1.5 参考文献及注释

关于社会媒体网站的历史研究以及社会媒体的挑战,可以参考[Ellison et al., 2007; Lietsala and Sirkkunen, 2008; Kaplan and Haenlein, 2010; Kleinberg, 1998; Gundecha and Liu, 2012]。Kaplan and Haenlein [2010]将社会媒体网站分类为协作项目(collaborative projects)、博客(blogs)、内容社区(content communities)、社交网站(social networking sites)、虚拟游戏世界(virtual game worlds)以及虚拟社会世界(virtual social worlds)。我们对社会媒体的定义则更加抽象,其组成元素是社会原子(个体)、实体和交互。[Kietzmann et al., 2011]给出了一个更加详细的抽象概念。他们认为社会媒体的七大基石是身份(identity)、会话(conversation)、分享(sharing)、参与(presence)、关系(relationship)、信誉(reputation)和群组(group)。他们提出,不同的社会媒体站点对这七大基石的侧重不同,这使得它们有着本质的不同。例如,YouTube比LinkedIn在群组方面提供了更多的功能。

社会媒体挖掘汇集了许多学科的技术。可与本书同时阅读并且能够帮助读者更好地理解本书内容的参考资料包括:数据挖掘与网络挖掘课本[Han et al., 2006; Tang, Wang, and Liu, 2012; Friedman, Hastie, and Tibshirani, 2009; Liu, 2007; Chakrabarti, 2003]、机器学习课本[Bishop, 2006]、模式识别课本[Duda, Hart, and Stork, 2012],还有网络科学和社会网络分析课本[Easley and Kleinberg, 2010; Scott, 1988; Newman, 2010; Kadushin, 2012; Barrat, Barthelemy, and Vespignani, 2008]。最优化方面的相关参考文献有[Boyd and Vandenberghe, 2004; Nocedal and Wright, 2006; Papadimitriou and Steiglitz, 1998; Nemhauser and Wolsey, 1988],算法方面的相关参考文献有[Cormen et al., 2009; Kleinberg and Tardos, 2005],社会研究方法请查阅[Bernard, 2012; Bryman, 2012]。请注意这些是通用的参考文献,每章结尾还将提供更加详尽的参考文献。本书讨论的是社会媒体中的非多媒体数据。对于多媒体数据分析,可以参考 [Candan and Sapino, 2010]。

社会媒体挖掘的近期发展可以参阅以下期刊中的文章:IEEE Transactions on Knowledge and Data Engineering(TKDE)、ACM Transactions on Knowledge Discovery from Data(TKDD)、ACM Transactions on Intelligent Systems and Technology(TIST)、Social Network Analysis and Mining(SNAM)、Knowledge and Information Systems(KAIS)、ACM Transactions on the Web (TWEB)、Data Mining and Knowledge Discovery(DMKD)、World Wide Web Journal、Social Networks、Internet Mathematics、IEEE Intelligent Systems以及SIGKDD Exploration。还可以参阅以下会议的文章:Knowledge Discovery and Data Mining(KDD)、World Wide Web(WWW)、Association for Computational Linguistics(ACL)、Conference on Information and Knowledge Management(CIKM)、International Conference on Data Mining(ICDM)、Internet Measuring Conference(IMC)、International Conference on Weblogs and Social Media(ICWSM)、International Conference on Web Engineering(ICWE)、Pacific-Asia Conference on Knowledge Discovery and Data Mining(PAKDD)、The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases(ECML/PKDD)、Web Search and Data Mining(WSDM)、International Joint Conferences on Artificial Intelligence(IJCAI)、Association for the Advancement of Artificial Intelligence(AAAI)、Recommender Systems (ecSys)、Computer-Human Interaction(CHI)、SIAM International Conference on Data Mining(SDM)、Hypertext(HT),以及Social Computing Behavioral-Cultural Modeling and Prediction(SBP)conferences。

1.6 习题

  1. 讨论可以解决社会媒体中巨大挑战的一些方法。

  2. 是什么显著特点使得社会媒体与其他媒体不同?请至少列举出两点并给出简短的解释。

  3. 有哪些不同类型的社会媒体?请列举两个,并分别提供一个定义和一个例子。

  4. (a) 访问表1-1中的网站(或找到相似的网站),并找出用户可以在每一个网站上进行哪些操作。

(b) 类似于1.3节中提出的问题,关于每个网站,请设计两个你认为有趣的问题。

表1-1 网站列表 Amazon Flickr Facebook Twitter BlogCatalog MySpace Last.fm Pandora LinkedIn Reddit Vimeo Del.icio.us StumbleUpon Yelp YouTube Meetup 5. 你认为社会媒体中存在哪些市场机会?你能给出Twitter中一个这样的机会吗?

  1. 在不同网站上个体行为是如何变化的?什么样的行为会保持一致,什么样的行为又可能会产生变化?这些差异背后的可能原因是什么?

  2. 社会媒体如何影响现实世界中个体的行为?找出一个由于使用Twitter而产生的行为。

  3. 概述社会媒体如何能够帮助非政府组织更好地履行其使命,例如人道主义救援和救灾。

  4. 至少指出社会媒体中信息分享的三个主要副作用。

  5. 社会媒体中谣言传播得非常迅速。你能够想到什么方法阻止社会媒体中谣言的传播吗?

目录