發(fā)布時(shí)間：2017-03-24 18:14

  本文關(guān)鍵詞：基于社交媒體大數(shù)據(jù)的Twitter營(yíng)銷策略研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨著云時(shí)代的來臨,大數(shù)據(jù)正在從各個(gè)方面影響著我們的生活,從企業(yè)到消費(fèi)者,從科學(xué)界到國(guó)家政府,無不正在擁抱大數(shù)據(jù)的潮流。作為大數(shù)據(jù)最重要的數(shù)據(jù)來源和應(yīng)用領(lǐng)域之一,社交媒體(又稱社會(huì)化媒體)正在展現(xiàn)出巨大的潛力。一方面,大數(shù)據(jù)是社交媒體發(fā)展的必然結(jié)果。由于用戶能夠在各種社交媒體平臺(tái)上創(chuàng)造、分享和交換大量信息,社交媒體的蓬勃發(fā)展勢(shì)必造成數(shù)據(jù)的爆炸式增長(zhǎng)。另一方面,大數(shù)據(jù)又為社交媒體帶來新的機(jī)遇和挑戰(zhàn)。大數(shù)據(jù)使得數(shù)據(jù)驅(qū)動(dòng)的決策成為可能,如何對(duì)這些龐大的社交數(shù)據(jù)進(jìn)行深度挖掘,并且有效地轉(zhuǎn)化為商業(yè)價(jià)值,是社交媒體大數(shù)據(jù)的挑戰(zhàn)。作為一個(gè)典型的社交媒體平臺(tái),本文以Twitter為例,研究了大數(shù)據(jù)背景下企業(yè)社交媒體營(yíng)銷實(shí)踐中的若干應(yīng)用�？偟膩碚f,我們將社交媒體平臺(tái)上的用戶行為歸納為三種。第一,關(guān)注(follow):即導(dǎo)致關(guān)系建立的行為；第二,取消關(guān)注(unfollow):即導(dǎo)致關(guān)系破裂的行為；第三,提及(mention):即產(chǎn)生社交溝通的行為,本文將作為所有通過@字符呈現(xiàn)的評(píng)論、回復(fù)、轉(zhuǎn)發(fā)、私信和提及統(tǒng)稱為mention。通過研究關(guān)系型行為(即follow和unfollow)和交互型行為(即mention),我們就可以全面地獲取和理解社交媒體用戶的行為特征,從而為社交媒體數(shù)據(jù)的分析和處理做好準(zhǔn)備。本文從社交媒體營(yíng)銷策略的應(yīng)用角度出發(fā),分析和研究了社交媒體用戶的行為特征,就特定的營(yíng)銷課題,分別提出了問題定義和解決方案。本文分別從企業(yè)社交媒體營(yíng)銷的三大應(yīng)用考慮,即：輿情監(jiān)測(cè)和分析,定向廣告和客戶關(guān)系管理。具體來說,本文的具體研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：(1)將Twitter等社交媒體平臺(tái)上的用戶行為分為兩大類,即關(guān)系型行為(follow和unfollow)和交互型行為(mention),并重點(diǎn)研究了unfollow和mention。本文從社交媒體營(yíng)銷策略的應(yīng)用角度,定義和解決了若干實(shí)際問題,即基于,unfollow的輿情監(jiān)測(cè)和分析,以及基于mention的定向廣告和受眾分類。(2)提出了基于unfollow的輿情監(jiān)測(cè)問題。Unfollow行為是有趣的,因?yàn)椋旱谝?與相對(duì)魯莽草率的follow行為相比,unfollow常常更加嚴(yán)肅和可信；第二,unfollow可能意味著關(guān)系破裂,所以u(píng)nfollow天然地蘊(yùn)含著危機(jī)概念。本文提出了Crowd Unfollow概念,認(rèn)為突發(fā)性地大量掉粉是值得關(guān)注的,并提出了相應(yīng)的檢測(cè)方法。也就是說,當(dāng)短期內(nèi)突發(fā)大量unfollow行為同時(shí)發(fā)生時(shí),可能產(chǎn)生網(wǎng)絡(luò)輿情。本文提出了如何檢測(cè)unfollow輿情危機(jī),以及危機(jī)情況下是否存在意見領(lǐng)袖的影響。(3)提出了基于mention的推薦系統(tǒng)。提出利用mention機(jī)制,在發(fā)布特定微博消息的時(shí)候解決定位目標(biāo)用戶群的問題,稱為@推薦問題。首先,在發(fā)布消息的時(shí)候@其他用戶,能夠促進(jìn)信息共享和社會(huì)交流,因此有助于通過社交媒體平臺(tái)進(jìn)行在線客戶關(guān)系管理。其次,作為一種主動(dòng)觸發(fā)和鼓勵(lì)交互的“拉,,機(jī)制,mention能夠在消息發(fā)布的當(dāng)下就出動(dòng)觸發(fā)交互,其實(shí)現(xiàn)方式是在編輯消息的時(shí)候以@username的形式告知相關(guān)用戶。我們將問題定義為一個(gè)基于排序?qū)W習(xí)的推薦問題,即給定某個(gè)發(fā)布者及其特定的營(yíng)銷tweet,我們要推薦排名最靠前的用戶作為mention的對(duì)象。我們綜合考慮了發(fā)布者、tweet和聽眾三種實(shí)體的內(nèi)容、社會(huì)、位置和時(shí)間等四個(gè)維度的特征。此外,還向排序?qū)W習(xí)模型引入了兩個(gè)參數(shù),即發(fā)布者的置信度偏見和聽眾的響應(yīng)度偏見,以保證推薦的聽眾是相關(guān)的并且具有高響應(yīng)度。(4)將場(chǎng)理論引入社交網(wǎng)絡(luò)中進(jìn)行直接和間接的用戶關(guān)系的建模,即通過計(jì)算節(jié)點(diǎn)的勢(shì)能衡量節(jié)點(diǎn)的輻射范圍,來確定用戶節(jié)點(diǎn)的影響度,從而對(duì)受眾群體進(jìn)行重疊社區(qū)劃分。我們將粉絲和所有通過@交互的用戶統(tǒng)稱為受眾。受眾分類的目的是基于用戶的屬性和關(guān)系特征進(jìn)行有效地識(shí)別和區(qū)分,從而有針對(duì)性地向用戶提供個(gè)性化的信息和服務(wù)。即以企業(yè)或品牌作為目標(biāo)用戶,綜合考慮follow、unfollow和mention三種行為,通過構(gòu)建特定的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu),基于用戶之間的關(guān)系對(duì)所有受眾進(jìn)行分類。
【關(guān)鍵詞】：大數(shù)據(jù) 社交媒體營(yíng)銷 Twitter 取消關(guān)注 Crowd unfollow 意見領(lǐng)袖發(fā)現(xiàn) 推薦系統(tǒng) @推薦 社區(qū)發(fā)現(xiàn)
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3;F274
【目錄】：

• 致謝8-9
• 摘要9-11
• ABSTRACT11-19
• 第一章 緒論19-27
• 1.1 研究背景和意義19-21
• 1.2 研究?jī)?nèi)容及結(jié)構(gòu)安排21-27
• 1.2.1 研究?jī)?nèi)容21-23
• 1.2.2 全文結(jié)構(gòu)體系23-27
• 第二章 文獻(xiàn)綜述27-31
• 2.1 社交媒體營(yíng)銷27-28
• 2.2 網(wǎng)絡(luò)輿情監(jiān)測(cè)和分析28-29
• 2.3 推薦系統(tǒng)29
• 2.4 網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)29-31
• 第三章 基于Unfollow的異常發(fā)現(xiàn)31-51
• 3.1 引言31-32
• 3.2 問題描述32-34
• 3.3 總體框架34-35
• 3.4 基于時(shí)間序列的Crowd Unfollow發(fā)現(xiàn)35-38
• 3.4.1 問題形式化35-36
• 3.4.2 定義f36
• 3.4.3 確定β36-37
• 3.4.4 實(shí)時(shí)異常發(fā)現(xiàn)37-38
• 3.5 基于Crowd Unfollow的意見領(lǐng)袖初探38-41
• 3.6 實(shí)驗(yàn)及分析41-49
• 3.6.1 數(shù)據(jù)獲取41-44
• 3.6.2 異常檢測(cè)44-47
• 3.6.3 意見領(lǐng)袖發(fā)現(xiàn)47-49
• 3.7 本章小結(jié)49-51
• 第四章 基于Crowd Unfollow的意見領(lǐng)袖發(fā)現(xiàn)51-60
• 4.1 引言51-52
• 4.2 問題描述和定義52-54
• 4.3 基于PageRank的意見領(lǐng)袖發(fā)現(xiàn)54-56
• 4.3.1 PageRank基礎(chǔ)54
• 4.3.2 PageRank的改進(jìn)算法54-56
• 4.4 實(shí)驗(yàn)及分析56-59
• 4.5 本章小結(jié)59-60
• 第五章 基于Mention的推薦系統(tǒng)60-95
• 5.1 引言60-62
• 5.2 問題描述和定義62-64
• 5.3 總體框架64-65
• 5.4 特征提取65-75
• 5.4.1 抽取內(nèi)容特征65-67
• 5.4.2 抽取社會(huì)特征67-70
• 5.4.3 抽取位置特征70-73
• 5.4.4 抽取時(shí)間特征73-75
• 5.5 基于排序?qū)W習(xí)的推薦算法75-80
• 5.6 實(shí)驗(yàn)及分析80-92
• 5.6.1 數(shù)據(jù)準(zhǔn)備80-82
• 5.6.2 對(duì)比方法82-84
• 5.6.3 評(píng)價(jià)指標(biāo)84-85
• 5.6.4 總體結(jié)果與分析85-87
• 5.6.5 預(yù)測(cè)驗(yàn)證87-89
• 5.6.6 特征驗(yàn)證89-91
• 5.6.7 算法效率91-92
• 5.7 本章小結(jié)92-95
• 第六章 基于自我的社區(qū)發(fā)現(xiàn)95-106
• 6.1 引言95-96
• 6.2 總體框架96-97
• 6.3 社區(qū)發(fā)現(xiàn)算法97-103
• 6.3.1 構(gòu)建社會(huì)網(wǎng)絡(luò)97-98
• 6.3.2 基于場(chǎng)理論建模98-100
• 6.3.3 確定初始聚類100-101
• 6.3.4 基于粗糙集的聚類101-103
• 6.4 實(shí)驗(yàn)及分析103-105
• 6.5 本章小結(jié)105-106
• 第七章 總結(jié)與展望106-108
• 7.1 全文總結(jié)106
• 7.2 研究展望106-108
• 參考文獻(xiàn)108-119
• 攻讀學(xué)位期間從事的科研項(xiàng)目和發(fā)表的論文119

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 啟程;;社交媒體之“濕”與社會(huì)之痛[J];檢察風(fēng)云;2011年17期

2 馮巖;;人文城市發(fā)展中的社交媒體管理[J];城市發(fā)展研究;2012年03期

3 翟菁;張莉鑰;;譜寫2011年社交媒體研究“五部曲”[J];今傳媒;2012年07期

4 ;倫敦奧運(yùn),社交媒體奧運(yùn)[J];新聞?dòng)浾?2012年09期

5 ;德國(guó)“社交媒體經(jīng)理”走俏[J];青年記者;2013年10期

6 趙瑞云;;社交媒體客服,重在構(gòu)建交互方式[J];通信世界;2013年07期

7 陰衛(wèi)芝;;美國(guó)五所高校社交媒體準(zhǔn)則研究[J];新聞愛好者;2013年02期

8 顏運(yùn)梅;;澳大利亞國(guó)家圖書館社交媒體的應(yīng)用與政策解讀[J];圖書館建設(shè);2013年08期

9 趙星植;;論社交媒體對(duì)“指示符號(hào)”的過度使用[J];新聞傳播;2013年08期

10 ;調(diào)查:社交媒體讓人們的生活更美好[J];新聞?dòng)浾?2014年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 袁靖華;;微博的理想與現(xiàn)實(shí)——兼論社交媒體建構(gòu)公共空間的三大困擾因素[A];數(shù)字未來與媒介社會(huì)2[C];2010年

2 洪婧茹;;社交媒體與上海大學(xué)生的環(huán)保參與:從線上關(guān)注到線下行動(dòng)[A];中華新聞傳播學(xué)術(shù)聯(lián)盟第六屆研究生學(xué)術(shù)研討會(huì)論文集[C];2014年

3 王斌;鄭滿寧;;扭轉(zhuǎn)“逆差”:社交媒體時(shí)代國(guó)人形象傳播機(jī)制及策略[A];新聞學(xué)論集（第30輯）[C];2014年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 本報(bào)記者 陳曉平;社交媒體重構(gòu)商業(yè)？[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

2 一鳴;出版商介入社交媒體的危險(xiǎn)[N];中國(guó)圖書商報(bào);2011年

3 Chris Nerney;社交媒體帶來的5大安全威脅[N];網(wǎng)絡(luò)世界;2011年

4 李鑫源;社交媒體影響不容小窺[N];科技日?qǐng)?bào);2011年

5 陳曉平;社交媒體的“葫蘆論”[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

6 肖明超(新生代市場(chǎng)監(jiān)測(cè)機(jī)構(gòu)副總經(jīng)理);社交媒體引發(fā)營(yíng)銷裂變[N];中國(guó)圖書商報(bào);2011年

7 朱永磊 貝恩大中華區(qū)電信、媒體與高科技業(yè)務(wù)主管;如何成為社交媒體的長(zhǎng)期贏家[N];通信產(chǎn)業(yè)報(bào);2012年

8 洪琳;2012年全球社交媒體收入將達(dá)到169億美元[N];人民郵電;2012年

9 商報(bào)記者 曉雪;如何用社交媒體賺錢[N];中國(guó)圖書商報(bào);2012年

10 本報(bào)首席記者 王磊;社交媒體權(quán)力不能“無需負(fù)責(zé)”[N];文匯報(bào);2013年

  本文關(guān)鍵詞：基于社交媒體大數(shù)據(jù)的Twitter營(yíng)銷策略研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：265988