《基于社会网络的企业微博营销影响力模型-左文明.pdf》由会员分享，可在线阅读，更多相关《基于社会网络的企业微博营销影响力模型-左文明.pdf（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第28卷第9期2016年9月管理评论Management ReviewV0128No9Sep，2016基于社会网络的企业微博营销影响力模型左文明1 黄秋萍2 陈华琼1 莫小华1(1华南理工大学经济与贸易学院，广州510006；2华南理工大学工商管理学院，广州510640)摘要：衡量微博影响力进而把握营销的效果有助于企业开展有效的微博运营。本文着眼于电子商务企业持续引入购物链接引发信息流而形成的系列微博营销社会网络，基于用户与微博内容间的相互影响关系以及链接结构定义微博互动信息流图，进而构建考虑时间因素的企业用户和微博内容的影响力计算公式。利用当当网的微博数据作为样本，测试得到最佳权重值，确定企
2、业微博营销影响力模型。实验结果表明，在微博社会网络中用户活跃度普遍较低的情况下，运用时机营销和刺激点营销等手段来开展持续的系列微博营销活动，有助于扩大和积累企业用户的影响力。关键词：社会网络；社会化电子商务；微博营销；影响力引 言越来越多的企业意识到社会化媒体的重要性，基于Web20的网络应用(如Facebook、Twitter)迅速兴起。社会化媒体的流行引起了学术界的广泛关注旧J，许多学者从影响力的角度研究社会化媒体。7 o。Zwasso从价值共创的角度分析社会化媒体，并且认为虚拟社区是价值共创研究的重要领域婶o。网络口碑”“。、社会架构和用户使用意图2I、用户使用动机3|、预测作用4 o等
3、亦成为社会化媒体的研究视角。微博作为近年来新兴的社会化媒体，实现基于用户关系的信息分享、传播与获取。用户通过网络终端，以不超过140个字的文字更新信息，实现即时分享5I。根据中国互联网络信息中心2014年1月发布的第33次中国互联网络发展状况统计报告，截至2013年12月底，国内微博用户规模为281亿。庞大的用户规模吸引了众多企业发掘微博潜在的商业价值并开设官方微博账号。新浪曾于2012年3月发布企业微博白皮书，统计截至2012年2月底，共有130，565家企业开通新浪微博账号。其中电子商务企业为加强品牌建设、媒体公关、销售和客户关系管理而进驻微博，并以账号总数6，594跻身各行业排名前五51
4、。虽然不少企业实施了微博营销，但总体营销效果并不理想引。因此如何衡量微博效用、如何有效开展微博营销活动是企业面临的重要问题。本文基于影响力角度，通过全面分析如何衡量微博影响力，为企业微博营销提供建议。研究综述社会化媒体的广泛应用引发了新的电子商务商业模式，通常被称为社会化电子商务或社会化商务(SocialCommerce)。在社会化电子商务中，社会化关系是关键因素。通过构建社会关系网络，直接或间接提供影响客户购买决策的信息以促进营销的效果，如在线商品评论J。目前对于社会化关系的研究主要集中在社会影响力8|、网络用户之间的影响关系H5 J。本文着眼于分析企业微博营销对其用户的影响规律并改进衡量微
5、博营销效果的合理算法，进而实现合理评估营销效果、为企业提供合适的微博营销建议。国内外现有基于社会化媒体的网络营销研究中，大部分文献定性地研究微博营销理论及应用019,20、微博营销的特点及策略悼l22 J，鲜有文献基于关系营销理论定量地从企业微幅tTwitter内容影响力的角度分析衡量收稿日期：2014-0620基金项目：国家自然科学基金国际(地区)合作与交流项目(71420107024)；广东省协同创新与平台环境建设专项资金项目(2014-248)；广东省哲学社会科学“十二五”规划项目(GDl5CGLl7)。作者简介：左文明，华南理工大学经济与贸易学院副教授，硕士生导师，博士；黄秋萍，华南理
6、工大学工商管理学院博士研究生；陈华琼，华南理工大学经济与贸易学院硕士研究生；莫小华，华南理工大学经济与贸易学院硕士研究生。万方数据管理评论 第28卷微博Twitter营销效果的合适方法。在现有企业微博Twitter营销的定量研究中，袁毅心3 3通过跟踪某一事件在研究周期内被传播的路径来考察微博的传播规律，并以转发数量来衡量微博影响力。王霞和牛海鹏1研究了微博营销中品牌曝光度对微博信息网络口碑的影响。金永生等引通过分析10个企业的微博营销案例来研究微博营销效果，并以发布微博数量和粉丝数量来衡量企业微博影响力。Burton和Soboleva协3通过对比分析6家企业在美国和澳大利亚的Twitter账
7、户，发布Tweets数量、粉丝数量、回应数量等Twitter营销实践情况，建议企业同步Twitter营销策略。Jansen等刈从Tweets情感的角度分析超过150，000条品牌相关的Tweets，认为Twitter是企业建立口碑的有效工具。郭秋艳和何跃1261通过定量分析名人效应帮助企业制定微博营销决策。关系营销理论认为营销的本质需要通过关系、网络和互动这个视角才能真正体现。然而在现有研究中，鲜有文献定位于由企业微博营销内容而形成的系列社会网络，并从互动的角度全面分析网络中企业营销对企业用户的影响规律以及系列微博营销内容对企业用户的持续影响效果，本文将弥补此方面的空白。在社会网络中，对节点(
8、包括用户节点以及微博内容节点)的影响源于各方面的原因，因此从主题层次分析影响力，可确定特定主题的社会网络中的代表性节点以及相邻节点的相互影响力。据此，Tang等日1提出主题仿射传播(Topical Affinity Propagation，TAP)对基于主题层次的影响力建模。在社会化电子商务的营销方式中，直接引入购物链接达成用户流量的引导是最为常见的8l。本文将由引入购物链接形成的社会关系网络视为围绕着对应微博营销主题的社会网络，并基于主题的层次研究电子商务企业的微博影响力。决定影响力的关键因素是“在网络用户中的人际关系”和“愿意创新的程度”【5 J，本文根据微博社会网络中“人与人之间”相互影
9、响的活动5瑚，基于链接结构分析微博社会网络中的信息流H1，定义微博互动信息流原型图(UserMicroblog graph)UMGs=(VS，ES)，引入ObjectRank L3叫计算企业微博的影响力。微博互动信息流在微博互动信息流原型图UMGs=(VS，ES)中，VS表示微博社会网络中的用户节点和微博节点，ES表示节点间的边。基于微博社会网络中的互动行为，在用户节点、微博节点间定义了关注(F)、被关注(Fed)、转发(RT)、被转发(RTed)、发布(P)、被发布(Ped)、评论(C)、被评论(Ced)、提及(M)和被提及(Med)等边关系311(图1)。图中每条边的权重w表示微博社会网络
10、中对应的互动行为对用户或微博内容影响力的贡献。P Mi1)一一面+ 一一一一C RT4一一“+Ced RTed一Fne矿ii+一一一一图1徽博互动信息流原型幽基于图中节点和边的关系，Balmin等描述了ObjectRank算法b叫(公式1)。 r=dAr+并e(1)其中，r表示节点的得分向量(根据节点间关注和被关注等边的关系，本文中节点会存在10个得分向量)，d表示随机跳转的概率，A表示节点间的转移矩阵。如果节点i到节点歹之间存在边，矩阵A中的元素口口的值为边的权重值，如果不存在边，口i的值为0。对于企业微博营销，当微博发出后社会网络已形成，故d=1。另外Goyal等61认为在病毒式营销中，应
11、当考虑时间因素，而Asur和Huberman41曾用Tweetrate衡量Twitter中的信息(公式2)。ee一r口把：Tweets (2)ttme本文提出考虑时间因素的节点得分算法为公式(3)，其中，time(ES)表示形成矩阵A的边所需的时间。 r=丽AI(3)z，纷e(占5)万方数据第9期 左文明，等：基于社会网络的企业微博营销影响力模型基于链接结构分析微博社会网络的互动行为，微博互动信息流原型图反映了微博社会网络中关注、转发、发布、评论和提及等各类互动关系。例如，关注边直接衡量用户节点间的影响关系H，根据某一微博营销社会网络(SN)中的关注关系可以初步计算企业用户节点的影响力得分u，
12、(公式4)，r(F)表示由s中关注边形成的矩阵A中的企业用户节点得分。 U，=器(4)转发边直接衡量微博内容节点间的影响关系，根据趴中引入购物链接的微博转发关系可以初步计算企业微博内容的影响力得分M。，41(公式5)，r(Rr)表示由s中转发边所形成的矩阵A的企业微博内容得分。， 一 r(尺r)IYlRTtime(RT)(5)而且，在图中用户节点和微博内容节点之间也存在边关系，使得计算微博内容影响力得分时可将用户对微博内容的影响计算在内，反之同理。如图2所示，用户沈影响力得分来自关注边，通过发布边影响微博内容M2影响力得分。同理，微博内容M1影响力得分来自转发边，转发M1产生胞，转发M2产生鹏
13、，M1影响力得分通过M2、U2和鹏、间的被发布边影响用户沈、们的影响力得分。而评论边、提及边体现了刚的活跃度，也会在一定程度上影响眈、M1得分4|。因此，可最终计算企业用户节点的影响力得分U和企业微博内容的影响力得分M，分别如公式(6)和公式(7)所示。 u=，一：脚ed+丽r(Ced)+赢r(M而ed丽)+Ur(6)z，nel Le口J t0玎te【惯ed JM啦术wp+器+揣+，(7)P(wp)图2微博互动信息流图1、数据准备本文选取新浪微博平台作为研究对象，研究样本来自当当网。基于新浪的平台开放接口(OpenAPI)编写微博数据抓取程序，数据采集流程以企业引入购物链接的微博作为起始点。(
14、1)微博节点的采集：采集转发活动的微博信息，包括转发微博的ID、微博的转发数、微博的评论数、微博内容和微博发布时间，构成微博节点V(id，RTConnt，comCount，content，createTime)；(2)用户节点的采集：用户节点主要涉及转发活动的用户、评论活动的用户、在活动中被提及到的用户，根据这些微博用户采集信息，包括用户的ID、用户名、关注数、粉丝数、发布微博数和是否认证用户，构成用户节点V(id，name，friendCount，followCount，blogCount，vip)；(3)边的采集：用户发布微博时，构成发布被发布边ES(fromld，told，PostPos
15、ted，pTime)；用户转发时构呻啼啼兰墨|旦趸!一一附一c僦一F剐一王章一皿寸、7弋一一一一I；P-、V、万方数据管理评论 第28卷成转发被转发边ES(fromld，toId，RTRTed，rtTime)；用户评论时形成评说e被评论边ES(fromld，toId，CornmentCommented，cTime)；用户在转发或评论微博时，可能会(提及)到其它用户，构成提及被提及边ES(fromld，toId，MentionMentioned，mTime)；微博用户之间存在着关注关系，构成关注被关注边ES(fromId，told，FonowFoHowed)。本文以抓取当当网在2011年12月至
16、2012年6月期间8个微博营销活动的微博数据54，294条作为实验样本。每个营销活动的主题内容如表l所示。表1当当网发布的微博初步分析每个微博营销活动的数据，发现微博的传播时间与(2012企业微博白皮书纠的分析一致：由微博发布后引起的转发、评论和提及等各种互动一般集中在营销活动开始后的5天内，而且各种互动时间一般在每天的8：00至24：005|。因此，对于每个微博营销活动，筛选出微博发布后最初5天8：oo至24：00的相关数据，并整理得到表2。其中，NO表示每次购物链接形成的SN的编号，每个SN的每行数据对应此SN前5天每天互动的情况。对每行数据可以解释为，随着sN中信息的传播，在T1时间内存
17、在关注边、转发边以及发布边的数量；在rr2时间内，存在评论边以及评论中的提及边的数量；在T3时间内，转发中提及边的数量。表2部分当当网微博数据2、影响力计算参考Yamaguehi和Takahashi在TURank算法中取的权重，并根据从某一节点出发的所有边的权重总和小于或等于1的原则4|，初步设置UMGs中各类型边的权重取值如表3所示。表3 UMGs权重表万方数据第9期 左文明，等：基于社会网络的企业微博营销影响力模型 16 7： 一一Ye和Wu E71根据信息发布的时间将数据集分成两个样本，并认为对相关的两组数据计算得出的排名列表结果相近，则此算法是稳定的。本文考虑企业微博营销互动时间的特点
18、，将数据集分成五个样本，比较不同权重下算法的稳定性。将表3中各权重代人公式(6)、(7)，计算各社会网络中企业微博的影响力得分，部分结果如表4所示。其中W对应表3中的权重值，T表示每个SN传播的5天时间，M表示企业微博内容的影响力得分。表4微博内容影响力得分(部分)w T M(SNl) M(SN2) M(SN3) M(SN4) M(SNS) M(SN6) M(SN7)对每个sN样本绘制微博内容影响力得分多线图，其中每条线代表不同权重下，时间D对应的影响力得分M(图3)。根据每个SN的得分线图，可以发现当权重取值为W3时，微博内容影响力的排名最稳定。对比表2中各类权重，发现W2、W3和W5中，发
19、布边的权重稍大于评论边的权重(即W3中的权重值)时，计算结果更为稳定。由于在根据UMGs确定的公式(6)和(7)中，发布边对影响力得分的贡献比评论边的贡献大得多，W3中发布边相比评论边具有较大的权重，使得影响力的计算更稳定、可靠。而且发布边直接反映了SN传播的宽度和深度，评论边反映了SN的活跃度，间接影响SN的传播，因此W3的权重值是合理的。在W4和W6中，提及边的权重相对较大，进而计算得到的影响力得分波动性较大。提及边代表的是用户的被动影响，不正面反映sN传播的宽度和深度，不应赋予较大的权重，故W4和W6不可取。图3六种权重下的微博内容影响力比较线图研究结果与发现1、算法结果对比利用前文考虑
20、时间因素改进后的算法以及基本算法ObjectRank分别计算表1中8个系列微博营销活动的微博内容影响力，结果分别如图4、图5所示。万方数据168 管理评论 第28卷图4本文算法计算的微博内容影响力累计得分线图NOSNlSN2SN3一SN4-SN5一-SN6SN7a SNlo SN2SN3a SN4-SN5o SN6SN7D1 D2 D3 D4 D5TNOSN7一SN8。SN7oSN8图5 ObjectRank算法计算的徽博内容影响力累计得分线图对比此两个折线图可以发现，两种算法计算得到的微博内容影响力累计得分排序情况大致相似，而本文算法计算得到的影响力值随时间变化趋势更明显。值得注意的是，在新
21、算法结果中，微博发布后的前四天SN7的影响力一直低于SN6，而原算法的结果中SN6的影响力始终低于SN7；SN8发布后在第三天达到影响力最高值后再下降至平稳水平，而原算法中SN8的影响力无第三天的激增过程。进一步结合微博内容分析原因，SN6微博发布于2012年4月24日，其内容“凯仕乐五一放大价转微博就送温感记忆保健枕”是以“五一”为时间点刺激，有效促使微博在短时间得到较多用户的关注并转发，形成了较大的影响力，但五一过后影响力则有所减弱。而SN7于五月底发布，虽然其博文内容“转微博就送远远的村庄作者宁远原绘精美T恤”也颇具吸引力，但相比较于SN6的时间点刺激，它发布后起到的短期影响不能迅速激增
22、，而是随着时间的累积逐渐增加，最终在第五天反超长势渐弱的SN6的影响力积分。这种情况在目前的社会化媒体是较为常见和合理的。因为考虑时间见效快慢，SN6在短期内即达到一个较快的人气增长对企业而言是营销效果好的体现，也是影响力大的体现，所以原算法的计算结果中SN6的影响力始终低于SN7可能会低估了SN6的短期影响力，不太符合实际的市场营销情况。而内容为“舌尖上的中国当当独家预售，转发就赢原版光盘”的SN8，发布于2012年5月28日，正值当时5月22日舌尖上的中国第一季热播完后，自然引起了大量关注，在观众关注热度退去后影响力才会慢慢减少。本文算法的结果图很好地体现了该过程的变化，原算法结果则不能表
23、达影响力先激增后下降的过程，没有凸显热点微博一般的影响力变化规律。由此可见，本文算法将用户行为(如转发、评论、提及等)发生所需的时间考虑在内，较好地反映了微博在发布后，用户行为边(如转发、评论、关注等)形成所经历的一段时间内，该微博达到的影响广度和深度及其在临近时间段内的变化趋势。而SNl至SN5五条微博的影响力累积得分在两个结果图中大致相同，分析其内容可知这些微博均以转发得奖品为主要内容，并无特定时间点刺激如五一、双十一、周年庆等。因此在用户行为发生的单位时间周期内对比其在固定时间段内所累加起来的微博影响力得分可以认为是相差不大的，表现在多线图上的结果也就相一致。234567234567o蝌
24、州刚蝌刚州蝌蝌蝌州刚州一一一oo-o万方数据第9期 左文明，等：基于社会网络的企业微博营销影响力模型2、微博营销网络的用户活跃度采用社会网络工具NetDraw描绘出SNl至SN7的部分社会网络图，反映用户转发微博和微博传播层级的情况基本类似，只是社会网络图中用户节点数呈逐渐增大的趋势(图6所示)。其中，圆形表示用户节点，方形表示微博节点，圆形点指向方形点表示用户发布了微博，方形点指向方形点表示微博从转发某微博而来。rJ ， k - 。 ， z ， L、 、一一 ， 、 j 。一、 、， 、 。 一I H。， 一 一 Hr。r， 图6微博营销社会网络转发图如图6所示，sN中的用户节点普遍只转发一
25、条微博内容。然而理想的基于社交网络的电商营销案例，要求三个要素，即庞大的用户规模、足够的用户活跃度和直接达成交易旧8|。由此可见，在当当网的微博营销活动中，缺乏用户活跃度。3、实践启示和建议综合以上分析，可以得到以下几点实践启示和营销建议。其一，时间累积效应和系列活动营销。发生在2012年2月和3月的SN3和SN4的得分大于发生在2011年12月的SNl和SN2的得分，发生在2012年4月、5月的SN6和SN7得分大于SN3和SN4的得分。这说明，在2011年12月至2012年5月期间，虽然微博内容主要是以转发赠送为主题，微博营销形式基本一致，但是随着时间的推移，微博内容的影响力会呈现逐渐增大
26、的趋势。因此，在用户活跃度普遍较低的情况下，通过开展系列的微博营销活动，促使参与用户不断增多，企业可以吸引更多用户的关注，积累微博企业用户的影响力。同时，系列微博营销活动的影响力普遍逐渐增大，说明企业影响力的累积影响下一微博营销活动，并促使其具有更大的初始影响力。其二，刺激物营销。发生在2012年3月的SN5影响力得分最低，比发生在此之前于2011年12月的SN2都低，这显然不符合上述累积影响的观点。究其原因，SN5微博内容的主题为“关注+转发即有机会赢取好书!”。根据科特勒的观点，即消费者更倾向于注意跟一般刺激物相比有较大差别的刺激物一2|。通过对比其他主题发现，由于该博文主题没有指明具体奖
27、品，没能第一时间吸引用户眼球，因而用户参与度低。因此，企业在开展微博转发赠送活动时应该站在目标群体的角度考虑他们的需求，即使是赠品也应当是他们所希望得到的明确指向物，如其它系列微博活动中提及的“戴军新书性情男女及签名海报”或“远远的村庄作者宁远原绘精美T恤”等，以更好地激发他们的参与意向。其三，时机营销。研究结果显示，SN6与SN3都是以“送保健产品”为主题，但SN6获得的效果相较SN3更好。虽然存在上述累积影响效应，但主要的原因是SN6发布于四月底，与其博文中的“五一”时间接近。容易给消费者更真实有效的时间期限感，认为转发参与活动后受益的机率更大。从而激发其转发的意愿，扩大了该微博覆盖的社会
28、化网络，形成更大的影响力。而SN3并无涉及时间上的刺激，在消费者中难以起到更强大的吸引力和影响力。由此可见，企业在开展营销活动的时机选择非常重要，恰当的时机往往能起到画龙点睛的效果。而微博的发布具备不受时间、空间限制的优势，若其发布营销信息的时间能与目标受众的需求时间点最吻合，则其营销效果将是最好的。且在目前的大数据时代下，数据挖掘为基于时机的营销提供更大的可能性，能够帮助人们更好地分析顾客行为和偏好，从而预测最佳的营销时机，以开展切实可行的营销活动。总 结微博营销已成为企业重要的推广渠道，但如何评价微博营销的效果并更好地发挥微博的作用是重要的研万方数据170 管理评论 第28卷究课题。本文加
29、入时间因素改进ObjectRank算法，将微博发布后被转发、提及等一系列用户行为所需的时间列入考察范围。与基本算法相比，除同样能体现不同系列微博影响力的大小对比外，改进后的算法还具备两个优点：一是当企业微博用户希望根据以往数据来预测微博内容影响力变化趋势和衡量已发布微博的营销效果见效快慢时，本文算法更能提供衡量微博影响力大小变动方向和速度的较准确参考；二是本文算法更能避免错误地高估或低估部分微博内容的影响力。本文从主题层次研究企业微博的影响力，以电子商务企业引入购物链接引发信息流而形成的微博营销社会网络作为研究对象，基于用户和微博内容之间存在的相互影响关系以及链接结构定义微博互动信息流图，具体
30、反映企业微博营销社会网络的互动与信息流动。构建基于时间因素改进的企业微博内容影响力公式，通过对比权重确定了计算微博影响力的算法。影响力计算结果表明，开展系列的微博营销活动可使企业吸引更多用户的关注，积累微博企业用户的影响力。同时，基于不同刺激信息和不同微博营销方法，微博营销活动的影响力也截然不同。结合目前电子商务企业的微博营销社会网络中用户活跃度普遍较低的现象，企业应在大数据挖掘与分析的基础上适当地选择发布时机、刺激点(如人、物、期限等)来开展富有创意的系列微博营销活动，以激发用户兴趣，提升用户活跃度，从而不断提升企业用户的影响力并增强微博营销的效果。此外，除了数量、用户行为及所用时间等可以衡
31、量微博影响力大小以提供营销效果评价的指标外，微博内容、评论中所含的语义信息也包含大量用户的反馈信息，故可通过分析博文的语义以深化对微博影响力的研究。参考文献：1Gaedke Y，Robrabissantz S，Christian S，et a1An Analyse of Variables Influencing E-Readiness 20CProceedings of theIADIS International Conference on eCommerce，20102Liang TP，Turban EIntroduction to the Special Issue Social Co
32、mmerce：A Research Framework for Social CommerceJInter-national Journal of Electronic Commerce，2011，16(2)：5-143Tang J，Sun J，Wang C，et a1Social Influence Analysis in Large-Scale NetworksCProceedings of the 15th ACM SIGKDDInternational Conference on Knowledge Discovery and Data Mining，20094 Yamaguchi Y
33、，Takabashi TTURank：Twitter User Ranking Based on User-Tweet Graph AnalysisCWeb Information SystemsEngineeringWISE 2010，20105Cha M，Haddadi H，Benevonuto F，et a1Measuring User Influence in Twitter：The Million Follower FallacyCProceedingsof the Fourth International AAAI Conference on Weblogs and Social
34、Media20106Goyal A，Bonchi F，Lakshmanan LVSLearning Influence Probabilities in Social NetworkscProceedings of the ThirdACM International Conference on Web Search and Data MiningWSDM10，20107Ye s，wu sFMeasuring Message Propagation and Social Influence on TwittercornMHeidelberg：Springer Berlin Heidelberg
35、，2010 8Zwass VCoCreation：Toward a Taxonomy and an Integrated Research PerspectiveJInternational Journal of Electronic Cornmerce，2010，15(1)：11489 Cheung MY，Luo C，Sia CL，et a1Credibility of Electronic wordof-Mouth：Informational and Normative Determinants ofOn-Line Consumer RecommendationsJInternationa
36、l Journal of Electronic Commerce，2009，13(4)：9-3810Park D，Lee J，Han IThe Effect of OnLine Consumer Reviews on Consumer Purchasing Intention：The Moderating Role of In-volvementJInternational Journal ofElectronic Commerce，2007，11(4)：12514811 Jansen BJ，Zhang M，Sobel K，et a1Twitter Power：Tweets as Electr
37、onic word of MouthJJournal ofthe American Societyfor Information Science and Technology，2009，60(11)：2169218812Java A，Song X，Finin T，et a1Why We Twitter：Understanding Microblogging Usage and CommunitiesCProceedings ofthe 9th WebKDD and 1 st SNA-KDD 2007 Workshop on Web Mining and Social Network Analy
38、sis，200713Huberman BA，Romero DM，Wu FSocial Networks That Matter：Twitter Under the MicroscopeJFirst Monday，2009，14(1)：1-914Asur S，Huberman BAPredicting the Future with Social MediaCIEEEACM Intemational Conference on Web Intelligence-Intelligent Agent Technology(WI-IAT)，2010152012企业微博白皮书R新浪微博，CIC，2012
39、万方数据第9期 左文明，等：基于社会网络的企业微博营销影响力模型 17l一一16金永生，王睿，陈祥兵企业微博营销效果和粉丝数量的短期互动模型J管理科学，2011，24(4)：71-8317杨铭，祁巍，闫相斌，李一军在线商品评论的效用分析研究J管理科学学报，2012，15(5)：6575培Liang TP，Ho YT，Li YW，et a1What Drives Social Commerce：The Role of Social Support and Relationship QualityJInternational Journal of Electronic Commerce，2011，
40、16(2)：69-90f19Geierhos MCustomer Interaction 20：Adopting Social Media as Customer Service ChannelJJournal ofAdvances in Information Technology，201l，2(4)：169-174加元世娇微博营销的特点与功能初探J江苏商论，2011，(5)：97-9821Hanna R，Rohm A，Crittenden VWere All Connected：The Power of the Social Media EcosystemJBusiness Horizon
41、s，2011，54(3)：265273挖23242526272829303132Kaplan AMHaenlein MThe Early Bird Catches the News：Nine Things You Should Know About Micro-BloggingJBusiness Horizons，201 1，54(2)：1051 13袁毅微博客信息传播结构、路径及其影响因素分析J图书情报工作，2011，55(12)：26-30王霞，牛海鹏企业微博营销中品牌曝光度对网络口碑的影响研究J管理评论，2013，25(5)：116122Burton S，Soboleva AIntera
42、ctive or Reactive?Marketing with TwitterJJournal of Consumer Marketing，2011，28(7)：491499郭秋艳，何跃新浪微博名人用户特征挖掘及效应研究J情报杂志，2013，32(2)：112116庄贵军，徐文，周筱莲关系营销导向对企业使用渠道权力的影响J管理科学学报，2008，11(3)：114124唐亦之跨界联姻：社会化网络与电子商务的共赢之道J传媒，2011，(6)：5758彭建平，张业军电信社群网络用户行为特征及演化分析J管理工程学报，2012，26(3)：8895Balmin A，Hristidis V，Papak
43、onstantinou YObjectRank：AuthorityBased Keyword Search in DatabasesCProceedings ofthe 30山VLDB Conference2004赵爱琴，朱景焕企业微博营销效果评估研究J江苏商论，2012，(1)：8992科特勒，凯勒营销管理(第13版)M上海：格致出版社，上海人民出版社，2009nfluence Model of Enterprise Microblogging Marketing Based 0n Social NetworkZuo Wenmin91，Huang Qiupin92，Chen Huaqion9
44、1 and Mo Xiaohual(1School of EconomicsCommerce，South China University of Technology，Guangzhou 510006：2School of Business Administration，South China University of Technology，Guangzhou 510640)Abstract：Measuring microblog influence and identifying marketing effect can help enterprises to develop effect
45、ive mieroblogging operationsWe focus on microblog marketing social network generated by information flow when ecommeree business introduces marketin窟shopping linksMicroblogging interactive information flow diagram is analyzed and defined based onthe consideration of mutual innuencerelationship betwe
46、en users and mieroblogs and link structure which is a true reflection of corporate miemblogging social network interaction and information flowWith the foundation of interactive information flow diagram，formulas computing influence scoIs of businessusers and microblogs content are proposed respectiv
47、elyThe optimal weight values are obtained by experiments using microblog data fromdangdangcorn，and then formulas are determinedExperimental results show that in the situation that user activitv level of microblog s小cial network is generally low，ongoing series microblog marketing activities with opportunity marketing or stimulus marketing contribute tothe expansion and accumulation of miemblog business usersinfluenceKey words：social network，social commerce。microblog marketinginfluence万方数据