社交网络大数据掘金潮.docVIP

社交网络大数据掘金潮 网络社交过程中，每天都会产生大量的数据，但是它们并不像是我们想象中的那样冷冰冰的、枯燥的数据，而是更加活生生的、有趣的数据。这些数据不同于以往单纯的数字，它们声色结合、图文并茂。 比如，Facebook用户每天共享的东西超过40亿，Twitter每天处理的推特数量超过3.4亿；而每分钟Tumblr博客作者会发布2.7万个新帖子，Instagram用户会共享3600张新照片。 社交网络数据用途的多样化 我们的杂志已经论述过大数据是如何影响营销的，但对于社交网站自身来说，这些数据仍然是价值尚未发掘完全的资源。因为这些数据背后隐藏着的一个个相互连接的人，不仅仅是对广告或者营销机构感兴趣的对象，社交网络本身就需要深入了解它的用户，只有这样针对用户需求改进自身，才能在前期积聚了大量人气之后，继续将用户黏着在自己的平台上。而与此同时，社交网络的用户、各种应用的开发商、各个领域的研究者、乃至商业界和娱乐圏，都可以发现他们对于社交数据的不同需求，起到很好的帮助作用。 社会研究过程中，可以通过这些数据，更加深入地了解社会各领域的运行状况。各种不同的社交网络产生的大量的用户数据(UGC)具有空前的规模性和群体性。社会学、传播学、行为学、心理学、人类学、舆论学等众多领域的专家学者，以及研发、生产、营销、广告等众多领域的从业者，都倾注了巨大的心血在这些社交数据上，他们通过对海量无序数据的发掘，从而分析发现社会的运行规律。 企业招聘过程中，可以通过这些数据更加深入地了解他们的招聘对象。因为社交网络上的许多社交数据反映出了应聘者的兴趣爱好、技能专长、价值取向、以及文笔风格、创意风格等。这些数据可以直接从应聘者的主页上收集到，也可以通过应聘者在人人网、新浪微博或者QQ空间中探讨的内容、转发的内容中间接获得。这样，通过大量的社交数据分析，HR就能够清楚应聘者适合哪个岗位，谁对产品开发感兴趣，谁对市场营销有见地？招聘软件开发商Jobvite的一组数据显示，在使用Facebook的企业中，有三分之二希望使用该网站的好友査询功能完成招聘工作。在使用Twitter的企业中，则有54%希望能用该服务了解应聘者潜在的观点和兴趣。 数据预测过程中，可以通过这些数据更加精确地把握事态的走向。美国科学家通过监控Twitter中公众的情绪数据发现，公众的情绪数据与很多社会现象及事件具有很强的相关性。典型的例子是，公众在社交网络的情绪突然改变，都会反映出对股市的不确定性，因此可以利用这种信号来预测总统大选或者股市的走向。奥巴马的成功连任就在很大程度上得益于社交数据分析。 另外一个例子是，英国的科学家根据Twitter的数据来跟踪预测流感的爆发。他们主要基于用户发布信息中的关键词，例如“我头痛(I am having a headache)”等，并结合用户的发布地点，按区域与英国卫生部的官方数据进行了比较，最终建立起一个预测模型。 此外，国内的新影数讯(iFilm+)正在利用社交网络和数据挖掘预测票房，据称准确率可达85%，并且可以根据历史参数和社交网络上的数据分析来给出电影挑选演员的数据化建议。 基于社交数据的分析工具大受追捧 随着社交数据的用途多元化，各个领域对社交数据的需求呈现出巨大的增长趋势。但是，对于大部分人来说，他们并没有能力对这些海量社交数据进行深入地挖掘和分析。今年上半年Teradata的一项调査数据显示，49%的受访者表示尚未充分发挥社交数据技术的潜力；只有12%的受访者承认社交数据在他们的日常职责中有所帮助；高达75%的受访者未评估社交业务项目的投资回报率；42%的受访者不熟悉大数据技术；一些重点受访者希望在大数据解决方案中加入客户反馈及偏好、用户行为和内容趋势分析以及投资回报率分析。在市场需求高涨的背景下，第三方社交数据分析机构和分析工具迅速兴起。 近期，社交分析工具Socialbakers获得600万美元融资，DataSift获1525万美元融资，Likely获160万美元融资，Mixpanel获1025万美元融资，云数据关联服务SumAll获600万美元融资，社交评论系统Yotpo获得150万融资 从资本市场的动向来看，社交数据的分析机构应该说是被普遍看好的。这些社交数据分析工具各有侧重，但它们都力图为使用者提供更加便捷和直观的数据分析结果。 以国外的Topsy为例，它是一个以他人的关注和支持作为社交网络影响力衡量指标的网站。它的主要算法就是根据用户在公共社交网络上的话题、情感、地理位置和对话等因素进行一个体系评估。通过计算和索引Twitter等社交网页的实时数据，配合独创的技术，Topsy变成了一个强大的社交分析平台。另外，Topsy还是一个用于索引和捜索社交媒体的平台。随着网络变得越来越私人化，而很多信息都是通过社交网络的