■羅曉君（武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院）

一、引言

社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis，簡(jiǎn)稱(chēng)：SNA）是現(xiàn)階段國(guó)外主流社會(huì)學(xué)的一個(gè)有影響力的研究領(lǐng)域，作為一種研究范式和一個(gè)具體的研究領(lǐng)域，社會(huì)網(wǎng)絡(luò)分析有其獨(dú)特的科學(xué)性和規(guī)范性，它誕生于社會(huì)學(xué)，卻能被其他社會(huì)學(xué)科甚至自然學(xué)科廣泛接受并運(yùn)用，尤其在實(shí)證研究方面，它對(duì)各門(mén)學(xué)科的貢獻(xiàn)尤其重大。

而對(duì)于管理類(lèi)的學(xué)科來(lái)說(shuō)，社會(huì)網(wǎng)絡(luò)分析具有強(qiáng)大的適應(yīng)性與可塑性，尤其在關(guān)注消費(fèi)者行為的營(yíng)銷(xiāo)領(lǐng)域里，更是一種強(qiáng)大的研究新范式。

二、社會(huì)網(wǎng)絡(luò)分析概述

SNA 的傳統(tǒng)目標(biāo)是通過(guò)使用圖論來(lái)識(shí)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(shí)，個(gè)人（即自我）通常識(shí)別與其他網(wǎng)絡(luò)成員（即他人）的連接，例如通過(guò)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?yàn)檫@些關(guān)聯(lián)描述了網(wǎng)絡(luò)的類(lèi)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(lèi)型的關(guān)系。在“SNA”中，聯(lián)系往往是定向的，其中從個(gè)人（即自我）標(biāo)識(shí)到朋友那里時(shí)，其代表自我的出處，當(dāng)關(guān)系的改變從朋友那里變化時(shí)，代表自我的進(jìn)口（Wasserman 和Faust，1994）。每條關(guān)系也可以有一個(gè)權(quán)重（Valente，2010）。這種權(quán)重可以是關(guān)系的強(qiáng)度（排除關(guān)系弱或強(qiáng)）或其他關(guān)于鏈接的信息，例如建議或共享信息的類(lèi)型。當(dāng)關(guān)系有權(quán)重時(shí)，它被稱(chēng)為有價(jià)值的網(wǎng)絡(luò)數(shù)據(jù)（Valente，2010）。除了以圖形方式說(shuō)明網(wǎng)絡(luò)的結(jié)構(gòu)（即表示為“節(jié)點(diǎn)”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(gè)體（例如中心性），雙重性（例如連通性，互惠性），群體（例如聚類(lèi)，封閉）或整個(gè)網(wǎng)絡(luò)（如密度，平均頂點(diǎn)度）。

三、社會(huì)網(wǎng)絡(luò)分析設(shè)計(jì)簡(jiǎn)述

首先，SNA 軟件被用來(lái)捕捉社交媒體平臺(tái)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(tuán)體，私人通信，開(kāi)放團(tuán)體，公共團(tuán)體和公眾粉絲頁(yè)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(guò)應(yīng)用程序編程接口（API）來(lái)獲取公開(kāi)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(lái)導(dǎo)入社交媒體所支持的用戶(hù)信息，如：Facebook。

其次，要確定SNA 的社會(huì)網(wǎng)絡(luò)化指標(biāo)，特別是度量個(gè)體網(wǎng)絡(luò)成員中心性的中介性中心度量。這些指標(biāo)的選取與測(cè)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(shí)間的中心地位。

第三，要進(jìn)行了一項(xiàng)簡(jiǎn)單的驗(yàn)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(shí)”。迄今為止還沒(méi)有一種公認(rèn)的社交媒體指標(biāo)驗(yàn)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(shí)生活狀況相對(duì)應(yīng)，例如社交媒體用戶(hù)在社交媒體上的好友是否也是現(xiàn)實(shí)生活中的親密朋友（Bond 等，2012）社交媒體用戶(hù)的在線(xiàn)表情符合他們所說(shuō)的離線(xiàn)內(nèi)容。

四、社會(huì)網(wǎng)絡(luò)分析在營(yíng)銷(xiāo)中的運(yùn)用

近年來(lái)，研究人員已經(jīng)注意到利用大量關(guān)于用戶(hù)活動(dòng)的在線(xiàn)微觀(guān)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(jì)算技術(shù)來(lái)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(wèn)題和領(lǐng)域提供戰(zhàn)略?xún)?yōu)勢(shì)和增值（Baesens，2014）。

隨著在線(xiàn)社交媒體的快速發(fā)展，人們對(duì)網(wǎng)絡(luò)對(duì)行為的影響以及行為如何在連接的個(gè)人中傳播變得越來(lái)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(guò)弱關(guān)系反復(fù)接觸社交信息對(duì)社交也是有效的影響;在社交網(wǎng)絡(luò)平臺(tái)中，反復(fù)暴露于弱網(wǎng)絡(luò)關(guān)系的興趣和偏好被認(rèn)為是常見(jiàn)的（Kwon 等，2014）。隨著社交媒體和消費(fèi)者網(wǎng)絡(luò)的日益活躍，營(yíng)銷(xiāo)管理者和研究人員對(duì)利用基于網(wǎng)絡(luò)的信息產(chǎn)生了極大的興趣。多項(xiàng)研究指出了病毒式營(yíng)銷(xiāo)的社會(huì)影響力（Bruyn和Lilien，2008）。

社交媒體是指支持用戶(hù)之間社交互動(dòng)的一套在線(xiàn)工具，涵蓋了一系列基于互聯(lián)網(wǎng)的互動(dòng)應(yīng)用，如YouTube，F(xiàn)acebook，Instagram，LinkedIn（Hansen，Schneiderman ＆ Smith，2011）。社交媒體這個(gè)術(shù)語(yǔ)經(jīng)常被用來(lái)和更傳統(tǒng)的媒體（如電視和書(shū)籍）進(jìn)行對(duì)比，這些媒體向大眾傳播內(nèi)容，但不促進(jìn)用戶(hù)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(hù)就他們感興趣的主題與他人進(jìn)行交流，分享和溝通。例如，用戶(hù)可以在Facebook 上“追隨”社交品牌，并對(duì)品牌頁(yè)面發(fā)布的評(píng)論或“喜歡”帖子進(jìn)行評(píng)論。所有這些社交行為都會(huì)生成豐富的數(shù)據(jù)源，可以通過(guò)分析來(lái)了解在社交媒體上實(shí)體之間的互動(dòng)。 可以從這些數(shù)據(jù)集中提取兩種類(lèi)型的交互網(wǎng)絡(luò)：顯式或隱式。顯式網(wǎng)絡(luò)是通過(guò)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(guò)用戶(hù)對(duì)Amazon.com 產(chǎn)品的審查行為或通過(guò)博客訂閱和評(píng)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(hù)時(shí)，隱性網(wǎng)絡(luò)也可能建立起來(lái)。對(duì)這種大型隱式網(wǎng)絡(luò)的分析能夠檢測(cè)到類(lèi)似用戶(hù)或類(lèi)似品牌的社區(qū)，從而促進(jìn)有針對(duì)性的在線(xiàn)廣告，最終可能導(dǎo)致產(chǎn)品或服務(wù)的購(gòu)買(mǎi)。

研究已經(jīng)檢查了社會(huì)定位或行為定位，即從過(guò)去的用戶(hù)行為中學(xué)習(xí)，尤其是用戶(hù)反饋（如評(píng)論和點(diǎn)擊），以找到用戶(hù)和廣告之間的最佳匹配。針對(duì)Facebook 頁(yè)面上的“粉絲”友誼網(wǎng)絡(luò)進(jìn)行的針對(duì)慈善機(jī)構(gòu)的社交廣告研究發(fā)現(xiàn)，這些廣告比沒(méi)有針對(duì)性或針對(duì)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(xiàn)消費(fèi)者互動(dòng)（De Valck 等，2009）以及利用社交網(wǎng)絡(luò)促進(jìn)消費(fèi)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(fèi)者互動(dòng)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(fèi)者可以通過(guò)在線(xiàn)社交網(wǎng)絡(luò)以多種方式互相影響。其中包括在線(xiàn)產(chǎn)品評(píng)論和反饋，采購(gòu)/采用決策溝通，產(chǎn)品推薦以及社交品牌社區(qū)的互動(dòng)（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(yè)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(hù)更多的積極評(píng)價(jià)。Chau 和Xu（2012）分析了博客內(nèi)容，從博客訂閱和評(píng)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(lái)從博客收集商業(yè)智能。

但在使用社交媒體數(shù)據(jù)評(píng)估時(shí)會(huì)有一些常見(jiàn)的問(wèn)題。首先，社交媒體是第三方平臺(tái)，因此研究人員不能控制界面設(shè)計(jì)，算法和數(shù)據(jù)（Chan＆Holosko，2016）。算法是由人們?cè)O(shè)計(jì)的，他們只做自己設(shè)計(jì)的目標(biāo)，但研究人員一般無(wú)法與社交媒體公司進(jìn)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(guó)家，如美國(guó)，通過(guò)社交媒體平臺(tái)（如Skype）進(jìn)行的調(diào)研可能不包括在保險(xiǎn)范圍內(nèi)（Reamer，2015）。第三，現(xiàn)階段還沒(méi)有適當(dāng)?shù)母拍罟ぞ吆脱芯渴侄蝸?lái)衡量社交網(wǎng)絡(luò)和互動(dòng)。關(guān)系或社交網(wǎng)絡(luò)的客觀(guān)量度暫時(shí)不夠完善，因此限制了選擇的研究方法。

不過(guò)，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(guò)社交媒體平臺(tái)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(lái)識(shí)別用戶(hù)的人口統(tǒng)計(jì)數(shù)據(jù)，分析群體動(dòng)態(tài)，識(shí)別社會(huì)運(yùn)動(dòng)中的重要成員（Chan，2013），并分析社會(huì)趨勢(shì)。

這些新興的社交媒體研究背后的核心技術(shù)是社會(huì)網(wǎng)絡(luò)分析（SNA），社會(huì)網(wǎng)絡(luò)分析是從社會(huì)關(guān)系概念 - 社會(huì)關(guān)系的一種表達(dá)形式中得出的。社會(huì)圖由兩個(gè)主要構(gòu)建塊組成：節(jié)點(diǎn)和邊緣。節(jié)點(diǎn)（也稱(chēng)為頂點(diǎn)，實(shí)體或項(xiàng)目）可以表示許多事物，例如人，團(tuán)體甚至國(guó)家。邊緣（也稱(chēng)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(gè)節(jié)點(diǎn)連接在一起。邊緣可以代表許多不同類(lèi)型的關(guān)系，如合作，親屬關(guān)系，友誼或引用?；谶@些社會(huì)學(xué)概念，有多種度量網(wǎng)絡(luò)中個(gè)體權(quán)重或連通性的度量標(biāo)準(zhǔn)，比如進(jìn)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(shí)上，社會(huì)科學(xué)家們長(zhǎng)期以來(lái)都提出了計(jì)算網(wǎng)絡(luò)發(fā)展和社會(huì)網(wǎng)絡(luò)中個(gè)人權(quán)重的指標(biāo)（Freeman，1977），但是這些指標(biāo)直到最近才在社會(huì)工作或社會(huì)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(tái)的發(fā)展導(dǎo)致大量的結(jié)構(gòu)化數(shù)據(jù)向公眾開(kāi)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(jiàn)解（Hansen 等，2011）。如果這些新的測(cè)量可以量化和測(cè)量隨著時(shí)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(duì)干預(yù)研究特別有用。