【摘要】 本文建立了SNS用戶人氣影響因素的理論框架，通過實(shí)證分析的方法研究了社交網(wǎng)絡(luò)中影響用戶人氣的主要因素，并從實(shí)際意義上給予合理的解釋。結(jié)果發(fā)現(xiàn)用戶發(fā)表狀態(tài)數(shù)、日志數(shù)、留言數(shù)、好友數(shù)同用戶的訪問量正相關(guān)；并通過因子分析的方法將變量分類，狀態(tài)數(shù)、日志數(shù)和好友數(shù)可以歸為用戶的活躍度；而性別和分享數(shù)可以歸為用戶的特征情況（包括個人信息及偏好）。本文從實(shí)證角度指導(dǎo)網(wǎng)絡(luò)營銷人員通過合理手段提高人氣，有助于將SNS與營銷更好的結(jié)合在一起?！娟P(guān)鍵詞】 SNS 用戶人氣 活躍度 因子分析

社交網(wǎng)絡(luò)是人的對象化活動的產(chǎn)物，同現(xiàn)實(shí)社會一樣，人與人之間的關(guān)系牽扯著人無法脫離這個社會，所以社交網(wǎng)絡(luò)的越來越關(guān)系化，讓用戶對社交網(wǎng)絡(luò)產(chǎn)生依賴性。只有以用戶為中心，當(dāng)用戶發(fā)現(xiàn)他需要什么，社交網(wǎng)絡(luò)就能提供什么時，自然而然會把社交網(wǎng)絡(luò)作為生活的一部分，就像現(xiàn)實(shí)生活一樣。

當(dāng)今社會正處于一個信息爆炸的時代，隨著網(wǎng)絡(luò)信息化技術(shù)的發(fā)展，社交網(wǎng)絡(luò)上產(chǎn)生了大量的信息，表現(xiàn)為海量統(tǒng)計(jì)數(shù)據(jù)。這些數(shù)據(jù)大多以表格的形式存放在數(shù)據(jù)庫內(nèi)既枯燥又難于理解，如何才能將這些數(shù)據(jù)有效的展示出來，幫助用戶理解數(shù)據(jù)，發(fā)現(xiàn)潛在的規(guī)律，是亟待解決的問題。SPSS分析能夠?qū)⒊橄蟮臄?shù)據(jù)表示成為可見的圖形或圖像，顯示數(shù)據(jù)之間的關(guān)聯(lián)、比較、走勢關(guān)系，有效揭示出數(shù)據(jù)的變化趨勢，從而為理解那些大量復(fù)雜的抽象數(shù)據(jù)信息，為企業(yè)決策支持提供幫助探索人類的各種行為的統(tǒng)計(jì)特性，是探索自然界、認(rèn)知人類自身的一個重要方面，對于研究經(jīng)濟(jì)、心理和眾多社會學(xué)類學(xué)科有著重要的意義。

一、研究目的及方法

1. 研究目的

本論文的研究工作的目的就是嘗試將SNS高效率的社會化互動傳播方式應(yīng)用于網(wǎng)絡(luò)營銷，SNS的口碑傳播對營銷信息流的傳播將會起到很大的促進(jìn)作用。在更加開放和寬廣的社會化網(wǎng)絡(luò)中，銷售僅僅是商務(wù)的結(jié)果。為了實(shí)現(xiàn)銷售，消費(fèi)者之間有價值的信息流傳遞就是傳統(tǒng)營銷所沒有解決好的問題，也是將SNS與營銷更好結(jié)合在一起的目的，對于最終促進(jìn)商務(wù)銷售的結(jié)果也將有實(shí)際的意義，也是對現(xiàn)有社會化商務(wù)的理論的有益補(bǔ)充和實(shí)踐。

現(xiàn)在網(wǎng)絡(luò)營銷已經(jīng)成為公司的主要營銷策略之一，很多大公司的微博、人人等社交網(wǎng)絡(luò)賬號隨處可見。那么如何有效的增加公司人氣，成功的在社交網(wǎng)絡(luò)中把自己推銷出去，成為企業(yè)網(wǎng)絡(luò)營銷的一個瓶頸。

2.研究方法

本文以人人網(wǎng)為研究對象，選取任一用戶進(jìn)行三層滾雪球抽樣，任意抽樣的基本理論依據(jù)是，認(rèn)為被調(diào)查總體的每個單位都是相同的，因此把誰選為樣本進(jìn)行調(diào)查，其調(diào)查結(jié)果都是一樣的。在考察社交網(wǎng)絡(luò)用戶間的關(guān)系時，每個用戶都是同質(zhì)的，因此適合用任意抽樣來獲取樣本。具體來說，選取了某一微群，獲取全體1009名成員間的基本信息，包括：訪問量，狀態(tài)數(shù)，日志數(shù)，相冊數(shù)，留言數(shù)，好友數(shù)，分享數(shù)， 性別。

本文主要通過變量統(tǒng)計(jì)分析的方法進(jìn)行模型假設(shè)驗(yàn)證，具體假設(shè)如下：H1：社交網(wǎng)絡(luò)用戶狀態(tài)數(shù)與用戶訪問量正相關(guān)；H2：社交網(wǎng)絡(luò)用戶日志數(shù)與用戶訪問量正相關(guān)；H3：社交網(wǎng)絡(luò)用戶相冊數(shù)與用戶訪問量正相關(guān)；H4：社交網(wǎng)絡(luò)用戶留言數(shù)與用戶訪問量正相關(guān)；H5：社交網(wǎng)絡(luò)用戶好友數(shù)與用戶訪問量正相關(guān)；H6：社交網(wǎng)絡(luò)用戶分享數(shù)與用戶訪問量正相關(guān)；H7：社交網(wǎng)絡(luò)用戶性別與用戶訪問量相關(guān)。

在SNS網(wǎng)站中用戶通過發(fā)表狀態(tài)、寫日志、上傳照片、分享內(nèi)容來提高自己的活躍度，贏得好友的關(guān)注，使得用戶在好友中建立穩(wěn)固的話語權(quán)。本文使用訪問量作為衡量人氣的因變量。下面通過統(tǒng)計(jì)分析的方法進(jìn)行驗(yàn)證。

二、人氣影響因素分析

1.相關(guān)性分析

下面從理論框架出發(fā)，分析訪問量同其他自變量之間的相關(guān)關(guān)系，發(fā)現(xiàn)用戶發(fā)表狀態(tài)數(shù)、日志數(shù)、留言數(shù)、好友數(shù)同用戶的訪問量正相關(guān)，假設(shè)H1，H2，H4，H5成立。即若用戶發(fā)表狀態(tài)、日志越多，那么用戶的訪問量越高；若用戶的好友越多，得到的留言越多，那么用戶的訪問量越高。也就是說用戶可以通過增加狀態(tài)、日志發(fā)表數(shù)量，添加好友，并獲得更多留言來增加自己的訪問量，進(jìn)而提升人氣。

2.變量分類——因子分析

從自變量特征上我們可以發(fā)現(xiàn)，有些變量是相似的，因此可能會有共線性的干擾，下面通過因子分析法從變量群中提取共性因子，提取重點(diǎn)變量，歸類相似變量。

首先通過相關(guān)系數(shù)矩陣、KMO檢驗(yàn)等方法確定樣本數(shù)據(jù)是否存在共線干擾，結(jié)果發(fā)現(xiàn)樣本數(shù)據(jù)適合做因子分析，然后觀察樣本數(shù)據(jù)的旋轉(zhuǎn)負(fù)荷矩陣，顯示每個因子主要有哪些變量提供信息。發(fā)現(xiàn)這里狀態(tài)數(shù)、日志數(shù)、好友數(shù)對第一個主成分貢獻(xiàn)都很大，相冊數(shù)和留言數(shù)的貢獻(xiàn)較??；第二個成分中性別貢獻(xiàn)較大，分享數(shù)的貢獻(xiàn)較小。所以如果提取主要信息代替原變量進(jìn)行分析，可以避開原變量的共線性問題。如狀態(tài)數(shù)、日志數(shù)和好友數(shù)可以歸納為用戶的活躍度；而性別和分享數(shù)可以歸納為用戶的特征情況（包括個人信息及偏好）。

三、研究意義

綜合考慮以上的數(shù)據(jù)分析結(jié)果，我們可以歸納進(jìn)行網(wǎng)絡(luò)營銷時應(yīng)注意下列事項(xiàng)，以便提高人氣：

（1）首要選擇的策略是：盡可能多的發(fā)表狀態(tài)，也要盡可能多的發(fā)表日志，增加好友數(shù)等。

（2）進(jìn)行營銷人員選擇時，可以不考慮性別因素，男女性的活躍程度沒有顯著差異。

（3）狀態(tài)數(shù)、日志數(shù)和好友數(shù)可以歸納為用戶的活躍度；而性別和分享數(shù)可以歸納為用戶的特征情況（包括個人信息及偏好）。

SNS這種新興的網(wǎng)絡(luò)傳播媒體已然成為網(wǎng)絡(luò)營銷的新戰(zhàn)場，用戶的互動不僅包括好友評論，還包括用戶的分享，即用戶可以把營銷信息分享給自己的好友，促進(jìn)信息的傳播。社交網(wǎng)絡(luò)的用戶互動創(chuàng)造了一個更加廣泛、自由的信息傳播平臺，有利于企業(yè)進(jìn)行產(chǎn)品營銷和客戶關(guān)系營銷。

人類的行為常常受到社會關(guān)系的影響，而且人類行為也會反過來直接影響到其社會關(guān)系，在這里人的個性特征、社會性普遍行為特性和社會網(wǎng)絡(luò)結(jié)構(gòu)等多種因素交織在一起，造成了相當(dāng)?shù)难芯坷щy性。盡管在這方面已經(jīng)進(jìn)行了相當(dāng)深入的實(shí)證和理論模型的研究，但是所獲得的成果距離真正認(rèn)識這個問題本身還很遠(yuǎn)；因此，當(dāng)前對各類社會交互行為的實(shí)證研究，和通過理論模型的手段來有效探討社會關(guān)系與人的個體行為之間的相互作用，是當(dāng)前研究的一個重點(diǎn)問題。

參 考 文 獻(xiàn)

[1] 王亮. SNS社交網(wǎng)絡(luò)發(fā)展現(xiàn)狀及趨勢[J]. 現(xiàn)代電信科技. 2009，6：9-13

[2] 錢大千，張曉東. 基于SNS社交網(wǎng)絡(luò)的增長模型[J]. 合肥工業(yè)大學(xué)學(xué)報. 2010，33（8）：1264—1267

[3] 徐小龍，黃丹. 消費(fèi)者在虛擬社區(qū)中的互動行為分析[J]. 營銷科學(xué)學(xué)報. 2010，6（2）：42-56