今天,調(diào)研機(jī)構(gòu)凱度發(fā)布的一項(xiàng)社交媒體滿意度調(diào)查顯示,中國(guó)用戶開始擔(dān)心社交媒體給生活所帶來(lái)的影響,只有64.7%的受訪者認(rèn)為社交媒體帶來(lái)了正面影響,與去年相比大幅下降了12.1個(gè)百分點(diǎn)。
全球調(diào)研機(jī)構(gòu)凱度集團(tuán)(Kantar Group)連續(xù)第二年發(fā)布了《中國(guó)社交媒體影響報(bào)告》。該報(bào)告同時(shí)也指出,社交媒體的使用正在從大城市里接受過(guò)高等教育的年輕人群擴(kuò)張到更小的城市、更多年齡組別和教育水平不那么高的人群。另外,隨著中國(guó)人越來(lái)越多地使用移動(dòng)互聯(lián)網(wǎng),騰訊的微信已經(jīng)成為了中國(guó)社交媒體領(lǐng)域的霸主。
凱度集團(tuán)是廣告?zhèn)鞑ゼ瘓F(tuán)WPP的市場(chǎng)調(diào)查分支機(jī)構(gòu)。本次調(diào)查利用了大數(shù)據(jù)挖掘,微博文本分析,微信訂閱號(hào)文本分析和網(wǎng)上實(shí)名制調(diào)查四個(gè)渠道,共覆蓋60個(gè)城市,6.6萬(wàn)個(gè)實(shí)名樣本,7.11億次微信文章點(diǎn)擊行為和200萬(wàn)條原創(chuàng)微博內(nèi)容。
有13,341名實(shí)名注冊(cè)用戶參與了該報(bào)告的網(wǎng)上調(diào)研部分,其中64.7%的用戶表示社交媒體對(duì)他們生活的影響是正面的,與一年前相比下降了12.1個(gè)百分點(diǎn)。與此同時(shí),有12.2%的用戶表示社交媒體讓他們的生活變?cè)懔?,幾乎是去?.7%的兩倍。余下的23.3%認(rèn)為社交媒體對(duì)他們的生活沒有什么影響,也較一年前的16.5%更高。根據(jù)這些數(shù)據(jù)所折算出的平均滿意度得分為68.0分,比去年的73.4分有明顯下降。
該報(bào)告中還通過(guò)針對(duì)53,112名中國(guó)城市居民的連續(xù)性調(diào)查發(fā)現(xiàn)了社交媒體用戶特征的變遷。與一年前相比,城市居民中使用社交媒體的比例從去年的28.6%上升到了34%。90后替代了80后成為了社交媒體用戶中最大的年齡組別(37.7%),而60后、50后及年齡更高人群的比例也都在上升,唯一下降的是曾經(jīng)“一家獨(dú)大”的80后—他們的比例從44.8%大幅下降到了30.8%。
“任何新生事物都容易受到大家追捧,隨著時(shí)間的推移,這種追捧會(huì)出現(xiàn)下降。社交媒體也不例外,”央視市場(chǎng)研究股份有限公司(CTR)媒介與消費(fèi)行為研究總經(jīng)理沈穎評(píng)論道。“與此同時(shí),微信使用時(shí)間的加長(zhǎng),人們發(fā)現(xiàn)微信所關(guān)聯(lián)的人已經(jīng)從比較小的朋友圈擴(kuò)展到大的寬泛的交際圈,抓屏的時(shí)間越來(lái)越長(zhǎng),頻次越來(lái)越多,且垃圾和重復(fù)信息充斥,這引起只瀏覽不評(píng)論不互動(dòng)的人群從39%上升至46%,增加了7個(gè)點(diǎn),而且社交疏離型人群增長(zhǎng)2.1個(gè)點(diǎn)。”
“另外,社交媒體的無(wú)孔不入也讓大家對(duì)隱私更重視,希望最高度保護(hù)隱私。有不少人因?yàn)樯缃幻襟w而被別人打擾到了正常的生活,”沈穎解釋說(shuō)。
凱度旗下專業(yè)社交媒體分析公司CIC跟蹤了50個(gè)最熱門微信訂閱號(hào)在107天中所獲得的71,276,971次用戶點(diǎn)擊以分析什么樣的訂閱號(hào)受歡迎,以及人們?cè)谖⑿牌脚_(tái)上愿意看什么內(nèi)容。監(jiān)測(cè)時(shí)間段為2014年8月1日至11月15日。
CIC發(fā)現(xiàn)50個(gè)最熱門微信訂閱號(hào)中有15個(gè)娛樂賬戶,它們所發(fā)表的文章獲得了49%的點(diǎn)擊。相比之下,新聞信息類訂閱號(hào)雖然有10個(gè)擠進(jìn)了前50,但加起來(lái)只占了5%的點(diǎn)擊。
對(duì)于這50個(gè)最熱門訂閱號(hào)而言,它們平均每篇文章有39,531個(gè)閱讀,154個(gè)贊。令人意外的是,熱門訂閱號(hào)發(fā)表的文章數(shù)并不多:平均一周只有21篇文章。對(duì)于前三名(搞笑視頻、生活小助手、關(guān)愛八卦成長(zhǎng)協(xié)會(huì))而言,平均數(shù)更是低到每周16篇。
CIC的微博文本監(jiān)測(cè)項(xiàng)目跟蹤了1萬(wàn)名真實(shí)微博用戶在一整年中(2013年11月16日至2014年11月15日)所發(fā)布的2,098,575條原創(chuàng)微博,以理解人們?cè)谖⒉┥狭牡臒衢T話題。
娛樂依然是最熱門的分類(25.4%),但是新聞事件在微博上很明顯更受到關(guān)注,它以接近20%的份額(19.6%)排名第二,其它的分類是健康美容(15.7%),工作學(xué)習(xí)(14.3%),旅游(12%),和其它(13%)。
盡管有不少人認(rèn)為人們?cè)谏缃幻襟w上會(huì)更多地表現(xiàn)出負(fù)面情緒,但CIC研究了微博上發(fā)表的表情符號(hào),證明了這種假設(shè)是錯(cuò)誤的:有67%的表情符號(hào)是正面的,只有33%是負(fù)面的。最常用的三種正面表情符號(hào)依次是[哈哈],[偷笑]和[呵呵]。而最常見的三種負(fù)面表情符號(hào)則是[怒]、[淚]和[悲傷]。
“中國(guó)社交媒體領(lǐng)域依然在快速變化。營(yíng)銷人員需要通過(guò)系統(tǒng)化的研究來(lái)更好地了解消費(fèi)者們是如何各種平臺(tái)的,他們是如何通過(guò)微信和微博來(lái)創(chuàng)造、接收和分享信息的,”CIC的創(chuàng)始人兼CEO費(fèi)嘉明(Sam Flemming)表示。“我們相信盡管現(xiàn)在微信占據(jù)了統(tǒng)治地位,但這個(gè)領(lǐng)域并不是贏家通吃的。你可以通過(guò)微博來(lái)感知人們?cè)谟懻撌裁?,而微信的訂閱?hào)們更像是各種更現(xiàn)代、更適合分享的雜志。我們的研究表明了只有綜合利用多個(gè)平臺(tái)才能實(shí)現(xiàn)與消費(fèi)者進(jìn)行有意義、吸引人和有效的溝通。”
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測(cè)"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問題。通過(guò)創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測(cè)試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過(guò)層次化分解復(fù)雜爭(zhēng)議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭(zhēng)議話題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭(zhēng)議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國(guó)際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過(guò)多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來(lái)革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過(guò)創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過(guò)游戲競(jìng)爭(zhēng)能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來(lái)AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過(guò)模擬人類學(xué)習(xí)過(guò)程培養(yǎng)真正智能AI的新路徑。