User-Centric Social Multimedia Computing
摘要：从用户的角度解读社会多媒体计算框架，提出一种以用户为中心的社会多媒体计算框架。在这个框架下，重新探讨了以用户为中心的社会多媒体计算3方面的任务：用户感知的多媒体内容理解、基于网络行为的用户建模、社会媒体网络用户关系分析。
关键词： 社会多媒体计算；以用户为中心；多媒体内容分析；用户建模；用户关系分析
Abstract： A user-centric social multimedia computing framework is proposed in this paper. We look at three example works in order to propose three fundamental tasks in user-centric social multimedia computing： understanding user-aware social multimedia content， modeling online activity of users， and analyzing social relationships.
Key words： social multimedia computing； user-centric analysis； multimedia content analysis； user modeling； social relationship analysis
近10年的网络发展见证了社会媒体（Social Media）信息的爆炸式增长。据统计，每分钟有超过100 h的视频被上传到视频分享网站YouTube，每个月观看的视频数量超过了60亿小时。根据维基百科的定义，广义的社会媒体涵盖了时下几乎所有流行的Web2.0网站和服务，其包括社交网站、图片分享、视频分享、签到网站、微博、博客、实时通讯、社交游戏、虚拟世界、RSS订阅等。
社会媒体具有典型的多媒体特性，大多社会媒体服务都与多媒体数据进行深度交互，如图像分享（Flickr、Picasa提供）、视频共享（YouTube、Vimeo、优酷提供）、音频音乐共享（last.fm、ccMixter、FreeSound提供）。此外，一些新兴的社会媒体应用还包括虚拟世界（Second Life提供）、网络游戏（World of Warcraft、WarHammer Online提供）等新模态数据。多媒体数据已经成为社会媒体最主要的分享和交互媒介。GlobalWebIndex公布的2013年第一季度最活跃的15家社会媒体网站中，有4家专注于多媒体内容分享，其他则为以多媒体内容为重要交互媒介的社交网络服务（SNS）和微博类网站。社会媒体呈现出明显的多媒体化趋势。如短文本服务Twitter增加了对图片和视频分享的支持，并在近日全力推出了短视频分享服务Vine；其在Andorid平台上线仅仅一周便排名免费应用（APP）榜第4位，上线一个月后外链分享数量就超过Instagram。而腾讯推出的语音聊天工具微信，两年内用户突破3亿，已经超越中国第一聊天工具QQ，并有取代短信的趋势。
Mor Naaman[1]第一次将社会多媒体定义为“支持个体参与、社区形成和社会交互的在线多媒体资源”。从这一定义看出，社会多媒体可简单理解为社会媒体和多媒体的综合体。社会多媒体由3个基本元素构成：多媒体内容、网络用户和社会交互。社会多媒体计算是社会学与多媒体技术深度融合后产生的跨学科研究[2]，其目的是通过分析和利用社会交互，将多媒体内容与网络用户连接，以应用于信息服务、网络通信、多媒体娱乐、医疗健康、安全监控等。对应于社会多媒体的3要素，社会多媒体计算包含3个主要任务：社会多媒体内容理解、网络用户建模和社会媒体网络分析。
在社会多媒体的3要素中，网络用户尤为重要。与一般的网络多媒体不同，社会多媒体包含了重要的用户参与，更注重用户间的交互，用户从信息的被动接受者转变为信息的主动贡献者。网络用户是社会媒体中基本的数据采集单元，一定程度上，是用户的积极参与和社会交互-用户贡献内容（UGC）促成了社会媒体的发展和社会多媒体内容的繁荣。将网络用户理解为数据感知器，社会多媒体实际是由用户所见、所听、所说、所想组成的。据EMC公司统计，平均每个人贡献的社会媒体数据已经接近45 GB，而这其中主要是多媒体数据。将个体贡献的社会多媒体数据进行整合，可以挖掘出极具价值的群体智能。如经典的ESP游戏将用户协作完成任务时的知识应用于图像标注和图像分割；最近被Google收购的导航应用通过收集并分析用户提交的出行时间和路线状况生成实时路况信息。UGC不仅是社会多媒体的主要组成部分，还成为了人们获取信息的主要渠道。杂志类社交应用Flipboard将网络用户在各社交网站上贡献的信息根据个体喜好加以定制，并以电子杂志形式输出。其获得了2013年全球移动通信大会最佳整体移动应用程序奖。据AccuStream统计，互联网视频浏览总量中有77.9%聚焦于用户上传视频，专业视频所拥有的浏览量只占22.1%；这一比例在最大的视频分享和浏览网站YouTube上更是达到了悬殊的94%比6%。在教育领域，大规模在线开放课堂（MOOC）在2011—2013年经历了10倍的增长，作为远程教育的新形式，为大学开放教育资源提供了新的解决思路。人们在信息获取时对UGC的偏好甚至还体现在医疗领域，一项来自ORCInternatinal的统计显示，有67%的受调查者曾在网上搜索UGC评论，借此了解和比较所使用的药品。
在社会多媒体背景下，网络用户既是信息的贡献者，又是信息的服务对象。社会多媒体有显著的消费化趋势。iUserTracker显示，2013年1月份中国网络用户使用量前4位的网络服务分别是搜索、视频浏览、社交网络和新闻。可以看出，信息服务已经成为中国最主要的网络服务应用，内容涵盖日常生活、工作和娱乐。然而，社会媒体的发展为基于社会多媒体的信息服务带来的不仅是机遇，同时还有挑战。在信息爆炸面前，网络用户很容易迷失在丰富繁多的社会媒体内容里。传统的一对多式的信息服务已经无法满足用户的需求，越来越多的信息服务应用开始探索个性化的一对一式服务。例如，Google搜索利用用户在Google+中的+1行为对搜索结果进行个性化重排序，豆瓣电台分析用户的收听历史和喜好定制专属电台等。个性化信息服务的关键是准确、及时的用户建模，即通过分析用户行为，理解用户意图和喜好，从而将最相关的内容推送给最需要的用户。
综上所述可知，在社会多媒体背景下，用户既是基本的数据采集单元，又是最终的信息服务对象。本文从用户的角度重新解读社会多媒体计算，结合我们最近的研究工作，提出以用户为中心的社会多媒体计算框架。一般社会多媒体计算的3个任务，在以用户为中心的社会多媒体计算框架下本文重新解读为：用户感知的社会多媒体内容理解、基于网络行为的用户建模、社会媒体网络用户关系分析。
1 用户感知的社会多媒体
内容理解
网络用户积极参与到社会多媒体内容的创建、共享、浏览、标注、评论等交互活动中。用户与多媒体内容的交互体现了用户对内容的理解，比如用户对图像的标注反映了图像的语义[3]，用户浏览视频过程中的暂停等行为提供了视频的结构信息[4]等。分析这些用户-内容交互为解决多媒体内容理解中的语义鸿沟问题提供了新的思路，下面我们以基于用户标注的图像标注增强为例介绍用户感知的社会多媒体内容理解。
多媒体搜索大致经历了基于多媒体内容、基于周围文本信息、和基于标注信息3个阶段。相比基于内容对视觉特征的依赖、基于周围文本对噪声的敏感，基于标注的多媒体搜索被认为是最接近语义搜索的。然而，大规模的原始用户标注存在着不准确、不完整和主观模糊等问题，限制了基于标注的多媒体检索的实际效果[5]。
现有的针对社会标注的分析工作大致可分为自动标注、标注增强、标注到区域等，旨在对原始标注进行处理，去除噪音、补充缺失标注、得到区域层语义等，使其更好地为多媒体内容理解和多媒体检索等任务服务。这些工作解决思路的核心都是利用和分析多媒体文档与标注之间的二元关系。实际上，多媒体分享网站中有3类基本元素：多媒体文档、标注和用户。图1以图像分享网站Flickr为例，展示了图片分享网站的典型生态结构，其中用户作为标注行为的发起者，与图像和标注产生多种交互行为，挖掘用户信息将有助于理解原始标注数据，从而提高社会标注分析的效果。
我们提出将用户信息引入社会标注分析[6]，利用三阶张量对用户、图像和标注3种因子同时建模，并提出基于排序的多关联因子分析模型（RMTF）用于提取改善的因子表示。其中，为了充分利用标注数据，有效减少用户原始标注不完整和噪声的影响，我们提出一种基于排序的张量重构优化框架，同时利用标注的上下文关系和语义关系来构造训练正样本集和负样本集。另外，为了解决原始标注张量严重稀疏的问题，用户、图片、标注之间的二元相似性被作为平滑约束项加入到优化方程中。张量重构得到图像、标注和用户3个因子矩阵，分别定义了对应实体的隐含子空间。通过对因子矩阵进行空间转换，可以分别得到改善的二元和三元关系，应用于不同的问题。实际上，所提出的RMTF模型将3种实体有机结合在一个框架下，考虑不同实体之间的异质或同质关系，可以应用到如个性化图片检索（用户-图片）、用户建模（用户-标注）、好友推荐（用户-用户）等问题中。另外，社会媒体网站中存在各种各样的元数据，如描述、评论、评分等，沿着这一工作，另一个有意义的拓展方向是将各种元数据统一到一个新的框架中，可以更深刻地理解社会媒体不同实体的交互，更好地服务于协同搜索和推荐问题。
2 基于网络行为的用户建模
社会媒体上能直接得到的用户信息非常有限，其准确性和丰富程度不足以用来分析用户兴趣并进行信息服务。一方面，大多数用户没有耐心在注册时将个人信息主动提供给在线服务，这导致了用户注册信息的稀疏性和噪声；另一方面，目前的社会媒体对于用户隐私的保护机制不够健全，用户不愿将个人信息在网络上公开。基于Google+上最活跃的20万用户统计发现，只有22.5%的用户提供了个人婚姻状况，而提供年龄信息的用户比例则只有12.4%。然而，优质的个性化信息服务需要准确完整的用户信息。用户丰富的在线活动，如搜索记录、博客、推文、签到记录、评论等，反映了用户的基本属性信息和兴趣偏向。因而，解决用户信息稀疏和噪声问题的主要思路是基于用户的网络行为进行用户建模[7]，下面我们介绍如何通过分析Google+用户的网络行为来推断用户的基本属性信息。
用户的基本属性包括性别、年龄、婚姻状况、职业、兴趣等，它们之间不是独立的。图2显示了基于1亿Google+用户统计的用户基本属性之间的关系。从图2（1）可以看出，年龄小于24岁的用户中多数为单身，且有更大比例为学生；从图2（2）可以看出，男性用户的职业多集中在工程师以及IT行业等，而女性用户则有较大比例从事老师、护士等职业。由此可见，用户的属性之间存在正相关或负相关的关系。因而，本工作将利用用户属性之间的关联性质来进行用户属性的协同推断。
我们考虑了性别、年龄、婚姻状况、职业、兴趣、情感倾向等7种基本用户属性，并根据Google+用户的实际属性分布为每种属性定义了若干类别，如性别包括男性和女性两个类别，年龄包括青年（小于30岁）和中老年（大于30岁）两个区间等。我们提出的基于关联属性推断的用户建模框架如图3所示。首先基于用户在线行为内容提取多模态的用户特征，包括3种视觉特征：用户上传图片中检测到的人脸、Profile图像、创建Post中的图像，以及3种文本特征：一元文本特征、语法文本特征、主题语义特征。模型部分包括3步：支持向量机（SVM）分类器学习为每一种特征训练独立的SVM分类器，然后通过堆SVM[8]将单个SVM分类器的输出进行融合。为了利用用户属性之间的关系，我们提出关联隐SVM模型（RLSVM）[9]进行最终的属性推断和关联属性挖掘。基本思路是：当推断一种用户属性（主属性）时，将其他用户属性（辅助属性）作为模型的隐变量，不同的势能函数反映了用户特征向量、主属性和辅助属性两两共生的概率。模型优化的目标是使各种势能函数在观测到的用户数据集上最小（即概率最大）。模型求解采用最大化间隔框架，转化为二次规划问题，模型参数采用割平面方法获得，进而通过标签的信念传播得到各隐变量的数值。
我们提出的关联隐SVM模型在得到用户属性推断结果的同时，获得了用户各类属性之间的关联强度。通过结合用户属性和属性关联强度，我们设计了基于结构化属性的用户搜索应用，例如可以查找属性同时为“年龄：年轻”、“职业：IT”、“情感倾向：积极”的用户。
3 社会媒体网络用户关系
分析
社会媒体中的用户彼此连接构成社会网络，社会关系加速了多媒体信息在社会媒体网络的交换和传播。截至2012年10月，Facebook上单个用户的平均好友数已经达到190位，而根据Dunbar’ number统计，平均每个人在真实世界中的好友上限为150。这显示了用户社会关系在社会媒体网站中的重要作用，用户关系分析对于社会多媒体分析和应用至关重要。
社会网络中的用户关系包括双向的链接如LinkedIn中的“Connect”、Facebook中的“Add Friend”，以及单向的链接如Twitter中的“Follow”、Flickr中的“Contact”和Youtube中的“Subscribe”。这些社会链接影响着用户的行为和社会网络的动态发展。比如，LinkedIn上的同事会影响一个人在工作上的选择，Facebook上的好友则会影响一个人在生活中的喜好。分析和理解这些社会链接可以促生很多重要的应用，如病毒式营销、协同信息检索和推荐[10]。下面我们将以图片分享网站Flickr中的单向社会链接，即影响力关系为例，介绍用户关系分析在社会媒体应用中的作用[11]。
社会影响力分析已经吸引了很多研究者的兴趣，如研究影响力是否存在、最大化影响力传播、以及影响用户演化等。基于社会影响力进行信息检索的基本思路是，通过分析对搜索者有影响的其他用户的偏好，可以预测搜索者的偏好。影响用户和搜索者之间的影响关系有两个本质特点：
（1）影响力是连续的
这一点很好理解，因为离散二值化的影响关系（即影响与否）不足以描述社会关系的强度。近年，已有工作对连续的影响关系进行建模[12]。
（2）影响关系是主题敏感的
给定一个单向的影响关系网络，真正的影响用户随任务变化而变化。我们用图4中的示例来解释这一点，Bob在Flickr上的联系人（Contact）网络包括3个影响用户：Tom、Emily和Jason。每个影响用户的右边显示了他们在Travel、Fashion和Technology 3个主题上的特长。假设Bob在为他的蜜月旅行搜索“Tahiti”的照片，很显然Tom的偏好会对他影响最大；而当Bob搜索“D&G Fashion Show”的图片时，他应该更多地借鉴Emily的意见。这说明在某些主题上，有些影响用户更为值得信任，即影响力是主题敏感的。目前很少有相关工作对主题敏感的影响力关系进行建模，尤其在社会多媒体领域。
在Flickr中，用户可以添加其他用户为联系人，即潜在的影响用户。除了用户之间显性的单向影响关系链接，还可以利用的资源，包括用户上传的图片和添加的标注信息。图片分享网站上的多模态信息为主题敏感的影响用户挖掘问题同时带来了机会和挑战。我们将多模态的主题敏感影响关系挖掘问题定义如下：输入用户的联系人网络、标注集合和上传图片集合。通过本文提出的一种多模态概率生成式模型，将图片内容和标注的生成过程反推来进行推断。以用户为节点，用户-影响用户的社会链接为边，模型的输出包括主题空间、节点的主题分布、以及主题敏感的边强度。边的强度对应了主题敏感的影响力数值，而节点的主题分布表示了对应用户的特长。通过挖掘联系人网络中的主题敏感影响用户，可以将其应用到个性化检索问题中。借鉴基于风险最小化的信息检索方法，我们提出了一种个性化检索的通用框架。新提出的框架可以在建模时结合影响用户的偏好和标注的置信度信息。主题敏感的影响关系和用户特长可以直接融合进对查询词和图像文档语言模型（LM）的拓展中。
4 结束语
用户既是基本的社会媒体数据采集单元，又是社会媒体信息服务的最终对象。对应社会多媒体计算的3个基本任务，我们提出了以用户为中心的社会多媒体计算框架，并结合具体研究工作介绍了用户感知的社会多媒体内容理解、基于网络行为的用户建模和社会媒体网络用户关系分析3方面的任务。
未来社会多媒体计算的一个重要研究方向是结合网络空间信息的综合性和便捷性和物理空间的本地性设计应用。用户在这一过程中担任着连接二元空间的重要作用。如图5所示，用户相关交互构成社会网络，即社会空间；社会空间连接网络和物理空间。网络-社会-物理空间数据通过事件进行组织，用户是网络-社会-物理计算的基本研究线索，事件则是网络-社会-物理计算的主要研究对象。以用户为中心的网络-社会-物理计算有着广泛的应用潜力，以基于用户的二元空间事件跟踪为例，物理和网络空间数据通过用户连接，定义事件空间中的一个点；用户彼此交互构成社会网络，将不同时空的社会网络定义的事件团进行关联，构成在二元空间进行的事件全貌。
参考文献
[1] NAAMAN M. Social multimedia： highlighting opportunities for search and mining of multimedia data in social media applications [J]. Multimedia Tools and Applications， 2012，56（1）： 9-34. doi： 10.1007/s11042-010-0538-7.
[2] TIAN Y H， SRIVASTAVA J， HUANG T J， et al. Contractor： Social Multimedia Computing [J]. IEEE Computer， 2010，43（8）： 27-36. doi： 10.1109/MC.2010.188.
[3] ZHA Z J， YANG L J， MEI T， et al. Visual Query Suggestion [C] //Proceedings of the 17th ACM international conference on Multimedia， 2009， New York， NY， USA：ACM， 2009：25-24. doi： 10.1145/1631272.1631278.
[4] YAMAMOTO D， MASUDA T， OHIRA S， et al. Video Scene Annotation Based on Web Social Activities [J]. IEEE MultiMedia， 2008，15（3）： 22-32. doi： 10.1109/MMUL.2008.67.
[5] LIU D， HUA X S， YANG L J， et al. Tag ranking [C] //Proceedings of the 18th international conference on World wide web， 2009， New York， NY， USA：ACM， 2009：351-360. doi： 10.1145/1526709.1526757.
[6] SANG J T， XU C S， LIU J. User-Aware Image Tag Refinement via Ternary Semantic Analysis [J]. IEEE Transactions on Multimedia， 2012，14（3）： 883-895. doi： 10.1109/TMM.2012.2188782.
[7] BI B， SHOKOUHI M， KOSINSKI M， et al. Inferring the demographics of search users： social data meets search queries [C] //Proceedings of the 22nd international conference on World Wide Web， 2013， Republic and Canton of Geneva， Switzerland， 2013： 131-140.
[8] WOLPERT D H. Stacked generalization [J]. Neural Networks， 1992，5（2）：241-259.
[9] WANG Y， MORI G. A discriminative latent model of object classes and attributes [C] //Proceedings of the ECCV， September 5-11， 2010， Heraklion， Crete， Greece， 2010：155-168. doi： 10.1007/978-3-642-15555-0_12.
[10] KONSTAS I， STATHOPOULOS V， JOSE J M. On social networks and collaborative recommendation [C] //Proceedings of the 32nd international ACM SIGIR conference on Research and development in information， 2009， New York， NY， USA：ACM， 2009：195-202. doi： 10.1145/1571941.1571977.
[11] SANG J T， XU C S. Right buddy makes the difference： an early exploration of social relation analysis in multimedia applications [C] //Proceedings of the 20th ACM international conference on Multimedia， 2012， New York， NY， USA：ACM， 2012： 19-28. doi： 10.1145/2393347.2393358.
[12] XIANG R J， NEVILLE J， ROGATI M. Modeling relationship strength in online social networks [C] //Proceedings of the 19th international conference on World wide web， 2010， New York， NY， USA：ACM， 2010：981-990. doi： 10.1145/1772690.1772790.
作者简介
桑基韬，中国科学院自动化研究所助理研究员、博士；主要研究领域为社会多媒体计算、网络数据挖掘等；已30余篇。
关键词：汉派服装；社交媒体；品牌传播；评价体系
基金项目：湖北省教育厅人文社会科学研究项目（编号：15Q170）
一、汉派服装品牌的现状与机遇
汉派服装在20世纪90年代曾经名噪一时。然而进入21世纪后，汉派服装在产业结构和产品结构的调整中却逐渐落后于长三角、珠三角服装产业集群（刘晓慧，2012）。近年来，湖北省政府和武汉市政府规划对服装产业进行重点产业调整和振兴。2012年，纺织服装产业的营业收入占湖北省工业比重的7.1%。2014年3月，武汉市政府常务会议通过了《武汉市振d服装产业专项规划（2014-2019）》，计划2014-2016年共投入6000万元专项资金支持在汉服装企业发展，以期在2019年实现全市纺织服装产业产值突破1000亿元，打造“中国服装名城”。然而，在解决了政策利好和资金投入的背景下，汉派服装尽管坐拥科教和产业基础的优势，但是其缺乏品牌建设的“木桶效应”日益凸显。专家认为，汉派服装的品牌建设应从名牌、人才、创新、企业文化、社会责任（罗颖，2003；陈汉东，2009）五点策略出发，重视品牌服装文化的传播功能。但这些建议并没有结合网络媒体的兴起，对重振汉派服装品牌提出具体的传播策略。某种程度上，汉派服装品牌建设的滞后，与汉派服装企业在互联网的产业融合趋势中被边缘化是分不开的。这就需要汉派服装站在互联网的战略高地上重新寻求品牌突围的机遇。
社交媒体是一组基于Web2.0的网络技术和传播理念建立起来的互联网应用，它实现了用户生产内容的传播（Kaplan & Heanlein， 2010）。新兴的社交媒体在品牌与利益相关者建立稳固关系的方面表现突出。它为品牌以“自然人”身份涉足利益相关者的社会网络，挖掘人际关系价值提供了便捷方式，实现了针对特定利益相关者进行互动的精准品牌传播（舒咏平，2010）。其工具性价值不断被服装品牌所重视。
《2012中国企业内容传播和新媒体应用调查报告》（美通社，2013）显示，91%的零售/服装/快速消费品企业开通了社交媒体主页/官方微博。在过去12个月，72%的零售/服装/快速消费品企业表示曾因社交媒体上的粉丝的意见或反馈，调整或修改过产品、服务或市场策略。欧美服装品牌在利用社交媒体方面已经积累了成功的经验。巴宝莉借助社交媒体的全球品牌传播，已经成为数十亿英镑级的英国服装巨头（Phan， Thomas & Heine， 2011）。美国的快销服装品牌GAP运用社交媒体与消费体验相结合的品牌传播策略，通过与利益相关者的深层互动凝聚了老顾客和青年一代消费群体（Mangold & Faulds， 2009）。
尽管汉派服装企业也注册了社交媒体账户与消费者直接沟通，但其表现并不尽如人意。本研究试图通过发现汉派服装品牌在社交媒体传播中的问题，帮助汉派服装企业认识到问题之所在，并提出相关建议。这一研究结果对其他地区服装品牌，甚至其他行业的企业运用社交媒体进行品牌传播同样具有借鉴意义。
二、研究方法
本研究遵循“现状调查――案例对比――问题分析――策略总结”的研究思路，运用内容分析以及案例分析的方法，同时对汉派服装品牌、杭派服装品牌、国外服装品牌的社交媒体传播情况展开网络调查。
（一）样本选取
本研究以社交媒体的提及率为主要指标，兼顾市场占有率，选取了20世纪90年代以后成立的五个汉派服装品牌：元田树、太和、红人、佐尔美、名典屋作为研究样本。同理，选取JNBY江南布衣、LESIES蓝色倾情和衣香丽影三个品牌的社交媒体账户为杭派服装品牌的样本。ZARA、GAP和优衣库的社交媒体账号为国外服装品牌的样本。其中，杭派女装品牌因与汉派服装品牌有着相似的发展背景和模式，一直被视为汉派服装品牌的直接竞争者。以“快速反应”著称的西班牙品牌ZARA，美国老牌服装品牌GAP，世界第四大服装零售商日本品牌优衣库，则代表了国际服装品牌使用社交媒体进行品牌传播的前沿水平。
同时，考虑到社交媒体在使用意识、考虑、购买、服务和忠诚的购买周期模型中扮演了不同的角色。本研究选取新浪微博（后称微博）、腾讯微信（后称微信）和天猫官方旗舰店（天猫）三个平台作为社交媒体应用的样本。其中，微博的社交关系公开属性对考察消费者的品牌认知有重要作用；而微信具备较强的私密性，对维护品牌形象和提高品牌忠诚度具有重要作用；天猫的消费者口碑是提升品牌认知度和树立品牌形象的重要渠道。
（二）服装品牌社交媒体传播评价体系的建构
为了更好地实现品牌之间的横向比较，本研究在已有的社交媒体品牌传播效果评价指标体系研究基础上，结合数据的可获得性，建立了品牌社交媒体传播的三级指标评价体系。主要包括：（1）社交媒体的使用概况评价指标，包括媒体工具使用、发帖规律等；（2）社交媒体品牌传播内容评价指标，涵盖服装品牌社交媒体的传播方式，内容风格，传播理念。（3）社交媒体消费者品牌认同的评价指标，从认知、态度和行为三个层面进行构建评价指标。具体指标体系见表1。
（三）数据来源及其统计分析方法
本研究搜集了2014年7月1日至2014年12月31日微博、微信、天猫三个社交媒体平台上的有关数据。针对三个社交媒体平台的数据特点，本研究分别采用了三种不同的数据采集和分析工具。其中，微博上的品牌用户数据主要由ROST CM6软件分析。该软件是武汉大学沈阳教授研发编码的国内目前唯一的以辅助人文社会科学研究的大型免费社会计算平台。可以实现微博分析、聊天分析、词频统计、聚类分析等一系列文本分析。火车采集器软件（Locoy Spider）用于采集天猫的消费者评价数据，以及微博关注者的评价内容，该软件是一个供各大主流文章系统，论坛系统等使用的多线程内容采集程序，适宜于搜集品牌用户每一条微博之后的用户评价数据。而微信目前没有可靠的数据挖掘软件工具，主要以人工收集的办法获取数据。此外，对文本内容的分析主要通过研究者的编码和解读完成。
三、汉派、杭派与国外服装品牌的社交媒体传播比较
通过与国外、杭派服装品牌的社交媒体传播情况进行横向比较，本研究发现汉派服装品牌在运营社交媒体中存在的问题主要体现为：
（一）社交媒体的整合传播意识不足，单一平台孤掌难鸣
从社交媒体的使用概况来看，杭派服装品牌和国际服装品牌都完成了微博、微信、天猫三个平台的认证。其发帖时间集中在工作时段之外的11-13点、18-20点。其中，国外服装品牌的日均发帖量最高，其官方账号有效地整合了三个社交媒体平台的传播特征，粉丝和关注者最多。譬如：优衣库的微博内容以图文为主，对不同产品系列的服装进行分类推送，并及时实体门店的促销信息。而微信的内容则运用了图文、动画、用户输入等多种网络技术，还特别设置了 “优型动”栏目，通过公关活动与目标受众展开深度互动。其中“旧衣助人”公益活动将社会救助注入品牌传播，既能够调动受众与品牌互动的积极性，又帮助品牌积累了正面的品牌评价。优衣库的微博、微信账号围绕产品信息和品牌互动对用户进行心理建设，用户最终可通过网页链接，轻松地导入天猫完成商品交易。
而汉派服装品牌只有太和同时在微博和微信上完成官方账号认证，并持续更新内容。其他汉派服装品牌仅仅重视微博或微信一个社交媒体平台的品牌建设。由于微博和微信的用户群体不同，用户使用习惯也存在差异，单一平台的品牌建设难以实现用户数量积累与广泛的用户互动，所产生的品牌传播效应也有限。
（二）社交媒体的内容建构欠技巧，难以诱发互动
在内容维度上，国外服装品牌的原创率最高。杭派服装品牌和国外服装品牌的内容以消费者互动为主。三类品牌都植入了购物链接，杭派和国外服装品牌还利用二维码技术植入链接。与汉派服装品牌相比，杭派服装和国外服装品牌的内容主题较为集中，回复粉丝和关注者的频率也较高。
相较而言，汉派服装品牌的社交媒体传播内容流于杂散，如元田树在微信上推送的内容有：#YANTETREE 贴士#、#YANTETREE 养生#、#YANTETREE 护肤#、#YANTETREE 搭配#等等，乍一看似乎满足了女性受众全方位的美丽需求。但泛泛而论缺乏记忆点，难以使目标受众产生深刻的印象。
内容维度的二级指标，内容价值与互动之间存在显著正相关。国外服装品牌具有最高的内容原创率，回复用户的咨询和投诉的质量和数量最高，因而其赢得的评论量、点赞量、转发量显著高于汉派服装品牌和杭派服装品牌。其中优衣库的社交媒体阅读量、评论量、点赞量和转发量均位于榜首。相较而言，汉派服装品牌在内容建设上的投入明显不足，依靠有奖活动来引发用户互动的手法显得举步维艰。有的品牌账号不仅没有吸引新用户，还失去了老用户。
（三）社交媒体线上线下欠联动，销售转化难以为继
在消费者认同维度上，国外服装品牌在社交媒体上的被提及量是杭派服装和汉派服装的100倍以上。其中，汉派服装品牌的粉丝基数要小于其他两类品牌，拥有一定的品牌忠诚度。名典屋和红人的提及率较高，元田树的正面情w曝光率最高，名典屋的购买行为最多。江南布衣是杭派服装中购买率最高，正面评价最多的品牌。优衣库的社交媒体账号频频发起品牌活动，每一次活动都能形成线上与线下的联动效应，引发新一轮的消费风潮。优衣库的这一传播策略对消费者的情绪曝光、购买行为产生了显著的正面影响，是此次调查样本中在消费者认同维度表现最好的品牌。
而汉派服装品牌在社交媒体平台上的品牌传播，或只注重线上宣传忽略线下参与，或只注重线下销售忽略线上互动，没有将线上与线下活动有效地联动起来。例如：太和、红人都在微信上展开了“派送红包”的促销活动，粉丝用户通过领取线上的虚拟红包，就可以在线下门店消费时充当现金使用。然而在整个促销活动中，品牌账号只是了活动通知，告知微信的粉丝用户“有红包快抢啦，时间有限，先到先得，抢到即可到线下消费”。对促销活动开展的情况，消费者的参与程度和反馈等没有进行事中的跟踪报道以及事后的总结报道，导致这一促销活动未能将更多社交媒体用户转化为线下的实际消费者。部分粉丝用户在促销活动结束后就取消对品牌账户的关注，部分用户为了多得“红包”同时注册多个账号参加促销活动。“无效粉丝”的数量越多，则越说明缺乏持续内容建设配合的促销传播对线下销售产生的利好影响只会昙花一现。
四、汉派服装品牌的社交媒体传播战略
通过前述汉派、杭派、国外服装品牌在社交媒体传播指标上的横向对比，我们表现：社交媒体的品牌传播是一个系统性战略，需要企业从社交媒体的定位、要素分解、规划、运营流程、运营组织、运营考核指标、运营系统等逐步构建和打造一个有机的运营体系，提升品牌影响力，从而实现业务的增长和营业额的提升。针对汉派服装品牌在社交媒体传播上的不足，本研究从战略层面为其拟定了递进的三步骤对策。
第一步：树立“大传播”观念，协调使用多样化的社交媒体工具
社交媒体技术的发展将操控媒体的主动权交给了品牌主。对于品牌主来说，通过社交媒体的自建媒体渠道与消费者进行沟通，无论从成本核算还是信息控制方面考量都具有更多的便利性。然而，失去了传统媒体的权威性对于传播效果庇护，品牌传播的方向也变得模糊起来，这恐怕是品牌主在自媒体时代普遍面临的窘境。
面对社交媒体环境下广告信息载具日益碎片化的趋势，如何使用好媒体组合是品牌主首要解决的传播工具选择问题。本研究中作为样本的微博、微信、天猫是常见的社交媒体组合，除此之外，品牌官方网站、品牌APP集合了品牌信息传递、产品展示和销售、消费者互动等多种功能，可以和社交媒体一道被称为品牌传播的“三驾马车”。和传统媒体最突出的信息增值功能不同的是，“三驾马车”的组合更看重服务功能和互动功能。其目的是品牌主与目标消费者进行多个回合的互动，了解其消费需求，提升其精神体验，从而形成更高的品牌忠诚度。
J.D.Power and Associates公司在最近关于社交媒体标准的研究中发现，67%的消费者已经使用公司的社交媒体主页寻求服务，33%的消费者关注社交媒体营销，糟糕的社交媒体运营会对品牌形象和企业收益产生负面影响（J.D.Power and Associates，2013）。因此，社交媒体可以看作是大数据时代品牌主为目标消费者提供物质利益之外的附加精神价值的主要手段。社交媒体既是消费关系的建构工具，也是消费关系的维系工具。汉派服装品牌需要充分重视社交媒体的社会化客户关系管理功能。
第二步，挖掘社交媒体的用户数据，实现精准品牌定位之上的生动传播
使用多样化的社交媒体组合仅仅实现了传播工具的优化选择，而要提高工具的使用效率，则要优化社交媒体的传播内容。对社交媒体的应用需要从运营、从消费者信息采集和转化入手一步步实现。将基于运营中的社会化数据进行客户细分，再进一步实现精准营销和个性化服务，从而进一步总体提升企业的效率和价值（叶开，2013）。在传统媒体环境下，品牌主为了提炼广告主题，需要挖掘消费者洞察，通常的做法是投入大量资金和精力聘请市场研究人员对消费者数据进行收集和分析。而在社交网络环境下，消费者会通过个人媒体账号自发地将有关信息发送在公开或半公开的媒体平台上，品牌主收集信息的成本大大下降。只需依循一定的社会心理逻辑挖掘个人数据中隐藏的消费者洞察，就能实现精准的品牌定位，进而设置品牌传播内容。
例如：杭派服装的领军品牌江南布衣从职业女性的知性特点中进一步挖掘出崇尚自我的消费者洞察， 产生“JUST NATURALLY BE YOURSELF――自然・自我”的品牌定位。其社交媒体的内容设置紧紧围绕着这一品牌定位展开：微博账号的发帖以展示服装图片为主，文本则以故事化的叙事风格阐释服装设计师，典型消费者或时尚活动的个性化理念，给关注者既充满人情味又有独到观点的信息体验。2015年8月25日的微博以生活方式（lifestyle）作为切入点，通过网页链接功能，以长文展示了一名设计师的人生故事以及时尚理念。将“自然・自我”的品牌理念落实到生动人和人生经历上，不仅诠释了江南布衣的品牌定位，也进一步使得品牌定位变得生动及具有亲和力。
比较而言，同样以业女性为目标市场，汉派服装品牌缺乏深刻的消费者洞察，其品牌定位流于泛泛。如元田树的品牌标示语是“典雅、充满激情、展现都市女性细节中的美丽与自信”，太和倡导“为时尚优雅的女人而设计”，红人提出 “让女人更优雅、让世界更美好”。品牌定位的粗放直接导致了汉派服装品牌传播内容设置的杂散和平淡。
总之，越是在众声喧哗的社交媒体环境下，越需要品牌主对消费者洞察进行深入挖掘，寻求文化取向及个性差异的品牌定位。精准传播与消费者洞察相一致的品牌定位，才可能设置生动的内容、维系互动的传播效果。这还需要品牌在找准定位之外具备选择故事、讲故事的能力。国外服装品牌zara与优衣库的内容都善于用消费者视角的个人叙事来展现目标群体的生活态度，进一步凸显出服装品牌的设计理念，使品牌定位与目标消费者在精神上产生共鸣。这种共鸣不仅可以触发互动，促进销售，还可以建立消费者对品牌更为稳定的心理依赖。
第三步，激活社交媒体的联动环节，实现品牌效果与销售效果的双赢
社交媒体最突出的特征在于它的互动功能，因此，除了意识到精准传播的重要性，汉派服装品牌还要进一步意识到：社交媒体的品牌传播是一个连贯的过程，品牌账号的线上传播需要与线下产品销售有效配合，即，品牌账号除了日常运营，还需要在开展促销活动时完成活动前大量宣传、活动中刺激销售、活动后收集反馈。否则，即使品牌账号有阅读量、点赞量，实际的销售额也可能不升反降，或提升不明显。
以优衣库的微博账号为例，2016年4月，优衣库在微博上了其与美国漫威动画公司合作推出的漫画英雄人物系列T恤上市的促销活动。依循“提出悬念（4月11日-12日）”（互动1）-“挑起#英雄内战#+电影票优惠活动（4月14日-16日）”（互动2）―“父子装组合促销（4月17日）”（互动3）-“产品正式发售（4月18日）”的脉络，连续三次挑起粉丝用户的参与热情，对天猫优衣库的实际销售产生了持续的促销效果，漫威T恤成为这段时间销量排名最高的商品之一。
总之，品牌传播的效果可以分为作用于消费者态度和心理的品牌效果和作用于现金流回收的销售效果。而社交媒体的即时分享功能可以实现两种传播效果的同步与互促。因此，社交媒体的任意一次传播活动都要品牌主设定线上线下的联动目标，设置让用户广泛参与的环节，并在用户参与前、参与中和参与后进行跟踪反馈。而对于用户的评价、私信，无论是正面的还是负面的，品牌都要保持积极回复，慎用系统的自动回复功能。
结论
在“互联网+”思维的引导下，传统的服装行业需要更好地利用社交媒体完成产业转型。本研究提出的社交媒体品牌传播三步骤适用于转型期的汉派服装品牌。而对于汉派服装品牌来说，实现较高的社交媒体传播效果，也是提升自身管理水平，适应产业升级的题中应有之义。在今后的社交媒体传播活动中，汉派服装品牌需要按照“数”“质”“效率”“投资回报率（ROI）”四个标准全面衡量其现有社交媒体营销活动。“数”即观测平台粉丝数、博文评价转发量、阅读量、点赞量等在公众账号数据中心上可见的数据；“质”即通过用户评价、线上线下调查问卷获取消费者对品牌态度、情感强弱、满意度等定性数据；“效率”则着重于时间，如消费者的线上、线下反馈时间周期；“ROI”侧重的是品牌营销带来实质上的结果，如收入利润、顾客终身价值（CLV）、每获得新顾客成本等。
对于汉派服装品牌来说，社交媒体的品牌传播策略或许正是其面临诸多产业调整难题中最关键的一环。正如李・奥登（2012）所说，如果企业没有充分发挥社交媒体的互动特长，当然也不会创造有利于树立品牌形象或激发顾客购买、忠于或宣传品牌的体验。
参考文献：
[1]刘晓慧.湖北服装产业集群发展存在的问题及对策探讨[J].经济师，2012，No.27501：218-219.
IBM大数据分析融入腾讯媒体报道
在世界杯开赛之前，IBM和腾讯“牵手”成为腾讯体育社交媒体数据分析合作伙伴。IBM根据网友和球迷在腾讯网络媒体平台及社交网络上的海量公开信息和数据，通过大数据分析技术，获得球迷话题、球迷类型、球迷个性分析等一系列洞察；同时还能根据这些信息得出网友心中真实的球队支持率。而腾讯则通过这些分析得出的洞察来指导内容报道，细分受众，制作球迷更加喜欢的内容。
比如，IBM基于典型球迷在微博等社交媒体上所内容的综合分析，并对比心理学上的任务性格分析模型，通过大数据技术进行球迷的性格分析，勾勒出不同球星的典型球迷形象，不仅是球迷的兴趣爱好，连性格特点和行为方式都刻画的十分详细。如内马尔球迷的关键词为“阳光活泼、爱凑热闹、爱找乐子、喜欢悠闲生活”等等。
从世界杯看社交大数据分析如何为行业客户创造价值
通过大数据分析，媒体能够了解网友和球迷的喜好和关注点，就能够有针对性的制作内容并进行推荐，这大大改善了网友的体验。作为一名媒体人，笔者经常会为找到读者喜欢的话题而头痛，往往精心制作的选题却反映冷淡，其原因在于媒体认知和读者需求出现了脱节。大数据分析改变了媒体传统的单向式传播模式，让读者变成内容制作的“参与者”，从而更加贴近读者的需求。“大数据”开启了媒体报道的新模式，据悉，众多媒体集团都表现出兴趣，希望能和IBM进行类似的合作。同时，在本届世界杯上，大数据和媒体的结合，也为球迷送去了一场与众不同的“足球报道盛宴”。
行业CMO最关注大数据和社交网络对营销的影响
IBM在本届世界杯和腾讯的合作只是IBM在体育行业大数据分析的一个缩影，此前IBM大数据社交分析已经在网球四大大满贯赛事、橄榄球、高尔夫球等赛事中也发挥着巨大作用，为球迷带来了更佳的观赛体验，为球员和教练合理制定训练和比赛计划提供着参考，同时也助力主办方创办世界顶级赛事也帮助转播机构传递精彩比赛。事实上，其它行业的企业CMO也正越来越重视大数据和社交网络在企业营销中的价值。
图注一：中国的CMO已经意识到营销管理在将来的巨大变化，并且已经开始在投资/整合技术与分析方面做出相应的准备
根据IBM年度的全球和中国CMO调查报告，在被认为对营销管理产生重要影响的13中因素中，数据爆炸和社交媒体被认为是最重要的两种因素。其中，85%的CMO都选择企业应对数据爆炸做出市场营销的改变；71%的CMO则选择了社交媒体。
IBM大数据社交分析已有成熟的方法论
移动技术和社交业务正在催生着很多新的IT服务来与被数字化武装的个体进行交互。对于企业而言，构建一套全方位的互动参与体系，在员工、合作伙伴和客户之间建立参与机制将尤为重要。而IBM在社交大数据分析方面不仅有SoftLayer等云计算基础设施的支撑，还通过多年积累形成了一套为企业提供社交环境下客户全生命周期支持的完整方法论，使大数据社交分析能充分挖掘到在媒体行业、电信、金融、交通运输、零售、快速消费品等不同行业的客户价值。
图注2：IBM社交大数据分析解决方案为企业提供社交环境下客户全生命周期的支持
[关键词]社交媒体；旅游者行为；研究进展；境外
[中图分类号]F59
[文献标识码]A
[文章编号]1002-5006（2017）04-0117-10
Doi： 10.3969/j.issn.1002-5006.2017.04.017
引言
当21世纪信息化的浪潮席卷全球的时候，社交媒体（social media）的迅速发展正以它前所未有的渗透力浸入到人类现实社会生活的各个领域，并且深刻影响和改变着人们的消费、交往、协作等行为方式。社交媒体是一系列建立在Web 2.0的技术和意识形态基础上的网络应用，它允许用户自己生成内容（user-generated content，UGC）的创造和交流[1]。当前国外社交媒体的主要表现形态有社交网络（如Facebook、YouTube、Myspace）、知识分享网站（如Wiki Travel）、博客（如Travelblog）、微博（如Twitter）、评论网站（如TripAdvisor）、虚拟社区（如Second Life）等。它们均具有如下特征：依托信息技术建立的在线沟通工具，用户之间（包括组织、社区、个体）可以通过提供大量的信息进行对等式分享、合作和交流，用户在跨平台基础上建立虚拟社区并对人们的实际行为和现实生活产生影响[2]。
社交媒w改变了旅游者传统的旅游决策和产品购买行为，给他们带来了个性化需求、感知、满意度等方面的深刻变化。同时，社交媒体强调信息传播方式的转变和传播内容的个性化，赋予旅游者更多的自和话语权，使其依托该平台分享个人体验、提供资讯，并与其他旅客、旅游企业以及目的地管理者进行即时沟通。这不仅影响着其他在线旅游者的旅行安排、目的地选择等行为，还推动着旅游企业和目的地在管理模式和行动策略上进行变革。与之相应，探索旅游者在社交媒体应用过程中的行为表现及其作用机制成为近年来国外旅游研究领域新的热点问题。立足于国际视野，本文对国外基于社交媒体的旅游者行为研究进行梳理，揭示这一领域的研究主题、研究内容与研究路径，探索未来研究的方向，为启动国内社交媒体时代旅游者相关研究提供借鉴。
1 文献检索与统计分析
1.1 文献检索
根据术语学的要求，只对在主题、题名或关键词中出现相关检索词的文件进行收集。文献检索步骤依次为：选择Web of Science、ScienceDirect、EBSCOHost商管财经、ProQuset四大数据库；确定“social media”“tourist”“traveller”“social networking”“web 2.0”“user-generated content”作为英文检索词以获取更多的相关文献；搜索时间为2015年12月20日；首次检索从以上数据库分别获得162、89、23、17条结果。经过比对整理、去除重复后，共获得与本研究议题相关的公开出版文献206篇，其中期刊论文113篇，会议论文86篇，硕博士论文7篇。
1.2 文献统计分析
从文献量年度趋势来看（图1），该议题相关研究从2007年起步，并随着Web 2.0概念的流行及其各种社交媒体平台的出现，在2008年以后呈现快速发展的势头。从涉及领域来看，主要包括休闲科学与旅游、管理学、计算机科学、商业研究等领域，属于信息技术与旅游交叉研究方面关注的重点内容。从文献来源来看，集中于期刊和会议论文，刊登文献数量位居前5位的期刊为：Tourism Management、Journal of Destination Marketing Management、Current Issues in Tourism、Computers in Human Behavior。由国际信息技术与旅游业联盟（International Federation for Information Technology and Travel and Tourism，IFITT ） 举办的ENTER会议论文集在一定程度上代表了境外旅游与信息技术交叉研究的最新研究进展，社交媒体背景下的旅游者研究是该会议的重要议题。
以检索到的期刊论文作为分析样本，共抽出356个关键词，借助Excel进行词频统计处理，除了上述搜索关键词外，排名前10的高频词汇依次为：blog、travelersinformation search、online reviews、travel planning、electronic word-of-mouth、online marketing、online marketing trust、travel、tourist behavior。从词频统计来看（图2），用户生成内容特别是旅游博客、在线评论是重要的分析对象，旅游者信息搜寻、电子口碑、在线营销以及信任等是讨论较多的主题。结合文献发表时间发现，早期的研究主要关注旅游者使用社交媒体行为，近些年更为关注社交媒体在影响旅游者旅游计划制定、信息分享以及丰富旅游体验方面的作用机制。
2 研究内容
总体来看，本领域的研究主题基本围绕着“旅游者如何使用社交媒体”“社交媒体如何辅助旅游者”两大问题展开，两者之间的相互作用表现在旅游活动的各个环节，如游前的信息咨询、游中的旅游体验以及游后的信息分享。同时作为旅游者意见和诉求个性化表达的重要平台，社交媒体成为学术研究者获取旅游者特定行为数据的新来源。鉴于此，本文对这些主题进行归纳整理，并结合代表性、权威性文献系统分析研究内容。
2.1 旅游者使用社交媒体的状况
2.1.1 旅游者使用社交媒体的描述性研究
多项研究结果表明社交媒体在旅游活动前、中、后整个过程中均有用武之地（图3），只是旅游者在不同阶段的使用比例和目的存在差异。Fotis等通过对居住于前苏联加盟共和国的旅游者进行在线抽样调查发现，大部分旅游者（78.3%）使用社交媒体是在旅游后的体验分享阶段，将近半数（49.1%）的旅游者通过社交媒体在旅游过程中与朋友保持联系以及在旅游前获取旅行灵感（44.5%）[3]。Cox等研究发现，澳大利亚旅游者主要在旅游前通过社交媒体获取灵感（21%）、缩小选择目的地选择范围（22%），以及搜寻住宿信息（21%）[4]。Gretzel和Yoo则对TripAdvisor的美国用户调查发现，多半以上用户（64.7%）在旅行前使用在线评论以缩小目的地选择范围，63.7%的用户则用来寻找灵感，将近1/3的评论读者会在旅行后对评论加以说明并与其他用户分享经历，而且大多数用户（77.9%）认为在线评论在住宿决策方面起到重要作用，其次是就餐和休闲活动决策[5]。使用比例存在较大差异是因为研究样本所在地区信息技术应用程度水平和旅游者获取资讯习惯有所不同造成的。
2.1.2 旅游者使用社交媒体的解释性研究
旅游者使用社交媒体的状况首先受到所在地区信息技术水平的约束，如互联网、手机、个人电脑的普及率以及宽带技术水平。同时，通讯设备的高昂价格[6]、网络较低的隐私度[7]、政府对媒体的监管、某些网站对用户使用的限制等影响着旅游者特别是出境旅游者对社交媒体的使用。Gretzel等对比研究了美国、英国、德国和中国4个国家，发现文化维度、媒体环境、基础设施发展和旅游者信息需求的不同使这些国家使用社交媒体产生区别[8]。
在个体层面，旅游者的人格特征、年龄、性别等因素会影响其对社交媒体的看法和使用行为。Correa等在线调查了959个成年美国人使用社交媒体的数据，在控制了人口统计变量和生活满意度变量后，层级回归分析表明个体人格特征中的外向性和开放性对社交媒体使用行为具有显著的正向影响，而情绪稳定性对社交媒体使用具有显著的负向影响；而且这种影响关系又因性别、年龄不同存在较大差异[9]。Schroeder和Pennington-Gray研究发现，国际旅游者的人口特征、以往的国际旅行经历、过去的使用经验和风险感知都会显著影响他们在旅游中遇到危机时使用社交媒体查询信息的可能性[10]。
同时，旅游者的心理因素是影响社交媒体使用的重要因素。无论是信息发出者还是信息接收者，他们在社交媒体上参与信息交流都是为了获得不同的享乐型和功能型利益[11]。人们采纳社交媒体是因为与网站的互动交流活动可以带来内心的快乐，而且高水平的快乐感受可以影响人们对网站的看法以及持续浏览网站的倾向[12]，还可以预测旅游者到访该目的地的意愿[13]。Parra-López等验证了感知收益、感知成本、一系列诱因如利他主义、技术可获得性、社会技术环境等因素都会影响旅游者使用社交媒体的意愿[14]。Nusair等研究表明，美国国内伴随数码时代成长和以因特网为生活重心的Y世代旅行者对社交网站的忠诚度源于情感上的承诺，而这种情感承诺是由他们对社交网站的效用、风险的感知水平与信任度决定的[15]。Leung和Bai在线调研发现，动机、机遇2变量能够正向影响旅游者酒店媒体网页的涉入行为，并进而影响再访问意图，而且在Facebook和Twitter两种社交媒体介质中，动机、机遇、涉入、再访问意图4个变量之间的关系没有显著差别，这意味着酒店管理者在两种介质中可以使用相同的营销策略[16]。
通过对以上研究成果的整理，将影响旅游者使用社交媒体的众多因素进行整理，归纳出4大类影响因素，分别是技术设施因素、媒体环境因素、旅游者个体特点和心理特性（图4）。
2.2 社交媒体对旅游者信息搜寻行为的影响
2.2.1 社交媒体：一种新兴的信息源
社交媒体现已成为继电视、报刊、朋友或家人、个人经验等传统信息搜寻方式之后一种新兴的信息源[17]。与传统“自上而下”的信息交流方式相反，社交媒体“自下而上”的方式加快了信息更新的速度，同时它搜寻信息的数量和渠道也是传统信息搜寻方式所不及的。但这并非意味着它对传统信息搜寻方式的替代，Jacobsen和Munar在研究中发现，只有24%的来自丹麦和挪威休闲度假者在旅游过程中使用社交媒体，虽然他们的信息通讯技能较高，但是在所有的信息搜寻方式中，位居前3位的是家人或熟人、酒店网页、个人经验，这可能与旅游者信息搜寻的习惯、使用社交媒体的限制以及对社交媒体的态度有关[18]。同时，旅游者使用运用社交媒体获取信息还存在着一些不利因素，如消耗时间长、信息量过大、内容主观性太强以及虚假信息的存在等[19]。此外，选择社交媒体进行信息搜寻还与旅游者的类型[20-21]、旅行的特征、旅游者的人口统计特征、动机[22]有关。
2.2.2 社交媒体下的信息搜寻模式
旅游者信息搜寻模式包括线上和线下，其中的主要环节为：先前知识和搜索经验、在线搜索策略、信息流程和记录、在线搜索障碍、在线搜索结束原因、汇总信息、交换信息以及通过其他信息源继续搜索[23]。Xiang和Gretzel提出了社交媒体下旅游者、搜索引擎和旅游在线领域之间的交互图式，并模拟旅游者运用搜索引擎查询旅游地有关信息的过程，利用事先准备好的10个与旅游相关的关键词（包括住宿、酒店等）与9个美国旅游目的地名称（如纽约、芝加哥）结合起来进行搜寻。搜寻结果表明社交媒体的信息在信息搜寻结果中占到较大比例（11%），搜索引擎极有可能引导旅游者访问到社交媒体网页，这充分证明了社交媒体在旅游在线领域的重要性[24]。
个体的风险偏好特征会影响个体线上信息搜索模式。Jordan等以具有高风险规避文化背景的比利时人和具有低风险规避文化背景的美国人为样本，让受试者在实验环境中利用网络计划“设想”的旅行，研究发现，高风险规避者（比利时人）信息搜寻所用时间要长于低风险规避者（美国人），且经常使用网页“浏览”模式，在购买产品之前会从多个网站选项中进行挑选；而低风险规避者（美国人）则倾向于“一站式服务”搜索方式，会在一个网站中完成购买交通、住宿、活动以及预订旅游产品等事项[25]。另外，不同角色的社交媒体用户在信息搜寻模式方面也存在明显差异。一般来讲，社交媒体用户有意见领袖者和意见寻求者两种角色，两者的相同点是都精通计算机通讯技术、年轻、受过良好的教育，在制定旅游计划和旅行中都使用社交媒体，不同点在于扮演“意见领袖者”角色的旅游者拥有更多的旅游经验，更信任来自官方的旅游信息，并且积极向他人贡献信息，其他人则通过一系列外部链接可以方便获得这些信息[26]。
2.5 用户生成内容作为数据源在旅游者行为研究的应用
学者们对用户生成内容涉及的大量文本、图片、视频信息进行分析，可以获得旅游者对目的地或企业产品的认知、情感评价和行为倾向等有价值的数据。Waldh?rd和Rind的研究运用统计与语言学分析旅游者在不同时间的博客，以评估旅游者对特定产品或服务的评论，以此帮助企业管理者改进服务质量[58]。Volo选取了103名游览南蒂罗尔游客的博客作为研究ο螅被选的博客有英文和意大利语两种语言。研究结果发现，由意大利语写成的博客由于含有很多的推荐评论以及作者旅行意愿的详细阐述，从而对潜在游客决策过程的影响较大[59]。
同时，用户生成内容使得对某一细分旅游市场的特定行为进行细致化描述和解释成为可能。Wu和Pearce利用网络民族志方法，以在澳大利亚旅行并使用休闲娱乐车（旅宿车和野营车）的中国游客为对象，分析他们的博客识别出中国游客赴澳大利亚旅行以及使用休闲娱乐车的主要动机[60]。此外，针对特定的研究问题，需要有目的地筛选用户生成内容进行专业化解读。Lu和Stepchenkova在TripAdvisor网站搜集了到哥斯达黎加旅游的美国生态旅游者对其住宿设施的评论，内容分析得出影响生态旅游者满意度的7种因子：旅馆环境、房间设施、自然环境、服务水平、餐饮质量、区位以及价格，并运用两阶段的统计分析方法将旅游者体验的属性进行结构化分类，得出4类不同的旅游体验者：不满意者、满意者、挑剔者和中立者，该结果也从实证角度验证了前人的研究结论[61]。
3 研究评述
国外基于社交媒体的旅游者行为研究正处于快速发展阶段，相关研究不断增多并逐步深入。客观审视上述研究内容能够总结出学者们的研究路径：一是从管理学或经济学视角利用在线抽样调查、实验法等技术获取数据，运用回归分析、结构方程模型（structural equation model， SEM）、偏最小二乘法（partial least squares，PLS）、社会网络分析（social network analysis，SNA）等量化分析方法关注旅游者使用社交媒体的行为机制；二是从社会学、心理学、人类学等角度，以焦点小组访谈（focus group）、网络民族志（netnography）、扎根理论（grounded theory）等质性研究方法对旅游者使用社交媒体过程中的行为表现及其影响机制进行探索性分析，或以用户生成内容为数据源，采用内容分析或语义分析等评价方法来对旅游者特定行为进行深入研究。前者多用于确定不同变量之间的因果关系，研究结果有助于评价社交媒体网站的服务绩效、提升其服务内容、优化在线旅游产品，而此类研究最大的不足之处在于传统的数据获取方式导致其结论缺乏普适性，对现象或问题的解释力度不够；后者的研究取向具有较强的理论色彩，通过借鉴其他学科引出了社交媒体时代旅游者行为研究的新思维、新框架与新理论。
然而，社交媒体处于日新月异的信息产业环境中，新技术和新变革层出不穷，且旅游者行为研究本身具有要素的复杂性和消费形式的多样性特征，该领域研究目前依然处于点状式状态，尚未形成广为认可的理论框架。众多研究成果的结论因案例的有限性、对象的单一性还需要更多的实证研究进行佐证。但是随着旅游产业信息化、现代化的不断升级，社交媒体在旅游活动中角色地位的愈发凸显，该领域研究将涌现更多有价值的成果并成为现代旅游者行为研究的重要组成部分。基于对现有国外研究现状的归纳，本文认为该领域在如下方面还有广泛的研究空间：
第一，旅游者生成内容激励机制研究。在旅游者使用社交媒体方面，应关注如何吸引更多的旅游者参与到社交媒体中并创作分享更多高质量的内容。由旅游者创作的文字、图片、音频、视频等内容被专门称为旅游者生成内容（tourist created content，TCC）。研究表明，旅游社交网站的发帖者和浏览者的比例基本遵循“二八”定律[52]，主要是因为很多旅游者要面临时间、精力、心理成本和对个人隐私的顾虑。Cha等验证了用户生成内容中帕累托最优的存在，即少量用户创作了大量的内容，而大量用户只创作了很少一部分，甚至只是过客“搭便车”[62]。所以保持旅游者对社交媒体的长久热情，推动社交媒体网站的持续发展，是当前需要解决的重要问题。
第二，旅游目的地信息服务效率研究。在旅游者信息搜寻方面，由旅游目的地管理机构的信息因其权威性、齐全性和丰富性等特征而成为旅游者获取信息的重要选择。构建更加全面、精细和个性化社交媒体信息服务体系将是未来旅游目的地参与市场竞争、提升服务质量的关键性问题。借助社交媒体的数据挖掘提升旅游目的地信息服务的效率和质量成为另一现实性研究课题，如通过实时获取旅游者搜索的关键词、浏览页面、浏览时间等数据，分析客源市场信息获取偏好，明确游客在不同空间位置的信息需求内容，进而科学配置不同类型的信息服务设施，切实从游客需求角度出发为其提供智能化、精准化的旅游信息推荐服务。
第三，旅游虚拟网络社会研究。通过现实社会投射的旅游虚拟网络，融合了各种已经存在的社会实体网络，是现实社会重要的技术性结构形态。旅游者的信息分享行为推动其社会关系在虚拟网络空间开展，使得现实中的旅游社会关系向网络空间拓展和深化。需要依据社会网络分析方法探讨旅游虚拟网络社会的特征以及与现实社会之间的关系，把握旅游虚拟网络社会的运行逻辑以及建构机制。此外，虚拟网络社会匿名、开放、自治等特点决定了对旅游虚拟网络行为的管控也是需要重点关注的问题。
第四，社交媒体数据获取与处理研究。从社交媒体获取新数据为旅游者行为描述和分析带来了质的转变，可以彻底改变传统的统计调查方法及评测模式，大大提高数据的效度和信度。基于社交媒体的旅游者行为研究重点在于针对特定研究问题对海量数据信息的筛选和处理，难点在于数据的有效处理和合理分析。这意味着既要考虑如何获取有效的数据，更要对含有意义的数据进行专业化处理和学术化分析，因此，未来需要在数据获取、数据处理层面与信息技术领域的研究人员开展跨学科合作研究。
⒖嘉南祝References）
[1] Kaplan A M， Haenlein M. Users of the world， unite！ The challenges and opportunities of social media[J]. Business Horizons， 2010， 53（1）： 59-68.
[2] Zeng B， Gerritsen R. What do we know about social media in tourism？ A review[J]. Tourism Management Perspectives， 2014， 10： 27-36.
[3] Fotis J， Buhalis D， Rossides N. Social media use and impact during the holiday travel planning process[A] // Information and Communication Technologies in Tourism 2012[C].Vienna： Springer，2012：13-24.
[4] Cox C， Burgess S， Sellitto C， et al. The role of user-generated content in tourists travel planning behavior[J]. Journal of Hospitality Marketing & Management， 2009， 18（8）： 743-764.
[5] Gretzel U， Yoo K H. Use and impact of online travel reviews[A] // Information and Communication Technologies in Tourism 2008[C].New York： Springer， 2008： 35-46.
[6] Kenteris M， Gavalas D， Economou D. Mytilene E-guide： A multiplatform mobile application tourist guide exemplar[J]. Multimedia Tools and Applications， 2011， 54（2）： 241-262.
[7] Young A L， Quan-Haase A. Information revelation and internet privacy concerns on social network sites： A case study of facebook[A]//Proceedings of the fourth International Conference on Communities and Technologies[C]. New York：ACM， 2009： 265-274.
[8] Gretzel U， Kang M， Lee W. Differences in consumer-generated media adoption and use： A cross-national perspective[J]. Journal of Hospitality & Leisure Marketing， 2008， 17（1-2）： 99-120.
[9] Correa T， Hinsley A W， De Zuniga H G. Who interacts on the Web？ The intersection of users’ personality and social media use[J]. Computers in Human Behavior， 2010， 26（2）： 247-253.
[10] Schroeder A， Pennington-Gray L. The role of social media in international tourist’s decision making[J]. Journal of Travel Research， 2014，（3）：1-12.
[11] Blackwell L D， Miniard P W，Engel J F. Consumer Behavior（the 10th Edition）[M].Mason： Thomson Business and Economics，2006：25.
[12] Ahn T， Ryu S， Han I. The impact of Web quality and playfulness on user acceptance of online retailing[J]. Information & Management， 2007， 44（3）： 263-275.
[13] Chen Y C， Shang R A， Li M J. The effects of perceived relevance of travel blogs’ content on the behavioral intention to visit a tourist destination[J]. Computers in Human Behavior， 2014， 30： 787-799.
[14] Parra-López E， Bulchand-Gidumal J， Gutiérrez-Ta?o D， et al. Intentions to use social media in organizing and taking vacation trips[J]. Computers in Human Behavior， 2011， 27（2）： 640-654.
[15] Nusair K， Bilgihan A， Okumus F， et al. Generation Y travelers’ commitment to online social network websites[J]. Tourism Management， 2013， 35： 13-22.
[16] Leung X Y， Bai B. How motivation， opportunity， and ability impact travelers social media involvement and revisit intention[J].Journal of Travel & Tourism Marketing， 2013， 30（1-2）： 58-77.
[17] Pudliner B A. Alternative literature and tourist experience： Travel and tourist weblogs[J]. Journal of Tourism and Cultural Change， 2007， 5（1）： 46-59.
[18] Jacobsen J K S， Munar A M. Tourist information search and destination choice in a digital age[J]. Tourism Management Perspectives， 2012， （1）： 39-47.
[19] Rodríguez I L. Social Media in Tourism Behaviour[D]. Bournemouth： Bournemouth University， 2009：58.
[20] Verma R， Stock D， McCarthy L. Customer preferences for online， social media， and mobile innovations in the hospitality industry[J]. Cornell Hospitality Quarterly， 2012， 53（3）： 183-186.
[21] Mendes Filho L A M. Understanding How User-generated Content Empowers the Online Consumer in the Travel Industry[D]. Auckland：Auckland University of Technology， 2011：5.
[22] Hyde K F. Information processing and touring planning theory[J].Annals of Tourism Research， 2008， 35（3）： 712-731.
[23] Ho C I， Lin M H， Chen H M. Web users’ behavioral patterns of tourism information search： From online to offline[J]. Tourism Management， 2012， 33（6）： 1468-1482.
[24] Xiang Z， Gretzel U. Role of social media in online travel information search[J]. Tourism Management， 2010， 31（2）： 179-188.
[25] Jordan E J， Norman W C， Vogt C A. A cross-cultural comparison of online travel information search behaviors[J]. Tourism Management Perspectives， 2013， （6）： 15-22.
[26] Vrana V， Zafiropoulos K. Locating central travelers groups in travel blogs social networks[J]. Journal of Enterprise Information Management， 2010， 23（5）： 595-609.
[27] Dellarocas C. The digitization of word of mouth： Promise and challenges of online feedback mechanisms[J]. Management Science， 2003， 49（10）： 1407-1424.
[28] Surowiecki J， Silverman M P. The wisdom of crowds[J]. American Journal of Physics， 2007， 75（2）： 190-192.
[29] Munar A M， Jacobsen J K S. Trust and involvement in tourism social media and web-based travel information sources[J]. Scandinavian Journal of Hospitality and Tourism， 2013， 13（1）： 1-19.
[30] Sparks B A， Perkins H E， Buckley R. Online travel reviews as persuasive communication： The effects of content type， source， and certification logos on consumer behavior[J]. Tourism Management， 2013， 39（2）： 1-9.
[31] Ayeh J K， Au N， Law R. “Do we believe in TripAdvisor？” Examining credibility perceptions and online travelers’ attitude toward using user-generated content[J]. Journal of Travel Research， 2013， 52（4）： 437-452.
[32] Casaló L V， Flavián C， Guinalíu M. Understanding the intention to follow the advice obtained in an online travel community [J]. Computers in Human Behavior， 2011， 27（2）： 622-633.
[33] Sharda N， Ponnada M. Tourism blog visualizer for better tour planning[J]. Journal of Vacation Marketing， 2008， 14（2）： 157-167.
[34] Papathanassis A， Knolle F. Exploring the adoption and processing of online holiday reviews： A grounded theory approach[J]. Tourism Management， 2011， 32（2）： 215-224.
[35] Williams R， van der Wiele T， van Iwaarden J， et al. The importance of user-generated content： The case of hotels[J]. The TQM Journal， 2010， 22（2）： 117-128.
[36] Qualman， E. How Social Media Transforms the Way We Live and Do Business[M].Ipswich： Business Book Summaries，2011：56.
[37] Litvin， S W， Goldsmith R E， Pan B. Electronic word-of-mouth inhospitality and tourism management[J]. Tourism Management，2008，29（3）： 458-468.
[38] Vermeulen I E， Seegers D. Tried and tested： The impact of online hotel reviews on consumer consideration[J]. Tourism Management， 2009， 30（1）： 123-127.
[39] Ye Q， Law R， Gu B， et al. The influence of user-generated content on traveler behavior： An empirical investigation on the effects of e-word-of-mouth to hotel online bookings[J]. Computers in Human Behavior， 2011， 27（2）： 634-639.
[40] Murphy H C， Centeno Gil E A， Schegg R. An investigation of motivation to share online content by young travelers―Why and where[A]//Information and Communication Technologies in Tourism 2010[C]. Lugano： Springer， 2010： 467-478.
[41] Huang Y， Basu C， Hsu M K. Exploring motivations of travel knowledge sharing on social network sites： An empirical investigation of us college students[J].Journal of Hospitality Marketing & Management， 2010， 19（7）： 717-734.
[42] Munar A M， Jacobsen J K S. Motivations for sharing tourism experiences through social media[J]. Tourism Management， 2014， 43 46-54.
[43] Yoo K H， Gretzel U. Influence of personality on travel-related consumer-generated media creation[J]. Computers in Human Behavior， 2011， 27（2）： 609-621
[44] Stoeckl R， Rohrmeier P， Hess T. Motivations to produce user generated content： Differences between webloggers and videobloggers[A]//Proceedings of the 20th Bled eConference[C].Bled，2007： 398-413.
[45] Wilson A， Murphy H， Fierro J C. Hospitality and travel ：Thenature and implications of user-generated content[J]. Cornell Hospitality Quarterly， 2012， 53（3）： 220-228.
[46] Ayeh J K， Au N， Law R. Predicting the intention to use consumer-generated media for travel planning[J]. Tourism Management， 2013， 35： 132-143.
[47] Filieri R， McLeay F. E-WOM and accommodation： an analysis of the factors that influence travelers’ adoption of information from online reviews[J]. Journal of Travel Research， 2014， 53（1）： 44-57.
[48] Kang M， Schuett M A. Determinants of sharing travel experiences in social media[J]. Journal of Travel & Tourism Marketing， 2013， 30（1-2）： 93-107.
[49] Hsu C L， Lin J C C. Acceptance of blog usage： The roles of technology acceptance， social influence and knowledge sharing motivation [J]. Information & Management， 2008， 45（1）： 65-74.
[50] Ayeh J K. Travellers’ acceptance of consumer-generated media： An integrated model of technology acceptance and source credibility theories[J]. Computers in Human Behavior， 2015， 48： 173-180.
[51] Del Chiappa G. Trustworthiness of Travel 2.0 applications and their influence on tourist behaviour： An empirical investigation in Italy[A]//Information and CommunicationTechnologies in Tourism 2011[C].Vienna：Springer， 2011： 331-342.
[52] Casaló L V， Flavián C， Guinalíu M. Determinants of the intention to participate in firm-hosted online travel communities and effects on consumer behavioral intentions [J]. Tourism Management， 2010， 31（6）： 898-911.
[53] Huang C Y， Chou C J， Lin P C. Involvement theory in constructing bloggers intention to purchase travel products[J]. Tourism Management， 2010， 31（4）： 513-526.
[54] Jalilvand M R， Samiei N. The impact of electronic word of mouth on a tourism destination choice： Testing the theory of planned behavior [J]. Internet Research， 2012， 22（5）： 591-612.
[55] Kim M J， Chung N， Lee C K. The effect of perceived trust on electronic commerce： Shopping online for tourism products and services in South Korea[J]. Tourism Management， 2011， 32（2）： 256-265.
[56] Qu H， Lee H. Travelers’ social identification and membership behaviors in online travel community[J]. Tourism Management， 2011， 32（6）： 1262-1270.
[57] Shu M， Scott N. Influence of social media on Chinese students’ choice of an overseas study destination： An information adoption model perspective[J]. Journal of Travel & Tourism Marketing， 2014， 31（2）： 286-302.
[58] Waldh?r K， Rind A. EtBlog Analysis―Mining virtual communities using statistical and linguistic methods for quality control in tourism[A]// O’Connor， et al. Information and Communication Technologies in Tourism 2008[C].Vienna： Springer-Verlag Wien，2008： 453-462.
[59] Volo S. Bloggers’ reported tourist experiences： Their utility as a tourism data source and their effect on prospective tourists[J]. Journal of Vacation Marketing， 2010， 16（4）： 297-311.
[60] Wu M Y， Pearce P L. Chinese recreational vehicle users in Australia： A netnographic study of tourist motivation[J]. Tourism Management， 2014， 43： 22-35.
[61] Lu W， Stepchenkova S. Ecotourism experiences reported online： Classification of satisfaction attributes[J]. Tourism Management， 2012， 33（3）： 702-712.
[62] Cha M， Kwak H， Rodriguez P， et al. I tube， you tube， everybody tubes：Analyzing the worlds largest user generated content video system[A] // Proceedings of the 7th ACM SIGCOMM Conference on Internet Measurement[C]. New York：ACM， 2007： 1-14.
Abstract： With the rapid development of a new generation of Internet based around so-called Web 2.0 approaches， social media has been integrated into social and economic life in the real world. This is triggering change from the traditional means of information dissemination. Social media includes social networking sites， knowledge-sharing sites， blogs， microblogs， consumer review sites， and virtual communities. Social media outlets have been widely adopted by tourists to search， organize， share， and comment on their travel stories and experiences. Focus on tourists’ behavior in social media， and the influence mechanism of this behavior， has been a popular topic in foreign tourism research. The present paper reviews and analyzes published foreign research on the subject of tourist behavior studies focused on social media. “Social media”， “tourist ”， “traveler”， “social networking”， “web 2.0”， and “user-generated content” were used as key words/terms in the search. On December 20， 2015， we selected and searched four major databases： Web of Science， ScienceDirect， EBSCOhost， and ProQuest. The combination of key words/terms “‘social media’ or ‘social networking’ or ‘Web 2.0’ or ‘user-generated content’” and “‘tourist’ or ‘traveler’” were used. A total of 206 publications were reviewed.
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。
美国社交网站Facebook于2月2日正式向美国证券交易委员会递交IPO申请，拟融资50亿美元，公司估值近1000亿美元，由此将成为迄今为止全球互联网领域最大的一次IPO。面对社交网络的流行，企业如何应对？
购买推荐
图书分析师庞敏丽认为该书针对现下发展迅速的社会化媒体，从传统营销理念的角度，针对其所具备的传播特点进行论述，深度挖掘社会化媒体所具有的营销价值；适合对社会化媒体、网络营销、电子商务感兴趣，想低成本在网上销售、推广的读者。
通过对生意宝旗下比购宝(Boogle.cn)——“网络购物第一站”收录的博库书城、淘宝网、京东商城、亚马逊、当当网、拍拍网、文轩网、中国互动出版网、99网上书城等众多含图书销售的网站，价格搜索显示，目前，当当网该书为最低价，推荐购买。
论文关键词：社会化媒体,教育
一、从宏观角度看社会化媒体对教育的影响
从宏观角度看社会化媒体的出现改变了传统的“教”和“学”方式，使教学方式和学习方式发生了深刻的变革，出现了促进意义学习的交互学习方式以及Blending-learning(混合学习方式)。交互是在某种学习环境中，两个或两个以上的个体间进行的双向交流，其目的在于促进学习任务的完成或人际关系的构建。而社会化媒体的“交流”和“对话”特性正好迎合了交互式学习的这一主要特征。“交流”是指采用社会化媒体将内容在媒体和用户之间双向传播，这就形成了一种交流。而“对话”是指社会化媒体和受众之间的双向对话，甚至是多个受众间的多向对话。
二、从对教育目标适应性的影响看社会化媒体对教育的影响
20世纪50年代布卢姆等人提出教学目标分类理论，将教学活动中所要实现的整体目标分为认知、动作技能、情感三大领域。目前，社会化媒体的基本形式有六种:
博客：也包括微博，是在线刊物，最近的将显示在最前面。
维基：维基站点就像一个公共数据库，人们可以在上面添加内容，或对现有的内容进行修订和增补。最著名的维基站点是维基百科——一本在线的百科全书，仅英文资料就超过150万篇文章。
播客：可以通过Apple iTunes等软件来订阅的视频和音频内容。
论坛：用来进行在线讨论的平台，通常围绕着特定的话题。论坛是最早出现的社会化媒体，同时也是最强大、最流行的在线社区平台。
社交网络：人们可以在这类站点上建立个人的主页，在朋友之间分享内容并进行交流。
内容社区：组织和共享某个特定主题内容的社区。最流行的社区一般集中于照片（Flickr）、书签（del.icio.us）和视频（YouTube）等相关内容。
而对于每种类型的教学目标都能找到不同形式的社会化媒体与其所要展示的教学相匹配。如下图，我们来仔细地看一下。
首先，认知领域的教学目标分为知道、理解、运用、分析、综合和评价六个层次。对知识内容的掌握要求从简单到复杂，从具体到抽象。若要实现对于知识内容的“知道”，上面六种形式的社会化媒体都能完成简单的知道功能；若要实现对于知识内容的“理解”，播客、论坛、社交网络、内容社区可以很好的实现此功能；若要实现对于知识内容的“运用”，播客、播客、论坛、社交网络、内容社区基本上就能够满足；若要实现对于知识内容的“分析”，论坛、社交网络、博客、内容社区上都可以很好地阐明自己的观点，达到与人分析的目的；若要实现对于知识内容的“综合”，论坛、内容社区等不可或缺；而要实现对于知识内容的“评价”，博客、论坛、社交网络、内容社区等起得作用更是相当重要。由上我们也不难看出，能够实现高级功能的媒体形式基本上也都能实现要求的低级功能，但反之不一定成立。
其次对于动作技能领域的教学目标，因其有一个动作定向——参与性练习——自主练习——技能的迁移的过程，所以既要有演示环节又要有模拟最后发挥环节，而论坛、内容社区等都能实现此功能的教学。
最后对于情感领域的教学目标，因其需要产生情感共鸣，最后确立学习者的价值观，所以博客、播客、论坛、内容社区等都能实现此功能的教学。
由此，任何种类的教学目标都能找到与之相对应的社会化媒体来实现此目标的教学和学习，这也为教学和学习带来了便利。
三、从对学习者的影响看社会化媒体对教育的影响
社会化媒体的出现以及不断的发展使学习者的学习方式发生了翻天覆地的变化，从早先的数字化学习（e-learning）到混合学习（blending-learning）再到现在的泛在学习（ubiquitous-learning）无一不见证了社会化媒体对学习方式变革产生的深远影响，而没有社会化媒体就不会有这些新型的学习方式，这样的影响将会一直进行下去。
四、从对学生评价的影响看社会化媒体对教育的影响
社会化媒体的出现改变了以往单一、不客观的学生评价方式，带来了全新的、多样的学生评价方式。我们以往评价学生多依赖于学业成绩，而学生的协作能力、自我评价、平时表现、学习伙伴评价等很少被考虑进去，现在有了交互性强的社会化媒体，这些因素都可以以匿名或不公开的形式被传递到教师那里，少了“当面只能说好话”的不客观的评价。
总之，社会化媒体来了，以始料不及的速度冲击着我们的学习和生活，改变了传统的学习和生活方式，更改变了传统的教育方式，在这场革命中始终保持“新思维，新头脑”的人才会赢，你准备好了吗？
参考文献：
关键词 联合通讯；媒体融合；数字化传播
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2015）01-0047-03
随着移动互联网技术的飞跃发展，基于智能手机和平板电脑终端的移动新媒体平台应用而生，引领着当前我国媒体改革及发展趋势。越来越多的传统媒体借助移动新媒体完成转型，寻求媒体融合发展的全新方向。我国具有自主知识产权的联合通讯移动新媒体平台，长期专注于数字新闻的传播及数据增值业务的应用开发及运营，是解决我国媒体融合数字化传播的关键技术与平台。联合通讯移动新媒体平台推广和应用，为我国新媒体传播与实践提供重要的参考价值。
1 我国移动新媒体发展现状
随着智能手机的广泛普及，以及3G/4G移动网络的推广，为我国移动新媒体的迅速发展提供了现实条件。移动新媒体是以无线网络作为介质、以智能终端作为载体，进行文字、图片、音频、视频等新媒体内容的传播。相对于传统媒体，移动新媒体最大的优势有便利性、交互性、实时性等。
有研究表明，移动新媒体正在逐渐取代传统媒体，成为主流媒体，移动互联网在新闻传播领域引发大变革，带领市场和消费者进入智能化、数字化、互动化的新媒体时代。移动新媒体的发展大大提高了新闻内容的易用性和可用性，并且改变了广大受众的角色定位，使得每一位受众都可以成为新闻的报道者。
移动互联网技术的应用以及庞大的用户群基础，使得移动新媒体表现出越来越多的社交属性。通过新媒体所提供的社交平台，用户可以随心所欲地与他人进行文字、语音、视频等多种方式的沟通。每位用户可以属于自己的虚拟社交圈，并且可以方便地在社交圈内进行新闻信息的分享、评阅和讨论。
除了社交功能，移动新媒体在其他方面同样表现出多样化特征。例如在媒体报道形式和传播方式上，以移动智能终端为代表的新媒体平台已经深入新闻采编流程。新闻记者除了通过电话、现场采访等传统的途径获取新闻线索，当前还越来越倾向于从互联网、移动终端等途径搜索信息。在受众反馈方面，移动新媒体平台拓展了用户多渠道反馈的可能性，丰富了新闻评论的内容和形式，通过整合微博、微信等公众平台，使得意见领袖的有影响力的观点迅速传播，从而构建全方位、跨媒体的互动
平台。
2 移动新媒体发展的现实意义
当前，我国新闻传播已初步进入全媒体融合阶段，新媒体技术的广泛应用和发展已成为必然趋势。移动新媒体的发展将带动媒体消费时代的变迁，从而改变受众对信息、舆论乃至行为方式和社会文化的态度，同样也是毋庸置疑的。移动新媒体发展的现实意义主要表现在以下几个方面。
2.1 新闻传播媒介和形式的变革
移动终端很好地融合了移动通信和社交网络媒体的优势，在很大程度上引领新闻传播媒介及传播形式的变革。许多新媒体公司通过与手机厂商、网络运营商寻求合作，将社交网络媒体功能定制在手机中，成为标准的应用配置。在媒体渠道的选择上，互联网新闻网站和移动新媒体平台已经成为当今受众获取新闻资讯的主要渠道。新媒体的发展推动着传统媒体在传播媒介和渠道方面的转型，将新闻内容从纸媒报刊拓展到智能手机、平板电脑、移动电视等终端上，以满足受众的丰富需求。
另一方面，移动新媒体还促进了媒体运营及商业模式的变革。在移动新媒体平台，新闻内容和广告的推送变得更加准确、有针对性，使得内容订阅、个性化增值服务的开发更有价值。
2.2 影响受众行为模式及社会文化
移动新媒体的传播对受众行为模式及社会文化产生深刻的影响。在新媒体的长期影响下，在趋于年轻化的受众群体中，大部分已经接受其互动化、智能化的传播特性，对于社会热点新闻的报道中，许多用户表现出对新闻分享、转发、评论的高度积极性，乐于参与互动。即使活跃用户在群体中占有较低比例，他们的思想观点和行为方式也很容易通过新媒介获得广泛、快速地传播，从而影响群体中其他受众。
移动新媒体的产生与发展，使得知识的传播、交互与聚拢方式也发生了改变。当今社会知识体系正处于非线性传递和动态更新的阶段，新媒体平台对知识的聚合使得广大公民参与信息过滤和知识构建成为可能。知识传播方式的变化进一步引起公众行为和认知模式的变化，对社会文化的形成起到推动作用。在这一点上，我们一方面要肯定新媒体对构建社会公平、传播普适价值文化方面的积极作用，另一方面也要加强新媒体不良信息传播防范机制，避免极端分子利用新媒体给社会带来的负面影响。
3 联合通讯移动新媒体的发展策略分析
当前，移动新媒体在内容生产及传播方式上表现出新的特点，以移动新媒体作为媒介的信息规模呈指数级增长。同时移动新媒体的发展也面临着各方面的竞争，且存在产业链衔接、商业运作模式等方面的问题，使得自身积累的内容资源、渠道资源、用户资源等难以转化为预期的效益。联合通讯移动新媒体自运营以来，十分注重模式创新和资源整合，其发展策略主要包括以下五个方面。
3.1 内容导向型发展策略
无论是传统媒体还是新媒体时代，内容都是媒体的核心竞争力，同时也是实现移动新媒体顺利转型的根本要素。联合通讯整合了上千家媒体资源，充分发挥他们的新闻原创能力，通过内容资源的有机融合，建立移动新媒体平台的统一门户，从而占据新媒体消费市场中的有利位置。
同时，历史新闻阅览、用户定制化内容、多媒体数据等功能的开放，有利于新闻内容最大程度地获得增值，对联合通讯移动新媒体的发展具有战略性意义。另外，联合通讯内容导向型发展策略还表现在两个方面：一是新闻内容的一次性生产，降低新闻发行成本，提高发行效率；二是新闻传播过程对内容的多层次利用，通过对新闻内容在不同终端中传播，提高新闻内容的利用价值。
3.2 用户导向型发展策略
联合通讯移动新媒体平台所面对的是庞大的用户群体。这些用户群体有的来源于传统媒体的忠实读者，有的是通过公众平台的线上下活动与营销推广所获得的粉丝。联合通讯十分重视这些海量的用户群，致力于为用户搭建虚拟社交圈，一方面打造成联合通讯新媒体品牌知名度的营销载体，另一方面加强了用户群体间的交流互动，并方便他们反馈自己的个性化需求。
联合通讯移动新媒体的用户数据库是非常重要的资源。联合通讯通过对用户数据的聚类分析和挖掘，包括用户基本信息、用户偏好信息、用户舆情信息等等，实现用户群体细分，掌握用户阅读偏好等，进而在今后推出个性化推荐系统等服务。
另外，为了消除用户对广告内容的抵触心理，联合通讯采用广告与媒介产品高度融合的方式，基于用户社交关系，主要投放诱导性社交广告，并结合线下优惠活动，很好地保证广告的营销效果。
3.3 产品导向型发展战略
2014年12月7日，在中国移动应用安全媒体融合峰会上，我国具有自主知识产权的新媒体数字技术“联合通讯5.0”正式启动上线，为传统媒体和新媒体融合发展提供强力技术支撑。目前，联合通讯已实现上千家报刊的原版展现及历史数据阅读，并且将数字通话、即时新闻传播、报刊原版阅读、图书数字发行、历史资料查询、大数据分析应用等实用内容集于一体，在移动终端上实现对报刊“看、读、听、评、搜、存”等数字化功能阅读。
依靠联合通讯移动新媒体的所打造出的品牌优势和用户资源优势，陆续推出不同服务特点和功能定位的新产品，向众多媒体运营商提供丰富的选择，开发影音、游戏、动漫等周边产品的隐藏价值。
3.4 服务导向型发展策略
移动新媒体的内容生产能力获得较大提高，通过发挥多家媒体的新闻采编优势，在联合通讯新媒体平台进行一次性生产，从而实现高效的一站式便捷新闻服务。经过联合通讯移动新媒体的整合效应，在平台内部形成良性的局部竞争，平台中划分出科技、教育、人文、房产、娱乐、财经等多个新闻版块，为每家媒体提供精准定位，从整体上有序地组织新闻内容单元，从而解放传统媒体的新闻生产力。
3.5 资源导向型发展策略
许多媒体创办新媒体平台后，却几乎摒弃了传统媒体的原有资源，没有建立完善的融合机制，最终造成新老平台“各自为政”的局面。联合通讯移动新媒体注重新老媒体资源的融合与创新，创建全媒体资源融合的运营模式。联合通讯以全媒体融合资源库为核心，支持全媒体资源的统一聚合和筛选加工，并以事件或专题为中心对内容资源进行合理有效的组织；各专业化的制播系统通过资源交换总线与融合资源库对接，获取所需的内容资源，实现了多渠道并行生产和播出；此外，联合通讯平台预置了大量的生产和工具，可实现随时随地的内容生产和。
借助于强大的资本、资源优势，联合通讯移动新媒体平台正逐步探索新的媒体盈利模式，运用较强的市场洞察力及运走能力，挖掘更多融资渠道，努力建设移动新媒体孵化平台，旨在成为媒体融合时代背景下的具有定制化服务、用户互动及大数据分析能力的新型移动媒体平台。
4 结论
在当前媒体发展阶段，新媒体特别是移动新媒体的发展是今后的必然发展趋势。本文分析了移动新媒体相对于传统媒体的优势和特点，具体表现在虚拟化社交属性，以及多样化的传播形式和服务功能上。然后阐述了在当今媒体时代美景下移动新媒体发展的现实意义，包括引导新闻传播媒介和形式的变革及深刻影响受众行为模式及社会文化，验证了新媒体技术的广泛应用和发展已成为必然趋势。
在此基础上，总结了联合通讯移动新媒体的产生和发展状况，剖析了联合通讯移动新媒体的主要发展策略，包括内容导向型策略、用户导向型策略、产品导向型策略、服务导向型策略和资源导向型策略，为我国今后移动新媒体传播与实践提供借鉴。
参考文献
[1]匡文波.手机媒体：新媒体中的新革命[M].北京：华夏出版社，2010.
[2]谭云明，等.新媒体信息编辑[M].北京：清华大学出版社，2011.
[3]李秀莹，付玉辉.2012年我国移动新媒体传播研究综述[J].中国传媒科技，2013（03）：63-64.
[4]肖军，韩筱旭，谢艳丽.浅析期刊在移动新媒体时代的探索与实践[J].出版发行研究，2013（03）：81-83.
[5]孟秀玲.论新媒体时代报媒的现状及发展趋势[D].山东大学，2006.
[6]吕弘毅.传播学视阈下的移动新闻客户端研究[D].广西师范学院，2014.
Gartner称，广告收入是并将继续是社交媒体营收最主要的贡献来源。预计2011年和2012年的社交媒体广告收入将分别达到55亿美元和82亿美元。广告收入中包括了PC、便携设备和媒体平板电脑等各种硬件平台上的显示广告和数字视频商业广告的收入。
Gartner高级研究分析师尼哈古普塔(Neha Gupta)表示：“广告客户将开始从以前的‘一次性点击广告’向‘移动广告’转移，因此他们会将更多份额的广告预算投放到社交网站上。这主要是因为社交网站在社交分析公司的援助下已经能够开启用户之间的互联数据结构，映射好友列表、他们的评论和消息、图片和其他社会关系、联系信息和有关媒体内容。”
为了便于计算社交媒体的营收，Gartner分析师明确了‘社交媒体’的定义，社交网站具体包括以下几类网站：(1)因为与社区和社交活动有关的目的而创造、消费、推广、、发现和共享内容的网站;(2)内容通常以文本、图片或视频等形式体现的网站;(3)可能自成一个封闭或开放平台的网站;(4)表达的方向可以是单向的，也可以是双向的。
社交游戏的收入将在2011年达到32亿美元，2012年将增至45亿美元。这部分收入包括社交网站直接利用它自主研发的游戏从用户手中获得的收入，以及将网站作为一个平台借给第三方游戏开发商使用而获得的收入分成。
古普塔称：“我们发现社交网站在游戏创收方面发挥的是平台的作用。也就是说，社交网已经发展成社交游戏的平台。社交游戏最主流的盈利模式分为两种，一种是广告创收，一种是免费模式。免费游戏获得的收入主要来自广告或内置现金交易。”
预计2011年和2012年的社交媒体注册服务收入将达到2.36亿美元和3.13亿美元。社交网站很少会收取注册服务费用，大多只针对高级服务收费。某些专业社交网站如LinkedIn、德国的Xing和法国的Vladeo都会向用户收取高级服务费。
购物车(0)