社交媒體的特征范文
前言：我們精心挑選了數篇優質社交媒體的特征文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。
第1篇
中圖分類號：G206.3 文獻標識碼：A 文章編號：16738268（2015）04012408
中國文化“走出去”和國際傳播是關系到我國軟實力發展和文化強國建設的重要組成部分。國際傳播視野中的中國文化形象，是我國國家形象的主要構成部分，也是我國著力推進的戰略和政策路徑。隨著近年來以Twitter、YouTube等社交媒體（social media）在全球范圍內的迅猛崛起和縱深推進，國際傳播的格局和特征也發生著重大變化和轉型，Web2.0式的網絡社交媒體在全球傳播領域具有著越來越顯著的地位和作用。美歐等國所致力的“推特外交”（Twitter Diplomacy）或“YouTube外交”、西亞北非等地的“社交媒體革命”和“茉莉花革命”、國家之間的社交媒體輿論戰、《江南style》和《The Fox》等全球性的文化事件及傳播，諸多新的國際政治、社會、文化現象都可見到社交媒體的深刻烙印。全球社交媒體的傳播給國家文化戰略帶來重要沖擊，也給中國在全球化、網絡化時代背景下的對外文化傳播、E外交和國家形象的建構帶來新的挑戰和契機。
一、研究設計與方法
本研究選取Twitter、YouTube、Tumblr、Google+、Flickr、Reddit等具有代表性和典型性的國際社交媒體作為抽樣對象，以其具有高點擊量或受眾評論、反饋量的“熱帖”為樣本，研究中國文化形象國際傳播效果的構成和呈現特征，并提出對策建議。選取的這些社交媒體在全球都具有居于前列的影響力，并且各自具有特點。Twitter是微博類社交媒體，YouTube是視頻類，Tumblr是輕博客類，Google+是近年來迅速崛起的綜合性社交網絡，Flickr是圖片性的網絡社交媒體，Reddit則是新聞類的自媒體。根據GlobalWebIndex基于32個國家和地區的17萬網民的全球社交網絡市場調查報告，就社交平臺的滲透率而言，YouTube、Google+、Twitter分別居于第2、3、4位，Tumblr位居第10位，Reddit居于第12位；WeAreSocial的《2015數字、社交和移動報告》顯示，在不包括即時通訊和聊天工具的社交網絡平臺中，Google+排第3，Twitter排第5，Tumblr排第6。在2014年8月11日的Alexa全球網站排名數據中，YouTube位列全球第3位，Twitter居第7位，Tumblr居第39位，Reddit居第50位，Flickr居第102位；而在2015年2月21日的Alexa全球網站排名數據中，YouTube、Twitter、Reddit、Tumblr、Flickr依次分別居于第3、8、26、31、127位。總體來看，本研究所選取的媒體都是在全球有重大影響力的網站，在各自的細分領域也具有重要性和典型性。
抽樣過程是在上述每種社交媒體的首頁以“china”和“culture”為復合關鍵詞搜索帖子，并加以軟件輔助的自動采集。所有抽樣獲得的內容，不包括其中的視頻、圖像、音頻等多媒體內容，只限于文字文本部分。Twitter的首頁搜索結果，按最相關順序排序，得到2014年7月4日至2015年1月11日的推文共計6 699條，按照轉推數+收藏數的等權處理和標準化處理，得到轉推數和收藏數復合指標居于前400的帖子；YouTube在2015年1月28日被檢索，得到的首頁檢索結果，依據視頻被點擊觀看的次數進行排序，去除重復內容和廣告內容后得到643條，根據研究需要取前400條，其中觀看次數最多的達到90多萬次，最少的達到1 018次；Tumblr的抽樣方法是每天晚上11點在首頁檢索最新更新的帖子并抽取20條，自2014年8月6日至2015年2月5日，為期半年，過濾刪除其中的重復帖子后得到1 560條，按照note的人數排序，選出其中最熱的前400條帖子；Google+是在首頁檢索出按時間順序更新的帖子，得到2011年6月30日到2015年2月5日的內容，刪除重復選項后得到4 671條帖子，依據為此帖子點加的人數、評論條數、分享人次三個指標進行等權處理和標準化后，再按傳播熱度排序，選取居于前400的帖子；Flickr在2015年1月23日進行最熱門照片內容的首頁檢索，得到最熱門的帖子3 827條，過濾掉照片說明文字為空的帖子之后，選取觀看次數為前400的帖子；Reddit是在2015年1月21日進行首頁檢索，由系統返回最熱門的帖子852條，依據帖子本身的point指標和評論條數做等權、標準化處理，過濾出居于前400的熱門帖子。
本研究的抽樣所得帖子樣本根據分析軟件的需要，進行文本預處理，包括把英文的大寫字母一律轉為小寫、中文的繁體字一律轉化為簡體字，以便于分詞和詞頻統計、內容挖掘等。研究中采取ROST ContentMining軟件進行分詞處理，用ROST NewsAnalysis Tools進行中英文的詞頻統計和詞語挖掘，用NetDraw進行語義網絡分析，用SPSS進行對應分析。其中，在用ROST ContentMining和ROST NewsAnalysis Tools分析時，針對所得的樣本內容，構建了中英文詞庫并設定了中英文過濾詞。
二、熱點內容的高頻詞分析
社交媒體傳播中出現的高頻詞體現著傳播的重點構成內容。通過對每種媒體400條帖文的抓取和整理，結合ROST NewsAnalysis Tools軟件進行詞頻統計分析，得出6種全球性的社交媒體各自前50的高頻詞（見表1，其中加粗體的詞是在不同的媒體中重復出現的詞）。由于本研究中全部帖文抓取的關鍵詞是china和culture，因此在詞頻表中，china、chinese、中國和culture、cultural、文化都具有高頻詞，且缺乏不同媒體之間的差異性，應在所列的詞頻序列中予以剔除。此外，對一些無明顯意義且在不同媒體中都共同出現的高頻詞予以剔除，包括by，in等介詞，i，you，they，we等人稱代詞，please，because，must，then，while等連詞和虛詞，以及一些無意義的字符如rt，html等，而主要留下名詞、形容詞、動詞等。每種媒體的詞頻表中去掉自身的網站名稱，如Twitter的詞頻分析中把Twitter關鍵詞去掉，YouTube的詞頻統計結果中則去掉YouTube，以此類推。在YouTube的詞頻分析中，電視臺、頻道等詞經查主要用于標注媒體來源，而和中國的文化內容無關，因此予以剔除。在具體分析的文本對象中，Twitter詞頻分析的對象是推文正文，沒有標題；YouTube詞頻分析的對象包含標題和正文；Tumblr的詞頻分析中包含標題、正文和標簽詞；Google+分析的為帖子正文；Flickr為標題和正文；Reddit為標題和正文。通過上述處理，能夠更好地考察在國際社交媒體熱帖中的中國文化形象呈現特征。
從高頻詞分析表1中可以看出，各種社交媒體中重復出現也即出現次數大于1次的詞（表1中為加粗字體標出的部分），在300個詞中占到了153詞次，比例達到51%。這些共同的高頻詞或側重于歷史文化傳承，如history，ancient；或關注藝術文化和語言文化，如art，language；或側重地域和地理文化，例如city，shanghai；或關注社會生活文化，如festival，family，food，life；或涉及國際間的文化視野和文化關系，如world，japan，korea，western。
不同的社交媒體在對中國文化的呈現感知上具有一定程度的差異。Twitter中的文化內容與政治性的關聯相對較大，tibet，tibetan，peaceful，propaganda，institutes等詞的詞頻居于前列。YouTube的內容與中國的傳統文化關系較大，traditional、中國歷史、詩人、music、性文化等詞匯具有比較強的歷史文化傳承特征。Tumblr關注中國的歷史文化如dynasty，history，tea和現當代文化如mao，movement等。Google+的熱點內容涉及藝術、歷史、工藝、語言等多方面，language，history，art，city，pearl，bonsai等都是其關心的高頻詞。Flickr作為一種圖像社交媒體，比其他社交媒體更多地聚焦在景觀、城市、風土等方面，temple，buildings，roof，hill，macau，shanghai等詞顯著地居于前列。Reddit的詞中與其他媒體重復出現的詞較多，自身也有的高頻詞較少，其熱點內容特征主要反映在時政、國際等方面，japan，ameirica，asian，western，government，war等所占比重較大。
三、熱點內容的共現詞分析
單個詞頻如果還不足以充分反映媒體的內容特征的話，那么，二元的共現詞則可以更進一步呈現出主要的關注對象和文本內容。在上述分詞的基礎上，剔除過濾詞后，并將china，culture等搜索的主題詞包含進來，則得到上述6種媒體的共現詞頻，按出現的頻次高低依次取前50組，詳見表2所示。
從表2所示的高頻共現詞來看，Twitter中關于tibet，freetibet等地域政治類的話題依然占據了較大比重，而peaceful，beautiful等修飾詞也占有較大比例，beautiful，freetibet，peaceful甚至kill都具有較多的共線性，其政治色彩也相對濃厚。在YouTube中，歷史與傳統文化占到多數部分，ancinet culture，art chinese，culture traditional等眾多共現詞組都體現了這一點，對中國文化呈現的正面和積極色彩也較濃，比如culture grat，chinese great這樣的共現詞組都是高頻詞組。通過高頻共現詞的分析可以看出，Tumblr的熱點內容中同樣也側重于中國的歷史文化呈現，china history，chinese dynasty，art people等諸多共現詞都是這方面內容的反映；Tumblr對中國文化的關切還被置于鄰國乃至亞洲范圍內更大的國際文化關系背景下，因此asian china，asian culture，cultural korea，cultural exchange等具有比其他社交媒體更為顯著的呈現。同時，culture red，chinese red，art red等與red相關的共現詞在50組中占到了6組，這與中國現當代的紅色文化以及文化有關。Google+對藝術文化涉及較多，art culture，art chinese，art use，art people等與art相關的高頻共現詞組在50個中出現了11次。從共現詞組來看，Flickr的熱點帖文其內容對象側重于地點和地方文化空間，ama temple和媽祖文化是其中突出的重點熱詞，city，place這樣與地點有關的詞出現頻次也較多。Reddit的熱點帖文與純粹的藝術、文化內容關聯度較弱，而與國際關系、國家或政治行為相關的詞較多，例如japan japanese，american go等。
四、熱點內容的語義網分析
在前文所進行的高頻詞和共現詞頻分析的基礎上，通過NetDraw軟件對ROST得出的共現詞VNA文件進行語義網絡構建分析，進一步呈現中國文化在國際社交媒體中的傳播效果特征。
從圖1的Twitter語義網可以看出，圍繞china和culture的中心節點，是tibet，freetibet，peaceful，stop，kill，western等構成的子節點群落，體現了在較為復雜的國際國內背景下的文化傳播和接受格局。
從圖2 YouTube語義網絡可以看到，圍繞china、chinese、culture、文化、中國這幾個核心詞匯，是中國歷史、art、ancient、history、great等次核心節點，以及music，festival等出現頻次較多的詞，這與高頻共現詞的分析結果是吻合的。
從圖2 YouTube語義網絡可以看到，圍繞china、chinese、culture、文化、中國這幾個核心詞匯，是中國歷史、art、ancient、history、great等次核心節點，以及music，festival等出現頻次較多的詞，這與高頻共現詞的分析結果是吻合的。
從圖2 YouTube語義網絡可以看到，圍繞china、chinese、culture、文化、中國這幾個核心詞匯，是中國歷史、art、ancient、history、great等次核心節點，以及music，festival等出現頻次較多的詞，這與高頻共現詞的分析結果是吻合的。
從圖2 YouTube語義網絡可以看到，圍繞china、chinese、culture、文化、中國這幾個核心詞匯，是中國歷史、art、ancient、history、great等次核心節點，以及music，festival等出現頻次較多的詞，這與高頻共現詞的分析結果是吻合的。
從圖2 YouTube語義網絡可以看到，圍繞china、chinese、culture、文化、中國這幾個核心詞匯，是中國歷史、art、ancient、history、great等次核心節點，以及music，festival等出現頻次較多的詞，這與高頻共現詞的分析結果是吻合的。
從圖2 YouTube語義網絡可以看到，圍繞china、chinese、culture、文化、中國這幾個核心詞匯，是中國歷史、art、ancient、history、great等次核心節點，以及music，festival等出現頻次較多的詞，這與高頻共現詞的分析結果是吻合的。
通過對應分析圖7可以看到，各種社交媒體以及各種熱詞之間存在著一定程度的差異。Google+、Reddit、Tumblr的特征較為接近，主要關涉到american，japanese等國家以及people，history，language等諸多方面，覆蓋多數熱詞范圍。Flickr在剩下的其他三種社交媒體中，與上述Google+、Reddit、Tumblr這三種社交媒體差別最為顯著，其比較特殊的傳播熱詞包括temple，ma，hall，place，city等詞，對空間、地點的文化內容的側重得到充分凸顯。Twitter也與Google+、Reddit、Tumblr有較大的差別，主要體現為與china，culture的高度關聯，以及與ancient，western等的關聯。YouTube與Google+、Reddit、Tumblr的差別沒有Flcikr和Twitter那么顯著，但是YouTube對于food的傳播熱度是其他社交媒體難以比擬的，也較多地涉及中國、western等視野下的文化傳播。
六、結 語
在全球社交媒體場域和“公共空間”中，中國文化形象的呈現和傳播效果的獲得，具有其特定的內容特征。總體而言，多數社交媒體中取得良好傳播效果或顯著的受眾反饋的熱點內容，與以下因素呈現出較普遍的關聯和共性特征：一是熱點傳播內容的傳統性，也即與中國歷史文化、傳統、藝術等元素之間具有較緊密的關系，在此比較視野下，現當代文化元素的呈現還需要進一步加強；二是熱點傳播內容的日常性，這些熱帖中關注的多是與百姓、人民生活相關的元素，例如飲食、地方、建筑、節慶等；三是熱點傳播內容的政治性，多數熱帖在一定程度上具有與國際政治和文化意識形態的關聯，例如在西方視野乃至薩義德式的“后殖民”文化霸權下對于中國文化的審視甚或“重構”，例如對于中國內部文化問題，如、的關注聚焦，例如在國際關系、國內外各種政治勢力背景下的中國文化報道和呈現。在這些共同特征之外，不同的社交媒體在其熱點傳播內容中也呈現出各自的一些傾向與側重：Twitter的呈現具有較強的時政和國際敏感性，與文化等關聯較多，也與西方的文化審視、中外之間的文化關系具有較強關聯，這是我國在國家的網絡文化安全和網絡意識形態安全中需要重視的方面；YouTube的熱點內容傳播中，中國的歷史文化、傳統文化出現較多，涉及到藝術、文學、音樂、社會生活的諸多方面；Tumblr的呈現與中國的現當代文化要素具有較其他幾種媒體更為緊密的關聯，例如mao，red culture等；Google+的熱點內容中，藝術文化具有與其他媒體相比更顯著的中心性，政治化、歷史化內容則相對較低；Flickr的突出特征是其空間化和地理化的文化呈現，這與它的圖像傳播的手段是具有內在約束性和吻合性的；Reddit的熱帖中純粹的文化、藝術內容偏于弱化，而更突出文化內容的時政性和國家政治內涵。
根據國際社交媒體熱點內容中的中國文化形象呈現特征，針對我國的國際傳播戰略和國家對外文化戰略，提出如下加強全球社交媒體中的國家文化形象傳播的對策建議。一是明確重點內容，把中國歷史傳統文化和藝術文化傳播作為體現中國國家文化形象與特質的主要部分，尤其要注意避免從國內主觀導向出發而推出一些自認為很有中國特色、但實際缺乏傳播熱度和認同效果的傳統文化符號，在國際受眾接受效果的實證基礎上加強對“中國文化符號”加以去粗取精的提煉和推廣，打造富于力度、適于社交媒體傳播的精品內容。二是加強日常傳播，注重中國對外文化傳播中的生活化和民眾化視角，以日常文化形成對精英文化和經典文化的有力平衡，例如對于中國當代文化生活元素、百姓的娛玩器用行的平民化審視和融入，強化中國文化內容、文化價值在國際社會和國際受眾中的接受與傳播。三是對一些不利的“社交輿論”傾向及時發現、反饋，建立有效的引導和疏導機制，例如對于當前國際社交媒體中在文化、pm2.5和px項目等環保文化上的問題，加強對典型負面輿論的澄清以及正面話語的主動傳播，建立良好的國際社交輿論生態。四是注重城市和地方文化的呈現和推廣，city以及shanghai等與地方文化相關的詞在國際社交媒體中有著較為共同的高熱度傳播，這一方面要求地方的文化遺產和文化生活、文化魅力在網絡社交媒體中得到更豐富立體的海外傳播，另一方面也要求從主體機制上加強國際社交媒體的城市化和地方化推進，可以鼓勵和探索上海、北京、澳門等重點城市和地區設立“文化北京”、“上海印象”等官方主導下的國際社交媒體賬戶，與國內文化管理部門、媒體機構、文化機構形成綜合聯動，加強社交媒體中的互動化傳播及其與其他外宣和媒介渠道的整合營銷傳播。
通過對應分析圖7可以看到，各種社交媒體以及各種熱詞之間存在著一定程度的差異。Google+、Reddit、Tumblr的特征較為接近，主要關涉到american，japanese等國家以及people，history，language等諸多方面，覆蓋多數熱詞范圍。Flickr在剩下的其他三種社交媒體中，與上述Google+、Reddit、Tumblr這三種社交媒體差別最為顯著，其比較特殊的傳播熱詞包括temple，ma，hall，place，city等詞，對空間、地點的文化內容的側重得到充分凸顯。Twitter也與Google+、Reddit、Tumblr有較大的差別，主要體現為與china，culture的高度關聯，以及與ancient，western等的關聯。YouTube與Google+、Reddit、Tumblr的差別沒有Flcikr和Twitter那么顯著，但是YouTube對于food的傳播熱度是其他社交媒體難以比擬的，也較多地涉及中國、western等視野下的文化傳播。
六、結 語
在全球社交媒體場域和“公共空間”中，中國文化形象的呈現和傳播效果的獲得，具有其特定的內容特征。總體而言，多數社交媒體中取得良好傳播效果或顯著的受眾反饋的熱點內容，與以下因素呈現出較普遍的關聯和共性特征：一是熱點傳播內容的傳統性，也即與中國歷史文化、傳統、藝術等元素之間具有較緊密的關系，在此比較視野下，現當代文化元素的呈現還需要進一步加強；二是熱點傳播內容的日常性，這些熱帖中關注的多是與百姓、人民生活相關的元素，例如飲食、地方、建筑、節慶等；三是熱點傳播內容的政治性，多數熱帖在一定程度上具有與國際政治和文化意識形態的關聯，例如在西方視野乃至薩義德式的“后殖民”文化霸權下對于中國文化的審視甚或“重構”，例如對于中國內部文化問題，如、的關注聚焦，例如在國際關系、國內外各種政治勢力背景下的中國文化報道和呈現。在這些共同特征之外，不同的社交媒體在其熱點傳播內容中也呈現出各自的一些傾向與側重：Twitter的呈現具有較強的時政和國際敏感性，與文化等關聯較多，也與西方的文化審視、中外之間的文化關系具有較強關聯，這是我國在國家的網絡文化安全和網絡意識形態安全中需要重視的方面；YouTube的熱點內容傳播中，中國的歷史文化、傳統文化出現較多，涉及到藝術、文學、音樂、社會生活的諸多方面；Tumblr的呈現與中國的現當代文化要素具有較其他幾種媒體更為緊密的關聯，例如mao，red culture等；Google+的熱點內容中，藝術文化具有與其他媒體相比更顯著的中心性，政治化、歷史化內容則相對較低；Flickr的突出特征是其空間化和地理化的文化呈現，這與它的圖像傳播的手段是具有內在約束性和吻合性的；Reddit的熱帖中純粹的文化、藝術內容偏于弱化，而更突出文化內容的時政性和國家政治內涵。
根據國際社交媒體熱點內容中的中國文化形象呈現特征，針對我國的國際傳播戰略和國家對外文化戰略，提出如下加強全球社交媒體中的國家文化形象傳播的對策建議。一是明確重點內容，把中國歷史傳統文化和藝術文化傳播作為體現中國國家文化形象與特質的主要部分，尤其要注意避免從國內主觀導向出發而推出一些自認為很有中國特色、但實際缺乏傳播熱度和認同效果的傳統文化符號，在國際受眾接受效果的實證基礎上加強對“中國文化符號”加以去粗取精的提煉和推廣，打造富于力度、適于社交媒體傳播的精品內容。二是加強日常傳播，注重中國對外文化傳播中的生活化和民眾化視角，以日常文化形成對精英文化和經典文化的有力平衡，例如對于中國當代文化生活元素、百姓的娛玩器用行的平民化審視和融入，強化中國文化內容、文化價值在國際社會和國際受眾中的接受與傳播。三是對一些不利的“社交輿論”傾向及時發現、反饋，建立有效的引導和疏導機制，例如對于當前國際社交媒體中在文化、pm2.5和px項目等環保文化上的問題，加強對典型負面輿論的澄清以及正面話語的主動傳播，建立良好的國際社交輿論生態。四是注重城市和地方文化的呈現和推廣，city以及shanghai等與地方文化相關的詞在國際社交媒體中有著較為共同的高熱度傳播，這一方面要求地方的文化遺產和文化生活、文化魅力在網絡社交媒體中得到更豐富立體的海外傳播，另一方面也要求從主體機制上加強國際社交媒體的城市化和地方化推進，可以鼓勵和探索上海、北京、澳門等重點城市和地區設立“文化北京”、“上海印象”等官方主導下的國際社交媒體賬戶，與國內文化管理部門、媒體機構、文化機構形成綜合聯動，加強社交媒體中的互動化傳播及其與其他外宣和媒介渠道的整合營銷傳播。
通過對應分析圖7可以看到，各種社交媒體以及各種熱詞之間存在著一定程度的差異。Google+、Reddit、Tumblr的特征較為接近，主要關涉到american，japanese等國家以及people，history，language等諸多方面，覆蓋多數熱詞范圍。Flickr在剩下的其他三種社交媒體中，與上述Google+、Reddit、Tumblr這三種社交媒體差別最為顯著，其比較特殊的傳播熱詞包括temple，ma，hall，place，city等詞，對空間、地點的文化內容的側重得到充分凸顯。Twitter也與Google+、Reddit、Tumblr有較大的差別，主要體現為與china，culture的高度關聯，以及與ancient，western等的關聯。YouTube與Google+、Reddit、Tumblr的差別沒有Flcikr和Twitter那么顯著，但是YouTube對于food的傳播熱度是其他社交媒體難以比擬的，也較多地涉及中國、western等視野下的文化傳播。
六、結 語
在全球社交媒體場域和“公共空間”中，中國文化形象的呈現和傳播效果的獲得，具有其特定的內容特征。總體而言，多數社交媒體中取得良好傳播效果或顯著的受眾反饋的熱點內容，與以下因素呈現出較普遍的關聯和共性特征：一是熱點傳播內容的傳統性，也即與中國歷史文化、傳統、藝術等元素之間具有較緊密的關系，在此比較視野下，現當代文化元素的呈現還需要進一步加強；二是熱點傳播內容的日常性，這些熱帖中關注的多是與百姓、人民生活相關的元素，例如飲食、地方、建筑、節慶等；三是熱點傳播內容的政治性，多數熱帖在一定程度上具有與國際政治和文化意識形態的關聯，例如在西方視野乃至薩義德式的“后殖民”文化霸權下對于中國文化的審視甚或“重構”，例如對于中國內部文化問題，如、的關注聚焦，例如在國際關系、國內外各種政治勢力背景下的中國文化報道和呈現。在這些共同特征之外，不同的社交媒體在其熱點傳播內容中也呈現出各自的一些傾向與側重：Twitter的呈現具有較強的時政和國際敏感性，與文化等關聯較多，也與西方的文化審視、中外之間的文化關系具有較強關聯，這是我國在國家的網絡文化安全和網絡意識形態安全中需要重視的方面；YouTube的熱點內容傳播中，中國的歷史文化、傳統文化出現較多，涉及到藝術、文學、音樂、社會生活的諸多方面；Tumblr的呈現與中國的現當代文化要素具有較其他幾種媒體更為緊密的關聯，例如mao，red culture等；Google+的熱點內容中，藝術文化具有與其他媒體相比更顯著的中心性，政治化、歷史化內容則相對較低；Flickr的突出特征是其空間化和地理化的文化呈現，這與它的圖像傳播的手段是具有內在約束性和吻合性的；Reddit的熱帖中純粹的文化、藝術內容偏于弱化，而更突出文化內容的時政性和國家政治內涵。
根據國際社交媒體熱點內容中的中國文化形象呈現特征，針對我國的國際傳播戰略和國家對外文化戰略，提出如下加強全球社交媒體中的國家文化形象傳播的對策建議。一是明確重點內容，把中國歷史傳統文化和藝術文化傳播作為體現中國國家文化形象與特質的主要部分，尤其要注意避免從國內主觀導向出發而推出一些自認為很有中國特色、但實際缺乏傳播熱度和認同效果的傳統文化符號，在國際受眾接受效果的實證基礎上加強對“中國文化符號”加以去粗取精的提煉和推廣，打造富于力度、適于社交媒體傳播的精品內容。二是加強日常傳播，注重中國對外文化傳播中的生活化和民眾化視角，以日常文化形成對精英文化和經典文化的有力平衡，例如對于中國當代文化生活元素、百姓的娛玩器用行的平民化審視和融入，強化中國文化內容、文化價值在國際社會和國際受眾中的接受與傳播。三是對一些不利的“社交輿論”傾向及時發現、反饋，建立有效的引導和疏導機制，例如對于當前國際社交媒體中在文化、pm2.5和px項目等環保文化上的問題，加強對典型負面輿論的澄清以及正面話語的主動傳播，建立良好的國際社交輿論生態。四是注重城市和地方文化的呈現和推廣，city以及shanghai等與地方文化相關的詞在國際社交媒體中有著較為共同的高熱度傳播，這一方面要求地方的文化遺產和文化生活、文化魅力在網絡社交媒體中得到更豐富立體的海外傳播，另一方面也要求從主體機制上加強國際社交媒體的城市化和地方化推進，可以鼓勵和探索上海、北京、澳門等重點城市和地區設立“文化北京”、“上海印象”等官方主導下的國際社交媒體賬戶，與國內文化管理部門、媒體機構、文化機構形成綜合聯動，加強社交媒體中的互動化傳播及其與其他外宣和媒介渠道的整合營銷傳播。
通過對應分析圖7可以看到，各種社交媒體以及各種熱詞之間存在著一定程度的差異。Google+、Reddit、Tumblr的特征較為接近，主要關涉到american，japanese等國家以及people，history，language等諸多方面，覆蓋多數熱詞范圍。Flickr在剩下的其他三種社交媒體中，與上述Google+、Reddit、Tumblr這三種社交媒體差別最為顯著，其比較特殊的傳播熱詞包括temple，ma，hall，place，city等詞，對空間、地點的文化內容的側重得到充分凸顯。Twitter也與Google+、Reddit、Tumblr有較大的差別，主要體現為與china，culture的高度關聯，以及與ancient，western等的關聯。YouTube與Google+、Reddit、Tumblr的差別沒有Flcikr和Twitter那么顯著，但是YouTube對于food的傳播熱度是其他社交媒體難以比擬的，也較多地涉及中國、western等視野下的文化傳播。
六、結 語
在全球社交媒體場域和“公共空間”中，中國文化形象的呈現和傳播效果的獲得，具有其特定的內容特征。總體而言，多數社交媒體中取得良好傳播效果或顯著的受眾反饋的熱點內容，與以下因素呈現出較普遍的關聯和共性特征：一是熱點傳播內容的傳統性，也即與中國歷史文化、傳統、藝術等元素之間具有較緊密的關系，在此比較視野下，現當代文化元素的呈現還需要進一步加強；二是熱點傳播內容的日常性，這些熱帖中關注的多是與百姓、人民生活相關的元素，例如飲食、地方、建筑、節慶等；三是熱點傳播內容的政治性，多數熱帖在一定程度上具有與國際政治和文化意識形態的關聯，例如在西方視野乃至薩義德式的“后殖民”文化霸權下對于中國文化的審視甚或“重構”，例如對于中國內部文化問題，如、的關注聚焦，例如在國際關系、國內外各種政治勢力背景下的中國文化報道和呈現。在這些共同特征之外，不同的社交媒體在其熱點傳播內容中也呈現出各自的一些傾向與側重：Twitter的呈現具有較強的時政和國際敏感性，與文化等關聯較多，也與西方的文化審視、中外之間的文化關系具有較強關聯，這是我國在國家的網絡文化安全和網絡意識形態安全中需要重視的方面；YouTube的熱點內容傳播中，中國的歷史文化、傳統文化出現較多，涉及到藝術、文學、音樂、社會生活的諸多方面；Tumblr的呈現與中國的現當代文化要素具有較其他幾種媒體更為緊密的關聯，例如mao，red culture等；Google+的熱點內容中，藝術文化具有與其他媒體相比更顯著的中心性，政治化、歷史化內容則相對較低；Flickr的突出特征是其空間化和地理化的文化呈現，這與它的圖像傳播的手段是具有內在約束性和吻合性的；Reddit的熱帖中純粹的文化、藝術內容偏于弱化，而更突出文化內容的時政性和國家政治內涵。
根據國際社交媒體熱點內容中的中國文化形象呈現特征，針對我國的國際傳播戰略和國家對外文化戰略，提出如下加強全球社交媒體中的國家文化形象傳播的對策建議。一是明確重點內容，把中國歷史傳統文化和藝術文化傳播作為體現中國國家文化形象與特質的主要部分，尤其要注意避免從國內主觀導向出發而推出一些自認為很有中國特色、但實際缺乏傳播熱度和認同效果的傳統文化符號，在國際受眾接受效果的實證基礎上加強對“中國文化符號”加以去粗取精的提煉和推廣，打造富于力度、適于社交媒體傳播的精品內容。二是加強日常傳播，注重中國對外文化傳播中的生活化和民眾化視角，以日常文化形成對精英文化和經典文化的有力平衡，例如對于中國當代文化生活元素、百姓的娛玩器用行的平民化審視和融入，強化中國文化內容、文化價值在國際社會和國際受眾中的接受與傳播。三是對一些不利的“社交輿論”傾向及時發現、反饋，建立有效的引導和疏導機制，例如對于當前國際社交媒體中在文化、pm2.5和px項目等環保文化上的問題，加強對典型負面輿論的澄清以及正面話語的主動傳播，建立良好的國際社交輿論生態。四是注重城市和地方文化的呈現和推廣，city以及shanghai等與地方文化相關的詞在國際社交媒體中有著較為共同的高熱度傳播，這一方面要求地方的文化遺產和文化生活、文化魅力在網絡社交媒體中得到更豐富立體的海外傳播，另一方面也要求從主體機制上加強國際社交媒體的城市化和地方化推進，可以鼓勵和探索上海、北京、澳門等重點城市和地區設立“文化北京”、“上海印象”等官方主導下的國際社交媒體賬戶，與國內文化管理部門、媒體機構、文化機構形成綜合聯動，加強社交媒體中的互動化傳播及其與其他外宣和媒介渠道的整合營銷傳播。
Characteristics of Chinese Cultural Image in the Content of
Global Social Media：Based on the Content Mining of Web Text
XU Xiang
（College of Communication and Art， Tongji University， Shanghai 201804， China）
第2篇
【關鍵詞】社交媒體 沙特阿拉伯 政治參與
沙特是目前世界上少數同時實施家族統治和政教合一的伊斯蘭君主制國家之一。沙特缺乏一個系統的渠道供沙特民眾參與政治，社交媒體剛好彌補了這一空白，社交媒體在沙特十分受歡迎，91%的沙特民眾使用WhatsApp，Facebook的使用率以80%位居第二，Twitter位居第三，使用率為53%。
然而隨著社交媒體在沙特的用戶數目的不斷增長，以及社交媒體在其他阿拉伯國家的政治參與中發揮越來越大的作用，沙特政府采取全面和嚴厲的措施控制社交媒體。政府成立了專門的部門實施網絡監控和網站屏蔽，不斷地完善互聯網相關的法律法規，還鼓勵沙特網民舉報誹謗推文，在社交媒體上安排專人親政府的言論。
一、社交媒體應用舉例
社交媒體出現之后，沙特民眾的政治參與由極少數人參與的街頭游行擴大到數萬人共同參與的在線政治參與。但是也呈現出線上與線下運動不一致局面。下面以兩個實例來證明這一特點。
第一個實例是2011年3月11日的“暴亂之日”運動。受阿拉伯之春的影響，許多沙特知名人士在網上發出請愿，要求實行政治改革，得到眾多沙特民眾的響應。還有一個Facebook主頁號召于2011年3月11日實行“暴亂之日”運動，然而沙特政府派出超過10，000名警察和安保人員提前預防暴亂。在3月11日當天，警察不停地在沙特街道巡邏，街道上幾乎所有商店都關閉，卻根本沒有發生任何游行示威活動。“暴亂之日”運動也僅僅產生于社交媒體上。
單單一個社交媒體網頁就可以引起沙特政府的高度戒備和警力調動，這足以證明社交媒體的巨大能力。但是在社交媒體中獲得沙特民眾的積極響應，而在現實生活中卻鮮有人參與，這也說明沙特民眾的政治參與線上與線下運動極其不平衡。
第二個實例是沙特抗議禁止女性開車運動。沙特宗教法令禁止女性開車，也禁止不經過男性監護人的允許離開沙特。在阿拉伯之春運動的激勵下，沙特的女權主義分子利用社交媒體開展女權主義運動。Facebook上曾開展一項名叫“教我開車這樣我就可以保護自己”的運動，幾天之內，該主頁就有12，000個簽名支持這項運動。2011年5月，這一運動的組織者之一錄下自己在克巴爾開車的視頻，并上傳到Youtube上，兩天內，有超過600，000人觀看過這個視頻，而上傳者因此很快被捕，一些沙特女性在Facebook號召更多的沙特女性在6月17號集體開車出行表示抗議，這一Facebook主頁有一萬多名追隨者，然而在約定的17號，只有幾位女性開車上路。
二、政治參與中社交媒體的作用及原因
由此可見，盡管沙特人通過社交媒體積極地開展各種政治參與，也可以獲得沙特民眾的積極響應，但一旦涉及到真正的游行示威，沙特民眾也很少有人參與，呈現出線上與線下的極不一致。至于為什么沙特的政治參與會呈現這樣一種尷尬的結局，筆者認為有如下幾點原因。
首先是沙特政府對街頭游行的嚴厲壓制。沙特政府一直采取先發制人的態度，對任何潛在的游行抗議都提前采取部署，對任何參與游行的人或政府有可能參與游行的人都實施監禁。
其次，這種線上線下不一致也與沙特民眾富裕的生活有很大關系。許多沙特人承認，沙特王室的政權雖然不算完美，但也為他們帶來了穩定和富裕的生活。有學者認為由于沙特政府善于用高福利撫慰民眾，所以沙特人不會像埃及、突尼斯那些窮國的民眾實行游行抗議。
亨廷頓曾論述過財富與民主的關系，對于沙特這類靠出售石油獲取主要收入的國家的，財富并不能促進民主化。在沙特，石油收入歸于國家：這些收入也增加了國家官僚體制的權力，因為它們可以削減或免除稅收，它們也減少了政府向民眾攤稅、派稅的必要。
再者，同為法律嚴格的中東國家，埃及和突尼斯可以發生而沙特卻沒有，這與沙特民眾自身也有關系。在阿拉伯之春的幾代沙特人缺少現代式的政治參與，現在的沙特民眾并沒有多少街頭抗議游行的經驗。沙特被認為是阿拉伯國家中最保守的國家，保守的沙特民眾對于、抗議等激進行為并沒有多少興趣。
綜合考慮沙特民眾的政治參與的環境，對外是嚴厲的法律控制，對內是大多數不喜游行的滿足現狀的沙特人自身，雖然其他國家的變化時刻能引起沙特民眾在社交媒體的熱烈討論，但也能帶來政府更加嚴厲的管理與壓制。社交媒體雖大大加速了沙特政治參與的規模和影響力，但是并沒有為沙特帶來更深入的政治和社會變革。
參考文獻：
[1]Arab Social Influencers Summit.Arab Social Media Report[R].2015：4.
[2]Mabon，S.FPC Briefing：Saudi Arabia，“New Media’and UK Relations with the Kingdom”[J].The Foreign Policy Center.2012.
[3]Samin，N.Saudi Arabia，Egypt，and the Social Media Moment[J].Arab Media and Society.2012.
[4]Teitelbaum，J.Saudi Arabia Contends with the Social Media Challenge[J].Jerusalem Issue Briefs.2011.
[5]亨廷頓，劉軍寧.第三波：20 世紀后期民主化浪潮[M].上海三聯書店，1998.
第3篇
〔關鍵詞〕社交媒體；信息可信度；評估；綜述
〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2016）12-0164-06
〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.
〔Key words〕social media；information；credibility；assessment；review
1 研究的意義
隨著互聯網技術和移動技術的突飛猛進，社交媒體盛行，人人可做信息的制造者，制造的信息極為豐富。然而，在這豐富信息的背后，隱藏著漫天飛舞的謠言、病毒般傳播的虛假照片和視頻，這給人們幸福的生活、社會的穩定帶來了嚴重的隱患。為了遏制虛假不良信息傳播，營造健康向上的網絡環境，信息可信度評估就成了迫在眉睫的問題，社交媒體信息急需“鑒定師”和“測謊儀”。
社交媒體信息可信度評估研究既有較高的學術價值，也有較強的應用價值。具體來說，學術價值表現在研究社交媒體信息可信度評估并探討虛假信息的生成機制、傳播模式、治理措施，是對社交媒體環境下網絡信息資源管理理論的豐富、發展與完善。應用價值表現在研究社交媒體信息可信度評估有助于社交媒體用戶判斷信息的可信性，營造誠信健康的互聯網環境，也有助于提高社交媒體信息輿情監控、社交媒體信息引導、社交媒體搜索、社會化推薦等方面的效果。
2 社交媒體信息研究
社交媒體（Social Media）是通過Web2.0技術實現的一類支持用戶自主創造和交換內容的媒體，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、論壇、人人網等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美國加州伯克利市建立全球第一個公共電子公告牌系統 Community Memory后，BBS以及網絡社區等早期的社交媒體開始映入人們的眼簾。《2015年全球社會化媒體、數字和移動業務數字統計趨勢》報告表明：全球社交媒體活躍用戶約占全球人口的29%。
2.1 國外研究
社交媒體的相關研究從20世紀80年代開始，在2005年左右開始進入快速發展階段，發文量有逐年增加的趨勢。在國際期刊中，發表社交媒體論文較多的要屬《Computers in Human Behavior》。近兩年，關于社交媒體的國際會議主要有ASONAM、SMP、MISNC、SMAP、SCSM。國外學者研究內容主要集中在以下4個方面：
2.1.1 社交媒體信息利用研究
社交媒體在商業領域、教育領域、公共管理領域等都有廣泛的應用[1]。如在營銷領域，利用社交媒體信息，可以獲知消費者態度和行為[2]，可以獲知客戶交流和推薦對營銷的影響[3-4]，可以獲知社交媒體信息對營銷管理功能的影響[5]。
2.1.2 社交媒體信息檢索與信息推薦研究
側重于社交媒體信息檢索與信息推薦方法的研究。社交媒體信息的檢索采用主題模型[6]、社會網絡[7]、本體[8]等檢索方法。比如，Hong和Davison（2010）使用標準主題模型進行社交媒體Twitter信息的檢索。社交媒體信息的推薦采用內容推薦[9]、協同過濾[10]、時序推薦[11]、位置推薦[12]、社會化推薦[13]等方法。比如，Levandoski等（2012）提出位置感知推薦系統（LARS）[12]。
2.1.3 社交媒體信息傳播研究
側重于反映信息傳播傳播規律的社交媒體信息傳播模型的構建以及通過模型的構建對實際問題進行預測等方面的研究。如Galuba等（2010）通過研究1 500萬URL在不同Twitter用戶之間的300小時傳播，提出了基于內容流行度、用戶影響力和傳播速度的線性閾值模型[14]。Adar和Adamic（2005）通過研究信息在博客中傳播的模式和動力學特性，提出用傳染病模型來描繪信息傳播的機理[15]。Asur和Huberman（2010）采用來自的聊天數據通過簡單的線性回歸模型預測電影票房的收入[16]。
2.1.4 社交媒體用戶隱私研究
在探討社交媒體用戶隱私現存問題的基礎上，提出了相應的隱私保護方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基礎上探討了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解決社交媒體用戶隱私問題[18]。
2.2 國內研究
國內學者的社交媒體研究最早可追溯至20世紀90年代末，但從2005年后起關于社交媒體的論文才逐漸表現出增長態勢。國內研究內容主要集中在：
2.2.1 社交媒體信息傳播研究
研究內容包括：①社交媒體信息傳播模式研究。如韓佳等（2013）提出了基于改進SIR的在線社交網絡信息傳播模型[19]。姜景等（2015）構建表征謠言信息與辟謠信息傳播機理的Lotka-Volterra競爭模型[20]。②社交媒體信息傳播中存在的問題與對策研究。如閻俊（2015）探討微博傳播存在的問題及原因，并提出了加強微博內容管理、增強把關意識、提高微博用戶的媒介素養等對策[21]。③社交媒體信息傳播效果研究。如陳遠和袁艷紅（2012）以新浪微博作為數據來源，把信息覆蓋人數、評論數、轉發數作為微博信息傳播效果的量化指標，從縱橫向兩個角度研究新浪微博信息傳播過程造成的效應[22]。
2.2.2 社交媒體輿情分析與監測研究
如張J等（2014）以打砸日系車系列突發公共事件為實例，探討其在新浪微博和新浪新聞平臺上輿情傳播的特征與規律[23]。張瑜等（2015）對新浪微博熱門話題“北京單雙號限行常態化”下的微博進行了數據采集，將輿情演化劃分為潛伏、成長、爆發、衰退、波動、死亡6個階段，并對各階段進行情感分析，為輿情治理提供了支持[24]。唐濤（2014）在分析網絡輿情五要素的基礎上，探討移動互聯網輿情的新特征，指出面臨的新挑戰，并從信息分析、信息篩選、信息引導等方面提出對策[25]。
2.2.3 社交媒體營銷研究
如唐興通（2012）的著作《社會化媒體營銷大趨勢：策略與方法》系統總結了社交媒體營銷，并對眾多社交媒體工具在實際工作中的應用提供了具體的建議[26]。張淼（2014）提出了企業完善社交媒體營銷策略的“9+3”模式[27]。劉曉燕和鄭維雄（2015）采用社會網絡分析方法研究企業微博營銷傳播的效果[28]。
3 信息可信度研究
3.1 國外研究
信息可信度（Information Credibility）是指人們對信息可相信程度的認識。它由值得信賴（Trustworthiness）和專業性（Expertise）兩個關鍵要素組成[29]。信息可信度比較系統的研究始于20世紀50年代的傳播領域。Hovland和同事的工作具有里程碑的意義[30]。信息可信度最初關注的是傳播者的可信度。國外對傳統媒體信息可信度的研究主要是從信源可信度、內容可信度、渠道可信度三方面展開的。隨著互聯網的出現，網絡信息可信度的評估被提上了議事日程。研究情況可歸納如下：
3.1.1 網絡信息可信度評估的理論模型
主要有Fogg（2003）的P-I理論模型、Wathen和Burkell（2002）的評判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的統一模型、Metzger（2007）的雙處理模型以及Lucassen等（2013）的3S模型（修訂版）。以上理論模型是由情境、用戶特征、操作性、處理過程這些側面的若干部分構建而成的。
3.1.2 網絡信息可信度研究內容
主要有對網絡新聞的可信度研究、對搜索引擎結果的可信度研究以及對維基百科內容的可信度研究。比如，Nagura等（2006）通過比較關于同一主題不同網頁的相似度來計算每個網頁的可信度[31]。Yamamoto和Tanaka（2011）利用用戶可信度評判模型對網頁搜索結果進行重新排序，以便從Web搜索結果的列表中用戶可以更高效的找到可信的網頁[32]。Adler等（2008）以文章長度、版本數量和基于貢獻數量的作者聲譽建立模型，計算出維基百科文章的可信度[33]。
3.1.3 網絡信息可信度研究方法
主要采用定量研究法。比如，Olteanu等（2013）在調查網頁的各種特征（文本內容、鏈接結構、網頁設計等）的基礎上，經過統計分析方法篩選出關鍵的特征，采用監督學習算法來推斷網頁內容的可信度[34]。與網絡信息可信度有關的典型系統有日本的WISDOM和Honto？Search。
3.1.4 影響力較大的項目和國際會議
影響力較大的項目有互聯網可信度研究（The Web Credibility Research）項目，影響力較大的國際會議有WICOW（Workshop on Information Credibility on the Web）。
3.2 國內研究
1993年的《鑒別虛假信息五法》是國內發表的早期論文。2004年至今，相關研究進入快速發展期。相對于國外較多研究評估算法和評估系統，國內研究重點在于定性分析上，大多采用問卷調查及專家訪談法等進行人工評估。國內研究內容主要有：
3.2.1 側重于信息可信度影響因素研究
比如，龔思蘭等（2013）針對評論信息的文本內容、長度、情感傾向、時效性、者、商家活動等特征，通過問卷調查方式對大學生消費群體進行在線商品評論信息可信度影響因素實證分析[35]。蔣洪梅（2013）運用理論分析輔以實證研究的方法，從宏觀的社會系統、中觀的政策法規、微觀的媒介與受眾3個視角分析網絡新聞信息可信度的影響因素[36]。
3.2.2 側重于信息可信度指標體系的構建
比如，胡紅亮（2013）按照信息源、信息加工、信息傳播和信息應用等方面采用德爾菲專家調查法建立了學術著作可信度的基本評價模型[37]。潘勇和孔棟（2007）基于第三方認證機構的視角，構建了電子商務網站的信用評價指標體系及評價因素集，并建立灰色關聯信用評估模型[38]。當然，也有少量基于機器學習的信息可信度自動化評估實驗研究，比如，馬偉瑜（2011）提出一種采用改進的PageRank算法評估網頁信息可信度的方法[39]。
4 社交媒體信息可信度評估研究
4.1 國外研究
國外相關研究較早。社交媒體信息可信度的相關研究隨著BBS的出現隨之展開，最早可追溯到20世紀80年代。目前可以說，研究處于繁榮期。國外研究情況可歸納如下：
4.1.1 社交媒體信息可信度評估研究內容
研究內容主要包括：①不實信息的判斷識別。如Qazvinian等（2011）提取Twitter信息的文本特征、網絡特征和微博元素特征，構建貝葉斯分類器甄別謠言[40]。Zhao等（2015）通過研究查詢帖以便及早識別社交媒體謠言[41]。②話題新聞的可信度評估。如Castillo等（2011）選取了有關用戶特征、文本特征、主題特征、信息傳播特征，采用J48決策樹評估Twitter中話題新聞的可信度[42]。
4.1.2 社交媒體信息可信度評估方法
評估方法主要有監督學習[43]，統計分析[44]，與可信信息來源的相似性比較[45-46]，社交網絡的鏈接結構分析與主題模型的利用[47]等。它們主要采用自動評估，具體來說：①選取的特征：選取的特征主要是用戶特征、文本特征、信息傳播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）選取用戶特征（如注冊時間、粉絲量、好友量），文本特征（如是否包含#標簽、是否包含問號、Tweet中包含的URL數量、是否轉發），主題特征（如帶#標簽Tweet的比例、Tweet數量、Tweet的平均長度、Tweet的平均情感分值、積極情緒或消極情緒的比例），以及信息傳播特征（如傳播樹的深度），采用J48決策樹評估Twitter信息的可信度[42]。②評估的方法：大多通過構建SVM分類器、Bayesian分類器、Decision Tree分類器等方法，并對結果進行分類，以達到評估社交媒體信息可信度的目的。上例Castillo等采用J48決策樹構建分類器，并對結果進行分類，從而評估Twitter信息的可信度[42]。當然，也有通過對結果進行排序的實例，從而達到評估社交媒體信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM與PRF相結合的方法，按照可信度得分對Twitter信息進行排序[43]。
4.1.3 有較大影響的在研項目與系統
由歐盟資助七國科研人員聯合攻關的PHEME項目研究的重點是社交媒體信息的真實性，該項目在國際上有較大影響。Jacob Ratkiewicz等（2011）開發出可實時追蹤Twitter上政治謠言的Truthy系統[48]。Gupta等（2014）、Lorek等（2015）分別開發出一款可自動評估推文可信度的工具TweetCred、TwitterBOT[49-50]。
4.2 國內研究
2007年《博客信息“可信度不亞于紐約時報”？》拉開了國內探討社交媒體信息可信度評估的序幕。目前研究還處于發展的初期。社交媒體信息可信度評估研究主要有：
4.2.1 社交媒體信息可信度影響因素研究
如劉雪艷和閆強（2013）探討政府微博中的熱點事件信息可信度的影響因素[51]。丁科芝（2015）從信息傳播者、渠道、信息內容和用戶基本信任觀念4個方面構建社交網絡可信度影響因素模型[52]。薛傳業等（2015）從信息來源可信度、信息傳播渠道可信度、信息內容可信度以及信息評論反饋多維度探討了突發事件中社交媒體信息可信度的影響因素[53]。
4.2.2 構建社交媒體信息可信度指標體系研究
它大多采用問卷調查及專家訪談法進行人工評估。屈文建和謝冬（2013）從站點層次、版塊層次、主題層次、內容層次4方面，采用模糊綜合信用評估模型對網絡學術論壇信息可信度進行評估[54]。莫祖英等（2013）從微博信息量、信息內容質量、信息來源質量和信息利用情況等方面進行問卷調查，采用層次分析法構建微博信息質量評估模型[55]。當然國內也有少量自動化評估的例子。比如，賀剛等（2013）引入關鍵詞分布特征和時間差等新特征，基于SVM算法來預測新浪微博信息是否為謠言[56]。程亮等（2013）提出基于BP神經網絡模型及改進其激發函數，同時引入沖量項，對微博話題在傳播過程中演變為謠言進行檢測[57]。路同強（2015）采用半監督學習算法檢測微博謠言，但不足之處在于未考慮信息的深層特征[58]。
4.3 存在的問題
對比國內外研究情況，可發現國內研究存在如下問題：
4.3.1 研究內容
關于社交媒體信息可信度研究，國內外目前以微博研究較多。與國外豐富的研究內容相比，國內在該領域的研究還主要集中于對影響因素以及特征的探討上。
4.3.2 研究方法
國外定量研究較多，很多涉及自動化評估，而國內定性研究較多，大多采用問卷調查法、專家訪談法等進行人工評估。
總之，現有研究大多是針對Twitter等英文社交媒體，其研究成果大多不能直接應用于中文社交媒體。盡管也有少量研究是面向中文社交媒體的，但研究成果零散，還缺乏系統性。另外，在特征選擇上，選擇范圍面較窄，考慮社交媒體深層的隱含特征較少。
5 結 語
為了解決中文社交媒體的可信度評估問題，在吸收前人研究的基礎上[59-63]，很有必要對中文社交媒體信息可信度進行系統研究，特別是在參考國外信息可信度評估系統的基礎上，很有必要研制開發中文社交媒體信息可信度評估系統，實現中文社交媒體信息可信度的自動評估。在進行中文社交媒體信息可信度評估中，應注意下列問題：
1）評估要在對信息資源分類的基礎上，對不同的類別采用不同的評估指標體系，以提高評估工作的科學性和合理性。
2）評估既要重視定性評估，也要重視定量評估，尤其是自動化評估。特別是在大數據環境下，應針對評估的實際需求，制定科學的評估方案，選擇恰當的評估方法，構建適合評估工作需要的自動化評估系統。
3）評估指標、評估模型的選取以及參數的訓練，既要考慮研究結果的精確度，又要考慮系統的運算時間。
4）評估模型構建后，不僅要進行實驗室評估，還應進行實際效果評估。
參考文獻
[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.
[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.
[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.
[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.
[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.
[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.
[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.
[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.
[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.
[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.
[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.
[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.
[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.
[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.
[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.
[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.
[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.
[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.
[19]韓佳，肖如良，胡耀，等.在線社交網絡中信息傳播模式的特征分析[J].計算機應用，2013，（1）：105-107，111.
[20]姜景，李丁，劉怡君.基于競爭模型的微博謠言信息與辟謠信息傳播機理研究[J].數學的實踐與認識，2015，（1）：182-191.
[21]閻俊.微博傳播的問題與對策研究[D].錦州：渤海大學，2015：1-38.
[22]陳遠，袁艷紅.微博信息傳播效果實證研究[J].信息資源管理學報，2012，（3）：28-34.
[23]張，孫霄凌，朱慶華.突發公共事件輿情傳播特征與規律研究――以新浪微博和新浪新聞平臺為例[J].情報雜志，2014，（4）：90-95.
[24]張瑜，李兵，劉晨.面向主題的微博熱門話題輿情監測研究――以“北京單雙號限行常態化”輿情分析為例[J].中文信息學報，2015，（5）：143-151，159.
[25]唐濤.移動互聯網輿情新特征、新挑戰與對策[J].情報雜志，2014，（3）：113-117.
[26]唐興通.社會化媒體營銷大趨勢：策略與方法（第2版）[M].北京：清華大學出版社，2012：1-235.
[27]張淼.社會化媒體在市場營銷中的應用研究[D].北京：首都經濟貿易大學，2014：1-47.
[28]劉曉燕，鄭維雄.企業社會化媒體營銷傳播的效果分析――以微博擴散網絡為例[J].新聞與傳播研究，2015，（2）：89-102，128.
[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.
[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.
[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.
[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.
[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.
[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.
[51]劉雪艷，閆強.政府微博中的熱點事件信息可信度研究[J].北京郵電大學學報：社會科學版，2013，（2）：6-12.
[52]丁科芝.社交網絡信息可信度研究[D].武漢：華中師范大學，2015：1-61.
[53]薛傳業，夏志杰，張志花，等.突發事件中社交媒體信息可信度研究[J].現代情報，2015，（4）：12-16.
[54]屈文建，謝冬.網絡學術論壇信息可信度的灰度分析[J].圖書情報知識，2013，（2）：112-118.
[55]莫祖英，馬費成，羅毅.微博信息質量評價模型構建研究[J].信息資源管理學報，2013，（2）：12-18.
[56]賀剛，呂學強，李卓，等.微博謠言識別研究[J].圖書情報工作，2013，（23）：114-120.
[57]程亮，邱云飛，孫魯.微博謠言檢測方法研究[J].計算機應用與軟件，2013，（2）：226-228，262.
[58]路同強，石冰，閆中敏，等.一種用于微博謠言檢測的半監督學習算法[J].計算機應用研究，2016，（3）：744-748.
[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.
[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.
[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社會媒體挖掘[M].北京：人民郵電出版社，2015：1-240.
