基于社交媒體大數(shù)據(jù)的Twitter營(yíng)銷策略研究.pdf

1、伴隨著云時(shí)代的來臨，大數(shù)據(jù)正在從各個(gè)方面影響著人們的生活，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)

2、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)

3、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

4、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unfo

5、llow的輿情監(jiān)測(cè)問題。Unfollow行為是有趣的，因?yàn)?第一，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

6、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@usern

7、ame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