序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇社交媒體營銷方法范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

營銷已經進化成了一個比以往任何時候都更加復雜的學科，對于營銷者也提出了更高的要求。為了避免自己變得無關緊要，營銷者承受著更大的壓力，尤其是當他們期望抓住新世代年輕人的時候。

2012年有4900萬新世代的消費者使用了智能手機，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/社交目標，需要營銷者比以往都更切中主題。

那么營銷者如何創造出實時的、對品牌而言又是內在固有的內容呢?他們如何通過創造出消費者想要閱讀和分享的內容，在一個更私人的水平上與更年輕的消費者互動?在你和新世代打交道的時候，下面五件事一定要記?。?/p>

1.保持對話的主動性，否則交流還在進行，你卻已經被排除在外。在最近《華爾街日報》的問答環節中，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創意過程以及組織運行方式。交流是持續存在的，組織必須保持關注，并提供及時和持續的反饋，除此之外，再沒有別的途徑。

2.事前積極準備，并為準備的過程投資。對于策劃重要時刻和與年輕的用戶實時交流來說，投資在必要的資源上是至關重要的。事后證明，在飽受詬病的第47屆超級碗斷電事故期間，奧利奧雇傭了一個多達15人的社交媒體隊伍來應對比賽期間發生的任何事情，奧利奧甚至事先準備了兩種不同版本的推文，已備不時之需。(譯注：2013年第47屆超級碗比賽突發斷電事故，奧利奧立即在推特上一條拿斷電開涮的廣告，在恢復供電的35分鐘內被轉發超過一萬次，點贊數千次，為奧利奧贏得無數贊譽。)

3.假定他們同時關注多個平臺。超級碗之前的一項調查表明，36%的觀眾會從多個平臺接收信息。對于品牌來說，在重大的文化時刻，要想在個人資訊或是情感層面接近你的受眾，有一個完美的途徑，那就是通過智能手機、電腦、平板端的相關社交頻道，即時、迅速地回應你的受眾。

4.有的放矢。當你的目標是新世代的年輕人時，有一點很重要，那就是發現他們在線的時間都花在什么地方，同時這種趨勢是如何隨著時間而變化的?，F在，使用Twitter的年輕人有1600多萬，使用Facebook的有6500多萬，對品牌而言，移動設備和社交應用的普及程度已經變成了一種生活方式，品牌應該利用它與被過分刺激的年青一代相聯系。

篇(2)

關鍵詞：社交媒體；營銷特點；營銷理論；傳播策略

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

引言

社交媒體的普及給人們生活帶來了巨大的變化，逐漸成為人們分享、交流、溝通的主要工具。在這種情況下，社交媒體營銷成為了企業營銷的一個重要內容。社交媒體營銷本身是一項專業性很強的工作，目前我國企業在社交媒體營銷方面還處于一個探索起步的階段，在做好這一工作方面存在能力、經驗不足的問題，這一定程度上影響了企業社交媒體營銷效果。因此有必要加強社交媒體營銷的研究，了解做好這一工作的要點及方法，從而推動企業營銷水平的整體提升。

一、社交媒體營銷概述

社交媒體以及社交媒體營銷都是營銷領域的新概念，因此有必要對于這兩個概念的界定以及特點進行深入了解。

1.社交媒體營銷概念與特點

社交媒體是指基于互聯網形成的讓人們進行溝通交流的平臺。社交媒體類型很多，常見的包括微博、微信、論壇等等。當前社交媒體以其具有的天然優勢已經成為了人們交流溝通的主要工具，社交媒體在一個個的熱門話題制造、傳播等方面發揮著越來越重要的作用。社交媒體的主要特點在于信息傳播點對點層面，每一個人都是信息的接收者，同時也是信息的傳播者，網民更多的主動權使得社交媒體活力四射[1]。

社交媒體營銷簡單來說就是以社交媒體為平臺和工具進行產品的宣傳推廣，從而順利實現提升產品知名度、美譽度，開發更多消費者的過程。社交媒體營銷本質上是企業營銷的一種模式，利用的是社交媒體受眾廣泛、傳播效果好的優勢。社交媒體營銷本身具有可計量、速度快、成本低、交互性強等特點，可計量是指借助于網絡信息技術，可以精準地查看有多少人看了企業的營銷廣告；速度快是指社交媒體營銷傳播的實時性，每個網民都可以及時獲取社交媒體上的營銷內容；成本低則是相對于傳統媒體而言，單人廣告成本較低；交互性強是指社交媒體上的各個網民都可以進行互動溝通，從而帶來營銷互動性的強化。

2.社交媒體營銷理論

社交媒體營銷方面的理論很多，對于這些營銷理論進行深入探討，可以根據這些理論的指導來制定科學的社交媒體營銷策略，本文這里將典型的社交媒體營銷理論探討如下：首先是六度空間理論。所謂的六度空間理論是指任何兩個陌生人之間間隔都不超過6個人，在營銷工作開展中，借助于六度空間理論就可以找到目標客戶，這一理論在口碑營銷中的作用比較明顯[2]。其次是長尾理論。長尾理論的核心觀點認為只要銷售渠道夠寬廣且流通阻礙小，即使是傳統營銷中的小市場也能夠與大市場在規模層面相匹敵，這一理論是對于二八理論的有益補充，借助于社交媒體就可以將小市場串聯起來，形成大市場。最后就是4R營銷理論，這一理論的內容包括了關聯、反應、關系、報酬等四個方面的內容，根據這一理論，企業在營銷工作開展中，注重對于客戶訴求的反應，要與顧客之間形成良好的互動關系，從而通過營銷獲得經濟利益。

二、社交媒體營銷傳播策略

社交媒體營銷工作開展是一項系統性的工作，要做好這一工作難度很大，對于企業各方面營銷能力要求很高。本文結合社交媒體以及社交媒體營銷的基本特點，認為要做好這一工作，關鍵是要做好以下幾個方面的工作：

1.注重情感文化傳播

一流的企業賣文化，二流的企業賣產品。在企業之間的競爭加劇以及產品同質化嚴重的情況下，營銷重心放在情感文化層面，對于營銷效果的提升具有重要促進作用。因此社交媒體營銷中一定要注重目標受眾的情感分析把握，在營銷內容層面照顧到受眾的情感，力爭引起情感共鳴，從而實現營銷效果的持續提升。

2.利用好熱點事件

企業社交媒體營銷工作開展要善于利用好一些熱點事件、話題，懂得借勢，這對于社交媒體營銷效果提升來說可以做到事半功倍。畢竟在目前信息廣告嚴重過剩的情況下，對于社交媒體用戶來說，很多企業的營銷廣告都很難引起關注，這自然會影響到營銷效果。而通過借助公眾關注度比較高的熱點事件，巧妙借助于熱點事件進行營銷方案設計，可以很好地吸引公眾關注，從而提升營銷效果[3]。當然社交媒體營銷中借勢熱點事件，一定要住注意度的把握，注意內容層面要較好地結合熱點事件，不要生硬地與熱點事件掛鉤，否則會導致受眾的反感，這樣的營銷在效果層面反而會出現適得其反的情況。

3.開展互動性強的溝通活動

社交媒體營銷方面一定要充分發揮好社交媒體本身的互動性，避免營銷方面的單項推送，良好的互動有助于更好地解決企業與受眾之間的信息不對稱問題，贏得受眾更多的信任。因此在基于社交媒體平臺進行營銷工作開展中，一定要增強營銷方案的參與性，具體來說可以開通抽獎、評論、分享心得等功能，對于受眾各方面的咨詢及時進行反饋，讓受眾感受到來自于企業的尊重，同時引導客戶發表產品使用體驗，形成良好的口碑，提升企業產品的美譽度。

4.增強營銷方案趣味性

社交媒w營銷方案設計一定要充分考慮趣味性，僵化古板的營銷方案與靈動有趣的營銷方案在營銷效果層面是截然不同的。社交媒體在營銷方案的設計方面有著更多的選擇，因此需要充分利用社交媒體的優點，進行營銷方案的設計，舉例而言，在故事講述、圖片搭配、視頻內容設計等方面進行巧妙構思，從而使得營銷方案有趣有味，引起良好的反響。

5.進行必要的付費推廣

必要的付費推廣是社交媒體營銷必然之舉，通過與網站合作設置廣告彈窗、購買關鍵詞搜索等手段，可以實現廣告到達率的提升，讓更多的潛在客戶了解企業的產品、服務等。在付費推廣工作方面，要強調精確性，提升商品購買轉化率，不斷進行付費推廣的優化。

參考文獻：

[1]李怡芳，曹睿.中國社交媒體營銷策略研究[J].經濟研究導刊，2013（36）.

篇(3)

IBM大數據分析融入騰訊媒體報道

在世界杯開賽之前，IBM和騰訊“牽手”成為騰訊體育社交媒體數據分析合作伙伴。IBM根據網友和球迷在騰訊網絡媒體平臺及社交網絡上的海量公開信息和數據，通過大數據分析技術，獲得球迷話題、球迷類型、球迷個性分析等一系列洞察；同時還能根據這些信息得出網友心中真實的球隊支持率。而騰訊則通過這些分析得出的洞察來指導內容報道，細分受眾，制作球迷更加喜歡的內容。

比如，IBM基于典型球迷在微博等社交媒體上所內容的綜合分析，并對比心理學上的任務性格分析模型，通過大數據技術進行球迷的性格分析，勾勒出不同球星的典型球迷形象，不僅是球迷的興趣愛好，連性格特點和行為方式都刻畫的十分詳細。如內馬爾球迷的關鍵詞為“陽光活潑、愛湊熱鬧、愛找樂子、喜歡悠閑生活”等等。

從世界杯看社交大數據分析如何為行業客戶創造價值

通過大數據分析，媒體能夠了解網友和球迷的喜好和關注點，就能夠有針對性的制作內容并進行推薦，這大大改善了網友的體驗。作為一名媒體人，筆者經常會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，其原因在于媒體認知和讀者需求出現了脫節。大數據分析改變了媒體傳統的單向式傳播模式，讓讀者變成內容制作的“參與者”，從而更加貼近讀者的需求。“大數據”開啟了媒體報道的新模式，據悉，眾多媒體集團都表現出興趣，希望能和IBM進行類似的合作。同時，在本屆世界杯上，大數據和媒體的結合，也為球迷送去了一場與眾不同的“足球報道盛宴”。

行業CMO最關注大數據和社交網絡對營銷的影響

IBM在本屆世界杯和騰訊的合作只是IBM在體育行業大數據分析的一個縮影，此前IBM大數據社交分析已經在網球四大大滿貫賽事、橄欖球、高爾夫球等賽事中也發揮著巨大作用，為球迷帶來了更佳的觀賽體驗，為球員和教練合理制定訓練和比賽計劃提供著參考，同時也助力主辦方創辦世界頂級賽事也幫助轉播機構傳遞精彩比賽。事實上，其它行業的企業CMO也正越來越重視大數據和社交網絡在企業營銷中的價值。

圖注一：中國的CMO已經意識到營銷管理在將來的巨大變化，并且已經開始在投資/整合技術與分析方面做出相應的準備

根據IBM年度的全球和中國CMO調查報告，在被認為對營銷管理產生重要影響的13中因素中，數據爆炸和社交媒體被認為是最重要的兩種因素。其中，85%的CMO都選擇企業應對數據爆炸做出市場營銷的改變；71%的CMO則選擇了社交媒體。

IBM大數據社交分析已有成熟的方法論

移動技術和社交業務正在催生著很多新的IT服務來與被數字化武裝的個體進行交互。對于企業而言，構建一套全方位的互動參與體系，在員工、合作伙伴和客戶之間建立參與機制將尤為重要。而IBM在社交大數據分析方面不僅有SoftLayer等云計算基礎設施的支撐，還通過多年積累形成了一套為企業提供社交環境下客戶全生命周期支持的完整方法論，使大數據社交分析能充分挖掘到在媒體行業、電信、金融、交通運輸、零售、快速消費品等不同行業的客戶價值。

圖注2：IBM社交大數據分析解決方案為企業提供社交環境下客戶全生命周期的支持

篇(4)

〔關鍵詞〕社交媒體；信息可信度；評估；綜述

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕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

隨著互聯網技術和移動技術的突飛猛進，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、社會的穩定帶來了嚴重的隱患。為了遏制虛假不良信息傳播，營造健康向上的網絡環境，信息可信度評估就成了迫在眉睫的問題，社交媒體信息急需“鑒定師”和“測謊儀”。

社交媒體信息可信度評估研究既有較高的學術價值，也有較強的應用價值。具體來說，學術價值表現在研究社交媒體信息可信度評估并探討虛假信息的生成機制、傳播模式、治理措施，是對社交媒體環境下網絡信息資源管理理論的豐富、發展與完善。應用價值表現在研究社交媒體信息可信度評估有助于社交媒體用戶判斷信息的可信性，營造誠信健康的互聯網環境，也有助于提高社交媒體信息輿情監控、社交媒體信息引導、社交媒體搜索、社會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Web2.0技術實現的一類支持用戶自主創造和交換內容的媒體，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、論壇、人人網等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美國加州伯克利市建立全球第一個公共電子公告牌系統 Community Memory后，BBS以及網絡社區等早期的社交媒體開始映入人們的眼簾?！?015年全球社會化媒體、數字和移動業務數字統計趨勢》報告表明：全球社交媒體活躍用戶約占全球人口的29%。

2.1 國外研究

社交媒體的相關研究從20世紀80年代開始，在2005年左右開始進入快速發展階段，發文量有逐年增加的趨勢。在國際期刊中，發表社交媒體論文較多的要屬《Computers in Human Behavior》。近兩年，關于社交媒體的國際會議主要有ASONAM、SMP、MISNC、SMAP、SCSM。國外學者研究內容主要集中在以下4個方面：

2.1.1 社交媒體信息利用研究

社交媒體在商業領域、教育領域、公共管理領域等都有廣泛的應用[1]。如在營銷領域，利用社交媒體信息，可以獲知消費者態度和行為[2]，可以獲知客戶交流和推薦對營銷的影響[3-4]，可以獲知社交媒體信息對營銷管理功能的影響[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]、社會網絡[7]、本體[8]等檢索方法。比如，Hong和Davison（2010）使用標準主題模型進行社交媒體Twitter信息的檢索。社交媒體信息的推薦采用內容推薦[9]、協同過濾[10]、時序推薦[11]、位置推薦[12]、社會化推薦[13]等方法。比如，Levandoski等（2012）提出位置感知推薦系統（LARS）[12]。

2.1.3 社交媒體信息傳播研究

側重于反映信息傳播傳播規律的社交媒體信息傳播模型的構建以及通過模型的構建對實際問題進行預測等方面的研究。如Galuba等（2010）通過研究1 500萬URL在不同Twitter用戶之間的300小時傳播，提出了基于內容流行度、用戶影響力和傳播速度的線性閾值模型[14]。Adar和Adamic（2005）通過研究信息在博客中傳播的模式和動力學特性，提出用傳染病模型來描繪信息傳播的機理[15]。Asur和Huberman（2010）采用來自的聊天數據通過簡單的線性回歸模型預測電影票房的收入[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存問題的基礎上，提出了相應的隱私保護方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基礎上探討了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解決社交媒體用戶隱私問題[18]。

2.2 國內研究

國內學者的社交媒體研究最早可追溯至20世紀90年代末，但從2005年后起關于社交媒體的論文才逐漸表現出增長態勢。國內研究內容主要集中在：

2.2.1 社交媒體信息傳播研究

研究內容包括：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SIR的在線社交網絡信息傳播模型[19]。姜景等（2015）構建表征謠言信息與辟謠信息傳播機理的Lotka-Volterra競爭模型[20]。②社交媒體信息傳播中存在的問題與對策研究。如閻?。?015）探討微博傳播存在的問題及原因，并提出了加強微博內容管理、增強把關意識、提高微博用戶的媒介素養等對策[21]。③社交媒體信息傳播效果研究。如陳遠和袁艷紅（2012）以新浪微博作為數據來源，把信息覆蓋人數、評論數、轉發數作為微博信息傳播效果的量化指標，從縱橫向兩個角度研究新浪微博信息傳播過程造成的效應[22]。

2.2.2 社交媒體輿情分析與監測研究

如張J等（2014）以打砸日系車系列突發公共事件為實例，探討其在新浪微博和新浪新聞平臺上輿情傳播的特征與規律[23]。張瑜等（2015）對新浪微博熱門話題“北京單雙號限行常態化”下的微博進行了數據采集，將輿情演化劃分為潛伏、成長、爆發、衰退、波動、死亡6個階段，并對各階段進行情感分析，為輿情治理提供了支持[24]。唐濤（2014）在分析網絡輿情五要素的基礎上，探討移動互聯網輿情的新特征，指出面臨的新挑戰，并從信息分析、信息篩選、信息引導等方面提出對策[25]。

2.2.3 社交媒體營銷研究

如唐興通（2012）的著作《社會化媒體營銷大趨勢：策略與方法》系統總結了社交媒體營銷，并對眾多社交媒體工具在實際工作中的應用提供了具體的建議[26]。張淼（2014）提出了企業完善社交媒體營銷策略的“9+3”模式[27]。劉曉燕和鄭維雄（2015）采用社會網絡分析方法研究企業微博營銷傳播的效果[28]。

3 信息可信度研究

3.1 國外研究

信息可信度（Information Credibility）是指人們對信息可相信程度的認識。它由值得信賴（Trustworthiness）和專業性（Expertise）兩個關鍵要素組成[29]。信息可信度比較系統的研究始于20世紀50年代的傳播領域。Hovland和同事的工作具有里程碑的意義[30]。信息可信度最初關注的是傳播者的可信度。國外對傳統媒體信息可信度的研究主要是從信源可信度、內容可信度、渠道可信度三方面展開的。隨著互聯網的出現，網絡信息可信度的評估被提上了議事日程。研究情況可歸納如下：

3.1.1 網絡信息可信度評估的理論模型

主要有Fogg（2003）的P-I理論模型、Wathen和Burkell（2002）的評判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的統一模型、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、處理過程這些側面的若干部分構建而成的。

3.1.2 網絡信息可信度研究內容

主要有對網絡新聞的可信度研究、對搜索引擎結果的可信度研究以及對維基百科內容的可信度研究。比如，Nagura等（2006）通過比較關于同一主題不同網頁的相似度來計算每個網頁的可信度[31]。Yamamoto和Tanaka（2011）利用用戶可信度評判模型對網頁搜索結果進行重新排序，以便從Web搜索結果的列表中用戶可以更高效的找到可信的網頁[32]。Adler等（2008）以文章長度、版本數量和基于貢獻數量的作者聲譽建立模型，計算出維基百科文章的可信度[33]。

3.1.3 網絡信息可信度研究方法

主要采用定量研究法。比如，Olteanu等（2013）在調查網頁的各種特征（文本內容、鏈接結構、網頁設計等）的基礎上，經過統計分析方法篩選出關鍵的特征，采用監督學習算法來推斷網頁內容的可信度[34]。與網絡信息可信度有關的典型系統有日本的WISDOM和Honto？Search。

3.1.4 影響力較大的項目和國際會議

影響力較大的項目有互聯網可信度研究（The Web Credibility Research）項目，影響力較大的國際會議有WICOW（Workshop on Information Credibility on the Web）。

3.2 國內研究

1993年的《鑒別虛假信息五法》是國內發表的早期論文。2004年至今，相關研究進入快速發展期。相對于國外較多研究評估算法和評估系統，國內研究重點在于定性分析上，大多采用問卷調查及專家訪談法等進行人工評估。國內研究內容主要有：

3.2.1 側重于信息可信度影響因素研究

比如，龔思蘭等（2013）針對評論信息的文本內容、長度、情感傾向、時效性、者、商家活動等特征，通過問卷調查方式對大學生消費群體進行在線商品評論信息可信度影響因素實證分析[35]。蔣洪梅（2013）運用理論分析輔以實證研究的方法，從宏觀的社會系統、中觀的政策法規、微觀的媒介與受眾3個視角分析網絡新聞信息可信度的影響因素[36]。

3.2.2 側重于信息可信度指標體系的構建

比如，胡紅亮（2013）按照信息源、信息加工、信息傳播和信息應用等方面采用德爾菲專家調查法建立了學術著作可信度的基本評價模型[37]。潘勇和孔棟（2007）基于第三方認證機構的視角，構建了電子商務網站的信用評價指標體系及評價因素集，并建立灰色關聯信用評估模型[38]。當然，也有少量基于機器學習的信息可信度自動化評估實驗研究，比如，馬偉瑜（2011）提出一種采用改進的PageRank算法評估網頁信息可信度的方法[39]。

4 社交媒體信息可信度評估研究

4.1 國外研究

國外相關研究較早。社交媒體信息可信度的相關研究隨著BBS的出現隨之展開，最早可追溯到20世紀80年代。目前可以說，研究處于繁榮期。國外研究情況可歸納如下：

4.1.1 社交媒體信息可信度評估研究內容

研究內容主要包括：①不實信息的判斷識別。如Qazvinian等（2011）提取Twitter信息的文本特征、網絡特征和微博元素特征，構建貝葉斯分類器甄別謠言[40]。Zhao等（2015）通過研究查詢帖以便及早識別社交媒體謠言[41]。②話題新聞的可信度評估。如Castillo等（2011）選取了有關用戶特征、文本特征、主題特征、信息傳播特征，采用J48決策樹評估Twitter中話題新聞的可信度[42]。

4.1.2 社交媒體信息可信度評估方法

評估方法主要有監督學習[43]，統計分析[44]，與可信信息來源的相似性比較[45-46]，社交網絡的鏈接結構分析與主題模型的利用[47]等。它們主要采用自動評估，具體來說：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（如注冊時間、粉絲量、好友量），文本特征（如是否包含#標簽、是否包含問號、Tweet中包含的URL數量、是否轉發），主題特征（如帶#標簽Tweet的比例、Tweet數量、Tweet的平均長度、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（如傳播樹的深度），采用J48決策樹評估Twitter信息的可信度[42]。②評估的方法：大多通過構建SVM分類器、Bayesian分類器、Decision Tree分類器等方法，并對結果進行分類，以達到評估社交媒體信息可信度的目的。上例Castillo等采用J48決策樹構建分類器，并對結果進行分類，從而評估Twitter信息的可信度[42]。當然，也有通過對結果進行排序的實例，從而達到評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相結合的方法，按照可信度得分對Twitter信息進行排序[43]。

4.1.3 有較大影響的在研項目與系統

由歐盟資助七國科研人員聯合攻關的PHEME項目研究的重點是社交媒體信息的真實性，該項目在國際上有較大影響。Jacob Ratkiewicz等（2011）開發出可實時追蹤Twitter上政治謠言的Truthy系統[48]。Gupta等（2014）、Lorek等（2015）分別開發出一款可自動評估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 國內研究

2007年《博客信息“可信度不亞于紐約時報”？》拉開了國內探討社交媒體信息可信度評估的序幕。目前研究還處于發展的初期。社交媒體信息可信度評估研究主要有：

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（2013）探討政府微博中的熱點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、信息內容和用戶基本信任觀念4個方面構建社交網絡可信度影響因素模型[52]。薛傳業等（2015）從信息來源可信度、信息傳播渠道可信度、信息內容可信度以及信息評論反饋多維度探討了突發事件中社交媒體信息可信度的影響因素[53]。

4.2.2 構建社交媒體信息可信度指標體系研究

它大多采用問卷調查及專家訪談法進行人工評估。屈文建和謝冬（2013）從站點層次、版塊層次、主題層次、內容層次4方面，采用模糊綜合信用評估模型對網絡學術論壇信息可信度進行評估[54]。莫祖英等（2013）從微博信息量、信息內容質量、信息來源質量和信息利用情況等方面進行問卷調查，采用層次分析法構建微博信息質量評估模型[55]。當然國內也有少量自動化評估的例子。比如，賀剛等（2013）引入關鍵詞分布特征和時間差等新特征，基于SVM算法來預測新浪微博信息是否為謠言[56]。程亮等（2013）提出基于BP神經網絡模型及改進其激發函數，同時引入沖量項，對微博話題在傳播過程中演變為謠言進行檢測[57]。路同強（2015）采用半監督學習算法檢測微博謠言，但不足之處在于未考慮信息的深層特征[58]。

4.3 存在的問題

對比國內外研究情況，可發現國內研究存在如下問題：

4.3.1 研究內容

關于社交媒體信息可信度研究，國內外目前以微博研究較多。與國外豐富的研究內容相比，國內在該領域的研究還主要集中于對影響因素以及特征的探討上。

4.3.2 研究方法

國外定量研究較多，很多涉及自動化評估，而國內定性研究較多，大多采用問卷調查法、專家訪談法等進行人工評估。

總之，現有研究大多是針對Twitter等英文社交媒體，其研究成果大多不能直接應用于中文社交媒體。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 語

為了解決中文社交媒體的可信度評估問題，在吸收前人研究的基礎上[59-63]，很有必要對中文社交媒體信息可信度進行系統研究，特別是在參考國外信息可信度評估系統的基礎上，很有必要研制開發中文社交媒體信息可信度評估系統，實現中文社交媒體信息可信度的自動評估。在進行中文社交媒體信息可信度評估中，應注意下列問題：

1）評估要在對信息資源分類的基礎上，對不同的類別采用不同的評估指標體系，以提高評估工作的科學性和合理性。

2）評估既要重視定性評估，也要重視定量評估，尤其是自動化評估。特別是在大數據環境下，應針對評估的實際需求，制定科學的評估方案，選擇恰當的評估方法，構建適合評估工作需要的自動化評估系統。

3）評估指標、評估模型的選取以及參數的訓練，既要考慮研究結果的精確度，又要考慮系統的運算時間。

4）評估模型構建后，不僅要進行實驗室評估，還應進行實際效果評估。

參考文獻

[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.在線社交網絡中信息傳播模式的特征分析[J].計算機應用，2013，（1）：105-107，111.

[20]姜景，李丁，劉怡君.基于競爭模型的微博謠言信息與辟謠信息傳播機理研究[J].數學的實踐與認識，2015，（1）：182-191.

[21]閻俊.微博傳播的問題與對策研究[D].錦州：渤海大學，2015：1-38.

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

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

[24]張瑜，李兵，劉晨.面向主題的微博熱門話題輿情監測研究――以“北京單雙號限行常態化”輿情分析為例[J].中文信息學報，2015，（5）：143-151，159.

[25]唐濤.移動互聯網輿情新特征、新挑戰與對策[J].情報雜志，2014，（3）：113-117.

[26]唐興通.社會化媒體營銷大趨勢：策略與方法（第2版）[M].北京：清華大學出版社，2012：1-235.

[27]張淼.社會化媒體在市場營銷中的應用研究[D].北京：首都經濟貿易大學，2014：1-47.

[28]劉曉燕，鄭維雄.企業社會化媒體營銷傳播的效果分析――以微博擴散網絡為例[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.，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]劉雪艷，閆強.政府微博中的熱點事件信息可信度研究[J].北京郵電大學學報：社會科學版，2013，（2）：6-12.

[52]丁科芝.社交網絡信息可信度研究[D].武漢：華中師范大學，2015：1-61.

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

[54]屈文建，謝冬.網絡學術論壇信息可信度的灰度分析[J].圖書情報知識，2013，（2）：112-118.

[55]莫祖英，馬費成，羅毅.微博信息質量評價模型構建研究[J].信息資源管理學報，2013，（2）：12-18.

[56]賀剛，呂學強，李卓，等.微博謠言識別研究[J].圖書情報工作，2013，（23）：114-120.

[57]程亮，邱云飛，孫魯.微博謠言檢測方法研究[J].計算機應用與軟件，2013，（2）：226-228，262.

[58]路同強，石冰，閆中敏，等.一種用于微博謠言檢測的半監督學習算法[J].計算機應用研究，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.社會媒體挖掘[M].北京：人民郵電出版社，2015：1-240.

篇(5)

營銷4.0的核心驅動力是云技術以及云技術改變的商業結構、市場結構、媒體結構、營銷模式，而云營銷是營銷4.0的最大驅動引擎。營銷4.0的價值鏈已經形成，我們已能描述其基本輪廓：

電子商務市場的崛起。2011年國內網上交易額5萬億元（含B2B），占GDP的比重約為13%，網絡零售（B2C、C2C電商）交易額約8000億元，占社會消費品零售總額的比重不足5%，顯示出巨大的增長潛力。比數字更重要的是電商的支持系統：網上訂單、支付、物流、結算等商業體系已經成熟。

媒體預算的結構性變化。社會化媒體的崛起，使傳統電視、紙媒、戶外甚至互聯網門戶都受到了沖擊，以新浪微博為代表的社交化媒體的影響力與商業價值已經顯露，并且正在改變著企業媒體費用的投放結構。

一云多屏、無縫鏈接的終端世界。從互聯網上的微博、視頻到移動互聯網（手機），以及即將到來的家庭終端（智能電視）甚至未來的車載電視、顯示屏媒體（寫字樓、住宅、超市等），都將被無縫連接在多個不同的云系統（iOS、Andriod等）內。

云生活方式初見端倪。在中國一部分（北上廣為代表的核心城市）進入云生活時代的城市及人群里，傳統媒體廣告不再是他們作出購買決策的主要信息來源，取而代之的是圈子和網站的用戶對商品的評價。這群人已經生活在“云端”（一個虛擬卻真實的網絡社交圈里），可以與任何地點的人自由連接互動。

社會化媒體及新營銷方法勃興。社會化營銷正在對傳統營銷方法進行一場“路徑革命”：從傳統的圍繞知名度的叫賣創意、單向控制的媒體，向營銷4.0時代以美譽度為核心的創意、口碑積累的雙向互動模式轉變。簡單地說，靠壟斷傳統媒體資源、拼實力的傳播時代面臨著瓦解，而依靠創意、互動、口碑的社交化媒體傳播新驅動力正在崛起。

云消費的商業化路徑形成閉環。最具顛覆性的是消費方式的變化：社交化媒體創造的關注度（流量），可以通過與電商的無縫連接馬上變成購買力（轉化率），而不是傳統媒體下看完廣告、留下記憶、再到終端前形成購買行為的AIDA模式（注意——興趣——決策——行動）。

篇(6)

(國內首部社交電商實操之作，全面解讀社交電商，講方法，講實操，講技巧)

作者簡介

賀關武，陜西銅川人，“我看電商”自媒體聯合創始人；深圳晚九點新媒體創始人；電商實戰派，自媒體人。出版暢銷書《電商，這么玩才有未來》。

內容簡介

2015年下半年綜合性電商平臺已基本穩定，大平臺商家出現擁堵，O2O項目遍地開花，移動互聯網飛速發展，火爆一時的微商出現拐點。傳統的營銷方式作用越來越小，網絡推廣成本也越來越高，對于創業者，對于廣大草根如何找到突破口，找到自己的客戶。

能改變這一切現狀的就是社交電商，在未來社交電商會滲透到各個行業，影響到每一個人，也就是說人人都可以做，人人都能做好。本書堪稱國內首部社交電商之作，全面解讀社交電商，講方法，講實操，講技巧，幾乎全部覆蓋社交電商的各個方面。詳細講解了社交電商該如何玩，做社交電商之前的準備，培養網絡社交用戶的方法，如何在社交平臺促成成交，各大社交電商平臺如何運用。

目錄

01思維篇：機會隨時都會出現

社交電商的趨勢/ 2

初步認識國內相關社交平臺/ 7

人與人之間的連接更容易/ 10

有情懷必將有人追隨/ 12

請教是社交的開始/ 15

網絡社交也能發展成為強關系/ 18

中高級人才招聘將被社交網絡壟斷/ 22

初創企業的發聲地/ 26

移動互聯網的本質就是社交/ 29

每個人都是社交自媒體/ 32

這4種人能夠在社交平臺中賺錢/ 36

社交中發現潛在需求/ 39

02技能篇：動手照做就對了

你擁有什么，能堅持多久/ 43

因為興趣走到一起/ 46

社交電商運營策略、技巧與實操

6步讓自己的賬號變得有價值/ 49

點贊是初步試探/ 53

玩轉互動的7個小技巧/ 55

轉發分享是傳播的開始/ 59

文字、圖片、視頻怎么玩/ 62

這6點玩轉圈子營銷/ 65

網絡社交中的9大禁忌/ 69

這5招防止落入社交網絡的時間陷阱/ 73

03晉級篇：修煉，再次引爆

搜索偏愛/ 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

激發粉絲活躍度的6種方法/ 88

優質社群的7個必備條件/ 91

好內容：有爭議、有后續/ 95

至少選擇4個社交平臺/ 98

玩網絡社交就是不斷埋線索/ 101

1000個忠實粉絲的真正含義/ 103

04實戰篇：社交中賣產品、做服務

人就是產品，就是服務/ 106

中小賣家拼的就是人脈/ 109

這3種組團方式會產生不一樣的效果/ 111

這4招讓網絡社交也能本地化/ 114

信任的5種方式/ 117

5種直播場景下的傳播/ 121

從一個產品開始，一個賣點就好/ 125

搞定官方微博的8個小技巧/ 128

7招讓你迅速成為標題黨/ 132

能賣出東西的6種好文案/ 136

一定要有獎勵措施/ 147

借勢營銷的5個技巧/ 150

5種免費的贏利模式/ 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

手機淘寶社交化/ 181

職場社交電商化/ 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)

報告題為《中國2012年數字智商指數》，對全球100個奢侈品牌在中國市場的數字競爭力進行了評估，通過“數字智商”這一評估方法，從以下幾個方面對品牌進行綜合排名：品牌兼容性、優化以及在智能手機和平板電腦上的營銷(20%)，品牌呈現、社區規模、內容以及社交媒體參與度(30%)，網站功能的本地化(30%)，以及包括搜索、數字媒體、電子郵件營銷在內的數字營銷(20%)。

美容類品牌繼續在網站建設方面獨占鰲頭，時尚類品牌發展勢頭迅猛。

排名前10的品牌分別為：雅詩蘭黛、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”數字智商——其數字營銷具有差異化競爭優勢，能成功開展多渠道數字活動，能建設迎合當地需求的多功能站點，社會知名度高，以及能整合跨平臺傳播。

前10名中其余6個以及另外12個品牌被評為“有天賦”。報告稱，這些品牌正在通過網站、移動媒體、傳統以及新興社交媒體平臺進行嘗試和創新。

研究還發現，幾乎一半的品牌(44%)未有足夠投入以抓住市場機遇。

根據L2的報告，中國電子商務銷售預計將在未來三年增加兩倍。價格透明度、仿冒品、運營困境以及低質量的客戶服務仍是奢侈品牌在線銷售所面臨的挑戰;Web2.0工具的采用，包括社交媒體共享、用戶評論以及即時聊天的發展在中國也逐年加快。

根據2012胡潤百富(Hurun Report)，61%的中國富豪表示，互聯網已超越其他所有渠道，成為他們了解品牌信息的主要方式。

根據波士頓咨詢集團的報告《The World’s Next E-Commerce Superpower》，有近80%的消費者通過社交媒體來了解奢侈品牌及其產品的更多信息。

如今，奢侈品牌已廣泛采用社交媒體進行推廣。排名中僅有5個品牌沒有采用社交媒體。有10個品牌擁有5個以上社交媒體平臺，而去年這樣的品牌僅有2個。中國社交媒體的生態系統仍相當分散且競爭日益激烈，市場中有大量新進入者。

同時，隨著中國智能手機滲透率的不斷提升，移動平臺的影響力也與與日俱增。根據益普索和谷歌2012年5月的報告《Our Mobile Planet：China》，97%的中國智能手機用戶通過手機進行產品調查，59%通過手機購買產品。

L2的報告顯示，盡管今年針對中國消費者的移動投資出現兩位數的增長，但僅有23%的品牌保持了其中國網站手機優化版的開通，其中僅有三分之一支持電子商務。

此外，僅有五分之一的奢侈品牌開設了中國網站，其中只有一半品牌以人民幣顯示產品價格。奢侈品牌對微博營銷的采用率高達91%，對移動、社交以及搜索引擎營銷的采用也出現了兩位數的增長，但自2011年以來，僅有4個品牌推出了直接電子商務。