【正文】 1 緒論 選題背景 社交網(wǎng)絡(luò)，簡稱 SNS（ social work service） ， 在 浪潮中已發(fā)展為社會(huì)化媒體中一個(gè)主要平臺(tái)。據(jù)最新的中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)2021 年 1 月 15 日發(fā)布的第 31 次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》 ， 截至 2021年 12月底，我國網(wǎng)民規(guī)模達(dá) ，互聯(lián)網(wǎng)普及率為 %，較 2021 年底提升 個(gè)百分點(diǎn)。同時(shí)報(bào)告顯示，社交網(wǎng)絡(luò)應(yīng)用持續(xù)呈現(xiàn)增長趨勢，截止 2021 年 12 月，國內(nèi)社交網(wǎng)絡(luò)用戶總數(shù)已達(dá) 億，占到了全部網(wǎng)民人數(shù)的 %， 增速保持在 10%以上。 與此同時(shí)在 2021 年之后社交網(wǎng)絡(luò)又出現(xiàn)兩大新增長點(diǎn)：其一微博用戶持續(xù)增長，微博用戶規(guī)模在 2021 年達(dá)到 億，較 2021 年底增長了 5873 萬。雖然微博急速擴(kuò)張的階段已經(jīng)結(jié)束，但年增幅仍能達(dá)到 %；其二用戶逐漸移動(dòng)化成為了社交網(wǎng)絡(luò)用戶增長的又一亮點(diǎn)，截至 2021 年 12 月底，我國手機(jī)網(wǎng)民規(guī)模為 億，較上年底增加約 6440 萬人，網(wǎng)民中使用手機(jī)上網(wǎng)的人群占比由上年底的 %提升至 %，隨著手機(jī)智能化，相當(dāng)一部分用戶訪問和發(fā)送微博的行為發(fā)生在手機(jī)終端上，為社交網(wǎng)站的進(jìn)一 步發(fā)展提供了可能。此外“社交化”已經(jīng)作為一種重要的功能元素，正在全面融合到各類互聯(lián)網(wǎng)應(yīng)用中。一方面， 2021 年涌現(xiàn)出大批具備社交基因的新應(yīng)用，包括圖片社交、私密社交、購物分享等，尤其在移動(dòng)互聯(lián)網(wǎng)領(lǐng)域，由于手機(jī)天生的通訊功能， 2021 年許多熱門移動(dòng)應(yīng)用都具備社交功能；另一方面，搜索、網(wǎng)購、媒體等互聯(lián)網(wǎng)應(yīng)用正在融合社交因素，以豐富自身的功能、提升用戶體驗(yàn)，創(chuàng)新服務(wù)和盈利模式。在整個(gè)互聯(lián)網(wǎng)都走向社交化的大趨勢下，傳統(tǒng)的實(shí)名制社交網(wǎng)站也不斷增加平臺(tái)功能，在原有網(wǎng)站基礎(chǔ)上融入以上新型的社交功能組件，尤其是將業(yè)務(wù)發(fā)展重 點(diǎn)轉(zhuǎn)向移動(dòng)終端，進(jìn)而帶動(dòng)了 2021 年社交網(wǎng)站用戶增長，同時(shí)也為社交網(wǎng)絡(luò)的進(jìn)一步發(fā)展提供無限可能。 現(xiàn)行網(wǎng)絡(luò)中較為成熟和流行的社交網(wǎng)站有國外的 Facebook， twitter，Google+， Plurk， Flickr， Linked— in 等，而國內(nèi)也不乏人人網(wǎng)、開心網(wǎng)、豆瓣、新浪微博、騰訊微博等社交網(wǎng)絡(luò)應(yīng)用或網(wǎng)站。社交網(wǎng)站具有巨大的用戶群和訪問量，并早已成為網(wǎng)絡(luò)上極其重要的組成部分。其中 Facebook每月活躍人士已超過 億，根據(jù)股價(jià)估值也已接近千億級(jí)別，已經(jīng)成為互聯(lián)網(wǎng)新巨頭之一。而在國內(nèi)的 SNS 中，人人網(wǎng) 注冊(cè)人數(shù)也已經(jīng)超過 億，活躍用戶也超過了一半，國內(nèi)互聯(lián)網(wǎng)巨頭阿里巴巴更是出資 億美元購得新浪微博 18%股份，表現(xiàn)了其對(duì)社交網(wǎng)絡(luò)發(fā)展的看好 [2]。來自市場研究機(jī)構(gòu) eMarketer 的最新數(shù)據(jù)顯示：在 2021 年，全球超過 14 億人使用社交網(wǎng)絡(luò)，比 2021 年增加了 19%。 2 0 0 2最 早 的 社 交 網(wǎng) 站F r i e n d s t e r 發(fā) 布2 0 0 3 M y s p a c e ， 經(jīng) 過 1 0 天匆 忙 開 發(fā) 后 發(fā) 布 L i n k e d 發(fā) 布2 0 0 4 F a c e b o o k 發(fā) 布 圖 片 分 享 網(wǎng) 站F l i c k e r 發(fā) 布2 0 0 5 全 球 最 大 視 頻 分 享網(wǎng) 站 y o u t u b e 發(fā) 布 R e d d i t 發(fā) 布2 0 0 8 F a c e k b o o k 超 過 M y s p a c e成 為 最 大 社 交 網(wǎng) 站 團(tuán) 購 始 祖 G r o u p o n 發(fā) 布2 0 0 7 i P h o n e 發(fā) 布 全 球 最 大 輕 博 客網(wǎng) 站 T u m b l r 發(fā) 布2 0 1 1 F a c e b o o k 活 躍 用 戶 數(shù)突 破 6 億 I p h o n e 集 成 T w i t t e r服 務(wù)2 0 0 6T w i t t e r 發(fā) 布 圖 11 社交網(wǎng)站發(fā)展時(shí)間表 研究意義 社交網(wǎng)絡(luò)的流行不僅帶來了信息傳播技術(shù)的革命性變革，并且一步步改變著人們的生活方式、思維方式 等，對(duì)于社交網(wǎng)絡(luò)的研究也 不斷深入 。但 目前對(duì)于社交網(wǎng)絡(luò)的主體 —— 網(wǎng)絡(luò) 用戶的行為研究 仍然 比較冷門，主要研究都偏向于網(wǎng)絡(luò)用戶行為研究，很少有專門對(duì)于社交網(wǎng)絡(luò)用戶行為的分析 化。目前，社會(huì)科學(xué)對(duì)網(wǎng)絡(luò)行為的研究，主要集中在以下議題： 作為行為場域的網(wǎng)絡(luò)空間的社會(huì)特性 網(wǎng)絡(luò)行為及其影響因素 雖然以上研究都已比較深入，但 大 多的都從社會(huì)學(xué)角度切入研究 宏觀 網(wǎng)絡(luò)用戶行為，內(nèi)容與社交網(wǎng)絡(luò)契合較少并偏向理論化， 方 法也大多采用問卷調(diào)查等主觀性較強(qiáng)的方式 ， 很少有通過技術(shù)手段采集客觀數(shù)據(jù) 并通過軟件分析等方式進(jìn)行研究的文獻(xiàn)。而本文則通過網(wǎng)絡(luò)爬蟲采集相關(guān)數(shù)據(jù)，并通過數(shù)據(jù)分析軟 件 Weka 對(duì)采集數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，通過數(shù)據(jù)尋找社交網(wǎng)絡(luò)用戶行為及其影響因素，可以說是從一個(gè)比較新穎的角度分析 了 社交網(wǎng)絡(luò)用戶行為。 如果能夠有效的提取社交網(wǎng)絡(luò)中的各種數(shù)據(jù)并對(duì)用戶行為、群體特征等進(jìn)行分析，掌握用戶的行為模式 及其影響因素， 不僅 能夠幫助網(wǎng)站運(yùn)營商全面掌握用戶需求從而提供更好的服務(wù)和產(chǎn)品， 還能夠幫助 營銷商更好地了解受眾群體和信息傳播模式 進(jìn)而采取更有效的網(wǎng)絡(luò)營銷和推廣手段 。 論文主要 研究內(nèi)容 及組織結(jié)構(gòu) 主要研究內(nèi)容 本論文研究內(nèi)容主要 包括 一下三個(gè)方面 ： 社交網(wǎng)絡(luò)及社交網(wǎng)絡(luò) 用戶行為 該部分主要是為最終通過分析軟件對(duì)社交網(wǎng)絡(luò)用戶行為進(jìn)行總結(jié)做好理論基礎(chǔ)準(zhǔn)備。 主要對(duì)社交網(wǎng)絡(luò)概念產(chǎn)生、發(fā)展過程進(jìn)行闡述。并對(duì)社交網(wǎng)絡(luò)更加具有 時(shí)代的特點(diǎn)進(jìn)行 描述。 最后對(duì)一般 社交網(wǎng)絡(luò)用戶行為動(dòng)機(jī)進(jìn)行分析。 數(shù)據(jù)挖掘中的 聚類 分析 這一部分主要對(duì)數(shù)據(jù)挖掘的聚類分析 的定義、分析過程以及主要分析 手段進(jìn)行描述，并分析各聚類方法優(yōu)缺點(diǎn)，最后通過根據(jù)收集所得數(shù)據(jù)特征選取合適的聚類分析方法 數(shù)據(jù)采集技術(shù) —— 網(wǎng)絡(luò)爬蟲 該部分 主要確定所要爬取的網(wǎng)頁內(nèi)容，并根據(jù)網(wǎng)站 HTTP 協(xié)議與網(wǎng)頁 行為特征制定定向網(wǎng)頁爬蟲方案 ，然 后通過 python 語言實(shí)行具體編碼。編碼過程主要分為兩步，首先通過 使用 Wireshark 抓包后 使用 python 中的urlllib 庫構(gòu)造目標(biāo)網(wǎng)站可識(shí)別 HTTP 協(xié)議，然后通過設(shè)計(jì)正則表達(dá)式進(jìn)行數(shù)據(jù)提取 。 論文組織結(jié)構(gòu) 論文 第二章主要討論了社交網(wǎng)絡(luò)定義與特點(diǎn)，并對(duì)一般社交網(wǎng)絡(luò)用戶行為動(dòng)機(jī)進(jìn)行分析。同時(shí)對(duì)數(shù)據(jù)挖掘中的聚類分析 定義、過程以及主要方法進(jìn)行描述，闡明了本文所涉及的理論基礎(chǔ)。 論文第三章對(duì) 于如何通過 網(wǎng)絡(luò)爬蟲技術(shù) 進(jìn)行 數(shù)據(jù)采集進(jìn)行了說明。首先介紹了網(wǎng)絡(luò)爬蟲技術(shù)的原理 與 URL 存在形態(tài)，然后分析了如何制定 定向網(wǎng)絡(luò)爬蟲，最后說明了本次網(wǎng)絡(luò)爬蟲程序編碼所解決的難題與部分具體代碼。 論文第四章對(duì)所收集數(shù)據(jù)進(jìn)行預(yù)處理，并通過 Weka 數(shù)據(jù)挖掘軟件對(duì)數(shù)據(jù)進(jìn)行聚類分析，并對(duì)所獲結(jié)果做出解釋。 論文最后對(duì)整個(gè)研究過程進(jìn)行總結(jié)并分析了所存在的不足之處以及對(duì)未來進(jìn)一步研究的展望。 2 關(guān)鍵技術(shù)和理論基礎(chǔ)綜述 社交網(wǎng)絡(luò) 社交網(wǎng)絡(luò)的概念 社交網(wǎng)絡(luò)一詞最早是 1954 年由 J. A. Barnes 首先使用。一個(gè)社交網(wǎng)絡(luò)的大小最大約為 150 人左右 (Dunbar39。s number)[3]，平均大小約為 124 人左右 (Hill and Dunbar, 2021),它是指社會(huì)行動(dòng)者及其間關(guān)系的集合，在上世紀(jì)90 年代之前這一詞語主要在管理學(xué)、社會(huì)學(xué)等領(lǐng)域應(yīng)用。 但是隨著互聯(lián)網(wǎng)的發(fā)展以及六度空間理論和鄧巴數(shù)字等理論的興起 [4]，社交網(wǎng)絡(luò)逐漸被賦予了新的定義，首先出現(xiàn)的是網(wǎng)絡(luò)社交。網(wǎng)絡(luò)社交是伴隨著電子郵件的出現(xiàn)產(chǎn)生的， 它解決了信息點(diǎn)對(duì)點(diǎn)的傳送。而 BBS 則 把網(wǎng)絡(luò)社交 又向前推進(jìn)了一步： 從單純的點(diǎn)對(duì)點(diǎn)交流的成本降低，推進(jìn)到了點(diǎn)對(duì)面交流成本的降低。 隨后產(chǎn)生的 即時(shí)通信（ IM）和博客（ Blog） 更像是前面兩 個(gè)社交工具的升級(jí)版本，前者提高了即時(shí)效果（傳輸速度）和同時(shí)交流能力（并行處理）；后者則開始體現(xiàn)社會(huì)學(xué)和心理學(xué)的理論 —— 信息發(fā)布節(jié)點(diǎn)開始體現(xiàn)越來越強(qiáng)的個(gè)體意識(shí)，因?yàn)樵跁r(shí)間維度上的分散信息開始可以被聚合，進(jìn)而成為信息發(fā)布節(jié)點(diǎn)的“形象”和“性格”，隨著網(wǎng)絡(luò)社交的悄悄演進(jìn)，一個(gè)人在網(wǎng)絡(luò)上的形象更加趨于完整，這時(shí)候符合我們現(xiàn)在定義的社交網(wǎng)絡(luò)出現(xiàn)了。 現(xiàn)在社交網(wǎng)絡(luò)也被稱作社交網(wǎng)絡(luò)服務(wù) (Social Network Service)， 簡稱 SNS，也就是社交 +網(wǎng)絡(luò) +應(yīng)用服務(wù)的意思 [5]。 它通過網(wǎng)絡(luò)這一載體把人們連接起來，從 而形成具有某一特點(diǎn)的團(tuán)體。社交網(wǎng)絡(luò)含義包括硬件、軟件、服務(wù)及應(yīng)用，狹義上講它是指建立在真實(shí)人際關(guān)系基礎(chǔ)上的網(wǎng)絡(luò)平臺(tái)，是作為現(xiàn)實(shí)中的社會(huì)團(tuán)體在互聯(lián)網(wǎng)上交流的輔助工具而存在，是現(xiàn)實(shí)活動(dòng)的在線拓展，與傳統(tǒng)的虛擬網(wǎng)絡(luò)有很大的不同。從這個(gè)定義上講，符合“真實(shí)人際關(guān)系及其衍生”的 SNS 主要有 Facebook， Linked— In． Google+以及國內(nèi)的人人網(wǎng)、開心網(wǎng)等。廣義上，一般會(huì) 把 微博、空間、社交網(wǎng)站等都稱為“社交網(wǎng)絡(luò)”，如圖 2— 1 所示．這其中包括了一些完全虛擬網(wǎng)絡(luò)，如微博、Flicker 等．它們脫離社會(huì)現(xiàn)實(shí)，結(jié)構(gòu) 相對(duì)無序、混亂。而狹義上的社交網(wǎng)絡(luò)，如 Facebook，是現(xiàn)實(shí)人際網(wǎng)絡(luò)的子集及其衍生，具有現(xiàn)實(shí)生活中人際網(wǎng)絡(luò)特征，同時(shí)國內(nèi)大多數(shù)媒體所指的 SNS 也一般即為社交網(wǎng)站（ Social Network Sites），而并非社會(huì)性網(wǎng)絡(luò)服務(wù)（ Social Networking Services）?；谌绱吮疚膶?duì)社交網(wǎng)絡(luò)的研究是基于狹義上的社交網(wǎng)絡(luò)．將選取國內(nèi)的社交網(wǎng)絡(luò)服務(wù)網(wǎng)站人人網(wǎng)為數(shù)據(jù)來源。 社 交 網(wǎng) 絡(luò)服 務(wù)（ S N S ）具 有真 實(shí) 人 際 關(guān) 系基 礎(chǔ) 的 社 交網(wǎng) 絡(luò) 平 臺(tái)傳 統(tǒng) 虛 擬 人 際關(guān) 系 基 礎(chǔ) 的 社交 網(wǎng) 絡(luò) 平 臺(tái)F a c e b o o kL i n k e d I nG o o g l e +人 人 網(wǎng)開 心 網(wǎng)T w i t t e rF l i c k e r微 博T u m b u l r 圖 21 基于人際關(guān)系 的 社交網(wǎng)站分類 社交網(wǎng)絡(luò)特 點(diǎn) 與傳統(tǒng)網(wǎng)絡(luò)類型相比，在 時(shí)代發(fā)展起來的社交網(wǎng)絡(luò)主要呈現(xiàn)出以下特點(diǎn)： 人際傳播回歸和社交網(wǎng)絡(luò)關(guān)系化 正如“電話代替不了握手”一樣，網(wǎng)絡(luò)上具有時(shí)并不能帶來人們內(nèi)心的親切感和信任感。為避免網(wǎng)絡(luò)這種上具性特征帶來的弊端，社交網(wǎng)絡(luò)正在向人際傳播回歸，它以現(xiàn)實(shí)社會(huì)關(guān)系為基礎(chǔ)，模擬或重建現(xiàn)實(shí)社會(huì)的人際關(guān)系網(wǎng)絡(luò)。來提高社會(huì)交往的質(zhì)量和效度。 以用戶為中心 這也是 的特征，那些過去被輕視、被忽略的“微內(nèi)容”、“微價(jià)值”由于新的聚合力量而顯得格外強(qiáng)大。社交網(wǎng)絡(luò)的 UGC(用戶生成內(nèi)容 )力量是驚人的，它使得 每個(gè)人都有一種參與感，讓每個(gè)人都可以創(chuàng)造自己的媒體。 虛擬社交與真實(shí)社交的融合 社交網(wǎng)絡(luò)已經(jīng)弱化了早期網(wǎng)絡(luò)社區(qū)那種娛樂和游戲功能，每個(gè)用戶都只有一個(gè)身份識(shí)別，只有緊貼這個(gè)身份才能使用和拓展其他功能，它鼓勵(lì)用戶以真實(shí)身份、形象加入網(wǎng)絡(luò)群體，保持線上線下身份一致性，以此來構(gòu)建社會(huì)化的關(guān)系服務(wù)網(wǎng)絡(luò) 私人空間與公共空間的有機(jī)結(jié)合 如果說傳統(tǒng)的 BBS 是一個(gè)公共場所，而博客又是一個(gè)相對(duì)單純的私人空間， 社交網(wǎng)絡(luò)則是兩者的有機(jī)結(jié)合，讓用戶對(duì)社區(qū)有歸屬感、認(rèn)同感的同時(shí)又能夠置身于社會(huì)公共網(wǎng)絡(luò)中。 社交網(wǎng)絡(luò)用 戶行為動(dòng)機(jī) 維持人際關(guān)系 和傳統(tǒng)網(wǎng)絡(luò)媒體不同的是用戶使用社交網(wǎng)絡(luò)最主要的原因是為了維持人際關(guān)系。而在 2021 年 Papacharissl 和 Rubin 做出的關(guān)于網(wǎng)絡(luò)總體使用動(dòng)機(jī)的調(diào)查中 [6]，維持人際關(guān)系是最次要的動(dòng)機(jī)。之所以會(huì)出現(xiàn)如此大的反差，這也是由于 SNS 的真實(shí)性造成的。這也意味著更多的人們開始習(xí)慣于使用網(wǎng)絡(luò)來維持和加強(qiáng)現(xiàn)實(shí)生活中的一部分人際關(guān)系，表明了 SNS 在現(xiàn)實(shí)生活中的重要性。 參與互動(dòng) ， 信息分享 網(wǎng)絡(luò)互動(dòng)包括了和朋友或者和陌生網(wǎng)友之間的一切互動(dòng)行為。用戶對(duì)別人發(fā)的帖子，上傳的照片或者別的動(dòng)態(tài)發(fā)表評(píng)論 和意見，或者接受別人對(duì)自己發(fā)表內(nèi) 容的反饋。除此以外， 信息 分享成為社交網(wǎng)站用戶的主要?jiǎng)訖C(jī)也反映了科技給媒體行為帶來的變化。 以人和的關(guān)系為基礎(chǔ)而建立的社交網(wǎng)站，使信息的分享變得更加容易和自然，從而便利了用戶之間的分享和交流。 娛樂消遣 娛樂消遣一直以來都是用戶使用媒體的主要?jiǎng)訖C(jī)，而對(duì)于社交網(wǎng)站用戶來說，也是僅此于人際關(guān)系維持的第二大動(dòng)機(jī)。玩 SNS 網(wǎng)站上的網(wǎng)頁游戲也是不少人每天登陸社交網(wǎng)站的動(dòng)力。在這一分類中，娛樂消遣既是行為，也是動(dòng)機(jī)。 社交網(wǎng)絡(luò)主要研究方向 目前社交網(wǎng)絡(luò)主要有四個(gè)研