socialbeta 社会化媒体用户研究

1,712 views
1,657 views

Published on

Published in: Business
0 Comments
5 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,712
On SlideShare
0
From Embeds
0
Number of Embeds
194
Actions
Shares
0
Downloads
36
Comments
0
Likes
5
Embeds 0
No embeds

No notes for slide

socialbeta 社会化媒体用户研究

  1. 1. 社会化媒体用户行为研究 分享会@北京 Logan 中科院自动化所 lxr606@gmail.com 2010-5-15
  2. 2. 目录 社会化媒体相关研究介绍 Introduction 关系型社会媒体的用户行为特征 Section1 内容分享型社会媒体的用户行为 Section2 小结:用户行为分析的应用? Discussion 2
  3. 3. 社会化媒体浪潮 3
  4. 4. 社会化媒体带来的研究机遇 [Science. [Science 2009 February 6; 323(5915): 721–723 David Lazer et al ] 721–723. al.] Internet为我们提供了理解人们言行、 相互关系的截然不同的途径。 社会化媒体则提供了研究个人结构化 地位、交互行为、内在感知之间影响 关系的空前机会。 4
  5. 5. 社会化媒体相关研究方向 用户行为分析 用户关系分析 群体信息利用 信息传播和扩散 5
  6. 6. 社会化媒体的分类 基于内容 基于关系 分享 6
  7. 7. 目录 社会化媒体的相关研究介绍 Introduction 关系型社会媒体的用户行为特征 Section1 内容分享型社会媒体的用户行为 Section2 小结:用户行为分析的应用? Discussion 7
  8. 8. 关系型社会媒体用户行为 【Characterizing User Behavior in Online Social Networks】 Fabrício Benevenuto, Tiago Rodrigues, Meeyoung Cha, and Virgílio Almeida Published in IMC’09 基于实际的用户行为数据,作者对多个SNS的用户使用 情况进行了分析。 情况进行了分析 8
  9. 9. 关系型社会媒体用户行为 两部分数据集 1. 来自巴西某个社会网络聚合网站的用户点击记录 2. 使用爬虫获得的 Orkut 的社会网络拓扑结构 9
  10. 10. 关系型社会媒体用户行为 在线用户数量随时间的变化 3 PM Weekends 10
  11. 11. 关系型社会媒体用户行为 用户活动统计性质 11
  12. 12. 关系型社会媒体用户行为 点击流模型(Click Stream Model) 第 步 第一步 辨识出显著的用户行为 第二步 第 步 计算各种行为之间的转 算 种 转 移概率 12
  13. 13. 关系型社会媒体用户行为 点击流模型(Click Stream Model) Orkut的用户行为 O k t的用户行为 通用搜索 好友资料 留言簿 对行为类别进行 社区活动 分类标注 站内信息 视频图片 好友评价 13
  14. 14. 关系型社会媒体用户行为 点击流模型(Click Stream Model) 用户各种行为的用时比例(1) 14
  15. 15. 关系型社会媒体用户行为 点击流模型(Click Stream Model) 用户各种行为的用时比例(2) 15
  16. 16. 社会媒体用户的行为特征 用 户 各 种 行 为 的 相 互 转 化 概 率 16
  17. 17. 关系型社会媒体用户行为 用户各种行为类别的相互转化概率 17
  18. 18. 关系型社会媒体用户行为 Orkut 用户的社会化互动 显性互动 隐性互动 18
  19. 19. 关系型社会媒体用户行为 Orkut 用户的社会化互动 隐性互动的分布 19
  20. 20. 关系型社会媒体用户行为 Orkut 用户的社会化互动 显性互动的分布 20
  21. 21. 关系型社会媒体用户行为 Orkut 用户的社会化互动 用户互动的好友数与自身好友数的关系 隐性互动占整体互动的85% 其他研究表明,在Facebook中,接近60%的用户全年都没有互动活动。 一个简单的解释是,加好友容易,但是真的愿意跟他们互动的很少 一个简单的解释是 加好友容易 但是真的愿意跟他们互动的很少 21
  22. 22. 目录 社会化媒体的相关研究介绍 Introduction 关系型社会媒体的用户行为特征 Section1 内容分享型社会媒体的用户行为 Section2 小结:用户行为分析的应用? Discussion 22
  23. 23. 内容分享型社会媒体用户行为 【Analyzing Patterns of User Content Generation in Online Social Networks】 Lei Guo, Enhua Tan, Songqing Chen, Xiaodong Zhang, and Yihong (Eric) Zhao Published in KDD 09 KDD’09 作者在本文中,实证分析了三种内容分享型在线社会化媒体 上的用户生成内容(UGC)模式。 上的用户生成内容(UGC)模式 博客网站 社会书签网站 在线问答网站 23
  24. 24. 内容分享型社会媒体用户行为 每天和每周的模式分析(1) 博客文章 博客图片 24
  25. 25. 内容分享型社会媒体用户行为 每天和每周的模式分析(2) 书签提交 答案提交 25
  26. 26. 内容分享型社会媒体用户行为 用户与内容增长分析 博客 书签 • 增加速率同样是递减的,但是用户增加往往高于Post增加,这与博客不同 • 平均的用户贡献数量变化不明显,说明了两种类型的UCG本身的特性 26
  27. 27. 内容分享型社会媒体用户行为 UGC的用户时限分布 • 对于社会书签网站,用户年 限接近均匀分布 • 对于博客,用户可能一开始 比较热衷,但是后期就逐渐变 比较热衷 但是后期就逐渐变 得均匀 • 对于问答网站 注册时间小 对于问答网站,注册时间小 于200天的用户的贡献占了绝 大多数。因为回答问题本身是 种利他行为,用户会逐渐对 一种利他行为,用户会逐渐对 于这种行为变得懒惰 27
  28. 28. 内容分享型社会媒体用户行为 复制 原创 噪声 28
  29. 29. 内容分享型社会媒体用户行为 博客复制内容的分布 均匀分布,没有 明显的波动 29
  30. 30. 内容分享型社会媒体用户行为 Power Law分布是在互联网和社会网络中最常见的分布形式 yi ∝ i −α 长尾现象 30
  31. 31. 内容分享型社会媒体用户行为 用户原创贡献的排序分布 在用户原创贡献中,作者发现,其实际上满足的是一个扩展的指数分布 yic = − a log i + b 31
  32. 32. 内容分享型社会媒体用户行为 用户原创贡献的排序分布 32
  33. 33. 内容分享型社会媒体用户行为 用户原创贡献的“80-20”现象 33
  34. 34. 内容分享型社会媒体用户行为 核心用户比例 核心用户:贡献内容的下降 速度低于其排名的增加速度。 速度低于其排名的增加速度 34
  35. 35. 内容分享型社会媒体用户行为 UGC质量的刻画标度 yic = − a log i + b 扩展因子c反映了UGC的质量, 或者说用户创造内容的工作量。 UGC的质量越高,c越小。 UGC的质量越高 c越小 35
  36. 36. 内容分享型社会媒体用户行为 UGC质量的刻画标度(续) 用户在维基百科上的贡献通常都会比较认真,因 此c 很小,这时候 yic ~ log yi 所以维基百科上的贡献就满足了Power Law分布, 这结果也与之前的研究相同。 用户在Twitter上的贡献通常都会比较随意,因此c 比较大,UGC的分布将会更平坦一些。 比较大 UGC的分布将会更平坦 些 36
  37. 37. 内容分享型社会媒体用户行为 UGC的产生和消费 在之前对于UGC消费(比如YouTube上的视频观看)的研 究中,发现这些UGC对象的消费分布同样满足扩展的指数分 布。该分布中,扩展因子c反应了UGC本身的规模(比如视 频长度、文件大小),c 越大,UGC对象的规模就越大。 因此就产生了一些疑问: UGC的产生和消费之间是否存在某种关联? 为什么有些站点可以拥有高质量的UGC并取得成功,而有 些不能? 我们能否通过UGC本身的一些性质,预测点击率或者流量? 37
  38. 38. 目录 社会化媒体的相关研究介绍 Introduction 关系型社会媒体的用户行为特征 Section1 内容分享型社会媒体的用户行为 Section2 小结:用户行为分析的应用? Discussion 38
  39. 39. 小结:用户行为分析的应用? 小结 用户行为分析的应用? 用户分类 倾向分析 精确投放 产品设计 用户建模 趋势预测 ? 39
  40. 40. 社会化媒体相关研究方向 UI和应用设计 广告精准投放 UI和应用设计、广告精准投放 用户行为分析 用户关系分析 社区管理、CRM、ERP 众包、信息市场 群体信息利用 信息传播和扩散 病毒(口碑)营销、PR 40
  41. 41. 其他 些比较有趣的工作 其他一些比较有趣的工作 在今年的WWW会议上, Haewoon Kwak 等人分析了用户在 Twitter上的信息分享行为,并与其他站点(Flickr、Cyworld) 进行比较,他们认为人们更多的是把Twitter当作一种新闻媒介, 进行比较 他们 为人们 多的是把 当作 种新闻媒介 而不是一种社会网络。 密歇根州大的 Lampe 等人长期关注于社会化媒体(Facebook) 的用户行为。 他们的系列研究工作从用户交互行为变化分析开始 ,采用实证分析和问卷调查等方式,研究用户行为的模式及其内 在动机,并围绕 社会资本 来解释用户行为。 在动机 并围绕“社会资本”来解释用户行为 来自Facebook的Burke 等人基于用户记录,研究了用户在社会 化媒体中贡献的动机。他们发现那些观察到好友贡献行为的新用 化媒体中贡献的动机 他们发现那些观察到好友贡献行为的新用 户将会分享更多的内容。并且那些初始被引导去分享内容、得到 反馈、许多人看到他们贡献的新用户,将会有更多的分享行为。 41
  42. 42. 对内容有疑问或者有其他 观点,欢迎与我讨论。 Logan @SocialBeta LoganLXR @ i XR @t.sina Hilllee @twitter

×