丕子 » Social Media

SNA-KDD 2011论文：What Trends in Chinese Social Media

丕子 — Fri, 15 Jul 2011 08:44:11 +0000

这篇论文是hp实验室发在KDD 2011的社交网络分析的workshop上的一篇文章，分析了新浪微博的一些特点。分享一下：

What Trends in Chinese Social Media[pdf]

Louis Yu.Sitaram Asur,Bernardo A. Huberman

Social Computing Lab
HP Labs
Palo Alto, California, USA

The 5th SNA-KDD Workshop’11 (SNA-KDD’11), August 21, 2011, San
Diego CA USA.

关于论文的分转载来自: TechWeb

7月15日消息，惠普实验室对中国社交媒体典型平台新浪微博和Twitter的内容进行了对比分析，研究发现，新浪微博的热门话题较多来自于娱乐类内容，而Twitter的热门话题则较多来自新闻类内容，并且新浪微博的转发频次总体上要远远高于Twitter。

社交媒体正在中国获得蓬勃发展，最近惠普宣布开通中文博客和微博就反映了这个趋势（中国惠普官方博客，中国惠普新浪官方博客，中国惠普新浪官方微博）。关于数字营销、微博等社交媒体在中国的发展，国内机构已经做了不少相关研究，然而国外科学家和社会学家近期才逐渐开始从国际视角来对中国的社交媒体进行研究。

作为国际研究群体中的一员，惠普实验室今天发布了一篇研究论文，分析了新浪微博用户对内容的转发、评论、回复等参数，并通过将新浪微博与 Twitter进行对比，从国际视角给出了作者的深入洞察，指出了各自的独特之处，并澄清了之前人们认为“两者完全相同”的模糊印象。

论文标题为“中国社交媒体的发展趋势”，突出了惠普独特的数据分析方法，并再次强调了一系列惠普近期在中国的投资计划，包括云计算、研发和开通社交媒体沟通渠道等。

为什么比较新浪微博和Twitter？

中国拥有世界上最大的网民数量，社交媒体的崛起呈现出爆炸性增长。根据新浪公布的官方数据，截止2011年4月底，新浪微博的注册用户数超过1.4亿，几乎所有用户来自中国，微博内容也几乎全是中文。

然而，与西方国家（包括美国）的社交媒体发展轨迹不同，中国社交媒体呈现出自己的独特性。这个独特性与中国宏观环境密切相关，包括经济的飞速发展、技术基础设施的快速扩张、社会的转型等，因而中国社交媒体（以新浪微博为例）呈现出自己不同的发展趋势和特征。

惠普实验室社交计算研究组的主要任务之一，是为产生于社交媒体用户的海量数据提供有意义的情景分析软件和算法。例如，在2010年，社交计算研究团队介绍了一种根据用户影响力进行排序的算法，该算法适用于大量应用，包括从垃圾邮件过滤、广告目标投放，到用户关注内容推荐等。

本报告通过对新浪微博和Twitter进行比较分析，揭示出中国社交媒体的特性所在。

报告中的一些主要发现

在本论文中，惠普科学家分析了新浪微博最热门话题，并将其与之前对Twitter的研究相对比。三位作者Louis Yu、 Sitaram Asur、Bernardo Huberman的研究发现，以新浪微博为代表的中国社交媒体中的用户分享内容与以Twitter为代表的西方社交媒体相比，有很大不同：

-在中国，人们倾向于通过新浪微博来分享笑话、图片、视频等娱乐类内容，微博转发内容所占比例相当大。对这类内容的转发已经成为趋势。

-相比而言，惠普之前对Twitter的研究发现，Twitter平台上的主流话题跟当前发生的新闻事件有很大的相关度，但与娱乐内容的相关度不高，而且Twitter平台上转发微博内容的影响力不像在新浪微博平台的影响力那么大。

- 排名前100位的意见领袖中，未经身份认证的用户数量方面，新浪微博要比Twitter多，而且在新浪微博上，多数未经身份认证的用户具有论坛特征，即大多数内容都是产自于普通用户所撰写或贡献的视频、图片和笑话。

惠普社交计算实验室主管Bernardo Huberman表示，“需要指出的是，基于这两个平台用户网络行为之间的差异是相对而言，而非绝对数字。在本研究的评估分析阶段中，新浪微博用户对于新闻类内容分享的行为相比Twitter要少，但这并不意味着新浪微博用户不分享新闻类内容。”

本论文还阐释了新浪微博和Twitter在使用上的主要区别。例如，就转发内容而言，新浪微博涉及的话题数量并不太多，但在转发频次方面，新浪微博比Twitter要高出几个数量级。下面图表（Table 1）给出了特定微博多次转发的统计情况。新浪微博对热门话题的整体转发微博量约占62%，而Twitter转发微博量仅占31%。另外，在对两个平台上的意见领袖发表内容进行对比时，惠普实验室发现，在新浪微博上，意见领袖发表包含图片、视频和链接的微博内容所占比例非常大（Table 3），而且这类微博很多都嵌入了视频或者提供视频链接；但在Twitter上，意见领袖使用链接的微博数仅占17.6%，这一对比也再次说明了两个平台的热门话题在内容上的差异。

对中国社交媒体的未来研究计划

考虑到未来对于分析中国社交媒体的需求将会越来越多，因而负责本研究的惠普实验室研究员正在规划基于本论文的初步成果，做进一步的深入研究分析。

惠普社交计算实验室主管Bernardo Huberman表示，“本论文是我们对中国社交媒体研究的起步，这对我们从总的方面来理解新浪微博的内容类型非常有帮助，而且很有趣。我们相信，这类研究对于惠普及惠普的客户理解有影响力的特定人物之间的内容交流，将会有很大的价值。”

中国惠普官方博客：http://www.hp.com/go/hpchinablog

中国惠普新浪官方微博：http://weibo.com/hpchina

科技博客Mashable:社交搜索的未来

丕子 — Fri, 11 Mar 2011 08:31:18 +0000

科技博客Mashable今日刊发文章《社交搜索的未来》。文章指出，未来社交搜索将不再是由用户输入“关键词”去搜索，而是网站运用语义分析和机器学习技术，利用用户的社交图谱(social graph)和兴趣图谱(interest graphs)搜索相关内容，并推送给用户。用户根本感觉不到搜索的存在，对于用户来说，这更像是发现而不是搜索。

文章全文如下：

“社交搜索”将搜索与用户的社交图谱联系起来。在社交搜索中，每个搜索者都会得到独一无二的结果，因为这些搜索结果受社交网络好友兴趣的影响。

谷歌在一年前也推出了自己的社交搜索。现在，谷歌搜索的社交特点越来越明显，并与常规搜索的结果相结合。

每个人都不应该轻视这些变化，互联网用户花在Facebook上的平均时间日益增加，对新型搜索的需求呼之欲出。

事实上，现在的Facebook已经不单单是个社交网络。它是我们社交图谱的中心，我们会在Facebook上找寻和阅读当天新闻、评论文章。 Facebook上无处不在的“赞”(Like)按钮帮助我们改善自己的兴趣图谱，而且“赞”按钮事实上成为我们在互联网上对任何事表示认同的一种形式。

Facebook的“赞”功能变得如此重要，使得微软必应搜索的社交搜索算法都要把它作为因素计入。“赞”也决定了受欢迎程度：内容和状态更新得到越多的“赞”，相关内容就能顶到最前面，影响力也会拓展到Facebook之外。

搜索定义的不断变化

Facebook的崛起吸引了我们的注意力，却使我们忽视了问题本质。我们还是认为搜索是单纯由疑问引起的吗?或者说，传统意义的搜索已经过时了吗?

社交网络(或信息网络)是新的搜索引擎吗?还是如史蒂夫·乔布斯(Steve Jobs)所说的那样，移动应用是新的搜索引擎?或者说，问答形式的Quora才是真正的搜索2.0?

答案是上面说的都对，因为搜索一直在被以上因素重新定义。

由于搜索无时不刻都在变化，所以社交搜索也在持续完善中，并且它是一种比社交增强型搜索结果更高级的东西。

普通Facebook用户不会对自己说：“我想找一下现在在我的Facebook好友中，什么事情最热门。”不是这样的，Facebook通过一次精心的搜索体验达到目的，而不是依靠搜索本身来推荐社交相关内容。

这就是Sharetivity等一次性社交搜索引擎不会是未来主流的原因。看看Sentimnt，它已经关闭了旗下面向消费者的社交搜索产品。如果一个社交搜索引擎需要用户去考虑如何从社交网络中将内容翻找出来，那它就没有找准未来发展的大趋势。

语义分析、机器学习和下一代社交搜索

社交搜索应该是用户可以利用现有的熟悉经验：移动、社交或搜索，而且应该是毫不费力的。

这预示着在未来，语义分析、机器学习、自然语言处理和人工智能会融入我们每天的网络活动中，社交搜索体验将无处不在。

这种社交搜索的未来已经在我们眼前徐徐展开。目前Foursquare正利用它庞大的位置签到数据库，根据用户关系或不同活动，大量发布个性化推荐。根据用户喜好整理Twitter内容的My6sense、RSS源和Facebook更新，它们都是通过语义分析，提供互联网个性化内容。即使是社交杂志应用Flipboard都提供了新鲜的社交搜索形式，通过用户的社交关系找寻内容。

当然，还有更明显的例子，Facebook即时个性化(Instant Personalization)功能：烂番茄(Rotten Tomatoes)、Clicker和Yelp网站通过这项功能向Facebook提供个性体验，本质上就是利用用户的社交图谱获得更多的“搜索”结果。

现在还有一些初创公司正在研究社交好友的点击流(Clickstreams)，他们计划将点击流因素融入内容推荐中。

我们只是讨论了问题的表面，也就是当用户社交图谱扩大，与搜索发生关联会怎么样。但随着时间推移，社交搜索体验会更加顺畅，会变得更像是发现而不是搜索，我们根本不会注意到它正在发生。来自: 搜狐IT

Social network & Social computing(社会网络和社会计算)

丕子 — Wed, 31 Mar 2010 04:52:43 +0000

今天实验室的讨论班里。师哥讲到了他最近的一些研究内容和方向，并且阐述了关于社会计算、热点发现等的想法，也让我受到了一些启发，搜索互联网，整理一些基本的感念和背景如下。

社会计算，英文为Social Computing，中文也译为社会性计算、社交计算、社交性计算等。

什么是社会计算？目前对此还没有一个明确和公认的定义。笼统而言，社会计算是一门现代计算技术与社会科学之间的交叉学科。不妨从两个方面看这种学科的交叉：一方面，是研究计算机以及信息技术在社会中得到应用，从而影响传统的社会行为的这个过程。这个角度多限于微观和技术的层面，从HCI（Human Computer Interaction）等相关研究领域出发，研究用以改善人使用计算机和信息技术的手段。另一个方面，则是基于社会科学知识、理论和方法学，借助计算技术和信息技术的力量，来帮助人类认识和研究社会科学的各种问题，提升人类社会活动的效益和水平。这个角度试图从宏观的层面来观察社会，凭借现代计算技术的力量，解决以往社会科学研究中使用经验方法和数学方程式等手段难于解决的问题。

进入二十一世纪之后，9-11 恐怖事件进一步推动了对社会计算的这种宏观层面的研究的需求。人们开始进一步意识到，政府应当寻求各种控制或利用信息技术对社会影响的政策，从而结合信息技术和社会变化情况制定相宜的政策。然而，目前我们关于信息技术对不同文化不同社会结构的影响的了解，不足以确保我们能够制定出正确的政策。因此，使用计算机模拟手段测试和验证社会经济政策的效果，成为了一个公共政策领域的迫切需求。另一方面，恐怖主义袭击这种非对称威胁也引发了关于社会公共安全研究的新的需求。人们迫切需要开发新的信息处理方法，更有效的分析海量的情报内容，保障社会公共安全。
着眼于宏观层面的社会计算，其发展的时间至今仍然很短暂，虽然在一些领域，已经获得了一些理论上的研究成果，但由于社会系统的复杂性，在理论和应用方面都仍然存在许多难以解决的问题。我们仍然需要深入的研究如何有效地将社会科学理论知识与计算技术结合，最终达到科学规划社会发展的目的。

总体目标与定位：
以社会计算、舆情安全以及交互式新型信息共享与信息服务的需求为牵引，从复杂网络系统模型、多维度特征的融合计算、新型信息服务框架等角度出发，研究网络拓扑与内容相结合的计算模型及计算机制、探讨网络信息计算（服务）的新架构（P2P）、研究下一代信息服务和信息安全管理的有效平台与新型应用（OS+P2P Stream）。
基本研究方向：
社会关系挖掘与信息网络拓扑分析：包括拓扑发现、互联网社区关系发现、消息挖掘、互联网建模、网络行为分析
P2P计算与新型网络信息处理平台（面向社会计算的体系结构与系统）
网络科学基础理论

========================================

"Social Media" 是近两年来很火的一个概念，被翻译成"社会化媒体"或"社交媒体"。它的出现是与互联网进入Web2.0阶段后的重要应用SNS（Social Network Service，意为社会性网络服务或社会化网络服务）密切相关的。网络社会化媒体能够给与用户极大参与空间，不仅能够满足网民个人基础资料存放的需求，更重要的是能够满足用户"被人发现"和"受到崇拜"的心理感受需求，能够满足用户"关系建立"和"发挥影响"的需求。从宏观的角度看，具体的形态包括博客及微博客（如国外的Twitter等；国内的饭否网等）、维基（如国外的Wiki等；国内的互动百科、百度百科等）、图片分享（如国外的Flickr等）播客及视频分享（如国外YouTube等、国内的土豆网、优酷网等）、论坛（如国内的天涯、凯迪等）、社交网络（国外的MySpace、Facebook 等；国内的开心网、校内网等）和网络社区（如国内的猫扑等）等。

六度分割理论：你和任何一个陌生人之间所间隔的人不会超过六个，也就是说，最多通过六个人你就能够认识任何一个陌生人。

您可能也喜欢：
Social network & Social computing(社会网络和社会计算)	KDD Cup 2012：社交计算和计算广告学	科技博客Mashable:社交搜索的未来	KDD Cup 2011的最新结果	不周山：自动化时代的机械工，记KDD2009的获胜者报告
无觅

您可能也喜欢：
SNA-KDD 2011论文：What Trends in Chinese Social Media	Social network & Social computing(社会网络和社会计算)	[转]关于Twitter等社交网络的研究论文	社交分享终于开始影响搜索结果了	由集成学习引申到互联网元素集成
无觅

您可能也喜欢：
SNA-KDD 2011论文：What Trends in Chinese Social Media	科技博客Mashable:社交搜索的未来	[转]关于Twitter等社交网络的研究论文	由集成学习引申到互联网元素集成	计算广告学(Computational Advertising)CA
无觅

丕子 » Social Media

SNA-KDD 2011论文：What Trends in Chinese Social Media

What Trends in Chinese Social Media[pdf]

相关文章

科技博客Mashable:社交搜索的未来

相关文章

Social network & Social computing(社会网络和社会计算)

相关文章