SocialBeta 北京分享会社会化媒体用户研究

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

社会化媒体相关研究介绍 ,[object Object],关系型社会媒体的用户行为特征 ,[object Object],目录内容分享型社会媒体的用户行为 ,[object Object],小结：用户行为分析的应用？ ,[object Object],2

社会化媒体带来的研究机遇 [Science. 2009 February 6; 323(5915): 721–723. David Lazer et al.] 4 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。

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

社会化媒体的相关研究介绍 ,[object Object],关系型社会媒体的用户行为特征 ,[object Object],目录内容分享型社会媒体的用户行为 ,[object Object],小结：用户行为分析的应用？ ,[object Object],7

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 8 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。

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

关系型社会媒体用户行为 10 在线用户数量随时间的变化 3 PM Weekends

关系型社会媒体用户行为 11 用户活动统计性质

关系型社会媒体用户行为 12 点击流模型(Click Stream Model)

关系型社会媒体用户行为 13 点击流模型(Click Stream Model) Orkut的用户行为对行为类别进行分类标注

关系型社会媒体用户行为 14 点击流模型(Click Stream Model) 用户各种行为的用时比例(1)

关系型社会媒体用户行为 15 点击流模型(Click Stream Model) 用户各种行为的用时比例(2)

社会媒体用户的行为特征 16 用户各种行为的相互转化概率

关系型社会媒体用户行为 17 用户各种行为类别的相互转化概率

关系型社会媒体用户行为 18 Orkut用户的社会化互动

关系型社会媒体用户行为 19 Orkut用户的社会化互动隐性互动的分布

关系型社会媒体用户行为 20 Orkut用户的社会化互动显性互动的分布

关系型社会媒体用户行为 21 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

社会化媒体的相关研究介绍 ,[object Object],关系型社会媒体的用户行为特征 ,[object Object],目录内容分享型社会媒体的用户行为 ,[object Object],小结：用户行为分析的应用？ ,[object Object],22

内容分享型社会媒体用户行为 23 【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 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。 ,[object Object]

在线问答网站,[object Object]

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

26 内容分享型社会媒体用户行为用户与内容增长分析书签博客 ,[object Object]

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,[object Object]

对于博客，用户可能一开始比较热衷，但是后期就逐渐变得均匀

对于问答网站，注册时间小于200天的用户的贡献占了绝大多数。因为回答问题本身是一种利他行为，用户会逐渐对于这种行为变得懒惰,[object Object]

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

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长尾现象

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

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

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

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。

35 内容分享型社会媒体用户行为 UGC质量的刻画标度扩展因子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。

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。

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： ,[object Object]

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？,[object Object]

小结：用户行为分析的应用？ 39

SocialBeta 北京分享会社会化媒体用户研究

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie SocialBeta 北京分享会社会化媒体用户研究

Ähnlich wie SocialBeta 北京分享会社会化媒体用户研究 (20)