社交網(wǎng)站的分析研究

石巖松　張方凱　武天琪　莊予彰

摘 要：文章針對(duì)目前流行的三大社交網(wǎng)站--微信朋友圈、微博以及百度貼吧進(jìn)行評(píng)價(jià)分析。文章應(yīng)用層次分析法建立了社交網(wǎng)站評(píng)價(jià)指標(biāo)體系，進(jìn)行了大學(xué)生問卷調(diào)查，并就行了相關(guān)數(shù)據(jù)的聚類分析，從而得到了大學(xué)生對(duì)社交網(wǎng)站微信、微博以及貼吧的評(píng)價(jià)。

關(guān)鍵詞：網(wǎng)站評(píng)價(jià)；社交網(wǎng)站；層次分析法；聚類

中圖分類號(hào)：G206 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）04-0195-02

Abstract： This paper analyzes the three popular social networking websites： WeChat Moments， Weibo and Baidu Post Bar. This paper applies Analytic Hierarchy Process （AHP） to establish the evaluation index system of social networking site， carries on the questionnaire survey of college students， and carries on the cluster analysis of the related data， so that they get college students' comments on social networking sites such as WeChat， Weibo and Post Bar.

Keywords： website evaluation； social networking site； analytic hierarchy process； clustering

引言

社交網(wǎng)站和社交軟件，統(tǒng)稱為社交網(wǎng)絡(luò)（Social Network Site， SNS）。微信、微博等，是基于社會(huì)網(wǎng)絡(luò)關(guān)系系統(tǒng)思想建立的社會(huì)性網(wǎng)絡(luò)網(wǎng)站，旨在幫助人們建立社會(huì)性網(wǎng)絡(luò)的互聯(lián)網(wǎng)應(yīng)用服務(wù)。隨著互聯(lián)網(wǎng)以及web2.0的發(fā)展，作為一種新型的溝通和娛樂方式，社交網(wǎng)站在全球范圍內(nèi)取得了快速發(fā)展。

我國(guó)社交網(wǎng)站種類繁多且用戶群體基數(shù)很大，作為重要的傳播媒介，其在改變和影響當(dāng)代大學(xué)生思想、道德和文化認(rèn)同等方面產(chǎn)生了重要的影響。與傳統(tǒng)的文化傳播方式相比，網(wǎng)絡(luò)傳播在信息豐富性、資源共享性、空間虛擬性、交流互動(dòng)性、主體行為的平等性等方面具有顯著優(yōu)勢(shì)。符合消費(fèi)者多元化和個(gè)性化的需求，迅速被接受和使用。在激烈的市場(chǎng)競(jìng)爭(zhēng)中想要脫穎而出并取得更好的發(fā)展，SNS網(wǎng)站除了重視外在的營(yíng)銷推廣外，更要重視網(wǎng)站本身的“質(zhì)量”。如何評(píng)價(jià)一個(gè)社交網(wǎng)站的質(zhì)量非常重要。

1 評(píng)價(jià)指標(biāo)及調(diào)查

本文應(yīng)用層次分析法，在參考相關(guān)文獻(xiàn)的基礎(chǔ)上，通過討論設(shè)計(jì)了社交網(wǎng)站評(píng)價(jià)指標(biāo)體系。評(píng)價(jià)指標(biāo)分為兩級(jí)，一級(jí)指標(biāo)有內(nèi)容、設(shè)計(jì)、性能、用戶黏度。每個(gè)一級(jí)指標(biāo)下又分若干二級(jí)指標(biāo)。內(nèi)容指標(biāo)下分真實(shí)性、正面性、條理性、覆蓋廣度、形式豐富程度、創(chuàng)新性。設(shè)計(jì)指標(biāo)下分推薦效果、廣告植入接受程度、結(jié)構(gòu)設(shè)計(jì)、導(dǎo)航設(shè)計(jì)、用戶感知、連續(xù)穩(wěn)定性、理念。性能指標(biāo)下分檢索性能、速度、安全、兼容。用戶黏度指標(biāo)下分使用時(shí)間、使用頻率、使用普遍性。

對(duì)于構(gòu)建的評(píng)價(jià)指標(biāo)體系，構(gòu)建了判斷矩陣，計(jì)算了權(quán)重并通過一致性檢驗(yàn)。一級(jí)指標(biāo)CI=0.0074，CR=0.0083。內(nèi)容二級(jí)指標(biāo)CI=0.0468，CR=0.0377。設(shè)計(jì)二級(jí)指標(biāo)CI=0.0468，CR=0.0377。性能二級(jí)指標(biāo)CI=0.0042，CR=0.0047。用戶黏度二級(jí)指標(biāo)CI=0.0081，CR=0.0139。指標(biāo)權(quán)重真實(shí)性0.1026、正面性0.0803、條理性0.0348、覆蓋廣度0.0545、形式豐富程度0.0530、創(chuàng)新性0.0260、推薦效果0.0103、廣告植入接受程度0.0111、結(jié)構(gòu)設(shè)計(jì)0.0279、導(dǎo)航設(shè)計(jì)0.0424、用戶感知0.0336、連續(xù)穩(wěn)定性0.0305、理念0.0266、檢索性能0.0391、速度0.0775、安全0.0657、兼容0.0191、使用時(shí)間0.0729、使用頻率0.1098、使用普遍性0.0824。

本文對(duì)于微信朋友圈、微博以及百度貼吧這些網(wǎng)站進(jìn)行評(píng)價(jià)。依照上面設(shè)計(jì)的指標(biāo)體系，設(shè)計(jì)了調(diào)查問卷。問卷分為個(gè)人信息，微信，微博，貼吧的各個(gè)指標(biāo)評(píng)價(jià)四個(gè)部分，對(duì)每一個(gè)網(wǎng)站所調(diào)查的問題是相同的。評(píng)分1-5分。把問卷發(fā)布并收集了數(shù)據(jù)，共收集問卷43份，刪除非本科生以后有效問卷37份。

2 用戶行為分析

從社交網(wǎng)站用戶的角度出發(fā)，從得到的數(shù)據(jù)中對(duì)被調(diào)查的人群進(jìn)行分析。對(duì)每一個(gè)被調(diào)查者給每個(gè)網(wǎng)站各項(xiàng)指標(biāo)打分進(jìn)行加權(quán)匯總，得到每個(gè)被調(diào)查者對(duì)每個(gè)網(wǎng)站的加權(quán)總分，見表1所示。

對(duì)用戶的加權(quán)總分進(jìn)行了聚類，使用K-means聚類可以把用戶聚為三類。聚類結(jié)果見圖1。第一類用戶（U1）喜歡微信，不喜歡微博，不喜歡貼吧。第二類用戶（U2）對(duì)于三個(gè)網(wǎng)站的評(píng)價(jià)比較平均，評(píng)分相對(duì)而言都比較高。他們與其他類用戶相比，對(duì)于貼吧的評(píng)價(jià)相對(duì)較高。第三類用戶（U3）對(duì)于各社交網(wǎng)站評(píng)價(jià)有差別，大致的偏好程度為微信優(yōu)于微博、微博優(yōu)于貼吧。

鑒于三類粗糙，采用K-means聚類把用戶聚為五類。聚類結(jié)果見圖2。第一類用戶（T1）由U1分出。第二類用戶（T2）與U2相似，對(duì)于這些社交網(wǎng)站評(píng)價(jià)都比較高。第三類用戶（T3）只有一個(gè)，由U3分出。他對(duì)微信和微博評(píng)價(jià)非常高，但不喜歡貼吧?？梢钥闯鏊麑?duì)于社交的熱愛程度很高，屬于社交愛好者。第四類用戶（T4）與U1類似，僅喜歡微信。第五類用戶（T5）與U3類似，對(duì)于各社交網(wǎng)站評(píng)價(jià)有差別，大致的偏好程度微信優(yōu)于微博、微博優(yōu)于貼吧。

3 結(jié)束語(yǔ)

總而言之，大學(xué)生使用社交網(wǎng)站微信、微博以及百度貼吧的可以分為幾類：對(duì)這些社交網(wǎng)站都比較喜歡的；僅喜歡微信而對(duì)其它社交網(wǎng)站不感興趣的；對(duì)各社交網(wǎng)站評(píng)價(jià)有差別的，且大致的偏好程度為微信優(yōu)于微博、微博優(yōu)于貼吧。

參考文獻(xiàn)：

[1]張凱，宋克振，周樸雄.信息資源管理[M].第三版.北京：清華大學(xué)出版社，2013.

[2]Vaidya O S， Kumar S. Analytic hierarchy process： An overview of applications[J]. European Journal of operational research，2006，

169（1）：1-29.

[3]Liebowitz J. Linking social network analysis with the analytic hierarchy process for knowledge mapping in organizations[J]. Journal of knowledge management， 2005，9（1）：76-86.

[4]鄧雪，李家銘，曾浩健，等.層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2012，42（07）：93-100.

[5]郭金玉，張忠彬，孫慶云.層次分析法的研究與應(yīng)用[J].中國(guó)安全科學(xué)學(xué)報(bào)，2008（05）：148-153.

[6]趙英，范嬌穎.大學(xué)生持續(xù)使用社交媒體的影響因素對(duì)比研究——以微信、微博和人人網(wǎng)為例[J].情報(bào)雜志，2016，35（01）：188-195.

[7]吳大愚.社交網(wǎng)絡(luò)服務(wù)發(fā)展與現(xiàn)狀研究[J].科技創(chuàng)新與應(yīng)用，2013，（18）：76-77.endprint