社交网络分析论文模板

社会网络分析理论： 在社会网络[63]由人类学家Barnes最早提出的概念，他在社会网络的分析基础上统地研究挪威一个小渔村的跨亲缘与阶级的关系。在社会网络分析中，存在一些经典的理论。这些理论主要包括:六度分割理论、弱关系理论、150法则、小世界网络理论、马太效应等。基于社会网络有关的研究方向和内容，在不同的领域着发挥着各自的作用，例如，社会影响力分析，社区发现，信息传播模型，链接预测，基于社会网络的推荐。 150法则是指一个人能保持稳定社交关系的人数上限通常为150人。1929年由英国罗宾•邓巴教授(Robin Dunbar)提出了经典的”150定律”理论，该定律同时也被称为“邓巴数字”[64]。这个定律在我们的实际日常生活中的应用是相当普遍的，SIM卡中只能存储150个联系人的电话，微软的MSN中也只可以最多把150位联系人的信息添加到自己的名单中[64]等等。 小世界网络是一种具有特殊结构的复杂网络，在这种网络中大部份的节点是不相邻的，但绝大部份节点之间是连通的且距离很短。六度分割理论也是小世界网络理论的一种体现。在多数现实世界的社会网络中，尽管网络中的节点数量巨大，网络中相邻的节点相对较少，但每两个节点间往往只需要很短的距离便能连通。 六度分割就是指一个人与其他任何一个人之间建立起联系，最多都只需要经过六个人。所以，即便邓巴数字告诉我们，我们是能力上维持一个特别大的社交圈的，但是六度分割理论却可以告诉我们，通过我们现有的社交人脉圈以及网络可以无限扩张我们的人脉圈，在需要的时候都能够和地球中想要联系的任何人取得联系。 弱关系理论弱关系(Weak Tie)是指需要较少或不需要情感联系的人们之间的社会联系，这种联系几乎不需要耗费个人的时间或精力来维系，但这种联系却很有作用。美国社会学家Mark Granovetter在研宄人们在求职过程中如何获取工作信息时发现[65]，由家人、好友等构成的强关系在获取工作信息过程中起到的作用很有限，而那些关系较疏远的同学、前同事等反而能够提供更加有用的求职信息。 马太效应可以理解为达尔文进化论中适者生存的理念。在社交网络的发展过程如同生物进化的过程，存在强者越强、弱者越弱的现象。也就是说，在社交网络中越是处于网络核心的节点很大可能会变来越核心，而那些处于社交网络中边缘地带的节点或许会越来越不重要甚至直至消失。那些在社交网络中相比其他节点拥有更大影响力的节点，其带给该网络的影响也要比那些拥有弱影响力的节点所带来的影响要强。 从不同角度探索节点影响力挖掘算法： 1.基于邻节点中心性的方法。这类方法最简单最直观，它根据节点在网络中的位置来评估节点的影响力。度中心性[13]考察网络中节点的直接邻居数目，半局部中心性[14]考察网络中节点四层邻居的信息，ClusterRank[15]同时考虑了网络中节点的度和聚类系数。 2.基于路径中心性的方法。这类方法考察了节点在控制信息流方面的能力，并刻画节点的重要性。这类方法包括子图中心性[16]、数中心性[17]（一些演化算法包括：路由介数中心性[18]，流介数中心性[19]，连通介数中心性[20]，随机游走介数中心性[21]等）及其他基于路径的挖掘方法。 3.迭代寻优排序方法。这类方法不仅考虑了网络中节点邻居的数量，并且考虑邻居质量对节点重要性的影响，包括了特征向量中心性[13]，累积提名[22]，PageRank算法[23]及其变种[24-32]。 4.基于节点位置的排序算法。这类方法最显著的特点是，算法并没有给出一个计算节点重要性的定义，而是通过确定节点在网络中的位置，以此来确定节点的重要程度。在网络核心位置的节点，其重要性就相对较高，相反的，若节点处于网络边缘，那么它的重要性就会比较低。基于节点位置的以及不同应用场景的推荐算法具有重要的研究意义[34-37]。 节点影响力评估方法： 在社交网络节点影响力的评估方法主要可以分为三类，基于静态统计量的评估方法、基于链接分析算法的评估方法，基于概率模型的评估方法。 众学者在静态统计量的方法上，结合不同社交网络中相关信息，借鉴链接分析法以及建立概率模型来评估节点影响力，对社交网络节点影响力可以做到更有效的评估[66]。 1)基于静态统计量度量方法 主要是通过网络中节点的一些静态属性特征来简单直接地体现节点的影响力，但面对社交网络中复杂信息以及不同平台，并不能有效地度量不同社交网络中节点影响力。如度中心性，主观认为节点的重要性取决于与其他节点连接数决定，即认为一个节点的邻居节点越多，影响力越大。在有向网络中，根据边的方向，分为入度和出度，在有权网络中，节点的度可以看作强度，即边的权重之和。度中心性刻画了节点的直接影响力，度中心性指标的特点是简单、直观、计算复杂度低，也具有一定合理性。 但针对不同平台的网络结构中，度中心性的影响力效果未必能达到目标效果，而且社交网络中用户间关系的建立具有一定的偶然性，而且不同的用户间的关系强度也不同。度中心性没有考虑了节点的最局部信息，虽然对影响力进行了直接描述，但是没有考虑周围节点处所位置以及更高阶邻居。众学者在静态统计量的方法上，结合不同社交网络中相关信息，借鉴链接分析法以及建立概率模型来评估节点影响力，对社交网络节点影响力可以做到更有效的评估[66-67]。 2)基于链接分析算法的方法 链接分析算法(Link Analysis)主要应用在万维网中用来评估网页的流行性。通过超链接，万维网中的网页连接成一个网络，同时这个网络也具备了小世界网络的特征，且微博平台中的关注和粉丝关系与网页的链入与链出十分相似，因此链接分析法的思想也被应用在了微博社交网络中节点影响力的评估中。经典的算法是PageRank[68]和HITS算法[69](Hyperlink-Induced Topic Search)。 PageRank算法模型，是Google在搜索引擎结果中对网站排名的核心算法，核心思想通过计算页面链接的数量和质量，来确定网站的重要性的粗略估计，即节点的得分取决于指向它的节点的数量和这些节点的本身得分。即有越多的优质节点指向某节点时它的得分越高。 HITS算法是由Jon Kleinberg于1997年提出的。HITS算法模型中，有两类节点，权威(Authority)节点，和枢纽(Hub)节点。权威节点在网络中具有高权威性，枢纽节点具有很个指向边的节点。通过计算网络中每个节点的Authority权威值和Hub枢纽值来寻找高权威性的节点。即求值过程是在迭代中计算Authority和Hub值，直到收敛状态。Hub值和Authority值计算公式。 通过多数研究者发现，将链接分析法结合社交网络特性可以更好的对用户影响力进行评估，由于技术的快速发展，社交网络的多变性，因此如何将社交网络中的复杂数据和用户行为与相关算法进行结合，仍是需要我们继续研究的方向。 3)基于概率模型的方法 主要是建立概率模型对节点影响力进行预测。这么多学者将用户影响力作为参数对社交网络中的节点用户行为建立概率模型，并根据社交网络中已有的用户数据求解概率模型，得出用户影响力。 文献[70]认为用户间影响力越大、被影响用户的活跃度和转发意愿越高，则其转发另一个用户的信息的概率越大，所以利用用户影响力、转发意愿和活跃度等构建转发概率模型。通过用户发布的tweet数量、转发的tweet数和用户的历史转发行为数据，计算出用户活跃度、转发意愿和转发概率，进而社交网络中用户影响力。 文献[71]在度量影响力时融合了用户发布信息的主题生成过程，认为兴趣相似或经常联系的用户间影响力较强，用户的行为受其朋友的影响也受其个人兴趣的影响。基于这些假设，结合文本信息和网络结构对LDA模型进行扩展，在用户发布信息的基础上建立模型，通过解模型计算得出用户间基于主题的影响力。 文献[72]认为转发概率同样可以体现用户间的影响力，根据用户间的关注关系。历史转发记录，利用贝叶斯模型预测用户间的转发概率。 文献[73]考虑了用户建立关注关系的原因，用户被关注可能是与关注者兴趣投，也可能受用户的影响力影响。将基于用户的主题建模和基于主题的影响力评估相结合，并在同一个生成模型中进行计算，提出基于LDA算法模型的扩展算法模型FLDA模型(Followship-LDA)。[13] P. Bonacich. Factoring and weighting approaches to status scores and clique identification[J]. Journal of Mathematical Sociology, 1972, 2(1): 113-120 [14]ü,[J]. Physica A, 2012, 391(4): 1777-1787 [15] D. B. Chen, H. Gao, L. Lü, et al. Identifying influential nodes in large-scale directed networks: The role of clustering[J]. PLoS One, 2013, 8(10): e77455 [16], . [J].Physical Review E, 2005, 71(5): 122-133 [17][J].Sociometry,1977, 40(1): 35-41 [18] S. Dolev, Y. Elovici, R. Puzis. Routing betweenness centrality[J].Journal of the ACM, 2010, 57(4): 710-710 [19] Y. Gang,, H. Bo,etal. Efficientroutingoncomplexnetworks[J].PhysicalReviewE, 2005, 73(4): 46108 [20] E. Estrada, D. J. Higham, N. Hatano. Communicability betweenness in complex networks[J]. Physica A, 2009, 388(5): 764-774 [21][J].Social networks, 2005, 27(1): 39-54 [22] networks[J]. Social networks, 2000, 22(3): 187-200 [23] B. S. Brin, L. Page. The anatomy of a large scale hypertextual Web search engine[J]. Computer Networks & ISDN Systems, 1998, 30: 107-117 [24] P. Jomsri, S. Sanguansintukul, W. Choochaiwattana. CiteRank: combination similarity and static ranking with research paper searching[J]. International Journal of Internet Technology & Secured Transactions, 2011, 3(2): 161-177 [13][25][D].California: University of California. 2012 [26] J. Weng, E. P. Lim, J. Jiang, et al. Twitterrank: finding topic-sensitive influential twitterers[C]. Third International Conference on Web Search & Web Data Mining, ACM, 2010, 261-270 [27]: distinguishingbetweenprestigeandpopularity[J].NewJournalofPhysics,2012,14(14): 33033-33049 [28] J. Xuan, H. Jiang, , et al. Developer prioritization in bug repositories[C]. International Conference on Software Engineering, 2012, 25-35 [29]ü,[J]. Physica A, 2013, 404(24)47-55 [30] L. Lü, Y. C. Zhang, C H Yeung, et in social networks, the delicious case[J]. PLoS One, 2011, 6(6): e21202 [31][J].Authoritative sources in a hyperlinked environmen, 1999, 46(5): 604-632 [32](SALSA)andthe TKC effect[J]. Computer Networks, 2000, 33(2): 387-401 [33][J].Physical Review E, 2014, 90(5): 052808 [34] A. Banerjee, A. G. Chandrasekhar, E. Duflo, et al. Gossip: Identifying central individuals in a social network[R]. National Bureau of Economic Research, 2014. [35] percolation in social networks[J]. arXiv preprint arXiv:, 2015. [36] S. Y. Tan, J. Wu, L. Lü, et al. Efficient network disintegration under incomplete information: the comic effect of link prediction[J]. Scientific Reports, 2016, 6. [37]任晓龙,吕琳媛.网络重要节点排序方法综述[J].科学通报, 2014,59(13): 1175-1197 [63]贝克,晓冬.社会资本制胜:如何挖掘个人与企业网络中的隐性资源[M].上海交通大学出版社,2002. [64]天涯.六度分隔理论和150法则[EB/OL].|.[2010-07-14]. [65]Granovetter M Strength of Weak Ties[J]. American journal of sociology, 1973: 1360-1380. [66]王梓.社交网络中节点影响力评估算法研究[D].北京邮电大学, 2014. [67] Meeyoung Cha, Hamed Haddadi,Fabricio Benevenutoets. Measuring User Influence in Twitter: The Million Follower Fallacy[C]. Proceedings of the 4th International AAAI Conference on Weblogs and Social Media (ICWSM),2010:10-17 [3][68]  Page, Lawrence, Brin, et al. The PageRank citation ranking[C]// BringingOrder to the Web. Stanford InfoLab. 1998: 1-14. [4][69]Kleinberg J M. Authoritative sources in a hyperlinked environment[J]. Journal of the ACM, 1999, 46(5): 604-632. [70]Zibin Yin, Ya Zhang. Measuring Pair-Wise Social Influence inMicroblog[C], 2012 ASE/IEEE International Conference on SocialComputing and 2012 ASE/IEEE International Conference on Privacy,Security, Risk and Trust, 2012: 502-507. [71]Lu Liu, Jie Tang, Jiawei Han, Meng Jiang, Shiqiang Yang. Mining topic-level influence in heterogeneous networks[C]. Proceedings of the 19th ACMinternational conference on information and knowledge management, 2010: 199-208. [72] Qianni Deng, Yunjing Dai. How Your Friends Influence You: Quantifying Pairwise Influences on Twitter[C], International Conference on Cloud and Service Computing, 2012:185-192. [73] Bi, Bin, et al. Scalable Topic-Specific Influence Analysis on Microblogs[C], Proceedings of the 7th ACM international conference on Web search and data mining,2014: 513-522.

我可以教你。

浅析微博在网络营销中的应用论文

在现实的学习、工作中，大家都经常接触到论文吧，论文是学术界进行成果交流的工具。相信写论文是一个让许多人都头痛的问题，下面是我精心整理的浅析微博在网络营销中的应用论文，希望对大家有所帮助。

摘要 ：

随着网络新媒体时代的到来，微博以其方便、快捷、丰富、透明等特点越来越受到人们的青睐。随着我国新浪微博的推出，成功运营后，各大网站也相继推出微博服务。微博正在影响着人们生活的同时，也带来了新一轮的营销狂潮。网络技术的更新发展带来了更加广阔的前景，微博的出现和发展给网络营销带来了全新的营销模式和实践。微博的出现正在迅速成为一种全新而有效的营销方式。本文基于此，首先对微博发展的现状进行研究分析出微博的营销价值，之后通过总结微博在网络营销过程中存在的问题，并且针对存在的问题给出针对性的建议，希望对微博营销有所帮助。

关键词 ：

微博，微博营销，营销现状，提升策略

一、绪论

（一）研究背景

微博的出现不仅为广大互联网用户提供了全新的休闲娱乐和人际交往方式，还成了一种在很多方面优于现有媒体的营销平台。由于互联网的日益个人化、扁平化，使互联网正在形成新的个人平台中心，用户获取信息的成本得到极大降低。微博在给媒体带来变革发展的同时，也将网络营销方式推向全新的变革时期。用户人数也在持续飙升，根据我国《2017年微博用户发展报告》统计，直到2017年12月，我国微博月活跃人数达到了4亿，与2016年同比上涨了28%,其中在微博月活跃用户中30岁以下的用户占有80%,俨然成为微博用户的主力军。并且活跃用户的规模呈现不断上涨的趋势，区域覆盖范围进一步加强，目前微博正朝着建设全民性社交媒体平台的方向迈进。微博所产生的效应是巨大的，其在提高人们的工作、学习之余，正在逐渐的改变人们的生活方式。微博营销也成为企业营销和公关的重要手段，并逐渐成为更加成熟的营销手段，为网络营销发展提供有力的平台。

（二）研究目的

现如今，微博成了时下一种最流行的运营手段，微博营销推动了网络营销的进程。微博营销以其受众广、传播快、信息量大、自由化、公开化、及时化等特点，成为网络营销中重要的营销方式，有效的对网络营销进行了推广。本研究的主要目的，是在结合前人的研究之上，通过对微博营销在网络营销中的发展现状进行研究总结，阐述微博营销在网络营销中存在的问题，并针对这些问题给出合理化的建议，促进微博营销在网络营销中的地，提高微博营销的影响力。

（三）研究意义

1.理论意义。

随着互联网的不断发展，一些网络新兴产业也得到了快速发展。例如微博，随着微博的普及和发展，目前我国学者对微博理论的研究相对完善，但是对微博营销方面的研究还相对欠缺。本文在前人的研究基础之上，通过对微博营销方面存在的问题进行研究，并且通过相关的问题给出合理化的建议，并对微博营销的发展前景和展望进行阐述，为促进良好的微博营销具有重要的理论意义。

2.现实意义。

随着网络营销的不断发展，各类企业争相在各类平台尝试对自己的产品进行推广营销，微博营销作为网络传播的主流平台，更是众多企业进行营销、推广的平台。微博口口相传的优势，使微博在消费者心中带来了巨大的影响。微博营销主要是利用现代网络用户专注于一种应用工具的习惯，企业通过微博营销提高在用户群体中的印象和知名度，进而提高企业的影响力。微博营销为网络营销带来了新的发展机遇，使网络营销更新进入大众的视野，即微博营销之后新型网络营销手段如雨后春笋一般，所以加大力度研究微博营销的发展状态和存的问题，对微博营销的稳定发展具有现实意义。

二、微博营销在网络营销中的发展现状

（一）呈现多元化趋势

目前，社交网络服务（SNS）的商业运作模式日趋成熟，微博作为一种强有力的信息交流和共享平台，在文化交流、时事传播、议政谏言、引领时尚潮流等起着巨大的作用。微博以人民群众喜闻乐见的多元化形式呈现在相对开放的公众视野里，给人们单调的生活带来了很多亮丽的色彩。随着多元化网络营销形式的出现，微博营销也进行了不断的改革，以其能够在网络营销的大舞台上占有一席之地。

（二）微博用户的高速增长

目前微博已进入千家万户，成为越来越多人的选择。"微革命时代"即将迎来新的高潮，不断影响着人们的生活，互动性成为其亮点之一。广告商的创意营销，跑马圈地，纷纷搭建了自己品牌的官方微博，通过盖楼、有奖问答，发起话题讨论的方式，快速吸引消费者的关注。加之明星效应，由于明星的引流，话题的热度，走进普通群众的生活，也使得微博用户的数量急速增长。在这样一个人人可以评论和分享传播信息的"自媒体"平台上，人们通过微博热搜，能够及时准确地了解最新时事，成为人们酒足饭饱后谈论的话题。

研究报告表明，中国的微博登记用户从2009年的200万增加到2018年的4亿，10年来，微博用户的数量跨越式的增长，成为人们快时代生活的必需品。

三、微博营销在网络营销中存在的问题

（一）消费者缺乏对微博营销的认识

微博营销在我国起步相对较晚，人们对微博营销的认识还不足。同时受到传统消费观念的影响，尤其是一部分上了年纪的中年消费群体，他们更愿意选择到实体商超进行购物，认为网络消费存在一定的安全风险。人们认可到现实中买同类价格贵一些的产品，也不会在微博上买便宜的产品。同时新闻媒体市场播放一些不法网络商家销售假冒伪劣产品，更是增加消费者的不信任感，进而影响网络消费行为。

（二）网络诚信问题

电子商务的发展瞬息万变，相关法律法规的建立和监督管理手段存在跟不上电子商务发展的现状，使部分不法分子有机可乘，网上购物的例子屡见不鲜，例如：一些"大V"的`微博中，有着百万粉丝量，通过发布一些生活视频、搞笑段子获取粉丝量，当达到一定粉丝量时，就会转发各类淘宝平台链接，其标题都相当具有诱惑性：一折的UGG,三折的耐克鞋，100%专柜正品，假一赔十等等，但是产品的真假好坏，却无法保证。一些粉丝处于信任和贪图便宜的心理，会选择进行购买，一旦出现，则很难进行维权行为，这也是制约我国微博营销发展的重要因素之一。

（三）营销水平不高，市场竞争环境激烈

目前微博营销手段和水平不高，无法向电视广告一样进行循环播报，难以给人留下深刻的印象，同时微博营销的广告内容缺乏管理，创新度和精品意识不足，更有些商家了吸引眼球，选用一些不雅图片，难以给人留下深刻的印象。虽然成本低，但是效率回报却有限。同时随着网络营销的深入发展，目前除了微博营销之外，微信营销、各直播平台都严重地威胁着微博营销的发展，特别是直播平台，大众可以看到营销的商品，相对于微博营销更愿意相信其的真实性。为微博营销的发展带来了一定的阻碍。

（四）相关部门监管力度不够

互联网的不断发展，带来进步、科技变革和人们生产、生活便利的同时，也为少部分人利用非法手段获利创造了条件。例如：前段时间的微博"大V"竟是？警方破获特大网络案，涉案金额高达5000万元的报道，新浪微博账号为"看相禅师"的账号，该账号伙成立于2017年，拥有1000多万的粉丝量，打着"中国风水文化研究院专家会员"、"徽派相学文化创始人"的幌子，取粉丝3000多人，涉案金额高达5000万元之多，现实生活中类似的网络案数不胜数，例如，各类形式的电信案，五花八门的手法让人防不胜防。通过这样网络案人们不禁要问，为什么会有这么的人上当，这么长的时间难道没有人举报吗？为什么相关部门没有及时查处？其中的主要原因除了消费者的防意识不强，缺乏网络知识的了解之外，不健全的网络监管力度也是其中重要的因素之一。目前我国的网络案的侦破率不高，及时成功侦破，但是处罚力度小，也是众多网络案盛行的主要原因。不安全的网络营销环境，严重地制约了微博销售的发展。

四、微博营销在网络营销中的提升策略

（一）提高消费者对微博营销的认识，促进微博营销发展

加大对微博营销的宣传力度，提高群众对微博营销的认识，宣传微博营销给人们生活带来的便捷和方便，使人们对微博营销有一定的认识和理解，进而提高一部分消费者对微博营销的认识。并且通过公众的口口相传，增加公众对微博的认识，提高消费者对微博营销的信任感，促进消费者在微博上的消费习惯。进而改变传统的到实体店的消费行为，使消费者真正的接受微博营销，以此促进微博营销的可持续发展，促进消费者适应潮流接受新观念。

（二）加强诚信建设，制定完善微博营销流程

首先，建立完善的微博营销制度，规范微博营销流程，确保准入企业的资质，企业产品的合格性。对准入的企业进行严格的审查，目前微博都以进行实名制的注册，就是保证诚信建设的重要举措。其次，在会员进行网络营销时，微博官方应该加大对其产品的审核力度，以保证微博营销的诚信制度。

（三）加强营销手段的多元化，促进微博营销的可持续发展

采取多元化的营销手段，提高微博营销的成功率，就要学会利用短短的140个字如何创新发布产品、品牌信息来吸引大家的眼球才是至关重要的。分析消费群体的消费行为，对不同类型的消费群体推送不同的产品。这就需要加大网络营销师的培育工作，通过网络营销师专业的分析和整理，对品牌故事进行创新、完整的叙述，提高营销广告的创意性，以此吸引有意向的消费的关注，促进消费行为的形成。

（四）加强网络监管力度

加强网络监管力度，要求网络监管部门要制定严格的监管流程，对微博营销进行时时监控，同时加强对网络营销的立法和监督，加强与准入企业的监管力度，同时签订具有法律效益的合同文本，合同要对销售假货、知识产品的保护、反欺行为进行规定，以法律手段切实保证企业产品的真实性。以此切实保证消费者的消费权益，树立微博在公众心中的良好形象，为微博可持续发展，建立一个公平规范的法律环境。

结语

随着媒体时代的来临，微博对人们生活的影响是巨大的，由于微博门槛低、用户参与度高、内容丰富、承载信息量多、自由化、传播速度快、信息多元化等特点，越来越受到人们的追捧。随着微博营销的深入发展，其存在的问题也接踵而至，影响了微博营销的发展。本文对微博营销的现状进行分析，阐述微博营销中存在的问题，根据存在的问题给出合理化的建议。期望能够对微博营销可持续发展有所帮助。

参考文献

[1]谭永杰.微博营销模式及应用价值探析[J],东方企业文化，2013（04）：21-24.

[2]谭林.企业微博营销的价值研究及应用模式[J].经营管理者，2013（12）：23-25.

[3]史光启.微博营销的十大技巧[J].销售与市场（评论版），2011（03）：2-4.

[4]维克托·迈尔·舍恩伯格.大数据时代：生活、工作与思维的大变革[M].浙江人民出版社，2013.