社會(huì)媒介中心節(jié)點(diǎn)擴(kuò)散結(jié)構(gòu)及其影響力研究

郭辰+呂洪兵

內(nèi)容摘要：互聯(lián)網(wǎng)的誕生使社會(huì)進(jìn)入碎片化時(shí)代，而微博的到來，進(jìn)一步將碎片化向前推進(jìn)了一步。病毒營(yíng)銷是隨著信息傳播技術(shù)和社會(huì)網(wǎng)絡(luò)發(fā)展起來的一種新型社會(huì)化網(wǎng)絡(luò)營(yíng)銷模式，近年來被許多企業(yè)采用。作為嶄新的社會(huì)化網(wǎng)絡(luò)平臺(tái)，微博正在改變互聯(lián)網(wǎng)的發(fā)展方向和企業(yè)產(chǎn)品市場(chǎng)的推廣形式。本文采用圖論和社會(huì)網(wǎng)絡(luò)分析的方法，將中心節(jié)點(diǎn)劃分成四個(gè)維度，對(duì)微博信息傳遞的擴(kuò)散結(jié)構(gòu)及中心節(jié)點(diǎn)的影響力進(jìn)行研究，發(fā)現(xiàn)不同維度中心節(jié)點(diǎn)的社會(huì)感染能力不同，可以為企業(yè)實(shí)施病毒營(yíng)銷戰(zhàn)略提供一定借鑒。

關(guān)鍵詞：病毒營(yíng)銷 社會(huì)媒介 中心節(jié)點(diǎn) 微博 圖論

引言

隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，信息和傳播技術(shù)（ICT）加大了人們相互影響的可能性，社交網(wǎng)站、微博等社會(huì)媒介都屬于ICT的范疇，這些虛擬社會(huì)網(wǎng)絡(luò)系統(tǒng)為企業(yè)開展市場(chǎng)營(yíng)銷活動(dòng)提供了巨大的網(wǎng)絡(luò)平臺(tái)。根據(jù)中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告，如表1所示，我國(guó)社交網(wǎng)站和微博用戶規(guī)模逐年增加，特別是微博用戶半年的增量都達(dá)到3000萬人左右。為此，基于社會(huì)媒介的病毒營(yíng)銷方式越來越受到國(guó)內(nèi)外企業(yè)的青睞。

病毒營(yíng)銷是隨著社會(huì)網(wǎng)絡(luò)而出現(xiàn)的新型網(wǎng)絡(luò)營(yíng)銷模式，與傳統(tǒng)的營(yíng)銷模式有著本質(zhì)的區(qū)別。傳統(tǒng)營(yíng)銷是由企業(yè)發(fā)起的“企業(yè)-顧客”溝通，例如銷售人員與顧客之間，或大眾媒介諸如各種廣告；而病毒營(yíng)銷是利用“顧客-其他顧客”互動(dòng)溝通，例如顧客之間的口碑效應(yīng)，而且社會(huì)化網(wǎng)絡(luò)和社會(huì)化媒介進(jìn)一步加大了“顧客-其他顧客”互動(dòng)可能性。大眾媒介的溝通效應(yīng)是一對(duì)多形式，由企業(yè)控制內(nèi)容，顧客只能被動(dòng)接受；而顧客間的口碑傳播是多對(duì)多形式，其可能呈現(xiàn)類似傳染病傳播的指數(shù)型增長(zhǎng)態(tài)勢(shì)，如“一傳十，十傳百”效應(yīng)。

2006年基于Web2.0技術(shù)的獨(dú)立微博網(wǎng)站飯否、嘰歪在中國(guó)大陸浮出水面，開啟了中文微博的大門。2009年中國(guó)門戶網(wǎng)站新浪推出新浪微博內(nèi)測(cè)版，成為門戶網(wǎng)站中第一家提供微博服務(wù)的網(wǎng)站，微博便正式進(jìn)入中文上網(wǎng)主流人群的視野。微博時(shí)代的到來，使得各行各業(yè)的人都看到了網(wǎng)絡(luò)口碑營(yíng)銷所帶來的商機(jī)，能否正確利用社交網(wǎng)絡(luò)傳播工具在激烈的市場(chǎng)競(jìng)爭(zhēng)中具有決定意義。微博作為當(dāng)前最為熱門的社交網(wǎng)絡(luò)形式，傳播范圍廣，信息量大，擁有巨大的商業(yè)價(jià)值。其中一個(gè)經(jīng)典的成功案例就是電影《失戀33天》的微博營(yíng)銷，制片方投入600萬用于網(wǎng)絡(luò)營(yíng)銷，占了電影總成本的2/3，而電影在上映一周的票房就超過了兩個(gè)億，可見網(wǎng)絡(luò)營(yíng)銷已成為企業(yè)實(shí)現(xiàn)盈利的必經(jīng)之路。在基于微博的網(wǎng)絡(luò)營(yíng)銷中，中心節(jié)點(diǎn)一直扮演著極其重要的角色，他們是網(wǎng)絡(luò)的樞紐，把不同地區(qū)、不同文化背景、不同受教育程度的人聯(lián)系在一起。

文獻(xiàn)綜述

自中心節(jié)點(diǎn)的概念提出以來，各個(gè)領(lǐng)域的學(xué)者從不同角度對(duì)中心節(jié)點(diǎn)進(jìn)行了研究，例如有的學(xué)者從社會(huì)學(xué)角度，采用定量的方法對(duì)無標(biāo)度復(fù)雜網(wǎng)絡(luò)下的中心節(jié)點(diǎn)的存在性進(jìn)行論證；有的學(xué)者從營(yíng)銷學(xué)角度，采用實(shí)證分析的方法對(duì)病毒營(yíng)銷的傳播機(jī)理進(jìn)行分析；有的學(xué)者認(rèn)為中心節(jié)點(diǎn)就是那些有著廣泛社會(huì)聯(lián)系的人；有的學(xué)者認(rèn)為意見領(lǐng)袖聯(lián)系人的多樣性使得他們更善于發(fā)現(xiàn)新的事物。但據(jù)筆者所知，目前還少有學(xué)者對(duì)病毒營(yíng)銷中心節(jié)點(diǎn)在社會(huì)網(wǎng)絡(luò)環(huán)境下的效果進(jìn)行分析和討論。Sharad Goel的研究認(rèn)為，在線信息傳播結(jié)構(gòu)類似于病毒擴(kuò)散結(jié)構(gòu)。在模型中通常用節(jié)點(diǎn)表示個(gè)體，用邊表示節(jié)點(diǎn)間的傳輸關(guān)系；Duncan J.Watts等學(xué)者基于Twitter和Yahoo的數(shù)據(jù)對(duì)病毒營(yíng)銷的結(jié)構(gòu)以及中心節(jié)點(diǎn)的作用進(jìn)行過分析，但上述研究都無法證實(shí)病毒營(yíng)銷在中國(guó)大陸網(wǎng)絡(luò)環(huán)境下的擴(kuò)散結(jié)構(gòu)和信息傳遞效果。因此，本文基于企業(yè)在新浪微博開展病毒營(yíng)銷的實(shí)例和數(shù)據(jù)，分析在中國(guó)Web2.0環(huán)境下的病毒營(yíng)銷中心節(jié)點(diǎn)的擴(kuò)散結(jié)構(gòu)和影響力。

在市場(chǎng)營(yíng)銷學(xué)中，中心節(jié)點(diǎn)一般被稱作“意見領(lǐng)袖”、“強(qiáng)力用戶”或“影響者”。這些人對(duì)比普通大眾具有3個(gè)主要特點(diǎn)：他們具有很強(qiáng)的個(gè)人魅力（例如明星）；他們?cè)谀硞€(gè)領(lǐng)域擁有豐富的知識(shí)（例如專家）；他們有著大量的社會(huì)關(guān)系（即社交廣泛）。中心節(jié)點(diǎn)作為大眾媒介和普通用戶之間的連接者，他們對(duì)病毒信息的傳播具有決定性意義。Jacob Goldenberg等學(xué)者采用結(jié)構(gòu)方程模型證實(shí)了中心節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)口碑傳播活動(dòng)的重要作用，并發(fā)現(xiàn)中心節(jié)點(diǎn)的影響力越強(qiáng)，接收者參與在線口碑轉(zhuǎn)發(fā)的頻率也就越高。

相關(guān)假設(shè)

（一）傳播模型

病毒營(yíng)銷的擴(kuò)散結(jié)構(gòu)都是基于傳播網(wǎng)絡(luò)圖進(jìn)行分析的，而用戶間的相互關(guān)系是建立病毒營(yíng)銷傳播網(wǎng)絡(luò)圖的關(guān)鍵之一。信息通過接觸網(wǎng)絡(luò)傳播：每個(gè)節(jié)點(diǎn)代表一個(gè)人，兩個(gè)點(diǎn)之間的邊表示他們有所接觸，從而信息就可能從一個(gè)節(jié)點(diǎn)傳到另一個(gè)節(jié)點(diǎn)。本文根據(jù)電影推廣中的微博轉(zhuǎn)發(fā)數(shù)據(jù)，并借用簡(jiǎn)單的信息傳遞模型來表述中心節(jié)點(diǎn)在病毒營(yíng)銷中的擴(kuò)散結(jié)構(gòu)，如圖1和圖2所示。

通過圖1可知，對(duì)于社會(huì)網(wǎng)絡(luò)內(nèi)部化的中心節(jié)點(diǎn)，社會(huì)成員間的網(wǎng)絡(luò)關(guān)系主要以強(qiáng)關(guān)系為主，粉絲基本都是該意見領(lǐng)袖的堅(jiān)定追隨者，并且二次轉(zhuǎn)發(fā)率較低，信息傳遞基本發(fā)生在第一層，病毒營(yíng)銷的擴(kuò)散力相對(duì)較弱。而對(duì)于社會(huì)網(wǎng)絡(luò)比較復(fù)雜的中心節(jié)點(diǎn)，如圖2所示，社會(huì)成員間存在著較多的弱關(guān)系，粉絲呈現(xiàn)出跨領(lǐng)域的多樣性，二次平均轉(zhuǎn)發(fā)率的比例相對(duì)前者也較高，信息的傳播能夠達(dá)到第二層甚至更多，病毒信息的擴(kuò)散能力更強(qiáng)。

（二）中心節(jié)點(diǎn)的影響力

為了比較不同維度的中心節(jié)點(diǎn)在信息傳遞中的作用，本文基于圖論的思想，提出依據(jù)節(jié)點(diǎn)連通度的不同來評(píng)估病毒信息傳遞影響力的方法。由于病毒信息的傳遞不僅與微博轉(zhuǎn)發(fā)的次數(shù)有關(guān)，也與轉(zhuǎn)發(fā)該微博的節(jié)點(diǎn)在社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)中所處的位置有關(guān)。為了便于分析和比較不同中心節(jié)點(diǎn)的病毒影響力，本文依據(jù)病毒傳播的實(shí)際效果構(gòu)建網(wǎng)絡(luò)圖模型。

本文研究的關(guān)于病毒營(yíng)銷的中心節(jié)點(diǎn)所處的復(fù)雜網(wǎng)絡(luò)均為無向無權(quán)網(wǎng)絡(luò)。因此，網(wǎng)絡(luò)可以用圖G=（V， E）表示，其中V={v1，v2，…，vn}表示G的節(jié)點(diǎn)集合，E={e1，e2，…，em}表示邊的集合，n為網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)。一條連接點(diǎn)vi，vj∈V的邊記為[vi，vj]，其中：endprint

定義1：節(jié)點(diǎn)連通度。假設(shè)e（vi，vj）表示以節(jié)點(diǎn)vi為起點(diǎn)，節(jié)點(diǎn)vj為終點(diǎn)的邊數(shù)，則節(jié)點(diǎn)vi連通度C（i）為：

（1）

定義2：中心節(jié)點(diǎn)影響力。該節(jié)點(diǎn)對(duì)于病毒信息傳遞的影響力是經(jīng)過它傳播的信息節(jié)點(diǎn)的連通度的總和，即為：

（2）

依據(jù)定義2，病毒營(yíng)銷網(wǎng)絡(luò)中心節(jié)點(diǎn)影響力由節(jié)點(diǎn)在社會(huì)網(wǎng)絡(luò)中所接觸的所有節(jié)點(diǎn)及各個(gè)節(jié)點(diǎn)的連通度共同決定。下面給出中心節(jié)點(diǎn)影響力的評(píng)估算法：

第一，F(xiàn)or i=1 to n{ ，第二，for（每一對(duì)節(jié)點(diǎn)vi，vj ），第三，{計(jì)算節(jié)點(diǎn)vi到網(wǎng)絡(luò)中所有其他節(jié)點(diǎn)之間的邊的數(shù)量C（i）；}，第四，根據(jù)式（2）計(jì)算 ；}。

以上定義能夠幫助企業(yè)在開展病毒營(yíng)銷時(shí)找到影響力較大的意見領(lǐng)袖，但為了能夠從多種角度定位適合推廣信息的中心節(jié)點(diǎn)，本文繼續(xù)引入影響系數(shù)這一定義。

定義3：影響系數(shù)。影響系數(shù)為經(jīng)過該中心節(jié)點(diǎn)傳遞的所有信息量與該中心節(jié)點(diǎn)有連接的節(jié)點(diǎn)數(shù)量之比，即為轉(zhuǎn)發(fā)量和粉絲量的比值：

（3）

本文采取歸一化的標(biāo)準(zhǔn)化方法，但為了方便考慮和實(shí)際意義，本文將所得數(shù)據(jù)標(biāo)準(zhǔn)化到[0.1，0.9]之間。對(duì)于越大越好型指標(biāo)，用公式（4）進(jìn)行標(biāo)準(zhǔn)化，最終結(jié)果如表2所示。

（4）

實(shí)證檢驗(yàn)

（一）數(shù)據(jù)來源

本文分別選取2013年10月和2014年1月在新浪微博上關(guān)于電影推廣的兩個(gè)病毒營(yíng)銷案例數(shù)據(jù)進(jìn)行實(shí)證分析，并根據(jù)中心節(jié)點(diǎn)與電影制作方的關(guān)系，將病毒營(yíng)銷擴(kuò)散結(jié)構(gòu)中的中心節(jié)點(diǎn)劃分為4個(gè)維度，即直接相關(guān)、間接強(qiáng)相關(guān)、間接弱相關(guān)以及第三方無關(guān)。直接相關(guān)為電影的演員、工作人員；間接強(qiáng)相關(guān)為與電影行業(yè)相關(guān)的其他團(tuán)體或個(gè)人，如影評(píng)人和電影愛好者；間接弱相關(guān)為與電影行業(yè)無關(guān)的第三方平臺(tái)，但受眾群體與該電影的觀眾群相近，如各種娛樂博主；第三方無關(guān)為與電影及受眾都聯(lián)系不大的團(tuán)體或個(gè)人，如新聞業(yè)官方微博。

本文選取轉(zhuǎn)發(fā)電影《甜心巧克力》營(yíng)銷微博中共計(jì)33978條轉(zhuǎn)發(fā)微博，轉(zhuǎn)發(fā)微博分別來自于不同維度的16個(gè)微博博主。同時(shí)為了進(jìn)一步分析在同種維度條件下，不同中心節(jié)點(diǎn)的擴(kuò)散結(jié)構(gòu)是否有異同，本文再一次選取《爸爸去哪兒》節(jié)目組通過新浪微博對(duì)其同名電影宣傳所轉(zhuǎn)發(fā)的30730條轉(zhuǎn)發(fā)微博，其中由同一維度的5位中心節(jié)點(diǎn)所轉(zhuǎn)發(fā)的微博數(shù)量已經(jīng)占到總轉(zhuǎn)發(fā)量的83.7%，可見通過分析這5位中心節(jié)點(diǎn)的擴(kuò)散結(jié)構(gòu)便可得知微博擴(kuò)散結(jié)構(gòu)的基本情況。

（二）結(jié)果與分析

通過表2可知，中心節(jié)點(diǎn)影響力的大小和該節(jié)點(diǎn)的微博轉(zhuǎn)發(fā)量的多少基本一致，轉(zhuǎn)發(fā)是微博信息傳播的主要途徑，也是衡量微博影響力的一個(gè)重要標(biāo)志。按照維度劃分的病毒影響力從大到小依次為：間接弱相關(guān)>直接相關(guān)>間接強(qiáng)相關(guān)>第三方無關(guān)。這是由于作為間接弱相關(guān)的娛樂博主，粉絲數(shù)量都在百萬以上，甚至有的接近五百萬。他們大多數(shù)都是憑借收集大量的娛樂信息來吸引粉絲，粉絲群體以青少年為主，這個(gè)群體對(duì)新鮮實(shí)物更加敏感，因此對(duì)于有著明星參演的新電影關(guān)注度較高；作為與電影直接相關(guān)的演員，他們的社會(huì)網(wǎng)絡(luò)相對(duì)內(nèi)部化，粉絲的忠誠(chéng)度高，所以影響系數(shù)相對(duì)較高，但由于電影《甜心巧克力》的主演為外籍演員，他所擁有的粉絲數(shù)量遠(yuǎn)不及娛樂博主，導(dǎo)致影響力對(duì)比前者相差很多；作為間接強(qiáng)相關(guān)的中心節(jié)點(diǎn)，擁有的社會(huì)網(wǎng)絡(luò)群體以電影愛好者居多，但由于《甜心巧克力》講述的是青年男女的愛情故事，受眾群體區(qū)分度較強(qiáng)，因此病毒影響力對(duì)比直接相關(guān)和間接弱相關(guān)的中心節(jié)點(diǎn)還要稍遜一些；影響系數(shù)最小的中心節(jié)點(diǎn)為第三方無關(guān)群體，例如新聞業(yè)博主，他們的受眾群體多為新聞愛好者，對(duì)于電影的推廣并不感興趣，雖然第三方無關(guān)中心節(jié)點(diǎn)的社會(huì)網(wǎng)絡(luò)比較發(fā)達(dá)，但由于他們的影響系數(shù)特別低，以至于對(duì)于電影推廣信息傳播的影響力和普通大眾相差不大。

通過表3可知，《爸爸去哪兒》的5位主演微博的一次轉(zhuǎn)發(fā)率和二次轉(zhuǎn)發(fā)率以及信息擴(kuò)散結(jié)構(gòu)的平均深度都是十分接近的。雖然5位主演在參演本片前的身份各不相同，而且各自所擁有的粉絲數(shù)量也相差比較懸殊，但他們與電影推廣方的關(guān)系都為直接相關(guān)，屬于同一個(gè)維度，因此可以得出基于微博轉(zhuǎn)發(fā)的同維度中心節(jié)點(diǎn)擴(kuò)散結(jié)構(gòu)具有相似性。同時(shí)，本文發(fā)現(xiàn)本次通過微博開展病毒營(yíng)銷的信息擴(kuò)散結(jié)構(gòu)的總體深度均為1.1左右，即中心節(jié)點(diǎn)擴(kuò)散結(jié)構(gòu)趨于扁平化，與假設(shè)中病毒傳播結(jié)構(gòu)層次多的特點(diǎn)有所差別。

企業(yè)在進(jìn)行病毒營(yíng)銷推廣時(shí)，應(yīng)選擇那些與企業(yè)為間接弱相關(guān)的中心節(jié)點(diǎn)以及擁有大量粉絲數(shù)量的直接相關(guān)中心節(jié)點(diǎn)為病毒的主要傳播源，這樣對(duì)于病毒營(yíng)銷的推廣能夠起到事半功倍的效果。同時(shí)本文也發(fā)現(xiàn)，病毒影響力最強(qiáng)的娛樂博主1，他在傳遞信息時(shí)并不是像其他意見領(lǐng)袖那樣只是稍作評(píng)論，而是將信息重新加工包裝了一下，使得微博更符合自己的風(fēng)格，這種修飾過的“病毒”對(duì)于粉絲的感染力更強(qiáng)，更受歡迎，能夠極大地提升病毒影響力。

結(jié)論

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，社會(huì)網(wǎng)絡(luò)變得日益發(fā)達(dá)，通過社會(huì)媒介進(jìn)行市場(chǎng)營(yíng)銷的方式越來越受到企業(yè)的重視。病毒營(yíng)銷的影響范圍大，推行成本低等特點(diǎn)，使得鼠碑病毒營(yíng)銷漸漸成為企業(yè)積極推崇的一種營(yíng)銷方式。本文基于新浪微博平臺(tái)的數(shù)據(jù)，采用圖論和社會(huì)網(wǎng)絡(luò)相結(jié)合的研究方法，將擴(kuò)散結(jié)構(gòu)中的中心節(jié)點(diǎn)劃分成四個(gè)維度：分別為直接相關(guān)、間接弱相關(guān)、間接強(qiáng)相關(guān)和第三方無關(guān)。這種對(duì)維度的劃分將有助于企業(yè)對(duì)復(fù)雜紛亂的中心節(jié)點(diǎn)進(jìn)行合理地辨別與區(qū)分。

然后，本文通過對(duì)鼠碑信息傳播過程中不同維度的中心節(jié)點(diǎn)的作用效果進(jìn)行實(shí)證研究，得出間接弱相關(guān)中心節(jié)點(diǎn)和直接相關(guān)中心節(jié)點(diǎn)的病毒影響力要比其他的中心節(jié)點(diǎn)高出許多，這兩類中心節(jié)點(diǎn)的轉(zhuǎn)發(fā)對(duì)病毒營(yíng)銷的開展至關(guān)重要。因此，無論是企業(yè)開展網(wǎng)絡(luò)鼠碑營(yíng)銷，還是遏止網(wǎng)絡(luò)謠言的傳播，這兩類中心節(jié)點(diǎn)都是企業(yè)和相關(guān)單位需要重點(diǎn)關(guān)注的對(duì)象。另外值得一提的是，如果微博轉(zhuǎn)發(fā)內(nèi)容能夠經(jīng)過意見領(lǐng)袖的加工和包裝之后再進(jìn)行轉(zhuǎn)發(fā)，病毒信息的影響系數(shù)將會(huì)得到明顯的提高，即其他節(jié)點(diǎn)的轉(zhuǎn)發(fā)意愿將會(huì)增強(qiáng)，因此，這樣的微博將更容易被受眾群體所接受和二次轉(zhuǎn)發(fā)。endprint

同時(shí)，本文通過對(duì)直接相關(guān)維度和間接弱相關(guān)維度中心節(jié)點(diǎn)的轉(zhuǎn)發(fā)頻率進(jìn)行分析，得出該兩種維度中心節(jié)點(diǎn)的信息傳遞樹的深度大都僅在1.1左右，“病毒”信息擴(kuò)散結(jié)構(gòu)趨于扁平化，這與設(shè)想當(dāng)中病毒式“一傳十，十傳百”的擴(kuò)散結(jié)構(gòu)有所差異。由于較少的傳遞層級(jí)將有礙病毒營(yíng)銷的開展，縱向傳遞深度較為局限。因此，企業(yè)在開展病毒營(yíng)銷時(shí)，在重視上述兩種中心節(jié)點(diǎn)的基礎(chǔ)上，還應(yīng)該進(jìn)一步從橫向出發(fā)，通過選取大量的中心節(jié)點(diǎn)同時(shí)進(jìn)行信息傳遞，以期達(dá)到橫向擴(kuò)大信息傳播范圍的效果。例如，可以采用Duncan Watts所提出的“海量種子”營(yíng)銷方法，即在營(yíng)銷過程中選取大量的中心節(jié)點(diǎn)同時(shí)進(jìn)行信息傳遞，這樣才能達(dá)到病毒營(yíng)銷的最優(yōu)效果。

參考文獻(xiàn)：

1.中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心，2013

2.Hoffman，Donna L，Novak，Thomas P，Marketing in hypermedia computer mediated environments：conceptual foundations[J].Journal of Marketing. Vol. 60（July 1，1996）

3.郭琛.社交網(wǎng)絡(luò)分析與信息傳播研究[D].復(fù)旦大學(xué)，2012

4.Gladwell，M，The Tipping Point-How Little Things Can Make a Big Difference[M].New York， Abacus，1994

5.Jacob Goldenberg，Sangman Han，Donald R. Lehmann，& Jae Weon Hong，The Role of Hubs in the Adoption Process[J].Journal of Marketing.Vol. 73（March 2009）

6.謝婧，劉功申，蘇波等.社交網(wǎng)絡(luò)中的用戶轉(zhuǎn)發(fā)行為預(yù)測(cè)[J].上海交通大學(xué)學(xué)報(bào)，2013，47（4）

7.Sharad Goel，Duncan J. Watts，Daniel G.The Structure of Online Diffusion Networks. Proc. of the 13th ACM Conference on Electronic Commerce（EC 2012）

8.Sun T，Youn S，Wu G，Kuntarapom M.Online word-of-mouth （or mouse）：an exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication，2006，11（4）

9.陳靜，孫林夫.復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要度評(píng)估[J].西南交通大學(xué)學(xué)報(bào)，2009，44（3）

10.殷國(guó)鵬.消費(fèi)者認(rèn)為怎樣的在線評(píng)論更有用？—社會(huì)性因素的影響效應(yīng)[J].管理世界， 2012（12）

11.郝媛媛，葉強(qiáng)，李一軍.基于影評(píng)數(shù)據(jù)的在線評(píng)論有用性影響因素研究[J].管理科學(xué)學(xué)報(bào)，2010（8）

12.Duncan J.Watts，Jonah Peretti，Viral marketing for the real world[J].Harvard Business Review，Vol. 2007（May）endprint

同時(shí)，本文通過對(duì)直接相關(guān)維度和間接弱相關(guān)維度中心節(jié)點(diǎn)的轉(zhuǎn)發(fā)頻率進(jìn)行分析，得出該兩種維度中心節(jié)點(diǎn)的信息傳遞樹的深度大都僅在1.1左右，“病毒”信息擴(kuò)散結(jié)構(gòu)趨于扁平化，這與設(shè)想當(dāng)中病毒式“一傳十，十傳百”的擴(kuò)散結(jié)構(gòu)有所差異。由于較少的傳遞層級(jí)將有礙病毒營(yíng)銷的開展，縱向傳遞深度較為局限。因此，企業(yè)在開展病毒營(yíng)銷時(shí)，在重視上述兩種中心節(jié)點(diǎn)的基礎(chǔ)上，還應(yīng)該進(jìn)一步從橫向出發(fā)，通過選取大量的中心節(jié)點(diǎn)同時(shí)進(jìn)行信息傳遞，以期達(dá)到橫向擴(kuò)大信息傳播范圍的效果。例如，可以采用Duncan Watts所提出的“海量種子”營(yíng)銷方法，即在營(yíng)銷過程中選取大量的中心節(jié)點(diǎn)同時(shí)進(jìn)行信息傳遞，這樣才能達(dá)到病毒營(yíng)銷的最優(yōu)效果。

參考文獻(xiàn)：

1.中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心，2013

2.Hoffman，Donna L，Novak，Thomas P，Marketing in hypermedia computer mediated environments：conceptual foundations[J].Journal of Marketing. Vol. 60（July 1，1996）

3.郭琛.社交網(wǎng)絡(luò)分析與信息傳播研究[D].復(fù)旦大學(xué)，2012

4.Gladwell，M，The Tipping Point-How Little Things Can Make a Big Difference[M].New York， Abacus，1994

5.Jacob Goldenberg，Sangman Han，Donald R. Lehmann，& Jae Weon Hong，The Role of Hubs in the Adoption Process[J].Journal of Marketing.Vol. 73（March 2009）

6.謝婧，劉功申，蘇波等.社交網(wǎng)絡(luò)中的用戶轉(zhuǎn)發(fā)行為預(yù)測(cè)[J].上海交通大學(xué)學(xué)報(bào)，2013，47（4）

7.Sharad Goel，Duncan J. Watts，Daniel G.The Structure of Online Diffusion Networks. Proc. of the 13th ACM Conference on Electronic Commerce（EC 2012）

8.Sun T，Youn S，Wu G，Kuntarapom M.Online word-of-mouth （or mouse）：an exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication，2006，11（4）

9.陳靜，孫林夫.復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要度評(píng)估[J].西南交通大學(xué)學(xué)報(bào)，2009，44（3）

10.殷國(guó)鵬.消費(fèi)者認(rèn)為怎樣的在線評(píng)論更有用？—社會(huì)性因素的影響效應(yīng)[J].管理世界， 2012（12）

11.郝媛媛，葉強(qiáng)，李一軍.基于影評(píng)數(shù)據(jù)的在線評(píng)論有用性影響因素研究[J].管理科學(xué)學(xué)報(bào)，2010（8）

12.Duncan J.Watts，Jonah Peretti，Viral marketing for the real world[J].Harvard Business Review，Vol. 2007（May）endprint

同時(shí)，本文通過對(duì)直接相關(guān)維度和間接弱相關(guān)維度中心節(jié)點(diǎn)的轉(zhuǎn)發(fā)頻率進(jìn)行分析，得出該兩種維度中心節(jié)點(diǎn)的信息傳遞樹的深度大都僅在1.1左右，“病毒”信息擴(kuò)散結(jié)構(gòu)趨于扁平化，這與設(shè)想當(dāng)中病毒式“一傳十，十傳百”的擴(kuò)散結(jié)構(gòu)有所差異。由于較少的傳遞層級(jí)將有礙病毒營(yíng)銷的開展，縱向傳遞深度較為局限。因此，企業(yè)在開展病毒營(yíng)銷時(shí)，在重視上述兩種中心節(jié)點(diǎn)的基礎(chǔ)上，還應(yīng)該進(jìn)一步從橫向出發(fā)，通過選取大量的中心節(jié)點(diǎn)同時(shí)進(jìn)行信息傳遞，以期達(dá)到橫向擴(kuò)大信息傳播范圍的效果。例如，可以采用Duncan Watts所提出的“海量種子”營(yíng)銷方法，即在營(yíng)銷過程中選取大量的中心節(jié)點(diǎn)同時(shí)進(jìn)行信息傳遞，這樣才能達(dá)到病毒營(yíng)銷的最優(yōu)效果。

參考文獻(xiàn)：

1.中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心，2013

2.Hoffman，Donna L，Novak，Thomas P，Marketing in hypermedia computer mediated environments：conceptual foundations[J].Journal of Marketing. Vol. 60（July 1，1996）

3.郭琛.社交網(wǎng)絡(luò)分析與信息傳播研究[D].復(fù)旦大學(xué)，2012

4.Gladwell，M，The Tipping Point-How Little Things Can Make a Big Difference[M].New York， Abacus，1994

5.Jacob Goldenberg，Sangman Han，Donald R. Lehmann，& Jae Weon Hong，The Role of Hubs in the Adoption Process[J].Journal of Marketing.Vol. 73（March 2009）

6.謝婧，劉功申，蘇波等.社交網(wǎng)絡(luò)中的用戶轉(zhuǎn)發(fā)行為預(yù)測(cè)[J].上海交通大學(xué)學(xué)報(bào)，2013，47（4）

7.Sharad Goel，Duncan J. Watts，Daniel G.The Structure of Online Diffusion Networks. Proc. of the 13th ACM Conference on Electronic Commerce（EC 2012）

8.Sun T，Youn S，Wu G，Kuntarapom M.Online word-of-mouth （or mouse）：an exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication，2006，11（4）

9.陳靜，孫林夫.復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要度評(píng)估[J].西南交通大學(xué)學(xué)報(bào)，2009，44（3）

10.殷國(guó)鵬.消費(fèi)者認(rèn)為怎樣的在線評(píng)論更有用？—社會(huì)性因素的影響效應(yīng)[J].管理世界， 2012（12）

11.郝媛媛，葉強(qiáng)，李一軍.基于影評(píng)數(shù)據(jù)的在線評(píng)論有用性影響因素研究[J].管理科學(xué)學(xué)報(bào)，2010（8）

12.Duncan J.Watts，Jonah Peretti，Viral marketing for the real world[J].Harvard Business Review，Vol. 2007（May）endprint