今天,调研机构凯度发布的一项社交媒体满意度调查显示,中国用户开始担心社交媒体给生活所带来的影响,只有64.7%的受访者认为社交媒体带来了正面影响,与去年相比大幅下降了12.1个百分点。
全球调研机构凯度集团(Kantar Group)连续第二年发布了《中国社交媒体影响报告》。该报告同时也指出,社交媒体的使用正在从大城市里接受过高等教育的年轻人群扩张到更小的城市、更多年龄组别和教育水平不那么高的人群。另外,随着中国人越来越多地使用移动互联网,腾讯的微信已经成为了中国社交媒体领域的霸主。
凯度集团是广告传播集团WPP的市场调查分支机构。本次调查利用了大数据挖掘,微博文本分析,微信订阅号文本分析和网上实名制调查四个渠道,共覆盖60个城市,6.6万个实名样本,7.11亿次微信文章点击行为和200万条原创微博内容。
有13,341名实名注册用户参与了该报告的网上调研部分,其中64.7%的用户表示社交媒体对他们生活的影响是正面的,与一年前相比下降了12.1个百分点。与此同时,有12.2%的用户表示社交媒体让他们的生活变糟了,几乎是去年6.7%的两倍。余下的23.3%认为社交媒体对他们的生活没有什么影响,也较一年前的16.5%更高。根据这些数据所折算出的平均满意度得分为68.0分,比去年的73.4分有明显下降。
该报告中还通过针对53,112名中国城市居民的连续性调查发现了社交媒体用户特征的变迁。与一年前相比,城市居民中使用社交媒体的比例从去年的28.6%上升到了34%。90后替代了80后成为了社交媒体用户中最大的年龄组别(37.7%),而60后、50后及年龄更高人群的比例也都在上升,唯一下降的是曾经“一家独大”的80后—他们的比例从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,随着时间的推移,这种追捧会出现下降。社交媒体也不例外,”央视市场研究股份有限公司(CTR)媒介与消费行为研究总经理沈颖评论道。“与此同时,微信使用时间的加长,人们发现微信所关联的人已经从比较小的朋友圈扩展到大的宽泛的交际圈,抓屏的时间越来越长,频次越来越多,且垃圾和重复信息充斥,这引起只浏览不评论不互动的人群从39%上升至46%,增加了7个点,而且社交疏离型人群增长2.1个点。”
“另外,社交媒体的无孔不入也让大家对隐私更重视,希望最高度保护隐私。有不少人因为社交媒体而被别人打扰到了正常的生活,”沈颖解释说。
凯度旗下专业社交媒体分析公司CIC跟踪了50个最热门微信订阅号在107天中所获得的71,276,971次用户点击以分析什么样的订阅号受欢迎,以及人们在微信平台上愿意看什么内容。监测时间段为2014年8月1日至11月15日。
CIC发现50个最热门微信订阅号中有15个娱乐账户,它们所发表的文章获得了49%的点击。相比之下,新闻信息类订阅号虽然有10个挤进了前50,但加起来只占了5%的点击。
对于这50个最热门订阅号而言,它们平均每篇文章有39,531个阅读,154个赞。令人意外的是,热门订阅号发表的文章数并不多:平均一周只有21篇文章。对于前三名(搞笑视频、生活小助手、关爱八卦成长协会)而言,平均数更是低到每周16篇。
CIC的微博文本监测项目跟踪了1万名真实微博用户在一整年中(2013年11月16日至2014年11月15日)所发布的2,098,575条原创微博,以理解人们在微博上聊的热门话题。
娱乐依然是最热门的分类(25.4%),但是新闻事件在微博上很明显更受到关注,它以接近20%的份额(19.6%)排名第二,其它的分类是健康美容(15.7%),工作学习(14.3%),旅游(12%),和其它(13%)。
尽管有不少人认为人们在社交媒体上会更多地表现出负面情绪,但CIC研究了微博上发表的表情符号,证明了这种假设是错误的:有67%的表情符号是正面的,只有33%是负面的。最常用的三种正面表情符号依次是[哈哈],[偷笑]和[呵呵]。而最常见的三种负面表情符号则是[怒]、[泪]和[悲伤]。
“中国社交媒体领域依然在快速变化。营销人员需要通过系统化的研究来更好地了解消费者们是如何各种平台的,他们是如何通过微信和微博来创造、接收和分享信息的,”CIC的创始人兼CEO费嘉明(Sam Flemming)表示。“我们相信尽管现在微信占据了统治地位,但这个领域并不是赢家通吃的。你可以通过微博来感知人们在讨论什么,而微信的订阅号们更像是各种更现代、更适合分享的杂志。我们的研究表明了只有综合利用多个平台才能实现与消费者进行有意义、吸引人和有效的沟通。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。