時間：2023-07-13 17:24:11
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇社交媒體的分類，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
〔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.
關鍵詞：語義標注 社交媒體 信息抽取
中圖分類號： TP311 文獻標識碼： A 文章編號： 1003-6938（2013）05-0095-05
1 引言
社交媒體的數據文本短、噪聲大，多為對話，數據實時發生，需要基于時間和上下文的即時分析處理。如何實時、有效和經濟地去訪問和集成這些多語言的數據，是一個嚴峻挑戰，目前的各種技術在準確性、可伸縮性和便攜性方面都有所欠缺。
語義標注把語義模型和自然語言結合在了一起，可以看作是本體和非結構化或半結構化文檔之間的關聯進行雙向動態的生成過程，從技術的角度來講，語義標注是通過參照在本體里的URI的元數據， 從本體（類、實例、屬性或者關系等）里標注在文本里出現的概念。使用文本里出現的新的實例去增強本體的方法也稱為本體填充。
社交媒體的自動語義標引可以用于基于語義的搜索、瀏覽、過濾、推薦、可視化分析用戶以及用戶之間的社交網絡和在線行為的語義模型建立，還有其他的應用場合例如知識管理、競爭情報、客戶關系管理、電子政務、電子商務等。
目前的語義標注技術主要是針對新聞文章或者其他較為正式、篇幅較長的Web內容，由于社交媒體自身具有內容較短、噪聲大、跟時間相關、用戶產生內容等這些鮮明的特點，給語義標注技術的發展帶來新的挑戰。
2 社交媒體語義標注的方式
語義標注可以采用手工、自動化或半自動化等多種方式進行。
Passant等[1]提出了語義微博框架模型，以便用戶給博文手動的添加機器可讀的語義，該框架也支持通過主題標簽與關聯開放數據進行連接。Hepp等[2]提出了一個新的對微博進行手工語義標注句法，能映射成RDF語句，該句法支持標簽、本體屬性，例如FOAF和在同一個微博里多個RDF語句之間關系。盡管手工語義標注具有一定的價值，但是每天騰訊、新浪等百萬條微博的涌現，亟需自動的語義標引方法。
信息抽取，作為一個自然語言分析的方式，日益成為在非結構化文本和在本體中的規范化知識之間建起溝通橋梁的關鍵技術。基于本體的信息抽取就是適用于語義標注的任務，傳統的信息抽取和基于本體的信息抽取的一個顯著區別就是規范化的本體作為系統的輸入和輸出，有些信息抽取系統只是把系統輸出和本體做一個映射，這些系統嚴格來講，應該稱為面向本體的系統?；诒倔w的信息抽取另一個顯著的特點是它不僅僅發現被抽取的實體的類型，而且還要把它跟目標知識庫里的關于它的語義描述關聯起來，通常用一個URI方式識別它，在抽取過程中需要在文檔內和文檔間進行命名實體、術語、關系等自動識別和共指消解。
關聯開放數據資源，例如DBpedia，YAGO和Freebase等已經成為語義標注本體知識的關鍵來源，也作為用來消歧的目標本體知識庫，他們提供了交叉引用、領域無關的數萬條類和關系以及數百萬條的實例，一個關聯、互補的代名詞的資源集合，對應于維基百科的條目和其他外部數據的概念和實例，豐富的類層次用于細粒度分類命名實體，而關于數百萬實例和對應維基百科條目的鏈接的知識也是基于本體抽取系統的一個特點。
3 社交媒體語義標注的主要方法
3.1 關鍵短語抽取
自動抽取出的關鍵句可以表示出一個文檔或文檔集的主題，但不能有效的表達論點或者所有的觀點，關鍵短語抽取因此被認為是一種淺表知識抽取，它也作為降維手段，允許系統處理較小集合的重要的術語而不是全文，用于上下文的語義標注和索引。
一些關鍵詞語方法利用了術語共現形成術語的圖，邊為一對術語共現的距離，給頂點分配一定的權重，W Wu等研究表明這一類的術語抽取方法相對依賴于文本模型的方法，在Twitter數據上表現更優。這些基于圖的方法在從Twitter中抽取關鍵短語之所以取得了良好的效果，原因在于這個領域包括了大量的冗余，有利于形成關鍵詞摘要。但主題的多樣性增加了抽取一系列相關和準確的關鍵詞的難度，Xin等[3]在關鍵詞組抽取中結合了主題建模來解決該問題。
當前的相關研究主要是使用該方法來產生新的標簽，Qu等[4]在基于詞性標簽的基礎上，從n-gram產生候選的關鍵短語，然后使用一個監督邏輯回歸分類器進行過濾。該方法還可以和分眾分類法進一步結合，產生標簽簽名，例如把分眾分類法中的每一個標簽和加權的、語義相關的術語聯系起來，針對新的博文和帖子，進行比較和排序這些標簽，從而推薦一些最相關的標簽。
3.2 社交媒體中的基于本體的實體識別
基于本體的實體識別一般分為兩個步驟：實體識別和實體聯接，實體識別階段主要根據一個本體識別出文本中出現的所有的類和實例，而實體聯接階段則是使用文本中的概念信息，結合從本體中的知識，來選擇一個正確的URI。
3.2.1 基于維基百科的方法
目前實體識別和聯接的主要研究都是使用維基百科作為龐大的、免費的、人工標引的訓練語料庫。典型的目標知識庫例如DBpedia和YAGO等都是來源于維基百科，提供了一個實體URI和相應的維基百科頁面的直接映射。
基于實體消歧的方法主要是使用一個字典，里面有每個實體URI的標簽，包括維基百科的實體頁面，重定向（用于同義詞和縮寫），消歧頁（對具有相同名稱的多個實體）和鏈接到維基百科頁面時使用的錨定文本。這本詞典用于識別所有候選實體的URI，然后把這些候選的URI進行排序，給出一個置信分數。如果在目標知識庫里面，沒有匹配的實體，就返回空值。
一個廣泛使用的基于維基百科的語義標注系統是DBpedia Spotlight[5]，這是一個免費的可定制的Web系統，它通過DBpedia的URIs標注文本，它的目標是DBpedia本體，包含了三十多個頂級類和272個類，通過顯式地列出他們或一個SPARQL查詢，來限制哪些類（或者它的子類）用于命名實體識別，這個算法首先通過查找一個來源于維基百科的URI詞匯字典挑選候選的實體，然后使用向量空間模型對URI進行排序，每一個DBpedia資源都和一個文檔相關聯，構建的每一段文字里都使用到在維基百科里的概念。
LINDEN框架[6]在基于維基百科的信息外，還充分利用了YAGO里更豐富的語義信息，這種方法很大程度上依賴于Wikipedia-Miner工具，該工具用來分析有歧義的實體的上下文和發現出現在維基百科里的概念。在TACKBP2009數據集上的評測表明LINDEN超過了所有的只基于維基百科的系統，但目前LINDEN還沒有和DBpedia Spotlight在同一數據集進行測試比較。
3.2.2 面向社交化媒體的方法
命名實體識別方法一般都是在較長、較常規的文本上進行訓練，當作用在較短和更多噪聲的社交媒體內容上的時候，效果較差。面向社交媒體的方法融合了語言和社交媒體專門的特性，盡管每個博文提供了很少的內容，但可以從用戶資料、社交網絡和回復中發現更多的附加信息。
Ritter 等[7]通過使用Freebase作為一個大規模已知實體來源，提出了命名實體分類的問題，如果沒有考慮到上下文，直接進行實體查找和類型分配，只能得到38%的F值，其中35%的實體是歧義的，具有多個類型，而30%的實體沒有在Freebase中出現過。如果使用被標記的主題模型，考慮到每個實體字符串出現的上下文和在Freebase類型上的分布，命名實體分類的F值提高到了66%。
Ireson 等[8]研究了在Flickr網站上命名標簽的地名消歧問題。這個方法是在Yahoo！ GeoPlanet語義數據庫的基礎上，為每一個地點實例都提供一個URI，與一個相關地點的分類，這個標簽消歧的方法利用了其他分配給照片的標簽，用戶上下文（一個用戶分配給他所有照片的標簽）和擴展用戶上下文（考慮到用戶聯系人的標簽），這種基于社會化網絡上下文的使用顯著地提高了整體消歧的準確性。
另一個附加和隱藏的語義是微博里的主題標簽，Laniado 等[9]詳細調查了三千六百多萬條微博里的主題標簽語義，使用了四種度量指標：使用頻率、使用的一致性、穩定性和專門性。這些度量用來決定哪些主題標簽可以被用作標示符，連接到Freebase URIs上，通過從分眾完成的在線詞匯表，添加主題標簽的定義，主題標簽也可以作為語義信息的附加來源。Mendes等[10]通過簡單地在DBpedia里查找，而沒有進一步的消歧就完成了語義標注。用戶相關的屬性和社會關系都在FOAF里了，而語義標注通過MOAT本體來實現。
Gruhl等[11]關注了語義標注的消歧元素，審視了處理高度歧義的情況，例如歌曲音樂專輯的名稱。他們提出的方法首先限制用于產生候選的MusicBrainZ本體的部分，通過過濾掉所有在給定文本里沒有提到的音樂家的信息，然后運用詞性標注和名詞詞組組塊，把這些信息作為支持向量機分類器的輸入，在此基礎上進行消歧。這個方法對關于三位音樂家的MySpace帖子的語料集做了測試，盡管本體很大，但有關文本很快被找到，具有較高的效能。
3.2.3 商業化實體識別服務
現有大量的商業在線實體識別服務用實體標注文檔，給文檔指派關聯數據URIs，NERD在線工具可以輕松地在用戶上傳的數據集上進行比較，還可以整合他們的結果，把結果映射到關聯開放數據云上。
Zemanta[12] 是一個在線標注工具，最初專門用于博客和郵件內容，幫助用戶通過推薦來插入標簽和鏈接。Open Calais[13]是另外一個語義標注的商業化Web服務，Abel等利用它在新聞相關的微博里識別命名實體，目標實體一般是地理位置、公司、人員、地址或聯系電話等，而被抽取出來的事件和事實一般涉及以上的實體，例如公司競爭者、聯盟等。實體標注包括URL，允許通過http訪問在關聯數據中的這個實體的更多信息。目前OpenCalais連接到8個關聯數據集上，包括它自帶的數據庫，如DBpedia，Wikipedia，IMDB等，廣泛涉及到了本體中的實體類別。Calais的主要局限性是專有的性質問題，例如用戶通過Web服務發送文檔來進行標注，接受標注的結果，但是他們不能給Calais一個不同的本體來進行標注，或者定制實體抽取的方式。
3.3 情感監測和觀點分析
自動情感監測技術主要分為基于詞匯的方法和機器學習的方法，基于詞匯的方法主要依賴于一個情感詞匯庫，包含了已知和預先收錄的情感術語，而機器學習的方法利用淺表語法或語言的特性。大多數情感和觀點分析方法沒有或者很少利用到語義，例如把博文分為積極、消極或中性情感，是建立在n-grams和詞性信息的技術上。這些方法會導致數據量少的問題。Saif等[14]證明了使用語義概念代替單詞能顯著提高極性分類的準確性，這個方法使用了AlchemyAPI來進行語義標注，它包括了30個實體類，絕大部分是人物、公司、城市和組織等。這個方法在斯坦福Twitter情感數據集上作了評估測試，性能超過了其他沒有使用語義的現有方法。語義標注還可以用來完成挑戰性的觀點挖掘任務，結合來源于WordNet等上的情感詞匯，使用基于規則的實體識別器來識別出微博里的人物、政治團體和所持觀點，然后進行語義分析，使用模式來產生三語組，表示出觀點持有者和投票意愿。
3.4 跨媒體聯接
由于微博內容比較短，如果不參考外部資源的上下文內容，很難被理解，所以需要跨媒體的自動聯接。Abel等把微博和當前的新聞故事連接在一起改善微博的語義標注的準確性，探索了一些聯接策略：利用出現在微博里的URL，微博和新聞文章的TF-IDF相似性，主題標簽和基于實體的相似性（例如OpenCalais識別出來的語義實體和主題）等。Hubmann-Haidvogel等[15]使用在線新聞從Twitter，YouTube和Facebook上匯總關于社交媒體關于氣候變化的內容。
4 社會媒體的語義標注改進途徑
目前的社交媒體語義標注方法有很多的局限性，很多方法就像關鍵詞和主題抽取一樣，只能解決淺表問題，而基于本體的實體和事件識別并沒有取得在較長的文檔上那樣高的準確度和召回率。語義標注方法只適用于它們訓練和評估的數據，在社交媒體標準數據集的訓練算法也是有限的，使用命名實體類型和事件標注的微博條數一般都小于1000條，需要來自不同社交媒體類型更大的共享評測語料集，如果通過傳統人工的方法進行，則不可能完成。
4.1 眾包
一種改善自動標注的途徑是進行眾包，ZenCrowd[16]系統把大規模的實體和在Amazon Mechanical Turk上的微任務，能夠自動連接到LOD云上的文字部分不交給標引員，只是在難以解決的情況下才咨詢標引員，這樣顯著提高了標注結果。歐盟FP7資助的Xlike項目[17]也嘗試眾包去解決社交媒體廣泛使用的非正式語言的非規則性，提高標注的準確性。Gate Teamware[18]是一個基于網絡的協同標注工具，支持分布式團體工作，可以為非專業的標引員進行個性化定制使用。
4.2 利用Web of Data上的海量知識
另一種改善社交媒體語義標注的途徑是更好的利用Web of Data上的海量知識，目前大部分局限在維基百科、DBpedia和YAGO上，使用網絡數據的一大問題是，由于常用詞和停用詞的大量使用等造成的歧義，需要自動化的領域分類的步驟，確保特定領域的LOD（關聯開放數據）資源被用于標引相關領域內的社交媒體。使用網絡數據面臨的第二大問題是健壯性和可伸縮性，在面臨LOD資源的噪聲知識時，在處理有噪音的、語法不規則的語言的時候，能保持一定的健壯性，考慮到Web of Data的規模，設計基于本體的算法時，算法要在維持較高的計算水平的同時，又能有效的加載和查詢這些大規模的知識庫。最后一個有效利用網絡數據資源的障礙是相當有限的可用詞匯信息。除了維基百科上的資源，其他的詞匯信息大多數局限在RDF標簽。這就限制了他們在基于本體的信息抽取和語義標注上的使用。近期很多學者都專注于利用協作完成的維基學科去建設跨語言詞匯資源。它包含了很多外來詞和新詞，并且不斷被貢獻者社區進行更新，可以在分析用戶內容時作參考使用。針對英語和德語，目前正在進行的工作有建立UBY[19]，這是一個綜合的、大規模、語義-詞匯資源，它基于維基百科、WordNet和其他的LOD資源。有些研究還關注基于語言的本體建設，提出把語言信息和本體元素進行關聯的模型，這些都為跨語言語義標注系統的建設進行了有益的嘗試。
5 結語
盡管社交媒體的語義標注技術還有很多的改進空間，但語義標注的結果已經被應用在從社交媒體流的隱形信息中自動獲得用戶和社交網絡的模型的方法上。為了更好的挖掘出隱含語義信息，處理多噪聲的動態社交媒體流，我們需要探索更加穩定、準確的大規模實體和事件識別方法，需要進一步細化意見挖掘算法用于目標識別，解決時間波動性問題，對沖突意見的探測和建模以及意見匯總。
參考文獻：
[1]A. Passant， J. G. Breslin， and S. Decker. Rethinking microblogging：open， distributed， semantic[C]. Proceedings of the 10th International Conference on Web Engineering，2010：263-277.
[2]M. Hepp. HyperTwitter： Collaborative knowledge engineering via Twitter messages[C].Knowledge Engineering and Management by the Masses-17th International Confe
rence EKAW 2010，2010：451-461.
[3]W. Xin， Z. Jing， J. Jing， H. Yang， S. Palakorn， W. X. Zhao，J. Jiang， J. He， Y. Song， P. Achananuparp， E. P. Lim， andX. Li. Topical keyphrase extraction from Twitter[C].Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics： Human Language Technologies， HLT ’11，2011：379-388.
[4]L. Qu， C. Müller， and I. Gurevych. Using tag semantic network for keyphrase extraction in blogs. In Proceedings of the 17th Conference on Information and Knowledge Management，2008：1381-1382.
[5]Dbpedia Spotlight[EB/OL].[2013-06-02].http：///projects/dbp-spotlight/.
[6]W. Shen， J. Wang， P. Luo， and M. Wang. LINDEN： Linking named entities with knowledge base via semantic knowledge[C].Proceedings of the 21st Conference on World Wide Web，2012：449-458.
[7]A. Ritter， S. Clark， Mausam， and O. Etzioni. Named entity recognition in tweets： An experimental study[C]. Proc. of Empirical Methods for Natural Language Processing （EMNLP）， Edinburgh， UK， 2011.
[8]N. Ireson and F. Ciravegna. Toponym resolution in social media[C]. Proceedings of the 9th International Semantic Web Conference （ISWC），2010：370-385.
[9]David Laniado and Peter Mika. Making sense of Twitter[C].International Semantic Web Conference（1），2010：470-485.
[10]P. N. Mendes， A. Passant， P. Kapanipathi， and A. P. Sheth. Linked open social signals[C]. Proceedings of the 2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology， 2010：224-231.
[11]D. Gruhl， M. Nagarajan， J. Pieper， C. Robson， and A. Sheth. Context and Domain Knowledge Enhanced Entity Spotting in Informal Text[C]. Proceedings of the 8th International Semantic Web Conference （ISWC’2009）， 2009.
[12]Zemanta[EB/OL]. [2013-06-03]. http：//.
[13]Opencalais[EB/OL].[2013-06-03]. http：///.
[14]H. Saif， Y. He， and H. Alani. Alleviating data sparsity for Twitter sentiment analysis[C]. Proceedings of the #
MSM2012 Workshop， CEUR，2012.
[15]A.Hubmann-Haidvogel，A. M. P. Brasoveanu， A. Scharl， M. Sabou， and S. Gindl. Visualizing contextual and dynamic features of micropost streams[C].Proceedings of the #MSM2012 Workshop， CEUR， 2012.
[16]G. Demartini， D. E. Difallah， and P. Cudré-Mauroux. Zen-Crowd： Leveraging probabilistic reasoning and crowdsourcing techniques for large-scale entity linking[C].Proceedings of the 21st Conference on World Wide Web， 2012：469-478.
[17]Xlike[EB/OL].[2012-06-05]. http：///.
[18]Kaling Bontcheva， Hamish Cunningham， Ian Roberts， Angus Roberts， Valentin Tablan， Niraj Aswani， and Genevieve Gorrell. GATE Teamware： A Web-based， Collaborative Text Annotation Framework[J/OL]. [2013
-06-03].http：//eprints.whiterose.ac.uk/75937/.
〔關鍵詞〕社交媒體；政府社交媒體；韓國政府；政府公共關系
DOI：10.3969/j.issn.1008-0821.2017.02.028
〔中圖分類號〕G203〔文獻標識碼〕A〔文章編號〕1008-0821（2017）02-0157-06
〔Abstract〕In recent years，governments around the world have started to apply social media，the social influence is growing.The South Korean government departments have started to apply various social media tools actively since 2009，which improve the quality of public services effectively，increase the government transparency and citizens satisfaction with government.From the three aspects of motivation，policies and measures，this paper analyzed the status quo and effects of social media applications of South Korean government.Based on this，the paper provided some suggestions for social media applications of Chinese government.
〔Key words〕social media；social media in the government；south korean government；governmental public relations
隨著信息技術的革新和移動互聯網的普及，基于Web20基礎之上的社交網站、博客、論壇、微博、微信等各種社交媒體（Social Media）迅速風靡全球。社交媒體的應用已經滲透到政府治理等多個領域，極大地改變了人們的社會關系，并對政府的治理模式和公共服務有重要的影響。近年來，世界各國政府日益認識到社交媒體的重要性，美國、韓國、中國、新加坡、澳大利亞、泰國等多個國家的政府部門紛紛開始應用社交媒體。
韓國政府部門對社交媒體的應用起步較早，2010年韓國中央政府的40個政府部門就開通了Twitter賬戶[1]，其中26個政府部門還開通了Me2Day賬戶。目前韓國政府的社交媒體發展正處于應用轉型期。良好的網絡環境，較高的網民自律意識以及較為完善的網絡監督制度，為韓國政府部門應用社交媒體奠定了基礎。隨著互聯網技術的快速發展，中國政府也開始應用政務微博、政務微信等社交媒體，但與其他國家相比，在應用的廣度、深度及作用發揮等方面還存在許多不足之處。
“十三五”規劃中指出要“堅持深化改革，推進國家治理體系和治理能力現代化，更好推動經濟社會發展?！敝袊块T需要利用社交媒體推進治理能力的現代化，逐步提高公共服務的質量，降低成本，增加政府透明度。韓國是世界上網絡發展最為迅速的國家之一，也是世界上首個推行網絡實名制的國家。同時，韓國與中國同屬于亞洲文化圈，文化背景高度相似。因此，分析并借鑒韓國政府部門應用社交媒體的經驗，對我國具有重要的意義，我們可以吸取韓國的經驗，更快速地找到有效采納社交媒體的方法和途徑。本文第二部分將對與政府部門社交媒體應用的相關研究進行梳理；第三部分分析韓國政府部門應用社交媒體的動機和相關政策；第四部分介紹韓國政府部門應用社交媒體的具體舉措；第五部分對韓國政府部門成功應用社交媒體的經驗進行總結，提出對中國政府的啟示。
1文獻綜述
本文對社交媒體的內涵、政府部門社交媒體應用、韓國政府部門社交媒體應用的相關研究進行了回顧與梳理。首先，社交媒體一詞由“Social Media”翻譯而來，也有學者譯為社會化媒體、社會性媒體。學者們對社交媒體的界定主要是從社交媒體平臺類型以及平臺上用戶關系建立的角度進行的。例如：《What is Social Media》一書的作者Mayfield（2007）認為，社交媒體是伴隨著各種社交軟件的開發逐漸普及的，在共同的目標和利益的基礎上增加對話、合作和建立社會關系等。Hansen，Shneiderman和Smith（2011）⑸緗幻教宥ㄒ邐一系列支持用戶之間進行社會互動的在線交流工具[2]。Khan，Yoon和Park（2012）對社交媒體的定義較為全面，他們認為社交媒體包括來自互聯網的一系列技術和系統，目前已被廣泛用于維護社會和職業的關系（例如Facebook和LinkedIn），促進知識共享（例如Wikipedia和Blog），達成共識（例如Twitter），以及通過信息文本、音頻文件、視頻或圖像等形式進行信息交流[3]。
其次，針對政府部門社交媒體應用的相關研究主要涉及概念界定、應用動機、應用的風險和優勢、應用策略等方面。JIgnacio，Rodrigo和JRamon（2013）將政府部門應用社交媒體定義為通過采納一組技術來促進政府部門與公民和其他組織間的互動參與[4]。Park（2011）等人總結出政府部門應用社交媒體有利于培養公民參政意識、推進政策制定和政策實施的結論[5]。Gohar，Bobby和Sang（2014）通過對韓國政府部門中的289名員工進行調查，探究了政府部門應用社交媒體的風險和優勢，研究發現二者均明顯影響了政府部門員工應用社交媒體的意愿和滿意度[6]。至于政府部門應用社交媒體的策略，Mergel（2010）將其分為推出策略、拉進策略和聯網策略3類[7]。其中推出策略主要服務于公民，將社交媒體作為現有溝通渠道的補充；拉進策略指運用社交媒體將公民吸引到政府其他的機構網站或博客中；聯網策略則指將社交媒體作為直接與公民進行交流的方式，積極促進公民參與到政治進程中來。推出、拉進策略是以內容為導向的，僅僅促進單向交流，而聯網策略則以行為為導向，注重促進政府和公民之間的雙向互動。
隨著韓國政府部門開始嘗試采納社交媒體，韓國學術界也逐步重視對該領域的研究，并在實證研究方面取得了一定的成果。2012年，第八屆網絡計量學、信息計量學與科學計量學國際會議暨第十三屆科學合作網絡大會在韓國首爾召開，會上韓國學者Khan，Yoon和Park探討了社交媒體在公共部門中的應用狀況，并且對韓國和美國政府應用社交媒體的情況進行了比較研究。此后，一些學者開始對政府部門應用社交媒體的特點、策略和效果等進行探討。例如：Chung，Seong和Han（2014）通過分析韓國政府部門應用Me2day的情況來探討韓國政府和公民之間開展網絡互動的特點和結構[8]；Myongho，Sam和Sunghun（2013）對韓、美兩國政府是如何應用社交媒體的進行了比較分析[9]；Gohar（2014）等人將Twitter網絡策略分為G2C和G2G兩類，來探討韓國中央政府的Twitter應用策略和效果，結果發現政府部門的Twitter網絡策略并不一定能提高公眾參與政府社交媒體活動的積極性，但它在加強G2G的關系上發揮著重要作用[10]。
與此同時，國內學者也日益關注社交媒體在政府部門中的應用研究，研究對象以我國政府部門常用的政務微博、政務微信為主，主要分析這兩大社交媒體的應用特點、功能、存在的問題及解決對策等。部分學者對韓國的社交媒體應用進行了研究，例如：車今善（2015）對中韓SNS平臺及使用動機進行了比較[11]；趙在九和娜（2013）對韓國政府、企業、大眾的媒體社交現況及特征進行了分析[12]。通過文獻回顧發現尚未有學者對韓國政府部門的社交媒體應用進行系統研究，因此本文具有一定的開拓性。
2韓國政府部門應用社交媒體的動機和政策
韓國政府部門應用社交媒體的主要動機在于社交媒體的獨特優勢、韓國“政府30時代”計劃以及韓國良好的網絡環境等因素，近年來韓國政府部門積極探索多種策略來更好地應用社交媒體，同時制定和實施了相應的社交媒體政策和風險管理政策，為政府部門應用社交媒體提供有利的政策環境。
21韓國政府部門應用社交媒體的動機
211社交媒體的互動性、參與性有利于政府更好地開展工作
相對于傳統媒體來說，社交媒體可以為大眾提供更廣泛的意見表達空間，同時使得用戶之間的聯系加強，便于大眾實時交換意見和分享信息。當政府部門采納社交媒體后，政府和公民之間的溝通就從間接溝通變成了直接聯系。公民可以直接向政府表達觀點和意見，而不需要中間機構的幫助，極大地促進了公眾參與公共事務的討論，培養了公眾的積極參政意識。此外，在政策制定和政策決策的階段上，政府還可以利用社交媒體從公民那里獲得大量的想法和建議，以完善政策內容；公民也可以通過社交媒體向政府提供信息，參與政策制定的過程，為隨后的政策實施奠定良好的群眾基礎。
212韓國“政府30時代”計劃要求韓國政府積極采納社交媒體
2013年6月，韓國政府了“政府30時代”計劃，該計劃的核心目標是將政府擁有的信息在國民提出要求之前進行公開，重點在于公共信息的開放與共享、政府與國民的溝通和合作。隨著“政府30時代”計劃的實施，韓國政府將向國民公開和共享更多涉及國計民生的信息和數據，從以往“政府提供”模式逐漸轉變為“以每個人為中心”模式，最終建立“開放與共享的政府”。因此，韓國政府部門積極采納社交媒體可以進一步推進“政府30時代”計劃的開展，通過采納多種社交媒體與公眾進行交流互動，促進公眾參與公共事務的討論和公共政策的制定，有利于增加政府的透明度以及公眾對政府的信任度和滿意度。
213良好的網絡環境，較高的網民自律意識以及較為完善的網絡監督制度，為韓國政府部門采納社交媒體奠定了基礎
通過制定頒布一系列的法律法規，韓國率先實行了網絡實名制，這使得韓國成為了網絡安全程度最高的國家之一，并樹立起了網民的責任和自律意識。另外據統計資料顯示，截至2012年7月，韓國已有821%的家庭連有互聯網，784%的國民已有3年以上（包括3年）的網齡，并且852%的國民每天至少使用1次互聯網[13]。良好的網絡環境、網絡服務在社會生活各個領域的滲透，都促使韓國政府更多地采納社交媒體，以便更好地適應新形勢。
22韓國政府部門應用社交媒體的政策保障
為了推進信息化的發展，韓國政府已經制定了一系列相關政策，這些政策的出臺實施同時為政府部門應用社交媒體提供了有利的政策和制度環境。通過文獻搜集與網絡查詢，獲得了與韓國信息化相關的主要政策，詳情見表1。表1韓國信息化相關政策概覽
分類政策名稱互聯網振興網絡多媒體廣播事業法信息通訊產業振興法信息保護信息與通信基礎設施保護法案關于促進信息和通信網絡利用與信息保護法電子簽名法信息化促進基本法電子政府法信息保護產業振興法個人信息保護關于建立信息系統安全與保護個人信息隱私的條例個人信息保護法其他通信秘密保護法數字內容管理條例縮小數字鴻溝條例
政府部門在應用社交媒體的同時必須注意如何安全利用這些技術，并意識到其中的潛在風險，例如意外安全漏洞、T工透露個人信息和計算機安全問題等。避免這些風險的方法之一就是建立和實施社交媒體政策。Han和Cho等人（2011）將韓國政府實施的社交媒體政策內容概括為8點：遵守相關法規；牢記發帖所處的網絡環境；當涉及與政府相關的問題時，向通信部門進行咨詢；在政府以外的網站發帖時，否認發帖內容代表個人的意見；身處高管職位的工作人員要學會考慮別人的意見；不透露任何敏感信息；在社交網絡中謹記公職人員的身份；關注服務對象的需要、自身的工作責任以及政府的宗旨。
避免政府部門應用社交媒體潛在風險的另一個方法就是制定和實施相應的風險管理政策。Han和Cho等人（2011）對韓國政府制定的SNS風險管理指南進行了總結：第一，不要刪除已的帖子，這種行為可能會引起猜疑；第二，按照組織的風險管理指導方針使用SNS；第三，在部門主管的指導下創建SNS消息；第四，盡量避免使用不恰當的信息、資源或者語句；第五，了解自身所在組織的重要資源；第六，用積極的態度回答問題；第七，向員工提前告知將在新聞媒體上公布的社交媒體上的內容；第八，謹慎對待在SNS上的內容，因為它們可能會被新聞媒體引用；第九，分享一些人性化的故事；第十，當別人產生誤解時要舉出證據進行辯護。
3韓國政府部門應用社交媒體的舉措
從2010年開始，韓國大部分政府部門已經積極采納各種社交媒體工具，具體情況見表2。例如：韓國保健福祉部、行政安全部和知識經濟部等17個政府部門都在使用Twitter和Facebook。除Facebook、Twitter和YouTube之外，韓國政府部門還應用了Me2day、Scribd、Flicker和Blog等社交媒體工具，并且將它們劃分為兩類：一類是Twitter、Me2day、Flicker和YouTube等以傳遞信息為中心的社交媒體工具，主要用來政府的政策或方針；另一類是Facebook，Yozm和Cyworld等，主要用于建立政府與公民之間的關系。韓國政府針對社交媒體的應用特別頒布了四項評價標準，分別是信息的開放性、信息的及時性、信息的交互性和信息的可控性，并根據這四項評價標準對應用的多種社交媒體工具進行了排序。其中Twitter和Me2day在信息的開放性和信息的及時性方面表現的較好，這些工具允S用戶之間“互粉”，而Facebook的信息交互性最好，例如評論或者點贊等功能，有助于在朋友之間建立共識。隨著韓國政府部門“自上而下”的推廣使用社交媒體，韓國本土的社交媒體軟件也開始逐漸興起，包括KakaoTalk、Kakaostory、BAND、Line等，并迅速占領了較大份額的國內市場和國際市場。表2韓國政府部門社交媒體使用基本情況
韓國政府部門TwitterFacebookMe2dayBlogYozmYouTubeTstory總統府總理室企劃財政部教育科技部外交通商部統一部法務部國防部農林水產食品部知識經濟部保健福祉部環境部勞動部女性家族部國土海洋部行政安全部資料來源：Myongho Yi，Sam Gyun Oh，Sunghun Kim（2013）由于各政府部門的具體職能不同，有些韓國政府部門只采納一種社交媒體工具，有些則采納多種形式的。例如，韓國的企劃財政部通過應用Twitter和Facebook提供了一個問答服務，使得晦澀難懂的經濟概念和相關法律條款變得通俗易懂。農林水產食品部和保健福祉部則主要使用Twitter在政府與公民之間形成一種快速即時的互動。韓國的大部分政府部門還設置了推特管理者來專門管理推特信息的與回復，以更好地使用推特。Gohar（2014）等人通過對2011年1月份至8月份期間韓國政府部門的推特應用數據進行分析，發現設有推特管理者的政府部門賬號擁有的粉絲數量是那些沒有推特管理者的兩倍。以韓國的農林水產食品部（Ministry for Food，Agriculture，Forestry and Fisheries）和農村振興廳（Rural Development Administration）為例，前者的部長積極推動利用社交媒體加強與公眾的交流，要求所有員工來監控、參與和回復部門的推特賬戶，其賬號粉絲數為52 496，在所有部門的粉絲數量上排名第一；與之相比，農村振興廳就沒有安排相應的人員去管理它的推特賬戶，因此其賬號粉絲數僅有1 229，在所有部門中排名倒數第二[14]。
此外，韓國的國家資訊社會局（NIA）的相關資料顯示了韓國民眾在使用社交媒體方面存在的數字鴻溝，處于貧困線以下的民眾僅占比194%，而在貧困線以上的則超過50%[15]。為了最小化這種數字鴻溝，韓國政府已經頒布了五項策略，分別是：加強信息利用；加強信息政策集成；開展關于信息生產、使用和共享的信息文化項目；加強信息治理；加強信息化的國際合作。同時韓國政府還開展了信息網絡村莊（INVIL）項目來減少數字鴻溝的影響，該項目建立在曾經被排除在信息網絡之外的農業，漁業和山區，通過創建信息網絡環境來縮小數字鴻溝。
4韓國政府部門社交媒體應用的經驗對我國的啟示
近幾年來，我國政府部門也開始應用政務微博、政務微信、論壇、RSS訂閱等社交媒體，但是還存在許多不足，例如：政府社交媒體的應用形式相對單一；網絡安全保障機制不健全；民意表達和政府互動的欠缺等。此外，互聯網行業的準入限制、政府內部忽視協作和交流等因素也阻礙了政府部門更充分地應用社交媒體。要進一步推進治理能力現代化、提升公共服務質量、增加政府透明度，必須重視和完善社交媒體的應用。韓國政府部門應用社交媒體的成功經驗可以為我國提供有益的啟示。
41建立多元化的政府社交媒體平臺
韓國政府應用的社交媒體種類多樣，除Twitter和Me2Day之外，還有Facebook、Scribd、YouTube、Flicker和Blog等。另外韓國政府在門戶網站的導航上還專門設置了“Social Media”欄目。通過首頁的鏈接，可以快速鏈接到各政府部門的社交媒體平臺上。但目前我國政府部門應用的社交媒體以微博、微信為主，運用形式相對單一，內容主要是單向地政策信息，公眾與政府之間的互動較少。為此，應建立多元化的政府社交媒體平臺，通過采納不同的社交媒體工具，來實現多平臺之間的信息傳遞和共享，擴大信息傳播的范圍，惠及更多的用戶，同時也更有利于廣大民眾獲取政府信息以及參與到公共事務中來。
42建立中國政府社交媒體評價制度
韓國政府部門根據信息的開放性、信息的及時性、信息的交互性和信息的可控性這4項評價標準，結合各種不同社交媒體所具有的特性和功能，來有針對性的使用社交媒體，最大化的發揮了政府社交媒體的作用。我國可以借鑒韓國的經驗，建立中國政府社交媒體評價制度，對政府社交媒體的使用進行科學全面的評價，具體可以從政府社交媒體內容、政府社交媒體與公眾的互動性、政府社交媒體實際解決的問題等其他方面來進行全面細致的評價，以此來更好地促進政府社交媒體的持續健康發展。
43設置管理者專門運營政府社交媒體
為了更好地使用推特，韓國政府部門設置了推特管理者來專門管理推特信息的與回復，對韓國政府部門的推特應用數據的分析結果也顯示，設有管理者的政府部門賬號擁有的粉絲數量是那些沒有管理者的兩倍。可見，設置管理者可以更好地提高公眾關注度和參與度。因此，要把中國公眾對政府社交媒體偶爾的關注變成經常的關注，可考慮設置專門的管理者來進行政府社交媒體的運營，做好消息的與回復、轉發評論、與公眾進行互動等工作。同時，由于政府社交媒體管理者傳達的是政府的聲音，代表著政府的形象，所以設置的管理者不僅要精通社交媒體的操作和使用方法，還必須具有把握政策和社會輿情的能力。
44根據不同群體的特性采納社交媒體
除了Me2Day之外，韓國政府部門使用廣受年輕人歡迎的Podcast，受職業群體青睞的Twitter以及受政客喜愛的Cyworld，即韓國政府部門在采納社交媒體方面遵循了不同群體的愛好特性，以此來更好地與公民建立長期的信任關系。為了與公民進行更恰當、更長期的互動，我國政府也可考慮根據不同群體的特性來采納不同的社交媒體。例如，針對高校學生群體，可以采納語言靈活性和娛樂性較高的社交媒體，來加強政府社交媒體對高校學生群體的吸引力，讓他們把關注時成一種習慣；對于大多將政府社交媒體作為一個實用性工具的職業群體，則需要以報道公眾關心的內容為主，增強實時新聞的跟進，并運用準確的語言對新聞事實進行描述，以此提高政府社交媒體在職業群體當中的權威性。
45促進政府社交媒體的全民參與
與韓國相比，我國在數字鴻溝方面的表現更為突出，地^之間、城鄉之間和不同人群之間存在顯著的"數字鴻溝"。在整個網民群體中，使用政府社交媒體工具的還是少數，“數字鴻溝”的存在嚴重阻礙了政府社交媒體的推廣使用，服務受眾范圍也很有限。因此，要重點關注被排除在信息網絡之外的地區和人群，出臺相應的政策和措施來縮小數字鴻溝，具體可以從加大信息基礎設施建設、提高公眾使用新信息通訊技術的能力等方面做起，以此來促進政府社交媒體的全民參與。
參考文獻
[1]Seong Eun Cho，Han Woo Park.Government organizations innovative use of the Internet：The case of the Twitter activity of South Koreas Ministry for Food，Agriculture，Forestry and Fisheries[J].Scientometrics，2012，90：9-23.
[2]Hansen，D.，Shneiderman，B.，& Smith，MA..Analyzing social media networks with NodeXL：Insights from a connected world[J].Burlington，MA：Morgan Kauffman，2011：284.
[3]Khan，GF.，Yoon，HY.，Park，HW..“Social media use in public sector：a comparative study of the Korean & US Government”，presented at the ATHS Panel during the 8th International Conference on Webometrics，Informatics and Scientometrics & 13th COLLNET Meeting，23-26 October，Seoul，2010.
[4]JIgnacio Criado，Rodrigo Sandoval-Almazan，J.Ramon Gil-Garcia.Government innovation through social media[J].Government Information Quarterly，2013，（30）：319-326.
[5]PARK June，CHOI Hong，PARK Sung-Min.Social Medias Impact on Policy Making[J].SERI Quarterly，2011，（4）：125-129.
[6]Gohar Feroz Khan，Bobby Swar and Sang Kon Lee.Social Media Risks and Benefits：A Public Sector Perspective[J].Social Science Computer Review，2014：1-22.
[7]Mergel，I.Government 20 revisited：social media strategies in the public sector[J].American Society for Public Administration，2010，（33）：7-10.
[8]Chung Joo Chung，Seong Eun Cho，Han Woo Park.SNS use by the Korean government：a case of Me2Day[J].Asian Journal of Communication，2014，（24）：25-41.
[9]Myongho Yi，Sam Gyun Oh，Sunghun parison of social media use for the US.and the Korean governments[J].Government Information Quarterly，2013，（30）：310-317.
[10]Gohar Feroz Khan，Ho Young Yoon，Jiyoung Kim，Han Woo Park.From e-government to social government：Twitter use by Koreas central government[J].Online Information Review，2014，（38）：95-113.
[11]車今善.中韓SNS平臺及使用動機比較[J].延邊大學學報：社會科學版，2015，（4）：33-38.
[12]趙在九，娜.韓國媒體社交的現況及特征[J].新聞戰線，2013，（3）：24-26.
[13]Nation Information Society Agency：2013 National Informatization White Paper（Republic of Korea）[EB/OL].
[14]Gohar Feroz Khan，Ho Young Yoon，Jiyoung Kim，Han Woo Park.From e-government to social government：Twitter use by Koreas central government[J].Online Information Review，2014，（38）：105-106.
[15]Myongho Yi，Sam Gyun Oh，Sunghun parison of social media use for the US.and the Korean governments[J].Government Information Quarterly，2013，（30）：314.
[16]Se Jung Park，Yon Soo Lim，Steven Sams，Sang Me Nam ，Han Woo worked Politics on Cyworld：The Text and Sentiment of Korean Political Profiles[J].Social Science Computer Review，2011，（29）：288-299.
[17]Chulmo Koo，Namho Chung，Dan JKim.How do social media transform politics？The role of a podcast，‘Naneun Ggomsuda’in South Korea[J].Information Development，2014：1-14.
[18]英{斯?默格爾，鄭思斯，袁嘉祺，等.公共部門的社交媒體策略[J].中國行政管理，2012，（7）：128.
[19]劉濟群.國外社交媒體影響力研究述評――進展與啟示[J].現代情報，2016，（3）：158-166，177.
[20]吳云，胡廣偉.政務社交媒體研究進展[J].電子政務，2013，（5）：42-50.
麥肯錫近期報告指出，中國擁有全球最多、最活躍的社交媒體用戶。這項針對5700名中國互聯網用戶調研中發現，一二三線城市居民的社交媒體注冊率高95％。而中國也擁有全球最活躍的社交媒體用戶群，高91％的受訪者表示，最近六個月曾登入社交媒體，此比例遠高于日本的30％、美國的67％、韓國的70％。
更重要的是，社交媒體對中國消費者購買決定的影響比其他國家和地區更大：中國消費者考慮購買時，更愿意選擇社交媒體上提到的產品；而朋友或熟人推薦，他們購買的可能性也更大。
麥肯錫全球董事溫雅力評價說，“中國消費者熱情擁抱本土社交媒體為企業創造出獨特商機，企業若想從中獲取價值，需做好組織和運營重大變革的準備?！?/p>
而作為中國最大的社交平臺，擁有著QQ活躍賬戶、5.5億空間活躍賬戶的騰訊，近日正式公布了其社會化營銷平臺。這一變革的推動背景，既有騰訊自身希望創造更高商業利益的增長驅動，也有大數據時代背景下整合營銷的趨勢發展使然。
大數據的概念也來自麥肯錫，其描述的是，在海量數據的背景下，如果信息的復雜性、規模已經大到很難用一種普通數據工具去描述時，即可稱之“大數據”。現在，企業在運用大數據中做出合理的商業決策時，需要新的技能；而大數據也推動了“實時營銷”的普及，特別是借助社交網絡平臺，企業能夠以最快的方式最有效地傳遞給目標受眾。
“不少投行認為，我們的流量商業價值沒有被更好地應用起來?！彬v訊網絡媒體總裁劉勝義表示，如何真正實現騰訊網媒系統的社會化轉型，充分挖掘其社交媒體和社交網絡的商業價值，是擺在騰訊面前迫切的問題，而騰訊內部融合僅是變革的第一步。
通過對旗下相關子業務的改造升級，增加社交屬性，騰訊希望整合自身的社會化媒體和社交網絡資源，在門戶、視頻、微博、QQ空間等平臺間實現無縫連接，憑借著統一的QQ賬號，用戶在一個平臺上管理多個平臺上的關系和資源，不用分別登錄，可實現一站式信息和接收。
這一多平臺互通的模式，讓用戶在使用中大大減少了在不同網絡或社交應用中切換的麻煩，而對于騰訊來說，則將擁有一個在社交媒體時代多個關鍵應用整合的整合平臺，憑借著龐大的QQ用戶，騰訊試圖為單一應用服務提供商設置一個強大的規模門檻，進而強化其壟斷地位。
騰訊希望以這樣的整合擁有更詳細的客戶活動電子軌跡，進而對這些“大數據”進行有效的數據挖掘和數據分析，將用戶精準分類，實現精準營銷。
關鍵詞：精準營銷；社交媒體；消費者
中圖分類號：G206 文獻標識碼：A 文章編號；1672-8122（2017）02-0065-02
近幾年，社交媒體已經滲透到人們社會生活的方方面面，社交媒體除了其簡單的交流、溝通功能之外，越來越多的商家、企業已經將社交媒體視為企業在營銷中的重要工具和平臺。企業、品牌可以利用社交媒體在傳播上的優勢并通過社交媒體來收集不同受眾的數據資料進行分析，更好地確立自己的目標受眾，進而確立自身品牌的精準營銷目標和策略。本文立足于社交媒體發展的大背景，對商家、品牌如何進行精準營銷進行簡要剖析，同時學習與借鑒相關學者的研究經驗，展開分析研究。
一、精準營銷的興起
精準營銷已經成為當今營銷的關鍵，如何做到精準，這是系統化流程，有的企業會通過品牌聯播等營銷做好相應企業營銷分析，市場營銷狀況分析，人群定位分析，最主要的是需要充分挖掘企業產品所具有的訴求點，實現真正意義上的精準營銷。精準營銷是時下非常時髦的一個營銷術語，其核心思想就是通過可量化的精確的市場定位技術突破傳統營銷定位只能定性的局限；借助先進的數據庫技術等技術手段保持與顧客長期溝通等措施，建立企業的忠實受眾群。企業充分利用各種社交媒體，作為營銷工具，將營銷信息推送到潛在受眾群體和市場中，使企業用最小的成本來達到利益最大化，完成企業的既定營銷目標。
1.網絡精準營銷的興起。隨著網絡技術的發展，人們的生活逐漸全面向互聯網和移動互聯網轉移，然而我們在享受網絡帶來的便利的同時，極速發展的互聯網也給我們帶來了信息爆炸的問題。在互聯網里，我們面臨的、可獲取的信息（如商品、資訊等）成指數式增長，如何在這些巨大的信息數據中快速挖掘出對我們有用的信息已成為當前急需解決的問題，所以網絡精準營銷的概念應運而生。
2.網絡精準營銷的手段。運用個性化技術的手段（如網站站內推薦系統），幫助用戶從這些網絡過量的信息里面篩出他所需要的信息，達到精準營銷的目的。電子商務網站、媒體資訊類網站、社區都逐漸引進站內個性化推薦這種手段，進行精準營銷了。
二、社交媒體營銷發展格局
1.社交媒體營銷。隨著互聯網時代的快速發展，以新媒體技術為基礎的社交媒體呈現出一片繁榮的景象，社交媒體的出現，拉近了人與人之間的距離，也突破了傳統媒體單一的傳播模式，讓受眾有更多機會去參與雙向溝通與互動，社交媒體最主要的特點就是極大的調動了受眾的參與性，使更多的普通人、平凡人成為傳播者，成為信息的者，許多受眾滿足于傳受兩者角色之間的轉換，參與性極強。社交媒體以其開放性、連通性和交流性影響著人們的生活。不僅如此，社交媒體除了溝通交流功能之外，隨著商品經濟的進一步發展，社交媒體漸漸成為了諸多企業、商家作為自身營銷手段的首要選擇。
社交媒體營銷簡單來說就是利用各種社交媒體工具來進行營銷、銷售，維護公共關系，開拓客戶服務的一種方法。近幾年興起的口碑營銷、品牌營銷等概都基本以社交媒體為主要載體進行營銷。
社交媒體營銷與傳統的營銷有著很大的不同，社交媒體更多的是注重受眾的使用效果，目標受眾利用社交媒體平臺主動分享對品牌的認知，通過這樣的方式，來影響與自己相關的社交媒體圈里的用戶，眾多企業也正是利用社交媒體這一傳播優勢來進行品牌的推銷，形成自己的品牌口碑，達到營銷的目的。
2.社交媒體的營銷現狀。隨著社交媒體營銷的出現與不斷發展，并且受制于環境和發展期較短等條件的影響，其發展之路并不是一帆風順，當前我們所處的營銷現狀大致可從以下幾個方面來分析。
（1）廣告主的試探性。各種各樣新型社交媒體的出現，給予了廣告主新的嘗試機會，廣告主們開始對社交媒體加大投資，探索新的廣告形式以適應社交媒體環境，并且不斷擴張自身的廣告輻射范圍，做到營銷最大化。（2）在線模式不夠成熟。對于社交媒體不斷涌現的當前社會里，其也有著自身的不足，社交媒體的發展方向不明確，我們可以看到同質化的社交媒體數不勝數，大多數新的社媒往往都是效仿，并未有創新；其次，社交媒體的板塊設置混亂，導致很多功能沒有發揮特有的作用，板塊之間沒有清晰的界限。（3）效果不佳。這對于商家來說是最致命的，也是影響較為明顯的。由于傳播目標的不明確，造成了傳播效果達不到預期值，這要求傳播者要對市場進行細化，收集正確的客戶數據并進行科學合理的分析，找到自身的潛在受眾市場進行精準營銷。（4）方式單一。商家通過社交媒體進行營銷的方式較為單一，只是一味去以營銷為中心，缺乏整合意識，出現了混亂、碎片化的現象，應該集中力量將去利用有價值的社交平臺，著力與受眾構建穩定的往來關系，并且努力維系與受眾建立起來的關系，讓受眾感覺到重視，培養受眾對品牌的認知度和忠誠度。
三、社交媒體的精準營銷優勢
社交媒體是一種在用戶關系的基礎上進行信息的分享、傳播和獲取的綜合渠道。社交媒體精準營銷則是以用戶的需求為出發點和落腳點，為用戶量身打造各種營銷策略，精準營銷主要體現在“精準”兩個字上，真正了解和分析用戶的真實的行為以及真實需求，利用社交媒體來進行精準營銷，其價值也在這個過程中不斷體現出來。
1.高介入度。社交媒體最為明顯的優勢就是媒體由傳統的意識形態媒體變為了行為媒體，拉近了與消費者行為的距離，同時也增加了廣告的轉化率，使得受眾在精準營銷過程中的介入度由低到高，達到了前所未有的高度，讓受眾切身感受了參與營銷的過程，增加了受眾的參與意識。
2.受眾定位清晰。便于實現精準營銷，基于數據、cookies、路由器等對數據的搜集和篩選，商家經過一系列的分析處理，針對受眾不同的喜好，生產能夠滿足受眾喜好的產品，具體問題具體分析，制定不同的營銷計劃，明確不同受眾的定位，進行歸類整合，有助于精準營銷的正確施。
3.免費分享。免費分享在社交媒體精準營銷過程中有著較為重要的價值體現，其主體大部分是用戶自身，他們在使用過之后，在社交工具中主動分享用過之后感受和印象，對品牌產品加以評價，并為其他用戶創造分享點，讓更多的潛在用戶去了解和關注，久而久之形成了我們所熟知的口碑傳播，而口碑傳播的效果對于潛在用戶的影響是會起到決定性的作用。
4.符合營銷發展趨勢。在這個充滿營銷的時代里，商家應該準確分析市場形勢，制定適合市場的戰略戰術，應該把追求顧客滿意度放在第一位，改變過去只以商家自身利益為中心的觀念，以4C理論為出發點，站在消費者的角度來看市場，考慮消費者接觸產品的便利性。尤其是在社交媒體時代，受眾的體驗效果尤為關鍵，社交媒體帶給受眾的便利性已經蔓延到生活的各個方面，這對商家而言就提出了更高的要求，主動了解受眾的需求，利用社交媒體的便利性，減少受眾接觸產品的困難度，迎合市場的發展趨勢。
四、社交媒體精準營銷建議
1.受眾分析（People）。在社交媒體環境下，對于商家來說，對受眾進行分析是非常關鍵的一步，商家可以通過受眾使用社交媒體的行為習慣來逐漸確立品牌的目標對象，依據目標對象和媒體受眾之間的黏度，決定營銷推廣中較為恰當的內容，澄清品牌與消費者之間的關系，與受眾建立聯系，不間斷地對受眾進行科學合理分析，逐步細分、確立準確的受眾群體，第一時間掌握滿足受眾的需求。
2.營銷目標分析（Objectives）。營銷目標對于每個品牌而言都各有不同，這不僅取決于品牌自身的產品屬性，也和受眾市場的不同有關，社交媒體平臺的不同也影響了受眾的品牌選擇。商家在確立自身營銷目標時候，應該先確立自己的受眾群體，了解受眾使用社交平臺的特點，不同社交平臺適合不同的營銷目標，商家應該具體問題具體對待，而不是面對不同市場采用同樣的營銷目標，那這樣下去，商家定會喪失對原有市場的掌控權，后果將不堪設想，社交平臺的不同意味著受眾的需求就會有所差異，商家要針對不同社交平臺的受眾進行分析，在分析過程進行營銷目標的確立。
3.技術分析（Technology）。技術層面的分析重點是對社交媒體技術進行分析，要求商家不僅要注重對受眾和營銷目標分析，也要對所用到的社交媒體進行足夠的技術分析，并不是簡單的只對使用社交媒體的人進行基數統計，充分了解社交媒體的技術特點，并將自身品牌與其特點相融合，定期更新社交媒體工具，制定適合媒介技術的精準營銷戰略。
4.營銷戰略分析（Strategy）。營銷戰略對于一個商家品牌而言至關重要，營銷是否成功取決于商家實施的戰略是否恰當，是否能夠恰當地利用社交媒體進行精準營銷，是否符合發展的趨勢。當然，商家應當注意到盡管社交媒體普及面很廣，但社交媒體的受眾也是部分受眾，商家切記不能孤注一擲，放棄了傳統的市場平臺；社交媒體在發展的過程中也有其自身的局限性，當前依然是以大眾媒體為主導，商家應當充分利用傳統媒體對受眾的影響來進行精準營銷，仔細剖析精準營銷的準略，找到適合自己發展的恰當戰略，并且在實施的過程中根據市場的變化而進行戰略調整。
在當前社交媒體盛行的大背景下，整個市場的發展方向都是基于社交媒體進行拓展，而精準營銷戰略對于一個企業來說，在整個營銷框架中起著決定性作用，恰當利用社交媒體在傳播渠道上的優勢，使得營銷的精準性、目的性更加明確和具有可操縱性。實現精準營銷的基礎是數據收集與分析，數據分析的核心是要充分了解客戶關鍵行為和態度，對受眾市場進行準確分析、定位，進而創造更具關聯性營銷內容，對客戶的行為、傾向、意圖和喜好越了解，就越容易有效傳遞關聯性信息。同時，作為品牌的傳播者也應該明白，和一般的大眾營銷不同，精準營銷是一門致力于培養客戶關系的學問，其核心不是品牌的打造，而是著力打造與客戶之間的有效溝通，通過溝通向客戶提供中肯的建議以及符合他們需求的產品。
參考文獻：
[1] 潘洪亮.數字傳播時代精準傳播研究初探[J].廣告大觀（理論版）， 2013.
[2] 張麗.社會化媒體營銷背景下微信的精準營銷研究[D].吉林財經大學，2014.
[關鍵詞]戶外互動廣告;數字消費者;品牌涉入;社交分享
一、引言
近十年來,戶外廣告經歷了從傳統戶外到現代戶外OOH,現在,隨著智能移動終端普及,演變到數字戶外iOOH。數字廣告整合線下媒體和互聯網線上,形成跨屏互動和虛擬現實VR新體驗,戶外廣告、交通、樓宇和商圈屏幕都在數字聯網和互動升級,視覺娛樂元素極大豐富,戶外廣告獲取路人關注,通過互動加深用戶品牌參與體驗,甚至形成病毒營銷。增強現實、觸摸屏和Kinect運動捕捉都融入品牌消費者互動,比起傳統戶外廣告,通過數字屏幕與游戲化的結合,重新吸引了受眾,戶外廣告與用戶互動體驗的結合,成為品牌營銷傳播的新亮點。LiHironag等[1]提出在線互動與社交關聯開始改變數字消費者體驗流程,戶外互動能力的短期性限制了信息性廣告和知覺作用的產品類別。EdwardMalthouse和BerndSierak[2]發現,消費者傳統的雙重信息處理模式在網絡互動中發生變化,中央信息處理集中于精細思考和認知,對信息處理路徑,情感投入顯著提升了受眾意識及態度。數字時代的涉入變量與雙重信息處理模式的品牌效果形成新關系,特別是人際關系借助內容情感轉化可能引起用戶分享意愿,這將形成很有價值的掙得媒體。本文嘗試探索戶外互動廣告的品牌涉入模型,是對數字消費者前沿品牌互動的深入研究。
二、消費者涉入及社交互動文獻綜述
涉入度成為衡量廣告受眾深入到品牌意識的重要變量。涉入度框架考慮了消費者相關性和品類因素,有這些因素在影響廣告品牌與用戶的關聯,最終到購買決策。金志成和周象賢[3]提出涉入度研究有兩個里程碑(精細加工模型ELM和個人涉入度量表PII)。精細加工可能性模型ELM論證廣告雙重信息處理[4],廣告說服性溝通推動消費者思維形成路徑選擇(認識/情感)。涉入度量表PII的研究者Zaichkowsky[5]提出的概念框架包含了個人相關性、廣告因素和情境因素。研究把PII歸類為兩個因子———認知涉入和情感涉入,會影響消費者廣告、產品品牌關聯,乃至購買決策過程。程士安和陳思[6]認為用戶動力意愿和評估能力使品牌認知反應對品牌態度的形成將會越來越重要。在互聯網互動廣告時代,得到數字賦權從而積極主動的用戶,品牌涉入受到社交互動理論的加強。由于戶外互動的時間較短,限制了信息廣告和感知產品的廣告類別,從研究用戶控制的多屏互動中發現,重要的是要確定涉入的變量和參與互動變量傳導到品牌效果,特別是個人連接和情感轉換的社會分享[7,8],形成一種有價值的掙得曝光。美國廣告研究基金會ARF開發參與互動指標集,呈現了傳播測量方法更關注消費者。參與互動的狹義定義主要指客戶參與互動的重點活動包括評論、轉發、點贊、口碑,抱怨等等。廣義多維度的參與互動定義還包括消費者涉入,參加活動,承諾,信任和忠誠度。世界廣告商聯合會WFA表明三個因素,熱情、自覺參與和社會互動參與測量,并建議廣告主可以通過類別要求調查自定義的題項。美國IAB互動廣告局也提出了度量指標集的交互廣告和參與,將數字傳播分類到品牌曝光和活躍在線社交活動。鑒于用戶生成內容是消費者愿意傳播和提交主動理解,并到網上給朋友圈,大多數參與互動理論已經將用戶生成活動UGA作為核心指標。因此,很多行業洞察及模型都采納社交分享作為構建消費者行為過程的最重要變量之一,并用來觀察廣告戰役的投資回報。社交媒體傳播時代的消費者行為模型開始關注“分享”,電通持續研究提出了SIPS(2012)和AISAS(2006)模型,舒爾茨提出SIVA(2012)模型,DCCI提出SICAS模型(2013)[9],都支持分享在消費者決策旅程中形成重要作用,幫助達成購買意愿或產生轉化行動。在業界洞察中發現,數字消費者越來越具備移動智能終端的社交能力[10]。廣告互動的社交傳播分享也適用于數字掙得媒體的創新,支持廣告主在社交媒體上持續投入。而戶外互動廣告插上數字化和互動翅膀,就與互聯網數字廣告的互動轉化評價體系打通效果。本文基于此,重點探討互動廣告傳播中情感涉入與社交分享兩個變量的關系,以及對戶外互動廣告消費者行為過程假設建模研究其傳播路徑。
三、變量與假設路徑
(一)廣告注意
依據廣告受眾傳播理論,互動廣告效果研究從媒體Reach接觸到達開始,那一刻用戶心理研究開始關注廣告注意。沒有注意,廣告信息未對消費者產生印象,注意構成了廣告效果的先導。參與到廣告戰役的用戶將注意當作快速認知,感知刺激提示消費者是否是可交互的接觸。注意來源于受眾好奇、娛樂需求、便利需求和自我表現意愿,以及使用與滿足意圖,從而廣泛用于廣告測量[11]。h1:廣告互動的注意程度對情緒涉入有正向相關性。
(二)情緒涉入
涉入度是傳統互動廣告的研究中心。Zaichkowski[5]將PII涉入度量表區分為認知和情感兩個因子,情緒涉入包括吸引人的、令人著迷的、有趣的、興奮的及令人投入五個題項,另一方面,認知涉入包括有重要的、意義的、關聯性、價值的和密切的五個題項。許多研究都提出,信息類廣告需重視認知涉入而非情緒涉入,而戶外廣告第一吸引人的往往是情緒涉入。互聯網崛起后,由認知涉入引發中央思維路徑的觀點不在成為廣告主流選擇,戶外數字廣告快速變化,使得數字信息導向多任務處理和碎片化效應顯著。大眾傳播時代認知和情感界定分類很重要,對應于理性與感性的廣告創意傳達,而數字廣告互動中更多的是感性廣告和娛樂性內容的體驗。本文主要探索在線下廣告環境中互動情緒涉入影響到廣告效果層次(認知與態度)。h2a:情緒涉入度對品牌認知有正向相關性。h2b:情緒涉入度對品牌態度有正向相關性。(三)情緒涉入到深層互動社交互動是由情緒涉入引發的,成為研究和觀察(互動后)網絡社交行為的焦點。例如口碑,聯想,社交分享等,隱含了用戶交互自發生成自媒體傳播的過程。社交媒體為線上線下的品牌廣告傳播提供了口碑擴散的數字交互形式。情緒涉入和社交分享的兩步驟符合現代人的快速反應,開始取代情感與認知涉入的雙重處理模式。本文對情緒涉入影響了社交互動建立假設,促使個體自發深入參與廣告互動。情緒涉入可以作為受眾對廣告態度,推動了下一步的用戶自我意識到要形成社交分享的行為。h3:情緒涉入對社交分享具有正向相關性。
(四)社交分享
在互聯網廣告環境的互動主要是點擊流量和頁面跳轉click-through,此外,搜索引擎,用戶生成標簽及LBS即時需求響應都可以形成營銷傳播的路徑,促使用戶在很短時間內跳轉到品牌預設活動網站或電商平臺。當前AR和VR技術的戶外互動廣告,使得用戶在戶外也能盡享自在的體感體驗和情緒表達。互動媒體結合跨屏多媒體技術,使得受眾互動能產生和線上跳轉類似的跨屏聯結點和數字轉化行為。社交用戶的數字能力及分享動機的激發,依賴于感知和情緒閾值的突破,品牌廣告和創意互動試圖打破這一點。消費者自愿的社交轉發成為戶外互動的新優勢?；雍蠓窒碓u論與品牌認知和購買意愿之間存在相關性。h4a:社交分享對品牌認知存在正向相關性;h4b:社交分享對品牌態度存在正向相關性;h4c:社交分享對購買意愿存在正向相關性。
(五)品牌態度與品牌行為
廣告效果層級模型是研究品牌效果的主要工具。變量社交分享和情緒互動也能形成廣告效果轉化。從認知影響態度,態度影響購買意愿,建立起層次化的廣告互動效果。h5a:品牌認知對品牌態度有正向相關性。h5b:品牌態度對購買意愿有正向相關性。涉入度研究強調情緒和認知維度雙重處理模式作為廣告說服效應,但很少有研究探索闡述涉入和分享的層次關系過程。本文提出戶外互動品牌涉入模型,假設社交分享是比情緒涉入更深層次的互動,并依序作用到品牌效果層次。
四、研究方法
(一)調查過程
調研2016年5月間選擇在北京和上海5個商場進行,采用互動戶外屏前隨機訪問調查。受訪者是接觸過廣告的消費者(附表1)。樣本包括379個北京樣本和896個上海樣本,總計1,263人,樣本容量滿足最大似然估計的結構方程模型檢驗。受訪者完成調查后獲得小禮品。每個商場都有兩位訪員發放和回收問卷。受訪者從屏前參與互動的受眾中征集?；訌V告是體感類游戲,用戶通過動作控制卡通角色接到品牌標識和金幣,得分顯示在屏幕頂端,實時反饋給用戶。精美設計的娛樂卡通形象也吸引了用戶參與互動。
(二)測量
廣告互動出現后,受眾觀看駐足并參與,形成對廣告互動的涉入。消費者體驗游戲有效影響對品牌植入的感情和認知。使用李克特量表從1~7(強烈反對到強烈贊同)測量消費者對戶外互動廣告涉入和品牌態度行為。變量設計主要從戶外廣告和涉入的論文文獻中引用。盡可能地采用前人研究過的量表,如注意、情緒涉入、社交分享、品牌認知、品牌態度和購買意愿。廣告注意由上手度、新奇度、有趣度和創意度這四個題項來定義。PII量表的情緒變量來衡量消費者的涉入度,增加情境舒適題項來測量場景廣告態度一致。由消費者拍照意愿、人際傳播、社交傳播、再訪屏幕和推薦五個題項來衡量社交分享。本文設計直接購買、品牌考慮購買、產品體驗預約及購買可能性的不同題項來測量戶外互動廣告的消費者購買意愿。品牌認知和品牌態度各由三個題項測量。多指標量表的信度(Cronbachα)較高超過接受標準,每個變量信度為:注意(0.894)、情緒涉入度(0.896)、社交分享(0.875)、品牌認知(0.791)、品牌態度(0.877)以及購買意愿(0.905)。
五、結構方程模型檢驗結果
本文采用了兩步法建立量表信度和效度。用SPSS19.0進行探索性因子分析,得到6因子旋轉成分矩陣。再用Lisrel8.7進行CFA驗證性因子分析,檢驗組合信度和提取的平均方差值。因子與題項指標間的推薦標準值為0.6,本研究組合信度和平均方差提取數值都在0.6以上,表示可信度較好。RMSEA:近似誤差均方根,GFI:擬合優度指數,NNFI:未名擬合指數,CFI:比較擬合指數.初始測量模型與結構方程模型擬合指數通過了χ2difference檢驗和自由度檢驗,結構方程模型適用于本文對互動戶外廣告變量的探索。RMSEA接近0.05,呈現合理擬合。GFI,NNFI和CFI等其他擬合指數都滿足擬合檢驗標準。通過實證研究,檢驗(表2)得出最主要的兩步驟涉入轉化過程:情緒涉入與社交分享之間存在顯著正向作用(β=0.79,P<0.01)。社交分享是數字用戶深層次互動的表現,而數字化戶外互動媒體受眾存在相當大的潛力參與到高互動體驗,并形成跨屏分享的掙得媒體?；討敉鈴V告在用戶注意的基礎上,能夠產生直效的互動和情緒涉入,這將極大地促進用戶表達自身情感體驗的社交分享。本研究檢查社交分享推動了層次品牌效果,社交分享對品牌認知和品牌態度有強烈影響,而品牌態度作為品牌效果的中介變量(β=0.60,P<0.01)顯著轉化為購買意愿;而從直接影響看,社交分享還能正向地推動購買意愿(β=0.25,P<0.01),這意味著社交分享對品牌態度和對購買意愿的影響層級是內部一致,從而支持有效的社交分享可以提升了購買意愿的水平?？偨Y,假設模型得到了真實樣本線下調查的品牌效果實證檢驗。戶外廣告涉入被認為更多依賴“”路徑,而并非深思熟慮的中央處理路徑來形成態度改變。情緒涉入對品牌認知與品牌態度的路徑系數較弱(β=0.17,P<0.01)。結果表明,情感涉入和社交互動是非常重要的兩步驟,對于戶外互動廣告消費者需關注這種數字化過程。并且還驗證了廣告態度和消費者互動能夠推動各種水平上的品牌效應。
六、結論
關鍵詞：社交媒體；SNS；需求理論；病毒式營銷
中圖分類號：F270 文獻標識碼：A 文章編號：1001-828X（2013）06-00-01
社交媒體（Social Media），指允許人們撰寫、分享、評價、討論、相互溝通的網站和技術，通過大批網民自發貢獻，提取，創造新聞資訊，然后傳播。社交媒體的存在依靠SNS（Social Networking Services）——社會性網絡服務，專指旨在幫助人們建立社會性網絡的互聯網應用服務。
在美國，自2005年默多克以5.8億美元買下MySpace開始，全球掀起SNS發展的風潮；2006年，美國哈佛大學的學生Mark Zuckerber創立社交媒體Facebook，如今成為全球擁有最多用戶的社交媒體平臺，月活躍用戶高達9.1億，市場估值達到1040億美元；可用于即時短消息的休閑類網站Twitter，同樣從2006年開始，在極短的時間內成為世界第五大網站，擁有1.75億注冊用戶，成為估值41億美元的網絡巨頭。而在大洋彼岸的中國，同樣經歷著社交媒體的變革。新浪微博是最早進入微博市場的門戶網站，也是目前為止國內表現最為出色的微博產品。截止2012年，新浪微博用戶總數達5.03億，重要產品新浪微博的全年業務總成本為 1.6 億美元，總收入為 6，600 萬美元。
一、成功案例
社交媒體的運用已經成為企業營銷的新的利器，這是各種大型社交媒體網站市值居高不下的原因之一。例如，Facebook比其他的社交網站更能吸引廣告機會，因為能夠深入地滲透到一系列微社區（即各個校園）中去。如果一個地方的廣告商想定位一個特殊的大學校園，Facebook網站是將廣告信息傳遞給觀眾的最佳途徑。美國市場研究公司Borrell Associate報告稱，Facebook今年廣告收入在3.1億美元左右，其中74%收入來自目標廣告。有研究指出，人們通過網絡技術，在與人互動的過程中獲得彼此想要的東西，而不再通過企業這種傳統渠道獲得，已然成為一種社會趨勢。聯合利華通過專屬社區，找出年輕男性的重要話題；惠普主管在博客上寫文章，響應讀者問題，以深度對話取得客戶信任；百事可樂在微博上設立賬號@祝你百事可樂，通過各種新潮的方式向其粉絲宣揚它與年輕人共舞的理念，在自己的各種品牌營銷活動中與粉絲互動；羅永浩的”老羅英語培訓學?！背晒Φ奈⒉┑牟《拘誀I銷，將其充滿理想和幽默注意色彩的演講視頻推廣到粉絲中去，僅僅在2010年11月13日起短短16天內，該微博就被轉發了4263次，在優酷的點擊率高達480萬次，使得“老羅英語”在互聯網上人盡皆知。
二、目標消費者需求分析
馬斯洛的需求理提到，人的需要中最基本的是對生存的需要，之后出現安全需要。隨后產生愛、感情和歸屬的需要。然后，尊重的需要產生并支配人的生活。最后，當所有需要都獲得滿足，動機的發展進入最高階層——自我實現的需要。
馬斯洛的需求理論適用于社交媒體的營銷。通過官方微博公布優惠、打折促銷信息，滿足了受眾的基本物質需求層次。企業在社交媒體平臺上與受眾積極、平等的互動，滿足了尊重與社交需求。而如戴爾公司在官方微博上傾聽目標消費者的聲音，甚至接受受眾給予的產品建議，讓目標受眾從一個“旁觀者”變成“參與者”、“創新者”，則更是滿足了消費者自我實現的需求。進一步的，要讓目標受眾成為忠實客戶，就要滿足其“自我歸屬”的需求。社交媒體在虛擬環境中為目標消費者創造一種歸屬感和認同感。當虛擬的群體以“抱團”形式出現時，企業的品牌營銷就可以直指目標消費者的“核心”，進行快速準確的品牌定位。
例如，服裝電商凡客運營的@凡客粉絲團的名字給人一種品牌的歸屬感，將熱愛凡客產品的普通用戶聚集形成一個龐大的集體。目標消費者因為共同的愛好聚集產生更多的話題，是營銷者可以輕松的捕捉到當前目標群體的心理狀態、潮流趨勢和喜愛偏好。
三、社交媒體營銷的特點
1.病毒式營銷
哈佛大學著名心理學教授Stanly Milgram于1967年所創立“六度分隔理論”，即最多通過6個人你就能夠認識任何一個陌生人。因此，每個個體的社交圈都不斷放大，最后形成一個大型網絡。而在社交媒體上，人與人之間的“破冰”過程變得尤為短暫，這就為企業通過網絡傳播的方式在全球網絡社群發動營銷活動，利用口碑傳播成為與消費者交流強有力的“病毒式營銷”提供了巨大的溫床。微博的轉發、評論具有病毒式傳播的特點，而病毒式營銷正式建立在病毒式傳播基礎上的營銷模式，通過公眾的積極性和人際網絡，讓營銷信息想病毒一樣傳播擴散，營銷信息被快速復制，并傳向數以萬計的受眾，從而使信息的傳播和影響呈指數式的爆發。
鞋子是電商的大生意
只要看看網上零售商Zappos，它每年的銷售額超過1億美元，鞋子占到了其中的80%到85%。谷歌在2008年底進行的研究表明，45%的男性和46%的女性使用網絡信息搜索來幫助他們在網購和在商店購物時做決策，毫無疑問，這個數字隨著互聯網整體和電子商務的使用率的提高而增長。根據ShopSmart雜志在2011年所做的調查，近三分之一的女性對于網購鞋子感到滿意，比2007年增加了14%。
這并不奇怪，因為社交媒體已經成為在網絡發掘，研究和購買過程中的重要渠道之一。文中采訪了兩個非常不同的鞋品牌，運動鞋制造商Puma，和著名鞋子品牌JimmyChoo和紐約時尚精品BergdorfGoodman，來了解他們如何通過社會化媒體來選擇目標客戶、平臺和指標。
1.Puma-不甘于只做社會化營銷的尾隨者
Puma的高級電子營銷經理RemiCarlioz表示，“根據Puma的調查，至少一半的網上消費者是多渠道購物，意味著他們會線上購物，也會到實體店購買”。手機正成為購物過程中越來越重要的工具，他補充道。
如今，這一品牌在美國的各大社交媒體如Facebook，Twitter，YouTube，Tumblr，Foursquare和Instagram，表現活躍，而在Puma運營的五大地區有更多區域性的社交媒體。
Puma使用社交媒體主要有兩個目的：1品牌構建2.透過產品和活動的，增加知名度。
Puma最大的品牌投入之一是備受矚目的航海賽事，比如沃爾沃環球帆船錦標賽，一個持續9個月，每三年舉辦一次的全球性賽事。Puma是賽事官方指定服裝供應商。今年，Puma派遣了10位Tumblr和Instagram的用戶，讓他們通過圖片記錄在阿布扎比中途停留一周比賽發生的點滴，并從優秀的用戶中挑出許多的標記有Puma的帆船圖片來公布。
Carlioz說，Puma沒有在利用社交媒體這一渠道來銷售產品上費很大的勁，但是這一情況日后可能會改變。就現在而言，公司將更專注于利用新平臺比如社交購物清單網站Fancy，推廣品牌、加強參與和體驗。Carlioz也很渴望能夠和Puma贊助的運動員有更緊密的合作，因為他們當中大多都會使用參與性強的社交網絡，比如FacebookandTwitter。
尋求手機和社交相結合的機會也是目前需要優先考慮的事情。在今年三月末，Puma計劃推出一款可以在全球范圍內分享照片的iPhone應用。此外，Puma也正在開發一個名為PumaFactory的項目，它能夠讓消費者自己在線或者使用iPad設計個性化的運動鞋。
2.JimmyChoo-社會化營銷的引領者
JimmyChoo已經成為社交媒體中一個引領者，這很大程度上得益于它在2010年春季的活動Catch-a-ChooFoursquare(美國很受歡迎的簽到社交媒體)，活動要求女性圍著倫敦跑，作為獎勵，她有機會獲得一雙新上市的運動鞋。JimmyChoo使用Foursquare在不同的時尚場所來簽到，簽到是通過Facebook和Twitter，第一個到達各個簽到點的人會獎勵一雙運動鞋。
該活動有大約4千人參與，得到了傳統媒體和網絡媒體的一致好評。根據這一活動的構思者，社會媒體機構的FreshNetworksLondon稱，該品牌的運動鞋的銷量在隨后上升了33%。
從那之后，JimmyCho已經實施了一系列的線上還有線下的互動措施，維護其在Facebook和Twiiter上積極主動、以產品為中心的品牌認知的形象。
JimmyChoo的Google+
最近，JimmyChoo把注意力投向了Google+。去年11月的Google品牌頁面和JimmyChoo在倫敦伯靈頓商場開設的第一間男裝店相輔相成。
#p#內容分頁#e#
據相關資料顯示，Google+的用戶大部分為男性，因此JimmyChoo決定放棄Facebook而轉投Goolgle品牌頁面JimmyChooMen。然而品牌只被圈了(circle)226次，但是客戶關系經理MattRhodes表示，Google+的參與度正在提升中。
在情人節，廣告公司正協助JimmyChoo來舉辦一個活動來鼓勵女性關注者，讓他們的丈夫或者男朋友關注JimmyChoo在Google+的頁面。
說到社交媒體對不同鞋品牌的挑戰，Rhodes認為最重要的是讓消費者認同產品的使用價值。
Rhodes還表示：對于在特別場合穿的鞋子，我對它的質量要求是完全不同于一對用于跑馬拉松的運動鞋的。此外，社交媒體的使用也應該有所不同。JimmyChoo可能會更注重于在特殊場合來展示鞋子作為服裝或者生活方式的一部分。另一方面。Nike則會更強調運動元素和用途。
“它需要你去真正了解你的消費者以及他們是如何考慮產品的，然后用社交媒體從內容和功能的角度上來反應?！彼a充道。Rhodes還指出社交媒體的確提供一個讓消費者對一個品牌的期望產生驚喜的機會，JimmyChoo’s聯合Foursquare舉辦的簽到活動就是一個例子。
3.BergdorfGoodman-基于位置的移動營銷
雖然不是鞋子專賣商，高檔百貨公司BergdorfGoodman仍在秋天舉辦了一系列專注于鞋子的在線活動來推廣自己的鞋子沙龍(shoesalon)。
除了大量的海報之外，該公司和ProductiveEdge共同開發一個紐約市的鞋子互動地圖。Instagram的用戶被鼓勵把他們在紐約各個著名地標前拍攝的穿有標記為BG的鞋子的照片上傳到地圖。在地圖上，一部分拍攝地是在曼哈頓，一部分在城市的各個邊緣。
到目前為止，已經有150張照片被添加到地圖中。這一推廣也已經有223次FacebookLikes，185次tweets，和30次+1。對于一個限定區域的活動，這樣是成效不算差。
小結
一、新技術和新媒體的影響
1. 社會化媒體（微社交）
社交媒體（Social Media），也稱為社會化媒體、社會性媒體，從技術上來講是指允許人們撰寫、分享、評價、討論、相互溝通的工具和平臺。社交媒體的產生，依賴的是WEB2.0的發展。從內容上來講，所謂社交媒體應該是大批參與者自發貢獻、提取、創造新聞資訊，然后傳播互動的過程。社交媒體是人們彼此之間用來分享意見、見解、經驗和觀點的工具和平臺，現階段主要包括社交網站、微博、微信、QQ、博客、論壇、播客等等。隨著4G的到來，基于視頻應用的社交媒體又將攪動起一番新的浪潮。
社交媒體近兩年的飛速發展對社會生活的方方面面產生了巨大的影響，微營銷、微社交這些理念逐漸進入了我們的視野，改變著我們的社交習慣、消費習慣，進而對服務方式、內容產生影響。
2. 移動互聯網
移動互聯網是移動通信網絡與互聯網的融合，通過這種融合催生了大量的移動互聯網業務，并且正在成為客戶應用的主流，典型的就是APP和騰訊的微信。
人的需求和技術的可能性是發展的最主要原因，移動互聯網的普及也離不開這些因素，總結歸納有一下幾個方面：
（1）人們對互聯網的深度依賴
（2）3G的普及、4G的即將全面商業化和無處不在的WiFi
（3）手機終端智能化的普及
（4）以APP為代表的輕量級應用的豐富
隨著3G的普及、4G的到來和智能手機的普及，帶寬瓶頸不是問題，信息終端的移動性也不是問題，正像中國移動在廣告中宣傳的那樣：未來已來！移動互聯時代真的到來了。
3. 云計算和大數據
2013年大數據成為熱點，我們很多人是從英國作者舍恩伯格所著的《大數據時代》中了解到了大數據。其實最早提出“大數據”時代到來的是全球知名咨詢公司麥肯錫，麥肯錫認為：數據已經滲透到當今每一個行業業務職能領域，成為重要的生產因素。
大數據的產生是信息技術發展到一定階段的必然結果，近二十年來PC、平板電腦、手機的大量普及，互聯網已經滲透到社會生活的方方面面，數十億的人在線從事著各種商業活動、社交活動，產生了龐大的數據，并且以前所未有的速度繼續產生著海量的數據，這一切都為大數據的挖掘與分析提供了可能性。云計算和大數據正在改變著信息技術的全貌，并對基于信息基礎之上的商業模式、商業運營產生深遠影響。
麥肯錫在最新的《信息技術引領未來商業模式10大趨勢》中第二項提到“大數據”和高級分析，認為：“數據和分析已經成為新型競爭力的一部分，企業越來越善于創建更為精細的消費者群體細分，并為其定制產品和服務”。
二、推動客戶服務方式轉變的原因
新技術和新媒體的廣泛應用推動著商業模式的創新，改變著消費者的消費習慣，必將推動著客戶服務方式也發生深刻的變化。
1. 商業模式的轉變
到目前為止，電子商務經歷了B2B、B2C階段，正在向O2O模式發展，商業形態變了，商業模式層出不窮，傳統的商業模式已經越來越不能適應，基于互聯網思維對傳統產業進行改造升級成為趨勢。
隨著電子商務迅猛發展，體驗式營銷、互動式消費、情感式消費成為一種趨勢。未來的商業營銷是建立在“社區”營銷基礎上的，這個是廣義的社區。新媒體的基礎是什么？社區，每個企業都要營造自己的虛擬社區，通過這個生態環境的建立，社區大量的粉絲就是你忠誠的客戶。我們過去把提高客戶滿意度作為客戶服務的重要指標，新媒體將是提高客戶忠誠度的一條重要渠道和途徑。
2. 消費者習慣的轉變
消費者習慣也在發展著變化，我們都知道客戶需求推動客戶消費，客戶消費接受客戶服務，這是傳統的消費——服務模式。當今社會“體驗式營銷”風靡，正日益被商家和消費者認可，所謂體驗式營銷就是通過營銷策劃讓客戶首先感受并體驗產品和服務而區別于傳統營銷模式。體驗營銷通過看（See）、聽（Hear）、用（Use）、參與（Participate）的手段，充分刺激和調動消費者的感官（Sense）、情感（Feel）、思考（Think）、行動（Act）、關聯（Relate）等感性因素和理性因素，重新定義、設計的一種思考方式的營銷方法。這種思考方式突破傳統上“理性消費者”的假設，認為消費者消費時是理性與感性兼具的，消費者在消費前、消費中和消費后的體驗才是購買行為與品牌經營的關鍵。通過體驗營銷，客戶了解產品的價值和使用，消除了客戶疑慮，建立起了商家與客戶的信任關系。
隨著移動互聯的發展，O 2 O（Online To offline）成為今年非常熱的一個概念，通過線下商務和互聯網結合在一起，虛擬和現實交融的互動式體驗，刺激吸引“時常在線”用戶的消費欲望，極大地擴展了商家與消費者溝通互動的廣度和深度。未來的消費模式很可能是“所見即所得”，客戶在網上和線下看到一款自己滿意的產品或服務，通過手機向多家商家查詢價格，最后以最滿意的價格下單成交，基于物聯網的的物流配送將快捷地把所購買的商品送到他的手中。
三、客戶服務新趨勢的探討
1.客戶服務內涵的擴充
客服中心已經從過去的向客戶提供服務支持的單一模式向客戶行為分析、客戶心理把握、客戶需求感知全方位轉變。麥肯錫在《信息技術引領未來商業模式10大趨勢》第四項中提出“一切皆服務”認為“購買和銷售由實體產品延伸而來的服務，這一商業模式的轉變正在加速”，提升和完善客戶服務方式，從而使客服中心服務具備了五大核心要素：
（1）面向用戶的完整行為過程
（2）完善的服務價值鏈
（3）情感服務、信息服務、實體服務和全媒體通信服務無縫融合
（4）專業化、個性化、差異化和綜合化
（5）多主體服務、互為補充
以上將成為客戶服務的新趨勢。
2.服務渠道和服務方式的變化
從電話渠道過來的客戶語音服務需求會減少，基于在線客服、微信、微博等社交媒體的客戶服務將會大量增加。在這里我舉一個例子，小米的商業模式無疑是成功的，小米微信公眾帳號后臺客服人員有9名，這9名員工每天回復100萬粉絲的留言，通過微信帳號后臺回復用戶的留言。小米開發的微信后臺可以自動抓取關鍵詞回復，微信客服人員進行一對一回復。過去小米主要是通過群發短信，100萬短信發出去，就是4萬的成本。微信使小米的營銷、CRM成本降低。所以從這點來看，社交媒體將會成為客戶服務一個重要的渠道。
互聯網的發展使我們人與人交往的空間不再成為障礙，移動互聯網的發展使得時間不再成為我們社交的障礙。隨著社交媒體等新媒體進入客戶服務系統，客服中心除了滿足客戶服務的需求外，由于社交媒體的特性，客戶黏度會大大增強，這必將帶來客戶服務的頻度、服務的周期、服務內容、服務要求的變化?？蛻舴招枨蟮念l度會增多，交互會越來越頻繁，持久溝通聯系的客戶會越來越多，這樣客戶感覺服務就在身邊，觸手可及，客戶的忠誠度和信賴度將會大大增強。同時移動互聯網的發展，客戶基于不同服務場景的服務需求將會使溝通內容的廣度和深度與過去不可同日而語，越來越多樣化。
前面已經講了“一切皆服務”將會成為商業的趨勢，營銷和服務更加密不可分、不分彼此，嚴格意義上的呼入服務和呼出營銷界限將模糊，座席將成為“全能戰士”，客戶服務必須適應這些趨勢。
3. 客戶中心服務系統的變化
（1）現在的客戶服務中心以電話呼入呼出為主要服務手段，系統主要是通過硬件+呼叫中心中間件+CRM軟件構成，通過自動語音和人工座席提供服務，講究的是系統的穩定性，支持多硬件廠商、報表系統豐富、開發接口支持業務快速開發。我剛才講了通過社交媒體等新型媒體過來的客戶服務會呈上升趨勢，傳統的電話聯系是間斷性的、持續性不夠的，顆粒度太粗，已經不能完全滿足和適應今天客戶服務的要求了，基于場景的、支持體驗式感受的、滿足移動互聯和社交媒體的客戶服務系統將會占據主流，客戶隨時實地的服務需求會得到滿足。
（2）“業務為王”、“內容為王”的理念將會將會在客服中心系統越來越突出，媒體類型將不會被置于優先考慮的位置，將會降到一個從屬于業務的地位，業務驅動為主將會是主流。業務模式決定業務流程，業務流程驅動媒體應用。
（3）現在大多數座席的CRM系統都是通過來電彈屏，彈出客戶資料，區分新客戶還是老客戶。這種方式越來越不能適應媒體渠道的多樣化，也不能適應社會媒體的引入帶來的客戶類型的多樣化。業務系統只有對客戶分類進行更加精確的劃分，通過這種對客戶的精確細分，客戶服務更加有針對性，客戶才能得到一對一的貼心服務。
（4）CRM系統將把對客戶數據分析和挖掘功能放在重要的位置，系統從簡單的客戶資料管理、業務流程管理向客戶數據分析和挖掘轉變，通過對CRM系統積累的巨大的數據進行分析和挖掘，實現對客戶行為的分析、對客戶心理的把握、對客戶需求的感知，為企業運營決策、市場營銷、客戶服務流程優化提供依據。
廣告市場的初步形成
YouTube網站在2005年初建立之時，曾堅持拒絕一切廣告，這種情況在諸多社交網站的建立初期非常普遍。但是，社交網站的運營方式決定了其生存與發展必然要依賴廣告投放，拒絕廣告僅是權宜之計，是為了吸引更多的網民瀏覽與注冊。
2006年YouTube被谷歌收購后不久，即宣布將在其網站廣告。這一決定在當時引起了很多用戶的反對，以致YouTube不得不調整廣告策略，將廣告特別是大型廣告限定投放于網站的部分網頁。這樣，廣告內容僅能被一小部分用戶看到，很難吸引企業、品牌和廣告商在網站上投放廣告。另外，社交網站廣告采用的是傳統的、沒有對目標群體進行細分的廣告信息方式，這在21世紀的媒體經濟環境中是極為陳舊與落后的。
對于企業與品牌來說，社交網站是網民相互聯系、討論和閑聊的媒體，并不適合傳播品牌或產品。在當時，以谷歌為代表的搜索引擎通過整合瀏覽者搜尋內容，將預期消費者的訴求呈現給企業的盈利方式非常流行，吸引了大量企業和品牌的廣告投入。隨著社交網站注冊用戶的不斷增多，用戶的個人信息海量聚集引發了互聯網業內人士的廣泛關注與思考：在這個龐大的網絡平臺上，是否可以為企業、品牌和廣告商建立新型的廣告市場？如何從新的社交媒體浪潮中創造利潤，將社交網絡與用戶自我提供的內容轉化為真正的財富？
總體來看，這一階段歐美社交網站廣告營銷呈現出以下幾個特點：一，用戶對社交網站廣告持厭煩與抵制態度；二，社交網站廣告形式單一，方式落后，缺乏廣告群體細分；三，與搜索引擎網站相比，企業、品牌和廣告商對在社交網站上投放廣告的信心明顯不足，廣告投放量極小。
廣告系統理論體系構建
隨著社交網站的發展和注冊用戶的劇增，以Facebook為代表的社交網站開始對注冊用戶的個人信息進行分類整理，并以此進行廣告目標群體系統的開發與設計。與此同時，MySpace也開始從注冊用戶的個人檔案頁面提取信息，對針對個人偏好不同的用戶不同種類廣告的目標廣告系統進行大量測試與研究。MySpace副總裁Jim Scheinman指出，社交網站的市場介入可以更好地與18至30歲的用戶進行交互與溝通。社交網站的市場介入是指網站用戶向其他用戶推介品牌或產品的行為，當品牌被用戶加為好友后，該品牌就會自然地成為該用戶好友的好友而得到宣傳。由此，企業可以以最小的代價將品牌展示給年輕的一代。然而，社交網站廣告依然沒有得到企業與品牌的青睞，主要原因是沒有有效的計算廣告投資與回報的測量方式。依賴廣告生存的社交網絡急需證明網站的廣告宣傳和品牌活動可以為企業提供前所未有的效益。由此，諸多社交網站、數碼網絡市場調查公司和媒體公司積極行動起來進行調查研究，并獲得令企業信服的結果。
首先，社交網站柔性廣告的強大力量獲得認識。調查發現，40%的用戶在網站上找到喜歡的品牌和產品，31%的用戶并不厭煩網站廣告，10%的人從廣告中獲得商品信息并形成購買。但與條幅廣告相比，用戶更偏愛網站中品牌論壇等形式的柔性廣告：“與像Gibson或Nike這樣的品牌企業做朋友該有多酷??！”“我愿意成為自己喜愛品牌的擁護與支持者?！边@充分表明了將品牌嵌入社交網絡，建立以品牌為主導、專家為核心和粉絲為基礎的論壇等形式的網絡熱點，將為品牌的宣傳產生巨大力量。
其次，社交網站用戶形成的動量效果，也就是消費者口碑效應得到證實。動量效果是指網站用戶在個人概況中引介了某個品牌或將品牌信息傳遞給網友所產生的廣告效果。通過跟蹤社交網站中阿迪達斯和電藝的廣告活動，MySpace發現70%的動量效果來自社交網站用戶之間的廣告宣傳。研究還發現社交網站廣告活動的效果遠優于電視和普通網絡廣告，建立一個讓用戶分享品牌故事的平臺是形成品牌共鳴的關鍵。
最后，社交網站廣告效應和價值回報得到驗證。Facebook通過跟蹤社交網站廣告活動前后消費者購買欲望的變化，即計算多少用戶在自己的個人概況中涉及了品牌內容并向他們的朋友傳遞品牌信息、是否提取免費券和多少次再次訪問過企業或品牌的網站，將這三部分信息綜合起來測量動能效果。調查所獲得的最重要發現是：幾乎所有產生于消費者之間的廣告營銷均來自于他們在社交網站里看到的品牌信息。
這一階段社交網站廣告發展呈現出社交網站自我研究、宣傳與推銷的特點。社交網站聯合或資助相關媒體和調查公司進行市場調研，并以翔實的數據與扎實的理論解開企業、品牌和廣告商的疑團，也為自我的發展確立了方向。
廣告的發展與繁榮
社交網站廣告效應與品牌價值評測體系的逐步完善，使得網站廣告的投放量大幅增加，技術與經營模式日趨成熟，完全可以與市場相契合。現在，Facebook已在世界范圍推行簡單快捷的網站廣告投放程序，其自助廣告平臺可以讓企業自行購買廣告位置，并使用目標工具系統直接將廣告信息傳遞給企業和品牌的目標群體。
在美國，MySpace在正式投資網絡媒體廣告僅一年多的時間里，就利用其News Corp系統賺取10億美元的年收入，并計劃在三年內將年收入提高到100億美元。據Coremetrics調查顯示，在歐洲有超過40%的企業使用社交網站作為其廣告宣傳的媒體，其中英國企業為79%、法國為30%、德國為20%。①在中歐與東歐，蘋果與星巴克成為Netlog社交網站兩大廣告投資商。
如同美國品牌一樣，東歐品牌公司也使用社交網站與它們的目標群體聯系并進行有效溝通。在羅馬尼亞、德國、西班牙、英國和匈牙利，Heineken占據了Netlog所有網站的品牌頁面。主要服務于德國、奧地利和瑞典的近800萬用戶的德語社交網站StudiVZ（以學生為目標群體）和MeinVZ（以26歲以上人群為目標群體），也提供品牌營銷服務并與可口可樂、德國漢莎航空和麥當勞等國際著名企業有緊密的品牌營銷關系。
當前社交網站廣告營銷呈現出的特點為：社交網站技術與營銷模式已趨完善，在廣告市場形成熱點并獲得巨大盈利；企業、品牌和廣告商積極投入并尋求多種形式的合作方式，品牌效應和廣告效益獲得客觀回報。網站用戶（潛在消費者）對鐘情品牌有情感宣泄、交流溝通、技術咨詢的便利平臺，在社交網站、企業、品牌與廣告商共贏中獲得自我需求滿足。
注釋：
關鍵詞 新媒體；品牌營銷；傳播方式
中圖分類號G2
文獻標識碼A
文章編號1674-6708（2016）156-0009-02
所謂新媒體就是以數字技術為基礎的傳播渠道，現如今已經成為人們生活中不可或缺的重要內容。在新媒體的背景下，企業的品牌營銷也面臨著更全新的宣傳渠道，一方面可以利用新媒體建立交流平臺，提高品牌的知名度，另一方面也能利用新媒體的媒體特點，在品牌營銷中加入創意元素，更好的完成品牌營銷。
1 新媒體的主要特點
當前新媒體的主要特征表現在以下方面：其一，傳播形式的互動性。在傳統的媒體模式中，電視、報紙等手段都只是單項傳播，而新媒體時代下的傳播手段讓傳播者和接受者的身份可以相互轉換，實現信息深度交流；其二，便捷性特點。新媒體工具手機電腦等，操作簡單，信息量大，在信息傳播接收上具有很強的便捷性，傳播速度快；其三，功能多樣。新媒體的網絡、衛星、云端等一系列的技術手段，使新媒體具有的功能更為多樣，這體現在技術層面和實用功能上；其四，內容豐富。新媒體信息存儲量大，傳播的內容更豐富，如視頻、音頻、圖片等等，信息形式多樣，人們能夠在很短的時間內掌握非常全面的信息；其五，廣泛化影響。新媒體發展是當今社會發展趨勢，在社會的信息影響力十分巨大，信息分享傳播速度非?？?，人與人之間的距離也極大的縮短。
2 新媒體背景下品牌營銷的特征
1）“非廣告”營銷。傳統的廣告模式中，具有中介性，無交互、口碑、體驗，成本高等一系列的弊端，而在新媒體背景下，其營銷效果屬于“非廣告”營銷。在互聯網不斷深入發展的背景下，營銷的思維模式也發生改變，營銷市場及目標客戶群是企業進行品牌營銷及戰略制定時優先考慮的內容，以此才能提高企業品牌的競爭力。
2）去中介化。在新媒體背景下，利用新媒體工具可以實現品牌強化，打破了以往中介化的約束。例如，一個較為典型的出版行業，通過新媒體工具的利用，改變了書的存在形式，減少了大量的成本投入，去除了中介，實現電子閱讀及電子支付，讓企業與消費者直接接觸，提高用戶體驗，給企業品牌效益帶來了巨大提升。
3）碎片化及小眾化。在當前的網絡消費環境中，想擁有五分之四以上用戶的網絡應用是很難存在的（除短信、上網等），網絡應用消費人群的小眾化是當前主要趨勢。針對這一基本現狀，需要充分考慮到我國網民基數，即使小眾或碎片化，但仍具有極強的發展機會與潛力，因此企業需有針對性的完善商業模式，獲取最大的企業效益。
3 新媒體背景下品牌營銷傳播策略
1）微電影營銷傳播策略。微電影的特點在于感染力強，很容易能夠帶動人們的共鳴，特別是微電影廣告，例如益達口香糖的微電影廣告，通過曲折、動人的情節充分激發了人們的好奇心和關注度，故事和故事之間不僅保持獨立，同時又具有較強的連續性，當時獲得了極大的反響，甚至很多觀眾還會特意到網上搜索全篇進行觀看，成為了當時最具影響力的網絡話題，這就是微電影所具備的營銷效果。因此利用微電影來進行企業的品牌營銷具有極大的優勢，將電影的劇情與企業的文化相結合，一方面將企業的文化宣傳、呈現了出來，另一方面也具有非常強的互動性，人們能夠通過轉發、評論作出回應，企業也就能夠更好的分析人們的喜好以及電影所帶來的效果，通過及時調整廣告方案來更好的進行品牌宣傳。微電影廣告的傳播類型有很多，人們能夠隨時隨地的觀看、評論，具有非常顯著的營銷效果，并且還能對傳播效果進行檢測，使品牌的營銷具有更顯著的針對性。
2）手機移動營銷傳播策略。通過相關的調查我們能夠看出，通過臺式電腦上網的百分點呈持續下降的趨勢，而通過手機進行上網已經成為當前的主流趨勢，有約70%的網民都是利用手機進行上網，手機已經成為當前的第一上網終端。手機營銷最大的優勢在于互動性非常強，并且不會受到區域的限制，因此利用手機移動來進行品牌營銷具有非常重要的意義，能夠極大的增強人民對品牌的回憶度，目前很多國際的大公司都已經采用手機移動的品牌營銷策略，例如肯德基、沃爾沃等，最常見的就是利用微信這一手機通信平臺，其中二維碼的掃描不僅降低了推廣的成本，而且更加靈活、智能，并且還能夠通過官方認證來更大程度的提高可信度，目前利用手機移動進行推廣已經受到各個企業的高度重視?？偠灾檬謾C移動來進行品牌的營銷是非常便捷的，勢必是當前最大的傳播趨勢之一。
3）社交媒體營銷傳播策略。運用社交媒體進行品牌營銷最重要的就是關系鏈，即通過用戶的信任來進行傳播，只有這樣才能將社交媒體營銷的作用發揮出來，品牌要考慮現有的社交媒體關系鏈，將品牌注入到關系鏈中的某一點，通過多種多樣的方式來進行傳播，一方面信息的傳播速度會增強，而且營銷的傳播動力也大幅度提高，例如微博的轉發、網絡媒體的報道等，都是品牌營銷的不錯選擇，其所帶來的營銷效果是不言而喻的。例如，在2013年小米通過騰訊QQ空間進行首發，由于騰訊是當前最大的社交平臺，用戶多為青少年，與小米的用戶高度吻合，小米通過與騰訊的合作高效的完成了品牌的營銷，這就是小米品牌在營銷方面的新的嘗試，具有非常顯著的營銷傳播效果。
4 新媒體背景下的品牌營銷的注意事項
1）跨界營銷問題。現如今各項技術手段的創新速度非?？欤鞣N工具的類型也逐漸豐富，要想在當前的新媒體背景下立于不敗之地，更好的開展品牌營銷就必須重視跨界營銷手段，通過行業之間的整合一方面能夠使企業品牌更具張力，另一方面也通過創新實現了雙贏，具有非常重要的價值。
2）品牌營銷的差異化問題。相關統計研究顯示，我國各城市由于經濟發展水平差異較大，因此網民間的活動也存在很大差異。在網民的搜索行為中，一線城市的網民在生活類信息、購物信息、出行信息等內容的搜索上，比例相對較高，而二三線城市傾向于線下購買，一線城市通過搜索進行線上購買的比例較高。這要求品牌營銷需具有差異化策略。
論文關鍵詞：社會化媒體,教育
一、從宏觀角度看社會化媒體對教育的影響
從宏觀角度看社會化媒體的出現改變了傳統的“教”和“學”方式，使教學方式和學習方式發生了深刻的變革，出現了促進意義學習的交互學習方式以及Blending-learning(混合學習方式)。交互是在某種學習環境中，兩個或兩個以上的個體間進行的雙向交流，其目的在于促進學習任務的完成或人際關系的構建。而社會化媒體的“交流”和“對話”特性正好迎合了交互式學習的這一主要特征。“交流”是指采用社會化媒體將內容在媒體和用戶之間雙向傳播，這就形成了一種交流。而“對話”是指社會化媒體和受眾之間的雙向對話，甚至是多個受眾間的多向對話。
二、從對教育目標適應性的影響看社會化媒體對教育的影響
20世紀50年代布盧姆等人提出教學目標分類理論，將教學活動中所要實現的整體目標分為認知、動作技能、情感三大領域。目前，社會化媒體的基本形式有六種:
博客：也包括微博，是在線刊物，最近的將顯示在最前面。
維基：維基站點就像一個公共數據庫，人們可以在上面添加內容，或對現有的內容進行修訂和增補。最著名的維基站點是維基百科——一本在線的百科全書，僅英文資料就超過150萬篇文章。
播客：可以通過Apple iTunes等軟件來訂閱的視頻和音頻內容。
論壇：用來進行在線討論的平臺，通常圍繞著特定的話題。論壇是最早出現的社會化媒體，同時也是最強大、最流行的在線社區平臺。
社交網絡：人們可以在這類站點上建立個人的主頁，在朋友之間分享內容并進行交流。
內容社區：組織和共享某個特定主題內容的社區。最流行的社區一般集中于照片（Flickr）、書簽（del.icio.us）和視頻（YouTube）等相關內容。
而對于每種類型的教學目標都能找到不同形式的社會化媒體與其所要展示的教學相匹配。如下圖，我們來仔細地看一下。
首先，認知領域的教學目標分為知道、理解、運用、分析、綜合和評價六個層次。對知識內容的掌握要求從簡單到復雜，從具體到抽象。若要實現對于知識內容的“知道”，上面六種形式的社會化媒體都能完成簡單的知道功能；若要實現對于知識內容的“理解”，播客、論壇、社交網絡、內容社區可以很好的實現此功能；若要實現對于知識內容的“運用”，播客、播客、論壇、社交網絡、內容社區基本上就能夠滿足；若要實現對于知識內容的“分析”，論壇、社交網絡、博客、內容社區上都可以很好地闡明自己的觀點，達到與人分析的目的；若要實現對于知識內容的“綜合”，論壇、內容社區等不可或缺；而要實現對于知識內容的“評價”，博客、論壇、社交網絡、內容社區等起得作用更是相當重要。由上我們也不難看出，能夠實現高級功能的媒體形式基本上也都能實現要求的低級功能，但反之不一定成立。
其次對于動作技能領域的教學目標，因其有一個動作定向——參與性練習——自主練習——技能的遷移的過程，所以既要有演示環節又要有模擬最后發揮環節，而論壇、內容社區等都能實現此功能的教學。
最后對于情感領域的教學目標，因其需要產生情感共鳴，最后確立學習者的價值觀，所以博客、播客、論壇、內容社區等都能實現此功能的教學。
由此，任何種類的教學目標都能找到與之相對應的社會化媒體來實現此目標的教學和學習，這也為教學和學習帶來了便利。
三、從對學習者的影響看社會化媒體對教育的影響
社會化媒體的出現以及不斷的發展使學習者的學習方式發生了翻天覆地的變化，從早先的數字化學習（e-learning）到混合學習（blending-learning）再到現在的泛在學習（ubiquitous-learning）無一不見證了社會化媒體對學習方式變革產生的深遠影響，而沒有社會化媒體就不會有這些新型的學習方式，這樣的影響將會一直進行下去。
四、從對學生評價的影響看社會化媒體對教育的影響
社會化媒體的出現改變了以往單一、不客觀的學生評價方式，帶來了全新的、多樣的學生評價方式。我們以往評價學生多依賴于學業成績，而學生的協作能力、自我評價、平時表現、學習伙伴評價等很少被考慮進去，現在有了交互性強的社會化媒體，這些因素都可以以匿名或不公開的形式被傳遞到教師那里，少了“當面只能說好話”的不客觀的評價。
總之，社會化媒體來了，以始料不及的速度沖擊著我們的學習和生活，改變了傳統的學習和生活方式，更改變了傳統的教育方式，在這場革命中始終保持“新思維，新頭腦”的人才會贏，你準備好了嗎？
參考文獻：
