社會網(wǎng)絡(luò)分析研究綜述

■羅曉君（武漢大學(xué)經(jīng)濟與管理學(xué)院）

一、引言

社會網(wǎng)絡(luò)分析（Social Network Analysis，簡稱：SNA）是現(xiàn)階段國外主流社會學(xué)的一個有影響力的研究領(lǐng)域，作為一種研究范式和一個具體的研究領(lǐng)域，社會網(wǎng)絡(luò)分析有其獨特的科學(xué)性和規(guī)范性，它誕生于社會學(xué)，卻能被其他社會學(xué)科甚至自然學(xué)科廣泛接受并運用，尤其在實證研究方面，它對各門學(xué)科的貢獻尤其重大。

而對于管理類的學(xué)科來說，社會網(wǎng)絡(luò)分析具有強大的適應(yīng)性與可塑性，尤其在關(guān)注消費者行為的營銷領(lǐng)域里，更是一種強大的研究新范式。

二、社會網(wǎng)絡(luò)分析概述

SNA的傳統(tǒng)目標是通過使用圖論來識別和描述網(wǎng)絡(luò)的結(jié)構(gòu)。當(dāng)從有界網(wǎng)絡(luò)中收集數(shù)據(jù)時，個人（即自我）通常識別與其他網(wǎng)絡(luò)成員（即他人）的連接，例如通過從教室里的同伴列表中尋找朋友。這些關(guān)系的存在或不存在是有意義的，因為這些關(guān)聯(lián)描述了網(wǎng)絡(luò)的類型（例如友誼網(wǎng)絡(luò)，建議網(wǎng)絡(luò)），關(guān)系反映了網(wǎng)絡(luò)成員之間特定類型的關(guān)系。在“SNA”中，聯(lián)系往往是定向的，其中從個人（即自我）標識到朋友那里時，其代表自我的出處，當(dāng)關(guān)系的改變從朋友那里變化時，代表自我的進口（Wasserman和Faust，1994）。每條關(guān)系也可以有一個權(quán)重（Valente，2010）。這種權(quán)重可以是關(guān)系的強度（排除關(guān)系弱或強）或其他關(guān)于鏈接的信息，例如建議或共享信息的類型。當(dāng)關(guān)系有權(quán)重時，它被稱為有價值的網(wǎng)絡(luò)數(shù)據(jù)（Valente，2010）。除了以圖形方式說明網(wǎng)絡(luò)的結(jié)構(gòu)（即表示為“節(jié)點”的自我和表示為鏈接或“邊緣”的關(guān)系）之外，許多度量被用于表征個體（例如中心性），雙重性（例如連通性，互惠性），群體（例如聚類，封閉）或整個網(wǎng)絡(luò)（如密度，平均頂點度）。

三、社會網(wǎng)絡(luò)分析設(shè)計簡述

首先，SNA 軟件被用來捕捉社交媒體平臺所提供的數(shù)據(jù)。社交媒體提供了不同的隱私設(shè)置，例如有私人團體，私人通信，開放團體，公共團體和公眾粉絲頁面，這意味著不同程度的研究主題所需要的授權(quán)是不同的。一般可通過應(yīng)用程序編程接口（API）來獲取公開可用信息。API是一套協(xié)議和工具，用于構(gòu)建用于各種軟件組件之間通信的應(yīng)用軟件。在研究中，可用NodeXL 來導(dǎo)入社交媒體所支持的用戶信息，如：Facebook。

其次，要確定SNA 的社會網(wǎng)絡(luò)化指標，特別是度量個體網(wǎng)絡(luò)成員中心性的中介性中心度量。這些指標的選取與測量，關(guān)鍵在于其能多大程度上可以系統(tǒng)地表明網(wǎng)絡(luò)成員隨時間的中心地位。

第三，要進行了一項簡單的驗證性研究，目的是研究SNA結(jié)果在多大程度上反映了“現(xiàn)實”。迄今為止還沒有一種公認的社交媒體指標驗證方法。目前有研究表明，社交媒體信息在多大程度上與現(xiàn)實生活狀況相對應(yīng)，例如社交媒體用戶在社交媒體上的好友是否也是現(xiàn)實生活中的親密朋友（Bond 等，2012）社交媒體用戶的在線表情符合他們所說的離線內(nèi)容。

四、社會網(wǎng)絡(luò)分析在營銷中的運用

近年來，研究人員已經(jīng)注意到利用大量關(guān)于用戶活動的在線微觀數(shù)據(jù)獲取可操作的潛在理解（Gopal等，2011;Marsden，2008）。研究人員還試圖結(jié)合多種計算技術(shù)來構(gòu)建更加智能的業(yè)務(wù)系統(tǒng)?！按髷?shù)據(jù)”的分析方法為各種業(yè)務(wù)問題和領(lǐng)域提供戰(zhàn)略優(yōu)勢和增值（Baesens，2014）。

隨著在線社交媒體的快速發(fā)展，人們對網(wǎng)絡(luò)對行為的影響以及行為如何在連接的個人中傳播變得越來越感興趣。雖然一些研究指出，與弱關(guān)系緊密聯(lián)系以在Facebook 等社交網(wǎng)絡(luò)中產(chǎn)生影響力的重要性，但研究人員發(fā)現(xiàn)，通過弱關(guān)系反復(fù)接觸社交信息對社交也是有效的影響;在社交網(wǎng)絡(luò)平臺中，反復(fù)暴露于弱網(wǎng)絡(luò)關(guān)系的興趣和偏好被認為是常見的（Kwon等，2014）。隨著社交媒體和消費者網(wǎng)絡(luò)的日益活躍，營銷管理者和研究人員對利用基于網(wǎng)絡(luò)的信息產(chǎn)生了極大的興趣。多項研究指出了病毒式營銷的社會影響力（Bruyn和Lilien，2008）。

社交媒體是指支持用戶之間社交互動的一套在線工具，涵蓋了一系列基于互聯(lián)網(wǎng)的互動應(yīng)用，如YouTube，F(xiàn)acebook，Instagram，Linked In（Hansen，Schneiderman＆Smith，2011）。社交媒體這個術(shù)語經(jīng)常被用來和更傳統(tǒng)的媒體（如電視和書籍）進行對比，這些媒體向大眾傳播內(nèi)容，但不促進用戶創(chuàng)建或分享內(nèi)容（Hansen等人，2011年）。

Facebook，Twitter和亞馬遜等社交媒體網(wǎng)站允許用戶就他們感興趣的主題與他人進行交流，分享和溝通。例如，用戶可以在Facebook上“追隨”社交品牌，并對品牌頁面發(fā)布的評論或“喜歡”帖子進行評論。所有這些社交行為都會生成豐富的數(shù)據(jù)源，可以通過分析來了解在社交媒體上實體之間的互動?？梢詮倪@些數(shù)據(jù)集中提取兩種類型的交互網(wǎng)絡(luò)：顯式或隱式。顯式網(wǎng)絡(luò)是通過Facebook上的“友誼”關(guān)系或Twitter、上的“追隨”關(guān)系創(chuàng)建的，而隱式網(wǎng)絡(luò)則是通過用戶對Amazon.com 產(chǎn)品的審查行為或通過博客訂閱和評論創(chuàng)建的（Chau and Xu，2012）。當(dāng)人們有共同的興趣，或者品牌有重疊的客戶時，隱性網(wǎng)絡(luò)也可能建立起來。對這種大型隱式網(wǎng)絡(luò)的分析能夠檢測到類似用戶或類似品牌的社區(qū)，從而促進有針對性的在線廣告，最終可能導(dǎo)致產(chǎn)品或服務(wù)的購買。

研究已經(jīng)檢查了社會定位或行為定位，即從過去的用戶行為中學(xué)習(xí)，尤其是用戶反饋（如評論和點擊），以找到用戶和廣告之間的最佳匹配。針對Facebook頁面上的“粉絲”友誼網(wǎng)絡(luò)進行的針對慈善機構(gòu)的社交廣告研究發(fā)現(xiàn)，這些廣告比沒有針對性或針對具有人口特征的廣告更有效（Goldfarb and Tucker，2011）。

社交網(wǎng)絡(luò)正被用于推廣品牌和發(fā)展品牌社區(qū)。研究還考察了在線消費者互動（De Valck等，2009）以及利用社交網(wǎng)絡(luò)促進消費者參與。社交網(wǎng)絡(luò)社區(qū)現(xiàn)在被視為品牌如何與消費者互動的核心，品牌粉絲被指出與品牌的聯(lián)系上更具情感化，并且傾向于更積極的口碑。

消費者可以通過在線社交網(wǎng)絡(luò)以多種方式互相影響。其中包括在線產(chǎn)品評論和反饋，采購/采用決策溝通，產(chǎn)品推薦以及社交品牌社區(qū)的互動（Mangold and Faulds 2009）。最近，這種交互構(gòu)建和分析隱式網(wǎng)絡(luò)引起了研究的興趣。張等人（2014 年）從Facebook粉絲頁面構(gòu)建大型隱性品牌網(wǎng)絡(luò)，調(diào)查有影響力的品牌是否擁有大量粉絲，并獲得社交用戶更多的積極評價。Chau和Xu（2012）分析了博客內(nèi)容，從博客訂閱和評論中找出隱含的網(wǎng)絡(luò)。他們使用網(wǎng)絡(luò)分析和集群來從博客收集商業(yè)智能。

但在使用社交媒體數(shù)據(jù)評估時會有一些常見的問題。首先，社交媒體是第三方平臺，因此研究人員不能控制界面設(shè)計，算法和數(shù)據(jù)（Chan＆Holosko，2016）。算法是由人們設(shè)計的，他們只做自己設(shè)計的目標，但研究人員一般無法與社交媒體公司進行談判。其次，研究人員需要考慮如何合理收集和使用這些數(shù)據(jù)。在一些國家，如美國，通過社交媒體平臺（如Skype）進行的調(diào)研可能不包括在保險范圍內(nèi)（Reamer，2015）。第三，現(xiàn)階段還沒有適當(dāng)?shù)母拍罟ぞ吆脱芯渴侄蝸砗饬可缃痪W(wǎng)絡(luò)和互動。關(guān)系或社交網(wǎng)絡(luò)的客觀量度暫時不夠完善，因此限制了選擇的研究方法。

不過，目前正在出現(xiàn)的一些研究已經(jīng)部分克服了這些障礙。例如，研究人員通過社交媒體平臺的應(yīng)用程序編程接口（API）在允許的參數(shù)范圍內(nèi)捕獲社交媒體數(shù)據(jù)，并使用這些數(shù)據(jù)來識別用戶的人口統(tǒng)計數(shù)據(jù)，分析群體動態(tài)，識別社會運動中的重要成員（Chan，2013），并分析社會趨勢。

這些新興的社交媒體研究背后的核心技術(shù)是社會網(wǎng)絡(luò)分析（SNA），社會網(wǎng)絡(luò)分析是從社會關(guān)系概念-社會關(guān)系的一種表達形式中得出的。社會圖由兩個主要構(gòu)建塊組成：節(jié)點和邊緣。節(jié)點（也稱為頂點，實體或項目）可以表示許多事物，例如人，團體甚至國家。邊緣（也稱為鏈接，關(guān)系，連接或關(guān)系）是網(wǎng)絡(luò)的構(gòu)建塊。邊緣將兩個節(jié)點連接在一起。邊緣可以代表許多不同類型的關(guān)系，如合作，親屬關(guān)系，友誼或引用?；谶@些社會學(xué)概念，有多種度量網(wǎng)絡(luò)中個體權(quán)重或連通性的度量標準，比如進入的連接數(shù)量，出去的連接數(shù)量或者連接的總?cè)藬?shù)（Hansen 等，2011）。

事實上，社會科學(xué)家們長期以來都提出了計算網(wǎng)絡(luò)發(fā)展和社會網(wǎng)絡(luò)中個人權(quán)重的指標（Freeman，1977），但是這些指標直到最近才在社會工作或社會科學(xué)領(lǐng)域得到廣泛的應(yīng)用（Hansen等，2011）。各種社交媒體平臺的發(fā)展導(dǎo)致大量的結(jié)構(gòu)化數(shù)據(jù)向公眾開放。結(jié)合目前收集，分析和可視化社交媒體數(shù)據(jù)的研究工具，可以揭示新的見解（Hansen等，2011）。如果這些新的測量可以量化和測量隨著時間推移的社交網(wǎng)絡(luò)的變化，則可以應(yīng)用雙變量和/或多變量分析，對干預(yù)研究特別有用。