实名sns社交网络和微博特征研究

《实名sns社交网络和微博特征研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、实名SNS社交网络和微博特征研究　　〔摘要〕以人人网和新浪微博为例，通过SPSS统计软件分析比较实名SNS社交网络与微博的功能特征与用户行为特点。研究认为人人网用户活跃度与用户本身隐私保护意识有一定联系；新浪微博用户活跃度与用户的学历存在一定联系。人人网与新浪微博同时存在用户被动接收推送广告信息问题，影响了用户的体验度。探讨了人人网与新浪微博的商业化运营趋势，为实名社交网站和微博的完善与差别化发展提供了理论依据。〔关键词〕SNS；微博；对比分析；用户行为DOI：10.3969/j.issn.1008-0821.2013.07.022〔中图分类号〕G250.72〔文献标识码〕A〔文章编号〕100

2、8-0821（2013）07-0094-05TheCharacteristicAnalysisofNamedSNSandMicro-blog——AnExampletoRenrenWebandSinaMicro-blogRenQiang1DingZhenguo2（1.SchoolofEconomyandManagement，XidianUniversity，Xian710071，China；2.SchoolofNetworkandContinuingEducation，XidianUniversity，Xian710071，China）11〔Abstract〕TakingRenrenwebsit

3、eandSinamicro-blogasanexample，throughtheSPSSsoftware，thepaperanalysedthefeaturesanduserbehaviorcharacteristicsofnamedSNSandmicro-blog.StudiessuggestedthatRenrenwebsiteusersactivitydegreeandusersprivacyprotectionconsciousnesshadcertainconnection；Sinamicro-blogusersactivitydegreeanduserseducationhavec

4、ertainconnection.RenrenwebsiteandSinamicro-blogexist，atthesametime，theproblemthatuserpassivereceivingpushedadvertisinginformation，andthisproblemaffectedtheuserexperience.DiscussionontheRenrenwebsiteandSinamicro-blogscommercializationtrendsandprovidedthetheoreticalbasisforimprovementanddifferentiatio

5、nofreal-namesocialnetworkingsitesandmicro-blog.〔Keywords〕SNS；micro-blogging；comparativestudy；userbehavior1121世纪的第一个十年，3款全球性互联网产品从根本上改变了我们的生活：Facebook，YouTube和Twitter[1]。与此同时，以人人网和新浪微博为代表的国内同类产品也迅猛发展。根据中国互联网络信息中心（CNNIC）发布的《第31次中国互联网络发展状况统计报告》显示，截止2012年底，我国社交网站用户总数为2.75亿，同比增长12.6%，网民使用率为48.8%；微博平台用户总数

6、为3.09亿，同比增长23.5%，网民使用率为54.7%[2]。人人网与新浪微博同为社交类网站，部分功能有所重叠，但两者在用户组成、传播方式、用户需求方面各有特点。11目前国内对SNS实名社交网站与微博特征对比分析的文献较少，多数学者研究的主体只针对SNS社交网站或微博个体，SNS的研究点多集中在社交网络的平台结构、信息传播方式、隐私设置以及用户行为等方面。刘耀庭通过对社交平台人际关系的研究，提出了一种以星状子图结构为基础的社交网络社区识别算法[3]。丁婉莹、贺芳分析了SNS中熟人网络、生人网络与垂直网络信息的传播方式与规律[4]。邱均平、李艳红论述了社交网络中用户的信息安全问题，分析了隐私信

7、息的种类、隐私信息泄露的途径与保护方法[5]。微博的研究点多集中在信息的传播、网络舆情、用户行为方面。较有代表性的有任一奇、王雅蕾等对微博谣言演化机理的研究，总结了微博谣言传播中造谣、传谣、极化和辟谣4个阶段的演化方法与形式[6]。王晓光系统地研究了微博的基本结构，信息传播方式和用户行为特征关系，统计分析了微博内容词频[7]。高承实，荣星等构建了微博舆情的三维空间并建立了微博舆情监测的指标体系[8