关于社交网络的理论研究
网络科学中的社交网络研究
网络科学中的社交网络研究随着互联网和信息技术的高速发展，社交网络已经成为了人们日常生活的重要组成部分。
通过社交网络，人们可以随时随地与朋友、家人及陌生人进行联系和交流。
此外，社交网络还是一个重要的信息共享和传播平台，涵盖了各种领域。
因此，社交网络的研究已经成为了网络科学中的一个重要领域。
社交网络定义社交网络是一种由人际关系和社会互动组成的网络系统。
它是一种通过互联网等数字平台实现的人际交往形式。
个人在这个网络系统中可以建立自己的个人资料和联系人列表，并与其中的人进行互动交流。
这些交互行为可以是不同类型的，如分享信息、互发消息、评论等等。
社交网络的发展历程社交网络的发展过程可以追溯到 1960 年代，当时社会学家和心理学家对群体和社会交往进行了研究。
但是，直到 1990 年代互联网的出现，互联网技术的发展极大地影响着社交网络的发展。
此时，美国在线、雅虎和谷歌等搜索引擎公司提供了基于网络的社交平台，帮助人们进行线上沟通。
2003 年，MySpace平台上线。
这个平台为用户提供了自己的个人页面和外部互联链接。
在少数年内，MySpace 就吸引了数百万用户，成为了当时最受欢迎的社交媒体之一。
2004 年，Facebook 成立。
由于其独特的功能和用户界面，Facebook 成为了 MySpace 的主要竞争对手，并迅速发展成为当时最流行的社交网络。
另一个颇受报道的社交平台是 Twitter，它于 2006 年成立。
Twitter 的独特之处在于其限制微博数量和文本长度。
虽然 Twitter 在早期曾面临一些问题，但现在已经成为一个备受喜爱的社交平台。
社交网络研究社交网络研究是一种涉及社交网络结构、演化、参与行为和动态的跨学科研究。
社交网络研究可以用来识别和分析社会网络中的个人和团体，并帮助我们理解社会、文化以及组织的动态属性。
社交网络研究中的开放性、去中心化和用户固有的特征也吸引了注意力，因为它们呈现出与自然社会相类似的不确定性和变化。
社交网络分析方法及应用
社交网络分析方法及应用社交网络已经成为了人们日常生活中必不可少的一部分，除了为人们带来社交娱乐的同时，还拥有着诸多应用价值。
而社交网络分析方法则是对这些社交网络进行深入研究的关键所在，它旨在揭示网络中的关系、互动模式等情况，从而帮助人们更好地理解和利用社交网络。
本文将介绍社交网络分析方法的理论和应用，以及当前研究领域中的一些热点问题。
一、社交网络分析方法的理论社交网络分析方法最早可以追溯到20世纪60年代。
其主要目的是为了研究社交网络中的人际关系和互动模式，以及这些互动模式如何影响信息传递和组织的效率。
这种方法通过观察网络中不同节点之间的联系和交流，分析节点的结构和社交行为，以及节点之间信息传递的方式和效率，从而揭示群体行为和社会结构等情况。
这种方法可以应用于多样化的社交网络领域，例如企业内部组织管理、互联网营销、策略规划等。
社交网络分析方法的核心是节点和关系的分析。
将社交网络理解为一个由大量节点和相应关系构成的复杂系统，节点包括个人、组织、社团以及物体等。
每一个节点都是网络中的重要部分，其位置和作用都对于网络的整体效率和结构起着重要作用。
通过对节点的属性和功能的分析，可以了解节点在社交网络中的作用以及其在整个系统中的影响。
而关系则包括节点之间的联系、互动模式、信息传递渠道等。
基于对关系的分析，可以更好地理解节点之间的交流方式及其效率、群体行为等情况。
另外，还可以通过关系的分析来判断不同节点之间的信任程度和互动情况，从而为计算社交网络的稳定度、脆弱性等重要指标提供参考依据。
二、社交网络分析方法的应用社交网络分析方法在实践中有着广泛应用。
其中，最具代表性的应用之一是对企业组织内部的管理。
企业内部社交网络可以为企业提供人才管理、知识共享、业务创新等方面的支持，同时也可以缩短企业与外部合作伙伴的距离，提高企业的竞争力。
社交网络分析方法在此领域中可以帮助企业了解内部社交网络的结构和效率，了解员工之间的联系、信任程度和群体行为等情况，从而为企业提供科学的决策依据。
社交网络和信息传播的研究和应用
社交网络和信息传播的研究和应用随着互联网技术的飞速发展，人们的生活和工作方式也在发生着翻天覆地的变化。
社交网络作为互联网技术的新生事物，逐渐成为了人们交流和分享信息的主要渠道之一。
在这种情况下，如何利用社交网络进行信息传播，促进人们的交流和互动，成为了社会科学、心理学等学科领域中迫切需要探讨和研究的问题。
本文将从社交网络的定义和特点、信息传播的意义和作用以及社交网络信息传播的应用三个方面分别进行探讨。
一、社交网络的定义和特点社交网络是指通过互联网等技术平台，建立并维护关系网络的一种社交行为。
在社交网络中，用户可以通过发布动态、留言评论、加好友等操作，与其他用户实现联系和互动。
社交网络的主要特点如下：1、个性化内容。
社交网络允许用户根据自己的兴趣爱好和需求，发布、搜索和阅读与自己相关的内容。
2、广泛的影响力。
社交网络平台的用户群体覆盖面广，用户可通过转发、分享等方式传播信息，一条信息很可能被不同地区和不同群体的人所看到。
3、反馈效应。
社交网络信息传播的过程中，用户可以随时进行交流和互动，文字、图片和视频等多种形式的回复方式也让信息传播往往具有更强的实效性。
二、信息传播的意义和作用信息传播是社交网络的核心功能之一，它能够影响社交网络中的用户态度、价值观和行为。
通过社交网络进行信息传播，可以达到以下几个方面的效果：1、建立品牌形象。
社交网络的用户群体广泛，传播渠道多样，适合企业、机构、媒体等各种组织形象和品牌建设。
2、提高营销效果。
通过社交网络传播营销信息，可以实现更直接、快捷和精准的营销效果。
3、传递公共信息。
社交网络上的公共信息传递能够对社会产生重要意义。
政府、社会组织及市民可以通过社交网络公布重要的公共信息，提高公共品牌和形象的认可度和影响力。
三、社交网络信息传播的应用社交网络的信息传播不仅仅是传播一条信息，还需要根据不同的场合和目的，进行有针对性的策略和规划。
下面介绍几个不同场合的社交网络信息传播应用案例：1、机构品牌建设宣传。
解释水平理论视角下的社交网络隐私悖论研究
解释水平理论视角下的社交网络隐私悖论研究一、本文概述随着互联网的深入发展，社交网络已成为人们日常生活的重要组成部分，而隐私问题也日渐凸显。
在社交网络中，用户既希望分享个人信息以建立和维护社交关系，又担心个人隐私被泄露。
这种看似矛盾的现象被称为社交网络隐私悖论。
本文旨在从解释水平理论的视角出发，深入探讨社交网络隐私悖论的内涵、成因及其影响，以期为用户提供更合理的隐私保护建议，同时为社交网络平台的隐私政策制定提供理论支持。
本文将阐述解释水平理论的基本概念及其在社交网络隐私悖论研究中的应用价值。
通过分析社交网络用户的隐私关注与隐私披露行为，揭示社交网络隐私悖论的表现形态及其影响因素。
接着，本文将深入探讨社交网络隐私悖论对个体隐私保护意识、社交网络使用行为以及社交关系的影响。
基于解释水平理论，本文将提出针对性的隐私保护建议，以期帮助用户更好地平衡隐私保护与社交需求，同时促进社交网络平台的健康发展。
通过本文的研究，我们期望能够深化对社交网络隐私悖论的理解，为社交网络用户隐私保护提供理论支持和实践指导，同时也为社交网络平台的隐私政策制定提供有益的参考。
二、文献综述社交网络已成为现代生活中不可或缺的一部分，伴随着的是关于隐私问题的广泛关注和深入研究。
近年来，解释水平理论（Construal Level Theory, CLT）逐渐被引入社交网络隐私研究领域，为理解用户的隐私行为提供了新的视角。
本研究将基于解释水平理论，对社交网络隐私悖论进行深入研究，以期为相关领域的理论和实践提供新的启示。
解释水平理论是由心理学家提出的一种认知理论，主张人们对事物的认知和理解会受到心理距离（如时间、空间、社会距离和假设性）的影响，进而影响其行为决策。
在社交网络隐私背景下，用户对于隐私的认知和态度可能会因心理距离的变化而有所不同，从而产生隐私悖论现象。
目前，关于社交网络隐私悖论的研究已经取得了一定的成果。
一方面，学者们从隐私关注、隐私保护行为和隐私泄露风险等方面入手，探讨了用户在社交网络中的隐私决策过程。
基于复杂网络理论的社交网络分析算法研究
基于复杂网络理论的社交网络分析算法研究社交网络已经成为人们日常生活中必不可少的一部分，而社交网络中形成的复杂网络也成为了人们关注的研究对象。
基于此，本文旨在探讨基于复杂网络理论的社交网络分析算法研究，从而更好地理解社交网络中的人际关系、信息传播等现象。
一、复杂网络理论复杂网络是一个由很多相互联系的节点组成的网络结构。
常见的复杂网络有小世界网络、无标度网络、随机网络等，在现实中广泛存在。
复杂网络理论主要研究网络的拓扑结构、节点间的关联规律、网络动力学行为等方面。
二、社交网络分析算法社交网络分析算法是通过对社交网络中的节点、边及其属性进行分析，从而发现社交网络中的人际关系、信息传播等现象，进而帮助人们更好地理解社交网络。
目前，社交网络分析算法主要有以下几种：1. 社区发现算法社区发现算法是将网络中的节点划分成若干个社区，每个社区内的节点在某方面具有一定的相似性。
社区发现算法可以帮助人们发现与节点内部联系最紧密的社区，从而更好地理解节点间的关系。
2. 信息传播算法信息传播算法研究如何在网络中最有效地传播信息，如何使得信息最终传达给目标节点。
3. 节点重要性评估算法节点重要性评估算法是评估网络中每个节点的重要性，进而帮助人们识别网络中最为重要的节点。
目前常用的节点重要性评估算法有度中心性算法、介数中心性算法和PageRank算法等。
三、社交网络分析算法的应用社交网络分析算法在现实生活中有着广泛的应用。
以社区发现算法为例，它可以帮助政府发现某个地区的街道犯罪倾向较高，从而采取相应措施；它也可以帮助企业发现销售渠道或客户群体的变化，从而优化营销策略。
信息传播算法可以用于研究社交网络中的谣言传播、疫情传播、舆情传播等问题。
节点重要性评估算法可以用于识别网络中的关键人物，如在社交网络中推荐最为重要的关注对象、寻找网络中的领袖等。
四、结语在复杂网络理论的基础上，社交网络分析算法能够帮助人们更好地了解社交网络中的人际关系、信息传播等现象。
社交网络分析的理论与方法
社交网络分析的理论与方法随着互联网的发展，社交网络已经成为我们日常生活的一部分。
人们可以通过社交媒体平台，在不同地方交流，分享信息和建立联系。
而社交网络分析正是一种研究人际关系和互动的方法，为我们理解人际关系的本质提供了一种新的途径。
本文将介绍社交网络分析的理论与方法，主要包括以下方面：社交网络的概念，社交网络的基本属性，社交网络分析的理论和方法，以及社交网络分析的应用。
一、社交网络的概念社交网络是由一组人和他们之间的连接构成的系统，可以是贡献共同信息或资源的集体，也可以是互相依赖的个体。
在社交网络中，人们通过连接和互动建立联系。
例如，社交网络可以包括家庭、朋友圈、同事关系等等。
二、社交网络的基本属性社交网络有以下几个基本属性：1.节点社交网络中的节点代表个体或组织。
每个节点都有自己的属性，例如姓名、性别、年龄、学历等等。
节点之间的连接表示两个节点之间的关系。
2.连边社交网络中的连边表示节点之间的关系。
比如，两个人之间的关系可以建立在朋友关系、家庭关系或者同事关系上。
在社交网络中，连边可以是有向的或无向的。
3.局部结构社交网络中的节点和连边的组合形成了不同的局部结构，例如子图、环、星形和网状等等。
4. 群体性质社交网络中的节点和连边有着群体性质，即社交网络中的节点和连边之间不是独立的，而是有着相互影响的关系。
三、社交网络分析的理论和方法社交网络分析是一种基于图论和社会学理论的研究方法，可以帮助我们研究社交网络中的节点和连边之间的关系。
社交网络分析的理论包括：1. 社交网络理论社交网络理论是研究社交网络结构和发展的理论，主要包括六个方面：节点、连边、结构、互动、动态和演化。
2. 图论图论是社交网络分析的基础理论，它主要研究用节点和边来刻画图形关系的数学模型。
社交网络分析的方法包括：1.中心性分析中心性分析是利用一个或多个指标衡量节点在社交网络中的地位、重要性等。
其中最常用的指标有度中心性、紧密中心性和介数中心性。
社交网络分析方法研究
社交网络分析方法研究社交网络分析是一种研究社交网络和其中的关系、交互以及信息传播的方法。
它是一门交叉学科，融合了计算机科学、统计学、社会学等领域的知识与技术。
通过对社交网络的分析，可以揭示出网络中的关键节点与群体，提供有关信息传播、社交影响力等方面的洞见。
本文将探讨社交网络分析的方法及其研究意义。
一、社交网络的基本概念社交网络是指由个体（节点）和个体之间的关系（边）组成的网络结构。
在社交网络中，个体可以是个人、组织、企业等，而关系可以是朋友关系、工作关系、合作关系等。
社交网络的结构可以通过图论中的图模型来表示，其中节点表示个体，边表示个体之间的关系。
通过对社交网络的分析，我们可以了解个体之间的连接情况以及网络的整体结构。
二、社交网络分析的方法1. 数据收集与预处理社交网络分析的第一步是收集网络数据。
数据可以来自社交媒体平台、在线论坛、调查问卷等。
在收集到数据后，需要进行预处理，包括数据清洗、去重、格式转换等操作，以确保数据的准确性和一致性。
2. 网络拓扑分析网络拓扑分析是社交网络分析的核心方法之一。
它主要关注网络中节点之间的连接关系。
通过计算节点的度、聚集系数、介数中心性等指标，可以了解网络中节点的重要性和网络的紧密程度。
此外，还可以使用社区发现算法，将网络中具有相似特征的节点划分为不同的社区，以揭示网络中的群体结构。
3. 信息传播分析信息传播是社交网络中的一项重要活动。
社交网络分析可以帮助我们理解信息在网络中的传播路径和传播速度。
采用社交网络传播模型，如SIR模型、LT模型等，可以模拟信息传播的过程，并找到影响信息传播的关键节点。
4. 社交影响力分析社交影响力是指个体通过社交网络对其他个体的影响力。
社交网络分析可以通过计算节点的中心度、介数中心性等指标来量化个体的社交影响力。
此外，还可以使用影响传播模型、网络动力学模型等来模拟社交影响力的传播过程。
三、社交网络分析的研究意义社交网络分析在实际应用中具有广泛的研究意义和应用价值。
几个基础的社交网络理论.
几个基础的社交网络理论荐120何玺原创 | 2011/5/13 8:50 | 投票关键字：社交网络何玺格拉姆内布拉斯加州贝肯一、“六度分隔”理论。
1967年，哈佛大学心理学教授米尔格拉姆(Stanley Milgram) 曾做过一个著名的连锁信件实验：他将一封信件随机寄给了位于美国中西部内布拉斯加州的160个人，信中印有千里之外波士顿的一名普通股票经纪人的名字，米尔格拉姆在信中要求收信人将这封信通过自己的朋友寄给收信人，结果大多数人只经过了五到六个步骤，这封信就最终到达了这个股票经纪人的手中。
“六度分隔”理论奠定了社交网络的理论基础，米尔格拉姆的这个连锁实验体现了一个似乎很普遍的客观规律：社会化的现代人类社会成员之间，都可能通过“六度空间”而联系起来，绝对没有联系的A与B是不存在的。
二、弱关系、强关系。
马克·格拉诺维特在1973年发表的论文指出：在传统社会，每个人接触最频繁的是自己的亲人、同学、朋友、同事……这是一种十分稳定的然而范围有限的社会关系，这是一种“强关系”；同时，还存在另外一类相对于前一种社会关系较浅，然而却是更为广泛的社会关系,格兰诺维特把后者称为"弱关系"研究发现：其实与一个人的工作和事业关系最密切的社会关系并不是“强关系”，而常常是“弱关系”。
“弱关系”虽然不如“强关系”那样坚固（金字塔），却有着极快的、可能具有低成本和高效能的传播效率。
事实上，在信息的扩散传播方面，弱关系起着同样的作用。
一个人的亲朋好友圈子里的人可能相互认识，因此，在这样圈子中，他人提供的交流信息重复度高。
比如，我从这个朋友或亲戚听到的，可能早已经在另一个朋友那里听说了，而他们之间也都相互交谈过此话题。
日常生活中不乏这样的事例。
弱关系在我们与外界交流时发挥了关键的作用，为了得到新的信息，我们必须充分发挥弱关系的作用。
这些弱关系，或是熟人，都是我们与外界沟通的桥梁，不同地方的人通过弱关系可以得到不同的信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关于社交网络的理论研究社交的逻辑社交网络的理论研究是一个很久就开始的事情了，以下列出4个基础论断，作为后续产品论述的前提(其实很多在产品中体现的还很不好)。
关系对人的影响在于，六度分隔所描述的是弱连接，通过弱连接，我们可以传递消息，创造合作机会；但如果关注人们之间是如何互相产生影响的，就必须关注强连接，尼古拉斯•克里斯塔斯基将称为“三度影响力原则”(人类行为深受三度以内朋友的影响)，这种现象的出现原因，既包括行为习惯上的影响，也包括观念上的影响。
群体对人的影响，主要是极化，即群体愚蠢或群体智慧。
理论上，有一个共同的目标，分工互补，就可形成紧密的群。
《乌合之众》里讲到，群体对于个体有着极端放大和缩小的能力，可以没有责任的暴虐成为暴民，也可以用高尚情感使之舍生赴死(领袖们打动群众需要言之凿凿，信誓旦旦的重复和强大意志的感染)。
情绪化、简单化和跟随成本大大降低，是群对个人行为带来的影响。
新浪微博的运营，就是典型的时尚流行话题带动，名人引导，最后完成群体讨论和活跃的。
另一方面，群体是可以产生超越个体的群体智能的，《失控》里称之为“涌现”(整体才具有，孤立部分及其总合不具有的性质)。
这个在人类社会尚无很好的范例，亚马逊的相关商品精准推荐，可能算群体预测吧，但在自然界涌现有很多范例，比如水分子朝一个方向运动会形成漩涡，白蚁可以构筑相当于人类数千层楼高的蚁巢，且通风卫生情况良好。
北京大学计算机系李晓明教授为《大连接》一书所写的推荐语：“社会网络”不仅是‘网络’更是‘社会’，深合我心。
互联网的社交产品，就是要遵循规则，帮助用户使用、经营、扩展其社交关系，将整个社交网络经营成良好运转的虚拟社会。
社交的产品社交产品主要论述四个部分：关系社交产品、内容社交产品、服务社交产品和社交产品的运营。
关系社交产品扎克伯格在Facebook上市前公开信中写道：“人际关系是社会的基本构成单元……人们分享得越多——即便只是与密友或家人分享——文化就越开放，对于他人的生活和观点的理解也就越深。
我们认为，它能够创造更多、更强的人际关系，并帮助人们接触到更多不同观点。
”这就是平台型的关系社交产品的主要思路。
实名动态(FEED)、好友关系(推荐)、个人主页(Profile)是关系社交产品的基本构成，持续不断的优化FEED的聚合和展现形态，进而激励更多的分享(含评论转发)，不断基于标签推荐用户添加好友，不断引导用户浏览好友的个人空间，以此完成关系链的活跃和建设，其中相册、日志、活动和投票，是关系社交产品的基础分享应用和UGC内容来源。
业内，Facebook、QQ空间、人人网、开心网，大体都是基于这个逻辑的。
特别要提出的是，开心网正是由于在用户动态中没有强化好友内容的分享，而导入了大量游戏动态，导致了网站活跃的急速下滑。
进一步的，任何人都会有关系链的迭代，人属于社群生物，这是青年用户更能参与陌生交友的原因，他们的关系链密度还太低。
随着关系链密度的加深，人们管理和扩展关系链的成本增加，特别是时间机会成本增加，人们希望用有限的资源去维持更有收益的成本。
关系社交产品在发展的一定阶段，就应为用户提供群组这一关系管理模式。
较好的群组构建模式，是要引导用户基于3个属性（标签）来完成，即关系（socialgraph）、兴趣（interestgraph）和位置（geograph）。
目前看起来，陌陌的群组构建是相对成功和活跃的。
内容社交产品社会化阅读是现在很流行的概念。
数字化内容(包括博客、书籍、音乐、视频等)与社交网络对接的产品将产生这样的价值：基于关系链的社会化传播，将优化用户对内容的消费选择，完成高质量的内容发现；基于关系链的社会化分享，将强化内容对用户的价值，基于内容交互讨论形成基于内容的群体智慧分享；通过数字内容标签化，完成共性用户的区隔，能够构建同好的用户群组；通过用户标签化，还能完成较为精确的内容和群组推荐，形成内容社交的闭环。
目前，应该说在这个方向仍然没有很好的产品，ZAKER、搜狐新闻客户端这些，如果能和现有的社交平台整合，未来才有更好的空间。
服务社交产品服务社交产品其实是O2O的一种，突破的逻辑使用户和商家会认为这样效率更高：社交化可以完成用户对于服务的评级、推荐和分享，用户能够通过自己信赖的人，获得更多有关产品和服务的信息，来完成对服务的选择以提高生活品质和效率。
使用特定服务的人可以形成讨论群组，进行互动和分享。
企业通过了解用户的群体特征和用户对服务的反馈，他们能够制造更好的产品——即以人为本的个性化产品。
大众点评网就可以算作服务社交的产品，可惜的是其点评主要来源于陌生关系(可能存在假评)，如能和社交平台对接以显性化强关系的点评部分，则用户价值会更大的提升;电商导购其实也可以归到这一类里，相信如果阿里能利用新浪微博的+V账号和用户真实好友关系来实现电商导购，价值巨大。
说到这里，有关社交产品的类别，其实兴趣社交、职业社交平台和婚恋交友类产品也应该可算是单独的类别，但是有观点认为社交产品无法以功能进行分类，尤其如的邵光荣更是公开认为真正意义上的职业平台、婚恋网站等均无社交属性，而只有功能属性。
所以，这里也就不再另换角度分别阐述了。
社交产品的运营对于社交产品的运营，就是如何激励用户持续的社交和活跃，只有一个逻辑，主要是培养社区氛围。
社交氛围的培养，一方面是发动网络中的用户，把他最核心的好友邀请进来，而且形成反复邀请，完成基础社群的构建;一方面是就是通过公平的机制，鼓励社区中积极的交流、分享和合作，这个通过情感化策略和构建用户成长体系来完成。
一个基础事实是虚拟世界的社交互动，用户间是很难感知对方的情绪的，感情交流的缺失会让人缺乏归属感，所以增加情感化的元素是必须的，比如提供虚拟表情(Line已经靠此有了巨大的营收)。
构建用户成长体系，目的是将用户的主动的交流、分享和合作行为，沉淀成用户激励。
游戏化是成长体系的主要设计思路，就是如何使互动更好玩效率更高，并通过等级和子目标使用户激励能够及时反馈到用户。
应该说在目前做的比较好的现网社交产品里，这些部分都有着或多或少的体现。
社交的未来社交的未来，目前看来就是移动社交和大数据。
全球移动互联网的普及，带来的是PC互联网用户全面向移动互联网的迁移，社交网络也不例外。
移动互联网带来的是时间碎片化，这正是社交内容(内容碎片化和多样化)消费的客观优势。
手机的拍照(识图)和语音能力又是用户UGC和分享的巨大推动力;LBS特性先天就是社区(实体社区主要基于地域)，手机和线下环境和服务的无缝对接，是虚拟社交网络和真实社会能够更好地互动和整合;加上手机就是一个庞大的活跃社交基础网络，用户关系都存放在各自的手机通讯录中(而非统一存放在QQ处)，而且此网络每天基于电话短信非常活跃。
所以，基于移动社交的产品，生命力十分旺盛，微信的朋友圈就是很好的例子。
互联网的本质是理解用户，而社交网络所积累的数据正能够带来这一点。
大数据其实包含两部分，交易数据(企业静态用户数据)和交互数据(社交网络用户实时数据)。
依托社交网络海量用户的完整即时数据，收集用户兴趣、用行为、用来源等数据，发掘用户的真实生活环境、兴趣喜爱、好友关系属性(前文所述，通过用户所处的环境、关系网络可以推断用户的行为和喜好)，对用户进行分类并构建用户模型和标签化，以此实现对用户的精准预测推荐，服务于广告、游戏、电子商务等商业模式。
大数据的核心就是预测，大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系，也就是说只要知道“是什么”，而不需要知道“为什么”。
大数据将为人类的生活创造前所未有的可量化的维度，维克托•迈尔•舍恩伯格在《大数据时代》中展示了谷歌、微软、亚马逊、IBM、苹果、Facebook、twitter、VISA等大数据先锋们最具价值的应用案例，这里就不一一赘述了。
出师表两汉：诸葛亮先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。
然侍卫之臣不懈于内，忠志之士忘身于外者，盖追先帝之殊遇，欲报之于陛下也。
诚宜开张圣听，以光先帝遗德，恢弘志士之气，不宜妄自菲薄，引喻失义，以塞忠谏之路也。
宫中府中，俱为一体；陟罚臧否，不宜异同。
若有作奸犯科及为忠善者，宜付有司论其刑赏，以昭陛下平明之理；不宜偏私，使内外异法也。
侍中、侍郎郭攸之、费祎、董允等，此皆良实，志虑忠纯，是以先帝简拔以遗陛下：愚以为宫中之事，事无大小，悉以咨之，然后施行，必能裨补阙漏，有所广益。
将军向宠，性行淑均，晓畅军事，试用于昔日，先帝称之曰“能”，是以众议举宠为督：愚以为营中之事，悉以咨之，必能使行阵和睦，优劣得所。
亲贤臣，远小人，此先汉所以兴隆也；亲小人，远贤臣，此后汉所以倾颓也。
先帝在时，每与臣论此事，未尝不叹息痛恨于桓、灵也。
侍中、尚书、长史、参军，此悉贞良死节之臣，愿陛下亲之、信之，则汉室之隆，可计日而待也。
臣本布衣，躬耕于南阳，苟全性命于乱世，不求闻达于诸侯。
先帝不以臣卑鄙，猥自枉屈，三顾臣于草庐之中，咨臣以当世之事，由是感激，遂许先帝以驱驰。
后值倾覆，受任于败军之际，奉命于危难之间，尔来二十有一年矣。
先帝知臣谨慎，故临崩寄臣以大事也。
受命以来，夙夜忧叹，恐托付不效，以伤先帝之明；故五月渡泸，深入不毛。
今南方已定，兵甲已足，当奖率三军，北定中原，庶竭驽钝，攘除奸凶，兴复汉室，还于旧都。
此臣所以报先帝而忠陛下之职分也。
至于斟酌损益，进尽忠言，则攸之、祎、允之任也。
愿陛下托臣以讨贼兴复之效，不效，则治臣之罪，以告先帝之灵。
若无兴德之言，则责攸之、祎、允等之慢，以彰其咎；陛下亦宜自谋，以咨诹善道，察纳雅言，深追先帝遗诏。
臣不胜受恩感激。
今当远离，临表涕零，不知所言。