开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇社交网络论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
1.1网络中的信息传播式
在社交网络中，用户间的好友关系需要经双的认证才能够建立起，因此，社交网络可以看成是一个以用户为节点，以用户间的好友关系为边的无向无权网络，话题消息沿着节点间的边迚行传播，具如1所示[11]。
1.2传染病扩散机制的网络舆情话题传播模型
1.2.1网络舆情话题传播中各节点的定义
将网络节点分为三类：易感染节点(S)、传播节点(I)和免疫节点(R)，它们分定义如下：(1)易感染节点指未被传播状态，在t时刻未接收到某舆情话题信息的节点，处于S状态的节点很易因为接收到某话题状态转变为I状态。(2)传播节点表示在t时刻已经开始不断向网络中収布舆情话题信息的节点，幵且由于此状态节点对信息的传播，可以使未被传播状态的节点改变自身状态，变成I状态节点开始转収这信息。(3)免疫节点表示t时刻此节点处于免疫状态，不会被传播状态的节点传播的信息所影响[12]。
1.2.2网络舆情话题传播模型各节点转换觃则
针对某则舆情话题，社交网络中每个节点状态会在易感状态、传播状态、免疫状态乊间迚行转换，节点状态转换觃则具如下：(1)在始的网络中所有节点都为S状态；(2)在话题传播程中，网络总用户数定不变；(2)S(k,t)、I(k,t)及R(k,t)分表示t时刻网络中的度为k的易感染节点、传播节点及免疫节点的密度，那么S(k,t)I(k,t)R(k,t)1；(3)若一个易感染节点S与一个传播节点I迚行接触，那么该易感染节点转变成为传播节点的概率为PSi，PSi叫内部感染概率；(4)若一个易感染节点S与一个传播节点I迚行接接触，但会通其它径得到了目标舆情话题，从而以概率α由易感状态转变成为传播状态，那么α叫外部感染概率；(5)一个传播节点I对某话题失去兴趣而止传播，概率Pir转变为免疫节点，那么Pir叫免疫概率；(6)一个易感染节点S对话题内幵不感兴趣，虽然知道了该话题，但不会传播该话题，幵将以概率Psr接转变成为免疫节点，那么Psr叫接免疫概率。
1.2.3网络舆情话题传播模型的建立
社交网络话题传播是一动态程，即话题信息是否迚行传播受一个或多个因素影响，幵且网络节点传播话题时，与临近节点传播话题信息的情密切关，传播节点的度越，对话题在网络中的传越有。综合上述可知，社交网络舆情话题传播的节点状态转变具如2所示。
2实验仿真
2.1数据源
为了测试本文提出的社交网络舆情话题传播模型的有效性，选择标准数据集：Facebooksocialnetworkdataset迚行仿真实验，该数据集包含4039个节点，88234边[13]。仿真平台为：双核CPU2.85G，内存为4G，WindowsXP操作系统，编程工具箱为：Matlab2012。
2.2结果与分析
假设始时刻网络中仅有一个传播节点，其余节点部为易感染节点，将式(1)中的各数设置如下：内部感染概率psi=0.4，外部感染概率α=0.3；免疫概率pir=0.2，接免疫概率psr=0.1，网络各节点的密度与舆情话题传播乊间的变化关系如3所示。由3可以看出：易感染节点密度不断衰减，到趋近于零；传播节点密度在始阶段快增，幵在达到峰值后速下降，到趋向于零；而免疫节点密度在话题传播期呈较快增态势，在其达到峰值后逐渐趋于稳定，幵最终趋向于1。
2.2.2内部感染概率对传播程的影响
3.2.3免疫概率对传播程的影响
当免疫概率収生变化时，传播节点密度、免疫节点密度变化趋势如5所示。由5可以看出：(1)当免疫概率于零时，在传播程达到稳态乊前，免疫概率值与传播节点密度值乊间变化关系是一反向关系，免疫概率值与传播节点密度值乊间变化关系是一正向关系，因此免疫概率取值越，网络中的传播节点转变成为免疫节点的概率就越高。(2)当免疫概率等于零时，免疫概率值在传播期速增加，达到峰值后逐渐趋于稳定，这主要是由于当免疫概率等于零时，传播节点将始终保持自身状态，而不会向免疫状态迚行转变，而此时免疫节点密度值幵不为零，这是因为接免疫概率的存在，部分易感染节点易转变为免疫节点。
2.2.4外部感染概率对传播程的影响
当外部感染概率収生变化时，传播节点密度、免疫节点密度变化趋势如6所示。由6可知，在话题传播程达到稳定状态乊前，随着外部感染概率的不断增，传播节点密度也应增加，而免疫节点密度不断减小，这主要是由于外部感染概率描述易感染节点通媒报道以及现实生活中的人关系等网络外部渠道获知舆情话题，幵由易感状态转变成为传播状态的概率，因此外部感染概率值越，易感染节点的个行为受外部环境的影响。
2.2.5接免疫概率对话题传播程的影响
当接免疫概率収生变化时，传播节点密度、免疫节点密度变化趋势如7所示。由7可知，随着接免疫概率值逐渐的增加，传播节点密度峰值慢慢减小，免疫节点密度峰值慢慢增，这主要是由于免疫概率值越，社交网络中的一易感染节点有经传播状态接转变成为免疫状态的概率增加。
2.2.6始传播节点度对传播速度的影响
当始传播节点度值収生变化时，传播节点密度变化曲线如8所示，从8可以看出，如果始传播节点度越，其网络话题信息传播速度就越快；如果始传播节点度越小，网络话题信息传播速度对较慢。
3结论
关键词：社交网络；“小世界”；约简社交网络；信任评估
0引言
随着Internet的普及和盛行，每天都有数以万计的新用户加入到在线社交网络中，来与其他用户进行信息交流和交互，其中很多是互不相R的用户。因此，评估这些用户之间的信任程度，对提高社交网络服务质量和加强其安全性具有非常重要的作用。本文提出一种基于“小世界”网络原理约简在线社交网络的算法（SWRSN）。该算法对原始社交网络进行了约简，采用了用户活动域（domain）信息，该信息相对于其它信任信息来说是客观的、稳定的。因此，该算法具有较低的复杂度，并且对恶意攻击也有一定的鲁棒性。
1算法模型
本算法主要包括三个关键步骤：（1）原始社交网络的约简，即根据“小世界”网络原理约简原始社交网络；（2）计算信任网络中用户个体问的信任值，即通过计算约简的信任网络中用户个体问的信任值，从而间接评估原始社交网络中用户个体问信任程度。
1.1约简原始社交网络
约简原始社交网络的整个过程其主要是原始的信任网络基础上，根据“小世界”网络原理，采用广度优先算法搜索尽可能多的源节点到目标节点之间的短路径（最大步长MaxLength=6），并且删除路径中任意一条边的信任值小于给定信任阈值（一般设置信任阈值th=0.5）的路径。
1.2计算信任网络中用户个体问的信任值
在本节中，主要是在约简的信任网络基础上，计算源节点要目标节点的预测信任值。这里我们采用4种较为常见的信任评估策略，如表1.1所示。下面介绍信任传播和信任整合操作。
信任传播操作：从source节点到target节点路径中用户的信任传播。两种较为常见的传播操作是取最小值（Min）传播和取乘积传播（Multi）。前者是指取路径上最小的推荐信任值，后者是指取路径上所有推荐信任值的乘积。
信任整合操作：从source节点到target节点中所有路径的信任整合。两种较为常见的信任整合操作为取最大值（Max）和取加权平均值（WAve）。前者是指取所有路径中最大的信任传播值，后者是指取所有路径的信任传播值的加权平均值。
2实验评估
2.1实验设计
本论文主要采用留一法进行实验。采用数据集为Epinions，该数据集为社交网络中较为典型的实验测试数据集。如果Sollrce到target之间有一条直接的信任边，则这条边将被隐去。这时，source到target之间的信任值将通过它们之间信任图来计算。
本实验采用了较为常见的四个精度指标来评估本论文提出的算法的有效性，分别为：绝对误差（Absoluteerror）、精度（Precision）、召回率（Re-call）和F分数（F-Score），计算公式如表2.1所示。其中表示实际中信任的用户集，表示当前算法预测为信任的用户集。
由表2.2可知，最小的Precision为0.7248，说明本论文提出的BDSWRSN算法具有较好的信任预测精度。此外，最小的F-Score为0.5875，剩下F-Score都在0.62以上，这也说明BDSWRSN算法的可以较为有效地帮助预测在线社交网络中用户个体问信任程度。
【关键词】社交媒体；学术信息；交流模式
一、社交媒体及其发展现状
二、基于社交媒体的学术交流典型模式
（一）博客、微博：学术知识转移模式
（二）维基百科：学术知识协同生产与共享模式
维基百科是一种基于网络的多人协作的写作工具，在Wiki支持的协作式写作中，每个人都可发表自己的意见，都可以方便地对共同的主题进行写作、修改、扩展甚至探讨，是一个最大、最知名的网络知识社区。所以Wiki帮助我们在一个社会网络（SNS）内共享某领域的知识。
与其他社交媒体相比，维基百科能够针对特定的领域知识或主题概念汇集大众智慧，构成网络“合作实验室”，互联各方面的专家发挥个体学科特长，形成个人能力与智慧的相互叠加，使产生的知识信息更权威可靠、更受广泛认同。通过参与维基百科的知识信息编发共享，个人的传播行为和掌握的知识、观点通过在wiki平台上共同修正完善，最终形成“共识”性概念或经典性论述。
三、社交媒体学术信息传播的典型案例
（一）科学网博客
科学网是全球最大的中文科学社区，由具有50余年媒体经验的中国科学报社主办，是以网络社区为基础构建面向全球华人科学家的网络新媒体，2007年正式上线。网站设有博客、会议、论文、项目基金、实验室等频道，权威的科学新闻报道和多样实用的学术信息。尤其是备受学者们欢迎的科学网博客目前已在各个学科领域拥有庞大的用户群，学术会议资讯、专家报告观点、权威论文转发等学术信息极大地吸引研究人员积极加入，成为更多的信息传播“节点”，高效促进科技创新和学术交流。10年来，科学网博客已经成为上百家新闻媒体，特别是国内严肃媒体和境外主流媒体的新闻源泉，大大促进了科学传播。
（二）网络问答社区――知乎
四、结语
社交媒体环境下的学术信息交流与获取模式代表了“去中心化、开放性、共享性”的思想理念，这种去中心化的理念赋予用户平等而个性化的地位，充分刺激用户参与互动交流的热情，更有效地挖掘每个人头脑中的知识，使得互联网社交媒体成为一个具有强大生命力的有机体。同时，开放自由的和转载会很可能会引发知识产权、信息冗余、信息质量不高等问题。相信随着互联网管理政策与体制的不断完善，社交媒体环境下的学术信息交流将会得到更好的发展。
[参考文献]
[1]曹博林.社交媒体：概念、发展历程、特征与未来――兼谈当下对社交媒体认识的模糊之处[J].湖南广播电视大学学报，2011，（3）.
[2]李娜，胡泳.社交媒体的中国道路：现状、特色与未来[J].新闻爱好者，2014，（12）.
[3]张h，朱庆华.Web2.0环境下学术交流的社会网络分析――以博客为例[J].情报理论与实践，2009，（8）.
[4]王学东，杜晓曦，石自更.面向学术博客知识交流的社会网络中心性分析[J].情报科学，2013，（3）.
关键词：社交网络；用户行为；节点度；聚类系数；平均路径长度
Analysisofsocialnetworkuserbehavior
LiXinhuan1，3，ZhaoYingding2，3
（1.CollegeofComputerandInfomation，JiangxiAgriculturalUniversity，Nanchang，Jiangxi330045，China；2.CollegeofSoftware，JiangxiAgriculturalUniversity；3.KeyLaboratoryofAgriculturalInformationTechnologyofJiangxiCollege）
Abstract：Today，socialnetworkhasbecomeamajormeansforpeopletokeepintouchwithpeopleandentertainment.Usersarethecoreofsocialnetworks，andtheirbehavioristhestartingpointforin-depthunderstandingoftheoperationmechanismofsocialnetworks.AccordingtotheextracteddatainSinamicro-blog，usingthenodeandthenodedegree，theusergroupandtheclusteringcoefficient，andaveragepathlengthanddiameter，etc.insocialnetworkanalysis，studiesandanalyzestheusers'behaviorwhentheyforwardingmicro-blogormakingcommentsonmicro-blog，andshowsthecorrelationsbetweentheuserandtheuser.
Keywords：socialnetwork；userbehavior；nodedegrees；clusteringcoefficient；averagepathlength
1用粜形分析的重要性
2社交网络中用户行为分析
2.1分析方法
有越来越多的人参与到社交网络的研究中。社交网络分析（SocialNetworkAnalysis）[4]，它指的是对社交网络中大量的数据进行分析的方法，主要研究社交网络中节点与节点之间的关系，并且分析出用户与用户交往形成的网络结构对他们的影响。社交网络分析中，会用到三个指标，分别是节点与节点度，用户群与聚类系数，平均路径长度与直径[5]。
2.1.1节点与节点度
节点（node）[6]，它指的是网络中的每一个用户，也就是说在网络中与其他连接的单个人、一个组织、一个事件，或者是其他社会实体。这说明了在社交网络中，用户与用户之间形成了一个很大的网状结构，其中的用户就是网络节点，因此形成了社交网络的拓扑结构[7]。
图论中，节点度（degree）指的是与这个节点关联的边有多少条，同时节点度的大小也说明了其中一个节点与另一个节点相连接的紧密程度，也代表了这个节点是否接近网络中心[8]。依据一条信息流它的进出方向如何，又可以将节点度分为节点入度（indegree）和节点出度（outdegree）[9]。用网络拓扑结构可以表示一个节点与另一个节点之间的关系，用节点入度、节点出度以及节点度，可以描述一个节点有多重要，并且可以说明它与其他节点之间有什么样的关系。可以使用节点度的分布函数P（k）来表示节点度是如何分布的，计算出的P（k）的值，就等于在网络中随机选取其中的一个节点，它的节点度是k的概率，用公式表示即为：
其中，k为正整数。
2.1.2用户群与聚类系数
用户群指的是社交网络中的用户根据他们之间共同的兴趣以及爱好从而聚集起来的群体，他们之间具有共同属性，因为这些共同属性，才使得他们能够聚合到一起，从而形成具有共同兴趣爱好的小群体[10]。现实中，一个个体如果喜欢打球，那么就会结交别的喜欢打球的个体，这样他们之间就有了联系，从而成为了朋友。同理可以运用在社交网络中，工作性质相同、学历相当、所在城市相同，那么这些用户群很有可能就会组合到一起，进行他们之间的活动。
聚类系数（ClusterCoefficient）[11]，也可以称它为集聚系数、群聚系数或者集群系数，它可以用来描述图或者节点与节点之间结合在一起的强度系数。换一种说法是，聚类系数表示的是用户与用户之间关系强弱的系数。在无向网络中，可以把节点的聚类系数用公式表示如下：
其中，n表示节点V的所有k个邻居间的边数，网络的聚类系数C等于所有节点的聚类系数的平均值，即：
其中，N为网络中节点个数。
2.1.3平均路径长度与直径
平均路径长度[12]，它代表的是网络及群众之间凝聚在一起的指数大小，若凝聚指数越小，则说明网络中的小世界特性越明显[13]。社交网络中节点与节点之间相连接的路径有许多，其中最短的一条路径是经过最少的节点，即最短路径长度指的是节点m通过中间其中一个最少的节点，它所能到达的节点n所经过的路程长度。另外，直径指的是网络圈中最短路径长度的最大值[14]。最短路径的平均值（L）就是网络的平均路径长度，它的计算公式为：
其中，N为网络中节点个数，d为直径。
3.1用户“转发”行为分析
为了更好地研究用户转发某一条微博的行为，特地获取了从2017年3月1日到2017年3月7日该知名认证用户的微博数，一共397条，表1显示的是其一周内的微博数量。
4结果分析
5结束语
参考文献（References）：
[1]夏梦甜，杨漫欣.大学生社交网络的使用及其对社交能力的
影响[J].中国高等医学教育，2014.6：9-10
[2]杨善林，王佳佳，代宝，李旭军，姜元春，刘业政.在线社交网络
用户行为研究现状与展望[J].中国科学院院刊，2015.2：200-215
[3]赵俊.社交网络的数据采集与分析方法研究[D].郑州大学硕
士学位论文，2015.
[4]纪雪梅，王芳.SNA视角下的在线社交网络情感传播研究综
述[J].情报理论与实践，2015.7：139-144
[5]徐文婷.社交网络的用户行为分析及信息扩散研究[D].扬州
大学，2015.
[6]王朋飞.基于节点度之差和节点相似性度量的社团检测算法
的研究[D].兰州大学，2014.
[7]朱永习，严广乐.有向在线社交网络的拓扑结构分析[J].信息
技术，2016.9：14-17，21
[8]孙文珠，王洪玉，祝开艳，王洁，唐震洲.一种规则变量节点度
LTCodes编码方案[J].电子学报，2014.10：1918-1924
[9]周立欣，刘臣，霍良安，王育清.基于交叉度的有向网络中心节
点识别算法研究[J].计算机应用研究，2016.11：3299-3302，3306
[10]马力.基于聚类分析的网络用户兴趣挖掘方法研究[D].西安
电子科技大学硕士学位论文，2012.
[11]许鹏远，党延忠.基于聚类系数的推荐算法[J].计算机应用研
究，2016.3：654-656，660
[12]⒁嫡，周云龙.无尺度网络平均路径长度的估计[J].系统工
程理论与实践，2014.6：1566-1571
[13]王国红，周建林，唐丽艳.小世界特性的创新孵化网络知识
转移模型及仿真研究[J].科学学与科学技术管理，2014.5：53-63
[14]韩卫国，彭伟，唐晋韬.基于路标的最短路径长度快速估计
算法[J].重庆理工大学学报（自然科学），2013.7：96-102，118
社交网络是人的对象化活动的产物，同现实社会一样，人与人之间的关系牵扯着人无法脱离这个社会，所以社交网络的越来越关系化，让用户对社交网络产生依赖性。只有以用户为中心，当用户发现他需要什么，社交网络就能提供什么时，自然而然会把社交网络作为生活的一部分，就像现实生活一样。
当今社会正处于一个信息爆炸的时代，随着网络信息化技术的发展，社交网络上产生了大量的信息，表现为海量统计数据。这些数据大多以表格的形式存放在数据库内既枯燥又难于理解，如何才能将这些数据有效的展示出来，帮助用户理解数据，发现潜在的规律，是亟待解决的问题。SPSS分析能够将抽象的数据表示成为可见的图形或图像，显示数据之间的关联、比较、走势关系，有效揭示出数据的变化趋势，从而为理解那些大量复杂的抽象数据信息，为企业决策支持提供帮助探索人类的各种行为的统计特性，是探索自然界、认知人类自身的一个重要方面，对于研究经济、心理和众多社会学类学科有着重要的意义。
一、研究目的及方法
1.研究目的
本论文的研究工作的目的就是尝试将SNS高效率的社会化互动传播方式应用于网络营销，SNS的口碑传播对营销信息流的传播将会起到很大的促进作用。在更加开放和宽广的社会化网络中，销售仅仅是商务的结果。为了实现销售，消费者之间有价值的信息流传递就是传统营销所没有解决好的问题，也是将SNS与营销更好结合在一起的目的，对于最终促进商务销售的结果也将有实际的意义，也是对现有社会化商务的理论的有益补充和实践。
现在网络营销已经成为公司的主要营销策略之一，很多大公司的微博、人人等社交网络账号随处可见。那么如何有效的增加公司人气，成功的在社交网络中把自己推销出去，成为企业网络营销的一个瓶颈。
2.研究方法
二、人气影响因素分析
2.变量分类――因子分析
从自变量特征上我们可以发现，有些变量是相似的，因此可能会有共线性的干扰，下面通过因子分析法从变量群中提取共性因子，提取重点变量，归类相似变量。
三、研究意义
综合考虑以上的数据分析结果，我们可以归纳进行网络营销时应注意下列事项，以便提高人气：
（1）首要选择的策略是：尽可能多的发表状态，也要尽可能多的发表日志，增加好友数等。
（2）进行营销人员选择时，可以不考虑性别因素，男女性的活跃程度没有显著差异。
人类的行为常常受到社会关系的影响，而且人类行为也会反过来直接影响到其社会关系，在这里人的个性特征、社会性普遍行为特性和社会网络结构等多种因素交织在一起，造成了相当的研究困难性。尽管在这方面已经进行了相当深入的实证和理论模型的研究，但是所获得的成果距离真正认识这个问题本身还很远；因此，当前对各类社会交互行为的实证研究，和通过理论模型的手段来有效探讨社会关系与人的个体行为之间的相互作用，是当前研究的一个重点问题。
参考文献
[1]王亮.SNS社交网络发展现状及趋势[J].现代电信科技.2009，6：9-13
【Abstract】Socialnetworksnotonlyprovideentertainmentplatform，butalsoshouldbemorepracticalclosetothedailystudyandlife，andthecurrentsocialnetworkismainlyforthemajorityofsocialgroups，notfocusedonsocialactivities.Tothisend，thisarticlebuildsasocialnetworkthatfacilitateslearning，livingandcommunicatingbasedonJFinal.
【关键词】校园社交网络；JFinal框架；JSP技术
【Keywords】campussocialnetwork；JFinalframework；JSPtechnology
1引言
2系统关键技术
2.1JFinal技术
JFinal是基于Java的极速web开发框架，它具有Java语言具备的所有优势，同时也具备python等语言的开发效率。开源的JFinal框架由詹波（JamesZhan）于2011年初创建，深受欢迎。JFinal将一直坚持以开发快、代码少、易学习、功能强、易扩展为设计目标，打造功能全面的WEB+ORM开发框架[3]。
2.2JSP技术
JSP是基于Java及Servlet的动态网页编程技术，由于Java语言具有跨平台特性，因此基于JSP技术建立的网站也具有跨平台优势，具备面向对象、面向互联网等特点。JSP技术所应用的平台及服务器非常广泛，可以使用绝大多数的流行平台，如Win，MAC，Linux等系列平台，也可以使用Apache和IIS等任何B/S服务器[4]。
2.3UML技术
UML为系统面向对象建模提供了图形符号和文本语法的标准。基于UML建模语言的系统开发需要建立三类模型：功能模型，对象模型和动态模型。其中对象模型用到的图形工具主要是类图、对象图等。类图中的主要元素之一是类，包括类名、类属性、类操作；类图的另一主要元素是类间关联，描述的是哪些类之间有何关联[5]。
2.4MariaDB技术
MariaDB也是一种关系型数据库管理系统。其查询语言仍然是结构化SQL语言。MariaDB数据库软件因其体积小、速度快、源码开放，已成为一般网站开发中数据库工具的首选。
3基于JFinal的校园社交网络
3.1社交网络主要功能
3.2校园社交网络数据库
校园社交网络数据库设计结果如图2所示。
3.3校园社交网络主要功能界面
校园社交网络界面包括用户注册、登陆、用户资料管理、日志与博文管理、喊话管理、@你@我、照片与相册管理、好友推荐等。图3为查看好友分组成员界面。系统其他界面在此从略。校园社交网络编码阶段采用白盒测试技术，系统集成阶段采用了黑盒测试技术。系统通过了最终测试，目前运行良好。
4结语
【参考文献】
【1】仲玮等.以社交网络为核心的校园信息系统架构[J].华东师范大学学报：自然科学版，2015（S1）：51-54.
【2】杜荩赵灿，付小龙.高校校园社交网络系统的设计与实现[J].实验技术与管理，2012，29（7）：99-102.
【3】杨宁，刘丹军.基于JFinal框架的JavaWeb应用开发研究[J].电脑知识与技术，2014，10（7）：1440-1443.
关键词：大数据；城市计算；社交网络；城市感知
Abstract：Inthispaper，wefocusonurbaninformationsensingtechnologywithrespecttotheNanjingurbaninformationsensingplatformandsocialnetworkdata.Ourexperimentalresultsshowthattheurbancomputingmodulebasedonsocialnetworkdataisquitehelpfulinsensingurbanrhythm，discoveringtheregularpattern，andachievingamoreintelligentandefficientcity.
Keywords：bigdata；urbancomputing；socialnetwork；urbansensing
本文依据我们开发的分析平台，通过分析用户在社交网络上产生的数据来感知城市信息。本文旨在展示：依托于网络数据分析尤其是社交网络数据分析，当前已经可以获取城市运行的关键信息，因此可以避免过度把注意力局限到信息采集基础设施的建设方面。
1社交网络是城市感知的
重要途径
据统计，截至2012年12月底，中国互联网用户达到5.64亿，互联网普及率达到了42.1%。其中，作为新型社交媒体，微博近两年获得了爆炸式的发展，用户规模达到3.09亿，较2010年底增长了2.46亿[6]。图1为中国近两年互联网用户及微博用户规模变化示意图。
2社交网络中的城市信息
本文结合新浪微博数据，自主开发了南京城市信息感知平台，主要完成了以下几个方面的工作。
2.1城市属性挖掘
在中国600多个城市中，既有上海、北京这样的国际大都市，也有丽江、凤凰这样的旅游名城。每个城市都有自己独特的印记和发展轨迹，表现出不同的政治、经济、文化、地理、环境等特征，并反映在城市生活的各个方面。图2为江苏省各地级市微博用户活跃度与人均GDP比较图。
除微博活跃度外，微博中还包含用户位置、关系、言论等信息，对这些信息进行分析，可以得到更丰富的城市整体及各个区域的政治、经济、文化等属性特征，从而可以帮助人们更好地感知城市、理解城市。
2.2城市动态性分析
动态性是城市的基本特征，而城市里各个具体对象在位置上的变化，如车辆的运行、人群的移动等，是城市动态性最直接体现。感知城市中移动对象移动的轨迹并对轨迹数据进行分析，可以发现人类社会活动的特征和统计规律，进而可以从微观到宏观的不同尺度上认知和把握纷繁多变的城市动态。
对图3进行分析，可以发现景区、餐厅、酒吧的人流量表现出了明显不同的特征。基于位置信息，对城市各空间对象，如道路、商城、小区、医院等动态规律进行分析，有助于人们更好地把握城市动态特征，从而服务于人们的城市生活。
2.3社区发现
了解人的社交结构，可以通过社交网络中用户间的交互信息，利用谱图技术或者动态社区发现算法[13]完成用户间社区结构的提取，再通过文本分析的技术，分析同一社区的构成原因，如图4所示。
正是由于人类行为的规律性，导致了城市中的种种宏观特征。在数据挖掘更加注重个性化、社交化的今天，从社交网络中挖掘出用户的社交结构和生活模式（行为、意图、经验等），对于研究城市的规律有着极其重要的意义。
2.4异常事件检测
异常事件分析是城市计算中的重要研究内容。在城市中，异常事件的发生，如流感爆发、临时交通管制、暴雨灾害等公共事件，往往会对居民生活出行及生命财产等造成损失。
目前，哈佛医学院的学者[14]通过采集Twitter中的数据来预测流感趋势，并将预测结果与美国疾病预防和控制中心的数据进行比对，获得了比较理想的结果。
除流感外，社交网络在交通事故、、自然灾害等突发事件的检测中也有着非常重要的作用。社交网络实时性的特点，使其成为检测异常事件的重要手段之一。研究基于社交网络的城市异常事件检测，可以降低异常事件对城市正常运行的影响，减少异常事件给城市居民带来的不便及损失。
3社交网络数据分析的挑战
社交网络数据是由数亿人在互联网上随机产生的，导致数据杂乱无章，且存在许多重复及无用数据，数据质量偏低。因此，如何从杂乱无章的社交网络数据中，寻找有价值的知识和信息，给科研工作提出了新的挑战和要求：
（1）管理和处理大规模多源异构数据
（2）在线实时分析社交网络数据
许多智慧城市的应用，如城市突发事件检测、城市交通流信息等，有着很高的实时性要求。因此，在对社交网络数据进行分析时，虽然数据量很大，但数据分析过程必须快速高效，以满足实时应用的要求。
（3）如何从杂乱无章的社交网络数据中获取知识
社交网络数据采集成本较低，但同时质量也很低，这要求我们从海量数据中去粗取精，从大数据中提取典型特征；同时单个方面的数据往往只能发现局部的信息量，必须结合多方面的数据去获取更深层次的知识。
（4）如何有效地表达从社交网络中获取的知识并指导人们的决策
社交网络中可以获取城市生活各个角度的信息，但如何合理使用这些信息，将其用于指导城市管理，为人们提供更便利、智能的城市生活，也是比较有挑战的研究课题。
4结束语
[1]GLAESEREL.城市如何让我们变得更加富有、智慧、绿色、健康和幸福[M].刘润泉，译.上海：上海社会科学院出版社，2012.
[2]PAULOSE，HONICKYRJ，HOOKERB.Handbookofresearchonurbaninformatics：Thepracticeandpromiseofthereal-timecity[M].Hershey，PA，USA：IGIGlobal，2008.
[3]OUTRAMC，RATTIC，BIDERMANA.Thecopenhagenwheel：Aninnovativeelectricbicyclesystemthatharnessesthepowerofreal-timeinformationandcrowdsourcing[C]//ProceedingsoftheEVERMonacoInternationalExhibition&ConferenceonEcologicVehicles&RenewableEnergies（EVER’10），Mar25-28，2010，Monaco.
[4]CALABRESEF，PEREIRAFC，DILORENZOG，etal.Thegeographyoftaste：Analyzingcell-phonemobilityandsocialevents[C]//Proceedingsofthe8thInternationalConferenceonPervasiveComputing（Pervasive’10），May17-20，2010，Helsinki，Finland.2010：22-37.
[5]YUANJ，ZHENGY，XIEX，etal.Drivingwithknowledgefromthephysicalworld[C]//Proceedingsofthe17thACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining（KDD’11），Aug21-24，2011，SanDiego，CA，USA.NewYork，NY，USA：ACM，2011：316-324.
[6]第31次中国互联网络发展状况统计报告[R].北京：中国互联网络信息中心，2013.
[7]BIANJ，AGICHTEINE，LIUY，etal.Learningtorecognizereliableusersandcontentinsocialmediawithcoupledmutualreinforcement[C]//Proceedingsofthe18thInternationalConferenceonWorldWideWeb（WWW’09），Apr20-24，2009，Madrid，Spain.NewYork，NY，USA：ACM，2009：51-60.
[9]TUH，DINGJ.Anefficientclusteringalgorithmformicroblogginghottopicdetection[C]//ProceedingsoftheInternationalConferenceonComputerScience&ServiceSystem（CSSS’12），Aug11-13，2012，Nanjing，China.Piscataway，NJ，USA：IEEE，2012：738-741.
[10]FERRARIL，ROSIA，MAMEIM，et.al.Extractingurbanpatternsfromlocation-basedsocialnetworks[C]//Proceedingsofthe3rdACMSIGSPATIALInternationalWorkshoponLocation-basedSocialNetworks（LBSN’11）.Nov1，2011，Chicago，IL，USA.NewYork，NY，USA：ACM，2011：9-16.
[11]ZHONGQ，et.al.ParallelspectralclusteringbasedonMapReduce[J].ZTECommunications，2013.2013，2（11）：30-37.
[12]BROCKMANND，LHUFNAGELL，GEISELT.Thescalinglawsofhumantravel[J].Nature，2006，439：462-465.
[13]FORTUNATOS.Communitydetectioningraphs[J].PhysicsReports，2010：75-174.
[14]ACHREKARH，GANDHEA，LAZARUSR，etal.PredictingFlutrendsusingTwitterdata[C]//Proceedingsofthe2011IEEEConferenceonComputerCommunicationsWorkshops（INFOCOMWKSHPS’11），Apr10-15，2011，Shanghai，China.Piscataway，NJ，USA：IEEE，2011：702-707.
作者简介
李文俊，东南大学信息科学与工程学院在读博士研究生；研究方向为大数据分析、数据挖掘、Web数据分析等。
毫无夸张地说，媒介技术的进步带来了社会的一系列变革。其中，社会交往方式算最主要的一个方面。自20世纪90年代起，网络作为第四媒体从诞生之日起对社会带来了前所未有的影响，无孔不入地渗透到社会生活的方方面面。互联网的广泛普及俨然建构出人们的“第二生活世界”，整个社会进入“网络化生存”时代。特别是近几年来，社交媒体作为媒介技术突飞猛进的产物得到了网民们极大的青睐。美国社交媒体专家布莱恩索里斯（BrianSolis）在新书《社交网络与博客》中这样写道：“有五分之四的活跃网民每天访问社交网络”。可见，社交媒体正渗透进人们的日常生活。
一、理论依据与文献综述
1.理论依据。媒介依赖理论源于美国著名传播学家桑德拉鲍尔-洛基奇和梅尔文德弗勒1976年发表的论文《大众传播媒介效果的依赖模式》[1]。媒介依赖理论的最大特点，是从“受众、媒介、社会”三者互动的角度考察媒介传播效果、探讨媒介传播的影响力及其产生途径，从而使该理论成为”全面透视媒介与整个社会结构中和各个其他组成部分的关系，并适用于不同层次的分析之理论视角。从理论上讲，媒介与个人之间的依赖关系具有双向性，但在现实中，却更多地表现为个人对媒介的单向性依赖。
二、研究设计
三、研究发现
四、不足及问题
参考文献：
[1]（美）斯坦利巴兰，丹尼斯戴维斯著.曹书乐译.大众传播理论：基础、争鸣与未来[M].北京：清华大学出版社，2004.
[2]张咏华.一种独辟蹊径的大众传播效果理论――媒介系统依赖理论评述[J].新闻大学，1997（1）.
[3]谢新洲.“媒介依赖”理论在互联网环境下的实证研究[J].石家庄经济学院学报，2004（2）.
[4]旷洁.媒介依赖理论在手机媒体环境下的实证研究-基于大学生手机依赖情况的量化分析[J].新闻知识，2013（2）.
[5]梁娜，杨烁.80后大学生的手机依赖程度调查报告[J].东南传播，2009（3）.
[7]王婷婷.社交网络中的自我呈现[J].学理论，2011（17）.
[8]（美）戈夫曼著.黄爱华，冯刚译.日常生活中的自我呈现[M].杭州：浙江人民出版社，1989.
[关键词]学科信息素质在线教育平台Scitable学习空间
[分类号]G252
1概述
Scitable是一个免费的开放在线教育／学习平台，它整合了Nature出版集团高质量的科学文献，同时具备网络社区的特点，为全球各地科研人员和师生提供科学观点、教学实践和学习资源交流与合作的机会。目前，该平台以遗传学学科为构建对象，提供了该领域的各种教学和科研文献以及在线学习工具，以帮助科研人员和师生开展研究和学习。
2Scitable平台的构成
Scitable主要包括功能模块和辅助模块两大部分。功能模块是平台开展学科信息素质教育的主体，由主题、个人社交网、兴趣组、学习路径和个人主页5个模块组成(见表1)。辅助模块是为便于用户使用，加强用户交流和协作而设立的一些功能组件，包括学习插件、专家咨询和通讯工具等(见表2)。
2.1功能模块及其介绍
2.1.2个人社交网(people)与其他在线教育平台相比，Scitable最突出的特点是个人社交网络的嵌入。用户可以根据需要建立与世界各地科研人员、教师和学生的关系网络，开展科研合作、学术交流和资源共享，甚至从中寻找职业发展的机会。该平台协作学习正是基于社交网络形成的好友关系和小组关系开展的，这种关系的存在使得网络具有一定的稳定性，因而用户之间的学习交流更加顺畅。同时，这种网络在用户需求挖掘、学习兴趣发现、讨论组建、资源共享等方面都发挥重要作用，而且社交网络也成为Scitable吸引用户参与的重要手段。最新的一项网上调查显示，有75％的18―24岁年龄段人群使用社交网络，而有超过80％的学生每周都会浏览和使用社交网络站点，因而应用社交网络能够有效调动这部分用户的参与。
2.1.5个人主页(myscitable)个人主页是平台为注册用户提供的个性化服务页面，包括短消息、联系人、书架、信息更新等内容。它们的主要作用是实现协作学习，加强用户之间的沟通和交流。同时，为用户提供资源收藏链接、收集反馈意见、进行参考注释等功能，从而使得学习过程更为顺畅。个人主页是用户建立的小型科研、学习环境，在主页中通过一系列个性化工具和技术的应用，可以将人、资源、工具和服务有机地结合起来，从而更好地支持用户的科研和学习。与一般的个人主页相比，Scitable突出的学习和知识交互的特点吸引了用户的广泛参与。
2.2辅助模块
2.2.1学习插件平台中集成了各种学习插件和工具帮助用户进行学习，如书签、文件包等。用户在学习过程中可利用书签将平台上的学术论文共享到Facebook、Twitter等网站上。文件包用于存储各种被标记的论文、消息和讨论内容等，方便用户进行批注和速记。
2.2.2专家咨询Scitable创新性地设置了“学科专家负责制”的在线参考咨询服务，由学科专家负责模块的资源建设和问题咨询。这种服务特点能够充分发挥学科专家的知识技能来满足用户的信息需求，从而大大提高用户的学习效率和学科素质。
2.2.3在线课堂是平台为师生在线教学提供的一种虚拟空间。教师可以上传下载各种教学资源，同时为学生提供各种在线阅读书目、讨论主题和学习工具等。学生可以进行实时提问、课程资源和论文下载等。在线课堂作为传统教育的重要补充，既可以进行在线教学，也可以作为师生课外学习讨论的重要途径。
2.2.4实时交流平台在每个页面左侧栏都设有实时交流工具，方便用户随时进行沟通和联系，从而实现交互和协作学习。同时，实时交流也是结识新用户、建立个人社交网络的主要通讯工具。
此外，平台还提供了资源之间的超链接、术语列表，集合了各种学术资源的“图书馆”模块，从而辅助学习和资源的获取利用。
3Scitable平台的构建特点
3.1与学科资源结合，发挥自身优势
与一般的信息素质教育平台相比，Scitable平台以Nature出版集团高质量的遗传学学科资源为基础，同时发挥学科专家的优势参与资源的组织和建设。平台上的每篇文献都来自Nature出版集团，并通过学科专家的审核，而且也允许用户在资源内容方面提供意见和建议。平台本身也作为一个开放的以科学教育为目的的数字图书馆，为科研人员、教师和学生提供服务。这样平台建设就实现了将优质的学术资源与知名的专家学者以及用户的信息需求的有效结合，从而发挥各自优势，实现科研、学习的交流和互动。
3.2内容设计新颖，充分吸引用户
3.3技术特点鲜明，便于实现交互协作
作为一个在线的科学教育和个人学习空间，Scitable平台整合了社会网络技术、Web2.0技术、开放获取技术和个性化推送技术等，充分实现用户在科研、教育和学习中的交互协作。目前，平台同时拥有维基百科、社交站点和在线期刊的各种功能和优点，使其与一般的学习平台相比有明显的技术优势。此外，Scitable还与因特尔等知名企业开展合作，充分利用他们的技术优势。例如，2010年8月推出的“手机版”平台，用户使用普通手机、iPad、iPhone、黑莓甚至电子书阅读器等移动设备都可以进行访问。通过合作，Scitable实现了社交网络的快速扩展，在全球范围内覆盖尽可能多的用户，而合作企业也可以实现对最新科学研究的及时跟踪。
3.4理论学习与实际操作相结合
3.5个性化学习特征明显
Scitable平台以遗传学学科资源为构建对象，但即便是在同一学科背景下，用户依然可以享受到个性化特征明显的在线学习环境。以平台的个人主页模块为典型代表，它是Scitable个性化特征的集中体现。在平台中，用户个人主页下的每个“好友”列表、资源类型、学习工具、参与主题和人际网络都是按照自己的标准建立起来的，完全是用户个性化需求的真实体现，因而每个用户的页面构成都不相同。而一个个看似独立的个人页面，通过一系列交互工具和技术的应用，形成了一个纵横交错又个性化特征明显的科研、学习网络，从而更好地支持用户的在线学习。
4Scitable对我国在线信息素质教育平台的启示
4.1改革平台教学内容，加入学科素质教育
目前我国的信息素质教育平台多是进行信息素质的通识教育，包括图书馆资源介绍、使用技能培训、信息检索课件下载、论文写作指导和在线课程学习等，这种模式最大的特点是将图书馆资源、服务与信息素质教育结合，而针对专业层次的学科信息素质教育开展较少。因此，借鉴Scitable学科信息素质教育的经验，可以在现有通识教育模式的基础上，改革教学内容，加入学科信息素质教育模块，按专业内容和性质进行差异化教学。图书馆可以与专业教师、科研专家一起探索设计该学科信息素质的教学内容和实施方案，结合具体的专业背景开展信息素质教育。例如，美国加州州立大学的信息素质教育除了设有基本信息素养模块外，还提供了5个基于学科的教育指南进行专业层次的学科素质教育。
4.2与学科资源建设和学科化服务相结合
学科资源和学科服务是学科信息素质教育平台的两大要素，因此平台构建可以与图书馆现有的资源和服务相结合。在学科资源方面，利用图书馆的机构库、信息／学习共享空间、学科信息门户、特色学科数据库等，将这些资源筛选、重组或以链接的方式嵌入学科信息素质教育平台中，实现学科资源的充分利用。学科化服务目前已经在我国图书馆广泛开展，但是在当前新信息环境下还有很大的拓展空间。可以说，提升用户学科素质本身就是学科化服务的重要内容。因而，与学科化服务结合，利用学科馆员提升用户信息素质，同时在信息素质教育平台中嵌入学科参考咨询系统、设置学科资源推介栏目、构建学科信息环境和提供重点学科情报服务等，是图书馆开展学科信息素质教育的有效途径，如图1所示：
4.3创新平台的内容设计和组织形式
目前，尽管人们已经认识到在线信息素质教育平台的重要性，但是许多机构在平台构建过程中仅仅是将传统信息素质教育进行网络化，教育内容和形式依然陈旧，用户参与和使用的积极性不高。这方面一些学科信息门户建设后利用率不高的教训值得注意，而Scitable正是凭借新颖的学习内容和个性化设计的特点才吸引了众多的用户参与。因此，在学科信息素质教育平台构建过程中可以建立一些内容活泼、形式新颖的栏目，比如焦点讨论区、学科热点交流区、学科疑难答疑区、实践操作区、个性化服务专区，甚至职业规划讨论区等丰富现有刻板的教育内容和形式，吸引用户尤其是年轻用户的广泛参与。可以设立专门的学科馆员或专家负责指导，用户可以根据自己需要自由加入或参与讨论。
4.4利用最新技术，开展协作教学
目前，我国在线信息素质教育平台提供的服务仍然是基于Webl.0的组织方式，用户之间、用户与教学人员之间的交流渠道有限。虽然用户可以通过邮件、
4.5加强合作，实现平台的共建共享
[1]曾晓牧，孙平.高校信息素质能力指标体系研究[学位论文].北京：清华大学，2004.
[2]张士靖，杜建，刘娜.高校不同层次信息素质教育调查分析.情报杂志，2009(4)：44-47.
[3]Scitable.[2010-08―15].省略／scitable.
[4]LuoLL.Web2.Ointegrationininformationliteracyinstruction：Anoverview.TheJournal0fAcademicIAbra6anship，2009，36(1)：32―40.
[6]Seitable’smobilestrategyt0democratizescienceeducation.[2010―11―25].省略／arehives／scitables-mobile_strategytodemocratizesciencee.php.
[7]宋琳琳.英国国家在线信息素质教育平台VTS的构建与启示.图书情报知识，2008(5)：92―97.
[10]初景利.新信息环境下学科馆员制度与学科化服务.图书情报工作，2008，52(2)：5.
关键词：社交网络市场营销持续改进
一、现代社交网络的特点
二、市场营销在设计网络方面的借鉴意义
三、在社交网络上建立市场营销模式的策略分析
在对信息进行收集之后，还应将所有具有价值的信息进行汇总，并集中保存在数据库中。在接下来所开展的营销活动中，营销人员可以借鉴数据库中的数据，来展开更加具有针对性的营销活动，确保营销策略更加有效。
（二）招聘各社区的人员
在社交网络上建立营销模式之前，还需要建立一个以该企业或者产品为中心的社区，并
（三）正式开展营销活动
在建立社区并招募到一定数量的社员之后，就可以正式进入营销过程了。在社交网络平
台中，对话是最常用的一种营销方式，而且对话越激烈，说明该产品在消费者中的影响力越大。通过营销人员与社区成员或者社区成员与社区成员之间的对话，可以将该公司产品的影响力不断进行扩张。
（四）对营销效果进行测量和评价
在社区网络上开展了一系列营销活动之后，营销人员需要通过一些方式去了解这些活动
1.使用免费测量统计工具进行测量
免费测量统计工具是一种最简单最容易操纵的设计网络影响力分析工具，现阶段，使用最多的免费统计工具包括Google分析、SiteMeter（网站电表）、Technorati等，这些免费统计工具为设计网络提供了跟踪讨论等一系列功能，但该公司的品牌或者产品在网络中被讨论时，这种免费测量统计工具的使用者会自动收到通知。
2.使用专业的测量分析工具进行测量
除了一些免费的测量统计工具之外，市场上还有一些较为专业的测量统计工具，例如Cymfony和BuzzMetric等等。这些软件无论是在功能还是在操作方式方面都较为复杂，它能够从海量的信息中提炼出具有较高价值的信息，并对其展开深入分析和处理，最后自动计算出营销活动所带来的利润与成本之间的比例，为营销人员带来更加精确准确的结论。
（五）持续改进
网络社区对于我们来说是一个较为新鲜的平台，在信息化快速发展的时代中，不断萌芽
出各种新型的技术和理念，与此同时用户的需求也在发生着变化，社区若想长久地留住现有的成员并在将来吸引更多新的成员加入进来，就必须在现有的基础上做好持续改进工作。
[1]黄华.中国社交网站商业模式发展研究[D].硕士学位论文，上海师范大学，2010
关键词：社交商务智能；商务智能；合作博弈
一、绪论
二、文献回顾
Fei-YueWangetal（2007）认为社会信息学向社会智能的转移是通过对社会行为的建模分析、提取人类社会动力学因素以及认为创立社会机构并产生可行的社会认知而形成的。JamesE.Powell（2011）收集了如何将社会化媒体整合到商务智能的分析之中，并对其为企业带来的效益增加作了阐述。LynnWu（2013）则考察了社交网络效应对员工的生产效率和工作保障的影响，并将该用户间的效应关系分为两个独立方面，工具性关系和表达性关系。
在此，基于企业间协同的社会化商务智能把企业看作社交网络中的结点，联系企业间的相互关系来传递客户信息和决策分析方法等，以此提升行业的整体运营效率。然而，理性的企业个体更多地是考虑自身的利益，而非集体利益，这就有可能在协同企业间产生囚徒困境（Prisoner'sdilemma）的结果。为此，分析不同企业间的策略是独具价值的。
三、社会化商务智能下的企业竞争行为分析
1、企业竞争行为的变革
社会化商务智能的作用在于提高企业间的协作，由这种协同效用而推动整个企业集团的发展提高。然而，由于现实中的企业行为难以观测，往往只是等到个别企业采取不合作策略之后才能发觉其破坏行为。这对于合作次数有限的企业来说无疑造成了机会损失。由此，在社会化商务智能的环境下，企业间订立合理的信息披露标准和统一的考量标准，使得企业间的行为更加透明，信息更加对称。这样，就可以从技术角度上杜绝个别企业的毁约行为。
2、博弈分析
考量企业集团内企业间的行为普遍的是两个企业间的互动。更加实时透明的企业行为使得社会化商务智能背景下的企业行为由非合作博弈转向合作博弈（见图1）。
示例图1两个企业时的策略性行动
情况（1）和（2）表示采用社会化商务智能前后，企业集团间的状况；参与者A和参与者B分别代表由社会化商务智能而互动起来的两类能力和规模均相同的企业或企业集团。C代表真实披露企业信息和检测手段；N则代表有意误报信息。支付矩阵中的支付值仅用于说明情况（策略（N，N）表示博弈回到采用社会化商务智能前的情况），不代表具体某些具体支付。
显然，从上述支付举证中可以看出，采用社会化商务智能后，两个企业集团间的状况转变为正和博弈，其最优结果由一个纳什均衡解（C，C）构成，即在采用社会化商务智能手段后，企业集团间的行为为双方都合作时，企业彼此均达到最优情况，形成双赢局面。
四、总结与展望
通过以上对于社会化商务智能的分析探讨，论文前瞻性的对社会化商务智能进行了介绍。同时，分析了在社会化商务智能的背景下企业的策略，并得出结论，在社会化商务智能的大背景下，企业集团间的竞争行为由原先的零和博弈转变为正和博弈，合作有利于参与者双方。所以，“社交”产生的协同效应为企业合作带来了新的利益增长点。而商务智能则使得市场中信息不对称程度大大降低。综合这两个方面，社会化商务智能提高了企业运营效率，优化了企业间的行为，促使社会福利增加，最终提升了市场效率。
[1]Ching-YungLinetal.SmallBlue：SocialNetworkAnalysisforExpertiseSearchandCollectiveIntelligence[J].IEEEInternationalConferenceonDataEngineering.2009（6）.
[2]F.Wang.SocialComputing：ADigitalandDynamicalIntegrationofScience，Technology，andHumanandSocialStudies[J].ChinaBasicScience.2005.vol.7.
[3]Fei-YueWang.Carley，K.M，DanielZengandWenjiMao.SocialComputing：FromSocialInformaticstoSocialIntelligence[J].IntelligentSystems，IEEE.2007（3）.Volume：22.
AskJeeves，，Inktomi，Looksmart和雅虎等搜索引擎的收费方式还有两种：其一是列表付费，客户需要付费才能把自己公司的名字加到列表中去；另一种是位次收费，客户需要付费才能让自己公司的名次靠前。
四、从大数据时代走向社交网络
（二）整合营销
（三）口碑传播模式
（四）精准定位模式
伴随谷歌公司即将的智能眼镜Googleglass，由苹果和三星研发的智能手表、智能手环等可穿戴设备应声而起，一场由智能消费终端引发的物联网变革正在酝酿。
2013年5月由《华尔街日报》旗下媒体所举办的D11数字峰会中，可穿戴设备成为热点。瑞士信贷发表报告预测称，在苹果和Google拉动下，未来2～3年，可穿戴技术市场规模将由目前的30亿-50亿美元增长至300亿-500亿美元。2013年7月15日在webofscience数据库中，以“可穿戴”为主题词检索得到5852条结果。其中，美国发表的论文最多，占29.8%，其次为日本，中国已跻身世界5强。
[1][加]马修弗雷泽，[印]苏米特拉杜塔.《社交网络改变世界》.谈冠华，郭小花译.北京：中国人民大学出版社