百科生活 投稿
关于【什么是社交网络】，什么是社交网络应用，今天小编给您分享一下，如果对您有所帮助别忘了关注本站哦。
- 内容导航：
- 1、什么是社交网络
- 2、王元卓 | 探究社交网络演化规律
1、什么是社交网络
社交网络即社交网络服务，社交网络含义包括硬件，软件，服务及应用，由于四字构成的词组更符合中国人的构词习惯，因此人们习惯上用社交网络来代指SNS。
社交网络源自网络社交，网络社交的起点是电子邮件。互联网本质上就是计算机之间的联网，早期的E-mail解决了远程的邮件传输的问题，至今它也是互联网上最普及的应用，同时它也是网络社交的起点。
2、王元卓 | 探究社交网络演化规律
移动互联高速发展，在线社交网络成为最大的社交载体。社交网络用户暴增，海量数据产生，背后蕴藏的活力前所未有。成就社交网络的内在逻辑，大数据能否作答？社交网络有哪些你不知道的规律？本期《世纪大讲堂》，王元卓带您《探究社交网络演化规律》。
王元卓，中国科学院计算技术研究所大数据研究院院长，博士生导师。主要研究方向，网络大数据分析、开放知识计算、社交网络演化分析、网络与信息安全等。主持国家自然科学基金重点项目，面上项目，国家重点研发计划课题。已出版《隐私数据泄漏行为分析》《开放网络知识计算》《社交网络演化计算》等五部学术专著，参与组织编写《大数据导论》。
前言
王元卓：近几年，大数据的兴起，给了我们非常难得的机遇。大数据和人工智能带来的新一代的信息革命。我们应该拥抱大数据，去感受大数据给我们带来的改变的生活，改变的经济方式，改变的产业结构。对于一项技术，作为一个硬币的两面，它一定会有一些负面的作用，我们要通过立法和一些机制体制的设计，去规避大数据当中所面临的隐私泄漏等问题。当然我相信，绝大多数的大数据产业的推动者和发展者还是会利用大数据技术为我们的民生所造福的。
田桐：大数据发展到现在，每个阶段都有需要攻克的难点，我们现在遇到的难点是什么？
王元卓：严格意义上讲，大数据从2012年开始被正式提出，到现在为止，学术界更多的是在进行关键技术的研究。未来的一段时间里面，大数据所要解决的主要问题就是核心技术跟我们的行业应用需求怎么样的去紧密结合起来。让这些大数据的专家变成懂业务，懂需求的大数据专家。这可能是我认为未来大数据发展的一个非常重要的方面。
比如，我们现在可以将大量的数据在计算机里面有效的存储起来。可以有10亿条的数据在秒级实现我们的查询。但是这样的一个好的技术，可以用到什么领域当中去呢？什么样的一个应用需求或场景会用到10亿级这样规模的数据？这就需要我们逐渐去跟应用需求相结合，跟我们的用户不断的融合。
社交网络，有哪些是你不知道的秘密？
王元卓：移动互联网这样一项技术的普及，极大地推动了我们的在线社交。应该说在线社交现在无处不在，无论你是发朋友圈、在线聊天、购物、看视频还是发弹幕等等，其实都是我们在线社交的一些具体的体验形式。
在这个过程当中，有这样一些现象可能会经常发生。比如说，我们在晚上的时候发朋友圈，可能被点赞的这个机会更大。如果只发文字，可能不会有太多人去关注它。如果我们发上一些美图，尤其是一些自拍或者一些特别优美的风景图，就会有很多朋友们来跟我们回复，给我们点赞。如果转发的公众号的信息里，带有动态的图、视频、音频图像，它会更容易被别人转发。如果仔细观察，不难发现手机上的信息推送功能，通常情况下，你在午饭时间或者在晚上坐地铁、坐公交车的时候， 会频繁的收到一些推送，为什么会这样？
我们所研究的这个社交网络，其实可以追溯到20世纪的80年代，我们开始有电子邮件，可以跟朋友通过网络实现社交、互联。对在线社交而言，最重要的一个节点是上世纪90年代的中期，美国的ICQ开始发展，它在上线六个月之后就成为当时世界上用户量最大的即时通信软件，也就是我们说的在线社交软件。第七个月的时候，它的用户规模就达到了一百万。在1999年的时候，我国的OICQ上线，也就是我们现在耳熟能详的QQ。腾讯公司在1999年的11月份推出了QQ的第一代产品，当时的注册人数就达到了六万。
2004年，Facebook产生，它也是当前登陆用户量最大的社交类应用。2008年，推特上线，开创微博类产品先河。我国人口众多，我们的社交软件也不甘落后。2009年，新浪微博出现，成为中国目前用户量最多的产品。2011年，我们现在通常使用的微信开始上线。2018年，平均每天就有10.1亿的用户在登陆微信。这是一个非常巨大的这样的一个数字。
什么是社交网络？我们现在讲的社交网络，是在线社交网络的一个简称。社交网络它就是一种能够在我们的信息网络上面，由我们的一些社会上的个体，或者是一些个体的集合，也就是我们所说的群体。把他们之间连接起来，并且能够通过信息的传递产生这样的聚合的这样的一个网络结构。
全球的社交网络，发展迅猛。到2017年的6月的时候，Facebook的月活跃用户就已经达到了20亿。到2019年，全球98%的数字消费者都在社交媒体上。达到35亿， 而且用户每天平均有2小时22分钟在使用社交媒体通过进行消息的即时传递。
左图为2018年中国在线网民年龄结构图
数据来源：CNNIC中国互联网络发展状况统计调查
中国互联网发展报告2019，微信财报
2019年的时候，中国网民的规模已经达到了8.54亿，绝大多数的人都在使用社交网络。用户的活跃度，排名第一的是微信。当前的用户量已经突破了11亿人次。这是一个非常巨大的数字。最关键的是它还在不断的增长，目前还能以每个季度2.3%的速度增长，还在不断的发展和壮大之中。
社交网络，它给我们带来了什么呢？
比尔·盖茨 冰桶挑战
首先，社交网络它给我们的信息传播带来了巨大的发散和扩大效果。举一个例子，冰桶挑战。由一个组织在社交媒体上发起，把冰水淋到头上，视频上传之后@三位好友。如果你能够效仿就接受，如果在24小时之内你不敢做，那就要去捐款100美元。很简单的一个行动，但它却能够在短期内吸引了包括微软的比尔·盖茨、Facebook的扎克伯格、美国前总统小布什等等名人的参与。而更关键的是，它在三周内就募集到了四千多万美元的善款，是之前不用社交网络的时候20多倍。截止到2014年的8月份，募集的善款的总数已经超过了1个亿。所以我们说社交网络对信息传播的放大作用是非常显著的。
在今天社交网络的爆发式增长，让信息传播的速度和广度都远超以往的量级，除此之外，社交网络还催生了大量的消费行为。在最初的阶段，这些消费都是社交网络的延伸产品，然而随着社交网络的蓬勃发展，这些副产品所带来的经济规模，让很多人都大吃一惊。
李佳琦销量惊人，社交网络的下一个惊喜和奇迹在哪里？
王元卓：口红一哥李佳琦，他通过在线直播和电商相结合的方式，形成了一个过效果惊人的带货购物的形式。2018年的“双11”，他只用了5分钟的，就卖掉了15000支的口红。2019年的“6·18”预热活动当中，更是在3分钟的时间内就销售额超过了600万元，这是我们传统的任何的一种商业模式所达不到的这样一个爆炸性的效果。这背后是巨大的商业背景，也是推动我们社交网络不断发展的一个非常重要的动力和引擎。
“口红一哥”李佳琦
社交网络，给我们的信息传播的形式带来了巨大的改变。一方面，它可以让更多的人了解我们的信息和内容，让我们每一个人，都有主宰信息传播的可能。另一方面，信息传播背后带来巨大商业价值，也使我们的社交网络得以不断的发展和壮大。那么这样的一个社交网络，它有什么规律吗？我们可以去预知社交网络的未来吗？
如果社交网络中有规律可循，它是什么？
非常的幸运，我们找到了这样的一个依据，一位科学家在《SCIENCE》上的一个顶级的期刊上面发表，说人类93%的行为是可以被预测的。
物理学家 艾伯特-拉斯洛·巴拉巴西
和他在《SCIENCE》上发表的文章
在这样的一个基础上，我们如何能够发现社交网络发展和演化的规律。它是如何从一个小的网络，发展成为一个带有巨大商业价值的网络结构呢？有什么样的规律可以去遵循呢？
首先是我们的个体，也就是在社交网络当中，作为社交发送信息主体的每一个人。我们通过关注关系、好友关系，可以跟其他人产生一定的网络结构，并且通过这样的网络结构来发送各种各样的信息、文字、图片、图像视频等等。通过一些共同的兴趣爱好、机构特征，我们就可以形成一系列的群体。而这样的群体还在不断的发展、演化、壮大和消亡当中。如果这些要素是我们所需要关注的话，那么我们首先要分析和研究就是我们社交网络当中个体的信息行为。我们会在什么时候给什么人发送什么样的信息，我们去配合其他的好友转发信息、点赞，会有怎样的一些用户行为特征。这是我们在微观层面关注的非常重要的一个方面。
第二个方面，我们很关注我们个体的信息行为所促使的信息在网络上是如何扩散的。我发了一个信息，谁会去转发它，谁会对它感兴趣。别人还会发其他的信息，谁的信息对我的信息产生竞争、构成威胁？我们在信息传播中，又有怎么样的一些规律和特征？
社交网络中我们关注的要素
个体、信息、群体
第三个，通过这个信息的转播，我们可以找到我们有共同兴趣爱好、共同关注关系的人，我们所组成的这样的一个群体。这个群体的结构，可能会逐渐变得更加聚集，也可能会逐渐变得松散。今天可能共同喜欢聊足球的，明天可能会共同喜欢聊科研，这个群体也在发生不断的演化。
哲学家曾经说过，有人群的地方就有左中右。社交网络也不例外，因为使用它的，归根到底还是人，从个体到群体的人，人的好恶，人的选择，信息的聚集和松散，等等，都是剖析社交网络发展和演化规律的要素。面对这些纷繁复杂的要素，传统的分析方法似乎有点不够用了。
众多要素中寻找规律，大数据如何做到？
王元卓：这么多的要素，如何用大数据对它进行分析？我们如果分析微观层面，也就是我们每一个人，如果我们拥有所有的数据，显然我们是可以来预测我们将要做什么，可以知道每个人的兴趣爱好、用户画像等。如果我们的群体结构不是很大。比如说几十人、几百人，在这样的一个体制内，我们也可以通过数据的分析，从中观层面来找到我们的一些行为特征和所谓的规律。那如果我们要关注像“双11”这样，像整个微博、微信这样，全网的，宏观层面的特征。能够分析吗？我们看一个数据，仅仅是在2014年，Facebook每天所增加的数据量就超过了600个TB，换言之我们是很难把几十亿人，每天的所有的信息，所有的数据全部采集下来。
我们现在能做的通过数据采集来做的分析，也通常仅仅是其中非常小的一部分的采样。我们如果用这样的一些数据来分析我们全网的发展规律，它无异于瞎子摸象。而我们得到的结论也通常只能是以偏概全。那我们能不能通过我们所获得的仅有的或者说局部的采样的数据，来推测全网规律。我们提了这样的一个思路：能不能通过我们采样的少量数据，来分析我们个体的行为特征。并且通过一定的数学模型的计算，放到我们的大规模的计算模拟的计算机里面，让它能够恢复整个“大象”的全貌，并且能够推演这个“大象”的行为和发展规律。我们能做到吗？
在这三个先决条件当中，个体的数据显然是可以获得的，而且也可以拿来分析。但要用什么样的数学模型呢？我们发现这个社交网络，从小发展到大，我们的结构发生变化，我们的行为在不断的进化过程中的特点，好像跟生物种群的演化非常相似。生物的种群是从单细胞到多细胞，从简单到复杂，从水生到陆地，它永远都不是一个单一个体的演化过程。
个体的演化，一定是包含在很多群体当中。一个生物是以种群的形式进行演进的。很多群体当中，不适应环境的将会被不断的淘汰。而那些不断的演化、强壮的基因，才能够不断的生存下来，才导致我们的种群不断的进化。既然有这样的一个现象很相近。那之前我们在研究种群进化的时候用了什么样的模型和方法呢？我们找到了一个叫演化博弈的方法。
【名词解释】演化博弈论诞生于上世纪70年代，在新世纪逐渐发展完善。和传统的博弈论有所不同， 它整合了理性经济学和演化生物学的思想。通俗的说，演化博弈论不再把研究对象，也就是人，看作是超级理性的。毕竟，人不是机器，人的行为也就不可能像机器一样严丝合缝不出差错。演化博弈论，拓展了研究人员的视野，也让研究工作更加真实地反映现实。
王元卓：我们用演化博弈可以很好的来描述这样的一个种群发展演化的这样的一个过程。我们说很好，跟我们想要的非常接近。能不能用演化博弈的方法来描述我们社交网络的演化过程呢？
当我们采集了个体数据之后，跟我们的演化博弈模型相结合，进行推演后，很不幸！得到的网络结构，跟我们真实的社交网络的结构不太一样。不能直接拿来使用。我们种群的进化跟社交网络的演化，有什么不同？在于我们的社会属性。我们希望我们能拥有更好的声誉、信用，希望有更多的人关注我们、认可我们。所以我就提出了基于演化博弈的一种，具有社交属性的社交演化博弈。
如果说传统的演化博弈，它更多的是追求“效用”，也就是回报。那社交演化博弈，就不仅仅是追求简单的回报，而会更看重长期的信誉、长期的声誉。我们用这样的一个模型方法，结合真实数据进行了仿真之后发现，非常好的吻合了社交网络的结构特征。这样的一个方法，也许可以帮助我们来分析社交网络的演化过程。于是，我们用这样一个社交网络的模型，结合采集的一些个体数据。在我们采集大量的数据当中，我们可以算出平均的转发比例、平均的关注比例，以及我们声誉所关注的程度和平均的信息回报的程度。我们通过这样的一些模型的计算，就可以得到我们相应的一些变量的实际的数值。
我把它们带到我们社交演化博弈的模型当中，简单的讲，社交演化博弈有两种目标函数。一个目标函数是我们通过短期的效用来指导我们是不是该发表评论，是不是该给你点赞。那么同时，我们还会根据一种长期的声誉来作为我们的目标函数，来指导我们，我该关注谁，我该取消对谁的关注。通过这样的一系列的更新规则，我们通过大规模的模拟仿真呢，真的就找到了这样的一些我们所谓的规律。
王元卓和他的团队到底找到了哪些规律？
王元卓：我们发现了有这样的一些规律。第一，在我们的一个社交平台上面，如果我们的用户更关注我们的声誉。我们很在意，我们不能说谎。我们很在意我们的传播这个话题的质量的话，那么不同的人来关注我们的时候，有更多的人去愿意传播我们的信息。
第二个规律，用户间的频繁的交流会促进信息的传播。也就是说如果我们经常的聊天，我们不断的发一些信息，你就更愿意去转发我的信息，或者更愿意给我的信息点赞。
第三，如果在社交网络当中，两个互相竞争的信息，比如说我们两个竞品的手机的广告的投放。我们在月初的时候，一个手机开始新的新型开始投放，它有很强大的功能，它有很好的这个售价。然后它希望去竞争更多的这个用户。那么同时，在月中或者月末的时候，另一款竞品的手机也开始投放到市场，如何后来能够居上呢？通过我们的分析，竞争信息至少要超过前面的这样的信息20%的收益以上，才能够有可能让之前的用户去改变它的态度。
换言之，你如果花超过20%了，你用了50%的回报，可能你就亏了。如果你用低于20%的回报，很可能没有办法达到你抢占市场，争取用户的这样的一个效果。
而以上的规律都可以指导我们在社交网络当中，游戏规则的设定，去指导我们的投放广告，包括一些舆论引导等等的这样一些机制，一些策略的设计。
王元卓推演的规律，能否真实描述社交网络？
王元卓：我们首先选择一个相对简单的进行研究，同步的竞争信息传播。也就是我们说在一个时间段内，在一个时间点，两个信息同时在发。我们看谁能打败谁，也就是说谁能够占领更多的用户。
比如说在新春的这个大年三十敲钟的时候，我们有很多的商家会选择在这样的一个时间点来投放它的红包，我们就选择了两个品牌的红包。同时我们分别选择了70万用户，以他们在我们的微博上面所传递信息的关注程度来作为我们的研究对象。如果关注的其中一个品牌的人数多，就意味着它更有竞争力。
通过我们模型呢，对它进行了有效的一个预测。我们看到这个蓝色的这个曲线是我们的仿真的数据，也就是我们预测的数据，而这个红色的线呢？是我们真实的数据，也就是在我们新浪微博上面真正关注其中某一个信息传播的这样的一个关注程度的变化的过程。我们可以看到，它的大概的趋势是对的。我们预测的方向是没错的。
我们依然可以看到上文提到的一个非常有意思的数据，20%。也就是当我们的收益超过1.2的时候，我们发现，两条线同时在开始下降。那为什么会整个数据的趋势是一样的，但是它的数值会相差这么大。因为我们的同步竞争信息传播缺少先验知识。我们之前是没有任何先验数据的。所以在预测的时候，会极大的影响我们的预测的准确度。
同步竞争信息传播结果预测：
1. 信息吸引力越大，达到20%额外收益，用户开始选择转发
2. 缺少先验数据，采样点稀疏
王元卓：同步竞争信息，在我们的日常生活当中存在的情况很少，生活中更多的是要求没那么高的异步信息的传播。在对异步信息的传播，它又可能会有什么样的一些规律呢？我们依然选择了这样的一个，大家关注度比较高的电影。电影在不同时间上映，在只要在一个周期内，可能都是在竞争我们作为观影者的这样的一些关注度，包括竞争我们的时间，竞争我们的这样的一些喜好。我们同样是选择了这个70万人。那么同时呢选择了这样的两部电影，一部是《大圣归来》，一部是《小时代》。
这两部电影在不同时间上映，先看的，会对它产生一个评价。后看的，也会对第二个电影产生评价。那么我们对哪一个电影的关注程度更高呢？我们能不能通过我们的模型，进行一个有效的预测呢？我们来看一下我们预测的数据。在这样的一个相对短时间的时间里面，比如说我们一个电影的上映可能是40多天，那么在这样的一个时间周期内，去竞争用户关注度的这样的预测，我们发现在一定时间段内好像很准。
在这里面，介绍两个关键点。第一个，最准的地方依然是围绕着“20%”，也就是超过1.2的回报的这个点。第二，因为我们在短期竞争里面，有了一个电影的前期观影的数据，这些数据给了我们一定的先验知识。我们有了先验知识，时间相对较长，我们的样本也比较的大，我们有一定的跨度，我们有一段的拟合就比较好。
换言之，我们很好的预测了一个竞争性信息，在整个社交网络上面发展演化的过程。也就是说，我们不但发现了规律，我们的规律还在真实的场景下得到了很好的印证。通过我们的模型、采样，通过计算机模拟计算的方法，所找到的这样的一些规律，它真的可以在我们社交网络当中去做这样的一些演化行为的预测。
其实，对于社交网络的研究我们要做的还很多，比如说，我们要针对一个可以变化的社交网络，人群在不断的增加，人群在不断的减小。在社交网络当中还有很多新型的机制、设计涌现出来。怎么能够让我们的模型能够更贴近我们社交网络真实的情况，能够去适应我们社交网络不断演化的一个过程。也是我们以后要在模型研究方面，不断要做的工作。
最后，我还是希望我们的研究工作能够真正的用于或者指导于我们社交网络上面的这样的一些新型商业模式，一些新型的这个商业平台的构建和发展当中。也希望通过大数据可以更好的为我们的老百姓提供服务。
编辑：巴塔木
本文关键词：什么是社交网络营销网络与新媒体概论，什么是社交网络英语作文，什么是社交网络营销，什么是社交网络用语，什么是社交网络分析。这就是关于《什么是社交网络，什么是社交网络应用（探究社交网络演化规律）》的所有内容，希望对您能有所帮助！
- 最近发表