社交媒体行业研究范文1
〔关键词〕社交媒体；信息可信度；评估；综述
〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0164-06
〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.
〔Key words〕social media；information；credibility；assessment；review
1 研究的意义
随着互联网技术和移动技术的突飞猛进，社交媒体盛行，人人可做信息的制造者，制造的信息极为丰富。然而，在这丰富信息的背后，隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频，这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播，营造健康向上的网络环境，信息可信度评估就成了迫在眉睫的问题，社交媒体信息急需“鉴定师”和“测谎仪”。
社交媒体信息可信度评估研究既有较高的学术价值，也有较强的应用价值。具体来说，学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施，是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性，营造诚信健康的互联网环境，也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。
2 社交媒体信息研究
社交媒体（Social Media）是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后，BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明：全球社交媒体活跃用户约占全球人口的29%。
2.1 国外研究
社交媒体的相关研究从20世纪80年代开始，在2005年左右开始进入快速发展阶段，发文量有逐年增加的趋势。在国际期刊中，发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年，关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面：
2.1.1 社交媒体信息利用研究
社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域，利用社交媒体信息，可以获知消费者态度和行为[2]，可以获知客户交流和推荐对营销的影响[3-4]，可以获知社交媒体信息对营销管理功能的影响[5]。
2.1.2 社交媒体信息检索与信息推荐研究
侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如，Hong和Davison（2010）使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如，Levandoski等（2012）提出位置感知推荐系统（LARS）[12]。
2.1.3 社交媒体信息传播研究
侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等（2010）通过研究1 500万URL在不同Twitter用户之间的300小时传播，提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic（2005）通过研究信息在博客中传播的模式和动力学特性，提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman（2010）采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。
2.1.4 社交媒体用户隐私研究
在探讨社交媒体用户隐私现存问题的基础上，提出了相应的隐私保护方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基础上探讨了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解决社交媒体用户隐私问题[18]。
2.2 国内研究
国内学者的社交媒体研究最早可追溯至20世纪90年代末，但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在：
2.2.1 社交媒体信息传播研究
研究内容包括：①社交媒体信息传播模式研究。如韩佳等（2013）提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等（2015）构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊（2015）探讨微博传播存在的问题及原因，并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红（2012）以新浪微博作为数据来源，把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标，从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。
2.2.2 社交媒体舆情分析与监测研究
如张J等（2014）以打砸日系车系列突发公共事件为实例，探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等（2015）对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集，将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段，并对各阶段进行情感分析，为舆情治理提供了支持[24]。唐涛（2014）在分析网络舆情五要素的基础上，探讨移动互联网舆情的新特征，指出面临的新挑战，并从信息分析、信息筛选、信息引导等方面提出对策[25]。
2.2.3 社交媒体营销研究
如唐兴通（2012）的著作《社会化媒体营销大趋势：策略与方法》系统总结了社交媒体营销，并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼（2014）提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄（2015）采用社会网络分析方法研究企业微博营销传播的效果[28]。
3 信息可信度研究
3.1 国外研究
信息可信度（Information Credibility）是指人们对信息可相信程度的认识。它由值得信赖（Trustworthiness）和专业性（Expertise）两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现，网络信息可信度的评估被提上了议事日程。研究情况可归纳如下：
3.1.1 网络信息可信度评估的理论模型
主要有Fogg（2003）的P-I理论模型、Wathen和Burkell（2002）的评判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的统一模型、Metzger（2007）的双处理模型以及Lucassen等（2013）的3S模型（修订版）。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。
3.1.2 网络信息可信度研究内容
主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如，Nagura等（2006）通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka（2011）利用用户可信度评判模型对网页搜索结果进行重新排序，以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等（2008）以文章长度、版本数量和基于贡献数量的作者声誉建立模型，计算出维基百科文章的可信度[33]。
3.1.3 网络信息可信度研究方法
主要采用定量研究法。比如，Olteanu等（2013）在调查网页的各种特征（文本内容、链接结构、网页设计等）的基础上，经过统计分析方法筛选出关键的特征，采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto？Search。
3.1.4 影响力较大的项目和国际会议
影响力较大的项目有互联网可信度研究（The Web Credibility Research）项目，影响力较大的国际会议有WICOW（Workshop on Information Credibility on the Web）。
3.2 国内研究
1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今，相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统，国内研究重点在于定性分析上，大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有：
3.2.1 侧重于信息可信度影响因素研究
比如，龚思兰等（2013）针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征，通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅（2013）运用理论分析辅以实证研究的方法，从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。
3.2.2 侧重于信息可信度指标体系的构建
比如，胡红亮（2013）按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋（2007）基于第三方认证机构的视角，构建了电子商务网站的信用评价指标体系及评价因素集，并建立灰色关联信用评估模型[38]。当然，也有少量基于机器学习的信息可信度自动化评估实验研究，比如，马伟瑜（2011）提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。
4 社交媒体信息可信度评估研究
4.1 国外研究
国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开，最早可追溯到20世纪80年代。目前可以说，研究处于繁荣期。国外研究情况可归纳如下：
4.1.1 社交媒体信息可信度评估研究内容
研究内容主要包括：①不实信息的判断识别。如Qazvinian等（2011）提取Twitter信息的文本特征、网络特征和微博元素特征，构建贝叶斯分类器甄别谣言[40]。Zhao等（2015）通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等（2011）选取了有关用户特征、文本特征、主题特征、信息传播特征，采用J48决策树评估Twitter中话题新闻的可信度[42]。
4.1.2 社交媒体信息可信度评估方法
评估方法主要有监督学习[43]，统计分析[44]，与可信信息来源的相似性比较[45-46]，社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估，具体来说：①选取的特征：选取的特征主要是用户特征、文本特征、信息传播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）选取用户特征（如注册时间、粉丝量、好友量），文本特征（如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发），主题特征（如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例），以及信息传播特征（如传播树的深度），采用J48决策树评估Twitter信息的可信度[42]。②评估的方法：大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法，并对结果进行分类，以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器，并对结果进行分类，从而评估Twitter信息的可信度[42]。当然，也有通过对结果进行排序的实例，从而达到评估社交媒体信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM与PRF相结合的方法，按照可信度得分对Twitter信息进行排序[43]。
4.1.3 有较大影响的在研项目与系统
由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性，该项目在国际上有较大影响。Jacob Ratkiewicz等（2011）开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等（2014）、Lorek等（2015）分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。
4.2 国内研究
2007年《博客信息“可信度不亚于纽约时报”？》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有：
4.2.1 社交媒体信息可信度影响因素研究
如刘雪艳和闫强（2013）探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝（2015）从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等（2015）从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。
4.2.2 构建社交媒体信息可信度指标体系研究
它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬（2013）从站点层次、版块层次、主题层次、内容层次4方面，采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等（2013）从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查，采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如，贺刚等（2013）引入关键词分布特征和时间差等新特征，基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等（2013）提出基于BP神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测[57]。路同强（2015）采用半监督学习算法检测微博谣言，但不足之处在于未考虑信息的深层特征[58]。
4.3 存在的问题
对比国内外研究情况，可发现国内研究存在如下问题：
4.3.1 研究内容
关于社交媒体信息可信度研究，国内外目前以微博研究较多。与国外丰富的研究内容相比，国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。
4.3.2 研究方法
国外定量研究较多，很多涉及自动化评估，而国内定性研究较多，大多采用问卷调查法、专家访谈法等进行人工评估。
总之，现有研究大多是针对Twitter等英文社交媒体，其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的，但研究成果零散，还缺乏系统性。另外，在特征选择上，选择范围面较窄，考虑社交媒体深层的隐含特征较少。
5 结 语
为了解决中文社交媒体的可信度评估问题，在吸收前人研究的基础上[59-63]，很有必要对中文社交媒体信息可信度进行系统研究，特别是在参考国外信息可信度评估系统的基础上，很有必要研制开发中文社交媒体信息可信度评估系统，实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中，应注意下列问题：
1）评估要在对信息资源分类的基础上，对不同的类别采用不同的评估指标体系，以提高评估工作的科学性和合理性。
2）评估既要重视定性评估，也要重视定量评估，尤其是自动化评估。特别是在大数据环境下，应针对评估的实际需求，制定科学的评估方案，选择恰当的评估方法，构建适合评估工作需要的自动化评估系统。
3）评估指标、评估模型的选取以及参数的训练，既要考虑研究结果的精确度，又要考虑系统的运算时间。
4）评估模型构建后，不仅要进行实验室评估，还应进行实际效果评估。
参考文献
[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.
[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.
[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.
[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.
[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.
[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.
[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.
[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.
[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.
[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.
[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.
[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.
[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.
[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.
[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.
[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.
[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.
[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.
[19]韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，（1）：105-107，111.
[20]姜景，李丁，刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识，2015，（1）：182-191.
[21]阎俊.微博传播的问题与对策研究[D].锦州：渤海大学，2015：1-38.
[22]陈远，袁艳红.微博信息传播效果实证研究[J].信息资源管理学报，2012，（3）：28-34.
[23]张，孙霄凌，朱庆华.突发公共事件舆情传播特征与规律研究――以新浪微博和新浪新闻平台为例[J].情报杂志，2014，（4）：90-95.
[24]张瑜，李兵，刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报，2015，（5）：143-151，159.
[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志，2014，（3）：113-117.
[26]唐兴通.社会化媒体营销大趋势：策略与方法（第2版）[M].北京：清华大学出版社，2012：1-235.
[27]张淼.社会化媒体在市场营销中的应用研究[D].北京：首都经济贸易大学，2014：1-47.
[28]刘晓燕，郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究，2015，（2）：89-102，128.
[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.
[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.
[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.
[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.
[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.
[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.
[51]刘雪艳，闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报：社会科学版，2013，（2）：6-12.
[52]丁科芝.社交网络信息可信度研究[D].武汉：华中师范大学，2015：1-61.
[53]薛传业，夏志杰，张志花，等.突发事件中社交媒体信息可信度研究[J].现代情报，2015，（4）：12-16.
[54]屈文建，谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识，2013，（2）：112-118.
[55]莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，（2）：12-18.
[56]贺刚，吕学强，李卓，等.微博谣言识别研究[J].图书情报工作，2013，（23）：114-120.
[57]程亮，邱云飞，孙鲁.微博谣言检测方法研究[J].计算机应用与软件，2013，（2）：226-228，262.
[58]路同强，石冰，闫中敏，等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究，2016，（3）：744-748.
[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.
[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.
[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社会媒体挖掘[M].北京：人民邮电出版社，2015：1-240.
社交媒体行业研究范文2
关键词：新媒体高峰论坛；大数据；传播
中图分类号：G206.7文献标识码：A文章编号：1673-8268（2016）01-0137-05
2014年10月25日，上海交通大学国际传播学会2014国际新媒体高峰论坛在上海交通大学举行。来自美国、德国、英国、比利时等国的著名专家，香港中文大学、台湾世新大学等港台著名学者，以及来自中国科学院、清华大学、复旦大学、上海交通大学、南京大学、中国人民大学、中山大学、武汉大学、中国传媒大学等高校、科研院所及新华社、凤凰网等新闻媒体的300名专家学者与会。
本次论坛围绕“大传播 大融合：新媒体传播的机遇与挑战”这一主题，重点探讨大数据时代新闻传播产业的融合发展。与会专家学者围绕“大数据与技术创新”、“新媒体与社会发展”、“传播理论与媒介融合”、“社会转型与网络舆情”、“影视传播与创意产业”等内容展开了热烈讨论，提出了许多富有新意的见解。
一、大数据与技术创新
当今时代是大数据时代，大数据给新媒体研究与发展带来了哪些新变化？我们应当如何应对这些变化？这是出席本届论坛的专家学者共同关心的话题。国际传播学会现任主席Peter Anton Vorderer教授高度强调了大数据对于媒介研究和发展的极端重要性。Peter Anton Vorderer指出，新媒体正在改变世界，我们处在一个随时连接、随时沟通的时代，时代的变革促使研究者适应新的环境，采用新的方法不断推进新媒体的融合，大数据作为一种普遍存在的研究来源，是未来各类研究的基础，可以说数据就是未来。
凤凰网内容总监王建新教授从技术层面对IT引发的媒介变化进行了分析。王建新认为，从历史的角度看，从农业社会到工业社会的过程，是耕地资产价值变低、工业资产价值变高的过程；而从工业社会到信息社会的过程，则是固定资产价值变低、信息资产价值变高的过程。在生产力层面，工业社会是机器加手工劳动，而信息社会是数据加大脑。在价值层面，工业时代是产品与消费者，而在信息时代是应用与使用者。虽然工业时代和信息时代都是使用者导向，但在工业时代却不知使用者在哪儿，而在信息时代，使用者就在眼前。在组织内部，工业时代是编辑服务导向，是领导者决定，是固定资产；而在信息时代是使用者服务导向，是产品管理者决定，是信息资产；在组织外部，工业时代是报纸、电报、电视等传统媒体；而在信息时代，是大数据、大脑和因特网等信息，是生产、消费和反馈之间的转化。
上海交通大学“大数据与传播创新实验室”主任禹卫华团队对微信用户阅读行为进行了眼动仪实验。该团队筛选不同类型的45张微信图片，经过细致分类后进行测量，通过对眼球滚动的路线与距离测量微信阅读过程中的被试用户的认知行为特征。研究结果发现，微信订阅号的“小红点”并不能吸引被试用户关注，真正引起用户注意的是标题。
上海交通大学朱金玉副教授对大数据时代传统媒体面临的机遇与挑战进行了探讨。他以对受众的认识和对受众研究的变迁为论述依据，从想象中的受众到看得见的受众来分析传统媒体内容的移动应用和大数据如何帮助传统媒体实现新的发展。朱金玉认为，大数据可以帮助传统媒体获取详尽的受众资料，并且从这些资料中挖掘出有价值的信息，从而在迎合中引导受众。
中国人民大学博士生何睿以新浪微博为对象，探讨了“大数据”及其相关概念在社交媒体语境下是如何被理解和传播的，构建了“大数据”及其子群的微博社会语义网图谱，探讨了“大数据”在社交网络中的认知现状及存在问题。
重庆大学汤天甜副教授通过分析大数据的概念、特征及其驱动下传媒业的变革，将数据挖掘课程与学习分析系统引入新闻传播教学，从教育理念、课程设置与教学格局、教学实践应用、师资队伍建设等四个方面探索了大数据背景下中国新闻传播教育的改革路径。
复旦大学博士生田新玲对“公共数据开放”与“个人隐私保护”的悖论进行了反思。田新玲认为，“公共数据开放”作为人类开源精神的弘扬，却在各种目的驱使、各种算法运用的数据挖掘中侵犯了个人隐私。这种数据隐私权的侵害，既与大数据技术上的原因有关，也与结构上的因素相连：纵的公共领域与内心领域的融合趋向、技术意识形态的渗透与公众网络社会的抗争、不同文化价值的冲突。田新玲认为，在现实中我们还应还原开源精神，尊重个人特别是弱势群体的数据存在方式，尽快出台隐私保护政策，制定大数据产业的行业自律条例，更新公众数据开放观念，提高公众的大数据技术素养。
南京大学的党明辉采用文献计量学结合社会网络分析方法，对中国大数据研究学术进展进行了分析。结果发现，人文社会科学领域已经成为大数据研究的主要阵地，云计算是与大数据研究最密切的数据处理方法，物联网是大数据研究中最主要的数据来源，通过数据库为代表的信息技术进行数据挖掘是实现大数据价值的最主要手段。
二、新媒体与传播发展
台湾世新大学副校长陈清河教授对台湾新媒体的发展与趋势进行了探析。陈清河教授在简要回顾台湾媒体发展进程中重大事件的基础上，将台湾新媒体的发展轨迹概括为三个过程：从无线到有线、从有线到网络、从网络到行动。
上海交通大学的李武、张隐玉通过对国内外社会化媒体的研究进展的比较研究发现，国内外传播学者对社会化媒体的研究存在显著差异：在研究主体方面，通过合作方式发表的国际论文显著多于国内论文，而受资助的国内论文显著多于国际论文；在研究方法上，国际论文更多采用实证方法，尤其是问卷调查、实验法和观察法；在研究内容方面，国内论文更多集中在研究社会化媒体自身层面，而国际论文更多集中于社会化媒体的受众分析和传播效果研究方面。
广东外语外贸大学的刘超副教授基于整合型科技接受与使用模型，以豆瓣网为研究对象，对网络社群的参与行为进行了实证考察。考察结果表明，绩效期望、努力期望、社会影响、信息化需求、娱乐性需求、社交化需求、个性化需求正向影响用户的网络社群参与意愿；促成因素、使用意愿正向影响用户的网络社群参与行为；四种需求因素对用户的网络社群参与行为无显著影响。基于以上研究发现，刘超向豆瓣网内容服务商提出了四项管理建议：优化信息组织模式、优化系统界面设置、增强用户交互体验、加大对用户的授权。
北京航空航天大学的博士生贾哲敏以内容分析法和框架理论为分析工具，对官方场域与公众场域在议题建构中所使用的六项通用框架（事实认定、冲突、责任归因、对策建议、道德判断与人情味）与三项主题框架（政治行为、政治评价、政治发展）进行量化分析，发现两大场域存在多层次的差异性。贾哲敏认为，公众场域往往能够在事实层面影响官方场域，具有向官方场域输入议程的能力，而在行动层面的影响力相对有限。中国人民大学的博士生周洋同样以戈夫曼的“框架理论”为分析工具，对新媒体在社会运动集体认同建构中的作用进行了实证分析。研究结果表明：新媒体在社会运动集体认同建构中主要起到范畴化、唤醒并生产集体记忆、生产和再生产意识形态和提供不同类型话语间充分竞争可能性的作用，这些作用在认同形成的“聚合”、“融合”和“磨合”三个环节中均有体现。周洋认为，新媒体的作用均是依附于既有的现实展开的，对这一问题更为深入的讨论应该对阶级、个人利益、文化等因素进行进一步的考察。
中国科学院大学的司格基于“使用与满足理论”，对社会化媒体的用户产品评价影响因素进行了研究。司格通过研究发现，用户对产品的评价取决于用户对产品的使用经验、产品对用户需求的满足、在线社交影响等。此外，产品已售时间的长短、用户发表评论的时间及用户所在地区等也对用户评价有着显著影响。而且，上述影响因素的作用在不同产品类型中表现不同，对于“搜索型产品”，其他用户的评论对用户产品评价无影响；而对于“体验型产品”，社交因素则显著影响产品评价。中国人民大学的熊壮同样以“使用与满足理论”为研究框架，实证分析了使用者的动机及其对使用时长和更新频率的影响。研究发现，大学生使用社交网站主要基于五种动机：自我展示、社会互动、信息寻求、娱乐和消磨时间。在这五种动机中，社会互动和消磨时间能很好地预测使用时长。
厦门大学的张鸿对社会化媒体在国内外政府中的实践经验进行了梳理，对社会化媒体的积极效应及存在问题进行了分析，并提出了用好社会化媒体新工具的政府对策：搭好“门” 与“窗”、培育合适的把关人。
三、传播理论与媒介融合
上海交通大学的闫峰副教授对计算新闻学和数据新闻学两者在概念、理论与实践中的异同进行了对比分析。闫峰通过社会影响、技术特征、参与者的分析发现，两者虽然在概念、内涵上有所区别，但并不明显，它们所描述的工作内容、流程具有很大的相似性，在现实的大学所开设的相关学位骨干课程也彼此有很大相似性。
香港中文大学的博士生崔迪对新闻媒介的“致知效果”进行了文献综述。崔迪细致梳理了英文文献中关于媒介“致知效果”研究的缘起与发展，列举相关影响因素，并对相关研究的拓展和可能发展方向提出了自己的见解。
上海交通大学的博士生张玲玲通过梳理媒介间性的概念历史及其在欧美人文社会科学中形成的研究路径，探讨了媒介间性在传播学中进行理论建构的可能。张玲玲认为，随着媒介进入深度融合阶段，媒介间性将成为理解新旧媒介之间动态融合关系的独特视角，媒介间性理论将每种媒介视为主体，考察新旧媒介在冲突中对话、在协商中共谋的动态，以及两者互相合作共建主流价值体系的过程。
上海交通大学的博士生刘展通过对东北J村的实地研究后发现，在媒介化社会环境的现实下，外出生活工作的村民“主体”，经由媒介的连接，实现了新形式的“离土不离乡”和相对村子而言的“主体”在场。刘展主张，中国乡村社会的发展研究应跳出“传统现代”的二元对立。
香港中文大学的博士生李耘耕基于结构方程模型，以生活方式、满足获取、媒介现状满意度及社交媒体使用作为关键变量，构建了两个分别针对时事思想类和兴趣分享类网络独立媒体使用的结构模型，以探寻影响受众网络独立媒体使用的关键因素。研究结果表明，两个结构模型虽然更好地预测了兴趣分享类网络独立媒体的使用，但对时事思想类网络独立媒体使用的预测力较弱。
中国人民大学新闻与社会发展研究中心主任、全国新闻学研究会会长郑保卫教授对媒介融合提出了独到见解。郑教授认为，媒介融合战略决策的出台，是政府期待、社会需求、媒体需要三种因素共同作用的产物。在推进媒介融合过程中，必须树立互联网思维和新常态思维。此外，郑教授还对传统媒体实现媒介融合的优势和劣势进行了剖析。
华东师范大学媒介融合研究团队分别从如何推动传统媒体与新兴媒体内容、渠道、产业融合发展，传统媒体与新兴媒体融合集群发展、平台发展，如何打造一批形态多样、手段先进、具有竞争力的主流媒体，如何建成几家拥有强大实力、传播力、公信力、影响力的新型主流媒体集团，如何形成立体多样、融合发展的现代传播体系等方面对媒介融合进行了全方位、多视角的研究。
南京政治学院的滕浩、王传宝，以媒介融合为宏观背景，着眼于新媒体的功能特征，分析了众包新闻的三重角色：弄潮儿、解构者、领跑员，探讨了众包新闻报道的优势和劣势，并对众包新闻的发展前景作出了展望。
四、社会转型与网络舆情
华中师范大学的喻发胜教授对传媒预警进行了探讨。喻教授认为，传媒预警是大众媒体的重要社会责任，在大数据时代，传媒应通过突发事件数据库建构的路径，对各类突发事件进行数据挖掘，分析其多维的相关关系和风险演化规律，以及其对经济发展和社会管理的影响作用机制，从而实现突发事件的“随机预警”和“趋势预警”相结合、“应急管理”和“远谋管理”相结合。
重庆邮电大学硕士生导师、山东大学博士后郑兴刚从网络政治参与的表现、成因及危害三个方面，对网络政治参与非理性化进行了论析。郑兴刚认为，网络政治参与非理性化主要表现为参与极端和参与盲从两种形式；网络政治参与非理性化主要缘于网络技术特点、网民结构失衡、群体极化效应、现实中负面情绪在网上的折射等；网络政治参与非理性化的危害是多方面的，主要表现为戕害政治民主、侵蚀政治稳定、危害社会和谐三个方面。
清华大学的博士生游淳惠以共识动员理论为理论基础，以台湾反贸服学运为例，探讨了在网络社会中，受众如何利用新媒体来吸引大众关注话题、如何提高追随者的人数和效忠度、不同的新媒体在学运活动中所扮演的角色和网络动员的影响力。暨南大学的陈韵博博士以深圳“小小草”遭遇逼迁事件为例，对劳工NGO的微博赋权进行了分析。陈韵博通过研究发现，微博起到了直播事态发展、与传统媒体互动、利用“话题”功能进行深入探讨和社会动员等作用，同时在个体、人际和社会参与三个层面都实现了不同程度的赋权。此外，陈韵博还探讨了微博在劳工NGO维权过程中得以赋权的原因以及存在的局限等。此外，上海交通大学的季丹还对NGO组织形象传播价值、新媒体在NGO形象中的优势展开了讨论，并提出了NGO组织形象的塑造、巩固、日常维护、修复等四种传播策略。上海外国语大学的洪婧茹通过对社交媒体在上海大学生的环保参与中的作用进行了实证研究。研究发现，在社交媒体的信息性使用和环境行为之间，个人的环境意识发挥着中介作用，而表达性媒介使用则主要与公众的公共环保参与有直接正向关联。
中国人民大学的何梦炜以新疆暴力恐怖袭击事件为对象，从公共危机产生和谣言的新闻生产伦理两个方面，探讨了新疆暴力恐怖袭击事件中的谣言传播现象，揭示了事件背后谣言产生的社会心理因素和国际影响因素，并从国内和国际两个层面提出了管控谣言的具体措施和建议。
华东师范大学的陈虹等从媒介使用时长、信息获得媒介依赖两个维度，对大学生政府信任度进行了实证研究。研究结果发现，公共事件中，相信新媒体平台的高校学生对政府信息的信任度相对较低；高校学生的受教育程度、年龄、广播媒介的使用时长、对所在地政府官方网站、政务微博的关注度等显著影响高校学生的政府信任度。陈虹等建议，应从人员配置、不同新媒体平台互动、新旧媒体联动等方面加强地方政务新平台建设；在公共事件发生时，应采取政府联合专家的积极主动话语策略以提升公众对政府的信任度。
五、影视传播与创意产业
西北师范大学的陈积银副教授对便携式移动3D电影的运营策略进行了研究。陈积银认为，3D电影的发展之路在于生产、传输、播放全民化、微型化、私人化、多平台化、移动化、跨国化和互动化。在此基础上，陈积银提出了便携式3D电影的概念，并从其运营终端、传输网络、内容运营与评估等方面提出了便携式移动3D电影的运营策略。
北京联合大学的崔亚娟副教授对新媒体语境概念进行了新阐释，分析了新媒体语境下电视媒体的生态环境、发展空间，并在此基础上提出了电视媒体在新媒体语境下的发展路径：品牌引领、练就内功，回归根本、创新发展，改变思路、占领先机。
中国人民大学的博士生张洋通过对性别差异之于叙事型视频广告情感共鸣效果的影响研究发现，性别差异会对叙事型视频广告情感共鸣产生影响，且女性比男性的情感共鸣更强。在使用意愿方面，性别、情感认知、感情移入三个变量均会对使用意愿产生影响。在购买意愿方面，除情感认知外，性别、感情移入、使用意愿三个变量均会对购买意愿产生影响。
社交媒体行业研究范文3
编者按：新媒体技术日新月异，媒介融合之势日渐突出。新媒体技术的飞速发展和广泛应用，为当代传媒教育拓宽了思路，同时也提出了新的挑战。新媒体环境下，传媒类高校转变传统教育理念、突破办学体制壁垒、开辟传媒教学新领域、掌握教育主动权，成为其教育模式转变的必然要求。南京师范大学面对媒介新技术的挑战，在传统教育理念支撑下，开辟了当代传媒教学新领域，大力开展人才培养模式改革，加强与国内、国际知名高校开展学术交流与合作，注重国外先进培养理念的借鉴，在融合中寻获机遇，打造出新时期传媒高等教育的全新品牌。本期我刊记者有幸采访到南京师范大学新闻与传播学院顾理平院长，他执着严谨的学术精神和长期坚守的工作热情，为我国新闻事业的发展做出了积极的贡献。让我们一起走近顾院长，感受他卓尔不凡人格魅力的同时，体悟全媒体时代我国传媒教育的新发展。
顾理平：男，南京师范大学新闻与传播学院院长、教授、博士生导师。新闻传播法学研究专家，是教育部全国卓越新闻人才培养专家委员会委员，我国大陆新闻传播法学拓荒者之一。先后主持国家社会科学基金项目“新闻侵权与法律责任问题研究”等科研项目近十项，在《当代传播》《中国广播电视学刊》开设学术研究专栏，在《新闻与传播研究》等杂志发表学术论文近百篇，出版《新闻法学》《新闻侵权与法律责任》《隐性采访论》等个人学术专著九部。多次担任江苏省运动会、江苏大学生艺术节、江苏中外大学生艺术节等重大活动文艺晚会的总撰稿，获评全国及省市各类新闻、散文、影评奖项近百次。
本刊记者（以下简称：“记者”）：顾院长，您好！欢迎您做客我刊访谈栏目。受新媒体影响，我国高校在教学模式及办学理念上较之前有很大的转变和创新，请您谈谈贵学院的人才培养模式和办学理念转变与创新体现在哪些方面？
顾院长：你好，很高兴接受贵刊采访！2015年是南京师范大学新闻与传播学院建院20周年，而我们的新闻传播教育历史则已长达51年，培养了5000余名毕业生。从2005年开始，为适应社会发展及传媒行业发展需要，我们大力开展人才培养模式改革，主要的理念和做法包括这样一些内容：顺应新闻传播业发展的新要求，我们确立了“造就顺应媒介融合趋势，有思想、有创意的复合型传媒人才”的培养目标，突出学生主体地位，倡导学生“树立学之态度、立勤学之精神、培用学之能力”，为他们的可持续发展奠定厚实基础。这一理念具体分解为“一二三四”的思路，即：确立以学生自主创新“一个核心”;坚持理论教学与实践教学“二维支撑”;强化学、研、产“三位一体”，做到技能学习、创新训练和社会服务贯通;树立发展观、整合观、互动观、职业观“四种观念”。
根据上述理念，我们对新闻传播各专业的教学体系进行了重新规划。打破专业壁垒，整合教学资源，将各专业课程及内容设计成四大模块：公共基础型、专业方向型、综合模拟型、创新拓展型，形成“四级递进”的培养结构。突破时空束缚，贯彻开放理念，实施课内外、校内外一体化，实现学科内部开放和传媒业界开放，打造“两翼开放”的共享空间。顺应个性发展，融通媒介形态，进行“立体复合”的技能训练，培养学生适应报刊、广播、电视、网络等媒介的多元技能，实现可持续发展和宽口径就业。
为了增强教学活力、提升人才质量，我们加强了与业界的合作与融通：将新闻生产流程引进实践教学环节，培养高质量专业人才。课堂内，聘请传媒业界精英担任兼职教授和业务导师，充实师资队伍，优化教学内容，对接传媒实践;课堂外，通过与媒体共建实践基地，进行嵌入式教育和实训，培养学生具备与社会真正接轨的知识体系、业务能力和综合素养。
在服务社会生产过程中培养人才，提供高水平专业产品。倡导“依托科研活动，带动教学创新”，将学生参与各类纵、横向科研项目规范化、制度化，鼓励学生开展实践创新训练，为政府、媒体、企事业单位提供决策咨询、形象设计、调研报告、宣传产品等，将实践成果转化为现实生产力。既达到科研反哺教学，又增强社会服务能力。
记者：融合发展是我国高校当前发展的基本态势。贵院很注重与国内甚至是国际上知名高校开展学术交流与合作，请您简要介绍一下学术合作交流情况以及这些学术交流合作对贵院的学科建设及学院发展有何促进？
顾院长：在办学过程中，我们既倡导埋头干事，也注重抬头看路。埋头干事，就是咬定目标，脚踏实地，奋力前行。经过多年的努力，我们的新闻传播教育已跻身“全国新闻传播教育第一方阵”（方汉奇教授语）。与此同时，我们也敏感地意识到信息传播技术的发展带给新闻传播业的革命性影响，充分意识到融合发展对我们事业发展的影响，不断加强对外合作与交流。首先，我院通过教师的访学进修机会，去境外著名新闻传播院校进行学术交流与合作。我们先后有多位教师赴美国的北卡罗莱那大学、弗罗里达州立大学、香港城市大学等进行访学;其次，也强调与国内著名新闻传播院校的交流合作。目前，我们有多位教师参与了清华大学、复旦大学、中国传媒大学、香港浸会大学等大学的一些科研项目。另外，还通过举办各种高层论坛、研讨会或学术讲座，拓展学术视野，例如2014年举办的首届民国新闻史高层论坛，我们邀请了包括北京大学、清华大学、中国人民大学、中国传媒大学、复旦大学等全国著名的新闻传播研究专家共近100人进行学术交流与研讨。仅2014年一年，我院就邀请了中国社会科学院新闻研究所所长唐绪军教授、中国新闻史学会会长、清华大学新闻与传播学院副院长陈昌凤教授、复旦大学童兵、李良荣教授、台湾世新大学副校长陈清河教授等一批著名学者来校开设学术讲座。这些专家学者在学术交流之外，还从宏观和微观不同角度，对我院的学科建设和学院发展建言献策，我的体会是：金玉良言，长期受益。
记者：贵学院与英国斯特灵大学签署了合作培养研究生协议，贵学院在复合型传媒人才培养方面有哪些措施或方法？您作为教育部全国卓越新闻人才培养专家委员会委员，依您看，西方国家在传媒人才培养方面有哪些做法值得我们借鉴？
顾院长：合作中开拓眼界，融合中寻获机会，在人才培养中，我们十分注重这一点。除了英国的斯特灵大学外，我们还和奥地利的萨尔斯堡大学签署了合作培养研究生的协议，近年来每年都有3～5名研究生去那里进行为期三个月的访学。2015年，我院又与台湾世新大学签订了合作培养研究生、本科生的协议，双方将互认学分。下半年，预计有30名左右的学生将去那里进行为期半年的交流学习。除了与这些大学合作培养学生外，我院在研究生培养中重点采取了这样一些措施：第一，关卡前移，选好生源。在研究生招生阶段比较重视知名高校（985高校、211高校）保送生的接收，目前接收的保送生已超过录取计划数的50%。保送生在本科阶段优异的表现会让他们在研究生期间获得更大的发展可能;第二，团队培养补足养分。优秀的导师固然可以指导出优秀的毕业生，但团队的合力一定比单兵作战效率更高。所以我们的研究生培养强调导师为主，团队协作，所有的导师是所有研究生的导师，所有研究生也是所有导师的学生，学生可以随时根据自己的研究兴趣求教于任何一位导师;第三，论文写作融合项目。这里的项目包括两类：研究生自己申报主持的各级各类项目和参与导师们的项目。这种方法让研究生在毕业论文的写作中既有科学性，又有紧迫感，收效明显。在本科生培养中，我院严格按照如前所说的“四级递进，两翼开放”的教学体系，培养适应时代需要的合格人才。
多年的追求也产生了良好的效果。在毕业生中，涌现出了一批优秀的学界和业界精英，如中国社会科学院新闻研究所所长唐绪军教授、中国新华电视网总编辑兼中国政法大学新闻传播学院院长陆小华教授、中国新闻史学会会长、清华大学新闻与传播学院副院长陈昌凤教授、副院长崔保国教授、华南理工大学新闻与传播学院院长苏宏元教授、江苏省记协主席周世康先生、新华日报社社长周跃敏先生、江苏省政府副秘书长兼省政府新闻发言人肖泉先生、凤凰传播集团总经理周斌先生等。
基于中西方文化和社会背景的差异，在新闻传播人才培养的过程中，既有共通之处，也有各自的措施和追求，彼此取长补短，尊重新闻传播规律，坚守专业主义精神，这是中外所有新闻传播教育工作者共同的任务。
记者：您被誉为我国大陆新闻传播法学拓荒者之一，我国新闻传播法学领域最早的和成果最丰富的研究专家之一，您能给我们谈一下如何界定这个学科？面对媒体融合发展，新闻传播法学问题研究未来的发展方向是什么？
顾院长：首先，新闻传播法学是一门独立的有自身学科体系的学科。和任何一门科学规范的学科一样，新闻传播法学有其独特的学科体系和既定概念内涵，这也是一门学科得以存在和发展的基本前提。同时，新闻传播法学具有鲜明的交叉学科特点。顾名思义，新闻传播法学具有新闻传播学和法学的学科背景，这是不言而喻的，但是，它的背景又不仅限于这两门学科，社会学、经济学、伦理学甚至哲学等都是它的学理依据和科学背景。总体而言，新闻传播法学是新闻传播学之下的一门子学科，其核心内容是探讨新闻传播活动中各个主体之间权利和义务的平衡问题。其最主要任务是为我国的新闻传播法治提供理论依据和学理支撑。
众所周知，作为我国新闻法治主要内容的新闻立法，从提交全国人大讨论到目前已逾30年，其间风风雨雨起起落落，2015年全国两会期间又再次成为热点问题之一，但一个基本事实是，迄今为止我国的《新闻传播法》尚未出台。许多专家学者从不同的层面探讨中国《新闻传播法》迟迟不能出台的原因，我认为，理论储备的不足是其中的关键一条。新闻立法从宏观上涉及到诸多权利义务的平衡问题，涉及社会政治、经济生活的广泛领域，也涉及到诸多敏感问题，这些问题在法律条文中如何明确表达，只有在理论上、学术上探讨成熟以后。而这种理论的、学术的探讨主要仰仗新闻传播法学。但一个客观的现实是：中国大陆的新闻传播法学初创并被人们重视的时间也就二十余年，诸多在新闻立法中可能遇到的难题，还未从理论上获得科学合理的解释和支持，这也当然地导致新闻传播法的相关条文难以有准确的规定。我一直认为：理论研究应为法规和政策制定提供支持，而非法律和政策制定出来后提供解释。前者是理论研究者的社会职责所在，后者是新闻从业者的宣传任务。新媒体的发展和媒体融合的趋势，为我国的新闻传播法学研究提出了新的课题和要求。但是，新媒体也好，网络世界也罢，所有的这些都不是独立于现实世界的世外桃源，人们在虚拟世界的一切言行，依然要受到现实世界政策法规的调控规制。所以，新闻传播法学研究者未来的重要任务，除了从宏观上继续关注新闻传播活动中权利和义务的平衡外，便是关注网络法治，探讨新媒体环境下媒体和公民的权利义务关系问题，防止新类型侵权行为的发生。
记者：如今，社交媒体日益活跃，这极大地推动了社会的发展和进步，同时不可避免地会对社会产生某些负面影响，您是怎样看待这个问题的。我国的相关规章制度应该怎样管理新闻媒体？
社交媒体行业研究范文4
1.1社会化电子商务的概念界定
随着Web2.0社会化媒体的兴起，社会化电子商务在近几年得到不断的发展，但是国内外学术界迄今为止对社会化电子商务仍没有标准的定义。Kozinets在EuropeanManagementJournal中提出的虚拟型社区包含兴趣型社区、关系型社区、幻想型社区和交易型社区[1]。其中交易型社区其实已经具备了“交流互动分享”的社会化媒体的属性和“消费型”的电子商务基因，是社会化电子商务的雏形。社会化电子商务属于混成词术语，最早由Yahoo在2005年提出，表示消费者分享购物体验，彼此获得购物建议，寻找到自己满意的商品和服务并能购买的线上场所。从一定程度上说，社会电子商务是电子商务的子集，但是社会化电子商务使用社会化媒体协助完成网络购物行为，并且支持交易方互动，分享购物体验等用户生成内容[2]。尽管迄今为止研究者们对社会化电子商务的定义没有统一的标准，但是他们普遍认为社会化电子商务具有用户生成内容、用户交互、社会网络、享乐型和口碑等明显的社会化特征。社会化电子商务是社会化媒体和电子商务相结合的一种商务模式。社会化电子商务具有电子商务的基因，因此社会化电子商务允许参与网络购物的各方进行买卖商品和服务。同时社会化电子商务具有社会化媒体的属性，参与网络购物的各方可以进行交流活动，把口碑互动和实际购买结合起来。本文在对相关文献进行综述的基础上，给出社会化电子商务的定义。社会化电子商务是利用社会化媒体支持交易各方交流互动，分享、传播和推荐商品或服务，从而促进商品和服务交易的一种新型电子商务模式。
1.2社会化电子商务的特点
传统的电子商务只注重买卖，社会化电子商务是在传统电子商务基础上发展起来的，社会化电子商务与传统电子商务的最大区别是融合社会化媒体，在人际关系、交流活动方面更加凸显。
二、社会化电子商务的研究现状
2.1社会化电子商务商业模式的相关研究
社会化电子商务的商业模式主要有两种分类。一部分研究者从社会化电子商务的业务侧重角度，将社会化电子商务分为以电子商务网站为核心形成社会化媒体、在社会化媒体中添加电子商务功能、社会化媒体和电子商务并重的三种商业模式[3]。另一部分研究者从社会化电子商务的形成方式的角度，对社会化电子商务的分类进行探讨，将其分成第三方社会化电子商务平台模式、以共同兴趣为基础的社交电子商务模式、媒体导购模式、线下消费线上导购模式四种商业模式[4]。消费者是利用社会化电子商务平台进行网络购物，社会化电子商务的平台已经引起众多学者的关注和研究。Dong-HeeS分析社会化电子商务网站社会影响下的用户行为，对样本深度访谈得到所需数据，建立了信任、社会支持、意向和意愿之间的关系模型[5]。刘露影从社会化电子商务模式和传统电子商务的区别着手，对基于共同兴趣的社会化电子商务平台进行分析，并对社会化电子商务平台的优劣势进行研究，从而指导社会化电子商务平台的发展[6]。付华通过对电子商务市场中的信息不对称问题进行分析，从社会化电子商务网络购物的参与者之间的互动机制的角度分析增强第三方社会化电子商务平台的用户黏性、用户参与度和忠诚度的途径[7]。
2.2社会化电子商务消费者行为的相关研究
目前国内外学者针对社会化电子商务研究领域中的消费者购买意愿和消费者购买行为进行深入研究。许多学者对消费者的购买意愿进行研究，国外学者从以下几个方面对其进行研究。ChaJ对消费者利用社会化媒体进行不同类型商品的网络购物的购买意愿进行研究，发现感知易用性、感知适用性、社会化媒体使用经历对消费者网络购物的购买意愿有比较显著的影响[8]；Holsing和Olbrich利用某社会化电子商务平台的用户浏览量，对其进行深入的研究和分析，研究结果显示社会化电子商务平台的标签和消费者的好评对网络购物成交率有正向影响，而且社会化电子商务购物平台的直接购物特征越多，越不利于引导消费者购物[9]；Liang和Li通过研究发现网站质量和社会支持对消费者持续使用社会化电子商务有显著的影响；Celeste通过实证研究发现社会化媒体的群体之间信任度和文化对社交和消费者购买意愿起着很重要的媒介作用。国内学者结合我国社会化电子商务的实际情况，主要针对消费者的购买意愿和行为进行了相关研究。王馨基于消费者的视角对社会化电子商务发展的驱动因素进行分析，有助于企业和个人更好地认识并参与到社会化电子商务中[4]。陈洋利用实证分析的方法，探讨在社会化电子商务环境下用户推荐和消费者购买意愿之间的影响关系，根据研究结果提出发展社会化电子商务的建议。
三、结语
社交媒体行业研究范文5
日前《中国中小企业》与香港中文大学联合做了一项社会化媒体危机公关调查显示：中国只有81.26%的企业管理层从社交媒体获取包含概要信息和评测指标的报告，近三分之二（67%）的受访者将社交媒体用于私人目的，33.67%用于商业目的。 使用社会化网络媒体的受访者中，68.21%拥有网络社交媒体QQ账号，21.25%拥有微博账号，表明企业管理很熟悉这些媒介。但在这项调查中，仅11.9%的公司使用社交媒体与客户互动，19%的公司用来做广告，8.92%的公司则用于研究消费者，约7.6%的公关公司利用社交媒体来研究竞争对手、研究新产品和服务、或者与雇员或其他利益相关人士进行沟通。
香港中文大学特约研究员著名网络营销专家兰晓华指出在社会化媒体时代，对于品牌企业来说，要时刻提醒自己，福兮祸之所依，危险就像是成功的影子，片刻不离左右。跑在“高速”上的中小企业企业，任何一个路上冒出来的小石子都可能成为绊倒品牌的“夺命桥”。这是一个最坏的时代是因为高速发达的社会信息网络可以无限放大企业身上的任何一个小瑕疵，顷刻之间让品牌大厦轰然倒塌。虽然90%的受访者自称了解社交媒体可能对企业带来的影响，但受访者的公司中只有32%在监测社交媒体动向，关注由此可能对公司业务构成的风险，14.6%的公司采用来自社交媒体的评测指标来衡量企业表现。
墨菲定律告诉我们：事情如果有变坏的可能，不管这种可能性有多小，它总会发生。换言之，该来的总归要来，兰晓华说作为企业，唯一能做的就是在危机来临之前，做好充分的预防，发现生产、管理、执行等各项工作中的纰漏，然后去不断完善，只有这样，才不会成为下一个被危机击中的“倒霉蛋”。
眼下是社会化全媒体时代，社会化媒体的扩散力更加剧了企业危机的速度和规模，金模网CEO罗百辉这样说。企业重视社会化媒体拥有的、全面改革企业业务方方面面的潜力，包括品牌、声誉、沟通、影响范围和发现战略风险等。 正如分众传媒CEO江南春说：“时代不同了，消费者、员工和利益相关者们都期待通过社交媒体与公司和品牌进行交流。
笔者认为如果一个企业没有处理好所遭遇的危机，就非常有可能如被推到的“多米诺骨牌”一样，灾难在与该企业相关的各个领域迅速出现连锁反应，垮得一发不可收拾，对企业形象和品牌信誉等造成毁灭性的打击，甚至危及生存。在各种媒体的围追堵截中，企业是弱势的一方，企业千万别想与媒体打官司，正如当年三株那样牛的企业，在常德事件与媒体会战，结果是赢了官司，三株企业却倒闭了。对中小企业，相比较那些“财大气粗”、“历史悠久”的企业，中小企业渡过关口更是难上加难，侥幸心理是没有用的，另外，“鸵鸟政策”、推卸责任以及隐瞒事实也是不可取的。（文/陈一波）
社交媒体行业研究范文6
关键词：社会化 电子商务 社会化媒体 营销创新
以微博、社交网站为代表的社会化媒体呈爆发式增长，社会化已经成为互联网的一个基础特征，正全面融合到各类网络应用中。社会化与电子商务融合即是社会化商务。与传统电子商务活动相比，社会化商务下信息传递媒介和消费者行为发生了根本性改变，对企业营销造成了巨大冲击，营销创新成为企业获取竞争优势的必然选择和主要动力。然而当前营销创新实践先于理论探索，系统研究还非常少。鉴于这种现状，本文基于已有的营销创新理论成果，在分析社会化媒体和社会化消费者购物特征的基础上，探索社会化商务下的营销创新，为营销实践提供依据，同时也为理论界开展进一步研究奠定基础。
营销创新
营销创新源于创新理论，研究者分别从价值、类别、方式、模式等方面进行了深入研究。德鲁克（2006）认为营销创新就是将社会需要转化为企业的各种机会，为企业和消费者双方都带来利益。Sangphet （2003）把营销创新当作战略创新的一部分，是一种竞争能力，可为消费者和利益相关者创造新价值。Kumar（2004）也强调营销创新的价值，并提出包括关注消费者（valued customer）、价值取向（valued proposition）和价值网络（valuednetwork）的营销创新3Vs 模型。营销创新可以分为产品创新和营销过程创新。前者包括营销理念、产品和服务创新，后者则强调营销策略组合的创新性应用（蔡明达，2001）。营销创新方式可以分为渐进式创新和根本性创新，还有一些学者提出了营销创新的模式和路径。尽管对于社会化商务下的营销创新，目前的研究近乎空白，然而营销创新能够为消费者带来新的价值已经成为共识，研究者提出的重新组合营销要素，通过观念、产品和过程来实现营销创新，成为本文借鉴的主要研究思路。
社会化媒体与社会化消费者
（一）社会化媒体
社会化媒体是社会化商务中的主要传播媒介。它是web2.0的典型应用，具有参与、公开、交流、对话、社区化和连通性六大特性，常见形式有wiki、blog、论坛、社交网络、内容社区和播客等。与传统媒体相比，社会化媒体最突出的特点表现在：一是传播内容可以由用户自己产生（UCG），这是社会化媒体最重要的核心功能；二是信息沿社会关系网络流动，呈裂变式传播，因而速度快、范围广、信任度高、效果好。图1是典型的微博信息传播示意图。社会化媒体特有的互动开放性和影响力引起了企业的极大关注。当微博、社交网站等社会化媒体聚集了上亿的人气时，网民们的评论和意见不仅影响了企业的品牌形象和声誉，而且影响了其他消费者的消费决策。
（二） 社会化消费者的购买决策
Econsultancy的研究表明，通常人们90%以上的购买行为，都受到社会化因素的影响。社会化媒体的加入，使消费者的购买过程既遵循传统网络购物决策模型AISAS的基本步骤，又有所变化，具体比较见图2。在社会化商务下，社会化消费者在整个购买过程中的互动无处不在，购物五个阶段互联互通，但不一定依次到达，形成了购买-分享-推荐新的价值链，过程变得更加复杂。
社会化商务下的营销创新策略
（一）营销理念创新
营销理念是营销活动的指导思想。随着经济社会的发展，先后出现了生产、产品、销售、市场营销、社会以及大市场等多种营销理念，从最初的以生产者为中心逐渐转向消费者主导，越来越重视消费者的需求。社会化媒体的兴起使消费者的个性化影响变得空前重要，利用社会化媒体了解和满足消费者的个性化需求也变得比以往更加可行。因此，“消费者满意”成为在社会化商务中最重要的营销理念，它意味着企业活动的各个环节都要以消费者为中心，通过社会化媒体与消费者建立直接和个性化联系，生产迎合消费者个性化需求的产品，提供个性化的销售和服务，并对企业产品、品牌、服务等定期定量检测和改进，使消费者满意最大化，培养消费者的忠诚度。
（二）营销组合创新
产品和品牌策略。一是深入理解消费者的产品需求，鼓励消费者参与到产品开发和改进中来，提供消费者真正需要的产品。互联网为消费者提供了一个与企业直接沟通的渠道，社会化媒体使得沟通更加实时互动。通过社会化媒体平台，消费者可以对购买的产品或服务马上给出反馈，甚至提出新产品建议。通过与消费者的交互，企业了解市场需要什么，应该如何改进现有产品，以及何时需要这些产品等。二是利用社会化媒体平台塑造品牌。品牌向消费者传递一种有别于其他竞争对手的企业形象和内涵，用于增强消费者的认知。企业的品牌传播能力直接影响着成败。与传统方式不同，利用社会化媒体进行品牌传播，首先要注意草根式传播方式，通过细心的倾听和交流影响小部分消费者，然后再由这些消费者通过自己的社会化网络影响更多的潜在消费者。此外还要注意适时互动，及时最近发生的能够体现企业品牌理念的、企业与消费者之间的故事，以引起消费者的共鸣。鼓励消费者参与互动，重视社会化媒体用户主导功能。
定价策略。一是借助社会化媒体平台进行价格实验，了解消费者对产品或服务可接受的价格。二是实施折扣价格策略。消费者在社会化媒体平台为企业提供商业信息，正式成为粉丝，或仅仅是浏览了微博，就可以享受折扣。用这种方法可以对消费者的忠诚度予以回报，从而提高消费者的满意度。如果使用得当，企业将会对市场需求更加敏感，并且灵活地反映在销售上。已经有很多公司利用社会化媒体成功地实施了这一策略。
促销策略。一是直接在社会化媒体平台上促销信息，或者通过举办话题活动、借助名人进行事件营销，如开展幸运粉丝免费获赠产品、评论抽奖、转发抽奖、分享心得等活动，或邀请明星微博参与相关活动、协助转发等。通过这些活动来引发消费者的兴趣和关注，提高产品的知名度，树立良好的品牌形象，从而达到促销目的。二是如果出现公共危机事件，要第一时间事态发展信息，及时分享有效的危机处理过程，加强信息的披露和与公众的沟通，争取公众的谅解与支持。危机之后，对危机事件后的舆论进行引导，重新树立品牌形象。
渠道策略。渠道管理极大地影响了企业的利润。通过社会化媒体，企业可以了解市场和消费者的信息，从而增加与渠道的议价能力。此外，通过与社会化消费者的深入交流，企业可以比较各种渠道的优劣，相应地调整和管理渠道。利用社会化媒体平台，企业与渠道商互相交流和沟通，同时也与消费者进行沟通交流，达到协调一致，有利于长久的合作。
（三）销售过程创新
寻找潜在消费者。这是销售过程的第一步，销售人员首先要通过社会化媒体获取用户信息，寻找目标用户，通过监测不同社会化媒体中人们关心的话题、讨论的问题、现有用户分享的经验等，来倾听消费者。将收集到的实时信息与其他部门分享，还能够生产个性化产品，满足消费者现在和将来的需求。
接近消费者。销售人员通过与消费者的最初接触有机会建立融洽的关系、获得高度关注、建立信任以及找到潜在客户等。将社会化媒体信息整合到企业现有的客户关系管理（CRM）程序中，将使与潜在客户的初次接触更加容易。
发现需求。有效的社会化媒体沟通可更快地理解消费者的特殊要求。对于价格、质量和服务等消费者普遍关注的问题，销售人员选择在线回复，并将回答结果公布在平台上供其他消费者参考。消费者还通过社会化媒体与其他消费者或销售人员的交流来集体学习，从中发现自己的真实需求，学习到新知识，从而培养更好的关系。
介绍产品。在识别潜在消费者的需求之后，销售人员经过仔细研究后提出解决方案。解决方案还可以通过“消费者价值共创”给出，如在解决方案中允许消费者直接参与到产品开发过程中，为消费者提供更加个性化的产品，从而增加消费者的价值。
促成销售。社会化媒体在促成销售方面可以发挥两方面的功能，即克服犹豫，以及提供成功故事。在平台上消费者的成功故事鼓励购买，设立专门的论坛回答消费者的疑问。如果在之前销售过程的每一步都能够有效完成，消费者经常在社会化媒体上与企业进行交流与合作，那么售出产品并不是一件困难的事情。
售后跟进。售后跟进和服务非常繁琐，社会化媒体能发挥不可想像的作用。企业要设计专门的媒体页面，方便现有客户提出服务请求，并得到及时回复。相关部门也可在这些页面中事件新闻或产品开发信息。部门之间也可应用社会化媒体进行交流，讨论产品和服务的最佳解决方案。社会化媒体还能用于转发信息、交流成功故事、追踪消费者行踪、数据挖掘、共享信息等。在售后跟进中，销售人员要多与消费者交流，为今后的销售提供参考，发掘其他的销售机会，如交叉销售和捆绑销售等。
（四） 服务创新
聆听消费者。与客户长期友好的关系建立在信任之上，而聆听是建立信任关系的主要方式。当采用合适的社会化媒体，随时关注消费者发出的声音，并予以适当的反馈，将有助于建立友好信任的关系。
与消费者沟通。在传统销售过程中，营销人员通过电话、电子邮件或即时通讯工具向消费者介绍产品的性能、工艺、优缺点或服务等，就一些常见问题反复交流，提高了销售成本。在社会化商务中，营销人员借助各种社会化媒体预先获取消费者对热点问题的讨论和反馈意见，预先解决方案辅助销售，提高沟通的效率。例如强生公司制作了教育视频放在You Tube 上，帮助消费者了解公司的产品或与之相关的健康问题。使用社会化媒体能够鼓励开放式的沟通和对话。当综合应用数据分析和社会影响的方法时，就有可能影响和改变消费者的感知，从而增加品牌认知度。
促进消费者之间的沟通。互联网使消费者直接从企业获取信息，开展交易活动，从而产生了“去中介化”现象。而社会化媒体导致了“重中介化”，也就是当消费者将关系从销售过程移到社会化网络中时，他们更相信社会化媒体上有关产品和服务的意见，通过浏览和回复有相似购物经历消费者的发言，进一步了解自身的需求，做出自己的购买决策。
社会化商务环境下的营销创新并没有固定的模式，需要根据具体的行业特征、企业状况和业务方向而定。总体而言，要根据消费者的需求选择合适的社会化媒体，将社会化媒体与企业资源有机整合，设立专业团队维护社会化媒体平台，确定开展社会化媒体营销的运行机制等。
参考文献：
1.彼得·德鲁克. 王永贵译.管理：任务、责任、实践[M].机械工业出版社，2006
2.Sangphet Hanvanich，Cornelia Drge，Roger Calantone. Reconceptualizing the Meaning and Domain of Marketing Knowledge[J].Journal of Knowledge Management，2003，7（4）
