■蔡占華 山東交通職業學院
近來,社會網絡和社會網絡分析(Social Network Analysis,SNA)的概念和應用廣為流行。由于社會網絡可用以模擬發生于社會上的各種過程,如文化時尚或疾病的傳播、團體或社區的形成等,所以在運輸規劃、生物網絡分析和商業應用等不同領域日益流行。社會網絡分析是由社會學家根據數學方法、圖論等發展起來的定量分析方法,是用于社會學、人類學、經濟學、通信學等領域的一項重要的技術。社會網絡分析也用于社區發現和病毒營銷研究領域。
現實中的各類社會網絡都是動態變化的。如在人人網、朋友網等社交網站上,每天都有新用戶加入到網絡中,已有用戶之間也可能會發生新的聯系,此外還有些用戶可能會離去或者隱匿。
網絡中的社區可以看作是網絡上的相互密集聯系的節點的集合。社區發現是以在社會網絡中識別密集聯系群體為任務,凸顯網絡系統中密切聯系的功能單元。近來,在線社交網絡上的社區發現是一熱點,其研究成果在不斷涌現。
一般來說,從社會網絡中發現社區結構常面臨挑戰,這是因為社區發現受多種因素的影響,如:對于社區的定義是按全局還是按局部網絡來進行;節點可否同時屬于多個社區;是否考慮到層次社區結構等。社區發現的難題包括重疊社區發現和層次社區發現等。對于社區發現來說,當某個節點同時屬于多個社區的時候就會產生重疊社區。在層次社區結構中,較小社區可能是較大社區的一部分。
病毒營銷是基于使用現有社交網絡的營銷技術,通過使用類似于病理病毒或計算機病毒自我復制和傳播病毒過程的機理來增加品牌意識或達到其他營銷目標,如增加產品銷量。病毒營銷策略是向目標消費者傳播打折或免費產品以鼓勵產生口碑,讓目標消費者向朋友及朋友的朋友進一步談論產品并鼓勵他們購買該產品。
為了讓產品的購買量和購買率達到最大化,企業需確定最初向哪些顧客來傳播產品。人脈潛力是指個人的社交規模和其影響人脈的能力,病毒營銷需識別出人脈潛力大的個人。也就是說,病毒營銷旨在發現在社會網絡中高人脈潛力的個人將他們作為種子節點,然后針對種子節點開發產品推廣策略。
社區發現和病毒營銷領域的研究已經深入,近來在社區發現領域的發展包括有重疊社區發現算法、動態網絡上社區演進追蹤、不同分辨率的社區結構發現、節點角色(核心節點和邊界節點)等。然而,把社區發現用于病毒營銷還未有深入探索。
本節我們探討將社區發現新發展和新概念用于病毒營銷,旨在分析社會網絡社區對病毒營銷的意義。
在社區發現研究中,重疊社區發現是其中的一個難題。在重疊社區,某些節點屬于多個社區,如現實社會網絡中,某人既是排球協會成員,也是圍棋愛好者組織的一員。節點從屬的社區數越多,就越有資格作為病毒營銷的種子節點。這是因為預期該節點可在社會網絡中的多個社區或群組傳播信息。基于密度的社區發現除了發現重疊節點之外,還可能要識別樞紐。樞紐是不屬于任何社區的節點,但是它們連接多個社區。和重疊節點一樣,樞紐可視為種子節點。重疊節點和樞紐占據結構洞,在網絡中的影響更大,所以在社會網絡中,研究發現樞紐和重疊節點的算法對病毒營銷具有重要意義。
部分社區發現算法把社區內的節點分類為核心節點和邊界節點。核心節點是維系整個社區的重要的中央節點。邊界節點是社區里圍繞在核心節點周邊的其他節點。在病毒營銷環境下,社區內一組聯接的核心節點是具有重要意義的種子節點,它們影響著整個社區。此外社區發現法也可能從社會網絡中識別出孤立節點。因為孤立節點不屬于任何社區,也不具有樞紐特征,所以可以把它們看作噪聲。社區發現算法要能從社會網絡中過濾出孤立節點來減小節點域,再從節點域中發現出對病毒營銷最有影響的核心節點。
正如前文提到的,社會網絡本質上是動態的,會由于增加或去除節點改變結構,并新增或斷開節點之間的連接。這也導致在這些網絡中的社區結構會隨時間推移而改變。與動態網絡社區演變相關的事件包括新社區的形成、現有社區的解散、社區合并、社區分解、節點加入或離開社區。
根據用戶的變化率,可把社區分為靜態社區、穩定社區和易變社區。靜態社區的成員不隨時間變化,對于靜態社區任何中央節點可作為種子節點來對整個社區產生重大影響。穩定社區的成員以較低的速率變化,部分節點隨時間變遷加入或離開社區,一組穩定的節點則始終是社區的成員。對于穩定社區,選擇穩定的節點子集作為種子節點來影響整個社區。易變社區的成員具有較高的變化率,如頻繁的分解和合并事件。穩定的社區成員和隨時間推移加入或離開社區的節點都會影響易變社區,為病毒營銷選取種子節點較為復雜。
在靜態社區,每個節點對固定的一組節點具有強的影響。然而對于經受很多成員變化的社區,隨著時間推移,社區的中堅節點有更多機會影響更多節點,但影響力要低些。
全局社區發現法需要在整個網絡中發現社區,而局部社區發現法可圍繞個別節點發現社區,只需要節點的局部附近信息。對于病毒營銷,局部社區發現法能簡化和快速發現受種子節點影響的潛在社區。
除了局部社區發現,還要發現不同分辨率下的社區結構,并把它們可視化為層次結構。在層次社區里低分辨率下的小社區包含于高分辨率下的大社區之內。社區發現算法可通過改變分辨率參數設置來發現最小規模社區結構。層次社區結構可以用來發現最底層節點或社區,圍繞著它們,重要的社區在較高層積聚。對于病毒營銷,這樣的最底層節點或社區就是能影響大部分社會網絡的重要的種子節點。
隨著在線社交網絡的飛速發展,在線社交網絡的社區發現是近期研究的熱點之一,新的社區發現算法不斷出現。而病毒營銷的研究和實踐在交替推進,有許多成功的應用案例。但是鮮有將社區發現和病毒營銷結合的研究。本文中,我們提出了把社區結構及相關屬性用于開發病毒營銷策略的見解,分析了社會網絡發現相關研究內容在病毒營銷應用方面的意義。
[1]李紅,劉魯.基于關鍵字組合的網格層次社區資源發現[J].哈爾濱工程大學學報,2009(04).
[2]嚴姣.基于主題模型的社區發現研究[D].西南大學.2012年.
[3]李妙恬.病毒營銷在SNS中的應用——以校內網為例[J].當代經濟,2009(05).
[4]熊正理.在線社會網絡中社區發現技術及其應用研究[D].中南大學.2012年.