基于位置的社交网络服务信息流的导引作用及空间影响研究.docx
- 文档编号:4574955
- 上传时间:2022-12-06
- 格式:DOCX
- 页数:7
- 大小:24.32KB
基于位置的社交网络服务信息流的导引作用及空间影响研究.docx
《基于位置的社交网络服务信息流的导引作用及空间影响研究.docx》由会员分享,可在线阅读,更多相关《基于位置的社交网络服务信息流的导引作用及空间影响研究.docx(7页珍藏版)》请在冰豆网上搜索。
基于位置的社交网络服务信息流的导引作用及空间影响研究
基于位置的社交网络服务信息流的导引作用及空间影响研究
摘要:
基于位置的社交网络服务LBSNS通过实时定位和共享用户的位置信息,或以签到、发表带有地理位置的信息等方式记录时空行为轨迹,使得移动互联网信息流更好地与现实人流结合,拉近现实空间中人与人之间的距离。
LBSNS将基于固定互联网空间的虚拟社会化网络服务SNS归结到基于位置的本地区域中进行,实现了传统的社会化网络社区-虚拟社会化网络社区-虚拟现实社区的转化升级,重构了传统用户的空间社交行为,颠覆了传统网络媒体环境下的信息传播方式。
文章分析了相关概念,解析了导引过程和导引特征,透析了空间影响,指出基于位置的社交网络服务信息流正在重构本地的微观区位,移动互联网时代,地理区位空间弱化的趋势得到了转变,LBSNS作用下形成了若干社会化人群的热点区域,并呈现以用户为中心的中心-外围多核心结构。
关键词:
社交网络服务;信息流;导引作用;空间影响
中图分类号:
F062.5文献标识码:
A
随着移动互联网技术、移动定位技术的发展,新的信息传播模式不断涌现,很大程度上改变了人与人之间社交行为与信息传播的方式,带来了某种新的时空尺度和形态。
基于位置的社交网络服务LBSNS(Location-basedSocialNetworkingService)以移动定位服务LBS(LocationBasedService)和社会化网络服务SNS(SocialNetworkingServices)为手段,应用GIS技术、移动通信技术、定位技术,获取移动终端用户的位置信息,并且在地理信息系统平台的支持下,为用户提供与位置相关的服务。
LBSNS使用者通过实时定位和共享用户的位置信息,或以签到、发表带有地理位置的信息等方式记录时空行为轨迹,使得移动互联网信息流更好地与现实人流结合,拉近现实城市空间中人与人之间的距离,由于本地位置尺度的引入有助于弥合现实地理空间和虚拟网络空间的裂痕,LBSNS将基于固定互联网空间的虚拟社会化网络服务SNS归结到基于位置的本地区域中进行,实现了传统的社会化网络社区-虚拟社会化网络社区(如人人网)-虚拟现实社区(如微信“附近的人”)的转化升级,重构了传统用户的空间社交行为,颠覆了传统网络媒体环境下的信息传播方式。
信息通信技术的出现导致了地理空间的再造,而基于移动定位网络社交服务的出现使得现实地理空间再一次加强。
以2009年Foursquare出现为标志,LBSNS相关研究在美国兴起,同年,计算机学会在西雅图召开了空间信息分会,研究者关注技术层面的研究,如用户位置与轨迹、个人网络空间地理信息等数据的挖掘[1-3]。
2010年社会行为和地理空间分布成为研究重点,如旅游规划、服务业选址、虚拟社区、用户的流动性模型[4-8]。
随着位置采集和移动通信技术的进步,同年,LBSNS传入我国,街旁、嘀咕、切客、玩转四方陆续出现,相关研究逐渐为国内学者们重视,开始探索社交网络服务在城市规划和管理中的应用,郑宇基于用户轨迹,提出了智能位置服务思路[9],刘瑜、隋正伟分析了大数据驱动的人类移动模式和模型研究[10-11],周涛、闫小勇根据旅游日志挖掘了人类行为时空特性的统计力学特征[12-13]。
宋晓宇基于Galloway和Foursquare社交网站真实的签到数据,提出了短时间体验式路线搜索算法[14]。
从此,基于位置的社交网络服务成为旅游、信息、城市等各学科研究人员的研究热点[15]。
综上所述,LBSNS研究发展较快,呈现出多学科多视角的趋势,但是相关基本科学问题有待完善:
(1)国内外学者关于移动互联网新型信息流的空间研究有待展开。
(2)传统的社会性网络服务信息流导引研究没有考虑使用者线上线下社交和信息互动,急需进行深入研究;(3)传统研究仅孤立地挖掘人类空间运动行为的统计特征,没有有效地阐述社会化因素对人类空间行为的影响。
卡斯特尔指出信息时代正在展现一种新的城市形式,即信息化城市。
Graham和Marvin将信息技术对城市经济的作用概括为协作、替代、衍生和增强四种效应[16],新技术的出现使社会结构发生改变,历史上几次工业和信息技术革命都证明了这一点,互联网特别是基于移动互联网的信息流展示了惊人的创造力,新技术的出现会使社会结构发生改变,重组人们的社会关系,实现互联网平台和现实地理空间的线上线下互动,基于位置的社交网络服务更加贴近生活,用户使用时间更长,信息流的导引作用更强[17-19]。
文章旨在从用户-网络-行为-空间视角,探讨这种基于移动互联网的社会化新型信息流对传统现实人流的导引特征和空间影响。
1LBSNS信息流特征及其与相关概念的关系
1.1LBSNS信息流的特征
(1)准确性。
传统的网站信息流对现实人流的导引依托网站等第三方平台,如户外网站、虚拟社区、留学网站,由于信息传递环节过多,易导致信息失真。
而LBSNS能够实现用户间点对点的直接联系,最大限度地降低信息失真,使信息更加准确;
(2)本地性。
本地化的信息,离你最近的信息才是你最关心的信息。
移动网络只是承载信息的工具,由于提供了更多的实时位置信息、即时信息,所以建立在社交网络关系上的信息流动和分享可以真实地获取本地化信息;(3)持续性。
信息导引的连续性,持续且自动地分享你与好友之间的大概距离。
知道一个人当前地点,或是他距离你现在位置的大概地点,预示着他们是否离你足够近,方便与你聚首。
在合适的时间,合适的地点,将合适的信息送给合适的人;(4)高效性。
传统互联网网站信息流对现实人流的导引具有滞后性[20],而网络社会化行为中,熟人社交是要求更快的反馈速度,陌生人社交要求便捷的沟通渠道及建立社交场景,LBSNS借助于便携式手持设备对现实人流物流即时高效导引。
1.2与现实社会化人流的关系 与现实社交人流的互补,互联网是人与信息之间关系的组合。
利用虚拟的网络弥补现实社会的不足,社会化网络服务是对真实社交的补充,利用网络解决现实问题[21]。
LBSNS把基于单人的社交诉求转化为基于地理位置的兴趣聚合,由于共同的兴趣、本地化的社交活动形成现实空间人群的集聚(图1)。
传统的互联网信息以门户网站等信息控制者为中心,呈现点对面传播的特点,用户为被动接收者,而LBSNS信息来自每一个用户,用户既是信息的接收者也是信息的主动发布者,呈现去中心化的特点,在移动社交中用户可以决定是否开启信息接收和移动定位相关功能,形成去中心化的社交环境。
1.3与社会性网络服务信息流(SNS)的关系
信息资源的本地化和社会行为的本地化。
SNS基于全国(球)的资源,服务全国(球)的用户,而LBSNS资源来自本地,用户面向本地;SNS是一种现实社交网络的虚拟化,LBSNS是一种虚拟与现实结合的社交网络。
有效导引真实人流出行。
SNS从“用户-网站-用户”的信息流动模式,导致信息流导引作用滞后,加之现实的空间距离障碍,大多没有形成现实的社会化人流出行。
因为真实的时空距离是形成真实社交的障碍所在。
虚拟社交,无论是以建立关系为目的,还是维持关系,其核心是线下的现实社会关系。
而LBSNS从“用户-用户”点对点结构,用户间的信息高效、直接传输,加之天生具有本地化和轨迹性的特点,具有从虚拟到现实的真实社交出行的先天优势。
虚拟与现实互动是维系真实社交的根本。
传统的网络交流对真实出行导引的转化率低,LBSNS作为一个社交产品真实地还原现实社会,更加有效地将线上关系转化为线下交流,进而形成现实的社交人流。
使用时间更长,导引作用更强。
传统互联网时代,用户是固定的,信息是流动的,但是地理区位是静止的,当互联网技术发展到移动互联网时代,不仅信息是流动的,用户也处于流动状态,空间结构呈现用户为中心的多核心状态。
由于LBSNS终端的便携性,导致用户使用时间更长,导引作用更强。
以用户为中心的真实距离衰减。
定位功能或位置坐标的使用由用户掌握,可以选择开启或关闭,信息通过移动社交网络数据进行流动[22]。
LBSNS本质上是由每一个用户与其网上好友构成的拓扑网络结构,其基于本地的特点,加强了本地的地理区位作用。
同时,由于距离摩擦,形成了以用户为中心的距离衰减,大部分人倾向于选择与自己本地距离较近的人交流。
2LBSNS信息流对人流的导引过程及特征
2.1LBSNS信息流对人流的导引过程
1)位置信息识别。
由于用户与位置信息相关,用户通过标签的形式传递到地理位置信息,如通过签到服务为地理位置加入餐馆、酒吧等种类标签,或为文字、图片信息加入经度、纬度、海拔高度等地理标签。
利用数据挖掘和各种算法对特定时间区域内的签到数据、传统的地理区位数据进行分类,以此了解该区域用户密集度,实现位置信息的识别。
2)位置信息获取。
依托移动定位技术,根据用户所处的实时地理位置,结合用户需求和兴趣,形成若干团体,呈现以用户具体地理位置为中心的空间结构。
由于客户端的便携性和可移动性,用户每到一处便会更新自己的地理位置,将整个信息移动的动态过程显现出来。
3)路径信息识别。
通过移动终端提供的用户签到点及若干签到点形成的空间轨迹,不仅能记录用户访问过的历史位置信息,还能反映出位置与位置之间的相关性。
用户间的社会网络结构与现实社会结构相互依赖。
相关信息不仅包括二者共同出现在相同的地理位置或有着相似的位置历史,而且包括相关社会信息,如共同的兴趣、行为、活动等信息。
将用户轨迹与社会信息结合起来更能准确地识别用户的路径信息。
4)行为导引。
通过用户行为选择的历史记录及其偏好因子的分析,从客观制约与主观决策相结合的角度进行更加精细、智慧化的位置服务,从而对用户的行为进行导引。
在位置信息获取、位置信息识别的基础上使用户的行为更加高效。
从而导引用户高效出行,减少不必要的冗余出行。
2.2LBSNS信息流对人流的导引特征
2.2.1社交人流
提升社交效率。
LBSNS提升了联系速度,扩大了联系范围,可以跨越地域和时间限制,使得用户跨越一定的空间障碍,实现快速交流。
LBSNS以时间流为主要呈现形式,以关系和兴趣作为分类,让用户能够更加及时准确地获取自己需要的信息,让网络上信息的传播广度和传播速度比以往任何时候都要快,更加高效。
降低成本。
根据机会成本原则,LBSNS把真实的社交行为搬到本地移动社交网络上,更好地降低了成本[24]。
通过不断降低维系社交关系的成本,也降低了拓展社交关系和沉淀社交关系的成本。
降低心理障碍。
LBSNS可以大幅减少人们因为害怕被拒绝而产生的社交恐惧感。
如基于用户地理位置,并根据用户在网络上的共同好友数量、共同兴趣和关系网给出评分,双方先是网上交流,相互了解信息,降低了线下见面时被当面拒绝的心理障碍。
建立真实的关系。
由于移动互联网基于本地位置的特点,有助于减少传统社交网络中存在的虚拟网络距离近,现实距离远的问题。
移动社交具有更快的通知机制、信息反馈机制和可定位的地理位置,这就为人群的社交关系沉淀提供了可能。
2.2.2生活服务
与真实生活的结合。
人们依赖本地化的信息,根据需求层次理论,低层次的生存需求更加持久。
LBSNS的内容与现实社会结合起来,实现虚拟与现实的进一步融合,针对用户的真正现实需求,帮助人们解决交友、就业等现实问题,因此黏性比传统社交网络更强。
LBSNS具有从高级的社交需求向低级的生存需求发展的趋势,其与现实服务提供者的结合,使得接入网络的传统线下商家具有先天优势,能够满足用户多样化需求,建立用户和本地商家之间的连接。
与用户兴趣的结合。
LBSNS是基于地理位置的关系沉淀,都是在彼此都比较了解的本地的生活环境里建立,可以通过这样的组团方式把以前完全陌生的网络联系转化为自己的现实社会化关系。
在LBSNS中,利用用户签到信息,分析用户在城市或区域中的兴趣点(PointofInterest,POI),结合用户签到的时间特征,对用户没有访问过的兴趣点进行推荐和预测[25-27]。
用户关注的是好友在哪里,身边服务设施的现实位置和服务质量,网络信息流对现实人流的导引将用户感兴趣的信息和位置相匹配,对用户产生持久吸引力。
剑桥大学的研究人员分析了纽约市用户发布在Twitter上的星巴克、麦当劳、Dunkin'Donuts相关的62万个签到数据,发现可以根据半径200米内的Foursquare签到数据来判断一个地点的受欢迎程度,并以此作为快餐连锁店选址的依据[7]。
3LBSNS信息流的空间影响
LBSNS信息流的空间影响主要体现在:
首先,重构了本地的微观区位。
LBSNS强化的不是地点,而是地点范围,是对现实空间的强化。
在移动互联网时代,地理区位空间弱化的趋势得到了转变,而现实区位的因素得到了加强,特别是时间与空间共同作用的因素得到了加强。
由于位置尺度的引入有助于弥合现实地理空间和虚拟网络空间的裂痕,改变了传统网络媒体环境下的信息传播方式,实现了互联网平台和现实地理空间的线上线下互动,通过时间序列、行为轨迹和地理位置等信息标记的组合,提供了丰富的交互选择,扩展了社交网络外延,形成了出全新的位置社交模式,重构了本地的微观区位。
其次,形成了若干社会化人群的热点区域。
LBSNS与本地现实社会结合、针对用户的真正需求,因此黏性比传统社交网络更强。
生活在同一个地方,同地方的人具有同样的兴趣爱好,通过与距离临近的相同兴趣爱好的用户网络交流,有助于社交关系的建立。
LBSNS提升社交效率、降低社交成本和降低心理障碍,使得本地志同道合的人聚集在一起形成本地的现实热点区域。
当然,社交网络中的热点区域也会因经济、社会的变化而变化,并随着时间的推移而不断增加、缩小或转移。
第三,呈现了流动的中心-外围多核心结构。
传统的互联网信息以门户网站等信息控制者为中心,呈现点对面传播的特点,用户为被动接收者,而LBSNS信息来自每一个用户,用户既是信息的接收者也是信息的主动发布者,呈现去中心化的特点。
移动互联网时代,不仅信息是流动的,用户也处于流动状态,空间结构呈现以用户为中心的多核心状态,在距离摩擦的作用下,形成了以用户为中心的中心-外围空间结构。
此外,由于移动终端的成本,首先指向高收入和城市用户的特点,随着移动终端价格的下降,有从高中收入者向中低收入者,大中城市向小城市,高学历向中低学历用户扩散的趋势[28],用户的空间扩散也呈现中心-外围的特点。
参考文献:
[1]LiN,ChenG.Multi-layeredfriendshipmodelingforlocation-basedmobilesocialnetworks[C].MobileandUbiquitousSystems:
Networking&Services,MobiQuitous,2009.MobiQuitous'09.6thAnnualInternational.IEEE,2009:
1-10.
[2]SadehN,HongJ,CranorL,etal.Understandingandcapturingpeople'sprivacypoliciesinamobilesocialnetworkingapplication[J].PersonalandUbiquitousComputing,2009,13(6):
401-412.
[3]CampanA,TrutaTM.Dataandstructuralk-anonymityinsocialnetworks[M]//Privacy,Security,andTrustinKDD.SpringerBerlinHeidelberg,2009:
33-54.
[4]YeM,YinP,LeeWC.Locationrecommendationforlocation-basedsocialnetworks[C]//Proceedingsofthe18thSIGSPATIALInternationalConferenceonAdvancesinGeographicInformationSystems.ACM,2010:
458-461.
[5]CranshawJ,TochE,HongJ,etal.Bridgingthegapbetweenphysicallocationandonlinesocialnetworks[C]//Proceedingsofthe12thACMinternationalconferenceonUbiquitouscomputing.ACM,2010:
119-128.
[6]KaiserC,PozdnoukhovA.Enablingreal-timecitysensingwithkernelstreamoraclesandMapReduce[J].PervasiveandMobileComputing,2013,9(5):
708-721.
[7]KaramshukD,NoulasA,ScellatoS,etal.Geo-spotting:
miningonlinelocation-basedservicesforoptimalretailstoreplacement[C]//Proceedingsofthe19thACMSIGKDDinternationalconferenceonKnowledgediscoveryanddatamining.ACM,2013:
793-801. [8]SymeonidisP,NtemposD,ManolopoulosY.Location-BasedSocialNetworks[M]//RecommenderSystemsforLocation-basedSocialNetworks.SpringerNewYork,2014:
35-48.
[9]郑宇,谢幸.基于用户轨迹挖掘的智能位置服务[J].中国计算机学会通讯,2010,6(6):
23-30.
[10]LunWu,YeZhi,ZhengweiSui,et.al.Intra-urbanhumanmobilityandactivitytransition:
evidencefromsocialMediacheck-indata[J].PlosOne,2014,9(5):
e97010
[11]YuL,ZhengW,KangCG,et.al.Uncoveringpatternsofinter-urbantripandspatialinteractionfromsocialmediacheck-indata[J].PlosOne,2014,9
(1),e86026.
[12]YanXY,HanXP,WangBH,etal.Diversityofindividualmobilitypatternsandemergenceofaggregatedscalinglaws[J].Scientificreports,2013,3(9):
454.
[13]周涛,韩筱璞,闫小勇,等.人类行为时空特性的统计力学[J].电子科技大学学报,2013,42(4):
482.
[14]宋晓宇,许鸿斐,孙焕良,等.基于签到数据的短时间体验式路线搜索[J].计算机学报,2013,36(8):
1693-1703.
[15]孙中伟,任晓莹,王伟娇,等.不同综合门户网站首页新闻评论者的时空分布对比[J].世界地理研究,2015,24
(1):
168-176.
[16]GramhamS,MarrinS.Telecommunicationandthecity[M].Electronics,UrbanPlaces.Routledge,London,1996:
434.
[17]崔宏鹏.移动定位社交服务中好友与位置推荐框架[D].哈尔滨:
哈尔滨工程大学,2013.
[18]华瑶,俞明传.信息流对物流的影响研究[J].情报科学,2010(11):
1757-1760.
[19]李小建,苗长虹.西方经济地理学新进展及其启示[J].地理学报,2004,59
(1):
153-161.
[20]路紫,赵亚红,吴士锋,等.旅游网站访问者行为的时间分布及导引分析[J].地理学报,2007,62(6):
621-630.
[21]XXMUX.数据分析:
中国?
潘咳禾宓降资裁囱?
?
[EB/OL].http:
//
[22]程士安,陈思.基于地理位置服务(LBS)技术平台的传播规律――以“街旁”为例解读技术赋予信息分享的新权力[J].新闻大学,2011(4):
81-86.
[23]孙健敏,徐世勇.管理沟通[M].北京:
清华大学出版社有限公司,2006.
[24]知乎.互联网社交的目的到底是什么?
[EB/OL].http:
//
[25]李敏,王晓聪,张军,等.基于位置的社交网络用户签到及相关行为研究[J].计算机科学,2013,40(10):
72-76.
[26]YangD,ZhangD,YuZ,etal.Asentiment-enhancedpersonalizedlocationrecommendationsystem[C].Proceedingsofthe24thACMConferenceonHypertextandSocialMedia.ACM,2013:
119-128.
[27]徐翔俊,聂仁灿.基于位置的社会网络中面向时序特征的兴趣点推荐算法[J/OL].计算机应用研究,2015(7).
[28]艾瑞咨询集团.2014年中国移动社交应用市场研究报告[EB/OL].http:
//
Guidingroleandspatialimpactoflocation-basedsocialnetworkingservicesinformationflow
WUShi-feng1,LIXiao-hong1,WUXiao-man2,SUNHao-lin1
(1.CollegeofTourism,HebeiUniversityofEconomicsandBusiness,Shijiazhuang050061,China;2.CollegeofEconomicsandManagement,HebeiUniversityofEconomicsandBusiness,Shijiazhuang050061,China) Abstract:
Byfixingpositionsandsharingp
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 位置 社交 网络服务 信息 导引 作用 空间 影响 研究
![提示](https://static.bdocx.com/images/bang_tan.gif)