基于社交媒体大数据的Twitter营销策略研究

发布时间：2017-03-24 18:14

  本文关键词：基于社交媒体大数据的Twitter营销策略研究，，由笔耕文化传播整理发布。

【摘要】：伴随着云时代的来临,大数据正在从各个方面影响着我们的生活,从企业到消费者,从科学界到国家政府,无不正在拥抱大数据的潮流。作为大数据最重要的数据来源和应用领域之一,社交媒体(又称社会化媒体)正在展现出巨大的潜力。一方面,大数据是社交媒体发展的必然结果。由于用户能够在各种社交媒体平台上创造、分享和交换大量信息,社交媒体的蓬勃发展势必造成数据的爆炸式增长。另一方面,大数据又为社交媒体带来新的机遇和挑战。大数据使得数据驱动的决策成为可能,如何对这些庞大的社交数据进行深度挖掘,并且有效地转化为商业价值,是社交媒体大数据的挑战。作为一个典型的社交媒体平台,本文以Twitter为例,研究了大数据背景下企业社交媒体营销实践中的若干应用。总的来说,我们将社交媒体平台上的用户行为归纳为三种。第一,关注(follow):即导致关系建立的行为；第二,取消关注(unfollow):即导致关系破裂的行为；第三,提及(mention):即产生社交沟通的行为,本文将作为所有通过@字符呈现的评论、回复、转发、私信和提及统称为mention。通过研究关系型行为(即follow和unfollow)和交互型行为(即mention),我们就可以全面地获取和理解社交媒体用户的行为特征,从而为社交媒体数据的分析和处理做好准备。本文从社交媒体营销策略的应用角度出发,分析和研究了社交媒体用户的行为特征,就特定的营销课题,分别提出了问题定义和解决方案。本文分别从企业社交媒体营销的三大应用考虑,即：舆情监测和分析,定向广告和客户关系管理。具体来说,本文的具体研究内容和创新点如下：(1)将Twitter等社交媒体平台上的用户行为分为两大类,即关系型行为(follow和unfollow)和交互型行为(mention),并重点研究了unfollow和mention。本文从社交媒体营销策略的应用角度,定义和解决了若干实际问题,即基于,unfollow的舆情监测和分析,以及基于mention的定向广告和受众分类。(2)提出了基于unfollow的舆情监测问题。Unfollow行为是有趣的,因为：第一,与相对鲁莽草率的follow行为相比,unfollow常常更加严肃和可信；第二,unfollow可能意味着关系破裂,所以unfollow天然地蕴含着危机概念。本文提出了Crowd Unfollow概念,认为突发性地大量掉粉是值得关注的,并提出了相应的检测方法。也就是说,当短期内突发大量unfollow行为同时发生时,可能产生网络舆情。本文提出了如何检测unfollow舆情危机,以及危机情况下是否存在意见领袖的影响。(3)提出了基于mention的推荐系统。提出利用mention机制,在发布特定微博消息的时候解决定位目标用户群的问题,称为@推荐问题。首先,在发布消息的时候@其他用户,能够促进信息共享和社会交流,因此有助于通过社交媒体平台进行在线客户关系管理。其次,作为一种主动触发和鼓励交互的“拉,,机制,mention能够在消息发布的当下就出动触发交互,其实现方式是在编辑消息的时候以@username的形式告知相关用户。我们将问题定义为一个基于排序学习的推荐问题,即给定某个发布者及其特定的营销tweet,我们要推荐排名最靠前的用户作为mention的对象。我们综合考虑了发布者、tweet和听众三种实体的内容、社会、位置和时间等四个维度的特征。此外,还向排序学习模型引入了两个参数,即发布者的置信度偏见和听众的响应度偏见,以保证推荐的听众是相关的并且具有高响应度。(4)将场理论引入社交网络中进行直接和间接的用户关系的建模,即通过计算节点的势能衡量节点的辐射范围,来确定用户节点的影响度,从而对受众群体进行重叠社区划分。我们将粉丝和所有通过@交互的用户统称为受众。受众分类的目的是基于用户的属性和关系特征进行有效地识别和区分,从而有针对性地向用户提供个性化的信息和服务。即以企业或品牌作为目标用户,综合考虑follow、unfollow和mention三种行为,通过构建特定的社会网络结构,基于用户之间的关系对所有受众进行分类。
【关键词】：大数据 社交媒体营销 Twitter 取消关注 Crowd unfollow 意见领袖发现 推荐系统 @推荐 社区发现
【学位授予单位】：合肥工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.3;F274
【目录】：

• 致谢8-9
• 摘要9-11
• ABSTRACT11-19
• 第一章 绪论19-27
• 1.1 研究背景和意义19-21
• 1.2 研究内容及结构安排21-27
• 1.2.1 研究内容21-23
• 1.2.2 全文结构体系23-27
• 第二章 文献综述27-31
• 2.1 社交媒体营销27-28
• 2.2 网络舆情监测和分析28-29
• 2.3 推荐系统29
• 2.4 网络社区发现29-31
• 第三章 基于Unfollow的异常发现31-51
• 3.1 引言31-32
• 3.2 问题描述32-34
• 3.3 总体框架34-35
• 3.4 基于时间序列的Crowd Unfollow发现35-38
• 3.4.1 问题形式化35-36
• 3.4.2 定义f36
• 3.4.3 确定β36-37
• 3.4.4 实时异常发现37-38
• 3.5 基于Crowd Unfollow的意见领袖初探38-41
• 3.6 实验及分析41-49
• 3.6.1 数据获取41-44
• 3.6.2 异常检测44-47
• 3.6.3 意见领袖发现47-49
• 3.7 本章小结49-51
• 第四章 基于Crowd Unfollow的意见领袖发现51-60
• 4.1 引言51-52
• 4.2 问题描述和定义52-54
• 4.3 基于PageRank的意见领袖发现54-56
• 4.3.1 PageRank基础54
• 4.3.2 PageRank的改进算法54-56
• 4.4 实验及分析56-59
• 4.5 本章小结59-60
• 第五章 基于Mention的推荐系统60-95
• 5.1 引言60-62
• 5.2 问题描述和定义62-64
• 5.3 总体框架64-65
• 5.4 特征提取65-75
• 5.4.1 抽取内容特征65-67
• 5.4.2 抽取社会特征67-70
• 5.4.3 抽取位置特征70-73
• 5.4.4 抽取时间特征73-75
• 5.5 基于排序学习的推荐算法75-80
• 5.6 实验及分析80-92
• 5.6.1 数据准备80-82
• 5.6.2 对比方法82-84
• 5.6.3 评价指标84-85
• 5.6.4 总体结果与分析85-87
• 5.6.5 预测验证87-89
• 5.6.6 特征验证89-91
• 5.6.7 算法效率91-92
• 5.7 本章小结92-95
• 第六章 基于自我的社区发现95-106
• 6.1 引言95-96
• 6.2 总体框架96-97
• 6.3 社区发现算法97-103
• 6.3.1 构建社会网络97-98
• 6.3.2 基于场理论建模98-100
• 6.3.3 确定初始聚类100-101
• 6.3.4 基于粗糙集的聚类101-103
• 6.4 实验及分析103-105
• 6.5 本章小结105-106
• 第七章 总结与展望106-108
• 7.1 全文总结106
• 7.2 研究展望106-108
• 参考文献108-119
• 攻读学位期间从事的科研项目和发表的论文119

【相似文献】

中国期刊全文数据库 前10条

1 启程;;社交媒体之“湿”与社会之痛[J];检察风云;2011年17期

2 冯岩;;人文城市发展中的社交媒体管理[J];城市发展研究;2012年03期

3 翟菁;张莉钥;;谱写2011年社交媒体研究“五部曲”[J];今传媒;2012年07期

4 ;伦敦奥运,社交媒体奥运[J];新闻记者;2012年09期

5 ;德国“社交媒体经理”走俏[J];青年记者;2013年10期

6 赵瑞云;;社交媒体客服,重在构建交互方式[J];通信世界;2013年07期

7 阴卫芝;;美国五所高校社交媒体准则研究[J];新闻爱好者;2013年02期

8 颜运梅;;澳大利亚国家图书馆社交媒体的应用与政策解读[J];图书馆建设;2013年08期

9 赵星植;;论社交媒体对“指示符号”的过度使用[J];新闻传播;2013年08期

10 ;调查:社交媒体让人们的生活更美好[J];新闻记者;2014年02期

中国重要会议论文全文数据库 前3条

1 袁靖华;;微博的理想与现实——兼论社交媒体建构公共空间的三大困扰因素[A];数字未来与媒介社会2[C];2010年

2 洪婧茹;;社交媒体与上海大学生的环保参与:从线上关注到线下行动[A];中华新闻传播学术联盟第六届研究生学术研讨会论文集[C];2014年

3 王斌;郑满宁;;扭转“逆差”:社交媒体时代国人形象传播机制及策略[A];新闻学论集（第30辑）[C];2014年

中国重要报纸全文数据库 前10条

1 本报记者 陈晓平;社交媒体重构商业？[N];21世纪经济报道;2011年

2 一鸣;出版商介入社交媒体的危险[N];中国图书商报;2011年

3 Chris Nerney;社交媒体带来的5大安全威胁[N];网络世界;2011年

4 李鑫源;社交媒体影响不容小窥[N];科技日报;2011年

5 陈晓平;社交媒体的“葫芦论”[N];21世纪经济报道;2011年

6 肖明超(新生代市场监测机构副总经理);社交媒体引发营销裂变[N];中国图书商报;2011年

7 朱永磊 贝恩大中华区电信、媒体与高科技业务主管;如何成为社交媒体的长期赢家[N];通信产业报;2012年

8 洪琳;2012年全球社交媒体收入将达到169亿美元[N];人民邮电;2012年

9 商报记者 晓雪;如何用社交媒体赚钱[N];中国图书商报;2012年

10 本报首席记者 王磊;社交媒体权力不能“无需负责”[N];文汇报;2013年

  本文关键词：基于社交媒体大数据的Twitter营销策略研究，由笔耕文化传播整理发布。

本文编号：265988