社交网络技术
社交网络的总结
社交网络的总结社交网络是指通过互联网技术将用户联系在一起，共享信息、交流思想和观点的平台。
如今，社交网络已经成为人们日常生活中不可或缺的一部分。
本文将对社交网络的发展、影响以及未来趋势进行总结。
一、社交网络的发展社交网络的发展可以追溯到20世纪90年代的崛起。
当时，一些网站开始提供用户注册和创建个人资料的功能，为人们互相认识和互动提供了便利。
随着技术的不断进步，包括Facebook、Twitter和Instagram在内的社交媒体平台相继诞生。
这些平台不仅提供了文本发布和交流的功能，还拓展了照片、视频和直播等多种形式的内容分享方式。
二、社交网络的影响1. 人际关系：社交网络带来了普遍联系和交流的机会，打破了时间和空间的限制。
人们可以随时随地与朋友、家人和同事保持联系，分享生活中的点滴。
同时，社交网络也为人们结交新朋友提供了更多机会，扩大了社交圈子。
2. 信息获取：社交网络成为了人们获取各种信息的重要渠道。
通过关注感兴趣的账号或加入相关的社群，人们可以及时了解到最新的新闻、热门话题和专业知识。
3. 商业机会：社交网络为企业提供了直接与消费者互动的平台。
企业可以通过社交网络了解用户需求，推广产品和服务，并与用户建立更紧密的关系。
同时，一些社交网络平台也提供了广告投放的机会，为企业带来了更多的商业机会。
4. 影响力扩大：社交网络使得个人和组织可以更轻松地传播信息，扩大影响力。
通过发布内容和与粉丝互动，个人可以建立个人品牌并积累粉丝群体。
同时，社交网络也成为了社会运动、公益事业等发声的平台，促进了社会的进步和变革。
三、社交网络的未来趋势1. 视频内容的兴起：随着5G技术的普及，视频内容将在社交网络中占据更重要的地位。
短视频平台如抖音和快手已经迅速崛起，用户通过短视频分享自己的生活，吸引了大量的关注。
未来，社交网络将更加注重视频内容的创作和传播。
2. 虚拟现实和增强现实的应用：虚拟现实和增强现实技术的进步将为社交网络带来新的可能性。
Python中的社交网络和推荐算法
Python中的社交网络和推荐算法随着互联网的普及，社交网络以及推荐算法已经成为大众关注的焦点。
在Python语言中，社交网络和推荐算法也是非常重要的一部分。
本文将从以下几个方面进行探讨：什么是社交网络和推荐算法、Python中常用的社交网络和推荐算法技术、以及如何使用Python实现社交网络和推荐算法。
一、什么是社交网络和推荐算法1.1什么是社交网络？社交网络是指通过互联网技术使人们可以在网络上相互联系或交流的网络平台。
社交网络的形式多种多样，如QQ、微信、新浪微博、Facebook等。
社交网络的出现与发展促进了人类社交方式的进步，为人们带来了巨大的便利。
1.2什么是推荐算法？推荐算法是指利用用户的历史数据进行分析和计算，然后推荐给用户相应的物品，如商品、电影、音乐等。
推荐算法是根据用户的兴趣和喜好进行推荐，通过为用户推荐相关的物品来提高用户的忠诚度和满意度。
二、Python中常用的社交网络和推荐算法技术2.1社交网络Python中常用的社交网络技术主要包括以下几种：1）TweepyTweepy是一个用于操作Twitter API的Python库。
它支持OAuth、Twitter Streaming API等功能，实现了获取和发布信息的功能。
2）BirdyBirdy是一个用于操作Twitter API的Python库。
它和Tweepy类似，但是它使用的是requests库，因此执行效率更高。
3）Facebook SDKFacebook SDK是一个用于操作Facebook API的Python库。
它包括对Graph API和Marketing API的支持，可以实现获取和发布信息的功能。
2.2推荐算法Python中常用的推荐算法技术主要包括以下几种：1）协同过滤协同过滤是一种基于用户历史信息的推荐算法。
它利用用户和物品之间的相似性来计算预测值，并根据预测值来进行推荐。
Python中常用的协同过滤算法库有Surprise、Scikit-learn等。
社交网络数据挖掘技术及应用
社交网络数据挖掘技术及应用随着互联网技术的不断发展，社交网络这一新型网络形态也随之兴起。
社交网络给人们带来了更加精准和快捷的交流方式，同时也使得人们更加容易获取到大量的信息。
在这种大数据环境下，如何利用社交网络进行信息挖掘，已经成为大众关注的焦点话题之一。
社交网络是一个庞大的信息库。
在社交网络中，人们不仅可以发布各种信息，还可以与其他用户进行交互、互动沟通，并通过评论、转发等操作对他人的信息进行评价和传递。
因此，社交网络中的数据具有多样性、复杂性和大量性的特点。
如何利用这些数据进行挖掘和分析，对于提高信息的准确性和实用价值至关重要。
社交网络数据挖掘技术的发展使得社交网络数据的分析变得更为精准和高效。
社交网络数据挖掘技术包括各种算法和模型，例如文本分析、聚类分析、关系网络分析等等。
这些技术可以帮助人们从海量的社交媒体数据中提取出有价值的信息，进行个性化推荐、情感分析、广告定向投放等应用。
其中，文本分析技术是社交网络数据挖掘应用的重要部分。
在社交网络中，用户发布的文字信息包含了大量的语言信息。
这些信息常常有很强的时效性和情感色彩，因此可以用于分析用户情感、关注度和行为等方面。
文本分析技术可以通过自然语言处理的手段将人类语言转化为计算机可以处理的数据形式，并将其进行分析和处理，以获取有价值的信息。
与文本分析技术相比，关系网络分析技术更加侧重于分析用户之间的关系和交互，旨在发现用户之间的共性和差异性，以及用户间的关联规律等。
关系网络分析技术主要包括社区发现、网络中心性、链式关系挖掘等方面。
这些技术可以帮助人们更加深入地了解社交网络中人际关系的复杂性和规律性，对于社交网络的营销、管理和战略决策具有重要意义。
社交网络数据挖掘技术的应用场景非常广泛。
其中，社交网络舆情监测和预警是典型的应用之一。
社交网络上的舆情信息多样化、快速更新、易传播，很容易引发公众关注。
通过舆情监测，单位或个人可以及早发现和解决突发事件、危机事件以及其他公共事件，从而发挥正面效应。
社交网络分析技术研究与应用
社交网络分析技术研究与应用在社交网络逐渐成为人们日常生活的一部分的今天，如何从海量的社交网络数据中挖掘出有价值的信息，成为了重点研究的方向。
社交网络分析技术因此应运而生。
那么，社交网络分析技术是什么呢？什么应用场景下需要用到它呢？本文将从以下几个方面探讨社交网络分析技术的研究和应用。
一、社交网络分析技术简介所谓社交网络分析技术，就是使用数学方法和计算机科学的手段，分析社交网络中个体之间的关系和互动，如关注、评论、转发、私信等行为，通过统计和分析这些关系数据，找出关键结点，掌握社交网络的重要特征和模式，来推断用户和信息的行为特征，从而为社交网络平台控制风险、推动发展、优化架构、改进算法、提供定制服务等方面提供有益的数据参考依据。
社交网络分析技术不同于传统的市场调研，更依赖于计算机和互联网，在数据的规模、分析能力和操作性上有其独特之处和优势。
社交网络分析技术通常处理关系网络，而非单纯的个体数据。
在网络系统中，节点通过连接关系形成的网络结构呈现复杂的解构和权力分布，这种结构和分布影响了信息的传播、成因和演化。
自然科学与社会科学的相互渗透，使社会网络系分析逐渐成为一个新兴的、具有跨学科特点的研究领域。
社交网络分析技术不仅穿透着企业业务的各种领域，如品牌管理、营销策略、客户体验、竞争分析等，同时也深入到政治、采访、文化、社会通信、科学研究等一系列应用中。
二、社交网络分析技术的应用场景1.企业营销企业在社交网络平台上的市场营销行为，涉及到如何聚集潜在顾客群体、引导关注、增加访问量以及转化率等诸多问题，通过社交网络分析技术，对各种营销行为的反馈和影响进行分析和判断，了解潜在客户的需求、喜好、嗜好等生活习惯，从而开发出产品方案和营销策略。
此外，社交网络分析技术也可以推出最具潜力和价值的目标客户，为广告主提供最佳的目标客户选择。
2.政治竞选社交网络分析技术可以很好地作为选战战略的分析工具，利用网络上大数据分析与挖掘技术来真实了解当地居民的生活习惯、兴趣、偏好、情感和行为等，进而精准地通过网络为个人或组织推广和宣传政治观点或者个人形象，实现舆论引导和壮大选民基础。
社交网络中的内容推荐技术
社交网络中的内容推荐技术社交网络已经成为当今社会人们日常生活中的重要组成部分。
人们可以通过社交网络与朋友家人保持联系，了解到各种信息。
同时，社交网络中的平台也通过推荐特定内容的方式，让用户更容易发现自己感兴趣的事物。
这些推荐技术已经成为社交网络平台中必不可少的一部分。
内容推荐技术是指通过计算和数据挖掘方法分析用户的行为数据，了解他们的兴趣和需求，在社交网络中向用户推荐个性化的内容。
以脸书为例，其新闻推荐算法就是基于用户的阅读历史记录、互动历史、朋友关系等数据分析出用户的兴趣和行为，从而实现内容推荐的目的。
社交网络中的内容推荐技术主要有以下几种：1.基于用户画像的推荐这种推荐技术主要通过对用户的个性化兴趣和行为进行分析，建立用户画像，从而为用户推荐感兴趣的内容。
这种方式主要关注的是用户的个性化需求，对于新颖的内容推荐能力较强，但对于用户的兴趣变化不敏感，需要更加精细的调整。
2.基于协同过滤的推荐这种推荐技术主要分析不同用户之间的相似性，推荐相似的内容。
如果用户 A 和用户 B 的兴趣比较相似，那么可以根据用户 A 的行为推荐与用户 B 相似的内容给用户 B。
这种推荐技术主要关注用户之间的相互影响，对于用户个性化需求不太精准，但对于用户兴趣的演变很敏感。
3.基于深度学习的推荐这种推荐技术主要利用深度学习算法分析海量数据，通过识别数据中的隐藏特征，实现内容推荐。
这种技术的优点是对于个性化需求的理解更加深入，能够识别和预测用户的兴趣和需求，但需要的数据量大，算力要求高，而且训练时间长。
通过对这些推荐技术的简单了解，我们可以看出，社交网络中的内容推荐技术已经不再是简单的推荐一些热门或广告内容，而是更加注重用户的个性化需求，通过大数据分析和人工智能技术实现对用户兴趣和需求的深入了解，从而为用户提供真正个性化的内容推荐服务。
从用户的角度来看，一个好的内容推荐系统应该具备以下几个方面的特点：1.兴趣推荐轻松定制一个好的内容推荐系统应该能够识别用户个性化需求，充分尊重用户的兴趣和偏好，轻松为用户提供最适合他们的内容推荐服务。
基于网络科学的社交网络分析与分类技术研究
基于网络科学的社交网络分析与分类技术研究社交网络已经成为人们日常生活中不可或缺的一部分。
通过社交网络，我们可以轻松地与朋友、家人、同事和其他人进行交流。
但是，社交网络的发展也带来了一些问题，例如信息过载、虚假信息和网络骗局。
因此，对社交网络的分析和分类技术的研究变得日益重要。
本文将基于网络科学的角度探讨社交网络的分析和分类技术的研究。
一、什么是社交网络？社交网络指的是人们通过互联网建立的社交关系网络。
这些社交关系可以是朋友、同事、家人或其他人。
人们使用社交网络来分享信息、交流想法和建立新的人际关系。
社交网络通常由基础设施、用户、社交关系和内容四个部分组成。
二、社交网络的分析社交网络的分析是一种基于大数据的技术，它可以通过对社交网络中的数据进行分析来揭示社交网络中的规律和趋势。
例如，社交网络中的用户行为模式可以通过分析来预测未来的社交互动。
此外，社交网络的分析还可以帮助我们了解某些群体的行为和偏好。
例如，政治候选人可以通过分析社交网络中对他们的讨论来了解选民的意见和态度。
在社交网络分析中，网络科学被广泛应用。
网络科学是一门研究复杂网络系统的学科，它可以帮助我们理解社交网络的结构和功能。
网络科学的核心概念包括节点、链路、度、中心性等。
三、社交网络的分类技术社交网络的分类技术是指将社交网络中的用户或社交关系按照某种特定方法分为不同的类别。
这些分类技术可以帮助我们更好地理解社交网络中的群体和行为。
例如，我们可以将社交网络中的用户分为不同的群体，以便更精确地预测他们的行为和偏好。
社交网络的分类技术有很多种，其中比较常见的包括社群发现和用户行为分类。
社群发现是指通过对社交网络中的节点进行分析，将网络中的节点分为不同的社群。
社群发现可以帮助我们更好地理解社交网络中的各个部分，进而更好地预测其未来的演变。
社群发现的方法包括谱聚类、模块度最优化、层次聚类等。
用户行为分类是指通过对社交网络中的用户行为进行分析，将网络中的用户分为不同的类别。
社交网络的崛起与发展
社交网络的崛起与发展社交网络的出现和普及极大地改变了人们的生活方式。
它们成为人们沟通、交流和获取信息的重要渠道。
本文将探讨社交网络的发展历程、对社会的影响以及未来的发展趋势。
一、社交网络的起源社交网络起源于互联网的兴起，最早的社交网络可以追溯到20世纪90年代。
当时，一些学术机构和军事组织建立了内部网络，方便成员之间进行信息交流和共享。
这些网络主要基于电子邮件和即时通讯工具。
二、社交网络的演进随着互联网技术的发展，社交网络也逐渐演变。
2004年，Facebook 诞生，成为全球最大的社交网络平台之一。
它的出现引领了社交网络的新浪潮，也带动了其他社交网络平台的兴起，如Twitter、Instagram 等。
三、社交网络的特点社交网络的兴起和发展有以下几个特点：1. 用户参与度高：社交网络平台提供了丰富多样的功能，吸引用户积极参与和分享自己的生活和观点。
2. 信息传播迅速：通过社交网络平台，信息可以迅速传播到全球各地，成为新闻事件的重要来源。
3. 社交关系拓展：社交网络平台提供了广泛的社交机会，可以帮助人们拓展社交圈子，结交新朋友。
4. 商业机会增加：社交网络成为许多商家宣传和销售产品的渠道，为各行业带来了更多商业机会。
四、社交网络带来的影响社交网络的兴起对社会产生了深远的影响：1. 沟通方式改变：社交网络成为人们常用的沟通方式，取代了传统的电话和短信沟通方式。
2. 信息获取渠道扩展：通过社交网络，人们可以获取到更多的信息和观点，丰富了他们的知识和视野。
3. 社交关系变化：社交网络改变了人们的社交行为，朋友圈的界限变得模糊，人们也更容易与世界各地的人建立联系。
4. 商业模式创新：社交网络为企业带来了新的商业模式，推动了电子商务的发展，创造了更多的就业机会。
五、社交网络的未来发展趋势随着科技的不断进步，社交网络也在不断发展和演变：1. 移动化发展：随着智能手机的普及，移动社交网络将成为主流，人们可以随时随地访问社交网络平台。
大数据时代的社交网络分析
大数据时代的社交网络分析一、引言社交网络已成为人们日常生活中不可分割的一部分，与此同时，大数据技术的发展也为社交网络的分析提供了更为广泛和深刻的基础。
如今许多公司和组织已经开始利用社交网络数据进行更加智能和有效的业务决策，这也将社交网络分析推向了前所未有的高峰。
本文将重点探讨大数据时代的社交网络分析，包括其定义、应用和技术特点等方面内容。
二、社交网络分析的概念社交网络分析是指通过收集、分析和解释社交网络中的数据，以深入了解网络中个人之间的关系和互动。
社交网络分析旨在通过可视化和统计等手段，发现网络中的关键成员、群体、社区和结构特征等信息，提高决策的准确性和效率，进而为企业和组织带来更为广泛和深刻的商业价值。
三、社交网络分析的应用1. 营销和广告社交网络是营销和广告的天然渠道。
通过社交网络分析，企业和组织可以深入了解用户的需求和偏好，从而进行更加精准的营销和广告投放，提高转化率和回报率。
2. 人力资源管理社交网络分析可以帮助企业和组织了解员工之间的关系和互动，发现潜在的领导人才和团队合作的机会，提高人力资源的管理和利用效率。
3. 客户关系管理社交网络分析可以帮助企业和组织了解客户需求和反馈，提高客户满意度和忠诚度，进而增强企业竞争力。
4. 社会网络分析社交网络分析在社会学、心理学、政治学等领域也有广泛的应用。
例如，可以通过社交网络分析了解社会成员的意见和观点，发现社会中的群体和结构特征等信息。
四、社交网络分析的技术特点1. 大数据处理社交网络分析需要处理巨量的数据，并从中挖掘出关键的信息和特征。
因此，大数据技术成为社交网络分析不可或缺的一部分。
2. 多样化的数据社交网络中的数据类型多种多样，如文本、图片、视频等，需要采用不同的技术手段进行处理和分析。
3. 复杂网络的分析社交网络是一个典型的复杂网络，包含大量的节点和边，节点之间的联系也可能非常复杂。
因此，社交网络分析需要采用复杂网络理论和算法。
4. 可视化分析社交网络分析需要将大量的数据以可视化的方式呈现出来，以便于用户理解和分析。
- 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)。
社交网络的进一步发展（以人人网为例））
功能拓展：
•不断升级的日志、留言、状态、图片、分享等系统； •好友推荐（强化用户网络，增加用户迁移成本，进而稳定用户 •热点推荐（以资源为导向引导用户）； •发布站内支付系统（人人豆）并与部分娱乐系统对接； •移动互联网领域的拓展：移动终端，平板电脑终端。 •定向广告：网站的通常有很多志趣相同并互相熟悉的用户群组。相对 于网络上其他广告（如搜索引擎提供的广告）而言商家在社交服务网站 上针对特定用户群组打广告更有针对性，收益率更高。
Pinterest:
•Pinterest，Pin（图钉）+Interest（兴趣），把自己感兴趣的东西用图钉钉在 钉板（PinBoard） Pinterest上。 •Pin：把你喜欢的图片 Pin 到一块白板（Board）上，类似于做简报； •Repin：看到好友 Pin 了好图片，可以把它 Repin 到自己的白板。 •Share：图片来源于社交网络或购物网站，也可以被分享到各个平台； •Board：相当于一本独立的相册，按照不同的主题和兴趣来划分。
.msg .xls
.htm
App (Gadget)
.htm
.jpg
.jpg
.htm
.msg
.htm
App (Gadget)
.doc
2014-2-8
Ed Chang
6
Web1.0 & Web2.0社会媒体
• 数据来源不同 • 数据类型不同 • 网络结构不同 • 分析技术不同 • 应用技术不同
Web1.0 & Web2.0社会媒体
社交网络技术及其发展
社交网络的不断发展
网际网络的发展，从 Web 1.0、Web 2.0、轻博客到 社交网络的兴起，不断改 变人们使用网络的习惯， 尤其是社交网络推陈出新 。
社交网络已经是许多人上 网最主要的目的；社交网 络的发展也超乎人们的期 待，例如2011年推出的 Google+，在短短30天内 吸引超过2500万使用者注 册。
Web2.0社会媒体
社会软件、群体智慧。 关系为王？ 伟大技术是什么？ 社会网络照耀互联网。
Web2.0社会媒体的趋势
• 计算机网络技术对传统产业技术升级的影响 – 1990年-2000年，PC软件时代，推动了传统企业的自动 化； – 2000年-2010年，Web1.0-Web2.0时代，推动了传统企 业的网络化； – 2011年-2020年，社会媒体时代，必将推动传统企业的 社交化。
社交网络的展示型广告(Display AD)版面，占了美国所有展示型广告中
社交网络的进一步发展（以人人网为例））
富媒体（Rich Media）应用： •借助富媒体可以加强信息的感染力，当信息更准确的定向时，网站会 拥有更好的用户体验与盈利能力。
开放策略： •人人网开放平台为用户提供了丰富的应用，一方面提高了用户体验， 增大了用户粘度；另一方面为用户间关系网的发展提供了良好的发展平 台；再次，构建了良好的生态环境，技术与市场的开放带来创新的开放。 例子：农场，抢车位。 •人人部分功能与主流网站的对接（MSN，新浪微博等）；人人招聘为 用人单位与用户的低成本沟通构建了桥梁，即社交招聘。
2
社交网络会与人的现实生活有更多的融合点，隐私
问题短期内将无法彻底解决
3
云服务、移动计算和社交网络等技术将走向成熟并相互交
融，从而形成一个全新的主流平台
4
社交网络具备更加实用的功能，富媒体化、多元化趋势将更加明显
1. 社交网络发展现状 2. 社交网络竞争格局 3. 社交网络商业模式 4. 社交网络发展趋势
超链分析
人物的关系分析人物的 朋友圈
网络拓扑分析网页权威 人物的团体分析人物的
性
社交圈
网络拓扑分析人物的影
响力
信息传播分析人物的影
响力传播
Web1.0 & Web2.0社会媒体
• 应用技术不同
Web1.0
应用 网络信息导航。 数据为王。
技术 伟大技术：Google Page Rank。 Google引领Web1.0媒体的技 术潮流。
社交网络的进一步发展
国内微博的代表之一：新浪微博： • 基本发展情况与人人网差别不是太大，并且两者有趋同的趋势。 •值得指出的是，新浪微博的舆论监管更加严格，监控系统反应更为迅 速。
其他发展： 社交网络与电子商务的结合：淘江湖等。
社交网络未来展望
1
社交网络将继续促进信息的自由流动，促进社会的进
步，在和用户交互的过程中帮助人影响人
其主要作用是为一群拥有相同兴趣与活动的人创建社区服务，这 类服务往往是基于互联网，为用户提供各种联系、交流的交互通路， 为信息的交流与分享提供了新的途径。
国外的主要代表产品有Facebook,Twitter，国内主要的代表有 人人网、开心网、新浪微博等。
社交网络服务简介
社交网络的理论基础：
(1)六度空间理论(Six Degrees of Separation): 1967年，哈佛大学心理学教授Stanley Milgram创立了这个理论， 简单地说：在一个充分发展的现代人类社会里，最多通过六个人你就 能够认识任何一个陌生人。按照六度分隔理论，每个个体的社交圈都 不断放大，最后成为一个大型网络。
。7个Facebook尚未主宰的国家为：巴西、中国、日本、波兰、俄罗斯、南韩和越南
。
Facebook overtakes Windows live profile in Portugal
Facebook overtakes StudVZ in Garmary
Facebook overtakes Hyves in the Netherlands
用户背景信息 用户发布信息：频繁更新、 即时性强。
社交信息：用户之间的信息 管道； 交互信息：用户之间的信息 河流。
动态网络，人群节点之间流 淌着信息的河流
Web1.0 & Web2.0社会媒体
• 网络分析技术不同
节点分 析
关系分 析
网络分 析
Web1.0
Web2.0社会媒体
网页文本的内容分析
人物的兴趣分析人物脸 谱
观察者 Spectator
评论者 Critics
创造者 Creator
创造机会促 进用户参与
使用目的：与已经认识的朋友保持联系
沟通朋友类型
熟悉的朋友 Regular Friends
失去联系的 老朋友
网上认识的 新朋友
通过娱乐促 进、帮助与 朋友沟通
1. 社交网络发展现状 2. 社交网络竞争格局 3. 社交网络商业模式 4. 社交网络发展趋势
社交网络的优点
社交网络的优点：
1. 通过社交服务网站我们可以与朋友保持更加直接的联系 2. 创建大交际圈，其提供的寻找用户的工具帮助用户寻到失去联络 的朋友 3. 方便了信息交流，不同社会组织团体可以通过社交服务网站实现 信息交流，比如地方政府开设微博以与舆论互动融合 4. 在完成社交活动的同时，提供了丰富多彩的服务，缓解了人们的 生活压力 5. 完善了信息获取方式，在以往人和机器间的信息交互形式之外， 增加了人与人的互动，在一定程度上提高了获取到的信息的质量
产品应用不断丰富
市场起 步阶段
技术驱动
市场起步产品创生
起动阶段
被夸大的 预期峰值
应用与 商业模 式创新 阶段
市场稳步 发展阶段
Time
预期与现实 幻灭的低谷
市场理性爬坡
SNS作为成熟应用， 将深入走进人们生活
成熟格局 稳定发展
发展阶段
使用现状：多数用户在SNS网站参与深度不高
SNS用户细分
休眠状态 Inactivity
社交网络是目前世界上最流行的线上活动
根据ComScore的调查数据，2011年使用社交网络的人口占了全世界
上网人口中的82%。
19% 2011年，社交网络占据网友
的上网时间。
2007年，只占6%。
目前仍处于市场起步阶段，关键问题仍未解决
市场预期
根本问题：流量的 变现
目前所处 阶段
市场进入者显著增多
3 Facebook是继Google、Microsoft之后的第 大网站。
一半 用户数超过全世界
以上的网络使用者(55%)。
3/4 Facebook在所有社交网站中占了
的使用时间。
1/7 网友平均将
ห้องสมุดไป่ตู้
的上网时间花在Facebook中。
在ComScore所观察的 43个国家中，Facebook占领36个国家的社交网站龙头宝座
• 云计算、移动网、物联网、社会网将主导今后的十年。 – 云计算驱动社会媒体的蓬勃发展。社会媒体将普及伟 大的云计算技术。 – 基于移动网、物联网、社会网的云服务相互连通。
社交网络服务
社交网络服务（Social Networking Service，SNS）简称社交 网络，中文的网络含义包括硬件、软件、服务及应用，由于四字构成 的词组更符合中国人的构词习惯，因此人们习惯上用社交网络来代指 SNS。
Facebook overtakes Windows live profile in Mexico
Facebook overtakes Orkut
in India
Facebook overtakes Yahoo
Wretch in Taiwan
Facebook’s Ascent in Recent Years
74%的全球网民访问社交网络或博客网站 社交网络每月平均访问时长约为6小时
社交网络演进过程
Google+：
•Google+将Google的在线产品整合，以此作为完整社交网的基础。 •Circles：圈子功能，可以让你将不同的内容分享给不同圈子的人。 •Sparks：内容推送页面，可以看到世界各地好玩的内容。 •Hangouts：视频群聊。 •Huddle：文字群聊。 •Instant Upload：结合Android 手机的快速上传功能。