英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
高校图书馆社会化媒体使用的特征分析： 来自澳大利亚的推特和脸书
摘要
这里介绍的工作的特点是一个大学图书馆与两个社交媒体平台的合作，这两个平台在大学图书馆很流行。对收集的数据进行分析，以确定推特和脸书活动的形式，使图书馆利益相关者参与社交媒体对话。观察到关联双方：i)指导图书馆的推文和其他人在推特上提及图书馆；以及ii）图书馆的评论和脸书上其他人的评论。发现了三大类与图书馆互动的推特用户：i）通过多条推文与图书馆建立了紧密联系的账户；ii）通过一条推文与图书馆建立了微弱联系的账户；以及iii）通过提及图书馆并由其他用户发送的推文间接与图书馆建立了联系的账户。脸书与图书馆互动的两种不同形式得到了强调：一是图书馆的帖子会产生大量的评论，通常是为了应对竞争/挑战；二是图书馆的帖子没有评论，通常是照片帖子或邀请读者点击链接以了解有关活动/服务的更多信息。本文的工作是一个初步的调查，提供了有用的见解，并为未来的研究提供了方法。
导引
在线社交媒体系统为个人与广大受众交流、共享信息和互动创造了新的方式。对于组织而言，社交媒体提供了与利益相关者沟通和协作的新途径。然而，通过社交媒体为组织创造的任何价值都不是来自任何特定的平台，而是来自它们的使用方式。虽然社交媒体可能被个人和许多组织广泛使用，但它们在高等教育中的应用通常还是相对较新的。社会化媒体对大学图书馆的潜在价值很早就被认识到，Casey在2005年创造了“图书馆2.0”（指将web 2.0在线工具应用于图书馆功能）一词。经过一段时间的试点，社交媒体系统在图书馆环境中的应用现在已被普遍报道。社交媒体的日益普遍存在和使用意味着许多图书馆正在利用社交媒体让其利益相关者参与在线环境。社交媒体提供信息共享和交流的实时渠道，以及互动对话和知识变革的场所。鉴于学生既是图书馆的关键利益相关者群体，也是社交媒体的关键用户群体，许多图书馆将社交媒体工具作为吸引学生的一种方法也就不足为奇了。社交媒体系统的网络性质意味着信息可以在图书馆员和学生之间流动，但也可以在学生之间传播得更远。传统上，图书馆员除了作为信息源的物理或虚拟的看门人和顾问之外，在提供信息素养教学时，还可以最直接地与学生互动。许多人认为社交媒体渠道是让学生学习信息素养的一种现代方式，或认为社交媒体是重新定义信息素养作为数字素养要素的驱动力。可以找到一系列关于图书馆使用各种社交媒体工具的案例研究——YouTube；以及Flickr。然而，推特和脸书的使用似乎是图书馆最常见的社交媒体应用。推特是组织使用最广泛的社交媒体工具之一(推特网站)推特是一种流行且迅速发展的“微博”服务，用户可以快速而频繁地发布称为“tweets”的短消息（最多140个字符），其中可能包含其他在线材料（如照片和网站）的链接，以及他们的“追随者”的链接，他们的推特账户上有子记录。推文可以使用可搜索的“标签”进行标记（例如，一个事件可能会公布一个供参与者使用的标签，以便通过标签搜索轻松收集与该事件相关的推文），用户可以向其所有追随者“转发”从另一个用户处收到的推文。tweet可以专门定向到其他命名用户帐户，或者通常广播到发送帐户的所有追随者。除了来自受保护（私人）账户的推文内容，所有推文都有效地广播到“世界”，并通过搜索公开发现。有一系列第三方应用程序在推特平台上提供附加功能和/或帮助管理推特内容。脸书(脸谱网)是一个同样流行的社交媒体系统，拥有数亿用户。脸书有许多用户帐户类型（个人资料、组和页面），虽然它们用于不同的目的，但它们共享相同的基本功能——图书馆通常会创建一个脸书佩奇。脸书用户有一个个人档案，允许他们描述自己和他们的兴趣，并通过这个定位和连接其他用户和利益集团。个别用户请求与其他用户成为“朋友”，如果请求被接受，此连接允许增强两者之间的交互用户脸书的主要交流区域是用户的“墙”，在这里，用户和他们的朋友可以发布消息（“posts”），并通过发布“评论”来回复消息，读者可以通过“喜欢”来投票选择一篇文章或评论。脸书最近的一个功能是用户“news feed”，它是朋友活动的更新列表。例如，当一个用户的朋友交了一个新朋友，喜欢一个页面或消息等，这会在用户的新闻提要中注明，并倾向于鼓励分享和喜欢，并有助于在脸书上建立社区。
2010年，一项针对美国100家大学图书馆的研究发现，有89家图书馆在脸书上注册，85家图书馆在使用推特。2011年对安大略大学图书馆理事会21个成员图书馆的一项研究发现，62%的图书馆使用推特，52%的图书馆使用脸书——这两种最常用的社交媒体应用程序。图书馆报告说，推特和脸书之所以被使用，是因为它们提供的功能相互关联，但方式不同。有人指出，脸书用于社区建设和提供静态图书馆资源的静态链接，而推特用于与个人沟通和及时更新新资源和时事。推特和脸书为图书馆提供的不同功能和启示需要良好的服务协调这两种工具，以确保它们得到有效利用。图书馆发现，战略性地将其推特和脸书帖子链接起来，以增加其社交媒体消息的总覆盖范围，这很有价值，而且可以配置推特和脸书，以便自动将一个系统中的更新路由到另一个系统，据报道，这对于同时使用这两个系统的库非常有用。
本文提出的工作是为了回应对图书馆使用社交媒体与利益相关者进行交流的方式进行定量研究的需求。它使用公开可用的数据进行分析和可视化，以描述一所大学图书馆与两个目前广受高校图书馆欢迎的社交媒体平台之间的互动关系。推特和脸书的使用都是以共同和互补的方式来处理的，这两种方式对两种系统的不同功能和使用模式做出了回应。对收集到的数据进行统计和图形分析，以确定推特和脸书活动的形式，使图书馆利益相关者参与社交媒体对话。本文的工作是一个初步的调查，提供了有用的见解，以及提供了一个方法论，为今后的研究。
方法
研究人员对澳大利亚大学图书馆网站进行了搜索，以找到那些与该图书馆有特别关联的推特和脸书账户广告链接的网站。一项调查显示，有一个图书馆在推特和脸书上都相对活跃——这个图书馆被选为这里记录的案例研究。相关机构人类研究伦理委员会裁定，以不确定任何个人身份的方式收集和使用公众可访问的推特和脸书历史记录，不需要出于研究目的的正式伦理批准。NCapture计划是能够捕获直接来自特定推特帐户的所有公开可用数据（推文和转发），以及搜索来自提及特定推特帐户的其他帐户的推文时产生的数据。同样，NCapture还可以捕获特定脸书帐户发布的所有公开帖子，以及与原始帖子相关的所有后续评论。推特系统的功能意味着一个重要的（通常是多年的）tweets档案可以直接从一个账户中提取。然而，搜索提到某个账户的结果通常在数量和时间段上要有限得多。要建立一个帐户的连续记录，需要例行的捕获以及推特搜索结果的汇编。在2013年1月24日至7月24日的六个月期间，有系统地记录了对图书馆推特账户的提及。在这一时期结束时，该图书馆账户提供的所有直接推特数据也被捕获——代表2012年3月28日至2013年7月24日期间图书馆的所有推特和转发。因此，尽管图书馆账户管理推特活动的时间长达近16个月，但提到的数据却仅限于最后6个月。此外，脸书系统的功能意味着可以为用户帐户提取大量的帖子和评论档案。在上述六个月期间结束时，图书馆账户的所有可用脸书数据都被捕获——代表2010年8月26日至2013年7月24日期间图书馆的所有帖子和评论。NVIVO程序用于转换捕获的推特和将脸书数据导入Microsoft Excel电子表格.基本来自推特和脸书的图书馆账户统计数据都是经过编译的。
这些推特数据是用Excel绘制出来的，以直观地显示每个月所有类型推特的频率——图书馆发送的定向推特、无定向推特和转发，以及在监测期间，其他人提到图书馆账户的情况。通过推特数据的散点图直观地评估了图书馆被提及的次数与图书馆发送的任何类型tweet之间是否存在任何关联。电子表格推特数据也以逗号分隔值（CSV）格式导出，然后导入Gephi程序，以可视化数据中包含的通信网络。如图1所示，Gephi可用于将推特用户帐户表示为“节点”，并将两个节点之间的通信路径（表示一个或多个tweet）表示为“边缘”。在本文所使用的推特网络图中，边是以曲线的形式表示的，tweet的方向是围绕边的顺时针方向，边的宽度与tweet的总数成正比，在那个方向的两个节点之间记录。脸书的数据是用Excel绘制出来的，可以直观地显示出每月各种类型的帖子的频率——图书馆自己的帖子、别人的帖子、别人对帖子的评论以及图书馆的评论。通过脸书数据的散点图直观地评估了帖子数量和他人评论之间是否存在任何关联。电子表格脸书数据也以逗号分隔值（CSV）格式导出，然后导入Gephi程序，可视化数据中包含的通信网络。如图2中概述的，Gephi可用于将页面上的脸书帖子的序列表示为连接的一系列节点，在特定帖子上所做的任何评论的序列作为连接到发起帖子或节点的节点的分支。在本文使用的脸书网络图中，帖子和评论的顺序由有向边表示，较宽的边指定给主帖子序列，帖子或评论的来源（库或其他）由节点的颜色表示。
结果与讨论
图3显示了在所示期间图书馆每月发送的定向推文、无向推文和转发（阴影部分）的总数，以及在最后六个月的监测期间，在所示月份其他人（无阴影部分）提及图书馆的总数。
可以看出，图书馆每月发送的三种类型的推文略有不同，但每个月每种类型的推文数量大致相等。图书馆发出的三种推文的月平均数分别为：定向推文95.4条；无定向推文91.5条；转发90.2条。图书馆在推特类型上取得了很好的平衡——向全世界和所有追随者发送的消息数量基本相等，向特定用户发送的消息，以及从其他用户重新广播的消息。在图3所示的最后六个月，其他推特账户对图书馆的提及有大量记录，每月的提及总数与图书馆以散点图形式发送的三种推文的相应每月总数进行了比较。一个强大的线性关联被观察到-每月总提及与每月总定向推特。图4显示了带有标记的每月数据点对的散点图-注意，两个轴都有扩展的比例。虽然人们承认，观察到的关联仅基于六个数据点，但其幅度较大（皮尔逊相关系数=0.943），且具有统计学意义（p b 0.004）。如前所述，一个组织从社交媒体中获得的价值不是来自社交媒体系统本身，而是来自社交媒体系统本身他们如何与利益相关者互动，仅仅有一个存在并不能保证利益相关者的参与。组织利益相关者使用社交媒体渠道是自愿的，因此组织吸引关键群体的成员（追随者）并促进他们积极参与在线社区非常重要。图4提供了一些证据，证明了来自图书馆的有意交互水平与其从更广泛的推特环境获得的响应之间的联系。定向tweet是与另一个用户的有目的的通信，它被标记给该用户，并且可能导致回复消息、转发或其他形式的提及。它还可能导致当前不关注库的用户通过following“连接”到推特上的库在2013年1月24日至7月24日的六个月期间，图书馆的追随者人数从1728人增加到2368人，增长了37.0%。仅根据六项观察结果，这些观察结果由每月的总数据组成，这些结果被视为指示性的，而不是决定性的。使用图1中呈现的模式，图5呈现了为库记录的推特网络数据的可视化。
虽然给定网络的数据只有一个拓扑结构，但它可以以多种方式可视化。图5是Gephi程序使用“Force Atlas”布局算法生成的结果网络布局。力图集算法是一种“力导向”算法。一般来说，力导向算法在每条边的端点之间分配“吸引”力，在网络中的所有节点之间分配“排斥”力。然后使用一组配置参数对网络结构进行迭代模拟，直到网络达到平衡状态（如果可能），所有节点上的净吸引力和斥力都处于平衡状态平衡图5使用位于网络中心的库的节点图表网络边缘的宽度与成对节点之间的tweet数成正比。所有网络节点和边都在Gephi程序布局给出的结果位置，除了指向图5中间底部节点的大边，它表示从库发送到所有追随者和整个“世界”的无向tweet。此节点与Gephi程序最初生成的网络中的库节点有效地一致，并重新定位以使其可见，并将其从网络的拥挤中心区域移动。
在由图10提供的展开视图中，可以识别各个帖子和评论的源（库或其他）。标有“A”和“C”的点对应于图9中的点。A点确定了2012年4月记录的大型分支的来源，该分支包含151条评论，其中2条来自图书馆。在另一个极端，C点表示库运行了10个帖子，但没有收到任何评论。研究点A的帖子和点C的帖子的性质，看看它们为什么会产生如此不同的用户响应，这是很有意义的。来自图书馆的原始帖子在A点邀请读者回答一个关于一个物体的猜测，用最多的时间正确的猜测赢得的对象-很明显，这个奖被认为是可取的评论者相当多。图书馆在图9中B1和B2点的帖子也向读者提出了一项需要回应的任务，尽管没有提供具体的奖励。在与C点有关的10个帖子中，一个是与图书馆有关的幽默照片，两个是以前以照片为基础的公告的重新发布，其余7个都是关于图书馆相关活动或服务的公告，由一条短信和一个网页链接组成。这十篇文章中没有一篇特别吸引读者的反应，其中七篇积极引导读者到另一个网站。在脸书上，帖子的读者有可能“喜欢”某个帖子，而且这种喜欢的次数是可以计算出来的。然而，尽管按下like按钮是衡量一篇文章影响的一种方法，但与读者主动起草书面评论以回应一篇文章相比，这是一种性质较低的参与。对于将读者引导到新网页的7个帖子，可以实现点击跟踪来计算到新网页的传输次数，从而获得一些脸书帖子在引导用户到所需消息方面的具体效果。
结论
社会化媒体对高校图书馆的潜在价值是比较早就被认识到的，社会化媒体系统在图书馆环境中的应用现在也被普遍报道。一系列关于图书馆使用各种社交媒体工具的案例研究都可以找到，然而推特和脸书的使用似乎是图书馆最常见的社交媒体应用。有人呼吁进行研究，提供定量数据和指标，并提供更可靠的措施，图书馆社会媒体的影响活动。这个本文对澳大利亚一所大学图书馆使用推特和脸书的情况进行了调查。在一段时间内使用公开的推特数据一年多的时间，公开的脸书数据两年多来，图书馆在这两个平台上的互动被分析和可视化，以表征图书馆与这两种社交媒体的互动系统.关联在以下两种情况下被观察到：i）图书馆的定向推文和其他人在推特上提到
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[258430]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
