社交媒体的特征范文
前言：我们精心挑选了数篇优质社交媒体的特征文章，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
中图分类号：G206.3 文献标识码：A 文章编号：16738268（2015）04012408
中国文化“走出去”和国际传播是关系到我国软实力发展和文化强国建设的重要组成部分。国际传播视野中的中国文化形象，是我国国家形象的主要构成部分，也是我国着力推进的战略和政策路径。随着近年来以Twitter、YouTube等社交媒体（social media）在全球范围内的迅猛崛起和纵深推进，国际传播的格局和特征也发生着重大变化和转型，Web2.0式的网络社交媒体在全球传播领域具有着越来越显著的地位和作用。美欧等国所致力的“推特外交”（Twitter Diplomacy）或“YouTube外交”、西亚北非等地的“社交媒体革命”和“茉莉花革命”、国家之间的社交媒体舆论战、《江南style》和《The Fox》等全球性的文化事件及传播，诸多新的国际政治、社会、文化现象都可见到社交媒体的深刻烙印。全球社交媒体的传播给国家文化战略带来重要冲击，也给中国在全球化、网络化时代背景下的对外文化传播、E外交和国家形象的建构带来新的挑战和契机。
一、研究设计与方法
本研究选取Twitter、YouTube、Tumblr、Google+、Flickr、Reddit等具有代表性和典型性的国际社交媒体作为抽样对象，以其具有高点击量或受众评论、反馈量的“热帖”为样本，研究中国文化形象国际传播效果的构成和呈现特征，并提出对策建议。选取的这些社交媒体在全球都具有居于前列的影响力，并且各自具有特点。Twitter是微博类社交媒体，YouTube是视频类，Tumblr是轻博客类，Google+是近年来迅速崛起的综合性社交网络，Flickr是图片性的网络社交媒体，Reddit则是新闻类的自媒体。根据GlobalWebIndex基于32个国家和地区的17万网民的全球社交网络市场调查报告，就社交平台的渗透率而言，YouTube、Google+、Twitter分别居于第2、3、4位，Tumblr位居第10位，Reddit居于第12位；WeAreSocial的《2015数字、社交和移动报告》显示，在不包括即时通讯和聊天工具的社交网络平台中，Google+排第3，Twitter排第5，Tumblr排第6。在2014年8月11日的Alexa全球网站排名数据中，YouTube位列全球第3位，Twitter居第7位，Tumblr居第39位，Reddit居第50位，Flickr居第102位；而在2015年2月21日的Alexa全球网站排名数据中，YouTube、Twitter、Reddit、Tumblr、Flickr依次分别居于第3、8、26、31、127位。总体来看，本研究所选取的媒体都是在全球有重大影响力的网站，在各自的细分领域也具有重要性和典型性。
抽样过程是在上述每种社交媒体的首页以“china”和“culture”为复合关键词搜索帖子，并加以软件辅助的自动采集。所有抽样获得的内容，不包括其中的视频、图像、音频等多媒体内容，只限于文字文本部分。Twitter的首页搜索结果，按最相关顺序排序，得到2014年7月4日至2015年1月11日的推文共计6 699条，按照转推数+收藏数的等权处理和标准化处理，得到转推数和收藏数复合指标居于前400的帖子；YouTube在2015年1月28日被检索，得到的首页检索结果，依据视频被点击观看的次数进行排序，去除重复内容和广告内容后得到643条，根据研究需要取前400条，其中观看次数最多的达到90多万次，最少的达到1 018次；Tumblr的抽样方法是每天晚上11点在首页检索最新更新的帖子并抽取20条，自2014年8月6日至2015年2月5日，为期半年，过滤删除其中的重复帖子后得到1 560条，按照note的人数排序，选出其中最热的前400条帖子；Google+是在首页检索出按时间顺序更新的帖子，得到2011年6月30日到2015年2月5日的内容，删除重复选项后得到4 671条帖子，依据为此帖子点加的人数、评论条数、分享人次三个指标进行等权处理和标准化后，再按传播热度排序，选取居于前400的帖子；Flickr在2015年1月23日进行最热门照片内容的首页检索，得到最热门的帖子3 827条，过滤掉照片说明文字为空的帖子之后，选取观看次数为前400的帖子；Reddit是在2015年1月21日进行首页检索，由系统返回最热门的帖子852条，依据帖子本身的point指标和评论条数做等权、标准化处理，过滤出居于前400的热门帖子。
本研究的抽样所得帖子样本根据分析软件的需要，进行文本预处理，包括把英文的大写字母一律转为小写、中文的繁体字一律转化为简体字，以便于分词和词频统计、内容挖掘等。研究中采取ROST ContentMining软件进行分词处理，用ROST NewsAnalysis Tools进行中英文的词频统计和词语挖掘，用NetDraw进行语义网络分析，用SPSS进行对应分析。其中，在用ROST ContentMining和ROST NewsAnalysis Tools分析时，针对所得的样本内容，构建了中英文词库并设定了中英文过滤词。
二、热点内容的高频词分析
社交媒体传播中出现的高频词体现着传播的重点构成内容。通过对每种媒体400条帖文的抓取和整理，结合ROST NewsAnalysis Tools软件进行词频统计分析，得出6种全球性的社交媒体各自前50的高频词（见表1，其中加粗体的词是在不同的媒体中重复出现的词）。由于本研究中全部帖文抓取的关键词是china和culture，因此在词频表中，china、chinese、中国和culture、cultural、文化都具有高频词，且缺乏不同媒体之间的差异性，应在所列的词频序列中予以剔除。此外，对一些无明显意义且在不同媒体中都共同出现的高频词予以剔除，包括by，in等介词，i，you，they，we等人称代词，please，because，must，then，while等连词和虚词，以及一些无意义的字符如rt，html等，而主要留下名词、形容词、动词等。每种媒体的词频表中去掉自身的网站名称，如Twitter的词频分析中把Twitter关键词去掉，YouTube的词频统计结果中则去掉YouTube，以此类推。在YouTube的词频分析中，电视台、频道等词经查主要用于标注媒体来源，而和中国的文化内容无关，因此予以剔除。在具体分析的文本对象中，Twitter词频分析的对象是推文正文，没有标题；YouTube词频分析的对象包含标题和正文；Tumblr的词频分析中包含标题、正文和标签词；Google+分析的为帖子正文；Flickr为标题和正文；Reddit为标题和正文。通过上述处理，能够更好地考察在国际社交媒体热帖中的中国文化形象呈现特征。
从高频词分析表1中可以看出，各种社交媒体中重复出现也即出现次数大于1次的词（表1中为加粗字体标出的部分），在300个词中占到了153词次，比例达到51%。这些共同的高频词或侧重于历史文化传承，如history，ancient；或关注艺术文化和语言文化，如art，language；或侧重地域和地理文化，例如city，shanghai；或关注社会生活文化，如festival，family，food，life；或涉及国际间的文化视野和文化关系，如world，japan，korea，western。
不同的社交媒体在对中国文化的呈现感知上具有一定程度的差异。Twitter中的文化内容与政治性的关联相对较大，tibet，tibetan，peaceful，propaganda，institutes等词的词频居于前列。YouTube的内容与中国的传统文化关系较大，traditional、中国历史、诗人、music、性文化等词汇具有比较强的历史文化传承特征。Tumblr关注中国的历史文化如dynasty，history，tea和现当代文化如mao，movement等。Google+的热点内容涉及艺术、历史、工艺、语言等多方面，language，history，art，city，pearl，bonsai等都是其关心的高频词。Flickr作为一种图像社交媒体，比其他社交媒体更多地聚焦在景观、城市、风土等方面，temple，buildings，roof，hill，macau，shanghai等词显著地居于前列。Reddit的词中与其他媒体重复出现的词较多，自身也有的高频词较少，其热点内容特征主要反映在时政、国际等方面，japan，ameirica，asian，western，government，war等所占比重较大。
三、热点内容的共现词分析
单个词频如果还不足以充分反映媒体的内容特征的话，那么，二元的共现词则可以更进一步呈现出主要的关注对象和文本内容。在上述分词的基础上，剔除过滤词后，并将china，culture等搜索的主题词包含进来，则得到上述6种媒体的共现词频，按出现的频次高低依次取前50组，详见表2所示。
从表2所示的高频共现词来看，Twitter中关于tibet，freetibet等地域政治类的话题依然占据了较大比重，而peaceful，beautiful等修饰词也占有较大比例，beautiful，freetibet，peaceful甚至kill都具有较多的共线性，其政治色彩也相对浓厚。在YouTube中，历史与传统文化占到多数部分，ancinet culture，art chinese，culture traditional等众多共现词组都体现了这一点，对中国文化呈现的正面和积极色彩也较浓，比如culture grat，chinese great这样的共现词组都是高频词组。通过高频共现词的分析可以看出，Tumblr的热点内容中同样也侧重于中国的历史文化呈现，china history，chinese dynasty，art people等诸多共现词都是这方面内容的反映；Tumblr对中国文化的关切还被置于邻国乃至亚洲范围内更大的国际文化关系背景下，因此asian china，asian culture，cultural korea，cultural exchange等具有比其他社交媒体更为显著的呈现。同时，culture red，chinese red，art red等与red相关的共现词在50组中占到了6组，这与中国现当代的红色文化以及文化有关。Google+对艺术文化涉及较多，art culture，art chinese，art use，art people等与art相关的高频共现词组在50个中出现了11次。从共现词组来看，Flickr的热点帖文其内容对象侧重于地点和地方文化空间，ama temple和妈祖文化是其中突出的重点热词，city，place这样与地点有关的词出现频次也较多。Reddit的热点帖文与纯粹的艺术、文化内容关联度较弱，而与国际关系、国家或政治行为相关的词较多，例如japan japanese，american go等。
四、热点内容的语义网分析
在前文所进行的高频词和共现词频分析的基础上，通过NetDraw软件对ROST得出的共现词VNA文件进行语义网络构建分析，进一步呈现中国文化在国际社交媒体中的传播效果特征。
从图1的Twitter语义网可以看出，围绕china和culture的中心节点，是tibet，freetibet，peaceful，stop，kill，western等构成的子节点群落，体现了在较为复杂的国际国内背景下的文化传播和接受格局。
从图2 YouTube语义网络可以看到，围绕china、chinese、culture、文化、中国这几个核心词汇，是中国历史、art、ancient、history、great等次核心节点，以及music，festival等出现频次较多的词，这与高频共现词的分析结果是吻合的。
从图2 YouTube语义网络可以看到，围绕china、chinese、culture、文化、中国这几个核心词汇，是中国历史、art、ancient、history、great等次核心节点，以及music，festival等出现频次较多的词，这与高频共现词的分析结果是吻合的。
从图2 YouTube语义网络可以看到，围绕china、chinese、culture、文化、中国这几个核心词汇，是中国历史、art、ancient、history、great等次核心节点，以及music，festival等出现频次较多的词，这与高频共现词的分析结果是吻合的。
从图2 YouTube语义网络可以看到，围绕china、chinese、culture、文化、中国这几个核心词汇，是中国历史、art、ancient、history、great等次核心节点，以及music，festival等出现频次较多的词，这与高频共现词的分析结果是吻合的。
从图2 YouTube语义网络可以看到，围绕china、chinese、culture、文化、中国这几个核心词汇，是中国历史、art、ancient、history、great等次核心节点，以及music，festival等出现频次较多的词，这与高频共现词的分析结果是吻合的。
从图2 YouTube语义网络可以看到，围绕china、chinese、culture、文化、中国这几个核心词汇，是中国历史、art、ancient、history、great等次核心节点，以及music，festival等出现频次较多的词，这与高频共现词的分析结果是吻合的。
通过对应分析图7可以看到，各种社交媒体以及各种热词之间存在着一定程度的差异。Google+、Reddit、Tumblr的特征较为接近，主要关涉到american，japanese等国家以及people，history，language等诸多方面，覆盖多数热词范围。Flickr在剩下的其他三种社交媒体中，与上述Google+、Reddit、Tumblr这三种社交媒体差别最为显著，其比较特殊的传播热词包括temple，ma，hall，place，city等词，对空间、地点的文化内容的侧重得到充分凸显。Twitter也与Google+、Reddit、Tumblr有较大的差别，主要体现为与china，culture的高度关联，以及与ancient，western等的关联。YouTube与Google+、Reddit、Tumblr的差别没有Flcikr和Twitter那么显著，但是YouTube对于food的传播热度是其他社交媒体难以比拟的，也较多地涉及中国、western等视野下的文化传播。
六、结 语
在全球社交媒体场域和“公共空间”中，中国文化形象的呈现和传播效果的获得，具有其特定的内容特征。总体而言，多数社交媒体中取得良好传播效果或显著的受众反馈的热点内容，与以下因素呈现出较普遍的关联和共性特征：一是热点传播内容的传统性，也即与中国历史文化、传统、艺术等元素之间具有较紧密的关系，在此比较视野下，现当代文化元素的呈现还需要进一步加强；二是热点传播内容的日常性，这些热帖中关注的多是与百姓、人民生活相关的元素，例如饮食、地方、建筑、节庆等；三是热点传播内容的政治性，多数热帖在一定程度上具有与国际政治和文化意识形态的关联，例如在西方视野乃至萨义德式的“后殖民”文化霸权下对于中国文化的审视甚或“重构”，例如对于中国内部文化问题，如、的关注聚焦，例如在国际关系、国内外各种政治势力背景下的中国文化报道和呈现。在这些共同特征之外，不同的社交媒体在其热点传播内容中也呈现出各自的一些倾向与侧重：Twitter的呈现具有较强的时政和国际敏感性，与文化等关联较多，也与西方的文化审视、中外之间的文化关系具有较强关联，这是我国在国家的网络文化安全和网络意识形态安全中需要重视的方面；YouTube的热点内容传播中，中国的历史文化、传统文化出现较多，涉及到艺术、文学、音乐、社会生活的诸多方面；Tumblr的呈现与中国的现当代文化要素具有较其他几种媒体更为紧密的关联，例如mao，red culture等；Google+的热点内容中，艺术文化具有与其他媒体相比更显著的中心性，政治化、历史化内容则相对较低；Flickr的突出特征是其空间化和地理化的文化呈现，这与它的图像传播的手段是具有内在约束性和吻合性的；Reddit的热帖中纯粹的文化、艺术内容偏于弱化，而更突出文化内容的时政性和国家政治内涵。
根据国际社交媒体热点内容中的中国文化形象呈现特征，针对我国的国际传播战略和国家对外文化战略，提出如下加强全球社交媒体中的国家文化形象传播的对策建议。一是明确重点内容，把中国历史传统文化和艺术文化传播作为体现中国国家文化形象与特质的主要部分，尤其要注意避免从国内主观导向出发而推出一些自认为很有中国特色、但实际缺乏传播热度和认同效果的传统文化符号，在国际受众接受效果的实证基础上加强对“中国文化符号”加以去粗取精的提炼和推广，打造富于力度、适于社交媒体传播的精品内容。二是加强日常传播，注重中国对外文化传播中的生活化和民众化视角，以日常文化形成对精英文化和经典文化的有力平衡，例如对于中国当代文化生活元素、百姓的娱玩器用行的平民化审视和融入，强化中国文化内容、文化价值在国际社会和国际受众中的接受与传播。三是对一些不利的“社交舆论”倾向及时发现、反馈，建立有效的引导和疏导机制，例如对于当前国际社交媒体中在文化、pm2.5和px项目等环保文化上的问题，加强对典型负面舆论的澄清以及正面话语的主动传播，建立良好的国际社交舆论生态。四是注重城市和地方文化的呈现和推广，city以及shanghai等与地方文化相关的词在国际社交媒体中有着较为共同的高热度传播，这一方面要求地方的文化遗产和文化生活、文化魅力在网络社交媒体中得到更丰富立体的海外传播，另一方面也要求从主体机制上加强国际社交媒体的城市化和地方化推进，可以鼓励和探索上海、北京、澳门等重点城市和地区设立“文化北京”、“上海印象”等官方主导下的国际社交媒体账户，与国内文化管理部门、媒体机构、文化机构形成综合联动，加强社交媒体中的互动化传播及其与其他外宣和媒介渠道的整合营销传播。
通过对应分析图7可以看到，各种社交媒体以及各种热词之间存在着一定程度的差异。Google+、Reddit、Tumblr的特征较为接近，主要关涉到american，japanese等国家以及people，history，language等诸多方面，覆盖多数热词范围。Flickr在剩下的其他三种社交媒体中，与上述Google+、Reddit、Tumblr这三种社交媒体差别最为显著，其比较特殊的传播热词包括temple，ma，hall，place，city等词，对空间、地点的文化内容的侧重得到充分凸显。Twitter也与Google+、Reddit、Tumblr有较大的差别，主要体现为与china，culture的高度关联，以及与ancient，western等的关联。YouTube与Google+、Reddit、Tumblr的差别没有Flcikr和Twitter那么显著，但是YouTube对于food的传播热度是其他社交媒体难以比拟的，也较多地涉及中国、western等视野下的文化传播。
六、结 语
在全球社交媒体场域和“公共空间”中，中国文化形象的呈现和传播效果的获得，具有其特定的内容特征。总体而言，多数社交媒体中取得良好传播效果或显著的受众反馈的热点内容，与以下因素呈现出较普遍的关联和共性特征：一是热点传播内容的传统性，也即与中国历史文化、传统、艺术等元素之间具有较紧密的关系，在此比较视野下，现当代文化元素的呈现还需要进一步加强；二是热点传播内容的日常性，这些热帖中关注的多是与百姓、人民生活相关的元素，例如饮食、地方、建筑、节庆等；三是热点传播内容的政治性，多数热帖在一定程度上具有与国际政治和文化意识形态的关联，例如在西方视野乃至萨义德式的“后殖民”文化霸权下对于中国文化的审视甚或“重构”，例如对于中国内部文化问题，如、的关注聚焦，例如在国际关系、国内外各种政治势力背景下的中国文化报道和呈现。在这些共同特征之外，不同的社交媒体在其热点传播内容中也呈现出各自的一些倾向与侧重：Twitter的呈现具有较强的时政和国际敏感性，与文化等关联较多，也与西方的文化审视、中外之间的文化关系具有较强关联，这是我国在国家的网络文化安全和网络意识形态安全中需要重视的方面；YouTube的热点内容传播中，中国的历史文化、传统文化出现较多，涉及到艺术、文学、音乐、社会生活的诸多方面；Tumblr的呈现与中国的现当代文化要素具有较其他几种媒体更为紧密的关联，例如mao，red culture等；Google+的热点内容中，艺术文化具有与其他媒体相比更显著的中心性，政治化、历史化内容则相对较低；Flickr的突出特征是其空间化和地理化的文化呈现，这与它的图像传播的手段是具有内在约束性和吻合性的；Reddit的热帖中纯粹的文化、艺术内容偏于弱化，而更突出文化内容的时政性和国家政治内涵。
根据国际社交媒体热点内容中的中国文化形象呈现特征，针对我国的国际传播战略和国家对外文化战略，提出如下加强全球社交媒体中的国家文化形象传播的对策建议。一是明确重点内容，把中国历史传统文化和艺术文化传播作为体现中国国家文化形象与特质的主要部分，尤其要注意避免从国内主观导向出发而推出一些自认为很有中国特色、但实际缺乏传播热度和认同效果的传统文化符号，在国际受众接受效果的实证基础上加强对“中国文化符号”加以去粗取精的提炼和推广，打造富于力度、适于社交媒体传播的精品内容。二是加强日常传播，注重中国对外文化传播中的生活化和民众化视角，以日常文化形成对精英文化和经典文化的有力平衡，例如对于中国当代文化生活元素、百姓的娱玩器用行的平民化审视和融入，强化中国文化内容、文化价值在国际社会和国际受众中的接受与传播。三是对一些不利的“社交舆论”倾向及时发现、反馈，建立有效的引导和疏导机制，例如对于当前国际社交媒体中在文化、pm2.5和px项目等环保文化上的问题，加强对典型负面舆论的澄清以及正面话语的主动传播，建立良好的国际社交舆论生态。四是注重城市和地方文化的呈现和推广，city以及shanghai等与地方文化相关的词在国际社交媒体中有着较为共同的高热度传播，这一方面要求地方的文化遗产和文化生活、文化魅力在网络社交媒体中得到更丰富立体的海外传播，另一方面也要求从主体机制上加强国际社交媒体的城市化和地方化推进，可以鼓励和探索上海、北京、澳门等重点城市和地区设立“文化北京”、“上海印象”等官方主导下的国际社交媒体账户，与国内文化管理部门、媒体机构、文化机构形成综合联动，加强社交媒体中的互动化传播及其与其他外宣和媒介渠道的整合营销传播。
通过对应分析图7可以看到，各种社交媒体以及各种热词之间存在着一定程度的差异。Google+、Reddit、Tumblr的特征较为接近，主要关涉到american，japanese等国家以及people，history，language等诸多方面，覆盖多数热词范围。Flickr在剩下的其他三种社交媒体中，与上述Google+、Reddit、Tumblr这三种社交媒体差别最为显著，其比较特殊的传播热词包括temple，ma，hall，place，city等词，对空间、地点的文化内容的侧重得到充分凸显。Twitter也与Google+、Reddit、Tumblr有较大的差别，主要体现为与china，culture的高度关联，以及与ancient，western等的关联。YouTube与Google+、Reddit、Tumblr的差别没有Flcikr和Twitter那么显著，但是YouTube对于food的传播热度是其他社交媒体难以比拟的，也较多地涉及中国、western等视野下的文化传播。
六、结 语
在全球社交媒体场域和“公共空间”中，中国文化形象的呈现和传播效果的获得，具有其特定的内容特征。总体而言，多数社交媒体中取得良好传播效果或显著的受众反馈的热点内容，与以下因素呈现出较普遍的关联和共性特征：一是热点传播内容的传统性，也即与中国历史文化、传统、艺术等元素之间具有较紧密的关系，在此比较视野下，现当代文化元素的呈现还需要进一步加强；二是热点传播内容的日常性，这些热帖中关注的多是与百姓、人民生活相关的元素，例如饮食、地方、建筑、节庆等；三是热点传播内容的政治性，多数热帖在一定程度上具有与国际政治和文化意识形态的关联，例如在西方视野乃至萨义德式的“后殖民”文化霸权下对于中国文化的审视甚或“重构”，例如对于中国内部文化问题，如、的关注聚焦，例如在国际关系、国内外各种政治势力背景下的中国文化报道和呈现。在这些共同特征之外，不同的社交媒体在其热点传播内容中也呈现出各自的一些倾向与侧重：Twitter的呈现具有较强的时政和国际敏感性，与文化等关联较多，也与西方的文化审视、中外之间的文化关系具有较强关联，这是我国在国家的网络文化安全和网络意识形态安全中需要重视的方面；YouTube的热点内容传播中，中国的历史文化、传统文化出现较多，涉及到艺术、文学、音乐、社会生活的诸多方面；Tumblr的呈现与中国的现当代文化要素具有较其他几种媒体更为紧密的关联，例如mao，red culture等；Google+的热点内容中，艺术文化具有与其他媒体相比更显著的中心性，政治化、历史化内容则相对较低；Flickr的突出特征是其空间化和地理化的文化呈现，这与它的图像传播的手段是具有内在约束性和吻合性的；Reddit的热帖中纯粹的文化、艺术内容偏于弱化，而更突出文化内容的时政性和国家政治内涵。
根据国际社交媒体热点内容中的中国文化形象呈现特征，针对我国的国际传播战略和国家对外文化战略，提出如下加强全球社交媒体中的国家文化形象传播的对策建议。一是明确重点内容，把中国历史传统文化和艺术文化传播作为体现中国国家文化形象与特质的主要部分，尤其要注意避免从国内主观导向出发而推出一些自认为很有中国特色、但实际缺乏传播热度和认同效果的传统文化符号，在国际受众接受效果的实证基础上加强对“中国文化符号”加以去粗取精的提炼和推广，打造富于力度、适于社交媒体传播的精品内容。二是加强日常传播，注重中国对外文化传播中的生活化和民众化视角，以日常文化形成对精英文化和经典文化的有力平衡，例如对于中国当代文化生活元素、百姓的娱玩器用行的平民化审视和融入，强化中国文化内容、文化价值在国际社会和国际受众中的接受与传播。三是对一些不利的“社交舆论”倾向及时发现、反馈，建立有效的引导和疏导机制，例如对于当前国际社交媒体中在文化、pm2.5和px项目等环保文化上的问题，加强对典型负面舆论的澄清以及正面话语的主动传播，建立良好的国际社交舆论生态。四是注重城市和地方文化的呈现和推广，city以及shanghai等与地方文化相关的词在国际社交媒体中有着较为共同的高热度传播，这一方面要求地方的文化遗产和文化生活、文化魅力在网络社交媒体中得到更丰富立体的海外传播，另一方面也要求从主体机制上加强国际社交媒体的城市化和地方化推进，可以鼓励和探索上海、北京、澳门等重点城市和地区设立“文化北京”、“上海印象”等官方主导下的国际社交媒体账户，与国内文化管理部门、媒体机构、文化机构形成综合联动，加强社交媒体中的互动化传播及其与其他外宣和媒介渠道的整合营销传播。
通过对应分析图7可以看到，各种社交媒体以及各种热词之间存在着一定程度的差异。Google+、Reddit、Tumblr的特征较为接近，主要关涉到american，japanese等国家以及people，history，language等诸多方面，覆盖多数热词范围。Flickr在剩下的其他三种社交媒体中，与上述Google+、Reddit、Tumblr这三种社交媒体差别最为显著，其比较特殊的传播热词包括temple，ma，hall，place，city等词，对空间、地点的文化内容的侧重得到充分凸显。Twitter也与Google+、Reddit、Tumblr有较大的差别，主要体现为与china，culture的高度关联，以及与ancient，western等的关联。YouTube与Google+、Reddit、Tumblr的差别没有Flcikr和Twitter那么显著，但是YouTube对于food的传播热度是其他社交媒体难以比拟的，也较多地涉及中国、western等视野下的文化传播。
六、结 语
在全球社交媒体场域和“公共空间”中，中国文化形象的呈现和传播效果的获得，具有其特定的内容特征。总体而言，多数社交媒体中取得良好传播效果或显著的受众反馈的热点内容，与以下因素呈现出较普遍的关联和共性特征：一是热点传播内容的传统性，也即与中国历史文化、传统、艺术等元素之间具有较紧密的关系，在此比较视野下，现当代文化元素的呈现还需要进一步加强；二是热点传播内容的日常性，这些热帖中关注的多是与百姓、人民生活相关的元素，例如饮食、地方、建筑、节庆等；三是热点传播内容的政治性，多数热帖在一定程度上具有与国际政治和文化意识形态的关联，例如在西方视野乃至萨义德式的“后殖民”文化霸权下对于中国文化的审视甚或“重构”，例如对于中国内部文化问题，如、的关注聚焦，例如在国际关系、国内外各种政治势力背景下的中国文化报道和呈现。在这些共同特征之外，不同的社交媒体在其热点传播内容中也呈现出各自的一些倾向与侧重：Twitter的呈现具有较强的时政和国际敏感性，与文化等关联较多，也与西方的文化审视、中外之间的文化关系具有较强关联，这是我国在国家的网络文化安全和网络意识形态安全中需要重视的方面；YouTube的热点内容传播中，中国的历史文化、传统文化出现较多，涉及到艺术、文学、音乐、社会生活的诸多方面；Tumblr的呈现与中国的现当代文化要素具有较其他几种媒体更为紧密的关联，例如mao，red culture等；Google+的热点内容中，艺术文化具有与其他媒体相比更显著的中心性，政治化、历史化内容则相对较低；Flickr的突出特征是其空间化和地理化的文化呈现，这与它的图像传播的手段是具有内在约束性和吻合性的；Reddit的热帖中纯粹的文化、艺术内容偏于弱化，而更突出文化内容的时政性和国家政治内涵。
根据国际社交媒体热点内容中的中国文化形象呈现特征，针对我国的国际传播战略和国家对外文化战略，提出如下加强全球社交媒体中的国家文化形象传播的对策建议。一是明确重点内容，把中国历史传统文化和艺术文化传播作为体现中国国家文化形象与特质的主要部分，尤其要注意避免从国内主观导向出发而推出一些自认为很有中国特色、但实际缺乏传播热度和认同效果的传统文化符号，在国际受众接受效果的实证基础上加强对“中国文化符号”加以去粗取精的提炼和推广，打造富于力度、适于社交媒体传播的精品内容。二是加强日常传播，注重中国对外文化传播中的生活化和民众化视角，以日常文化形成对精英文化和经典文化的有力平衡，例如对于中国当代文化生活元素、百姓的娱玩器用行的平民化审视和融入，强化中国文化内容、文化价值在国际社会和国际受众中的接受与传播。三是对一些不利的“社交舆论”倾向及时发现、反馈，建立有效的引导和疏导机制，例如对于当前国际社交媒体中在文化、pm2.5和px项目等环保文化上的问题，加强对典型负面舆论的澄清以及正面话语的主动传播，建立良好的国际社交舆论生态。四是注重城市和地方文化的呈现和推广，city以及shanghai等与地方文化相关的词在国际社交媒体中有着较为共同的高热度传播，这一方面要求地方的文化遗产和文化生活、文化魅力在网络社交媒体中得到更丰富立体的海外传播，另一方面也要求从主体机制上加强国际社交媒体的城市化和地方化推进，可以鼓励和探索上海、北京、澳门等重点城市和地区设立“文化北京”、“上海印象”等官方主导下的国际社交媒体账户，与国内文化管理部门、媒体机构、文化机构形成综合联动，加强社交媒体中的互动化传播及其与其他外宣和媒介渠道的整合营销传播。
Characteristics of Chinese Cultural Image in the Content of
Global Social Media：Based on the Content Mining of Web Text
XU Xiang
（College of Communication and Art， Tongji University， Shanghai 201804， China）
第2篇
【关键词】社交媒体 沙特阿拉伯 政治参与
沙特是目前世界上少数同时实施家族统治和政教合一的伊斯兰君主制国家之一。沙特缺乏一个系统的渠道供沙特民众参与政治，社交媒体刚好弥补了这一空白，社交媒体在沙特十分受欢迎，91%的沙特民众使用WhatsApp，Facebook的使用率以80%位居第二，Twitter位居第三，使用率为53%。
然而随着社交媒体在沙特的用户数目的不断增长，以及社交媒体在其他阿拉伯国家的政治参与中发挥越来越大的作用，沙特政府采取全面和严厉的措施控制社交媒体。政府成立了专门的部门实施网络监控和网站屏蔽，不断地完善互联网相关的法律法规，还鼓励沙特网民举报诽谤推文，在社交媒体上安排专人亲政府的言论。
一、社交媒体应用举例
社交媒体出现之后，沙特民众的政治参与由极少数人参与的街头游行扩大到数万人共同参与的在线政治参与。但是也呈现出线上与线下运动不一致局面。下面以两个实例来证明这一特点。
第一个实例是2011年3月11日的“暴乱之日”运动。受阿拉伯之春的影响，许多沙特知名人士在网上发出请愿，要求实行政治改革，得到众多沙特民众的响应。还有一个Facebook主页号召于2011年3月11日实行“暴乱之日”运动，然而沙特政府派出超过10，000名警察和安保人员提前预防暴乱。在3月11日当天，警察不停地在沙特街道巡逻，街道上几乎所有商店都关闭，却根本没有发生任何游行示威活动。“暴乱之日”运动也仅仅产生于社交媒体上。
单单一个社交媒体网页就可以引起沙特政府的高度戒备和警力调动，这足以证明社交媒体的巨大能力。但是在社交媒体中获得沙特民众的积极响应，而在现实生活中却鲜有人参与，这也说明沙特民众的政治参与线上与线下运动极其不平衡。
第二个实例是沙特抗议禁止女性开车运动。沙特宗教法令禁止女性开车，也禁止不经过男性监护人的允许离开沙特。在阿拉伯之春运动的激励下，沙特的女权主义分子利用社交媒体开展女权主义运动。Facebook上曾开展一项名叫“教我开车这样我就可以保护自己”的运动，几天之内，该主页就有12，000个签名支持这项运动。2011年5月，这一运动的组织者之一录下自己在克巴尔开车的视频，并上传到Youtube上，两天内，有超过600，000人观看过这个视频，而上传者因此很快被捕，一些沙特女性在Facebook号召更多的沙特女性在6月17号集体开车出行表示抗议，这一Facebook主页有一万多名追随者，然而在约定的17号，只有几位女性开车上路。
二、政治参与中社交媒体的作用及原因
由此可见，尽管沙特人通过社交媒体积极地开展各种政治参与，也可以获得沙特民众的积极响应，但一旦涉及到真正的游行示威，沙特民众也很少有人参与，呈现出线上与线下的极不一致。至于为什么沙特的政治参与会呈现这样一种尴尬的结局，笔者认为有如下几点原因。
首先是沙特政府对街头游行的严厉压制。沙特政府一直采取先发制人的态度，对任何潜在的游行抗议都提前采取部署，对任何参与游行的人或政府有可能参与游行的人都实施监禁。
其次，这种线上线下不一致也与沙特民众富裕的生活有很大关系。许多沙特人承认，沙特王室的政权虽然不算完美，但也为他们带来了稳定和富裕的生活。有学者认为由于沙特政府善于用高福利抚慰民众，所以沙特人不会像埃及、突尼斯那些穷国的民众实行游行抗议。
亨廷顿曾论述过财富与民主的关系，对于沙特这类靠出售石油获取主要收入的国家的，财富并不能促进民主化。在沙特，石油收入归于国家：这些收入也增加了国家官僚体制的权力，因为它们可以削减或免除税收，它们也减少了政府向民众摊税、派税的必要。
再者，同为法律严格的中东国家，埃及和突尼斯可以发生而沙特却没有，这与沙特民众自身也有关系。在阿拉伯之春的几代沙特人缺少现代式的政治参与，现在的沙特民众并没有多少街头抗议游行的经验。沙特被认为是阿拉伯国家中最保守的国家，保守的沙特民众对于、抗议等激进行为并没有多少兴趣。
综合考虑沙特民众的政治参与的环境，对外是严厉的法律控制，对内是大多数不喜游行的满足现状的沙特人自身，虽然其他国家的变化时刻能引起沙特民众在社交媒体的热烈讨论，但也能带来政府更加严厉的管理与压制。社交媒体虽大大加速了沙特政治参与的规模和影响力，但是并没有为沙特带来更深入的政治和社会变革。
参考文献：
[1]Arab Social Influencers Summit.Arab Social Media Report[R].2015：4.
[2]Mabon，S.FPC Briefing：Saudi Arabia，“New Media’and UK Relations with the Kingdom”[J].The Foreign Policy Center.2012.
[3]Samin，N.Saudi Arabia，Egypt，and the Social Media Moment[J].Arab Media and Society.2012.
[4]Teitelbaum，J.Saudi Arabia Contends with the Social Media Challenge[J].Jerusalem Issue Briefs.2011.
[5]亨廷顿，刘军宁.第三波：20 世纪后期民主化浪潮[M].上海三联书店，1998.
第3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.
