社交媒体的主要特征精品(七篇)
社交媒体的主要特征篇(1)
〔关键词〕社交媒体；信息可信度；评估；综述
〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0164-06
〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.
〔Key words〕social media；information；credibility；assessment；review
1 研究的意义
随着互联网技术和移动技术的突飞猛进，社交媒体盛行，人人可做信息的制造者，制造的信息极为丰富。然而，在这丰富信息的背后，隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频，这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播，营造健康向上的网络环境，信息可信度评估就成了迫在眉睫的问题，社交媒体信息急需“鉴定师”和“测谎仪”。
社交媒体信息可信度评估研究既有较高的学术价值，也有较强的应用价值。具体来说，学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施，是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性，营造诚信健康的互联网环境，也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。
2 社交媒体信息研究
社交媒体（Social Media）是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后，BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明：全球社交媒体活跃用户约占全球人口的29%。
2.1 国外研究
社交媒体的相关研究从20世纪80年代开始，在2005年左右开始进入快速发展阶段，发文量有逐年增加的趋势。在国际期刊中，发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年，关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面：
2.1.1 社交媒体信息利用研究
社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域，利用社交媒体信息，可以获知消费者态度和行为[2]，可以获知客户交流和推荐对营销的影响[3-4]，可以获知社交媒体信息对营销管理功能的影响[5]。
2.1.2 社交媒体信息检索与信息推荐研究
侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如，Hong和Davison（2010）使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如，Levandoski等（2012）提出位置感知推荐系统（LARS）[12]。
2.1.3 社交媒体信息传播研究
侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等（2010）通过研究1 500万URL在不同Twitter用户之间的300小时传播，提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic（2005）通过研究信息在博客中传播的模式和动力学特性，提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman（2010）采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。
2.1.4 社交媒体用户隐私研究
在探讨社交媒体用户隐私现存问题的基础上，提出了相应的隐私保护方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基础上探讨了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解决社交媒体用户隐私问题[18]。
2.2 国内研究
国内学者的社交媒体研究最早可追溯至20世纪90年代末，但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在：
2.2.1 社交媒体信息传播研究
研究内容包括：①社交媒体信息传播模式研究。如韩佳等（2013）提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等（2015）构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊（2015）探讨微博传播存在的问题及原因，并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红（2012）以新浪微博作为数据来源，把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标，从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。
2.2.2 社交媒体舆情分析与监测研究
如张J等（2014）以打砸日系车系列突发公共事件为实例，探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等（2015）对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集，将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段，并对各阶段进行情感分析，为舆情治理提供了支持[24]。唐涛（2014）在分析网络舆情五要素的基础上，探讨移动互联网舆情的新特征，指出面临的新挑战，并从信息分析、信息筛选、信息引导等方面提出对策[25]。
2.2.3 社交媒体营销研究
如唐兴通（2012）的著作《社会化媒体营销大趋势：策略与方法》系统总结了社交媒体营销，并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼（2014）提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄（2015）采用社会网络分析方法研究企业微博营销传播的效果[28]。
3 信息可信度研究
3.1 国外研究
信息可信度（Information Credibility）是指人们对信息可相信程度的认识。它由值得信赖（Trustworthiness）和专业性（Expertise）两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现，网络信息可信度的评估被提上了议事日程。研究情况可归纳如下：
3.1.1 网络信息可信度评估的理论模型
主要有Fogg（2003）的P-I理论模型、Wathen和Burkell（2002）的评判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的统一模型、Metzger（2007）的双处理模型以及Lucassen等（2013）的3S模型（修订版）。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。
3.1.2 网络信息可信度研究内容
主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如，Nagura等（2006）通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka（2011）利用用户可信度评判模型对网页搜索结果进行重新排序，以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等（2008）以文章长度、版本数量和基于贡献数量的作者声誉建立模型，计算出维基百科文章的可信度[33]。
3.1.3 网络信息可信度研究方法
主要采用定量研究法。比如，Olteanu等（2013）在调查网页的各种特征（文本内容、链接结构、网页设计等）的基础上，经过统计分析方法筛选出关键的特征，采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto？Search。
3.1.4 影响力较大的项目和国际会议
影响力较大的项目有互联网可信度研究（The Web Credibility Research）项目，影响力较大的国际会议有WICOW（Workshop on Information Credibility on the Web）。
3.2 国内研究
1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今，相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统，国内研究重点在于定性分析上，大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有：
3.2.1 侧重于信息可信度影响因素研究
比如，龚思兰等（2013）针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征，通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅（2013）运用理论分析辅以实证研究的方法，从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。
3.2.2 侧重于信息可信度指标体系的构建
比如，胡红亮（2013）按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋（2007）基于第三方认证机构的视角，构建了电子商务网站的信用评价指标体系及评价因素集，并建立灰色关联信用评估模型[38]。当然，也有少量基于机器学习的信息可信度自动化评估实验研究，比如，马伟瑜（2011）提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。
4 社交媒体信息可信度评估研究
4.1 国外研究
国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开，最早可追溯到20世纪80年代。目前可以说，研究处于繁荣期。国外研究情况可归纳如下：
4.1.1 社交媒体信息可信度评估研究内容
研究内容主要包括：①不实信息的判断识别。如Qazvinian等（2011）提取Twitter信息的文本特征、网络特征和微博元素特征，构建贝叶斯分类器甄别谣言[40]。Zhao等（2015）通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等（2011）选取了有关用户特征、文本特征、主题特征、信息传播特征，采用J48决策树评估Twitter中话题新闻的可信度[42]。
4.1.2 社交媒体信息可信度评估方法
评估方法主要有监督学习[43]，统计分析[44]，与可信信息来源的相似性比较[45-46]，社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估，具体来说：①选取的特征：选取的特征主要是用户特征、文本特征、信息传播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）选取用户特征（如注册时间、粉丝量、好友量），文本特征（如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发），主题特征（如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例），以及信息传播特征（如传播树的深度），采用J48决策树评估Twitter信息的可信度[42]。②评估的方法：大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法，并对结果进行分类，以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器，并对结果进行分类，从而评估Twitter信息的可信度[42]。当然，也有通过对结果进行排序的实例，从而达到评估社交媒体信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM与PRF相结合的方法，按照可信度得分对Twitter信息进行排序[43]。
4.1.3 有较大影响的在研项目与系统
由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性，该项目在国际上有较大影响。Jacob Ratkiewicz等（2011）开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等（2014）、Lorek等（2015）分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。
4.2 国内研究
2007年《博客信息“可信度不亚于纽约时报”？》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有：
4.2.1 社交媒体信息可信度影响因素研究
如刘雪艳和闫强（2013）探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝（2015）从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等（2015）从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。
4.2.2 构建社交媒体信息可信度指标体系研究
它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬（2013）从站点层次、版块层次、主题层次、内容层次4方面，采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等（2013）从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查，采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如，贺刚等（2013）引入关键词分布特征和时间差等新特征，基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等（2013）提出基于BP神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测[57]。路同强（2015）采用半监督学习算法检测微博谣言，但不足之处在于未考虑信息的深层特征[58]。
4.3 存在的问题
对比国内外研究情况，可发现国内研究存在如下问题：
4.3.1 研究内容
关于社交媒体信息可信度研究，国内外目前以微博研究较多。与国外丰富的研究内容相比，国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。
4.3.2 研究方法
国外定量研究较多，很多涉及自动化评估，而国内定性研究较多，大多采用问卷调查法、专家访谈法等进行人工评估。
总之，现有研究大多是针对Twitter等英文社交媒体，其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的，但研究成果零散，还缺乏系统性。另外，在特征选择上，选择范围面较窄，考虑社交媒体深层的隐含特征较少。
5 结 语
为了解决中文社交媒体的可信度评估问题，在吸收前人研究的基础上[59-63]，很有必要对中文社交媒体信息可信度进行系统研究，特别是在参考国外信息可信度评估系统的基础上，很有必要研制开发中文社交媒体信息可信度评估系统，实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中，应注意下列问题：
1）评估要在对信息资源分类的基础上，对不同的类别采用不同的评估指标体系，以提高评估工作的科学性和合理性。
2）评估既要重视定性评估，也要重视定量评估，尤其是自动化评估。特别是在大数据环境下，应针对评估的实际需求，制定科学的评估方案，选择恰当的评估方法，构建适合评估工作需要的自动化评估系统。
3）评估指标、评估模型的选取以及参数的训练，既要考虑研究结果的精确度，又要考虑系统的运算时间。
4）评估模型构建后，不仅要进行实验室评估，还应进行实际效果评估。
参考文献
[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.
[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.
[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.
[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.
[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.
[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.
[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.
[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.
[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.
[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.
[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.
[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.
[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.
[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.
[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.
[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.
[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.
[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.
[19]韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，（1）：105-107，111.
[20]姜景，李丁，刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识，2015，（1）：182-191.
[21]阎俊.微博传播的问题与对策研究[D].锦州：渤海大学，2015：1-38.
[22]陈远，袁艳红.微博信息传播效果实证研究[J].信息资源管理学报，2012，（3）：28-34.
[23]张，孙霄凌，朱庆华.突发公共事件舆情传播特征与规律研究――以新浪微博和新浪新闻平台为例[J].情报杂志，2014，（4）：90-95.
[24]张瑜，李兵，刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报，2015，（5）：143-151，159.
[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志，2014，（3）：113-117.
[26]唐兴通.社会化媒体营销大趋势：策略与方法（第2版）[M].北京：清华大学出版社，2012：1-235.
[27]张淼.社会化媒体在市场营销中的应用研究[D].北京：首都经济贸易大学，2014：1-47.
[28]刘晓燕，郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究，2015，（2）：89-102，128.
[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.
[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.
[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.
[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.
[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.
[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.
[51]刘雪艳，闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报：社会科学版，2013，（2）：6-12.
[52]丁科芝.社交网络信息可信度研究[D].武汉：华中师范大学，2015：1-61.
[53]薛传业，夏志杰，张志花，等.突发事件中社交媒体信息可信度研究[J].现代情报，2015，（4）：12-16.
[54]屈文建，谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识，2013，（2）：112-118.
[55]莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，（2）：12-18.
[56]贺刚，吕学强，李卓，等.微博谣言识别研究[J].图书情报工作，2013，（23）：114-120.
[57]程亮，邱云飞，孙鲁.微博谣言检测方法研究[J].计算机应用与软件，2013，（2）：226-228，262.
[58]路同强，石冰，闫中敏，等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究，2016，（3）：744-748.
[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.
[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.
[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社会媒体挖掘[M].北京：人民邮电出版社，2015：1-240.
社交媒体的主要特征篇(2)
关键词 青少年 媒介环境 社交行为
一、青少年社会交往媒介的网络化
数百年来传播技术的发展，尤其是上世纪70年代出现的信息技术革命，使现代媒介环境呈现出信息全球化、信息海量化、媒介网络化、形式视觉化和交流分离化的传播特征。日新月异的传播媒介和无穷无尽的信息传达，空前改变了人们的生活方式甚至是生存方式。在这一的媒介环境下，青少年的交往方式和生活环境势必会走入一个全新的社会交往空间。
青少年时期是人身体发育的高峰期，该时期的青少年具有半儿童、半成人、半优质、半成熟的特殊心理特征。由于青少年的心理发展速度滞后于生理发展速度，生理、心理水平处于一种非平衡状态，容易引起心理发展上的种种矛盾。在这种情况下，青少年逐渐从“自我中心”向“去自我中心”转变，呈现出心理：上“断乳”症状：他们开始尝试脱离家庭自己去适应并改造世界；与父母、家庭渐行渐远，而希望从社会和同辈处获得帮助；越来越注重他人对自己的看法，越来越强烈的寻求“自尊”与别人对他们的“尊重”。
通常意义上来讲，媒介环境不仅可以满足青少年的认知需求、情感需求和舒解压力需求，而且可以满足个人整合需求和社会整合需求。社会交往是青少年社会整合的重要方式，对青少年尤为重要。青少年的社会交往主要包括两个部分：青少年群体内交往和青少年群体外交往。他们通常是在校内环境和社会环境两种环境下进行的。文化环境是青少年社会环境的重要方面，是指由人创造的、非自然提供的、社会性的人所接触的包括物质文化、制度文化和精神文化在内的总体环境。文化环境中对青少年影响最大的是媒介环境，即社会中个人或群体接触可能的媒介及其传播活动的总体环境，而当下的青少年已然完全生活在这一媒介环境中，并时时刻刻在改变着自己的社会交往方式。
二、社交网络媒介的发展状况及技术特征
（一）社交网络的发展状况
“社交网络”，是网络与社交的合称，也可称“社会化网络”是 “社会化网络服务”（Social Networking Services，SNS）的简称，它是致力于建立接近现实社会交往的互联网应用和服务的系统。这些服务往往是为了建立网际社会关系，但这种解释还不能完全覆盖那些社会化网站（SNS网站）的功能，因为社会化网络已经渗透到互联网的各个角落。简单的说，这种网络使每个人都拥有自己的社交主页并成为一个信息的主体，根据“六度分隔理论”与“150定律”即你和任何一个陌生人之间所间隔的人不会超过6个人，最多通过6个人你就能够认识任何一个陌生人。一般人可以维持稳定社交关系人数的最大值为150。稍微计算一下就可以发现，通过6个人可建立的人际关系网络人数便是150的6次方，即11390625000000。这个数字远超过人类历史上所有人数之和，我们可以通过朋友的朋友认识想认识的任何一个人。我们目前接触的许多网站都属于SNS性质的网站，如人人网、开心网、新浪微博、QQ空间、QQ校友、51、淘江湖等等，它们提供了交友、游戏、资源共享等种种乐趣。到2009年2月，中国网络社区（SNS网站）月度业务用户规模已达1．632亿人，较2008年1月1．188亿用户，增长了41.7％。另外，SNS业务还渐 向传统网络领域如搜索引擎、通讯软件、下载网站等延伸，可见互联网的SNS化已成为一种趋势。
（二）SNS社交网络的技术特征
第一，SNS大多采用实名注册，使网络环境的真实感进一步增强。实名制注册是SNS社交网络最新的特征，用户信息的真实性在一定程度上得到了保障，和传统网络相比使人更有安全感；第二，SNS采用“一对多”的网际传播模式，适应现代生活快节奏的需要。在SNS中，每个注册者都充当了一个传播中心，这满足了现代社会人们以自我为中心的心态；第三，打破了传统的网络社交沟通模式，使资源共享更加快捷方便。与传统QQ、MSN不同，国内的SNS网站最初是针对青年人群体设计的，因此更符合年轻人们的需要；第四，应用功能丰富多彩，进一步满足各个阶层用户的多样性需求；第五，针对目前人们对手机终端的依赖，大多数SNS社交网站开发出手机终端服务功能，用户可以用手机连接互联网直接登录SNS网站，操作自己的主页。这就在很大程度上减少了用户登录 网站的时空限制，满足了不同用户对SNS的使用习惯 。
三、网络媒介的社会交往特征
第一，开放性和自主性。网络作为一种交流的媒介平台是一个开放的系统。每个参与者只要具备一定的网络知识就可以参与进来，平等自主地利用网络进行自由交流。第二，间接性和虚拟性。网络社会交往具有虚拟性，交往主体之间的沟通是通过网络技术作为中间环节的。这种方式消 解了物质空间障碍，使社会交往范围扩大了。第三，动态性和偶然性。网络社交不受时空的拘束，使人际交往变得自由灵活的同时，也决定了交流场所的多样化和多变性，这体现出网络社交的瞬时性、动态性。这一方面增强了人们对缘分的体验，但又让网络社交中的人际关系变得不那么让人放心，也许今天聊的很开心，明天就会成为陌生人。
总而言之，人类的社会属性决定了人是渴望交流的，网络社会关系是改变了传统意义中的社会关系如血缘关系、职业关 系、地域关系等而建立起来的新型人际关系。在这里，交往主体的思维方式和交往行为都出现了新的特点，与现实社会交往呈现出了较大的区别。
参考文献：
[1]王亮.SNS社交网络发展现状及趋势[J].现代电信科技，2009（6）：9-13
[2][英]巴雷特.赛博族状态―因特网的文化、政治和经济[M]，保定：河北大学出版，1998：7
作者简介：
社交媒体的主要特征篇(3)
关键词:校园网络媒体文化 特征 双刃剑 建设思路
自上世纪60年代以来,网络媒体以惊人的速度在全球范围内发展,并以不可抗拒的力量冲击着社会政治、经济、文化等各个领域。作为科学技术前沿的高等学校,在网络媒体的建设和发展上理应走在社会的最前沿。如何正确理解当前网络媒体文化的新内涵、实现高校校园网络媒体文化建设的基本目标,已成为当前高校校园文化建设的重要研究课题。
我国高校网络媒体文化的深层内涵及特征
高校网络媒体文化是依附于高校这个载体反映和传播的文化现象,是网络媒体文化与校园文化相结合的新生事物。与传统文化相比,这种新的文化形式存在以下几个特点:
具有主体创造性特征。具有传播共享性、开放性、多元性等特征的高校校园网络媒体文化是一种在教育方式转变的历程中,逐步平衡教与被教者关系、逐渐改变被教者构建自己模式的过程。这种不断更新的新理念、新信息,促使被教者不断改变着自身思维的创造力;在这种平等和开放的创造过程中,凸显了主体的个性化,形成主体极具个性、高度自主的文化特征。
具有集成的多功能性特征。不同高校校园文化之间的信息壁垒被新兴的高校校园网络媒体文化所打破,教学研究、资料收集、生活学习、日常交流等功能在网络媒体中成为现实。在网络盛行的时代,人们借助各种网络软件、各种媒介进行交流与沟通,网络化的思维模式与跨越空间地域的交流方式在此过程中不断形成,教育与被教育者为了共同的目的在此过程中融合到了一起,并且形成了全新的虚拟网络文化人格。
具有自由的社会性特征。信息来源开放、交流及时互动、传播跨越时间和地域是高校校园网络媒体文化的重要特性。虽然高校校园是教与被教者的共同融合点,但由于网络媒体具有强大的传播力,这种信息的获取已经不再局限于传统的校园内部,校园内部所发生的一切事情都能快速通过网络传播出去,并对社会产生影响,加之高校校园网络媒体在高校人群中具有极高的参与度,高校问题网络媒体化、社会化日趋明显。
具有复杂的多元化特征。校园网络媒体文化不仅客观地反映了当前高校校园内的真实事件,也反映了网络媒体文化的强大虚拟优势。开放的信息来源实现了网络内容的多元化,这不仅为精英文化提供了自身展示的舞台,而且促进了大众文化的发展;在主体文化获得充足的生存空间和恰当机会的同时,非主体甚至边缘文化生存空间也得到了广泛的拓展,暴力、色情、迷信等低俗文化也有了一定的传播途径。
校园网络媒体文化在校园建设中的双刃剑效应
校园网络媒体文化是把双刃剑,给校园文化建设带来了巨大冲击。主要体现在以下正反两方面:
(一)校园网络媒体文化为校园文化建设带来了前所未有的机遇
它是弘扬传统校园主流文化的全新的有效的途径。校园网络媒体系统的优势在于信息传递及时、覆盖面广、访问率高,且可视性好、现代感强,能生动直观地与先进文化理论体系构成一个声形并茂、丰富多彩的世界,使其更具感染力和吸引力,使得寓教于乐成为现实。原来所提出的时间和空间概念对教育者已不再重要,教育者享有的极大信息优势,能够使自己牢牢掌控校园网络媒体文化传播的主动权,使校园网络媒体能够真正成为传播先进文化、主流文化的有效阵地。
拓展了大学生交流、交往的空间。利用网络媒体进行人际交往已经成为青年学生们的重要交往方式,网络媒体具有的间接性、虚拟性特点,为性格内向、社交能力差、不善言辞的高校学生的人际交往提供了有利条件,使他们在人际心理上的距离大大缩短,拓宽了他们的交流空间。
缓解了大学生的精神压力。在我国,“望子成龙”、“望女成凤”等传统思想根深蒂固,学生们往往面临人际关系交往、就业压力等困惑,而校园网络媒体文化在一定程度上能帮助他们松弛神经、恢复身心健康、缓解精神压力,这对青年学生的成长是非常有好处的。
(二)校园文化建设中校园网络媒体文化带来的冲击
容易导致价值观念偏移。由于网络媒体文化具有开放性,多元价值观在网上并存,因此在复杂的网络媒体文化环境的影响下,大学生的人生目标以及对实现目标的心理预期上呈现出个体差异。
容易导致道德意识的弱化。由于网络媒体的隐蔽性,网络媒体文化可以让大学生用虚拟的身份在网上参与活动,他们认为“在网上做什么都可以无所顾忌”。而我国现有法律对网络媒体中暗藏的大量不健康信息的监管仍存在缺失,管理乏力,技术支撑不过硬,这些情况极易导致少数大学生审美情趣和道德水准的下降,道德防线不堪一击。
容易导致生活方式的改变。目前,部分大学生开始习惯在网上过“夜”生活,部分课余兴趣集中在社团活动上的大学生也逐渐开始将这种兴趣转移到网络媒体上,从而沉迷于网络不能自拔,逐渐变得“闭关自守”。
容易导致虚拟世界与现实生活脱节。一项调查表明,经常沉迷于网络的大学生往往都是敏感、性格内向、缺乏社会交往,经常因自信心的缺乏而逃离、回避现实。网络媒体的出现使他们实现了“找到自我、证明自我”的梦想,长期沉迷于网络媒体中的虚拟世界,会使他们脱离现实社会,影响其身心健康的正常发展;阻碍个人在成长过程中的独立自主与心理成熟,最终导致其与现实社会脱节。
高校网络媒体文化构建的新思路
各种现象表明,高校网络媒体文化具有正反两面性,如何在发展过程中趋利避害、取长补短,使高校校园文化建设步入积极健康的发展轨道,是我们当前必须面对的现实问题,笔者认为主要应加强以下几方面的工作。
明确方向,发挥高校校园网络媒体教育功能。高校校园网络媒体文化建设要注重社会传统文化的先进性、科学性,能够提供相应的教学基础数据、传播平台和硬件支持。社会主义核心价值体系是高校校园网络媒体文化建设的重要核心,在建设中不但要唱响主旋律,打好主动仗,还要与时俱进,不断创新。高校校园网络媒体文化建设应注重全体师生日益增长的精神文化需求,关注师生需求的新变化,敏锐地捕捉网络媒体发展的新动向,灵活使用新技术,拓展新服务,不断增强校园网络的精神文化生活。
统一领导,加强校园网络媒体文化队伍建设。高校应根据时展要求,与时俱进,调动一切人力、物力,建立一个能够统一指挥、分工明确、相互配合、互相支持,能够实现舆论引导、媒体宣传、监管到位的工作队伍体系。另外,还要加强工作队伍素质培养,不断提高队伍的思想理论水平和技术水平,达到发现并及时解决问题能力的目标,用最科学的网络媒体信息技术手段开展网络媒体文化工作。
加大投入,加快高校网络软、硬件建设。校园网络文化的硬件建设是基础工程,网络媒体应覆盖教室、学生公寓、办公楼、图书馆等校园角落,随时随地为广大师生员工做好网上获取新知的硬件环境服务。目前,全国高校网络软件建设情况与国外相比仍有较大差距,因此应积极探索研制以丰富课外生活、提升学习兴趣为目的,集思想、知识、教育、娱乐于一体的网络软件,促进校园网络文化建设。
强化管理,建立健全网络媒体管理机制。运用各种手段不断加强网络媒体信息的主动监管,不断完善各级、各类网络媒体管理机制,使网络媒体传播能够有章可循,有法可依,活而不乱。网络管理人员要时刻加强对网络媒体信息的监控,及早发现问题,解决问题,把负面影响尽量控制在萌芽状态。
加强教育,引导大学生树立正确的道德观。高校要加大网络媒体道德的宣传力度,将该部分知识纳入到正常的理论学习工作中,使学生在正常的学习过程中逐渐了解并认真作为重要的知识去学习,在提倡自觉遵守道德法规的基础上,强化学生的责任意识,使其自觉主动地参与网络媒体社会的管理和科研工作,逐步养成自我管理、自我教育、自我服务能力,让他们意识到自己在这个过程中的道德主体地位,自觉承担起维护网络公共秩序的重任。
参考文献:
1.杨立英:《网络思想政治教育论》,北京人民出版社,2003年版。
2.唐亚阳、梁媛:《高校网络文化的特征与功能》,《光明日报》,2007-08-08。
3.周国安、穆奎:《高校校园文化建设的时代性思考》,《现代教育研究杂志》,2003(10)。
4.胡建:《校园文化建设与思想政治工作》,《中国教育报》,2001-08-22。
5.严薇:《大学生网上问题行为心理分析》,《高校理论战线》,2002(3)。
社交媒体的主要特征篇(4)
一、新媒体艺术的主要特征
新媒体的艺术形态涉及各种新技术、新观念和新媒介，包括影像、动画、游戏、装置、虚拟现实、网络交互、数码摄影以及数字音乐等形式，其触角不断延伸到其他领域进行融合，成为反映社会生存体验和认知方式的新兴文化载体。
1.新媒体艺术的实验特征
新媒体艺术被认为是以有意义的方式运用媒体新技术的当代艺术，它综合了最新的艺术理念、思维方式和技术手段，具有很强的未确定性和实验性。新媒体艺术的互动性、开放性、包容性与动态性，是对所谓“旧”媒体的艺术思维、观念意义、功能价值和审美特征的扩展或者颠覆。
2.新媒体艺术的技术特征
新媒体艺术的技术特征可以概括为数值化、模块化、自动化、流体化、编码化和智能化，它是科技与艺术结合的产物。新媒体技术当下在硬件、软件、平台、传输手段、数字成像等方面的发展日新月异，依托各种新媒介和传播技术手段的创意与观念，催生出丰富多彩的新媒体艺术形式。新兴媒体介质的不断发展，例如网络、手机、智能硬件、互动感应装置、可穿戴设备等，刺激并推动了数字艺术创作的新形式。愈加突破了人们对艺术审美的传统认知模式，带来了全新的视觉感官体验和开放的互动参与模式。
3.新媒体艺术的审美特征
数字化呈现、交互式过程和沉浸性体验是新媒体艺术的主要审美特征。新媒体数字科技使艺术家可以综合采用声音、色彩、文字、图形、影像以及特效来体现人类的情绪和思想，带来艺术造型语汇的创新。而瞬时远程传播和实时交互参与的方式也改变了艺术存在的传统模式。新媒体艺术具有的娱乐性、商业性、数字性、艺术性、虚拟性等特征，带给人们审美、行为和观念的转变。虚拟现实技术的数字化特征和在赛博网络空间的沉浸感，对于新媒体艺术家有着哲学般的启示作用。传统艺术是由艺术家创造艺术作品供观者欣赏，而新媒体艺术则更多地需要在观者的参与互动中完成。这种由观看走向体验的新媒体艺术方式，推动了文化知觉的再造和沟通机制的再生。观者不单是在观看艺术品，更是在感受艺术品，在艺术情境中获得某种沉浸式的体验。传统艺术呈现的精英特质
是基于专业化、复杂化和精细化的训练之上的，具有欣赏上的审美距离感。而新媒体艺术则瓦解了传统审美的局限，它以多元化的表现方式和信息化、数字化的传播手段，打破了旧有的秩序，并为新观念的诞生提供了各种可能性。
二、新媒体艺术的跨界融合
就像新媒体艺术家、理论家罗伊阿斯科特(R〇yAs-cott)所说的那样“新媒体艺术最鲜明的特质为连接性与互动性，其表现形式很多，但它们的共同点只有一个，那就是用户经由和作品之间的互动、参与改变了作品的影像、造型，甚至意义。这些都是新媒体艺术家对于旧有的艺术思维和传统的艺术观念的更新、创造与发展的结果。”
1.新的艺术传播规则
丹尼尔贝尔(DanielBell)④说过，从20世纪下半期开始，人类己经由以读和写作为接受知识的主要方式，转变为看和听。视听结合的新媒体正在对人类的知识结构、学习方式和思考方式产生重大影响。新媒体是艺术化传播的有效途径，数字技术的进步也直接带动了新媒体的演变进化，宽带与移动互联的流量扩增使得新媒体影像文件可以被瞬间复制、运输、存储和传播扩散。尤其是在万物互联、即时通讯以及社交网络兴起的时代潮流之下，新媒体构造出的新兴话语逻辑和社会影响力，以无所不在的强力传播，消解了传统的文化命题和符号体系，对社会大众的行为模式和思维理念进行重构再造。
2.新的艺术风格语言
新媒体艺术是科技与艺术碰撞出的火花，它具有的新颖性与前瞻性不容置疑，甚至可以说它也是当今最具生命力和发展潜力的艺术形式，是代表先进生产力的新兴美学体现。在这个性张扬、充满自我意识的年代，新媒体艺术家以特有的敏感性和高技术含量，为社会带来新奇的感官刺激。数字科技为新媒体艺术家的头脑想象力和心灵创造性搭建了更广阔的创作空间，那里成为数字艺术激情飞跃的地方。随着数字功能的增强，数字世界逐渐生成自身的时代使命和游戏规则，视觉、听觉、触觉、虚拟现实等各种介质与交互方式混合在一起，用美轮美奂的图形影像营造出奇妙的视觉冲击力和崭新的艺术风格。新媒体艺术风格语言具有符号化、情景化、趣味化、人性化、意识形态化等特点，先进科技也为超自然的想象、激动人心的情节和巧妙的构思创意提供了实现的条件。新媒体艺术正在打破时空局限和固有边界，走向更加多样化的组合传播、交叉运用和资源整合，不断探寻与受众之间的交接点，创造着视觉神话和商业奇迹。
3.新的商业增长点
数字技术的飞跃发展在传媒领域中引发的深刻变革，从信息领域向人类生活各个领域的全面推进。新媒体高新技术需要进行人文艺术转化和实现市场应用，以更加贴近受众的需要，引起注意力，创造经济价值。虚拟艺术目前广泛应用于影视动漫、片头制作、视频传播和游戏共享等领域，带来峰值体验的视听享受。而油画、水墨画等各种艺术技法可以用数字技术轻松实现，甚至动态化。在新经济关系的拉动之下，按照量子经济的飞跃增长模式，通过大数据和全媒体整合的精准传播，新媒体艺术正在融入内容产业。新媒体是科学、技术、艺术与设计的交叉融合，它可以使内容制作具有强烈的商业味和娱乐感，使艺术体验和交互手段成为诱惑消费者的手段，成为商业智慧与市场谋略的有效手段。
如今的社会消费不再仅是满足低层次的物质需要，而更加偏重于体验、意境、感受和自我表现的高层次需求。数字化的生存带来了崭新的思考方式和情感需求，新媒体手段的商业运用也意味着更开阔的文化视野与更具前景的市场空间。
三、结语
社交媒体的主要特征篇(5)
在中国社会加速转型的过程中，各种社会矛盾也处于集中凸显期和爆发期，社会冲突的极端形态之一就是大规模的突发性群体事件。
在我国，“群体性事件”是富有中国特色的定义， “群体性事件”曾是“由人民内部矛盾引发、群众认为自身权益受到侵害，通过非法聚集、围堵等方式，向有关机关或单位表达意愿、提出要求等事件及其酝酿、形成过程中的串联、聚集等活动”。
突发性群体事件是指为了实现特定目的，由一定人数所组成的相互依赖相互影响的群体，采用在国家规定的渠道和程序范围之外、不被国家认可的方法和手段，直接或者间接地向国家表达利益要求，其爆发速度快，对社会秩序产生一定影响，政府必须在短期内进行处理的事件。
社交媒体的概念是从Web2.0演化而来，2005年奥雷利( Tim 0fReilly)正式提出Web2.0的概念：“社交媒体(Social media)的概念2007年由安东尼·梅菲尔德提出，他将之定义为一种给予用户极大参与空间的新型在线媒体，具有以下几个特征：参与、公开、交流、对话、社区化、连通性。”
本研究力图发现社交媒体的传播学意义方面特征，并给出相应的定义，总结出它的传播机制。随着技术的发展，出现设计理念如下的软件：用户以稳定的身份为核心，每一个用户及其传播的信息都可以看作是一个节点，节点之间彼此相连构成开放的社区并分享信息，这样的软件被称之为社交软件(Social Software)。社交媒体是基于社交软件构建的互联网平台，用户可以通过这些开放式平台来共享信息知识并参与对话。社交媒体有去中心化、快捷性、开放性、平等性、参与性、互动性、整合性等特点，一般系统论的奠基人贝塔朗菲认为“系统是处于一定相互联系中的与环境发生关系的各组成成分的总体”。系统具有整体性、动态性、有序性和目的性等特征。
一、突发性群体事件的系统构成
突发性群体事件系统主要由社交媒体、突发性群体事件主体、社交媒体用户与政府等方面组成。
突发性群体事件主体、社交媒体和政府是三个基本因素，在当今传媒渗透到社会生活各个方面的情况下，互联网和社交媒体用户也参与到突发性群体事件的信息传播过程中，突发性群体事件主体通过社交媒体：在互联网上传递突发性群体事件的信息，表达自己的利益诉求，以此争取社交媒体用户的支持，引导社会舆论，从而影响政府的决策。社交媒体用户在这个系统中占有重要的地位，他们决定舆论的方向，也可以对三者施加压力，从而决定突发性群体事件的发展方向，下面具体分析这四个要素：
突发性群体事件主体是指参与到突发性群体事件中的民众，他们直接参与了突发性群体事件的发生发展和结束的过程。在本研究中，突发性群体事件的主体指的只是直接参与到突发性群体事件中的民众，不包括进行网络围观的社交媒体用户，这是因为，尽管社交媒体用户在突发性群体事件的解决中可能起到重大的作用，但从决策的角度来说，是那些直接参与者，而不是社交媒体用户，决定了突发性群体事件的爆发和结束。
从占有信息的角度来说，政府具有天然的优势，有统计表明，在当前中国，“政府部门掌握着社会信息资源中80%有价值的信息和3000多个数据库”政府在突发性群体事件中具有主动的地位，政府的应对是关键。
社交媒体运营者在突发性群体事件中社交媒体、突发性群体事件主体、社交媒体用户与政府系统中是中介因素，突发性群体事件中的突发性群体事件主体和政府都力图通过社交媒体控制信息走向进而控制舆论，使事情向有利于自己的方向发展。
社交媒体具有双重内涵：社交媒体一方面是信息传播的平台，另一方面又是具有大众传媒特征的媒介组织，因此兼具工具性和组织性两种特征。因此，社交媒体在整个系统中的地位比较复杂，它既是突发性群体事件主体和社交媒体用户用以发声的工具，也是大众传媒的一种形态，它可以通过推动“热门话题”等方式，对突发性群体事件进行议程设置，推动或者隐匿信息的传播。
此外，社交媒体还有自身的利益需求，有作为经济组织的一面，需要通过市场化运作获取自己的利益，社交媒体最大的收入来自广告商，而广告商又是根据社交媒体的使用率来确定投放广告的金额，为了吸引受众，社交媒体夸大或者歪曲突发性群体事件的司‘能性。
在突发性群体系统中，社交媒体用户虽然没有直接参与到突发性群体事件当中，但他们在互联网中对突发性群体事件信息的传递和对共同话题的讨论，影响着舆论的方向，也可以对突发性群体事件主体、社交媒体管理者和政府施加压力，从而促进突发性群体事件的发展。
二、突发性群体事件系统之间的关系
突发性群体事件的解决，有赖于突发性群体事件主体与政府关系的博弈，社交媒体在其中起到工具性的作用。突发性群体事件主体希望通过社交媒体，扩大影响；希望从社交媒体用户那里获得道义上的声援，形成社会舆论：希望政府能够满足自己的具体要求。社交媒体用户希望突发性群体事件主体能够坚持自己的正当要求直至事情解决，并希望藉此推动政府进一步改革，促进社会进步；希望通过社交媒体获得更多的话语权，传播自己的要求。
社交媒体希望突发性群体事件主体作为持续的消息来源：希望吸引更多的社交媒体用户，增强自己的黏合力：希望政府呼应社交媒体用户的要求，进而凸显自己的影响力。而政府则希望突发性群体事件主体减少事件影响，尽快平息事件：希望能够通过控制社交媒体，减少信息传播；希望社交媒体用户不参与不扩大突发性群体事件的网络信息传播，尽快消除网络影响。
在整个系统中，社交媒体居于巾心地位，突发性群体事件主体希望通过社交媒体影响社交媒体用户，进而生成舆论影响政府，社交媒体用户则通过社交媒体进行讨论，形成舆论影响政府，政府则希望通过社交媒体影响突发性群体事件主体和社交媒体用户。
从本质上讲，社交媒体能够影响舆论的生成，这是社交媒体影响力的根源所在。而各个系统之间的关系是相互影响，任何一个因素的变化都将影响到系统的发展。
三、突发性群体事件系统的运行演化
突发性群体事件在社交媒体条件下的演化过程主要由以下几个方面组成：
第一，突发性群体事件主体直接向政府表达自己的利益诉求，政府积极回应并如愿满足他们的诉求，从而促成事件的积极解决。此种情形是一种常态化的问题解决机制，不容易引起媒体和网民的注意。但这样的解决发生，政府和突发性群体事件主体的损失最小而收获最大。
第二，政府一开始并没有回应并满足突发性群体事件主体的要求，突发性群体事件主体通过社交媒体自己的要求，并在现实生活中采取如聚集、游行、示威等活动。这会导致以下后果：
1．该事件没有引起社交媒体用户的注意，不成为焦点。没有引起社交媒体用户的注意，其信息就会迅速沉没。这会导致：(1)突发性群体事件主体放弃了抗争。(2)突发性群体事件主体将事件闹大，继续抗争，吸引更多人的关注。当然，有些事件由于缺少吸引社交媒体用户的因素，比如突发性群体事件主体提出的要求过于苛刻，缺乏道德上的吸引力；事件本身缺乏新闻要素：政府对相关信息控制过于严格等等；因此无论突发性群体事件主体怎么努力，都无法引起社交媒体用户的重视。
社交媒体的主要特征篇(6)
关键词：不实信息管理；机器学习；自然语言处理
一、引言
随着智能手机的普及，互联网成为了人们获取信息的主要来源。社交媒体的出现以及技术的发展，将当前社会从Web1.0时代推入Web2.0，人们与互联网的关系从信息的接收者成为了信息的者。因此，互联网中的社交媒体成为传播信息的主要媒介[1]，在突发事件中，网络社交媒体成为了快速一线信息的重要渠道。由于社交媒体的受众多、使用便利，现在出现了各种有意利用社交媒体传播虚假信息以及因不明真相而传播不实信息的社交媒体用户。比如购物网站上的水军，facebook上关于选举信息的投放，微信公众号上关于波士顿马拉松爆炸案上不实信息的传播等。不实信息的传播会导致不同程度的财产损失甚至是对人们权力的侵犯，所以对于互联网社交媒体，信息的真实性就变得非常重要。为了实现对于不实信息的管理与控制，需要做到两点：一方面是遏制不实信息的传播，另一方面是促进辟谣信息的传播。这两者的实现都需要通过实证研究、内容研究、机器学习、数据统计等方法，因此少需要对于与不实信息相关的各类特征的提取。本文通过对于这些特征的合理分类以及提取，可以较为全面地展现与不实信息的特点，进而从多维度对不实信息的传播进行分析，找出其传播规律。本文为进一步研究进行理论上的铺垫，总结不实信息传播中各个对象，以及各个对象值得研究的方向、特征，实现对不实信息管理研究的启发。不实信息管理研究的最终目的在于阻止不实信息的传播，并防止不实信息利用漏洞进行伪装，进而减少社会损失。
二、研究对象
在不实信息传播的过程中涉及信息的受众、散布者、以及传播的信息。其中传播的信息根据分类角度的不同，能够有多种分类方法，比如不实信息、真实信息，不实信息又可以分为科技类不实信息、阴谋类不实信息、其它不实信息[2]等（见图1）。对于研究对象可以从管理学、社会学、统计学等角度对特征进行总结归纳。对于上文中的对象可以通过图2来展现各个对象以及其特征。1．信息受众对于不实信息的受众，其特征主要从两方面进行研究，一方面是人的行为，另一方面是人行为的目的性[6]，也就是目的。在社交媒体上，信息的受众或者用户的行为主要分为四种[3]：转发、评论、验证、质疑，由于接受不实信息的用户以及一些在其他情况下的用户可能只是浏览了不实信息，但是未作出任何操作，无法做出确切的统计，暂时不在考虑范围之内。人的一切行为都具有目的性，因此，既然有信息受众的行为，就会有受众的行为目的。其目的，与受众的行为相对应，也分为：转发、评论、验证、质疑。2．不实信息散布者不实信息散布者可能是不实信息传播的源头，也可能是在不实信息传播过程中充当传播中介的人，还有可能是将原有的不实信息二次加工，使之成为了新的不实信息的信息源头。他们的特征与信息受众相类似，分为两大块，行为与目的。在行为方面，可以是编辑不实信息、转发不实信息、评论不实信息等。编辑不实信息指那些在社交媒体上不实信息并且推送出去的行为，也可能是转发不实信息同时加上了自己所添加的不实信息的行为。转发不实信息是指单纯地转发了不实信息的推送，未添加内容也未提出质疑以及求证信息。评论不实信息是指在评论中增加了不正确的信息，比如亚马逊网站的虚假评论。这些不实信息背后都对应着各不相同的目的性：煽动、引导、传播等。社交媒体上原创的不实信息是用来吸引信息受众的注意力来做广告或者让用户关注某个账号，因此具有引导的功能。还有一些原创的公众号为来传播自己的思想也因此有煽动的成分。对于单纯转发不实信息的用户，可能是相信不实信息，从而想让更多的人知道。虚假的评论大多是为了引导用户的购买行为、关注行为等行为而产生。3．不实信息信息传播过程中的第二类对象是信息，信息分为不实信息和真实信息。对于不实信息，其特征可以分为两大类：一类是动态特征，另一类是静态特征。动态特征往往是随着一些条件的变化而变化，比如时间变化。静态特征一般是不会变化的特征，大体上反映出信息本身的一些特征，比如：信息中所包含的情感、信息的主题等。动态特征分为级联[5]、回音室[2]、生存时间[2]等。对于级联，又有级联产生的时间，级联的深度与广度，这大体上能够反映出一个（同一批）不实信息的规模（回音室的大小）。回音室表示同一种不实信息的受众群体大小。ZolloF，QuattrociocchiW研究发现同一类不实信息往往只吸引同一批看法观点相近的人，并且规模大小可以用级联的规模来判断。生存时间可以发现不实信息扩散的速度的变化、级联规模的变化、甚至是不实信息传播的变化情况是加快、减慢、还是受阻或者完全被辟谣。静态特征分为情感、主题等，主要体现信息本身的特点。通过情感特点来展现文本内容的情感强烈程度，从而可以发现不实信息的某些特点，或者借助此特点来辟谣信息。对于文本主题的提取，主要用来发现与主题不符的内容，从而发现文中涉嫌引导的部分。4．真实信息对于真实信息特征的研究多用于与不实信息进行对比研究，甚至是用两者的数据进行训练，进而达到分类器的实现，从而可以做到半自动乃至自动对信息进行分类。真实信息的特征分为静态特征与动态特征两类。动态特征分为级联[5]、回音室[2]、生存时间[2]，等。对于级联，又有级联产生的时间，级联的深度与广度。生存时间可以发现不实信息扩散的速度的变化、级联规模的变化、甚至是辟谣信息传播的变化情况是加快、减慢、还是受阻或者完全被阻止。静态特征分为情感、主题等。综上所示，这些特征只是客观现象的一部分，不一定能够完全反应信息传播过程中相关对象的客观情况，有待进一步的研究来发现新的对象或者新的特征，或者足以弥补特征不足的新的研究方法。
社交媒体的主要特征篇(7)
【关键词】新媒体；动漫艺术；媒介符号；视觉表征
随着人们物质及欣赏水平的提升，传统媒体的传播形式已经无法满足人们日益增长的文化需求，动漫艺术在保持原有的自身魅力外，还激活了新的视觉创意模式。所谓新媒体，就是近年来随着网络技术、数字技术、通信技术的发展而兴起的，相对于传统媒体而言的新兴媒体的统称。动漫艺术的视觉表征主要通过装饰、构图和色彩三个方面组成，装饰主要是一种文化符号的作用，构图是表现专业性，而色彩主要是气氛的衬托和渲染。动漫艺术走向多元化的跨界功能拓展，给艺术发展带来了新一代的革新思路。新媒体动漫所具有的娱乐性、审美多元性、互动性、制作便利性等特点使得动漫艺术更具生命力。目前社会上出现了多行业相互融合的产业现象，新媒体动漫盈利市场日益呈现出扩容的态势。
一、动漫艺术在新媒体传播中视觉表征的现状优势
（一）趣味性
动漫作为一种新型视觉设计表现形式，以新媒体为传播媒介做向导，为符合大众审美的需求，动漫艺术视觉表征应兼具形象鲜明、特征夸张、生动有趣等艺术特征，使作品突显人性化，把动漫形象的美好以新型的视觉表征展现到新媒体中。如墨尔本公益广告《蠢蠢的死法》中那些拟人的造型，在动画片里所表现的滑稽与萌态，使大众忍俊不禁且深刻记住了危险的主题。动漫设计日渐趋于随意性和趣味性，突出产品的创意和灵感，达到一种前所未有的生动性和娱乐性特征，缓解了世人对于大众传播的焦虑感。
（二）虚拟性
新旧媒介融合的环境下，动漫艺术以新的形式活跃在虚拟文化空间中，以鲍德里亚的观点来看，动漫符号呈现“超现实”的特点，动漫艺术中的符号是具象的也可以是抽象的，仿佛正在成为现实世界的“仿像和拟像”，其中动漫艺术为广告做形象代言，不再局限于真人的演说，从而提高了宣传力度也保证了法律效益。当然，动漫的视觉表征不仅表现于动漫艺术中的虚拟视觉形象，也体现于新媒体传播中所构建的虚拟社会，通过虚拟社会中发挥出重要的社交与休闲价值。如游戏中的虚拟特征，当玩家共同建立了有亲近感的虚拟形象作为重新定义自己在游戏当中的新身份，犹如在游戏虚拟化的世界中赋予一个新的生命，在游戏当中不再受有形世界的限制，以网络空间的虚拟物质为交流和传播，实现虚拟化的最大值。
（三）广泛性
在新媒体中所应用的动漫内容具有产品体格小、符号系统清晰、运用范围广泛的优势。新媒体打破传统艺术媒介的传播形式，以多种信息相互交融，除了可以在互联网上进行传播，还能在智能手机、展示应用、移动电视、数码产品等载体上，从而改变了传统媒介性质上的单一传播途径。信息方式的灵活传播，表现在产品推介、广告销售等市场领域，从而得到更广泛的应用。特别是对广告行业的影响，制作出动漫人物的形象代言人后经过电脑的动态处理，方便又简易，既取代了真人的演绎，又降低了成本，同时也扩张了市场的投放范围以及传播方式。
二、动漫艺术在新媒体传播中视觉表征的特点
（一）简捷、自由的表现形式
动漫艺术作为特殊的视觉表达形式，呈现出一种简捷、自由的艺术形式，基本上不受其他方面的影响和限制，动漫符号的虚拟、夸张性和抽象性都表明它是形象符号的集合体。首先，在表现手法方面，动漫艺术在新媒体运用中，通过不同的传播形式，能广泛而快捷地进行视觉的表现。其次，在表达方面还通过图形、色彩以及符号等来表征，将有视觉性的思维注入动漫形象中，使其带有象征意味的造型，以形为意，使得视觉表达方式不固定，画面简洁明了，十分自由。
（二）个性化的表达
当社会进入到了普遍化的时代，个性化的时尚变得尤为重要，追求独特的个性，逐渐成为了风尚标，而动漫就是一种充满个性的艺术表达方式，通过内心复杂的情绪和微妙的情感用形象诠释出来。动漫艺术以独特的表征方式存在于新媒体传播中，大众信息时代消费开始重视个性化表达的诉求，如非常受欢迎的网络动漫形象“丁小点”“阿狸”“冷兔”等，这些个性化虚拟形象最初由不知名的艺术家所创作，并开发出时下最流行的表情包、Flas以及小游戏等，运用简捷而又有趣的方式通过网络的广泛传播变得深入人心，这些形象正是满足了人们对于个性化审美的需求，而非传统艺术的定位。
（三）视觉感的强化效果
新媒体技术中，通过使具象图形的抽象化、静态影像的动态化、二维动漫的三维化，技术的开发突破了传统纸质的图片及文字的静态表现，大众对于动漫艺术的信息接收方式逐渐改变，其中体现在视听冲击带来的震撼效果。例如以日本Vocaloid（歌声合成器技术）虚拟歌姬初音未来为名义在国内举办的演唱会，运用的是新媒体2.5D透明屏全息投影技术，突破了单纯的视觉感受，为观众献上一出盛大的视听体验。
三、新媒体传播中动漫艺术视觉表征的展望
（一）现代化的新技术提升
目前的社会正处于新媒体现代化信息时代，技术的更新及传播速度创造了更多新的艺术表现形式，动漫所提供的多样性视觉体验，使传统的视觉表象形式得到进一步扩展，包括Flas、网页制作、CG技术、移动源H5界面、交互游戏等数字媒体的应用，利用不同媒介的特征，以不同方式引发传播的途径，提高人与人之间蔓延的速度，拉近彼此的距离，以技术化的智能方式提高大众的生活品质，科技的进步正带领着社会的发展。
（二）互动媒体的交互设计与作用
交互性和互动性是新媒体平台传播最显著的特点，在传统的视觉表征中，提高与人机界面设计的交互，使受众得到参与感，通过对超链接的点击、层层递进，方能让交互媒介得到更实用的传播。动画作为纯粹的动态艺术概念为其提供更好的视觉体验和使用乐趣，也更延伸人的潜能体验，激发听觉、视觉、触觉等全方位的感受。
（三）市场经济促进行业的发展
经济是文化艺术的基础，新媒体的建设与社会经济效益产生千丝万缕的联系，适应社会发展的文化必然会促进社会经济的发展，多媒介条件下动漫艺术在日常生活环境中无处不在，例如电影、电视剧中植入的动漫广告、网络网页里弹出的动画游戏、智能手机APP上出现的登入画面宣传、充斥于店铺中的各类动漫衍生产品，以及开放的主题公园游乐场等，在这种状况下关注的动漫艺术视觉特征就显得尤为必要。动漫视觉艺术的感染力和生命力使其带来了极具丰富的商业价值，顺应社会市场的经济需求一并推动着新媒体行业的发展。
结语
新媒体动漫艺术有着鲜明识别性的视觉文化符号，一股新的视觉文化潮流症状悄然形成，虚拟现实技术和人工智能也越来越多地应用到软件开发和多媒介艺术创作中，技术的提升以及媒介的传播带动整个社会的进步与发展，促进人类不同文化的融合与沟通，使我们更加容易理解其艺术内涵，从中获得更大的审美价值。
参考文献：
[1]王凡.新媒体的传播特点[J].基层建设，2015（20）.
[2]沈巧娜.浅析动画在新媒体传播中的视觉表征作用[J].艺术科技，2016（7）.
