购物网站的社交网络进化分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇购物网站的社交网络进化分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】社会网络（SNS）日渐流行并已经成为人们沟通的重要渠道，国内很多电子商务网站推出了全新的社会网络平台，将社会网络功能紧密集成到在线购物平台中。这种社交平台和单纯的社交网络不同，其本身的形成和进化具有许多不同的特点，本文研究这种购物网站的社交平台的形成和进化特点，并发现许多有意思的结果，例如具有相似年龄的人容易成为朋友，而来自相同地区的人比不同地区的人更容易建立社交关系等。

【关键词】社交网络；电子商务；社会化商务

一、介绍

社会网络（SNS）日渐流行并已经成为人们沟通的重要渠道，一些电子商务企业开始探索如何利用社会网络来提升用户网上购物体验，例如Amazon计划集成Facebook进行产品推荐[3]。不同于Amazon这种“浅”层次将社会网络和在线购物结合的方式，国内很多电子商务网站推出了全新的社会网络平台，将社会网络功能紧密集成到在线购物平台中。这种社交平台和单纯的社交网络不同，其本身的形成和进化具有许多不同的特点，本文研究这种购物网站的社交平台的形成和进化特点，以便电子商务网站能理解社交关系形成的机制，从而采取更有效的措施促进社交平台的发展，最终利用社交平台来促进产品的销售。本研究的主要目标包括：

1.探讨影响用户间建立朋友关系的因素，主要包括一些用户特征（例如年龄，性别，位置，活跃度，传递性，三角性）。

2.探讨朋友关系的时间演化，主要包括一些事件对朋友关系的影响。

本文组织如下：第二章节介绍了相关研究；第三章描述了研究方法和数据集，第四章节是研究结果和讨论，第五章对本文进行总结并指出进一步的工作。

二、相关研究

社交网络服务（Social Network Service SNS）是近年来兴起的一类网络应用。其提供了一种新的方式供使用者联系交流和学习，使用SNS的用户可以选择自己感兴趣的人机构进行关注，并享受这些关注对象推送的各类信息。SNS是以真实人际关系为基础的社会网络，将广大用户纳入到一个虚拟与现实相结合的平台。作为Web2.0的代表性应用，SNS让一般用户自己信息而不再是由网站所有的信息。SNS的发展引起了国内外学者的巨大兴趣。

SNS根据功能可以分为综合性和垂直型的SNS网站，综合性的网站主要是指Facebook、MySpace、人人网、开心网、朋友网这类网站，垂直型SNS网站主要是专注于某一类特定的应用，可以分为商务型、婚恋类、兴趣类、校友类等[3，4]，主要有LinkedIn（商务）、世纪佳缘（婚恋类）、豆瓣（兴趣类）等。此外，随着时间发展，很多Web2.0的应用，例如微博、内容社区，论坛等也都逐渐加入了SNS的元素，各类应用之间的界限逐渐模糊。

与现有工作不同，我们主要侧重于研究购物网站的社交平台的进化和发展，不同于综合性的社交网站，人们采用购物网站的社交功能具有不同的动机，因此其进化和发展会有不同的特点。

三、研究数据和方法

本研究总国内比较大型的购物网站，随机的选取的10000用户，以及这些用户的朋友（第一层朋友），第一层朋友的朋友（第二层朋友），第三层朋友等。考虑的计算机处理能力的差别，我们现在主要考虑下面情况的数据集：

（一）数据集：从10000用户中，随机选取100个，然后包括100个用户的所有第一层朋友。

（二）研究方法：采用stochastic actor-based model[1，2]，由于它能够较好的模拟社会化网络的动态进化。

四、分析结果和讨论

1.用户特征信息

抽取的用户数量总共有1324个，其中用户年龄最小是19，最大是70，平均年龄是31.46，里面373个用户缺失年龄信息；对于用户性别，男性占348，女性占537，另外有439缺失性别信息。对于用户位置信息，其分布如图1所示。

图1 用户位置分布

2.朋友关系

这些用户间，共有朋友关系1232对，其朋友关系的形成日期如图2所示。

图2 朋友关系形成的日期

我们还分析了朋友关系网的度（Degree），其分布如图3所示。

图3 用户的度（Degree）分布

3.朋友关系和位置

为了研究用户是否愿意和来自相同地区的用户建立朋友关系，我们分析了具有朋友关系的用户是否来自相同省份，还是来自不同省份，如表1所示：

表1 朋友关系和省份

相同省份 不同省份

用户对 51924 736216

朋友对 115 218

比例 0.22% 0.03%

从此表中我们可以明显看到，来自同一个省份的用户更容易成为朋友（0.22%），相比于不同省份的用户对（0.03%）

我们也分析了交友的地域性，如图4所示。

图4 交友的地域性分布

4.朋友关系和年龄

为了研究是否具有相似年龄的用户更容易建立朋友关系，我们研究的相似年龄的用户间，建立朋友关系的比例，如表2和图5所示。

表2 相似年龄用户成为朋友的比例

年龄相似阀值 用户对 朋友对 比例

5 相似年龄 190 175221 0.11%

非相似年龄 102 215949 0.05%

4 相似年龄 168 147779 0.11%

非相似年龄 124 243391 0.05%

3 相似年龄 150 118081 0.13%

非相似年龄 142 273089 0.05%

2 相似年龄 115 86330 0.13%

非相似年龄 177 304840 0.06%

1 相似年龄 75 52911 0.14%

非相似年龄 217 338259 0.06%

0 相似年龄 27 17763 0.15%

非相似年龄 265 373407 0.07%

图5 相似年龄用户成为朋友的比例

从表2和图5中，可以明显看到用户相似年龄的用户，比非相似年龄的用户，更容易建立朋友关系。

5.朋友关系和性别

为了研究是否相同性别的用户更容易建立朋友关系，我们研究的不同性别用户间，建立朋友关系的比例，如表3和图6所示。

表3 不同性别用户成为朋友的比例

相同性别 不同性别

用户对 204294 186876

朋友对 168 124

比例 0.08% 0.07%

图6 相同性别用户成为朋友的比例

从表3和图6中，可以明显发现具有具有相同性别的用户比不同性别的用户更容易建立朋友关系，而女性之间比男性之间更容易建立朋友关系。

表4 统计分析结果

coefficient

（standard error） p-value

来自相同省份 1.6876（0.0946） 0 ***

年龄相似 3.3789（0.9194）

相同性别 0.6228（0.1008）

t-ratios绝对值

6.统计分析

除了描述分析外，我们也用stochastic actor-based model[1，2]来对社交关系形成的因素进行了统计分析，以便得到较可靠的结果。在此模型中，我们考虑了年龄、性别、位置等用户特征，分析结果如下：

从表4中，我们可以看到：

1）位置对朋友关系的建立的影响是显著的。也就是说，如果两个用户来此同一个省份（目前位置信息只能精确到省级），那么这两个人会比不是同一省份的更容易建立朋友关系。可能的原因是，由于两个人来自同一地方，因此会彼此更信任。而且同一省份可能包含很多其它的信息，例如，这两个人有可能是同学、同事关系（同学和同事非常可能来自同一个省），因此这两个人会建立朋友关系。

2）年龄和性别，年龄和性别都是显著的，这表明用户更乐于和相同性别的用户建立关系，用户也更愿意和年龄相似的用户建立朋友关系。

五、总结

国内很多电子商务网站推出了全新的社会网络平台，将社会网络功能紧密集成到在线购物平台中。这种社交平台和单纯的社交网络不同，其本身的形成和进化具有许多不同的特点，本文研究这种购物网站的社交平台的形成和进化特点，并发现许多有意思的结果，例如具有相似年龄的人容易成为朋友，而来自相同地区的人比不同地区的人更容易建立社交关系等。将来，我们还将考虑其它因素，例如以前是否是同学、同事关系，以及更精确的位置信息。这些都会显著影响朋友关系的建立。

参考文献

[1]Tom A.B.Snijders，Gerhard G.van de Bunt，Christian E.G.Steglich，2010，Introduction to stochastic actor-based models for network dynamics，Social Networks，32（1）：44-60.

[2]Lewis，K.，M.Gonzalez，J.Kaufman.Social selection and peer influence in an online social network.Proceedings of the National Academy of Sciences，109，68-72，2011.

[3]陈宁.圈社交网站发展战略研究[D].北京：北京邮电大学，2008.

[4]丁欣.决胜SNS：产品设计运营开放平台社会化营销[M].北京：人民邮电出版社，2009.

作者简介：宋玉霞（1979—），女，山东德州人，工程硕士，应天职业技术学院助教，主要从事计算机及其应用教学研究。