前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇社交媒体分析方法范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。
〔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 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)
因此,对于那些事业心强的80后、90后们来说,尤其要重温一下社交技能,学会如何利用职场的“社交资本”。 学会五种社交媒体技能
一是知道什么时候按下删除键。
去年九月,一家商业新闻网站的技术总监因为自己发表在私人推特账户上的言论而被东家开除,引起了广泛的关注。这位技术总监发表的关于女性和少数族裔的言论的确非常无礼,但是这个案例也暗示了一个更大的问题――80后、90后们有时意识不到个人言论会造成职业上的影响。
推特、Facebook、微博、微信等社交网络都是大型公众平台,你在上面发表的言论经常会反馈到老板的耳朵里。这个事例表明,很少有哪个公司愿意把自己和歧视性的内容联系在一块儿,哪怕你的本意只是讲个笑话。
二是用社交媒体节省时间。
一项调查显示,人们在工作时间最经常上的私人网站是Facebook。随着社交网站的繁荣,现在大家上班时不仅要上Facebook,还会刷微博和微信,社交媒体很有潜力成为职场的时间杀手,但同时,社交媒体也可以节省工作时间。
麦肯锡公司最近的一份报告指出,社交媒体的内部协作能力有可能为企业界节省高达1.3万亿美元的资金。比如,内部社交网络可以让员工组成虚拟的工作组,在信息板上进行沟通。员工们在协作时不再需要无穷无尽的邮件往来,而是可以持续在信息流上或回复消息。虽然这些都不是什么革命性的新技术,但是80后和90后们在如何在企业内部使用社交网络这个问题上,仍然需要加强学习。
三是明白怎样分析数据。
80后们对什么东西在社交渠道上能火,有一种天生的理解,但是要想把哪些东西能火、哪些东西不能火量化出来就是另一回事了。
微博营销活动的成功应该拿什么来衡量?转发、引用、回复、评论还是客户人数?在Facebook上发贴的最好时机是几点,隔多长时间发一次贴最合适?研究这些数据最好的分析工具是什么?虽然社交媒体本质上在于人的沟通,但它同时也是一个收集数据、利用数据改善业绩的平台。知不知道应该寻找哪种数据、在哪寻找数据、如何分析数据,就决定了你究竟是专家还是普通的社交媒体爱好者。
四是整合多个社交媒体平台。
有的人是推特大师,或者在微博上有大量粉丝。但是真正的人才是那些擅于整合运用不同平台,同时明白每一种平台主要针对哪一块市场的人。比如,以视觉为主的网络越来越受耐克、红牛、奔驰等品牌的青睐;比较简单的图像和视频则主打那些传统的文字型社交网络。
消费者们通过这些社交网站的链接进入公司的博客或主页,然后进一步陷入更深的销售漏斗。同时,横跨各平台的统一的主题标签,有助于统一和追踪总体的营销活动。即便是在社交媒体上造诣颇深的80后,往往也不明白整合不同社交媒体平台所能带来的倍增效用。
五是以职业姿态在社交媒体上拓展人脉。
等到80后和90后们迈出校门的时候,很多人都在个人资料栏里填写了自己的兼职经历、实习经历、课外活动和学业成绩等等。但是,在找工作上最强大的能力却经常被人忽视了:有些招聘经理或者CEO虽然一般没办法直接联系上,但中间只要经过一层或两层中间人就能“攀”上关系。
比如,有个网站有一项叫做In Mail的付费服务,让用户可以向全网2.77亿名用户中的任何一个人直接发送邮件,真正有进取心的求职者可以直接拿下理查德・布兰森、比尔・盖茨或者狄巴克・乔布拉这样的“大鱼”,直接向他们的邮箱投递简历。80后、90后们都有一颗“驿动的心”――总是在找下一个工作机会。所以如果当你想广阔天地大有作为的时候,不妨把这一招记在心里。
当然,要掌握这些技术可不是吃快餐。沃德说:“真正的问题是,我们希望人们学会这些技能,却不提供任何培训。”随着社交平台的数量越来越多,使用方式越来越复杂,让任何人――哪怕是最紧跟潮流的人,能不加培训就掌握这些知识,无疑不合情理。
对于在激烈的就业市场中竞争的80后、90后们来说,在十年前还闻所未闻的社交媒体知识,可能决定了他们能否找到、保住一份工作。沃德说:“能以一种整合的、战略性的方法,专业地使用数码和社交媒体的学生,具有一种优势,他们能获得更好的就业和实习机会。”
朋友关系网为何如此重要?
每个职场中人都一定要和其他人接触,参加各项社交运动;而社交范畴的大小,与每个人的职业、喜好及生活方法有很大关系。现实生活中,有些人总交不上朋友,或者是交了朋友没多久,朋友又跟他疏远,平时和同事的相处也不融洽。而流行的看法认为,男性更擅长分析事物,女性善用社交技巧。但在工作场合,男性在利用社交关系方面似乎具有优势。
伦敦商学院组织行为学的心理学家布兰兹认为,朋友关系网等非正式交往在任何组织中都发挥着强大的作用。非正式的朋友关系网和彼此建议使员工觉得公司是一个更舒适的工作场所,这些关系网也会让公司受益。
“员工私交不错的组织,往往在危机中具有更强的适应性,”她说:“人们在危机中表现得更好,原因就在于他们既帮助公司,也帮助自己的朋友。”所有研究都表明,在私人关系很好的公司里,人们工作更投入;而且有大量证据显示,这种投入会给一个组织带来竞争优势。
研究还表明,我们倾向于喜欢与自己相似的人――学术说法为“同质性”。在实际工作中,这一倾向在男性身上体现得更明显,也就是说,男人更愿意跟其他男朋友。这也意味着,即便女性更有可能努力跨越性别鸿沟发展友谊,但相对于男性同事,男性给予女性友情回报的几率更小。
关键词:社交媒体;大学生创业;作用
1 现代社交媒体对大学生创业的推动作用
1.1 拓展人脉
在创业过程中,人脉的拓展尤为重要,它会对创业成功率产生直接的影响,而对于人脉拓展而言,社交媒体的合理使用所带来的积极作用又极为明显。在创业者看来,要想获得人脉与关注,无论是使用微信还是微博,都是既困难又简单的。说其困难,原因在于微信与微博等现代社交媒体都存在一定的局限性,它们所面向的对象有所不同,因而在获取人脉之时亦面临相应的局限;说其简单,原因又在于微博能够采用制造热点话题、使用微博推广等方式加强宣传,以此获取更为广泛的关注,而对于微信而言,同样能够借助公众号等手段提升关注度。大学生在创业之时,可以对微博、微信等现代化的社交媒体进行巧妙地利用,以此积累人脉,这能够在较大程度上保证其创业活动的成功。
1.2 提供平台
大学生创业需要有平台作支撑,在当前电子商务迅猛发展且广泛普及的背景之下,如果一味地以传统创业思路为指导,必然是不可取的。现代社交媒体能够提供一个选择平台的机会于大学生创业者,对于大学生而言,不管是在哪一个领域开展创业活动,都是可以以社交媒体为支撑来进行的。举例来说,如果大学生选择在美食餐饮领域进行创业,便可以利用微博、微信等制造热点话题,以此引起广泛的讨论与关注,让消费者有一个较为清晰的认识。在此基础之上,可通过拉手、糯米等餐饮平台加强推广语宣传,此外,还可与金融平台建立合作关系,开展一些折扣减免活动,例如,使用微信支付特享周五半价优惠等。由此可知,社交媒体能够提供可选择的平台于创业大学生,有利于其创业道路的铺筑。
1.3 集成化创业
除了在人脉与平台两个方面向大学生提供一定的支持,推动创业活动的开展以外,现代化的社交媒体还有利于实现创业的集成化,对某一单一环节创业尴尬现象的发生予以避免。现代社会正朝着集成化与统一化的方向发展,传统形势下的只强调生产链中某一环节的创业模式已失去先进性,逐渐被新时代社会与市场的发展所淘汰。此外,以消费者为视角来分析,一条龙的服务需求越来越明显,这同样要求大学生开展集成化的创业活动。利用现代社交媒体,大学生在创业之时能够更好地将不同环节集合起来,提供能够符合消费者心理预期的优质服务。
2 大学生利用现代社交媒体开展创业活动的制约因素
2.1 虽了解社交媒体但欠缺创业意识与实践经验
目前,很多大学生对现代社交媒体的使用频率均很高,但是,他们利用社交媒体开展创业活动的意识却相对欠缺。大部分大学生在使用社交媒体之时,仅将其视作一种娱乐与休闲的工具,很难充分把握其营销价值。对于大学生而言,他们普遍不会以社交媒体为依托进行市场的拓展。虽然现阶段已有部分大学生具有了利用现代化的社交媒体开展创业活动的意向,但其必要的工作经验较为欠缺,在大学生寻找到正确且合适的创业途径之前,依靠现代社交媒体进行创业这一先进思想只能停留于起始的计划阶段。
2.2 利用社交媒体进行创业的特征并不突出
目前,诸多现代社交媒体均以促进人际交流、拓展人脉关系为其主要功能,大学生在借助社交媒体开展创业活动之时,只能依靠自身的技术力量优化各个媒体的效果。然而,就现有的实际运行结果分析可知,基于精力、能力以及实力等因素的限制,很多大学生不具备足够的知识与能力利用并驾驭全部的社交媒体。若委托专业公司对社交媒体进行运营,可以在很大程度上提升使用效果,但是这又需要支出大量的资金,加之国家政策等因素的限制,现阶段大学生还没有足够的能力进行现代社交媒体的营销外包或托管,因而又成为对创业活动产生制约的一项重要因素。
2.3 社交媒体网络信息对大学生造成不良影响
很多新闻媒体曾报道过互联网信息对青少年影响的事例,大学生处于人生观、世界观与价值观形成的关键时期,这一阶段接触的信息亦会对其产生很大的影响。随着现代科技的不断进步与发展,与大学生密切相关的现代社交媒体功能亦愈发高端。作为走在潮流前端的人群,大学生对于很多新生事物都有着广泛的兴趣与积极的探索欲望,社交媒体中有很多不利于他们成长的信息,在利用社交媒体进行创业的过程中,如若不能对微信、微博等媒体的信息做出正确的分辨,便会很容易误入歧途。
3 高效发挥现代社交媒体作用为大学生创业提供服务
客观分析,正确使用现代社交媒体向大学生创业提供服务需要由学校、家庭、社会以及政府等多方面进行引导与监管。
3.1 学校方面
要通过举行网络论坛、开展与专业相结合或者提高专业技能的教育活动对大学生进行引导,使其对创业知识以及利用现代社交媒体进行创业的概念有一个更加深入的认识,增强其创业自觉性,培养务实心态,对其创新精神与实践能力进行不断的锻炼与提升,向大学生创业提供优质的服务,此外,还要进行网上就业指导教育以及网上职业咨询辅导等活动的积极开展,将社会实践同学生专业实践以及就业创业密切地结合起来,使大学生随时随地地利用现代社交媒体接受教育,增长知识,对其正确创业意识的树立进行积极且合理的引导。
此外,学校还要对现代社交媒体进行充分的利用,积极宣传优秀创业典型,以榜样的实际经历激励更多的大学生参与到创业队伍中去,营造并优化创业氛围,对创业工作予以不断的推M。利用公众号、微博发文或者讲座等形式向学生传授现代社交媒体的正确使用方法,对社交媒体的不良危害予以强调,以引起学生的足够重视,进而使其养成良好的社交媒体使用习惯。在课堂上,教师要多注意提醒学生专心听讲,减少学生课上使用社交媒体的频率,预防大学课堂出现现代社交媒体污染,影响正常上课与人才培养质量等不良现象的出现。更为重要的,思想修养培养必不可少,教师要时刻掌握大学生的思想动向,引导学生健康向上发展,助其树立起正确的人生观、世界观与价值观,提高学生鉴别有害信息的能力,构筑思想堡垒。此外,学校还可利用网络进行大学生创业指导课程或讲座的开设,使学生树立自信心,为自己的目标不懈努力,避免出现由社交媒体中黄赌毒等有害信息侵害而自甘堕落的现象。
3.2 家庭方面
家长要寻找正确的教育方法,不能过分地溺爱子女,积极督促他们奋发向上。勤俭节约的好习惯要从小养成,尤其是在子女上了大学以后,家长要对其用于社交媒体之上的开销进行合理的控制,通过交流了解子女在学校的学习与生活状况,对其受不良信息影响的情况进行监控,以防子女过于依赖现代社交媒体现象的发生,使子女能够在学校正确地使用社交媒体,形成健全的人格,在顺利完成学业的同时对创业能力以及竞争力予以提高。
3.3 社会方面
首先,要在全社会营造积极向上的氛围,鼓励大学生利用现代社会媒体开展自主创业活动,并在鼓励成功的同时宽容失败,通过自主创业宣传教育的加强对大学生创业持以积极的鼓励态度。其次,要对现代社交媒体进行严格的规范,现代化的社交媒体横跨各行各业,它不仅关系到技术培育问题,还与市场规范息息相关,社交媒体的运营必须以业务管理平台的建立为前提,对媒体信息进行严格管理,有效控制负面信息的传播,以此为前提向大学生创业提供优质服务,对政府压力予以缓解。例如,可以利用微信、微博等进行创业信息的免费,开辟创业新渠道等。而怎样控制、怎样征询、怎样选择是需要各方面密切合作的一件事,管理部门需要进行公共信息现代社交媒体发展机制的制定,在推动社交媒体发展的同时强化信息管理,尤其是加强对媒体内容的管理,真正实现社交媒体的更安全、更绿色且更创新。
3.4 政府层面
在大学生创业过程中,政府发挥着引导性的作用。首先,政府应在大学生利用现代社交媒体进行创业之时制定多种优惠政策,给予其特殊的税收优惠,向大学生创业提供资金、信贷以及市场政策等的支持。其次,适当优化大学生创业的风险投资,允许其在缴纳所得税之前进行相应风险准备金的计提,以此对投资运营风险予以降低,增加大学生风投类创业企业的投资积极性。如果风险投资最终走向失败,政府与相关部门可以开展评测工作,给予一定的税赋抵减。最后,政府还要将大学生利用现代社交媒体创业作一项公共服务常规工作来抓,为大学生创业提供一定的“事后担保”服务。
关键词 国内外;新媒体;知识管理
中图分类号 G2 文献标识码 A 文章编号 1674-6708(2016)160-0082-01
随着科技的发展,以互联网为基础的新型媒体形式也逐渐增多,社交网络、微信、微博和论坛等方式已经作为一种媒体方式出现在广大民众面前,这些方式承载了大量的信息,可以在短时间内得到很快的扩散,给民众的生活带来便利,但同时也给社会公共信息的监管工作带来了不少麻烦。因此,如何运用新媒体促进信息和知识的传播,成为我国相关部门要不断思索的课题。
为了更好的了解国内外新媒体在信息和知识管理方面所发挥的作用,本文将国内外的相关文献进行对比,分析了近些年来新媒体领域的研究情况,以更好的明确国内新媒体应用未来的领域发展方向,同时掌握国外先进的做法,为我国的新媒体管理提供借鉴参考。
1 国内外新媒体的起源
新媒体是最近几年兴起的一种媒体方式,可以定义为新技术支撑下出现的新的数字媒体形态,通过二进制的形式对信息进行处理,以实现客户交流的需求,其中存在的形式主要包含社交媒体、数字媒体、移动媒体、网络电视和电子书等。
1.1 国内外研究文献的发展趋势
新媒体在国内外的信息和知识管理领域上,国外的研究要比我国的研究早了近10年时间,自从2006年开始我国学者增多了对新媒体的研究,在量上甚至超过了国外,这就反映出这段时间以来新媒体对我国的经济和社会确实产生了不小的作用。
1.2 国外新媒体的起源及发展
很多学者将数字媒体作为新媒体存在的主要方式,也有学者指出新媒体是由美国哥伦比亚广播电视网技术研究所所长P.Goldmark在1967年就提出来的,总之对于新媒体的概念在形成之前具有不少讨论。自从1996年开始,国外对新媒体的研究逐渐增多,他们研究的方向也开始向新媒体的运用及在信息管理中发挥的作用方面进行了更多的探讨。同时,对新媒体给人们生活带来的影响及效用评价也成为学者研究的范畴。可见,国外学者对新媒体的研究主要集中在新媒体信息服务、社交媒体信息传播、社交媒体公共危机管理等方面。后来,Facebook和Twitter等社交网络的发展给学者的研究提供了更大的方向,社交网络的兴起,为新媒体在其他领域的应用奠定了良好的基础,之后就研究其在政治、安全和生活中所有发挥的作用。
1.3 国内新媒体的起源及发展
研究我国新媒体的发展主要基于对文献的研究和整理,以寻找我国新媒体的研究思路,同时与国外的研究做个系统的比较,通过对新媒体的深入探索,发现自从1986年开始国内学者才开始从国外翻译中逐渐了解新媒体对经济发展的重要性,于是对新媒体的研究领域就逐渐拓宽。到2000年,新媒体的研究就受到了广大学者的关注,同时也开始出现手机媒体,2006年学者对新媒体进入到集中研究的阶段,同时,受到新媒体的影响,传统媒体也开始转型。2010年,学者们对新媒体进行了深入的研究,同时运用新媒体报告特大灾难事件――汶川地震,开启了新媒体在突发事件中的作用,同时也在社会、政治、经济、教育等方面也做了大量的研究。随后,新媒体在我国也开始担任舆论引导的重要作用,政府也逐渐借助新媒体的力量报导大学生创业或者农村建设等方面的信息,为新媒体的功能拓展开拓了思路。
从发展情况来看,国内学者在新媒体信息和知识管理领域的研究初期,主要关注在新媒体的信息扩散方面发挥的巨大作用,后来,我国智能手机的普及,为微信、微博等新媒体的作用施展提供了平台,国内新媒体的研究成为信息服务的有利介质,受到了广泛的关注。
2 近3年来国内外研究的热点和趋势
从国内外新媒体研究的对比来说,新媒体研究的近3年来无论国内还是国外都呈现出增长的态势,通过对研究领域进行对比,来分析新媒体发展的方向。
2.1 近3年国外研究热点
第一,新媒体采纳中的信息行为,新媒体的使用会促进信息的扩散,根据对国外社交网站的了解,证明了商业企业使用新媒体确实起到了推动发展的作用。同时,有些研究人员也表明了社交网站结合注册用户的信息深度挖掘他们的需求,为了满足需求,国外优先开发了移动支付功能,为社交网络的商业行为奠定了良好的基础。
第二,新媒体应用中的信息传播,有的学者研究了信息传播机制,利用数理模型来理解社交媒体在突发事件中所发挥的重要作用。同时,学者们对人们的分享行为进行了研究,不仅促进了信息的传播,而且还为信息搜索、网络互动等行为起了积极影响。
第三,新媒体应用中的知识管理,社交媒体不仅仅是知识的传播媒介,由于其自身的多元性、触发性和关联性的特点,影响着人们之间的交流,让人们可以随时共享信息。学者也从宏观、中观和微观层面展开了社交媒体的研究,如何运用媒体资源成为政界所关注的课题,有些机构也研究新媒体和知识管理之间的相互作用,以及新媒体对知识管理的影响。
第四,新媒体应用中的舆情传播及信息安全,国外学者研究了社交媒体对于社会稳定所产生的影响,同时按照年龄的层次,分析了私有信息的泄露对于他们各自产生的影响,同时从社交媒体的信息上进行分析。由于新媒体具有不受时间和地域的限制,对于受众来说是个非常便利的传播渠道,尤其是发生突发事件,新媒体的扩散作用将辐射到更广泛的范围。当然,社交媒体也可能对国家的信息安全产生着威胁,需要规范管理才能更好的发挥其优势。
2.2 近3年国内研究的热点
第一,新媒体在信息服务中的应用,朱天等人分析了新媒体在新农村建设中所发挥的传播作用。有些学者结合图书馆的工作,研究新媒体在图书管理服务方面的应用,并提出了多种管理方式,为读者提供个性化的服务。金泽龙分析了新媒体环境下的阅读、互动和其他数字服务,提出了图书馆创新服务。这些研究为新媒体的功能开发提供了思路。
第二,新媒体在信息传播中的应用,新媒体对于信息传播起到了极大的推动作用,在传播手段和方式方面也做了创新。另外一些高校学者对多媒体如何在图书馆中发挥作用,如何进行知识的传播等方面做了深入的探究,也了解了其在网络舆情中发挥的重要作用。
第三,新媒体在信息共享中的应用,曾茜分析了新媒体的主流媒体,运用多个案例为新媒体在新闻信息共享上发挥的作用进行深入分析。同时,传统媒体与新媒体之间传播和共享知识的方式进行了对比,探索了资源共享平台的构建,还有学者从实证角度研究了互联网条件下企业隐形知识共享的影响因素,这些都为新媒体的发展提供了条件。
第四,新媒体在信息素养中的应用,顾Z等人研究了新媒体在校园中传播时的信息分类,尤其对信息进行了分析,目前学生接受观点越来越客观,正确的信息以及错误的信息都可能影响学生的综合价值观的影响,就是要研究信息素养发挥的作用,新媒体引领现代媒介,应该注重发展的全面性,要提升学校师生的信息素养。
3 结论
通过以上分析可知,新媒体在国内外的信息传播中都产生了不小的影响,国外发展的比较早,虽然我国起步相对较晚,但是新媒体在我国的发展是非常迅速的,为政治、经济和社会提供了更多的交流方式,在信息的传播、共享、管理等方面发挥了重要作用。此外,也需要加强对新媒体的监管,促进信息环境的安全、可靠。
参考文献
[1]赵艳枝.情报学界对知识管理研究现状分析的关联规则挖掘[J].图书情报工作,2008,52(7):102-105.
[2]张勤,马费成.国内知识管理研究结构探讨――以共词分析为方法.情报学报,2008,27(1):93-101.
[3]姜春林,李江波,杜维滨.基于CSSCI的我国管理学研究热点可视化分析[J].图书情报工作,2008,52(12):55-58.
[4]钱峰.基于SPSS知识地图的国内数据挖掘研究现状分析[J].情报科学,2008,26(6):924-928.