基于用户数据分析的微博营销效果评估体系优化.docVIP

基于用户数据分析的微博营销效果评估体系优化-电子商务论文 基于用户数据分析的微博营销效果评估体系优化 文／陈佳彬王新阳彭煊马双杰 摘要：社会媒体时代下，微博平台已经成为企业线上营销传播中不可或缺的一部分。而伴随平台一起成长的灰色产业“微博水军”也已成为了微博营销中的常态。水军的参与也给微博营销效果的准确评估带来了巨大的挑战。本文基于大量的用户数据研究，力图通过决策树模型对不同类别的水军与正常用户间建立身份识别模型，并进一步对微博营销效果评估体系的优化提出建议。 关键词 ：微博营销；评估体系；微博水军 依托于微博传播速度快、范围广、互动性强等特点，微博已经成为企业线上营销的一大重要战场。中国互联网信息中心(CNNIC)发布了第35次中国互联网发展统计报告。报告显示，截止2014年12月，我国微博客用户规模为2.49亿，网民使用率为38.4%。微博营销迅速发展的同时也伴随着“网络公关”、“水军”等灰色产业的发展。这些虚假营销账号为了迎合客户的需求，对某些品牌或产品进行不切实际的炒作或进行恶意攻击，很大程度恶化了微博营销的环境，并对微博营销效果的准确评估带来了挑战。 1、微博水军定义 目前关于微博水军的定义目前不下于十余种。并且随着技术的发展，微博水军也在不断地“迭代升级”，关于水军的准确描述也越来越困难。根据不同的文献定义，本文给微博水军下了一个较为宽泛的定义：受雇于明确的组织或个人，利用虚假账户通过微博平台进行带有特定目的的行为的网络人员。微博水军的本质首先是存在某种商业关系，不论是受雇于公关公司、企业或是个人。水军另一大特征就是利用虚假账户在微博上进行互动，也依此区别于“网络大V”，其账户的真实性以及所带来的影响力与一般水军存在明显的不同。 2、微博水军收集以及分类 尽管微博水军通常被描述为“灰色产业”，但在中国最大的电子商务网站淘宝网依然存在众多公开的水军卖家。通过淘宝网的搜索功能检索“微博粉”就能找到提供“推广”“营销”服务的卖家。 笔者利用系统抽样的方法对30位水军卖家进行了抽样调查，了解微博水军的大致分类。为了保证粉丝购买的种类齐全，笔者从上述10个水军卖家中进行购买，并创建微博实验账号进行样本的收集，累计水军购买达10次，累计购水军约3000人次。通过对样本的初步观察归纳总结发现，水军大致可分为以下两种类型：“加粉类”以及“转发类” “加粉类”水军指的是仅提供加粉服务不参与其他形式互动的微博水军，发布内容以原创微博为主。“转发类”水军指的是提供加粉以及转发评论服务的微博水军，发布内容以转发微博为主。通过对这些微博水军的观察我们可以发现，随着近几年技术的发展，微博水军的“质量”和辨识难度上不断得到提升。曾经没有头像，没有粉丝，不发微博的所谓“僵尸粉”已经不见踪迹。但是仔细观察这些微博水军，他们同一般用户还是存在一定的差别。 3、基于用户数据挖掘的微博水军识别 在数据获取与分析方面，笔者利用公开的网络爬虫软件对相应的微博数据进行搜集。并选择了SPSSModeler14.1作为数据分析工具，通过Modeler中的内置的决策树C5.0算法对数据进行处理建立分类模型。 3.1特征值选取 韩忠明，许峰敏等通过分析用户可信度方面的相关文献并结合直观的分析，从用户属性和用户行为两个侧面对微博水军的特征值进行挑选。本文借鉴这些特征，在其基础之上做了部分处理和归纳，提出了以下几种具有代表性的用户属性特征，建立分类模型。 1)认证身份：分为“加V”、“达人”、“一般”。 2)关注数：微博账号关注者的数量。 3)粉丝数：微博账号粉丝的数量。 4)微博数：微博张账号发布的微博数量。 5)平均微博长度：用户最近发布的15条微博所带字符的平均数（包括原发与发的微博内容）。 6)离散系数：用户最近发布的15条微博的字数的标准差与均值的比率。 7)原创率：用户最近发布的15条微博中的原创微博数占总微博数的比率。 8)用户活跃度：将用户注册时间与微博数的比值 9)粉丝关注比：粉丝数／关注数。 为了提高数据挖掘以及处理的效率，故在6、7、8三个指标上仅取近期15条的微博作为数据基础。 3.2数据采集 需采集的数据分为三部分：加粉类微博水军、转发类微博水军和正常用户。每一部分所抓取的内容包括：微博用户的粉丝数、关注数、微博数、注册时间、最近十五条微博内容和注册时间。在这里需加说明：微博水军的数据来自实验账号所购买的水军信息。而真实用户的微博则是由