實(shí)名SNS社交網(wǎng)絡(luò)與微博的特征分析

任薔 丁振國(guó)

〔摘要〕以人人網(wǎng)和新浪微博為例，通過(guò)SPSS統(tǒng)計(jì)軟件分析比較實(shí)名SNS社交網(wǎng)絡(luò)與微博的功能特征與用戶(hù)行為特點(diǎn)。研究認(rèn)為人人網(wǎng)用戶(hù)活躍度與用戶(hù)本身隱私保護(hù)意識(shí)有一定聯(lián)系；新浪微博用戶(hù)活躍度與用戶(hù)的學(xué)歷存在一定聯(lián)系。人人網(wǎng)與新浪微博同時(shí)存在用戶(hù)被動(dòng)接收推送廣告信息問(wèn)題，影響了用戶(hù)的體驗(yàn)度。探討了人人網(wǎng)與新浪微博的商業(yè)化運(yùn)營(yíng)趨勢(shì)，為實(shí)名社交網(wǎng)站和微博的完善與差別化發(fā)展提供了理論依據(jù)。

〔關(guān)鍵詞〕SNS；微博；對(duì)比分析；用戶(hù)行為

DOI：10.3969/j.issn.1008-0821.2013.07.022

〔中圖分類(lèi)號(hào)〕G250.72〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2013）07-0094-05

The Characteristic Analysis of Named SNS and Micro-blog

——An Example to Renren Web and Sina Micro-blogRen Qiang1Ding Zhenguo2

（1.School of Economy and Management，Xidian University，Xian 710071，China；

2.School of Network and Continuing Education，Xidian University，Xian 710071，China）

〔Abstract〕Taking Renren website and Sina micro-blog as an example，through the SPSS software，the paper analysed the features and user behavior characteristics of named SNS and micro-blog.Studies suggested that Renren website users activity degree and users privacy protection consciousness had certain connection；Sina micro-blog users activity degree and users education have certain connection.Renren website and Sina micro-blog exist，at the same time，the problem that user passive receiving pushed advertising information，and this problem affected the user experience.Discussion on the Renren website and Sina micro-blogs commercialization trends and provided the theoretical basis for improvement and differentiation of real-name social networking sites and micro-blog.

〔Key words〕SNS；micro-blogging；comparative study；user behavior

21世紀(jì)的第一個(gè)十年，3款全球性互聯(lián)網(wǎng)產(chǎn)品從根本上改變了我們的生活：Facebook，YouTube和Twitter[1]。與此同時(shí)，以人人網(wǎng)和新浪微博為代表的國(guó)內(nèi)同類(lèi)產(chǎn)品也迅猛發(fā)展。根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的《第31次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截止2012年底，我國(guó)社交網(wǎng)站用戶(hù)總數(shù)為2.75億，同比增長(zhǎng)12.6%，網(wǎng)民使用率為48.8%；微博平臺(tái)用戶(hù)總數(shù)為3.09億，同比增長(zhǎng)23.5%，網(wǎng)民使用率為54.7%[2]。人人網(wǎng)與新浪微博同為社交類(lèi)網(wǎng)站，部分功能有所重疊，但兩者在用戶(hù)組成、傳播方式、用戶(hù)需求方面各有特點(diǎn)。

目前國(guó)內(nèi)對(duì)SNS實(shí)名社交網(wǎng)站與微博特征對(duì)比分析的文獻(xiàn)較少，多數(shù)學(xué)者研究的主體只針對(duì)SNS社交網(wǎng)站或微博個(gè)體，SNS的研究點(diǎn)多集中在社交網(wǎng)絡(luò)的平臺(tái)結(jié)構(gòu)、信息傳播方式、隱私設(shè)置以及用戶(hù)行為等方面。劉耀庭通過(guò)對(duì)社交平臺(tái)人際關(guān)系的研究，提出了一種以星狀子圖結(jié)構(gòu)為基礎(chǔ)的社交網(wǎng)絡(luò)社區(qū)識(shí)別算法[3]。丁婉瑩、賀芳分析了SNS中熟人網(wǎng)絡(luò)、生人網(wǎng)絡(luò)與垂直網(wǎng)絡(luò)信息的傳播方式與規(guī)律[4]。邱均平、李艷紅論述了社交網(wǎng)絡(luò)中用戶(hù)的信息安全問(wèn)題，分析了隱私信息的種類(lèi)、隱私信息泄露的途徑與保護(hù)方法[5]。微博的研究點(diǎn)多集中在信息的傳播、網(wǎng)絡(luò)輿情、用戶(hù)行為方面。較有代表性的有任一奇、王雅蕾等對(duì)微博謠言演化機(jī)理的研究，總結(jié)了微博謠言傳播中造謠、傳謠、極化和辟謠4個(gè)階段的演化方法與形式[6]。王曉光系統(tǒng)地研究了微博的基本結(jié)構(gòu)，信息傳播方式和用戶(hù)行為特征關(guān)系，統(tǒng)計(jì)分析了微博內(nèi)容詞頻[7]。高承實(shí)，榮星等構(gòu)建了微博輿情的三維空間并建立了微博輿情監(jiān)測(cè)的指標(biāo)體系[8]。

本文在以往學(xué)者的研究基礎(chǔ)上，以人人網(wǎng)與新浪微博為例探討了兩個(gè)平臺(tái)的功能特征與用戶(hù)行為特點(diǎn)，通過(guò)SPSS軟件進(jìn)行數(shù)據(jù)挖掘，分析不同人群與不同平臺(tái)之間的聯(lián)系以及影響用戶(hù)體驗(yàn)的因素。

1人人網(wǎng)與新浪微博功能對(duì)比

對(duì)人人網(wǎng)和新浪微博的注冊(cè)方式、注冊(cè)用戶(hù)、登錄方式、基本功能和應(yīng)用功能5個(gè)方面進(jìn)行對(duì)比。

1.1注冊(cè)方式

人人網(wǎng)與新浪微博都可以通過(guò)郵箱進(jìn)行注冊(cè)，但新浪微博支持手機(jī)號(hào)碼注冊(cè)，而人人網(wǎng)則不支持手機(jī)號(hào)碼注冊(cè)。造成這種差異的原因在于人人網(wǎng)成立于2007年，以網(wǎng)頁(yè)用戶(hù)為基礎(chǔ)[2]，而新浪微博成立于2009年，以移動(dòng)終端用戶(hù)為基礎(chǔ)[2]。

1.2注冊(cè)用戶(hù)

兩個(gè)平臺(tái)均支持個(gè)人用戶(hù)注冊(cè)，但新浪微博支持企業(yè)用戶(hù)注冊(cè)，而人人網(wǎng)則不支持企業(yè)用戶(hù)注冊(cè)。由于新浪微博自媒體程度較高、信息傳播速度快等特點(diǎn)，使其更適合企業(yè)機(jī)構(gòu)建立快速、高效的發(fā)布信息及交流的平臺(tái)。

1.3登錄方式

人人網(wǎng)與新浪微博均可通過(guò)網(wǎng)頁(yè)、手機(jī)、桌面應(yīng)用登陸。

1.4基本功能

在基本功能方面，兩者均擁有添加好友、添加分享（微博的轉(zhuǎn)發(fā)功能）以及寫(xiě)日志功能。不同之處在于，人人網(wǎng)擁有個(gè)人狀態(tài)發(fā)布、個(gè)人相冊(cè)功能，而微博擁有粉絲功能。

1.5應(yīng)用功能

在應(yīng)用功能方面，兩者都可以發(fā)起投票、播放視頻以及分享位置，但人人網(wǎng)的應(yīng)用更為多樣，除音樂(lè)電臺(tái)外，人人網(wǎng)還不斷推出人人小站，人人招聘等應(yīng)用并且不斷更新網(wǎng)頁(yè)類(lèi)小游戲。

通過(guò)以上對(duì)比分析可見(jiàn)，新浪微博在注冊(cè)方式與注冊(cè)用戶(hù)方面更加靈活，體現(xiàn)了微博平臺(tái)的低門(mén)檻；人人網(wǎng)在基本功能與應(yīng)用功能方面更加豐富，體現(xiàn)了實(shí)名SNS社交網(wǎng)絡(luò)應(yīng)用功能的多元化。

實(shí)名SNS社交網(wǎng)絡(luò)與微博的特征分析2統(tǒng)計(jì)分析

2.1調(diào)查內(nèi)容與抽樣方法

本文選取了北京、上海、深圳、西安4個(gè)具有區(qū)域代表性的城市中年齡在16～50歲之間的網(wǎng)民作為本次調(diào)查研究的對(duì)象，問(wèn)卷調(diào)查分為網(wǎng)絡(luò)問(wèn)卷調(diào)查與傳統(tǒng)的紙質(zhì)問(wèn)卷調(diào)查兩種方式，時(shí)限為2012年12月3日至2013年1月11日。本次調(diào)查共發(fā)出問(wèn)卷268份，回收有效問(wèn)卷264份。其中網(wǎng)絡(luò)問(wèn)卷共218份，回收有效問(wèn)卷215份；紙質(zhì)問(wèn)卷共50份，回收有效問(wèn)卷49份。問(wèn)卷分為用戶(hù)基本信息與社交網(wǎng)絡(luò)調(diào)查兩部分，前者調(diào)查被訪(fǎng)者的性別、年齡、學(xué)歷、職業(yè)、婚姻狀況等屬性；后者調(diào)查被訪(fǎng)者人人網(wǎng)與新浪微博的注冊(cè)情況、登陸頻率、影響登陸原因、隱私保護(hù)等信息。

2.2問(wèn)卷信息統(tǒng)計(jì)

根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心研究員分析，社交網(wǎng)站用戶(hù)主要以在校大學(xué)生和白領(lǐng)組成的年輕群體為主[9]，因此本次調(diào)查對(duì)象的重點(diǎn)為年齡介于18～35歲的在校大學(xué)生、研究生與白領(lǐng)。受訪(fǎng)者年齡分布如下：18歲以下10.6%，18～25歲33.3%，26～35歲51.5%，36歲以上為4.5%。其中初中或以下學(xué)歷占6.1%，高中或中專(zhuān)學(xué)歷占16.7%，大學(xué)或大專(zhuān)學(xué)歷占56.1%，碩士學(xué)歷占19.4%，博士及以上學(xué)歷占1.5%。如表1、表2所示：表1年齡統(tǒng)計(jì)

頻率百分比有效百分比累積百分比有效18歲以下2810.410.610.618歲到25歲8832.833.343.926歲到35歲13650.751.595.536歲以上124.54.5100.0合計(jì)26498.5100.0缺失系統(tǒng)41.5合計(jì)268100.0

表2學(xué)歷統(tǒng)計(jì)

頻率百分比有效百分比累積百分比有效初中或以下166.06.16.1高中或中專(zhuān)4416.416.722.7大學(xué)或大專(zhuān)14855.256.178.8碩士5219.419.798.5博士41.51.5100.0合計(jì)26498.5100.0缺失系統(tǒng)41.5合計(jì)268100.0

2.3用戶(hù)行為特征分析

如圖1所示，受訪(fǎng)者中同時(shí)注冊(cè)人人網(wǎng)及新浪微博的用戶(hù)數(shù)最多，為164人，占總?cè)藬?shù)的62.1%。注冊(cè)單一平臺(tái)的用戶(hù)數(shù)為84人，占總?cè)藬?shù)的31.8%?？梢?jiàn)用戶(hù)注冊(cè)兩種平臺(tái)的行為存在一定一致性。人人網(wǎng)用戶(hù)活躍度較低，1周登陸1次以下的用戶(hù)數(shù)占總用戶(hù)數(shù)的39.7%。而活躍用戶(hù)的登陸頻率分布相對(duì)比較均勻。新浪微博用戶(hù)登陸頻率分布呈現(xiàn)出兩極分化，每天登陸1次以上的用戶(hù)占總用戶(hù)數(shù)的43.5%。每周登陸少于1次的用戶(hù)占用戶(hù)總數(shù)的30.4%。在被訪(fǎng)者中59.1%的用戶(hù)表示擔(dān)心自己的隱私暴漏，40.9%的用戶(hù)不擔(dān)心隱私暴漏。圖1分布分析統(tǒng)計(jì)

2.4用戶(hù)關(guān)系特征分析

相關(guān)分析是一種研究隨機(jī)變量之間是否存在某種聯(lián)系的統(tǒng)計(jì)分析方法。相關(guān)系數(shù)顯著性P判定兩個(gè)變量之間的相關(guān)顯著性。一般認(rèn)為，P>0.05表示兩個(gè)變量之間未達(dá)顯著性；P<0.05表示兩個(gè)變量之間相關(guān)達(dá)到顯著。相關(guān)系數(shù)R表示兩個(gè)變量之間的相關(guān)程度。一般認(rèn)為，相關(guān)系數(shù)絕對(duì)值1>R≥0.8為高度相關(guān)；0.8>R≥0.5為中度相關(guān)；0.5>R≥0.3為低度相關(guān)。通過(guò)SPSS分析軟件并采用K.Pearson創(chuàng)建的積差相關(guān)（product-moment correlation）分析 “用戶(hù)年齡”、“用戶(hù)學(xué)歷”、“人人網(wǎng)注冊(cè)情況”、“新浪微博注冊(cè)情況”4個(gè)變量之間的相關(guān)性，結(jié)果如表3所示：

2.5用戶(hù)滿(mǎn)意度調(diào)查

通過(guò)對(duì)被訪(fǎng)問(wèn)用戶(hù)的調(diào)查統(tǒng)計(jì)出人人網(wǎng)用戶(hù)登錄的主要目的前三位分別為：聯(lián)系朋友、關(guān)注朋友動(dòng)態(tài)、以及游戲娛樂(lè)活動(dòng)；新浪微博用戶(hù)登錄的主要目的前三位為：了解熱點(diǎn)新聞、討論熱門(mén)話(huà)題、關(guān)注名人（如圖2所示）。由此可以看出人人網(wǎng)與新浪微博有各自的特點(diǎn)和生存空間，用戶(hù)把人人網(wǎng)作為維護(hù)人際關(guān)系的平臺(tái)，而新浪微博則主要是獲取信息的平臺(tái)。圖2登錄原因分布統(tǒng)計(jì)

通過(guò)對(duì)用戶(hù)認(rèn)為需要改進(jìn)的功能的調(diào)查顯示，人人網(wǎng)用戶(hù)反映需要改進(jìn)的功能前三位分別為：最近訪(fǎng)客功能、好友推薦功能以及地理位置分享功能。而新浪微博用戶(hù)反映需要改進(jìn)的功能較為分散，以地理位置分享功能為主（如圖3所示）。

根據(jù)對(duì)人人網(wǎng)用戶(hù)的走訪(fǎng)調(diào)查顯示，人人網(wǎng)主頁(yè)設(shè)計(jì)相對(duì)復(fù)雜，部分受訪(fǎng)者表示希望刪除自己不喜歡的網(wǎng)頁(yè)游戲與應(yīng)用功能，使用戶(hù)界面更為簡(jiǎn)單。部分受訪(fǎng)者表示隱私設(shè)置功能不夠完善，好友推薦等功能可能暴露用戶(hù)的社交圈信息。以推廣廣告信息為目的的好友添加與關(guān)注過(guò)多，導(dǎo)致用戶(hù)被動(dòng)接收大量推送的分享信息，使用戶(hù)無(wú)法有效取得自己關(guān)注好友的信息，影響了用戶(hù)的體驗(yàn)度，導(dǎo)致用戶(hù)活躍度降低；根據(jù)對(duì)新浪微博用戶(hù)的走訪(fǎng)調(diào)查顯示，新浪微博也存在被動(dòng)接收大量推送廣告信息的問(wèn)題。一些基于地理位置分享功能的應(yīng)用可能導(dǎo)致用戶(hù)隱私暴露。

如圖4所示，受訪(fǎng)者認(rèn)為導(dǎo)致自己登陸頻率降低的主要原因集中在“學(xué)習(xí)工作繁忙”、“失去新鮮感”與“用戶(hù)體驗(yàn)差”3項(xiàng)。這表明，用戶(hù)登陸頻率降低的主要原因不是平臺(tái)功能無(wú)法滿(mǎn)足用戶(hù)的需要，而是用戶(hù)自身客觀的生活壓力或者失去新鮮感所致。因此，快速、高效、靈活地為用戶(hù)提供所需信息并且不斷推陳出新，是提高用戶(hù)好感度與忠誠(chéng)度的關(guān)鍵。圖3改進(jìn)功能分布統(tǒng)計(jì)

圖4登錄頻率影響原因分布統(tǒng)計(jì)

3結(jié)論

鑒于上述分析表明，以人人網(wǎng)為代表的實(shí)名SNS社交網(wǎng)站與以新浪微博為代表的微博平臺(tái)在部分功能上有所重疊，但平臺(tái)特征與用戶(hù)特點(diǎn)有所差異。人人網(wǎng)用戶(hù)主要通過(guò)人人網(wǎng)來(lái)維護(hù)自身的社交圈；新浪微博用戶(hù)主要通過(guò)微博平臺(tái)來(lái)獲取新聞與熱點(diǎn)信息。由此可見(jiàn)，SNS社交網(wǎng)站是個(gè)人社交圈，是以“個(gè)人”為核心的真實(shí)社交網(wǎng)絡(luò)；微博是自媒體與資訊來(lái)源，是以“話(huà)題”為核心的信息平臺(tái)。通過(guò)對(duì)人人網(wǎng)與新浪微博用戶(hù)行為的調(diào)查研究，本文認(rèn)為人人網(wǎng)用戶(hù)活躍度與用戶(hù)本身隱私保護(hù)意識(shí)有一定聯(lián)系。實(shí)名SNS網(wǎng)站可以通過(guò)對(duì)“最近訪(fǎng)客功能”、“好友推薦功能”以及“地理位置分享功能”的優(yōu)化提高用戶(hù)的活躍度與忠誠(chéng)度。對(duì)于新浪微博而言，用戶(hù)活躍度與用戶(hù)的學(xué)歷存在一定聯(lián)系，這可能是新浪微博娛樂(lè)性與八卦性的特點(diǎn)所致，具體原因有待深入的研究與證實(shí)。人人網(wǎng)與新浪微博同時(shí)存在以推廣廣告信息為目的的好友添加與關(guān)注問(wèn)題，導(dǎo)致用戶(hù)被動(dòng)接收大量推送的分享信息，使用戶(hù)無(wú)法有效取得自己關(guān)注的信息，影響了用戶(hù)的體驗(yàn)度，導(dǎo)致用戶(hù)活躍度降低。

4展望

SNS社交網(wǎng)站與微博的商業(yè)化已經(jīng)成為一種發(fā)展趨勢(shì)，如何在商業(yè)化運(yùn)營(yíng)、廣告推廣與用戶(hù)體驗(yàn)之間獲取一個(gè)有效的平衡是SNS社交網(wǎng)絡(luò)與微博共同面臨的問(wèn)題。本文通過(guò)對(duì)人人網(wǎng)與新浪微博的研究進(jìn)一步挖掘了兩種平臺(tái)的特征與用戶(hù)行為特點(diǎn)，對(duì)兩種平臺(tái)的功能完善與差別化發(fā)展提供相應(yīng)的理論依據(jù)。本文的局限性在于調(diào)查數(shù)據(jù)樣本多集中在大城市且以高學(xué)歷被訪(fǎng)者居多，不能全面反映人人網(wǎng)與新浪微博的用戶(hù)行為特點(diǎn)，相關(guān)結(jié)論還需要在后續(xù)研究中進(jìn)一步論證。

參考文獻(xiàn)

[1]謝爾·以色列（Shel lsrael）.微博力[M].任文科，譯.北京：中國(guó)人民大學(xué)出版社，2010.1.

[2]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第31次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：∥www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201301/P020130122600399530412.pdf.

[3]劉耀庭.社交網(wǎng)絡(luò)結(jié)構(gòu)研究[D].杭州：浙江大學(xué)計(jì)算機(jī)學(xué)院，2008.

[4]丁婉瑩，賀芳.SNS中信息傳播特點(diǎn)研究分析[J].圖書(shū)情報(bào)工作，2011，55（4）：77-80.

[5]邱均平，李艷紅.社交網(wǎng)絡(luò)中用戶(hù)隱私安全問(wèn)題探究[J].情報(bào)資料工作，2012，（6）：35-37.

[6]任一奇，王雅蕾，王國(guó)華，等.微博謠言的演化機(jī)理研究[J].情報(bào)雜志，2012，31（5）：50-54.

[7]王曉光.微博客用戶(hù)行為特征與關(guān)系特征正式分析——以“新浪微博”為例[J].圖書(shū)情報(bào)工作，2010，（14）：66-70.

[8]高承實(shí)，榮星，陳越.微博輿情檢測(cè)指標(biāo)體系研究[J].情報(bào)雜志，2011，30（9）：66-70.

[9]CNNIC互聯(lián)網(wǎng)發(fā)展研究.中德社交網(wǎng)站用戶(hù)年齡結(jié)構(gòu)比較[EB/OL].http：∥blog.sina.com.cn/s/blog5101b905010105sv.html.

（本文責(zé)任編輯：馬卓）中小型公共圖書(shū)館面向讀者的“家庭館員式”服務(wù)體系構(gòu)建研究

收稿日期：2013-03-24

作者簡(jiǎn)介：蔣桂香（1968-），女，流通部主任，館員，研究方向：圖書(shū)館管理、服務(wù)研究，發(fā)表論文數(shù)篇。