，那这样下去，商家定会丧失对原有市场的掌控权，后果将不堪设想，社交平台的不同意味着受众的需求就会有所差异，商家要针对不同社交平台的受众进行分析，在分析过程进行营销目标的确立。
3.技术分析（Technology）。技术层面的分析重点是对社交媒体技术进行分析，要求商家不仅要注重对受众和营销目标分析，也要对所用到的社交媒体进行足够的技术分析，并不是简单的只对使用社交媒体的人进行基数统计，充分了解社交媒体的技术特点，并将自身品牌与其特点相融合，定期更新社交媒体工具，制定适合媒介技术的精准营销战略。
4.营销战略分析（Strategy）。营销战略对于一个商家品牌而言至关重要，营销是否成功取决于商家实施的战略是否恰当，是否能够恰当地利用社交媒体进行精准营销，是否符合发展的趋势。当然，商家应当注意到尽管社交媒体普及面很广，但社交媒体的受众也是部分受众，商家切记不能孤注一掷，放弃了传统的市场平台；社交媒体在发展的过程中也有其自身的局限性，当前依然是以大众媒体为主导，商家应当充分利用传统媒体对受众的影响来进行精准营销，仔细剖析精准营销的准略，找到适合自己发展的恰当战略，并且在实施的过程中根据市场的变化而进行战略调整。
在当前社交媒体盛行的大背景下，整个市场的发展方向都是基于社交媒体进行拓展，而精准营销战略对于一个企业来说，在整个营销框架中起着决定性作用，恰当利用社交媒体在传播渠道上的优势，使得营销的精准性、目的性更加明确和具有可操纵性。实现精准营销的基础是数据收集与分析，数据分析的核心是要充分了解客户关键行为和态度，对受众市场进行准确分析、定位，进而创造更具关联性营销内容，对客户的行为、倾向、意图和喜好越了解，就越容易有效传递关联性信息。同时，作为品牌的传播者也应该明白，和一般的大众营销不同，精准营销是一门致力于培养客户关系的学问，其核心不是品牌的打造，而是着力打造与客户之间的有效沟通，通过沟通向客户提供中肯的建议以及符合他们需求的产品。
参考文献：
[1] 潘洪亮.数字传播时代精准传播研究初探[J].广告大观（理论版）， 2013.
[2] 张丽.社会化媒体营销背景下微信的精准营销研究[D].吉林财经大学，2014.
根据Altimeter Group and Wetpaint分析师Charlene Li的研究报告，星巴克公司(Starbucks)是全球100大知名品牌中，最积极运用各种社交媒体频道(包括博客、Facebook、Twitter、Wiki和在线论坛)塑造品牌的企业。
这项研究报告公布在Engagementdb网站上，每一品牌都根据是否使用社交媒体频道、和使用程度有多深，分别接受评分。结果，星巴克以总分127高居第一，紧追在后的是123分的戴尔，以及115分的eBay。
Li的报告视社交媒体的使用程度而定，把品牌分成四大类。
运用社交媒体最积极的是“行家型”(mavens)，运用七种以上不同的频道，并且把社交媒体当作一种主要的营销与商业策略。
第二类是“蝴蝶型”(butterflies)，也使用七种以上的频道，但通常投入程度不深。
“精选型”(Selectives)使用六种以内的社交媒体频道，虽然为数较少，但投入程度很深。
第四类是“壁花型”(Wallflowers)，使用六种以下的频道，在社交媒体领域是生手。
金顶电池(Duracell)、宾士汽车(Mercedes-Benz)、家乐氏(Kellogg's)和吉列(Gillette)被归类为“壁花型”，名列榜末。
Li的研究并发现，积极投入社交媒体与公司的营收增长似乎有关联。平均而言，“行家型”企业在过去12个月来享有18%的年营收增长率，而“壁花型”企业的营收则下滑7%。
一、社交网络文本与短期股市行情之间的内在关联
从当前实际来说，社交网络已经发成发达，就以我国实情而言，已经出现了数量丰富的社交媒体，如微信、微博、抖音等等。这些社交媒体聚集了数十亿用户，说明很多用户同时使用着其中多个社交媒体平台。从股市行情预测来讲，社交网络文本与其存在一定的内在关联，这是需要形成认识的。
第一，关信息，甚至是公布企业财报等重要数据。这些文本信息，会对股价走势形成直接影响。如果可以在第一时间获取这些文本信息并展开相应的操作，便可以从股市中获利。
第二，社交网络中包含了大量的股票投资者，这些投资者会在社交网络上自己对一些股票的看法，或者是对股票的评价。投资者在网络上的发言，会形成一种情绪，这种情绪要么对股票保持积极的支持态度，要么体现出消极的态度。投资者在社交媒体上表现出来的情绪，会影响到其后续操作。如果消极情绪大，那么可能出现抛售股票的行为，这容易导致股价短期下跌。相反，如果情绪积极，那么可能出现抢购，容易导致股价短期上涨。
第三，在社交媒体上，除了与股票相关的企业公司和投资者之外，还有一类人的存在，那就是分析专家。从当前的社交媒体来看，有很多分析专家通过社交媒体，分享自己对股价走势的看法。这些分析专家，有些是真有水平，分析合理；有的则是滥竽充数，会误导投资者。分析专家的分析，也会给一些投资者决策带来影响，从而在短期内影响股市行情。
二、通过社交网络文本预测股市短期行情的策略
据实而言，股市行情和社交网络文本之间，切实具有一定的内在关系，这是毋庸置疑的。如何通过社交网络文本，来对短期股市行情合理预测，这是一个值得探讨的话题。
（一）搜集社交网络文本信息
要利用社交网络文本来对短期股市行情进行预测分析，那么首要条件，就是搜集到足够数量的社交网络文本。数据分析的准确性和数据量呈现出正相关的关系，也就是数据量越大，数据分析的准确性就越高。利用社交网络文本来判断股市行情，那么就需要搜集到数量足够多的文本信息，在大量的样本中，才能准确分析出背后隐藏的信息。同时，在搜集社交网络文本信息的时候，要突出目的性，也就是要从不同的层面出发，搜集不同的文本信息，具体来说主要涵盖三个方面：一是企业社交信息，二是投资者文本信息，三是专家预测分析，四是政策信息。搜集这四个方面的信息，进行综合判断，这样才能够提高短期股价预测的准确性。需要注意的是，需要重点关注企业信息和政策信息的搜集，这是影响股价走势的根源，同时也能影响投资者情绪。
（二）分析文本信息判断行情
在搜集社交网络文本的基础上，还需要对这些文本信息进行分析，判断短期内的股市行情。根据实践经验来看，企业信息和政策信息，是影响短期行情的重要因素。比如2020年5月21日，中芯国际通过社交媒体澄清一则利好公司的谣言，导致股价跳水大跌6%。企业的这类信息，能够在短时间内对股价造成很大冲击。所以，在分析中，就要制定相应的标准，对搜集到的各类社交网络文本信息进行分析判断。这一过程的实现，可以借助大数据技术进行。大数据技术具有强大的数据信息分析能力。通过网络技术搜集社交文本信息之后，就可以通过大数据技术来分析这些文本信息，提炼出其中的有效信息，并且依据信度来判断数据信息真实性，从而对市场行情进行预测。
（三）基于行情指导短期操作
通过社交网络文本分析预测短期股市行情，根本目的在于把握股市行情走向，从而对短期交易操作实现指导，能够从股市中获利。所以，这就需要基于短期市场行情的分析，来对短期交易操作进行指导。一般来说，短期操作要顺势而为，行情看涨则做多，行情看跌则做空。同时，要根据社交文本信息分析，对看涨或看跌的概率进行计算，概率越高，操作额度就可以越大；相反，概率越低，则说明分析结果的准确性不高，短期操作就要非常谨慎了。
P键词：新媒体；社交行为；文化交流；价值取向
基金项目：湖南省大学生研究性学习和创新性实验计划项目：“新媒体社交平台对社交行为的影响及趋势研究”（湘教通：2016-283）
中图分类号：G12 文献标识码：A
原标题：新媒体环境下价值取向、文化交流与社交行为分析
收录日期：2017年1月16日
新媒体技术的不断普及和成熟，传统的人际交往正在发生改变，新媒体已经不仅仅是一种社交媒介，而渐渐成为一种生活方式，成为人们生活中不可或缺的组成部分。基于调查问卷和现阶段国民社交情况，探究新媒体环境下价值取向、文化交流与社交行为间的相互影响，就如何在复杂多变的新媒体环境下更好地进行价值取向、正确且包容多元文化的社交提出相应的建议，对规范人们的价值观培养阵地和促进多元文化交流具有重要指导意义。
一、新媒体环境下的价值取向
（一）价值衡量的一般标准。价值观就是人们由心中发出对世界上存在万事万物的认识以及所持有的对待万事万物的态度。人们所处的自然环境和社会环境，包括人的社会地位和物质生活条件，决定着人们的价值观念。处于相同的自然环境和社会环境的人，会产生基本相同的价值观念，每一个社会阶段都有一些共同认可的普遍的价值标准，从而发现普遍一致的或大部分一致的行为定势，或是社会行为模式。
个人价值观有一个形成过程，是随着知识的增长和生活经验的积累而逐步确立起来的。个人的价值观一旦确立，便具有相对的稳定。但就社会和群体而言，由于人员的更替和环境的变化，社会或群体的价值观念又是不断变化着的。一个人的价值，不仅要体现在金钱或财富的创造上，也要体现在他对社会的贡献和影响上；不仅要看他创造的经济效益，也要看他创造的社会效益；不仅要看他对经济的贡献，也要看他对社会的贡献。价值观可分为理性价值观、美的价值观、政治价值观、社会性价值观、经济性价值观、宗教性价值观等。
（二）价值取向差异分析。主流文化价值观的不同影响着价值取向。主流文化价值观是为自我满足而奋斗的精神，受其影响的人张扬个性，强调维护个人利益，注重独立自主发挥个人潜力，强化个人权利意识。个人主义是一切行为的准则，自我现实人生的最高需求和目的，独立是自我实现的最有效手段，人权神圣不可侵犯是实现自我的保障。主流文化价值观是和合精神，受其影响的人注重和谐，崇尚天人合一，人与自然和谐相处，在人与人的关系上，强调以和为贵、与人为善；在国家和国家的关系上，主张亲仁善邻、协和万邦。
（三）新媒体对价值取向的影响。新媒体呈现出线上线下融合、网络成为现实的延伸、虚拟与现实并存互融、共生互补的发展趋势。新媒体不再只是处在虚拟的层面，它已经改变了人的生存方式、交往关系，重构社会的话语体系、组织模式，产生出新的道德伦理和价值观念。新媒体改变了人们理解认知系统，改变了人们价值意识构建的方式和强度。新媒体环境下，人们能够更便捷地获取社会上的各种信息，思想得到解放，随着视野的扩展，人们的需求不再局限于身边事物，价值取向也开始发生转变，加上贫富差距的扩大，使得人们的利益冲突更加明显，人们对物欲的需求更加强烈，拜金主义、享乐主义泛滥，人们往往用过度的物质消费填补精神上的空虚，功利主义观念渗透到精神生产当中。
二、新媒体环境下的文化交流
（一）多元文化与文化认知。随着人类社会日益复杂、信息流通发达、文化的更新转型也日益加快，各种文化的发展均面临着不同的机遇和挑战，新的文化也将层出不穷，多元文化是特定时代的产物，是特定时代下社会的巨大变化。在信息高速流通的当今社会，人们之间交流的距离日渐缩短，这就导致了移民文化的产生，某个国家或民族的新移民的到来往往会对原有存在的社会产生冲击，导致社会发生一系列变化，原有平衡被打破，经过长期的冲突和融合，新的一轮又形成，如此循环往复，在这个过程中多元文化也相应产生。
人用自己的思想去分析、研究得出体会、感知，记录下来变成了文明，同一思维模式下，文化通常体现出民族的、地域的或特定人群的特点。认知的本质即是人们对来自外在世界的刺激做出选择、评估与组织内在的过程，文化不仅提供了解释认知的基础，而且引导人们选择与归纳认知的对象，人们对文化的认知即是对已有文明做出选择的过程。影响文化认知的因素有很多：年龄、社会角色、价值取向、、教育、地域环境等。
（二）文化传播中的冲突与包容。不同国家和民族的文化有不同的价值目标和价值取向，各种文化在传播过程中相互接触会产生相互竞争和对抗状况，这便是文化冲突，文化冲突最主要表现在以下几个方面：价值取向冲突、政治文化冲突、冲突。文化冲突的结果，或相互吸收或融化或替代对方，随之会产生新的文化模式或类型。俞思念的《文化与宽容》一文中指出“文化的本质与源流，在于它本身所具有的宽容性，文化的宽容是文化的跃迁”，文化在交流过程中除了冲突，还会相互包容，文化的冲突与包容是相对的，这两个过程均带来了文化的变革与新文化的产生。
（三）新媒体对文化交流的影响。新媒体社交环境下，人类社会开启了全球交往的新篇章，在一定程度上文化冲突的范围也被扩大，无论是在空间地域上还是内容上，生产力的发展和技术的进步，尤其是交通和通讯技术的进步，使人类在全球范围内的交往和联系达到了前所未有的程度。文化的冲突也开始由地方上升到全球，由个别内容扩展到文化的各个领域。新媒体环境下，文化冲突发生的频率和强度被增加，随着世界各个地区、各个民族、各个国家在政治、经济和文化上的广泛接触和交流，不同文化的差异和特征明显地凸现出来，激发了各国人民民族意识的觉醒以及对民族文化特殊性的诉求。不同文化的价值观发生着猛烈的碰撞，由此引起文化上的冲突，而随着新媒体的进一步发展，文化冲突的发生将更具有经常性和普遍性，在强度上也更加深刻和尖锐。全球化跨越了地域和国界界限，极大地扩展了各国文化交往的空间。
三、新媒体环境下的社交行为
（一）社交心理及行为的具体表现。健全的社交心理可归纳为平等心理、真诚心理和认同心理。平等心理的人注重自身修养、谦虚待人、尊重他人、严格要求自己、待人宽容。真诚心理的人待人真诚，不因权利地位私欲而变得虚伪和残忍。认同心理的人在社交中利用彼此相似之，从而缩短彼此之间的距离，这类人善于消除隔阂、融和气氛。然而，人在后天受诸种社会因素影响，容易铸成畸形的社交心理，称之为“妨碍社交的不健全的社交心理”。比如骄傲嫉妒心理、自卑冷漠心理、自私自利心理等。骄傲嫉妒心理的人非常自负且心胸狭窄，看不起别人，又不许别人超过他，唯我独尊，容不得别人说个不字。自卑冷漠心理的人不追求自身价值，时时看不起自己，对周围人事态度冷漠，他们适应能力差、悲观厌世、遭受挫折不易振作。自私自利心理的特点是一切从我出发，为一己之私可以牺牲他人和集体利益，这种人为了达到自己目的，会采用各种欺骗手段。
（二）社交行为策略。人们在社交过程中应该时刻本着真诚、善良的心，社交活动是一种互惠，任何交往都不能只为自己不顾他人，我们要坚决摈弃社交中的极端利己主义。在社交生活中，我们应该在朋友孤独时解除他们的寂寞，失志时给予帮助和支持、被误会时给予理解和同情、成功时给予认同和肯定等等。社交双方在交往时应处于同一心态，对某人某事某物有共同的认识和情感倾向，那就很容易靠拢、融洽。如果情绪相互感染，达到比较强烈的程度，就会产生共鸣。因此，要想获得良好的社交结果，一定要找到能产生“共鸣”的话题来交谈。
（三）新媒体环境下社交行为特征。新媒体环境下的社交，经过高频次的互动交流，原本关系为弱连接型（现实社交中不认识或不熟悉）的好友发展成为了强连接型（联络频繁关系密切）的好友。新媒体环境下社交对象具有易得性，新媒体社交平台可以通过通讯录自主选择好友的添加或者不添加，也可以基于共同兴趣爱好和关注点，而结成好友关系。
四、新媒体环境下价值取向、文化交流与社交行为联动模型
如何在复杂多变的新媒体环境下更好地进行价值取向、正确且包容多元文化的社交，应当考察新媒体环境下社交过程的知识要素，而新媒体社交平台是人们进行社交的重要渠道，价值取向与文化交流是社交过程中会涉及的两个方面，为如何正确进行社交提供重要思路。本文考虑新媒体环境对人们价值取向、文化交流以及社交行为的影响所持的基本假设是：新媒体环境直接影响人们价值取向、文化交流与社交行为，同时价值取向、文化交流与社交行为这三者之间也在相互影响，进而影响新媒体环境。具体来说，新媒体对三者有直接而显著的影响，同时，三者也通过彼此间的相互作用关系，直接或间接地影响新媒体环境的发展。在此基础上，本文提出新媒体环境下价值取向、文化交流、社交行为的关系模型，如图1所示。
（一）新媒体环境下价值取向对社交行为的作用机理。新媒体发展的迅速及其复杂性对社会生活造成了很大的冲击，尤其是对人们的价值观念、思维以及行为方式均产生显著影响，主要可以归纳为两个方面：一方面新媒体的发展使人们交往的社会媒介系统发生改变；另一方面新媒体的发展促使人们构建新的社交环境。新媒体利用新的平台把传统大众媒体的各种类型综合起来，实现复合型且无边界的传播。由于新媒体环境下的虚拟群体的多样化以及新媒体环境的开放性和包容性等特点，社会各方面信息从各个不同的视角得以全方面的传播，包括正负面信息的互动性传播，人们的思想心理、价值观念也因此发生改变。价值观是指人们在认识各种具体事物价值的基础上形成的对事物价值的总体看法和根本观点，一旦形成便具有稳定性。而价值取向是介于价值观念和行为之间的中间环节，价值取向决定、支配主体的价值选择，唤起态度、指引和调节行为。价值取向对社交行为的作用主要表现在社交思想以及社交行为本身两个方面，正确的价值取向能够体现人的社交思想，一个人价值取向是否正面决定了他在社交过程中的行为和心理是否合理，人们将自己的社交思想传递给他人，影响他人对事物的认知以及对价值的判断，实现价值取向的传递和交流，从而形成一个以社交行为为纽带的价值取向的传递链。
（二）新媒体环境下文化交流对社交行为的影响脉络。文化交流可以通过直接沟通、间接传递信息等多种方式来传达信息和交流，比较常见的有通过传统交流方式（如面对面式的交谈沟通、报纸、电视、书本等传统媒体工具）来快速直接地进行文化交流，还可以通过新媒体的方式。文化交流通过社交平台的方式潜移默化影响人的社交行为。新媒体的发展带来大量的亚文化影响，比较显著的便是不假思索的“快餐文化”。“快餐文化”是一种只求速度不求内涵的社会、文化现象，随着新媒体与网络的进一步发展，“快餐文化”更是演变成一种时尚并且冲击着传统文化。在现代快节奏社会中，“快餐文化”在满足人们精神文化需求的同时，也带来了负面影响。“快餐文化”与传统文化的碰撞也是新媒体社交与传统社交的碰撞，通俗小说与流行音乐等的风行、正统文学作品的低落，人们的社交行为变得华而不实，归根结底，新媒体社交环境下的文化交流改变着人们的思维方式，进而影响了其社交行为。
（三）社交行为过程中的价值取向与文化交流分析。社交行为、价值取向与文化交流是两两相互影响的，社交行为是一个人价值观的外在体现，在社交的过程中人们通过语言文字等沟通交流的方式将信息传达给社交的另一方，其中信息的传达就是人价值观的表达。社交行为深受文化交流的影响，文化由于受各种地域等多种非人力因素和人为因素，如人本身的个性气质等所影响，以多元化形式呈现出来，文化可以通过人可触碰的任何物体赋予其特定的含义来影响人的认知，人的社交行为很多时候是人对事物认知的一种阐述和内心价值体系的表达，从而文化多元化的特质直接影响社交行为。
五、结论
本文分析新媒体环境下价值取向、文化交流与社交行为三者之间的作用机制，构建了新媒体环境下价值取向、文化交流与社交行为之间的关系模型，研究发现可通过价值衡量一般标准以及价值取向差异，分析了解新媒体环境对价值取向的影响，通过将多元文化交流和文化传播在新媒体出现前后的情况对比，得出新媒体环境对文化交流的影响，通过分析新媒体环境下人们社交心理以及行为的变化得出社交行为的特征，综合以上分析得出新媒体环境下价值取向、文化交流与社交行为分析三者之间的作用机制，总结如何在复杂多变的新媒体环境下更好地进行价值取向正确且包容多元文化的社交。
主要参考文献：
>> 社交媒体时代信息的碎片化传播 社交媒体传播中的“影响力圈层”效应 新媒体危机传播对公众理性培养的误区 新媒体“碎片化”特征对品牌传播影响研究 社交媒体对新闻传播的影响 论自媒体的传播特征与公众影响力 以微博谣言传播为例浅析社交媒体的媒介素养 网络影视碎片化传播力研究 陕西媒体微信公众号的传播力研究 碎片化传播的时代 社交网络对品牌传播的影响力 拯救社交碎片化 浅析社交媒体对政治传播的影响 移动社交化媒体的网络传播教学应用 群体影响力差异对谣言传播全过程的影响研究 新媒体消费平台对公众消费与生活的影响 自媒体对公众政治参与的消极影响与对策 网络传播对公众知情权的推进 碎片化背景下的分众传播与新媒体发展 从传播素质看报纸对社交媒体传播的影响 常见问题解答 当前所在位置：
[2]王灿发.突发公共事件的谣言传播模式建构及消解[J].现代传播（中国传媒大学学报），2010（6）.
[3]刘昊.碎片化语境下的网络传播策略[J].新闻爱好者，2011（10）.
[4]北京网络辟谣平台每日清理万条谣言[EB/OL].
[关键词]新型社交媒体；大学生；行为习惯；社交媒体依赖
前言
2013年，中国传媒大学就中国大学生媒体接触与消费行为展开调研，调研结果显示，近96%的大学生拥有智能手机，且在有效的1500个样本中，每天利用手机上网时间在5个小时以上的人数在25%以上，而2011年该数据仅为5%。2015年10月11日，第二届华南青年传播学者论坛上有学者调查，大学生在新型社交媒体中，微信使用频率最高，为92.53%，日均使用时长为2.72小时，其次为微博，使用频率为47.71%，日均使用时长为1.31小时；QQ使用频率为26.76%，日均使用时长为2.16小时。同时调查显示，微博好友数量超过微信，“睡前一刻”通过微信看新闻已成为趋势。由此可见，大学生借助手机上网、通过新型媒体社交，已经成为一种普遍的信息传递方式和沟通交流方式。
1.社交媒体的概念与引发的新变化
1.1、社交媒体的概念
社交媒体，又称社会化媒体，是指一种网站和技术，用户借助网站和技术这样的工具和平台，进行沟通、分享、自由讨论和评价等一切社会互动活动，并在互动过程中，满足“建立关系”或“发挥影响”等需求。社交媒体的发展离不开媒介技术的支撑，伴随着媒介技术的发展，社交媒体也从社交网络、论坛、博客等社交形式发展到如今的新型社交媒体――微博、微信等，可以说，社交媒体已然成为大学生日常生活的一部分，并影响着人们的生活和交往，改变着人们的观念。
1.2、社交媒体引发的信息传播新变化
从传统的社交媒体到新型社交媒体，媒介技术的发展和运用促进了社交媒体的迅速发展并引发信息传播的新变革。
首先，更注重传受主体的交互性。在传统的社交媒体中，受众的角色是一个被动的信息接收者，缺乏对信息内容的反馈和互动。新型社交媒体下，任何个人均可以借助移动设备与外界的交流互动，集信息的接收者和者为一身，真正成为媒介的主体；其次，传播内容个性化、碎片化。传统社交媒体传播的内容是经过加工后呈现在受众面前，而新型社交媒体下，一张图、一段视频、一条评论，甚至事件不完整的一个片段，都可以成为传播内容。借助新型社交媒体，多样的信息主体可以根据自己的喜好侧重关注程度，在选择与互动过程中进行个性表达；最后，信息传播具有及时性、影响广泛性的特点，弥补了传统社交媒体的不足。
2.新型社交媒体对大学生行为习惯的影响
2.1、新型社交媒体对大学生行为习惯的积极影响
移动终端设备的普及，以微博、微信为代表的新型社交媒体的发展极大地影响着大学生的思维与生活方式、道德意识、价值观念乃至行为规范，帮助他们打破原有的圈子建立新的圈子，并从单向的文化接受转向多向交流。在这种交流过程中，大学生展示自己积极优秀的一面，寻找志同道合的人，通过对某一事件的评论赢得朋友的认同，并通过资讯共享不断增长见识，进而满足大学生认知的需要、情感的需要、个人整合、社会整合的需要以及纾解压力的需要，为大学生提供较强的归属感。以微信为例，作为新型社交媒体，一方面，大学生可以通过朋友圈结交一些志趣相同的朋友，并自由地表达自己的情绪、对事情的看法，或者记录自己的经历。大学生还可以临时创建群聊分享创业、就业等信息；另一方面，大学生可以通过订阅号有选择地关注自己感兴趣的信息，确保信息交互更具有个性化特征，扩大了大学生群体的社交范围。
2.2、新型社交媒体对大学生行为习惯的消极影响
2.2.1、过度依赖社交媒体
新型社交媒体在为大学生提供了全新的媒介体验和自我展示、表达途径的同时，也存在社交媒体依赖的隐忧。刘振声在《社交媒体依赖与媒介需求研究――以大学生微博依赖为例》中指出微博依赖者表现出更高的逃避倾向，他们会将大量的时间和注意力停留在网络碎片化、无意义的信息上，拖延甚至懈怠学业。此外，有学者在研究中发现，有近47%的大学生具有社交媒体依赖倾向，他们往往因为过度关注有没有人评论、圈里是否有动态更新等，造成注意力无法集中到学业上来，也更容易出现睡眠问题。
2.2.2、虚假信息侵害大学生安全利益
微信为代表的新型社交媒体的普及，让越来越多的大学生对微信持信任和依赖的态度。伴随着腾讯财付通和微信支付的兴起，95%以上的大学生会在微信中填写真实的的个人信息，在网络监管不规范、系统出现漏洞等情况下，大学生个人信息泄露，给自身带来人身、财产的安全隐患。另一方面，大学生社会阅历不足，对于一些网络信息缺乏严格的辨别和判断能力，让自己不觉成为低俗、虚假信息的传播者，被不法分子利用。
2.2.3、现实人际关系异化
新型社交媒体的出现，在提高大学生人际交往效率的同时，也出现部分大学生沉迷虚拟世界、现实生活中却出现人际交流障碍，真我与虚拟人格的错位冲突，最终可能导致学生焦虑、自恋、偏执、抑郁、冷漠、拖延等心理疾病的发生。有调查显示，75%以上的在校大学生手机处于“24小时开机”状态，在“每天使用手机时长”上，有近一半的同学表示“超过5小时”。对于“聚会时同学低头玩手机”的现象，仅有16%的学生表示不会出现。同样以微信为例，“点赞党”、“秒赞党”的出现，都是人际交往中伪亲密的体现；此外，在微博的使用上，部分大学生出现过分关注星座命理，用所属星座来解释自己的性格成因，用命运来解释自己人际交往的成功与失败，对微博谣言辨别能力相对较差，进而影响自己的学习和生活。
3.科学引导大学生合理使用新型社交媒体策略
3.1、完善网络社交的相关法律法规，推出大学生网络社交条例
人治与法制的本质是自律与他律。新型社交媒体的虚拟、开放等特征，更需要相关法律法规为社交媒体保驾护航，通过《信息净化法》、《隐私权保护法》等相关法律法规，推动网络社交工具健康发展。截止到2014年9月，我国网民数量已达到6.32亿。作为世界上网民数量最多的国家，在大力完善网络社交秩序、推进网络立法的同时，针对大学生社会阅历不足等群体特点加强以大学生为对象的网络社交条例建设，积极推行网络社交工具后台实名制。新型社交媒体的虚拟性不等同于虚假性。实名制的网络社交环境，有助于培养大学生的诚信意识，很大程度上提高了交往的安全性，增强了大学生的人际交往能力，同时有效地规范了网民网络社交行为，防止大学生成为谣言、恐慌情绪的者和传播者，培养大学生网络社交言论的责任意识。
3.2、创新大学生网络社交教育管理模式
新型社交媒体的快速发展，需要学校管理者与时俱进，培养出一支集专业技术人员、心理辅导老师为一体，具有专业网络教育管理知识的师资队伍，便于积极参与大学生新型社交媒体建设。并通过开设人际交往、网络安全与网络法规等相关课程，对在校大学生社交媒体使用情况进行摸底，了解大学生使用情况和偏好，进而进行数据分析，对大学生社交媒体上常见的问题进行指导和必要的干预，有效引导大学生在新型社交媒体上的行为习惯，借助形式多样的线下活动鼓励大学生更多地融入现实人际交往。
具体在实施过程中，学校教育者可以借助新型社交媒体与大学生建立自由、平等的朋友关系，借鉴成都理工大学经验，加强校园网络文化建设，开设学生党建、教师风采、师生论坛等版块，借助学生骨干力量，有效引导大学生网络社交，必要时利用微信的“群聊”功能引导学生在现实中积极开展对有关公共话题的讨论，还可以通过社交媒体平台及时发现大学生社交中所存在的问题并加以处理，提出人际交往技巧和安全提醒。社交媒体之外，开展演讲比赛、社会实践、假面舞会等活动，促进网上自由交流网下良好共处的有机结合，避免大学生出现社交媒体依赖情况。
3.3、注重舆论引导，加强大学生媒介素养教育
早在上个世纪五十年代，一些发达国家就已经将媒介素养教育引入青少年课堂教育中。作为对信息的选择能力、质疑能力、理解能力和评估能力等一系列能力的综合体，媒介素养教育可以有效促进大学生评估和管理个人媒介接触行为，社会、学校以及家庭应该加大学生媒介素养教育，包括如何使用媒介、如何判断媒介信息的价值和意义等。总之，媒体作为社会舆论的导向工具，大学管理者应该与时俱进，积极运用新型社交媒体传播主流意识和价值观念，通过先进人物事迹的宣传，借助艺术、时尚、情感等元素加强对学生的吸引凝聚和思想引导，打造丰富多彩、积极健康的校园文化体系。无可否认，社交媒体不仅带给大学生新的交往体验，更是潜移默化地改变着大学生的行为方式和生活态度。因此，学校在避免大学生沉迷新型社交媒体的同时，要善于借助有影响力的公众号、官微等传播正能量，帮助大学生树立正确的人生观、价值观。
[参考文献]
[1]孙步宽.大学生网络人际交往与网络成瘾的调查研究[J].福建教育学院学报，2011.
[2]杨宏兰.大学生网络人际交往的现状及对策[J].学习月刊，2011.
[3]郑晓娜.大学生微信使用现状调查与分析――以全国208所高校为例[J].网络思政，2014.
购物车(0)