T版層次分析模型在微博與SNS社交網(wǎng)站中的應(yīng)用

層次分析模型在微博與SNS社交網(wǎng)站中的應(yīng)用（基于層次分析法的微博與SNS社交網(wǎng)站用戶特征的分析）【摘要】眾所周知用戶是微博與社交網(wǎng)站核心，為了展開研究本文首先從用戶的特征展開分析，通過構(gòu)建層次分析模型對其用戶特征進行定量分析，從人口統(tǒng)計變量（性別，年齡）、社會變量（學(xué)歷，行業(yè)）、人格與心理變量（性格）對用戶的特點進行分析與描述，挑選出有顯著影響的7個因素。再以這7個因素為切入點，從宏觀的角度對兩類網(wǎng)站進行比較，進一步挖掘兩類網(wǎng)站的營銷價值和發(fā)展?jié)摿?，并分析這些價值對微博和社交網(wǎng)站發(fā)展產(chǎn)生的影響。最后，我們整合所有結(jié)果，并以用戶需求為基礎(chǔ)，提出了適合兩類網(wǎng)站的發(fā)展途徑?！娟P(guān)鍵詞】微博SNS社交網(wǎng)站層次分析法用戶特征發(fā)展?jié)摿栴}的提出：

微博即微型博客，是Web3.0興起的一類互聯(lián)網(wǎng)社交服務(wù)。第一個微博產(chǎn)品是2006年崛起的Twitter。2007年3月飯否（現(xiàn)已關(guān)閉）引入國內(nèi)。隨后國內(nèi)微博服務(wù)商猶如雨后春筍般崛起，除了獨立微博以外，門戶網(wǎng)站將微博視為新的“標(biāo)配”。新浪在傳統(tǒng)博客領(lǐng)域獨領(lǐng)風(fēng)騷，于2009年8月推出新浪微博，借其慣用的“名人路線”大獲成功，在國內(nèi)微博界獨領(lǐng)風(fēng)騷。隨后，網(wǎng)易、騰訊等門戶網(wǎng)站及人民網(wǎng)、和訊網(wǎng)等媒體網(wǎng)站，也陸續(xù)推出微博。目前，國內(nèi)較大有影響力微博有十余家。

SNS，全稱SocialNetworkingServices，即社會性網(wǎng)絡(luò)服務(wù)，專指旨在幫助人們建立社會性網(wǎng)絡(luò)的互聯(lián)網(wǎng)應(yīng)用服務(wù)。1967年，哈佛大學(xué)的心理學(xué)教授StanleyMilgram(1933～1984)創(chuàng)立了六度分隔理論，簡單地說：“你和任何一個陌生人之間所間隔的人不會超過六個，也就是說，最多通過六個人你就能夠認(rèn)識任何一個陌生人?！卑凑樟确指衾碚?，每個個體的社交圈都不斷放大，最后成為一個大型網(wǎng)絡(luò)。這是社會性網(wǎng)絡(luò)(SocialNetworking)的早期理解。后來有人根據(jù)這種理論，創(chuàng)立了面向社會性網(wǎng)絡(luò)的互聯(lián)網(wǎng)服務(wù)，通過“熟人的熟人”來進行網(wǎng)絡(luò)社交拓展。但“熟人的熟人”，只是社交拓展的一種方式，而并非社交拓展的全部。因此，現(xiàn)在一般所謂的SNS，則其含義已經(jīng)遠(yuǎn)不止“熟人的熟人”這個層面。比如根據(jù)相同話題進行凝聚（如貼吧）、根據(jù)學(xué)習(xí)經(jīng)歷進行凝聚（如facebook）、根據(jù)周末出游的相同地點進行凝聚等，都被納入“SNS”的范疇。面對這些新興之物，幾乎所有的研究都集中在微博與社交網(wǎng)站的發(fā)展動因之上，卻忽視了他們的使用群體。用戶自身特點對網(wǎng)絡(luò)媒介的選擇有什么影響，他們又有哪些營銷價值。這些都缺乏詳實的實證分析證據(jù)。本文將通過構(gòu)建層次模型來解讀用戶自身的特征對微博與社交網(wǎng)站發(fā)展的影響，并探索這些用戶的營銷價值。由于人人網(wǎng)的瀏覽量在SNS網(wǎng)站中處絕對優(yōu)勢，新浪微博的瀏覽量在微博中處絕對優(yōu)勢。所以，我們把人人網(wǎng)和新浪微博作為研究對象，以點帶面，最終評價微博與SNS社交網(wǎng)站。

2.1模型建立層次分析方法的基本過程，大體可以分為如下六個基本步驟：（1)明確問題。即弄清問題的范圍，所包含的因素，各因素之間的關(guān)系等，以便盡量掌握充分的信息。（2)建立層次結(jié)構(gòu)。在這一個步驟中，要求將問題所含的因素進行分組，把每一組作為一個層次，按照最高層（目標(biāo)層)、若干中間層（準(zhǔn)則層)以及最低層（措施層)的形式排列起來。這種層次結(jié)構(gòu)常用結(jié)構(gòu)圖來表示（見圖6-1)，圖中要標(biāo)明上下層元素之間的關(guān)系。如果某一個元素與下一層的所有元素均有聯(lián)系，則稱這個元素與下一層次存在有完全層次的關(guān)系；如果某一個元素只與下一層的部分元素有聯(lián)系，則稱這個元素與下一層次存在有不完全層次關(guān)系。層次之間可以建立子層次，子層次從屬于主層次中的某一個元素，它的元素與下一層的元素有聯(lián)系，但不形成獨立層次。（3)構(gòu)造判斷矩陣。這一個步驟是層次分析法的一個關(guān)鍵步驟。判斷矩陣表示針對上一層次中的某元素而言，評定該層次中各有關(guān)元素相對重要性的狀況，其形式如下：尺度含義1ai與aj的重要性相同3ai比aj的重要性稍強5ai比aj的重要性強7ai比aj的重要性明顯地強9ai比aj的重要性絕對地強2，4，6，8ai比aj的重要性在上述兩個相鄰等級之間1，1/2，……，1/9ai比aj的重要性與上相反

顯然，對于任何判斷矩陣都應(yīng)滿足因此，在構(gòu)造判斷矩陣時，只需寫出上三角（或下三角)部分即可。一般而言，判斷矩陣的數(shù)值是根據(jù)數(shù)據(jù)資料、專家意見和分析者的認(rèn)識，加以平衡后給出的。衡量判斷矩陣質(zhì)量的標(biāo)準(zhǔn)是矩陣中的判斷是否具有一致性。如果判斷矩陣存在關(guān)系：則稱它具有完全一致性。但是，因客觀事物的復(fù)雜性和人們認(rèn)識上的多樣性，可能會產(chǎn)生片面性，因此要求每一個判斷矩陣都有完全的一致性顯然是不可能的，特別是因素多、規(guī)模大的問題更是如此。為了考察層次分析法得到的結(jié)果是否基本合理，需要對判斷矩陣進行一致性檢驗。（4)層次單排序。層次單排序的目的是對于上層次中的某元素而言，確定本層次與之有聯(lián)系的元素重要性次序的權(quán)重值。它是本層次所有元素對上一層次而言的重要性排序的基礎(chǔ)。層次單排序的任務(wù)可以歸結(jié)為計算判斷矩陣的特征根和特征向量問題，即對于判斷矩陣B，計算滿足：BW=λmaxW

（5)的特征根和特征向量。（5)式中，λmax為B的最大特征根，W為對應(yīng)于λmax的正規(guī)化特征向量，W的分量Wi就是對應(yīng)元素單排序的權(quán)重值。通過前面的分析，我們知道，當(dāng)判斷矩陣B具有完全一致性時，λmax=n。但是，在一般情況下是不可能的。為了檢驗判斷矩陣的一致性，需要計算它的一致性指標(biāo)：（6)式中，當(dāng)CI=0時，判斷矩陣具有完全一致性；反之，CI愈大，則判斷矩陣的一致性就愈差。為了檢驗判斷矩陣是否具有令人滿意的一致性，則需要將CI與平均隨機一致性指標(biāo)RI（見表6-1)進行比較。一般而言，1或2階判斷矩陣總是具有完全一致性的。對于2階以上的判斷矩陣，其一致性指標(biāo)CI與同階的平均隨機一致性指標(biāo)RI之比，稱為判斷矩陣的隨機一致性比例，記為CR。一般地，當(dāng)

時，我們就認(rèn)為判斷矩陣具有令人滿意的一致性；否則，當(dāng)CR≥0.1時，就需要調(diào)整判斷矩陣，直到滿意為止。階數(shù)123456789101112131415RI000.580.901.121.241.321.411.451.491.521.541.561.581.59

（5)層次總排序。利用同一層次中所有層次單排序的結(jié)果，就可以計算針對上一層次而言的本層次所有元素的重要性權(quán)重值，這就稱為層次總排序。層次總排序需要從上到下逐層順序進行。對于最高層，其層次單排序就是其總排序。若上一層次所有元素A1，A2，…，Am的層次總排序已經(jīng)完成，得到的權(quán)重值分別為a1，a2，…，am與aj對應(yīng)的本層次元素B1，B2，…，Bn的那么，得到的層次總排序顯然，即層次總排序為歸一化的正規(guī)向量。（6)一致性檢驗。為了評價層次總排序的計算結(jié)果的一致性，類似于層次單排序，也需要進行一致性檢驗。為此，需要分別計算下列指標(biāo)：在（9)式中，CI為層次總排序的一致性指標(biāo)，CIj為與aj對應(yīng)的B層次中判斷矩陣的一致性指標(biāo)；在（10)式中，RI為層次總排序的隨機一致性指標(biāo)，RIj為與aj對應(yīng)的B層次中判斷矩陣的隨機一致性指標(biāo)；在（11)式中，CR為層次總排序的隨機一致性比例。同樣，當(dāng)CR＜0.10時，則認(rèn)為層次總排序的計算結(jié)果具有令人滿意的一致性；否則，就需要對本層次的各判斷矩陣進行調(diào)整，從而使層次總排序具有令人滿意的一致性。一．符號說明綜合評價指標(biāo)體系如下：⑴：性別：男:女⑵：年齡：青少年(小于30):中年（30—50）:老年（大于50）⑶：行業(yè):學(xué)生:白領(lǐng):工人:退休⑷：學(xué)歷:高中及以下:本科:本科以上⑸：性格:外向:內(nèi)向:SNS社交網(wǎng)站:微博目標(biāo)層A準(zhǔn)則層B子準(zhǔn)則層C方案層D媒介的選擇性別男社交網(wǎng)站女年齡青少年中年老年行業(yè)學(xué)生白領(lǐng)一般員工網(wǎng)絡(luò)微博退休性格內(nèi)向外向?qū)W歷高中及以下本科或?qū)？票究埔陨舷旅嫖覀兝靡陨显u價指標(biāo)構(gòu)造層次結(jié)構(gòu)形成目標(biāo)層A，準(zhǔn)則層B，子準(zhǔn)則層C和方案層D。通過在網(wǎng)上收集的數(shù)據(jù)對方案層2個指標(biāo)，進行了綜合評價得到的對比矩陣如下第一層關(guān)系矩陣：對媒介選擇的影響：第二層關(guān)系矩陣：1.性別的影響：2.．年齡的影響：3．行業(yè)的影響：4．學(xué)歷的影響：5.性格的影響：第三層關(guān)系矩陣：二計算矩陣權(quán)重和一致性指標(biāo)1．對于影響媒介選擇的矩陣求解：0.02170.02430.10240.17210.05510.37190.29852．對性別影響的求解：0.00000.00000.66670.33333．對年齡影響的求解：0.00680.00350.66940.24260.08794：對行業(yè)影響的求解：0.00770.00690.56930.13300.22400.07375：對學(xué)歷影響的求解：0.00000.00000.20000.40000.40006：對性格影響的求解：0.00000.00000.66670.3333一致性檢驗：當(dāng)<0.10時，認(rèn)為矩陣的一致性是可以接受的，否則對矩陣數(shù)據(jù)做出修正。A的0.0217通過一致性檢驗!的0.0000通過一致性檢驗!的0.0068通過一致性檢驗!的0.0000通過一致性檢驗!的0.0077通過一致性檢驗!的0.0000通過一致性檢驗!有表格對應(yīng)的各個矩陣的值可以判斷以上各個矩陣的一致性是可以接受的。7：方案層D對子準(zhǔn)則層C（共14個因素）的權(quán)向量和一致性檢驗（k=1,2，……14）列入表中C1C2C3C4C5C6C70.06830.03410.11520.04180.01510.03140.00730.80.250.20.750.50.83330.1250.20.750.80.250.50.16670.8750000000C8C9C10C11C12C13C140.01230.00410.07440.14880.14880.19910.09940.66670.50.83330.90.250.750.80.33330.50.16670.10.750.250.20000000其中C對A的權(quán)向量而以為列向量的矩陣以表中14個權(quán)向量構(gòu)成矩陣則：方案層D對目標(biāo)層A組合權(quán)向量為一致性檢驗一致性檢驗通過三比較分析通過層次總權(quán)值表我們得到因素，，，，，，將對網(wǎng)絡(luò)媒介的選擇產(chǎn)生重要影響。下面對以上7個因數(shù)進行綜合分析，我們借鑒了已有的網(wǎng)站用戶的人口資料。根據(jù)CNNIC于2010年6月所最新公布的《第26次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》中網(wǎng)民情況的數(shù)據(jù)進行橫向比較（如下表二所示）來顯示微博與SNS社交網(wǎng)站用戶的基本情況。微博特點歸納如下：

（1）在性別構(gòu)成中，男性群體比例占絕對主導(dǎo)；

（2）在年齡構(gòu)成中，18-40歲之間的社會中堅力量占77.8%，處絕對優(yōu)勢；

（3）在教育背景構(gòu)成中，大專、大學(xué)本科及以上的高學(xué)歷用戶占84.9%，超出平均值61.6個百分點；

（4）在收入構(gòu)成中，用戶整體的收入水平較高，尤其以1001-2000元居多；

（5）在職業(yè)構(gòu)成中，專業(yè)技術(shù)人員、黨政機關(guān)事業(yè)單位工作者及企業(yè)單位管理人員等核心領(lǐng)域的用戶群體規(guī)模較大。

因而，微博的核心用戶是：年齡處在18-40歲之間受過高等教育的男性群體，他們往往都是白領(lǐng)人群，并擁有著較高的工作收入，他們更有可能關(guān)注時政話題和經(jīng)濟熱點，并對以高質(zhì)量、權(quán)威性為標(biāo)志的嚴(yán)肅網(wǎng)絡(luò)產(chǎn)品擁有較高的需求度，新浪微博產(chǎn)品的業(yè)務(wù)開發(fā)也是基于以上細(xì)分的用戶需求而制定網(wǎng)站范圍層的功能規(guī)格和內(nèi)容需求的。社交類網(wǎng)站的特征：（1）使用社交網(wǎng)站的用戶性別比例為52.9:47.1，男性略高于女性。與CNNIC第26次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》中的全國網(wǎng)民男性為53%，女性為47%的性別分布高度一致（2）社交網(wǎng)站用戶的年輕化特征非常突出，用戶群以20-29歲的青年為主，達到52.6%，高出全國網(wǎng)民平均水平22.8個百分點，而在其他年齡分段上，均低于全國網(wǎng)民的平均水平。（3）大專以上學(xué)歷的用戶占到了社交網(wǎng)站用戶的近六成水平，達到59.1%，超過全國平均水平34個百分點。學(xué)生群體是社交網(wǎng)站的最大用戶群體，比例達到50.3%由于人人網(wǎng)的瀏覽量在SNS網(wǎng)站中處絕對優(yōu)勢，新浪微博的瀏覽量在微博中處絕對優(yōu)勢。所以，我們把人人網(wǎng)和新浪微博作為研究對象，以點帶面，最終評價微博與SNS社交網(wǎng)站。校內(nèi)網(wǎng)新浪微博CNNIC數(shù)據(jù)性別男52.959.254.80%女27．140.845.20%年齡青少年62.645.939.00%中年31.545.434.10%老年5.98.76.90%教育背景高中或以下27.215.176.80%大專或本科56.560.412.00%本科以上16.324.311.30%收入低47.631.742.10%中35.654.452.80%高17.813.95.10%職業(yè)學(xué)生50.337.830.70%普通員工25.328.726.10%白領(lǐng)20.326.337.30%退休4.17.66.90%三、以用戶體驗的角度，從橫向和縱向兩個層面考量微博產(chǎn)品和社交網(wǎng)站價值：

通過對微博和社交網(wǎng)站用戶層的特點揭示之后，我們要關(guān)注的一個問題便是：社交網(wǎng)站和微博產(chǎn)品的價值從多大程度上符合了網(wǎng)站戰(zhàn)略核心層的要求。在信息管理學(xué)領(lǐng)域，通常將用戶體驗(user

experience)來作為研究網(wǎng)站的框架（User

Experience

Conference：2006/2009）

。因此，我們便以用戶體驗的角度深入考察網(wǎng)站中較為顯性的結(jié)構(gòu)層、框架層和表現(xiàn)層要素，從而窺探出微博和社交網(wǎng)站當(dāng)下的價值所在。由于條件所限，我們運用判斷抽樣(Judgment

sampling)的方法選取200位具有典型代表性的新浪微博用戶與校內(nèi)網(wǎng)用戶。接著，筆者結(jié)合傳播學(xué)定性研究方法中的實地訪談法(field

interview)和用戶測試法(contextual

inquiry)來進行研究，前一種方法能揭示訪談對象對自己的使用人民微博的想法和感受（Joann

Keyton，2009：P371），而后一種方法可以使用戶來測試微博產(chǎn)品的改版效果或潛在的可用性問題（J.J.Garrett，2010：P46）

，此兩種方法可以互為補充。

1．第一個考察維度是讓被訪者將新浪微博與校內(nèi)網(wǎng)進行橫向比較：

據(jù)及最多的方面以整體定位、整體風(fēng)格、功能服務(wù)、明星資源、人氣量及整體用戶體驗度等五個維度進行編碼，具體情況如下表四所示：校內(nèi)網(wǎng)新浪微