社交媒体营销论文范文

前言：我们精心挑选了数篇优质社交媒体营销论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

【关键词】场景;学术期刊;在线出版

作为学术出版形式的一种，学术期刊通常是指以研究报告、学术论文和综合评述等为主要发表内容的期刊，其目的是向科学共同体报告新的发现，以获取认可。因此，一般而言，学术期刊的内容必须经过同行评审认可后才能予以发表。由于作者和读者对象往往是同一学科或领域的专业学者，属于同一群体，学术期刊就具有者和接受者高度重合的特征。

学术期刊的功能大致包含三个方面：一是公示性，即要展示学科、学术前沿发展最新成果和成就，能发挥宏观学术领域引领功能;二是交流性，即要为学术研究同行搭建权威、公平、公正的学术交流互动平台;三是传播性，即学术期刊要能增进学术传播、推动学术研究。科学发现与发展的历史表明，学术期刊是国家、民族、个体进行学术交往的工具，是体现基于社会实践历史累积并从中升华的国民思维，因此，学术期刊既是传承学术思想的主要载体，也是国家软实力和文化自信体现的重要媒介。就发展历程来看，从1665年在法国诞生的《学者杂志》开始到20世纪90年代，学术期刊一直处于印刷环境之中。1997年汤森路透集团Web of Science电子资源网络版，英美等国的学术期刊开始走向数字出版时代。

新的媒介传播环境中国际学术期刊有哪些变化？我国学术期刊可以借鉴哪些经验？本文试图探讨这两方面的问题。

一、国际学术期刊三大变化

场景原本指电影拍摄的场地和布景，但在罗伯特・斯考伯和谢尔・伊斯雷尔的著作《即将到来的场景时代》一书中这一概念则专门指向传播，主要指同时涵盖基于空间和基于行为与心理的环境氛围[1]，也就是互联网场景，包括虚拟场景和应用场景两个方面。所谓虚拟场景，就是网络游戏、QQ秀之类的虚拟化情境。应用场景则指互联网的一个应用（产品）使用或用户所处的场景，在作者看来，它涉及五种要素，即大数据、移动设备、社交媒体、传感器和定位系统。而且这五种要素会改变和提升消费者或用户的体验，从而改变企业组织自身。如果说传统媒介环境下，人们主要看重媒介所承载的内容与呈现形式，内容为王和眼球效应受到强调;网络时代到来后，社交成为媒介的中心要素，内容生产必须依附于社交动力才能进行有效传播，关系网络因而成为信息内容的主要传播渠道。

据2014年度互联网趋势报告数据显示，截至2014年5月，全球移动互联网使用量占到互联网使用量的25%，亚洲高达37%。另据2014年CNNIC的《第35次中国互联网络发展状况报告》显示，中国手机网民规模已超八成。移动互联网与手持终端的普及预示着移动互联网时代的到来，随之凸显的移动场景就需要相应的适配信息或服务。正如彭兰教授所说：“移动时代场景的意义大大强化，移动传播的本质是基于场景的服务，即对场景（情境）的感知及信息（服务）适配，移动互联网时代争夺的是场景。”也就是说，移动场景中用户具有时间碎片化和场景变换性的行为特点，相适配的内容就必须简要化、视觉化以与特定场景的阅读需求相匹配。具体表现来看，除其他休息或闲暇时间外，原来传统意义上属于报纸和杂志的“卫生间”和“床”成为重要的移动传播场景。同时，从交通工具乘坐到吃饭娱乐，移动终端的伴随性特征也越来越体现出来。

那么，场景是如何构建的？暨南大学谭天教授认为可以从人性、社会和文化三个层面来进行设计，即要满足欲望、响应需求和创造价值。互联网不断发展，用户需求也在不断发展，响应用户的需求变化和场景需求就是文化内容产品所必须考虑的问题。作为一种组织实体，国际学术期刊在这样急剧变化的内外环境中因时而变、与时俱进做出了应对策略与行为调整。

（一）出版环节融合化

在传统的印刷环境中，出版产业链大致包含信息采集、加工、加载和四个环节，也就是写作、编辑、印刷和发行环节。对于在线出版的学术期刊，在写作和编辑环节，为使稿件能够适应学术期刊数字出版网络平台和格式要求，作者自身往往需要对已写作好的稿件进行加工、修改并做一些编辑工作，因此，相应的学术论文翻译、学科专业内容审查、结构逻辑、格式编辑、参考文献及语言校对润色等服务应运而生，信息采集和加工环节协作更为密切、更加融合，并形成一个行业，如美国的Editage和Crimson Interactive Inc就是这样的学术咨询服务企业并深受作者和期刊欢迎。[2]国际知名学术期刊Nature则早就采用高效的数字化编审系统，所有投稿、审稿和同行评议全部在网上进行。传统意义上的印刷环节演变成为适用于数字网络下载的数字化加载及各种格式的电子书或电子文件制作，编辑和合二为一，如eGloo Technologies开发的XML标准语言就大大促进了电子终端的信息加载，也加速了信息加工和流程。[3]即使要进入传统印刷环节，美国赫斯特集团和《时代》杂志这样以出版为主的公司也会利用数字技术做附加、增值服务。就编辑和流程来说，一方面，诸多编辑业务被融合到印刷部门;另一方面，印刷企业也拥有了文字编辑业务，信息加载过程同时成为信息过程。为适应这种产业链融合，美国康涅狄格州的Westchester出版服务公司应时而动，把编辑、信息加载和发行等环节协调统一，形成组合业务并根据需要Apple，Kindle，Nook及PDF等不同格式服务。

值得一提的是，就论文投稿、审稿和发表而言，国外一些学术期刊还实行了一种“先发后审”的出版模式。所谓“先发后审”，就是作者投稿的论文只要没有实质性的技术差错，在逻辑和行文上合理流畅，即可首先在线发表，论文学术质量由用户或学术共同体即时在线进行评论。[4]美国物理学会所属期刊最早在2011年开始尝试这一全新的出版模式，半年内即收到2000多篇论文投稿;美国化学学会则将未经排版的论文直接放在网上供用户阅读。这种先发后审的流程完全颠覆了传统的论文三审制度，使作者免除了专家复审的漫长等候周期，加速了出版进度。事实上，先发后审的出版模式在2003年就已在中国进行实践，经教育部批准、由教育部科技发展中心主办的“中国科技论文在线”就是为论文快速发表和科研成果及时转化而建立的学术出版平台，用户只需简单注册成为网站会员，利用模板在线投稿后，初审即可在线。作为传统出版制度的有效补充，先发后审的在线出版模式对科学研究具有快速传播和推进作用。

（二）存在形态在线化

2008年的一项数据显示，国际学术期刊中，人文社会科学类数字化比例达到86.5%，科学技术医学领域则达到了96.1%。[5]这一时期，学术期刊的数字版与印刷版共存，是学术期刊的“双轨制”时代。目前，一些国际期刊开始进一步取消传统印刷版，而只以单一的数字出版形态存在，如英国医学期刊（BMJ）在线出版全文，印刷版仅提供论文单页概述;美国科学院院报（PNAS）、美国化学协会（ACS）、南非家庭实践（South African Family Practice）印刷版只提供论文目录及摘要，《骨关节外科》（Journal of Bone & Joint Surgery）杂志印刷版也只提供论文首页内容。截至2012年11月，以e-only为基本出版形态的开放出版期刊超过8000种。[6]学术期刊在线出版使得用户可以在顷刻之间即能获取全球范围内专业的文献数据、最新研究成果，了解学术前沿进展，有效提高了科研工作和学术研究效率，还节约了大量纸张资源和存储空间，具有环保功能。相比纸质学术期刊，在线期刊更快捷、更方便地满足用户需求，已从根本上动摇了纸质学术期刊的市场地位，成为学术期刊出版模式发展的必由之路。

需要补充的是，一定数量的学术期刊还可以进行按需印刷，如上文所述，学术期刊在线出版论文全文，印刷版提供目录、摘要或概述等简要信息，重要文章全文印刷;一些期刊虽仅提供首页内容，但在右下角却提供快速识别OR码，用户利用手机扫描就可获取在线全文及相关评论信息。按需出版的另一种方式是在线期刊出版的同时保留印刷期刊，但根据客户需要运用JournalsXpress等数字技术小批量印刷纸质期刊，既能降低印刷成本，又可做到零库存。

（三）营销传播社交化

借助互联网、信息通信技术及社交媒体进行数字化营销是学术期刊提高知名度、扩大影响力，从而达到传播效果的一种新兴手段，其形式多种多样，包括网站、博客、搜索引擎广告、社交网络、电子邮件、联盟营销以及网上新闻。[7]其中，所谓联盟营销是指网络联盟营销，包括广告主、联盟会员和联盟营销平台三大要素，也就是广告主或商家（在网上销售或宣传自己产品和服务的厂商）利用专业联盟营销机构提供的网站联盟服务拓展其线上及线下业务，从而扩大销售渠道和销售空间，并按照营销效果支付一定费用的网络营销方式。数字化营销不仅运行成本低廉，而且精准、快速、有效、曝光度高，让学术期刊“无处不在”，同时实现了学术期刊对新市场的开拓和新用户的挖掘，这就是学术期刊的“可见性”功能。所谓可见性，就是不管基于搜索引擎、社交网络、零售电商还是其他数字媒体，用户都能以最简捷的方式、最低的成本获取信息内容。“可见性”最初是网络营销业界针对广告投放的概念，但对于学术期刊的品牌传播同样适用。论文题目、作者介绍、内容概要及相关评论等元数据信息在可见性概念中起着至关重要的作用，也是搜索引擎和社交媒体利用关键词搜索以吸引潜在用户的基础。学术期刊的受众分散、专业、小众，因而精确的数字化营销和社交化手段就有利于学术期刊的传播。

如英国著名学术期刊Nature，最早建立学术期刊门户网站并专门开通用于新闻、广告和职场的网站;还于2006年开设Nature专属播客，创建各种社交网络客户端和新媒体APP。Nature甚至还着力于打造类似于虚拟世界第二人生（Second Life）类型的Second Nature。[8]基于传播方面的种种努力与出色表现，Nature门户网站早在2008年即获得Webby Award最佳科学网站奖，客观上大大提高了其在信息快速传播时代的影响力和地位。

二、国际学术期刊在线出版对于中国学术期刊的启示

21世纪以来，世界范围内学术信息的在线使用量以每年50%―100%的速率递增，学术期刊的在线使用远远超过印刷期刊的使用。[9]就中国而言，根据腾讯企鹅智酷2015年首份微信数据报告显示，我国移动网民规模目前已达6亿，其中移动阅读用户占到91%，传统的纸质期刊不再是用户查阅和探索研究成果的主要途径，在线学术期刊成为学术成果传播的趋势将不可避免，基于互联网的微博、微信等方式逐渐成为具有强大影响力的学术传播媒介。

一方面，从作者投稿、编辑审稿及同行评审角度来说，在线学术期刊应当尽快建立属于自己的网络推动平台和服务平台，向一流国际学术期刊Nature学习，利用高效的审稿系统，快速在平台上发表学术论文并推出期刊成果，扩大期刊影响力和渗透力。据统计，相比传统的人工校稿，一位大学学报编辑使用信息软件的校稿效率提高了70%。[10]在同行评议审稿环节，编辑部通过网络交流和在线审稿方式即可综合专家或审稿人意见。由此可见，在线信息技术以其快捷化和网络化的特点可以极大地提高编辑部的编辑和审稿流程，缩短出版流程。同时，为应对移动化的阅读场景，在线学术期刊也有必要从月刊或双月刊的固定方式转变为每时每刻的即时出版，力争让用户在需要查询特定学术信息的时候第一时间找到。

而就先审后发还是先发后审的出版模式来说，需要反思同行评审制度的真正原因，或许只有清源，才可以正本。从实体出版的成本考量，传统媒介环境下出版所需的纸张和印刷技术相对比较昂贵，为保证刊印出来的论文或书刊不至于一无是处或毫无价值，出版商才会邀请学术共同体中比较有名望的学者对将要印刷的论文进行检查，以剔除那些没有价值的论文，这样才能最大程度地避免因为刊印“无价值论文”所造成的在时间与金钱上的双重浪费。[11]可以说，同行评审是出版商为免遭商业利益损失的一种不得已的做法。但进入网络时代后，学术论文的出版不一定要像以往一样依附或依赖于印刷和纸张，论文在线出版大大节省了纸张和机器所花费的高额成本。如《浙江大学学报》就实行了单篇论文为单位的“在线优先出版”（Online First）措施，并实现了在浙江大学出版社、学报网站、中国知网、万方数据知识服务平台及教育部科技论文在线等多平台的优先出版，论文周期大大缩短。

虽然由在线发表后的社区评论代替传统的编辑审稿和同行评议一直颇有争议，但这种出版模式尊重了作者的发现权，即因科学发现、经评审而获得的荣誉和物质奖励权利，保障了具有领先意义成果的首发权，保护了作为作者版权的知识产权。当然，先发后审模式在合理性与严肃性方面也具有自身的先天性缺陷，因此，为保证科学研究的公正性、权威性和前沿性，就需要对先发后审模式进行一定程度的修正。也就是说，论文在线只是对于论文观点的一种确认，是一种认证行为，严格地遴选、把关和编辑依然必不可少，传统的三审制和同行评议制仍旧要发挥至关重要的决定作用，这样既能保证原创思想的作者权利，又能提高学术期刊的出版效率。为进一步去除先发后审模式的弊端，为改革传统的“同行匿名审稿制度”而创办的Science Open杂志，是一个可资参照的样本。Science Open杂志的流程大致如下：第一步是编辑部请专人检查投稿论文，以剔除反科学的内容。第二步是在线发表达到编辑部内部检查标准的论文，由编辑部进行排版。第三步是进行同行评审，而且，评审人员必须实名，评审意见必须公开。如果审稿人与作者有学术联系，系统会“特别”显示强调出来;如果论文评审出现技术性错误，期刊还会给作者两次申诉机会。事实上，Science Open杂志在一定程度上重新定义了“出版”，即出版本质上是出来，然后再由科学共同体进行讨论和检验。对于学术期刊来讲，这种先发后审的修正模式可以吸引和留存优质稿件，客观上提高期刊的权威性与影响力，提升学术期刊质量。

另一方面，通过在线网络和社交媒体客户端，出版社或发行机构可以将学术期刊极具专业水平的分析见解和富有参考价值的学术内容进行加工或可视化处理，提供到移动平台以发掘潜在的用户群体，增强期刊的渗透力。在这方面，创刊于2012年6月的在线开放获取国际学术期刊Peer J的行销方式值得借鉴。首先，Peer J 基于开放获取的文章内容可以保证在第一时间被Google Scholar，Microsoft Academic Search，Pub Med，Pub Med Central，Scopus及ACS等数据库和知名检索机构检索到，学术传播的时效性、首创性等问题得到有效解决;其次，每篇所投论文都配发有唯一的电子标识符，作者待刊发文章的首发权和著作权得到充分保护，用户的原创性创作投稿也受到激励;再次，基于网络单篇文章影响因子评价方法的使用促使学术期刊传播中的文章被阅读、引用、转载、转发、评论、在线图书馆收录等数据资料得以有效采集，期刊传播效果得到透明化监测与评估。[12]

就移动互联网时代的营销传播而言，除建立数据库、官方主页、官方博客、官方微博、官方APP客户端外，学术期刊还可以建立微信公众号或订阅号等，以便让用户随时随地登录，了解投稿信息、期刊公告、学术会议、过刊文献及论文下载等最新服务。而且，学术期刊还可以鼓励编辑使用微博、微信等工具，通过“微编辑”平台创新用户服务模式，利用微博形成自媒体用户圈，并进一步利用圈的效应进行分享、转发、转载等，使期刊信息内容得到快速的传播。此外，通过激励用户邀请同仁同好就某一论文或研究热点进行阅读或评论，形成互动机制，期刊微信号可以成为期刊编辑、专家与用户良性讨论的公共平台。在互动沟通服务中，用户间的人际传播得到强化，对于期刊的信息反馈与信息分析得以有效收集，学术期刊既可以培养忠诚用户，又可以发掘潜在作者。更为重要的是，话题的及时更新和转发扩散的加速还可同时提高学术期刊的知名度和辐射力。

总之，移动互联网时代所产生的新媒介使用制造了崭新的阅读场景，而内容产品的生产者对于用户的争取就必然争取用户所在的碎片化和移动化场景，投审稿程序数字化、数据资源在线获取、与社交网络紧密结合从而成为学术期刊出版的必然趋势，也是现代出版生存与发展的基础。更为重要的是，学术期刊不仅是科学信息的传播媒介，更是一种品牌资源。吸引大量高水准的作者、刊发高品质的论文，并及时把握学术前沿成果，是学术期刊品牌美誉度的直接体现，二者相辅相成、良性循环，最终助推中国学术期刊向国际一流期刊发展。

参考文献：

[1]彭兰.场景：移动时代媒体的新要素[J].新闻记者，2015（3）.

[2]孙万军，朱曙光.数字革命催生的英美出版产业链融合与出版服务业的繁荣[J].科技与出版，2015（4）.

[3]孙万军，朱曙光.数字革命催生的英美出版产业链融合与出版服务业的繁荣[J].科技与出版，2015（4）.

[4]徐铭瞳，吴星.国际学术期刊数字出版创新模式的思考与启示[J].科技与出版，2015（4）.

[5]徐铭瞳，吴星.国际学术期刊数字出版创新模式的思考与启示[J].科技与出版，2015（4）.

[6]Directory of Open Access Journals[EB/OL].http：///，2014-12-18.

[7]刘佩英，张扬，徐建梅.论学术出版之数字化营销[J].中国编辑，2015（1）.

[8]吴志祥，苏新宁.国际顶级学术期刊Nature的发展轨迹及启示[J].图书与情报，2015（1）.

[9]任胜利.国际学术期刊出版的数字化发展[J/OL].中国社会科学报，/xspj/201411/t20141105_1391000.Shtml，2013-11-29.

[10]张慧萍.信息技术在科技期刊编辑工作中的地位和作用[J].吉林建筑工程学院学报，2010（12）.

[11]Sebastian Alers.Rethinking Scientific Publishing[EB/OL]..https：///editorial/04c2b65c-2966-4ac4-9037-8cdf9d9edb3e;jsessionid=yJ-817mdTJKn7cGhI5F98uUa.master：so-app1-prd？0.

[12]谢文亮，王石榴.学术期刊的传播力与传播力建设策略[J].中国科技期刊研究，2015（4）.

第2篇

〔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.

第3篇

摘要：随着互联网的飞速发展，社交网络的应用时刻影响我们生活，企业利用社交网络来提升知名度与绩效都已达到一定的效果。本文在互联网社交网络这个大的发展背景下，回顾和总结相关的文献，探讨社交网络环境下营销信息传播的影响因素，对社交网络用户意愿进行研究，本文主要归纳了五个变量，分别是：感知有用性、感知易用性、交互性、满意度、社会认同，分析这五个变量，然后提出促进营销信息传播的建议，得出研究结论。

关键词 ： 社交网络；社交网络营销；营销信息；影响因素

1、定义概述

1.1 SNS的定义

SNS（Social Networking Services）即社会性网络服务。

1967年，哈佛大学的心理学教授Stanley Milgram(1933~1984)创立了六度分割理论，简单地说：“就是最多通过六个人你就能够认识任何一个陌生人。”按照六度分割理论，每个个体的社交圈都不断放大，最后成为一个大型网络。

社会性网络服务是一个平台，是建立人与人之间的社会网络或社会关系的连接。例如利益共享、活动、背景或现实生活中的连一接。一个社会网络服务，包括表示每个用户（通常是一个配置文件）的社会联系和各种附加服务。大多数社会性网络服务是基于网络的在线社区服务，并提供用户在互联网互动的手段，如电子邮件和即时消息。

1.2 社交网络营销的定义

社交网络营销的核心是关系营销。通过社交网络这个服务平台来推广企业的产品和品牌以及其它的发展业务，社交的重点在于建立新关系，巩固老关系。其特点是：第一，直接面对消费群体，目标明确，可信度高，利于口碑宣传。第二，可以作为普遍宣传手段使用，也可以针对特定目标进行重点宣传。第三，直接掌握消费者的反馈信息，针对消费者需求及时对宣传战术和宣传方向进行调整。

2、发展现状概述

2.1 社交网络的发展现状

互联网及社交网络应用的发展，为消费者搜索与分享信息提供了重要手段。根据艾瑞网最新数据显示，截至2014年8月，PC端社交服务月度覆盖人数为4.7亿人，同比增长10.7%，环比增长0.8%。在总体网民当中的渗透率为92.6%。社交网络平台人们注册身份的真实性，将线下的关系网复制到线上，利用这些关系网传播信息更具有真实性，对于任何想要吸引消费者的企业来说，了解社交网络变得极为重要。同时它也促进了品牌和消费者之间的关系。然而现在对于在社交网络环境下营销信息传播的影响因素并不完善，有待人们进一步的研究。

目前的社交网络正在涵盖以人类社交为核心的所有网络服务形式，成为了互联网发展的一个重要部分。目前社交网络在世界各地均有知名的网站分布，如欧美的Facebook、Bebo、Xing、Myspace，亚洲的Mixi、开心网、人人网等等。2013年,全球社交网络的普及率为17.3%,2014年将达到20.4%，社交网络的登陆人数多达全球互联网用户的三分之二，超过了电子邮件，成为全球第四大受欢迎的互联网服务。

社交网络逐渐成为网上信息传播的一种重要平台。在各大社交网站中还产生了一种类似现实的媒体，简称为社交媒体（Social-media）。这种新型社交媒体的出现无不对整个网络信息交流起到了促进作用。

基于社交网络信息传播的便捷性、实时性，越来越多的企业开始重视社交网站在网络营销中的作用。

2.2 社交网络营销的发展现状

社交网络以其普遍性、其用户的数量和信息的传播速度等特点成为互联网上发展迅速的一大网络平台。正是由于这些特点，伴随着社交网络的发展，出现了一种新的营销模式，社交网络营销。

社交网络营销的产生具有其必然性，随着社交网络的不断发展，信息的不断传播，使得社交网络成为信息交流的聚集地。因为社交的重点在于建立关系，任何用户之间都可能存在一张或大或小的关系网。而整个社交网络的强大关系网便能支持营销者们业务的发展。

目前，社交网络已经成为互联网上用户的聚集地，在整个社区中聚集着互联网上大部分的用户。通过分析发现，在社交网络中他们是直接面对消费人群，并且人群集中、宣传直接、可信度高，相对于现实来说更有利。在社交网络中，营销者完全可以组织特殊人去对其进行重点和特定目标进行关注。

3、社交网络营销发展存在的问题

本研究在研读社交网络及社交网络营销相关文献的基础上，总结归纳出社交网络环境下营销信息传播的影响因素，提出研究假设，并且在此基础上对各个研究假设进行了实证分析。本研究主要解决以下一些问题：

（1）社交网络用户联系时间不确定性已成为信息传播的一大障碍，这使得信息的传播出现断续性，容易导致营销信息被淹没，传播过程过早终止。

（2）社交网络中信息的传播依赖于用户的个人喜好。虽然它的信息传播速度快，但受用户的选择而限制。

（3）社交网络营销信息的内容有没有趣，营销信息内容的专业性的强弱，都会影响传播者对信息的传播。

（4）对于传播者而言，传播者口碑的好坏也会影响下一个传播者对信息的传播，所以这需要建立人与人之间的相互信任，才更有利于信息的传播与扩散。

通过上述分析发现，存在一些影响企业营销信息扩散的因素。所以要使企业能够更好的利用社交网络平台进行营销，我们就需要解决社交网络用户传播信息的动机和影响社交网络用户对营销信息的传播意愿。

根据关系营销和在线消费者行为理论，本文以信任-承诺模型为核心，整合个人声望因素，建立面向社交平台用户的企业营销信息传播意愿模型，针对各大社交网站，研究用户传播企业营销信息的动机，并确定不同因素对信息传播的影响程度，为营销者深入了解消费者传播信息的内在动机，有针对性地制定和调整营销策略提供依据。

4、营销信息传播意愿的影响因素

4.1 感知有用性

感知有用性是指使用者感觉到使用一种特定的技术会增加工作绩效提高作业程度。1989年，技术接受模型是Davis1运用理性行为理论研究用户对信息系统接受时所提出的一个模型，提出技术接受模型最初的目的是对计算机广泛接受的决定性因素做一个解释说明。技术接受模型提出了两个主要的决定因素：①感知的有用性(perceivedusefulness)，反映一个人认为使用一个具体的系统对他工作业绩提高的程度；②感知的易用性(perceivedeaseofuse)，反映一个人认为容易使用一个具体的系统的程度。Davis（1989）认为感知有用性会影响技术使用者想要采用某项技术的意愿。

4.2 社会影响

社交网络用户在对营销信息传播的时候，会受到周围人的影响，他会很在意他的亲朋好友、同事、上级的看法和意见。如果对其重要或是有一定影响的人，会促使用户把营销信息传播下去，传播时，会对社交网络用户产生影响，若社会影响越大，用户传播意愿越强，越能促使营销信息传播行为。

4.3 感知易用性

感知易用性被定义为使用者利用新系统、新技术需要努力的程度或者期望使用该系统的容易程度。这个变量在本论文中主要是指用户使用社交网络的方便程度。使用社交网络很方便，以百度贴吧为例，使用百度贴吧最重要的特点就在于，他利用自己在搜索引擎领域的知名度与地位，通过关键字查找同道者，通过简短的文字就可以进行交流，而且在移动客户端都可以进行，所以用户的感知有用性越强，社交网络用户的传播意愿越强。

4.4 传播信息的交互性

所谓信息交互是指自然与社会各方面情报、资料、数据、技术知识的传递与交流活动。本论文将交互性定义通过互联网和网络技术，基于百贴吧使用者与参与者之间进行的双向信息互动的程度。在百度贴吧上进行各个主题的相互讨论，可以通过在线发言、评论还有回复等方便地表达意见并与他人交流。百度贴吧使用者可以在线与企业工作人员进行互动沟通，使用者能够更加了解企业以及对企业的信息进行及时反馈，和大众进行互动，借助社交网络这个平台，使消费者能够迅速锁定目标企业的商品信息，节省消费者的精力时间，降低获取信息的搜索成本，更能促进使用者积极传播营销信息的积极性，所以营销信息的交互性越强，社交网络传播信息的动机就越大。

4.5 满意度

通过对国内外相关文献的研究，顾客满意度反应的是顾客的一种心理状态。顾客的满意度，是指顾客对消费经历的满意程度。在本论文中满意度是指用户对他所使用的百度贴吧这个经历的满意程度。满意度的高低会影响使用者的传播意愿，从而影响对营销信息的传播行为。因此使用者对网站及传播的信息越满意，对信息的传播意愿就越强，对网站的归属感越强，传播频率就会增加，从而形成传播行为。

5、意见与建议

5.1 营销信息设计内容方面

为了达到社交网络用户的期望的体验，即满足社交网络用户对营销信息传播意愿，企业营销信息在内容上应简洁易懂的同时要保证内容对用户来说是有用的信息，保证信息的实用性、可靠性、权威性；以便能够提升用户的归属感，所以企业在设计营销信息时，可以以别出心裁的形式来表现信息的内容，比如微电影、图片、名人语录、音乐等等来表现。使用户在使用信息的时候会产生视觉与心理的享受与冲击，增加用户的粘性，使用户产生传播信息的动机，另外就是利用现当代的主题与焦点和结合流行元素创造出来的营销信息的内容更加贴近用户的心理感受，使用户的社会认同度增加，从而增加转化率。

5.2 营销信息的投放平台方面

企业在投放营销信息的时候要重视对社交网络平台的选择。口碑良好和用户活跃度高的社交网络平台对于企业的营销信息传播颇为有利，更加能促进用户对信息的传播。

5.3 企业自身发展方面

对于企业自身而言，要在广大群众中树立良好的企业口碑，在平时的宣传当中，使企业与用户的粘度加深，一方面，促进企业自身的发展，提高知名度，另一方面，能够让用户为企业传播营销信息，增加社会认同、自豪感与归属感。总的来说，我们的对象是用户与客户，能够满足他们的心理与精神需求是追求的一个目标。

参考文献

[1] 周蓓婧,侯伦. 消费者微博营销参与意愿影响因素分析——基于TAM和IDT模型[J].

[2] 刘建新,陈雪阳. 口碑传播的形成机理与口碑营销[J].2007

[3] 郭小钗,陈蓓蕾. 在线口碑效应的影响因素实证研究[J].2009

[4] 陈小云. 消费者参与社交网络营销因素的实证分析[J].工商管理.2012

[5] 赵明媚,郭宇. 品牌忠诚度对企业的影响摭论[J].2010

[6] 张莹瑞,佐斌. 社会认同理论及其发展心理科学进展.2006，14

作者简介：