社交媒体营销方法汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇社交媒体营销方法范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

2012年有4900万新世代的消费者使用了智能手机，其中84%都是热切、积极的社交媒体使用者。要想抓住这种移动/社交目标，需要营销者比以往都更切中主题。

那么营销者如何创造出实时的、对品牌而言又是内在固有的内容呢?他们如何通过创造出消费者想要阅读和分享的内容，在一个更私人的水平上与更年轻的消费者互动?在你和新世代打交道的时候，下面五件事一定要记住：

1.保持对话的主动性，否则交流还在进行，你却已经被排除在外。在最近《华尔街日报》的问答环节中，迪士尼的Anne Sweeny和电视制作人I.Marlene King曾表示，在线交流正在改变整个创意过程以及组织运行方式。交流是持续存在的，组织必须保持关注，并提供及时和持续的反馈，除此之外，再没有别的途径。

2.事前积极准备，并为准备的过程投资。对于策划重要时刻和与年轻的用户实时交流来说，投资在必要的资源上是至关重要的。事后证明，在饱受诟病的第47届超级碗断电事故期间，奥利奥雇佣了一个多达15人的社交媒体队伍来应对比赛期间发生的任何事情，奥利奥甚至事先准备了两种不同版本的推文，已备不时之需。(译注：2013年第47届超级碗比赛突发断电事故，奥利奥立即在推特上一条拿断电开涮的广告，在恢复供电的35分钟内被转发超过一万次，点赞数千次，为奥利奥赢得无数赞誉。)

3.假定他们同时关注多个平台。超级碗之前的一项调查表明，36%的观众会从多个平台接收信息。对于品牌来说，在重大的文化时刻，要想在个人资讯或是情感层面接近你的受众，有一个完美的途径，那就是通过智能手机、电脑、平板端的相关社交频道，即时、迅速地回应你的受众。

篇（2）

邮件营销中应用社交媒体有什么作用？

社交媒体是指大批网民利用社交工具，如微博、博客、SNS、个人空间等，自发贡献、提取、创造新闻咨询，然后传播的过程。据中国互联网络信息中心(CNNIC)最新报告，中国的网民已达5.38亿，其中超过4亿用户分布在社交媒体上。这些社交媒体用户中很大一部分都是具有消费潜力的年轻邮箱用户群体。

社交媒体按钮对于品牌邮件营销产生作用主要有三方面：首先是带来邮件打开率、点击率的提升；其次，通过用户点击分享等行为，扩大品牌及产品影响力；再次，通过点击社交按钮，直接带来销售转化。

存在哪些风险？

并不是任何邮件进行社交媒体引用都能带来有利影响。

据邮件营销服务商webpower中国区的一项内部调查显示，目前在邮件营销中对于社交媒体进行得浅层次(即在邮件页面设计中加入社交分享按钮的基本运用)运用大概占到约60%-70%，而深层次的运用可能不到5%。这表明目前在国内，社交媒体在邮件营销中的应用广度上还有一定距离，而在应用深度上暂处于初级阶段。

以微博为代表的社交媒体，强调了“双向”、“双线”的特点，实现了真正意义上发信人和收信人的“对称”与“对等”。与邮件在“人际独立”、“半对称”的媒体特性相比，两者在未来还将会有更进一步的融合。(参考笔者文章《从媒体特性看邮件与社交媒体整合之势》)而目前国内邮件营销和社交媒体的融合，主要集中在以抽奖送礼等邮件营销活动，吸引用户关注品牌社交媒体；同时利用品牌社交媒体渠道，设置邮件订阅口，吸引用户注册等简单方式的整合。邮件营销与社交媒体的整合之路任重道远。

未成熟的市场和应用环境，加之社会媒体对用户注意力的分散，以及品牌邮件主在社交媒体应用上的经验不足，可能影响销售转化，错失良机。

实际应用中的解决策略

品牌亟待更好的邮件营销和社交媒体整合方案。作为行业从业人士，依据行业经验，特别提醒品牌邮件主在目前环境下的实际运用中需要特别注意以下原则：

明确目的原则

根据不同营销目的，以确定社交媒体在邮件营销中的运用方式。如对于以扩散产品，提升品牌形象为目的品牌邮件主应在邮件策划、设计、活动中更为凸出社交媒体按钮，以达到刺激用户采取社交分享行为。而对于以销售为目的社交媒体应用，邮件主应该更为重视社交媒体的销售转化。

区别行业产品原则

不同产品及行业的邮件在社交媒体应用上也不同。如对于教育咨询服务类的品牌邮件，通过邮件的社交媒体按钮，用户可以实现与品牌的直接沟通，这要求品牌邮件主做好线上与线下的对接，以获得用户销售转化。而对于快消品类的邮件，则要求利用优惠促销、新产品信息等利益驱动点，吸引用户进行主动社交分享，增加品牌口碑影响及产品曝光率，同时优化社交媒体上的邮件订阅入口，以获取订阅用户，争取新的营销机会。

篇（3）

你会为你的宠物狗计算投资回报率吗？你们为你买的衣服计算投资回报率吗？事实是每个提供价值的事物都有投资回报率，只不过有些时候投资回报率不明显。但是，根据2011年对社交媒体营销从业人员的一份调查显示，55%的人认为，计算投资回报率非常紧要。因为他们：

65%的人提到需要提高有效性；59%的热提到需要提高与其他市场营销手段的融合度；48%的人提到有汇报量化效果的压力39%的人有了社交媒体预算或该预算还会增加22%的人提到正确的测量工具已经就位了。因此，即使已经有了计算社交媒体投资回报率的办法，即使市场人已经感觉到了拿到这些数字的必要性和迫切性，为什么还会有那么多的品牌在不知道投资回报率数据的情况下就做社交媒体营销了呢?一个可能的线索是社交媒体背后有驱动力，新技术的早期采用以及商业革新，因此没有足够的时间来做详细的投资回报率分析。当所有人参与进来，当所有事情都慢慢成熟了，于是对社交媒体测算投资回报率也就提上日程了，可以说是边学边干。

那么，要计算社交媒体的投资回报率需要知道些什么呢？

当然，首先测量方法必须要确定，而这要符合你公司的情况。这也许是对于社交媒体测量些什么以及如何测量的问题，目前没有统一的大案的部分原因。因为目的、目标和关键指标对每个部门，每个公司都不一样。

在确定这些钱，有必要确定你为什么要做这件事。如果答案仅仅是“我们的公司建议我们做”，或“我们的竞争对手在这样做”，那么我建议你更深层次地考虑这个问题。

典型的社交媒体营销的商业目标包括：

通过对社交媒体的监测，发现顾客和潜在顾客是如何谈论你的公司的；收集竞争对手信息；与顾客和潜在顾客在线互动；通过分享内容来建立思想领先者的地位；使社会化媒体渠道的内容和信息的触达面最大化；支持已有的销售和市场攻势；支持员工招聘和留住既有员工的努力；打造一个顾客社区来提供支持和推广是的，所有这些都涉及数据收集和测量，但仍然——这些都不是投资回报率，要得到投资回报率，这些因素都需要被转换成商业利益——一个可以跟踪的数据和可以作为结果的数据的组合。这些数据可能与社交媒体并不直接相关，例如总的销售额，要求试驾的次数，注册数，等等。由于需要做对比，因此需要得到在做社交媒体营销之前和之后的数字。

谈点实际操作的事，下面是计算投资回报率的公式：

所获利益—成本

投资回报率=———————— *100 =投资回报的百分比

成本

成本

好了，下面是一个计算社交媒体投资回报率的实例：

圣安东尼奥的海洋世界为他们新建的过山车发起了一场社交媒体营销攻势。长话短说，他们邀请了社交媒体上那些影响力强的人来“试新”，拍了一些视频，配上这些人的正面的肯定的评论，上传到了大约50个网站上，其中30个是过山车爱好者的网站。

回到我们的计算公式：

利益：通过一个针对公园游客的简单的调查(只有两个问题)，以及一个适用于所有游客的公式，他们得出那些从互联网上得知相关信息的人给公园带来的收益是260万美元。成本：把这个社交媒体攻势所涉及的人员、技术、流程成本加在一起，总成本是4.4万美元。

260000 — 44000

投资回报率=———————— %100 =5809%

44000

他们所花的每一个美元，带来了5809元的收益。怎么做到的呢？了解正确的人群，激励他们，与他们保持互动！

篇（4）

中图分类号：G206.2 文献识别码：A 文章编号：1001-828X（2017）007-0-01

引言

社交媒体的普及给人们生活带来了巨大的变化，逐渐成为人们分享、交流、沟通的主要工具。在这种情况下，社交媒体营销成为了企业营销的一个重要内容。社交媒体营销本身是一项专业性很强的工作，目前我国企业在社交媒体营销方面还处于一个探索起步的阶段，在做好这一工作方面存在能力、经验不足的问题，这一定程度上影响了企业社交媒体营销效果。因此有必要加强社交媒体营销的研究，了解做好这一工作的要点及方法，从而推动企业营销水平的整体提升。

一、社交媒体营销概述

社交媒体以及社交媒体营销都是营销领域的新概念，因此有必要对于这两个概念的界定以及特点进行深入了解。

1.社交媒体营销概念与特点

社交媒体是指基于互联网形成的让人们进行沟通交流的平台。社交媒体类型很多，常见的包括微博、微信、论坛等等。当前社交媒体以其具有的天然优势已经成为了人们交流沟通的主要工具，社交媒体在一个个的热门话题制造、传播等方面发挥着越来越重要的作用。社交媒体的主要特点在于信息传播点对点层面，每一个人都是信息的接收者，同时也是信息的传播者，网民更多的主动权使得社交媒体活力四射[1]。

社交媒体营销简单来说就是以社交媒体为平台和工具进行产品的宣传推广，从而顺利实现提升产品知名度、美誉度，开发更多消费者的过程。社交媒体营销本质上是企业营销的一种模式，利用的是社交媒体受众广泛、传播效果好的优势。社交媒体营销本身具有可计量、速度快、成本低、交互性强等特点，可计量是指借助于网络信息技术，可以精准地查看有多少人看了企业的营销广告；速度快是指社交媒体营销传播的实时性，每个网民都可以及时获取社交媒体上的营销内容；成本低则是相对于传统媒体而言，单人广告成本较低；交互性强是指社交媒体上的各个网民都可以进行互动沟通，从而带来营销互动性的强化。

2.社交媒体营销理论

社交媒体营销方面的理论很多，对于这些营销理论进行深入探讨，可以根据这些理论的指导来制定科学的社交媒体营销策略，本文这里将典型的社交媒体营销理论探讨如下：首先是六度空间理论。所谓的六度空间理论是指任何两个陌生人之间间隔都不超过6个人，在营销工作开展中，借助于六度空间理论就可以找到目标客户，这一理论在口碑营销中的作用比较明显[2]。其次是长尾理论。长尾理论的核心观点认为只要销售渠道够宽广且流通阻碍小，即使是传统营销中的小市场也能够与大市场在规模层面相匹敌，这一理论是对于二八理论的有益补充，借助于社交媒体就可以将小市场串联起来，形成大市场。最后就是4R营销理论，这一理论的内容包括了关联、反应、关系、报酬等四个方面的内容，根据这一理论，企业在营销工作开展中，注重对于客户诉求的反应，要与顾客之间形成良好的互动关系，从而通过营销获得经济利益。

二、社交媒体营销传播策略

社交媒体营销工作开展是一项系统性的工作，要做好这一工作难度很大，对于企业各方面营销能力要求很高。本文结合社交媒体以及社交媒体营销的基本特点，认为要做好这一工作，关键是要做好以下几个方面的工作：

1.注重情感文化传播

一流的企业卖文化，二流的企业卖产品。在企业之间的竞争加剧以及产品同质化严重的情况下，营销重心放在情感文化层面，对于营销效果的提升具有重要促进作用。因此社交媒体营销中一定要注重目标受众的情感分析把握，在营销内容层面照顾到受众的情感，力争引起情感共鸣，从而实现营销效果的持续提升。

2.利用好热点事件

企业社交媒体营销工作开展要善于利用好一些热点事件、话题，懂得借势，这对于社交媒体营销效果提升来说可以做到事半功倍。毕竟在目前信息广告严重过剩的情况下，对于社交媒体用户来说，很多企业的营销广告都很难引起关注，这自然会影响到营销效果。而通过借助公众关注度比较高的热点事件，巧妙借助于热点事件进行营销方案设计，可以很好地吸引公众关注，从而提升营销效果[3]。当然社交媒体营销中借势热点事件，一定要住注意度的把握，注意内容层面要较好地结合热点事件，不要生硬地与热点事件挂钩，否则会导致受众的反感，这样的营销在效果层面反而会出现适得其反的情况。

3.开展互动性强的沟通活动

社交媒体营销方面一定要充分发挥好社交媒体本身的互动性，避免营销方面的单项推送，良好的互动有助于更好地解决企业与受众之间的信息不对称问题，赢得受众更多的信任。因此在基于社交媒体平台进行营销工作开展中，一定要增强营销方案的参与性，具体来说可以开通抽奖、评论、分享心得等功能，对于受众各方面的咨询及时进行反馈，让受众感受到来自于企业的尊重，同时引导客户发表产品使用体验，形成良好的口碑，提升企业产品的美誉度。

4.增强营销方案趣味性

社交媒w营销方案设计一定要充分考虑趣味性，僵化古板的营销方案与灵动有趣的营销方案在营销效果层面是截然不同的。社交媒体在营销方案的设计方面有着更多的选择，因此需要充分利用社交媒体的优点，进行营销方案的设计，举例而言，在故事讲述、图片搭配、视频内容设计等方面进行巧妙构思，从而使得营销方案有趣有味，引起良好的反响。

5.进行必要的付费推广

必要的付费推广是社交媒体营销必然之举，通过与网站合作设置广告弹窗、购买关键词搜索等手段，可以实现广告到达率的提升，让更多的潜在客户了解企业的产品、服务等。在付费推广工作方面，要强调精确性，提升商品购买转化率，不断进行付费推广的优化。

参考文献：

篇（5）

而据腾讯2011年Q4财报数据显示，其“QQ空间”活跃帐户数达5.521亿，“朋友网”活跃帐户数达2.024亿，微博注册帐户数达3.73亿。

在社交网络和社交媒体的布局上，腾讯已经具备了Facebook+Twitter的特性与优势，但在社会化广告营收方面，差距显而易见。

3月中旬，腾讯对外宣布，将通过一场社交变革，将腾讯的社会化媒体和社交网络资源整合起来，打造一个集用户、产品、技术、方法论于一身的“社会化营销平台”，成为广告主的新宠。

榜样的力量

腾讯变革的决心来自于Facebook的成功示范，更在于受在线广告未来广阔前景的驱动。

一个值得一提的细节是，今年1月31日，作为全球最大的广告客户，宝洁宣布裁撤1600名广告营销人员。原因在于，它相信相比传统媒体投放渠道，Facebook更精准、有效且成本较低。与此相关的依据是，宝洁旗下的一款男士香水广告，曾经在Facebook上创下了18亿点击次数的纪录。

在宝洁的带动下，现在越来越多的广告主开始对传统媒体说“不”，转而主动投向Facebook的怀抱。受益于广告主的青睐，Facebook的广告收入近两年有如火箭般上升。

据市场调研公司eMarketer统计，Facebook于去年已成为美国最大在线广告商，在美国在线展示广告业务中占比达16.3%，远远超过之前的两代互联网明星（雅虎13.1%，谷歌9.3%）。

Facebook最有力的武器是，外界公认的社会化营销。在业内看来，这是一个不亚于传统搜索引擎的在线营销新市场。与传统搜索引擎相比，社会化营销拥有绝对的优势，其投资回报率远远高于传统搜索引擎。

更致命的是，以Facebook、Twitter等为代表掀起的社会化浪潮，正在对传统在线数字营销产业链进行重构，未来前景光明。eMarkter预测，2012年全球将有14.3亿社交网络用户，同比增加19.2%。其中，社交网络上的广告投放将达77.2亿美元，到2014年将接近120亿美元。

去年，Facebook80%的营收来自于广告，而腾讯去年营收虽然高达285亿元，但大部分收入来自于网络游戏等业务。

目前，在国内，社会化营销才刚启程，不但市场化程度低，而且缺乏产业链共识的标准和方法论支持。业内认为，腾讯在国内拥有数量最多的社交用户平台，完全可以在社会化营销方面释放出巨大的能量，借此让广告主从中获得更多营销价值。

对于腾讯的这一变革，其创始人、董事局主席马化腾在参加“中国高层发展论坛”时认为，谷歌是通过搜索关键字的媒体形式获得广告主的投放，Fecabook是通过用户在社交中的行为把人进行划分，可以针对人不同的属性做广告。在他看来，这种社交媒体的广告还是一个待挖掘的宝藏。

现在，腾讯正将目光瞄准这个新的蓝海市场。

变革进行时

3月中旬，腾讯低调宣布了旗下网络媒体业务的社会化营销平台变革战略，计划通过一场社交变革，整合社会化媒体和社交网络资源，打造一个集成的社会化营销平台。

据悉，腾讯将微博平台与QQ空间平台彻底打通，挖掘两大平台的社会化营销价值。未来，QQ空间和微博上的社交广告可以同时指向两个平台的企业页面；在功能方面，实现内容、权限、用户管理后台互通；针对商业化、互动活动、社交广告实现显示互动。

本刊获悉，为彻底实现社会化转型，目前被形容为腾讯网络媒体业务“铁三角”的腾讯网、腾讯微博、腾讯视频均在升级之列。

促使腾讯如此“大动干戈”的背后，是因为腾讯本身就是一家经营用户关系链的公司，用户的互动、社交化洞察与把握，在国内互联网行业无人与之匹敌。一个利好消息是，企业对于社交媒体带来的益处有着共同的认可。来自咨询机构的数据显示，88%的商家认为社交媒体可以提高品牌知名度，85%的认为可以促进与消费者的对话，58%的认为可以促进销量和合作，41%的认为可以节约成本。

目前，腾讯网络媒体变革战略已全面启动，腾讯社会化媒体和社交网络的内部融合也随之展开，通过对旗下腾讯网、腾讯视频、腾讯微博、QQ空间等平台的社交化改造以及平台融合，进而增强了腾讯的社交价值，提升了腾讯网络媒体在社会化营销领域的实效。

其中，腾讯微博与QQ空间已经开始全面融合，完成后将成为国内最大、最活跃的社交网络。各媒体产品也将在战略指导下进行升级，比如，腾讯网将着力于向社交集成、产品智能、资讯交互三个方向发展，腾讯微博将朝着展现智能化、内容简约化等方向发展，腾讯视频则将朝着移动化和社会化发展。

据了解，腾讯社会化营销平台上线后，腾讯的营销资源将对广告主开放，重点着力于平台、工具及数据三个维度的开放。QQ空间的开放平台和微博的微空间，目前都已经开始为第三方提供开放式的自主营销服务，Discuz等平台覆盖的众多社区，也将建立起广泛的社交广告联盟。

可以预料的是，腾讯网络媒体的变革将带来营销方法论的提升。据悉，新的方法论是基于社交化、人性化及便携化的思考，将会在4月下旬出炉。升级后的腾讯智慧营销方法论将以影响人的内心及价值观为核心的营销3.0时代为背景，体现了互联网眼球经济向互动经济演进。

在营销3.0时代，“消费者”被还原成“整体的人”、“丰富的人”，而不是以前简单的“目标人群”，“交换”与“交易”被提升成“互动”与“共鸣”。营销的价值主张从“功能与情感的差异化”被深化至“精神与价值观的相应”。

显然，腾讯网络媒体的社交化变革，最终目标是为了让网媒的用户服务及互联网营销，变得更加人性化。

从做广告到讲故事

腾讯正在进行的社交变革，意味着它将构建起一个中国最大、最活跃的社交网络。对这个国内互联网巨头来说，并不是一件简单的事情。

首先，腾讯要实现的是将QQ空间与微博之间的全面融合，而这两者针对不同的用户关系链，QQ空间意味着用户之间的强关系，微博则是相对较弱的关系链，如何将两者打通，没有一个成功的范例可循。

“不少投行认为，我们拥有的巨大流量并没有在商务价值上得到更好地应用。”腾讯高级执行副总裁、网络媒体总裁刘胜义说，“如何真正实现腾讯网媒系统的社会化转型，充分挖掘其社交媒体和社交网络的商业价值，是摆在腾讯面前的迫切命题。”

刘胜义认为，社会化营销和传统1.0营销的核心区别是要纠正以往企业们“大喇叭”式的推广理念，企业应该学习如何用一种新的观点去跟他的群体沟通。腾讯决定打造的社会化营销平台绝非一个传统广告平台，而是构建一个跟用户建立多频次互动、沟通的平台，企业能够在这个平台上借助用户的关系链和社交流，通过讲“故事”而非做“广告”的方式获得独特的价值。

在业内人士看来，在社会化平台与环境中，网民不再是纯粹的消费者，而是通过UGC（用户生成内容）兼具了生产者和参与者的角色；媒体在继续扮演生产者的同时，也是组织者、平台提供者、参与者；而对广告主而言，品牌曝光不是唯一追求指标，互动、参与、沟通以及营销实效也是它们所渴望的。

社会化营销的未来市场空间不会亚于一个搜索引擎市场，而且从ROI实效的角度看，社会化营销也远高于搜索引擎和传统广告。”刘胜义告诉记者，“在成本上，腾讯社交广告点击成本低于业内平均数的40%以上；注册成本则低于目前业内平均数的60%；引流方面，则已达到日引流百万以上。”

事实上，并非只有腾讯洞察到其中的商机。目前，无论是传统的搜索、门户，还是视频、微博等企业，都已经有意识地借助开放和社交的力量，对自身的传统业务进行社会化改造。与这些竞争对手相比，刘胜义认为，腾讯的优势是拥有国内数量最多的社交用户，在社会化营销方面拥有巨大的能量，可以让广告主从中获得更多营销价值。

篇（6）

据市场调研公司eMarketer统计，Facebook于去年已成为美国最大在线广告商，在美国在线展示广告业务中占比达16.3%，远远超过之前的两代互联网明星(雅虎13.1%，谷歌9.3%)。

Facebook最有力的武器是，外界公认的社会化营销。在业内看来，这是一个不亚于传统搜索引擎的在线营销新市场。与传统搜索引擎相比，社会化营销拥有绝对的优势，其投资回报率远远高于传统搜索引擎。

更致命的是，以Facebook、Twitter等为代表掀起的社会化浪潮，正在对传统在线数字营销产业链进行重构，未来前景光明。eMarkter预测，2012年全球将有14.3亿社交网络用户，同比增加19.2%。其中，社交网络上的广告投放将达77.2亿美元，到2014年将接近120亿美元。

去年，Facebook80%的营收来自于广告，而腾讯去年营收虽然高达285亿元，但大部分收入来自于网络游戏等业务。

目前，在国内，社会化营销才刚启程，不但市场化程度低，而且缺乏产业链共识的标准和方法论支持。业内认为，腾讯在国内拥有数量最多的社交用户平台，完全可以在社会化营销方面释放出巨大的能量，借此让广告主从中获得更多营销价值。

对于腾讯的这一变革，其创始人、董事局主席马化腾在参加“中国高层发展论坛”时认为，谷歌是通过搜索关键字的媒体形式获得广告主的投放，Fecabook是通过用户在社交中的行为把人进行划分，可以针对人不同的属性做广告。在他看来，这种社交媒体的广告还是一个待挖掘的宝藏。

现在，腾讯正将目光瞄准这个新的蓝海市场。

变革进行时

3月中旬，腾讯低调宣布了旗下网络媒体业务的社会化营销平台变革战略，计划通过一场社交变革，整合社会化媒体和社交网络资源，打造一个集成的社会化营销平台。

据悉，腾讯将微博平台与QQ空间平台彻底打通，挖掘两大平台的社会化营销价值。未来，QQ空间和微博上的社交广告可以同时指向两个平台的企业页面；在功能方面，实现内容、权限、用户管理后台互通；针对商业化、互动活动、社交广告实现显示互动。

本刊获悉，为彻底实现社会化转型，目前被形容为腾讯网络媒体业务“铁三角”的腾讯网、腾讯微博、腾讯视频均在升级之列。

促使腾讯如此“大动干戈”的背后，是因为腾讯本身就是一家经营用户关系链的公司，用户的互动、社交化洞察与把握，在国内互联网行业无人与之匹敌。一个利好消息是，企业对于社交媒体带来的益处有着共同的认可。来自咨询机构的数据显示，88%的商家认为社交媒体可以提高品牌知名度，85%的认为可以促进与消费者的对话，58%的认为可以促进销量和合作，41%的认为可以节约成本。

目前，腾讯网络媒体变革战略已全面启动，腾讯社会化媒体和社交网络的内部融合也随之展开，通过对旗下腾讯网、腾讯视频、腾讯微博、QQ空间等平台的社交化改造以及平台融合，进而增强了腾讯的社交价值，提升了腾讯网络媒体在社会化营销领域的实效。

其中，腾讯微博与QQ空间已经开始全面融合，完成后将成为国内最大、最活跃的社交网络。各媒体产品也将在战略指导下进行升级，比如，腾讯网将着力于向社交集成、产品智能、资讯交互三个方向发展，腾讯微博将朝着展现智能化、内容简约化等方向发展，腾讯视频则将朝着移动化和社会化发展。

据了解，腾讯社会化营销平台上线后，腾讯的营销资源将对广告主开放，重点着力于平台、工具及数据三个维度的开放。QQ空间的开放平台和微博的微空间，目前都已经开始为第三方提供开放式的自主营销服务，Discuz等平台覆盖的众多社区，也将建立起广泛的社交广告联盟。

可以预料的是，腾讯网络媒体的变革将带来营销方法论的提升。据悉，新的方法论是基于社交化、人性化及便携化的思考，将会在4月下旬出炉。升级后的腾讯智慧营销方法论将以影响人的内心及价值观为核心的营销3.0时代为背景，体现了互联网眼球经济向互动经济演进。

在营销3.0时代，“消费者”被还原成“整体的人”、“丰富的人”，而不是以前简单的“目标人群”，“交换”与“交易”被提升成“互动”与“共鸣”。营销的价值主张从“功能与情感的差异化”被深化至“精神与价值观的相应”。

显然，腾讯网络媒体的社交化变革，最终目标是为了让网媒的用户服务及互联网营销，变得更加人性化。

从做广告到讲故事

腾讯正在进行的社交变革，意味着它将构建起一个中国最大、最活跃的社交网络。对这个国内互联网巨头来说，并不是一件简单的事情。

首先，腾讯要实现的是将QQ空间与微博之间的全面融合，而这两者针对不同的用户关系链，QQ空间意味着用户之间的强关系，微博则是相对较弱的关系链，如何将两者打通，没有一个成功的范例可循。

“不少投行认为，我们拥有的巨大流量并没有在商务价值上得到更好地应用。”腾讯高级执行副总裁、网络媒体总裁刘胜义说，“如何真正实现腾讯网媒系统的社会化转型，充分挖掘其社交媒体和社交网络的商业价值，是摆在腾讯面前的迫切命题。”

刘胜义认为，社会化营销和传统1.0营销的核心区别是要纠正以往企业们“大喇叭”式的推广理念，企业应该学习如何用一种新的观点去跟他的群体沟通。腾讯决定打造的社会化营销平台绝非一个传统广告平台，而是构建一个跟用户建立多频次互动、沟通的平台，企业能够在这个平台上借助用户的关系链和社交流，通过讲“故事”而非做“广告”的方式获得独特的价值。

在业内人士看来，在社会化平台与环境中，网民不再是纯粹的消费者，而是通过UGC(用户生成内容)兼具了生产者和参与者的角色；媒体在继续扮演生产者的同时，也是组织者、平台提供者、参与者；而对广告主而言，品牌曝光不是唯一追求指标，互动、参与、沟通以及营销实效也是它们所渴望的。

社会化营销的未来市场空间不会亚于一个搜索引擎市场，而且从ROI实效的角度看，社会化营销也远高于搜索引擎和传统广告。”刘胜义告诉记者，“在成本上，腾讯社交广告点击成本低于业内平均数的40%以上；注册成本则低于目前业内平均数的60%；引流方面，则已达到日引流百万以上。”

事实上，并非只有腾讯洞察到其中的商机。目前，无论是传统的搜索、门户，还是视频、微博等企业，都已经有意识地借助开放和社交的力量，对自身的传统业务进行社会化改造。与这些竞争对手相比，刘胜义认为，腾讯的优势是拥有国内数量最多的社交用户，在社会化营销方面拥有巨大的能量，可以让广告主从中获得更多营销价值。

在他看来，中国的社交广告才初见端倪，很多广告主对社交广告及社会化营销的价值还处在认知阶段，腾讯率先引发这场变革风暴，将让更多营销人认识到“社会化营销”的实效。

Facebook能获得广告主的认可，是因为它认为社交平台上的广告不仅仅是“广告”，而是“故事”。在精准和有效性的前提下，故事化的营销信息将自由穿梭于社交用户的信息纽带中。

Facebook的故事获得了成功，腾讯现在也在讲述着同样的故事，但能否让广告主认识到，还需时间验证。(来源：《IT时代周刊》)

篇（7）

在世界杯开赛之前，IBM和腾讯“牵手”成为腾讯体育社交媒体数据分析合作伙伴。IBM根据网友和球迷在腾讯网络媒体平台及社交网络上的海量公开信息和数据，通过大数据分析技术，获得球迷话题、球迷类型、球迷个性分析等一系列洞察；同时还能根据这些信息得出网友心中真实的球队支持率。而腾讯则通过这些分析得出的洞察来指导内容报道，细分受众，制作球迷更加喜欢的内容。

比如，IBM基于典型球迷在微博等社交媒体上所内容的综合分析，并对比心理学上的任务性格分析模型，通过大数据技术进行球迷的性格分析，勾勒出不同球星的典型球迷形象，不仅是球迷的兴趣爱好，连性格特点和行为方式都刻画的十分详细。如内马尔球迷的关键词为“阳光活泼、爱凑热闹、爱找乐子、喜欢悠闲生活”等等。

从世界杯看社交大数据分析如何为行业客户创造价值

通过大数据分析，媒体能够了解网友和球迷的喜好和关注点，就能够有针对性的制作内容并进行推荐，这大大改善了网友的体验。作为一名媒体人，笔者经常会为找到读者喜欢的话题而头痛，往往精心制作的选题却反映冷淡，其原因在于媒体认知和读者需求出现了脱节。大数据分析改变了媒体传统的单向式传播模式，让读者变成内容制作的“参与者”，从而更加贴近读者的需求。“大数据”开启了媒体报道的新模式，据悉，众多媒体集团都表现出兴趣，希望能和IBM进行类似的合作。同时，在本届世界杯上，大数据和媒体的结合，也为球迷送去了一场与众不同的“足球报道盛宴”。

行业CMO最关注大数据和社交网络对营销的影响

IBM在本届世界杯和腾讯的合作只是IBM在体育行业大数据分析的一个缩影，此前IBM大数据社交分析已经在网球四大大满贯赛事、橄榄球、高尔夫球等赛事中也发挥着巨大作用，为球迷带来了更佳的观赛体验，为球员和教练合理制定训练和比赛计划提供着参考，同时也助力主办方创办世界顶级赛事也帮助转播机构传递精彩比赛。事实上，其它行业的企业CMO也正越来越重视大数据和社交网络在企业营销中的价值。

图注一：中国的CMO已经意识到营销管理在将来的巨大变化，并且已经开始在投资/整合技术与分析方面做出相应的准备

根据IBM年度的全球和中国CMO调查报告，在被认为对营销管理产生重要影响的13中因素中，数据爆炸和社交媒体被认为是最重要的两种因素。其中，85%的CMO都选择企业应对数据爆炸做出市场营销的改变；71%的CMO则选择了社交媒体。

IBM大数据社交分析已有成熟的方法论

移动技术和社交业务正在催生着很多新的IT服务来与被数字化武装的个体进行交互。对于企业而言，构建一套全方位的互动参与体系，在员工、合作伙伴和客户之间建立参与机制将尤为重要。而IBM在社交大数据分析方面不仅有SoftLayer等云计算基础设施的支撑，还通过多年积累形成了一套为企业提供社交环境下客户全生命周期支持的完整方法论，使大数据社交分析能充分挖掘到在媒体行业、电信、金融、交通运输、零售、快速消费品等不同行业的客户价值。

篇（8）

1.你是否在所有社交媒体渠道都使用一致的、易于识别的品牌形象和风格来吸引和维护你的粉丝?

Amazon、Square、GoDaddy和其他社交媒体佼佼者们，将社交媒体互动用艺术形式包装成了讲故事的技巧。你完全可以从他们身上学到几手。塔吉特公司(Target)与玛氏彩虹糖(Skittles)也同样通过Facebook首页来用一种可视而难忘的方式介绍它们的品牌故事。

2.你是否在社交媒体用互动方式让你的品牌更加人性化?

观察一下联合利华在其Facebook、Twitter和YouTube推广其AXE品牌男士洗护产品的方法。在联合利华看来，AXE“不仅是一个领先的男性洗护产品，它代表一种生活方式，通过男士们生活、工作和娱乐的独特体验来触及他们内心的一种代表生活方式的品牌。”

匡威品牌通过消费者日常使用其产品的过程中建立其社交媒体网络，很多内容来自于崇拜这一品牌、愿意与这一品牌互动的大众。可能做得最好的是能多益(Nutella)，它使用很出色的时间线链接，用其独创而令人印象深刻的方式让其从众多品牌中脱颖而出。很多品牌通过将大众带入其生产流程的方式使品牌显得人性化。在社交媒体渠道发帖问一些有趣甚至离奇的问题，与你的受众互动，并保持幽默感，这能很快成为你的品牌承诺的一部分。

3.你在社交媒体上的“声音”是否前后一致?是否与品牌管理较好的方面保持同步?

发展并传递统一的社交媒体品牌声音并不是件容易的差事。在这一点上，专门设立了社交媒体部门的大企业和总人数不到10人仅靠大家轮流维护社交媒体的小企业，他们之间并无不同。把社交媒体的监控和反馈工作交给更愿意在社交媒体上发声的年轻员工，是很容易的选择。但是所有的员工都应该对企业愿景、企业使命以及企业精神有足够的了解，确保他们能在公共场合代表公司的面貌。在社交媒体上的发声应得到重视。社交媒体内容是否在方式、语言、风格以及传递方式上在各个渠道保持一致?如果答案是否定的，制作一份样式表应当被列入日程。

4.你的企业是否将社交媒体战略定位于18~34岁的人群?

如果你的回答是肯定的，你可能就失去了一部分重要的社交媒体人群：年长者。根据皮尤研究中心互联网和美国人生活项目(Pew Research Center’s Internet and AmericanLife Project)调研结果，社交媒体上超过65岁的人群正在迅速上涨。斯坦福大学长寿研究中心负责人Laura Carstensen表示，在美国国家公共电台2013年11月的采访中发现，超过一半的65岁及以上的老年人都在用互联网，“老年人使用互联网的技术也越来越熟练。”这些65岁及以上的老人大多出生于婴儿潮时期，比他们之前的任何一代人都要富有——他们对技术的悟性很高，更加年轻化。你得确保你的社交媒体信息不要遗忘了这一群体。你发帖的风格和内容决定了你的受众群体。如果你还没有确定你的社交媒体品牌定位，你可要抓紧时间了。

5.你在社交媒体上处理消费者投诉以及不满意的消费者点评时，是否及时，是否还带有自我保护的防御态度?

带着真诚关怀的态度回复粉丝，丢开防御的姿态。你的回复方式和风格要让粉丝们知道你关心他们以及他们对你产品/品牌的体验，这是一笔财富。最好的企业能迅速将消费者的投诉转到线下(处理)，但在公开场合依然保持开放与诚意，留给消费者一个长期满意的印象。最重要的一点，不管怎样不要删除差评——肯定已经有人看到了这些负面评论，他们也很有兴趣看你如何回复。

6.你的社交媒体内容是否链接到你的公司和产品页面?

篇（9）

1. 你是否在所有社交媒体渠道都使用一致的、易于识别的品牌形象和风格来吸引和维护你的粉丝？

Amazon、Square、GoDaddy和其他社交媒体佼佼者们，将社交媒体互动用艺术形式包装成了讲故事的技巧。你完全可以从他们身上学到几手。塔吉特公司（Target）与玛氏彩虹糖（Skittles）也同样通过Facebook首页来用一种可视而难忘的方式介绍它们的品牌故事。

2. 你是否在社交媒体用互动方式让你的品牌更加人性化？

观察一下联合利华在其Facebook、Twitter和YouTube推广其AXE品牌男士洗护产品的方法。在联合利华看来，AXE“不仅是一个领先的男性洗护产品，它代表一种生活方式，通过男士们生活、工作和娱乐的独特体验来触及他们内心的一种代表生活方式的品牌。”

匡威品牌通过消费者日常使用其产品的过程中建立其社交媒体网络，很多内容来自于崇拜这一品牌、愿意与这一品牌互动的大众。可能做得最好的是能多益（Nutella），它使用很出色的时间线链接，用其独创而令人印象深刻的方式让其从众多品牌中脱颖而出。很多品牌通过将大众带入其生产流程的方式使品牌显得人性化。在社交媒体渠道发帖问一些有趣甚至离奇的问题，与你的受众互动，并保持幽默感，这能很快成为你的品牌承诺的一部分。

3. 你在社交媒体上的“声音”是否前后一致？是否与品牌管理较好的方面保持同步？

发展并传递统一的社交媒体品牌声音并不是件容易的差事。在这一点上，专门设立了社交媒体部门的大企业和总人数不到10人仅靠大家轮流维护社交媒体的小企业，他们之间并无不同。把社交媒体的监控和反馈工作交给更愿意在社交媒体上发声的年轻员工，是很容易的选择。但是所有的员工都应该对企业愿景、企业使命以及企业精神有足够的了解，确保他们能在公共场合代表公司的面貌。在社交媒体上的发声应得到重视。社交媒体内容是否在方式、语言、风格以及传递方式上在各个渠道保持一致？如果答案是否定的，制作一份样式表应当被列入日程。

4. 你的企业是否将社交媒体战略定位于18～34岁的人群？

如果你的回答是肯定的，你可能就失去了一部分重要的社交媒体人群：年长者。根据皮尤研究中心互联网和美国人生活项目（Pew Research Center’s Internet and American Life Project）调研结果，社交媒体上超过65岁的人群正在迅速上涨。斯坦福大学长寿研究中心负责人Laura Carstensen表示，在美国国家公共电台2013年11月的采访中发现，超过一半的65岁及以上的老年人都在用互联网，“老年人使用互联网的技术也越来越熟练。”这些65岁及以上的老人大多出生于婴儿潮时期，比他们之前的任何一代人都要富有――他们对技术的悟性很高，更加年轻化。你得确保你的社交媒体信息不要遗忘了这一群体。你发帖的风格和内容决定了你的受众群体。如果你还没有确定你的社交媒体品牌定位，你可要抓紧时间了。

5. 你在社交媒体上处理消费者投诉以及不满意的消费者点评时，是否及时，是否还带有自我保护的防御态度？

带着真诚关怀的态度回复粉丝，丢开防御的姿态。你的回复方式和风格要让粉丝们知道你关心他们以及他们对你产品/品牌的体验，这是一笔财富。最好的企业能迅速将消费者的投诉转到线下（处理），但在公开场合依然保持开放与诚意，留给消费者一个长期满意的印象。最重要的一点，不管怎样不要删除差评――肯定已经有人看到了这些负面评论，他们也很有兴趣看你如何回复。

6. 你的社交媒体内容是否链接到你的公司和产品页面？

你应该避免在社交媒体上过度推销，但是你可以让粉丝与你的品牌保持兴趣和互动。你的公司是否有采取环保行动？最近公司是否获得了什么荣誉？或者你们有一个有趣的博客？能对自己产品以及产品的用户展示出真诚热情的品牌很容易激起消费者的兴趣。你可以尝试在社交媒体首页打上你的网站广告，或在社交媒体上设计一组图片（内含你的网址），给粉丝留下深刻印象。这些不但能增加你的网站流量，同时也能将粉丝引导至（你网站上）不同的产品、内容页面。

篇（10）

〔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.