隨著互聯(lián)網(wǎng)技術(shù)高速的發(fā)展，網(wǎng)民的數(shù)量呈指數(shù)上升，社交網(wǎng)絡(luò)進(jìn)入了強(qiáng)調(diào)用戶參與和體驗的時代。所謂社交網(wǎng)絡(luò)是一種在信息網(wǎng)絡(luò)上由社會個體集合及個體之間的連接關(guān)系構(gòu)成的社會性結(jié)構(gòu)。社交網(wǎng)絡(luò)的誕生使得人類使用互聯(lián)網(wǎng)的方式從簡單的信息搜索和網(wǎng)頁瀏覽轉(zhuǎn)向網(wǎng)上社會關(guān)系的構(gòu)建與維護(hù)，以及基于社會關(guān)系的信息創(chuàng)造、交流與共享。它不但豐富了人與人的通訊交流方式，也對社會群體的形成與發(fā)展方式帶來了深刻的變革。

移動互聯(lián)網(wǎng)時代，UGC(用戶產(chǎn)生內(nèi)容)不斷發(fā)展，社交網(wǎng)絡(luò)(Social Network)已經(jīng)不斷普及并深入人心，用戶可以隨時隨地在網(wǎng)絡(luò)上分享內(nèi)容，由此產(chǎn)生了海量的用戶數(shù)據(jù)。面對大數(shù)據(jù)時代的來臨，復(fù)雜多變的社交網(wǎng)絡(luò)其實有很多實用價值。

先看一組數(shù)據(jù)：微信每分鐘395833人登錄微信，19444人在進(jìn)行視頻或語音聊天;新浪微博每分鐘發(fā)出(或轉(zhuǎn)發(fā))64814篇微博;Facebook用戶每天共享的東西超40億;Twitter每天處理的數(shù)據(jù)量超3.4億;Tumblebr博客作者每分鐘發(fā)布2.7萬個新帖;Instagram用戶每天共享3600張新照片。。。。。。

[[259217]]

由此可以看出，社交網(wǎng)絡(luò)生成的用戶數(shù)據(jù)的價值已遠(yuǎn)遠(yuǎn)大于平臺本身。相對于搜索、電商等大數(shù)據(jù)，社交用戶行為數(shù)據(jù)傳導(dǎo)路徑更短，具有更高的價值。

那么在社交網(wǎng)站的整個生態(tài)系統(tǒng)中，這些社交網(wǎng)絡(luò)大數(shù)據(jù)能帶來哪些價值呢?

1、社交網(wǎng)絡(luò)平臺的多樣化，社交網(wǎng)絡(luò)大數(shù)據(jù)也多元化

隨著移動互聯(lián)的發(fā)展，各種同質(zhì)化異化的社交網(wǎng)絡(luò)平臺的不斷涌現(xiàn)，QQ、微信、新浪微博、Facebook、Twitter、Instagram等等，雖然都是網(wǎng)絡(luò)社交平臺，但是交流的側(cè)重點又不一樣，因此產(chǎn)生了大量的社會學(xué)、傳播學(xué)、行為學(xué)、心理學(xué)、人類學(xué)、輿論學(xué)等眾多領(lǐng)域的社交數(shù)據(jù)。各行業(yè)的企業(yè)都傾注了大量的心血在這些數(shù)據(jù)進(jìn)行挖掘分析，從而更加比較精確地把握事態(tài)的動向，找準(zhǔn)營銷對象。

典型的案例之一：社交網(wǎng)絡(luò)大數(shù)據(jù)顛覆美國總統(tǒng)競選定律

號稱“世界上最民主的國家”的美國，有著這樣的總統(tǒng)選舉鐵律：誰花的錢越多，贏得選舉的幾率就越大。但是，2012年美國總統(tǒng)奧巴馬的再次當(dāng)選創(chuàng)造了一個奇跡：在他獲勝前的 70 年時間里，還沒有一位美國總統(tǒng)能夠在全國失業(yè)率高于 7.4% 的情況下連任成功;而在整個競選過程中，奧巴馬團(tuán)隊的花銷不到3 億美金，競爭對手羅姆尼花了近 4 億美金卻仍然敗選!

2、探碼大數(shù)據(jù)技術(shù)基于社交網(wǎng)絡(luò)大數(shù)據(jù)順勢而為

隨著社交網(wǎng)絡(luò)大數(shù)據(jù)的多元化發(fā)展，各個領(lǐng)域?qū)ι缃痪W(wǎng)絡(luò)大數(shù)據(jù)的需求呈現(xiàn)出巨大的增長趨勢。因此如何將這些數(shù)據(jù)運(yùn)用起來，才是各領(lǐng)域?qū)W者專家企業(yè)最為關(guān)心的事。基于社交網(wǎng)絡(luò)大數(shù)據(jù)的技術(shù)——探碼大數(shù)據(jù)處理平臺，采用先進(jìn)的網(wǎng)絡(luò)爬蟲技術(shù)，分布式計算能力，針對定制的目標(biāo)數(shù)據(jù)源進(jìn)行網(wǎng)絡(luò)信息的數(shù)據(jù)采集、數(shù)據(jù)提取、數(shù)據(jù)挖掘、數(shù)據(jù)處理，從而為各種信息服務(wù)系統(tǒng)提供數(shù)據(jù)輸入。在社交網(wǎng)絡(luò)大數(shù)據(jù)的應(yīng)用上，力圖為使用者提供更加便捷和直觀的數(shù)據(jù)分析結(jié)果。

數(shù)據(jù)采集

對來自社交網(wǎng)絡(luò)平臺的數(shù)據(jù)附上時空標(biāo)志，去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)，必要時還可與歷史數(shù)據(jù)對照，多角度驗證數(shù)據(jù)的全面性和可信性。

數(shù)據(jù)提取

要達(dá)到低成本、低能耗、高可靠性目標(biāo)，通常要用到冗余配置、分布化和云計算技術(shù)，在存儲時要按照一定規(guī)則對數(shù)據(jù)進(jìn)行分類，通過過濾和去重，減少存儲量，同時加入便于日后檢索的標(biāo)簽。

數(shù)據(jù)挖掘

基于對用戶的結(jié)構(gòu)和行為特征深入挖掘，通過統(tǒng)計、在線分析處理、情報檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)(依靠過去的經(jīng)驗法則)和模式識別等諸多方法來實現(xiàn)隱藏中的有用數(shù)據(jù)。

數(shù)據(jù)處理

有些社交網(wǎng)絡(luò)的數(shù)據(jù)涉及上百個參數(shù)，其復(fù)雜性不僅體現(xiàn)在數(shù)據(jù)樣本本身，更體現(xiàn)在多源異構(gòu)、多實體和多空間之間的交互動態(tài)性，難以用傳統(tǒng)的方法描述與度量，處理的復(fù)雜度很大，需要將高維圖像等多媒體數(shù)據(jù)降維后度量與處理，利用上下文關(guān)聯(lián)進(jìn)行語義分析，從大量動態(tài)而且可能是模棱兩可的數(shù)據(jù)中綜合信息，并導(dǎo)出可理解的內(nèi)容。

3、為什么要做社交網(wǎng)絡(luò)數(shù)據(jù)分析呢?

社交網(wǎng)絡(luò)數(shù)據(jù)分析是基于社交網(wǎng)站的海量數(shù)據(jù)而衍生出來的服務(wù)型產(chǎn)品，但是同時它們反過來也為社交網(wǎng)站提供了巨大的參考價值。社交網(wǎng)站可以根據(jù)對社交數(shù)據(jù)的分析結(jié)果，進(jìn)一步開發(fā)出適合用戶需求的應(yīng)用和功能，從而將用戶黏著在自己的平臺上。利用社交數(shù)據(jù)分析工具，提供個性化的用戶畫像，從以下幾個維度進(jìn)行分析：

• 用戶固定特征：性別，年齡，地域，教育水平，生辰八字，職業(yè)，星座
• 用戶興趣特征：興趣愛好，使用APP，網(wǎng)站，瀏覽/收藏/評論內(nèi)容，品牌偏好，產(chǎn)品偏好
• 用戶社會特征：生活習(xí)慣，婚戀，社交/信息渠道偏好，宗教信仰，家庭成分
• 用戶消費(fèi)特征：收入狀況，購買力水平，商品種類，購買渠道喜好，購買頻次
• 用戶動態(tài)特征：當(dāng)下時間，需求，正在前往的地方，周邊的商戶，周圍人群，新聞事件

從以上幾個維度分析社交網(wǎng)絡(luò)平臺，得出結(jié)果可以看出用戶的愛好特征消費(fèi)情況動態(tài)特征等等各種行為，從而更加了解用戶更加的懂用戶的需求。對于對用戶推送的信息更加精準(zhǔn)，同時能做到更加精準(zhǔn)的數(shù)字運(yùn)營。

在“大數(shù)據(jù)”的浪潮中，基于社交網(wǎng)絡(luò)大數(shù)據(jù)的應(yīng)用，將會為企業(yè)帶來更多的收益，推動大數(shù)據(jù)分析在各行各業(yè)中的應(yīng)用和推廣，將會為企業(yè)和社會帶來“大價值”。同時，深度的數(shù)據(jù)挖掘中最敏感的問題仍然是用戶隱私的問題。社交網(wǎng)站從一誕生起就與這個問題相伴相生，隨著大數(shù)據(jù)時代的到來，隱私問題顯得越發(fā)重要。在未來掘金社交數(shù)據(jù)的道路上，一方面要為用戶提供更加精準(zhǔn)便捷的良好服務(wù)，另一方面也要注重對用戶隱私的保護(hù)。只有符合用戶需求和用戶安全的商業(yè)利益，才能成為可持續(xù)的商業(yè)利益。