移動互聯網時代，UGC(用戶產生內容)不斷發展，社交網絡(Social Network)已經不斷普及并深入人心，用戶可以隨時隨地在網絡上分享內容，由此產生了海量的用戶數據。面對大數據時代的來臨，復雜多變的社交網絡其實有很多實用價值。

先看一組數據：微信每分鐘395833人登錄微信，19444人在進行視頻或語音聊天;新浪微博每分鐘發出(或轉發)64814篇微博；Facebook用戶每天共享的東西超40億;Twitter每天處理的數據量超3.4億；Tumblebr博客作者每分鐘發布2.7萬個新帖;Instagram用戶每天共享3600張新照片……

由此可以看出，社交網絡生成的用戶數據的價值已遠遠大于平臺本身。相對于搜索、電商等大數據，社交用戶行為數據傳導路徑更短，具有更高的價值。

那么在社交網站的整個生態系統中，這些社交網絡大數據能帶來哪些價值呢?

1、社交網絡平臺的多樣化，社交網絡大數據也多元化

隨著移動互聯的發展，各種同質化異化的社交網絡平臺的不斷涌現，QQ、微信、新浪微博、Facebook、Twitter、Instagram等等，雖然都是網絡社交平臺，但是交流的側重點又不一樣，因此產生了大量的社會學、傳播學、行為學、心理學、人類學、輿論學等眾多領域的社交數據。各行業的企業都傾注了大量的心血在這些數據進行挖掘分析，從而更加比較精確地把握事態的動向，找準營銷對象。

典型的案例之一：社交網絡大數據顛覆美國總統競選定律

號稱“世界上最民主的國家”的美國，有著這樣的總統選舉鐵律：誰花的錢越多，贏得選舉的幾率就越大。但是，2012年美國總統奧巴馬的再次當選創造了一個奇跡：在他獲勝前的 70 年時間里，還沒有一位美國總統能夠在全國失業率高于 7.4% 的情況下連任成功;而在整個競選過程中，奧巴馬團隊的花銷不到3 億美金，競爭對手羅姆尼花了近 4 億美金卻仍然敗選!

2、探碼大數據技術基于社交網絡大數據順勢而為

隨著社交網絡大數據的多元化發展，各個領域對社交網絡大數據的需求呈現出巨大的增長趨勢。因此如何將這些數據運用起來，才是各領域學者專家企業最為關心的事。基于社交網絡大數據的技術——探碼大數據處理平臺，采用先進的網絡爬蟲技術，分布式計算能力，針對定制的目標數據源進行網絡信息的數據采集、數據提取、數據挖掘、數據處理，從而為各種信息服務系統提供數據輸入。在社交網絡大數據的應用上，力圖為使用者提供更加便捷和直觀的數據分析結果。

數據采集

對來自社交網絡平臺的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。

數據提取

要達到低成本、低能耗、高可靠性目標，通常要用到冗余配置、分布化和云計算技術，在存儲時要按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便于日后檢索的標簽。

數據挖掘

基于對用戶的結構和行為特征深入挖掘，通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現隱藏中的有用數據。

數據處理

有些社交網絡的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維后度量與處理，利用上下文關聯進行語義分析，從大量動態而且可能是模棱兩可的數據中綜合信息，并導出可理解的內容。

3、為什么要做社交網絡數據分析呢?

社交網絡數據分析是基于社交網站的海量數據而衍生出來的服務型產品，但是同時它們反過來也為社交網站提供了巨大的參考價值。社交網站可以根據對社交數據的分析結果，進一步開發出適合用戶需求的應用和功能，從而將用戶黏著在自己的平臺上。利用社交數據分析工具，提供個性化的用戶畫像，從以下幾個維度進行分析：

• 用戶固定特征：性別，年齡，地域，教育水平，生辰八字，職業，星座
• 用戶興趣特征：興趣愛好，使用APP，網站，瀏覽/收藏/評論內容，品牌偏好，產品偏好
• 用戶社會特征：生活習慣，婚戀，社交/信息渠道偏好，宗教信仰，家庭成分
• 用戶消費特征：收入狀況，購買力水平，商品種類，購買渠道喜好，購買頻次
• 用戶動態特征：當下時間，需求，正在前往的地方，周邊的商戶，周圍人群，新聞事件

從以上幾個維度分析社交網絡平臺，得出結果可以看出用戶的愛好特征消費情況動態特征等等各種行為，從而更加了解用戶更加的懂用戶的需求。對于對用戶推送的信息更加精準，同時能做到更加精準的數字運營。

在“大數據”的浪潮中，基于社交網絡大數據的應用，將會為企業帶來更多的收益，推動大數據分析在各行各業中的應用和推廣，將會為企業和社會帶來“大價值”。同時，深度的數據挖掘中最敏感的問題仍然是用戶隱私的問題。社交網站從一誕生起就與這個問題相伴相生，隨著大數據時代的到來，隱私問題顯得越發重要。在未來掘金社交數據的道路上，一方面要為用戶提供更加精準便捷的良好服務，另一方面也要注重對用戶隱私的保護。只有符合用戶需求和用戶安全的商業利益，才能成為可持續的商業利益。