`
Digger
  • 浏览: 33977 次
  • 性别: Icon_minigender_1
  • 来自: 上海
最近访客 更多访客>>
AVI
社区版块
存档分类
最新评论

分析国内SNS现状 把握SNS用户心理

阅读更多
严格讲,国内SNS并非Social Networking Services(社会性网络服务),而是Social Network Site(即社交网站)。以人人网(校内网)、开心网、51.com这三个SNS平台为代表,结合一些相对可靠的数据,不难归纳出主流SNS用户的共性。
参考大度咨询8月份调研数据及通过python程序获取校内、51.com最新应用数据,归纳出几点关于国内SNS共性特征:
一、用户特征
1、基于用户互动的小型WebGame平台;
2、男女性用户比例基本平衡(男性52.5 : 女性47.5);
3、主要用户群体年龄分布在16~30岁之间。其中21~25岁占主要用户群体的59.1%;
二、分析SNS基础应用使用情况:重展示 轻交互
基础应用有六个,分别是:日志、相册、礼物、分享、投票、记录,用户使用百分数具体如下:
相册:81.3%  日志:72.1%  记录:67.6%  分享:48.4%  礼物:37.2%  投票:32.4%

紫色表示女性用户数据,蓝色为男性用户数据
从分布图可见男女性别用户使用基础应用的场景基本一至。另外,两个有波动的数据也需要重点关注:记录和礼物。SNS“记录”是即时博客(迷你博 客)是的缩影,受国内外即时博客不能访问影响,导致记录的使用率大增,因此,SNS“记录”还有挖掘的余地;而“礼物”应用缺乏互动性,且受个别SNS平 台收费的影响,导致使用率有所下降。一系列的数据表明,在基础应用环节上,用户交互行为需求较弱,但有很强的展示心理。
三、分析热门应用之间的共同点(高黏性应用必备特征)
以校内网(人人网)和51.com为代表,从xnapps获取最新用户数据(9月9日),通过安装总用户数及单日活跃用户数进行交集筛选横向筛选,得到一系列重复的应用。
1、校内网(截至9月9日,共有988个应用)
按应用按总用户数筛选的TOP20应用分别是:开心农场、狗狗、小游戏、阳光牧场、小游戏中心、开心农民、测试、极速飙车、开心水族箱、德克萨斯扑克、全民斗地主、争床位、踢屁屁、我的餐厅、胡莱旅馆、开心鱼塘、荣光医院、新同居时代、篮球巨星、酒店大亨
按活跃用户数筛选的TOP20应用分别是:开心农场、阳光牧场、开心农民、开心水族箱、开心鱼塘、胡莱旅馆、楼一幢、荣光医院、我的餐厅、动物乐园、狗狗、开心猪倌、篮球巨星、德克萨斯扑克、泡泡鱼、海底总动、篮球无限度、小游戏中心、幸福厨房、疯狂白领
经总用户数和活跃用户数二个维度产生的交集应用为:开心农场、狗狗、阳光牧场、小游戏中心、开心农民、开心水族箱、德克萨斯扑克、我的餐厅、开心鱼塘、篮球巨星、胡莱旅馆、荣光医院

校内网(人人网)TOP20应用使用情况  当前共有988个应用程序
2、51.com(截至9月9日,共有93个应用)
按活跃用户数筛选的TOP20应用分别是:51花园、梦幻西游、KFC、吸乐无穷、明星爱上我、我买了学校啦、欢乐卡片、模版变变变、蚂蚁家园、欢乐动物园、卡通照片制作
按活跃用户数筛选的TOP20应用分别是:51花园、欢乐动物园、模版变变变、城市轨迹、小傻瓜家装秀、蚂蚁家园、欢乐卡片、KFC、吸乐无穷、海底世界、梦幻西游
经总用户数和活跃用户数二个维度产生的交集应用为:51花园、梦幻西游、KFC吸乐无穷、欢乐卡片、模版变变变、蚂蚁家园、欢乐动物园

51.com TOP10应用使用情况  当前共有28个应用程序
将校内网和51.com的交集应用进行分类,大致可分为需求型互动(农场类)、养成展示类(如狗狗等)、休闲游戏(棋牌类)、嵌入式合作(如 KFC吸乐无穷)和DIY型(如模版变变变)5类,其中需求型互动应用(开心农场、阳光牧场、开心农民、开心鱼塘、荣光医院、我的餐厅、篮球巨星、胡莱旅 馆、51花园、欢乐动物园、蚂蚁家园都属于需求型互动应用)最受用户欢迎,见下图。

需求型互动应用有下列相同的特征:
具有需求冲突的特点(如游戏积分、游戏道具等)
互动场景多(不仅仅是好友买卖、停车贴条那么枯燥)
场景简易,可快速完成周期任务(饲养动物、收割农作物只需点击几次鼠标即可完成一个周期任务)
规则简单,多数用户无需阅览帮助即可上手
任务线长,需耗费较多的时间跟进任务以获得心理需求(运营方可根据运营需求随时扩展任务,如增加游戏道具、游戏周期任务)
在实际操作中还需要关注更多的细节问题,如用户体验,如价值链体系、互动任务体系等,留待大家思考。
转载请注明出自http://www.linjingxian.com
分享到:
评论

相关推荐

    实验室管理系统 微信小程序+SSM毕业设计 源码+数据库+论文+启动教程.zip

    实验室管理系统 微信小程序+SSM毕业设计 源码+数据库+论文+启动教程 项目启动教程:https://www.bilibili.com/video/BV1BfB2YYEnS

    基于java的苹果网吧计费管理系统设计与实现.docx

    基于java的苹果网吧计费管理系统设计与实现.docx

    纸中世界-跳跃游戏.sb3

    纸中世界-跳跃游戏.sb3

    Keysight 网络分析仪新建校准件操作指导

    本操作指导用于在 ENA 系列网络分析仪 E5080B 上自定义校准件。目前 Keysight 网络分析仪的 PNA 系列 N52xxB、P50xx 系列、P937x 系列、PXI 板卡式网分以及 ENA 系列的 E5080B、E5081B 的操作界面均统一到如下界面,操作方式相同。

    调查海域浮游动物各类群栖息密度的空间分布表格.docx

    调查海域浮游动物各类群栖息密度的空间分布表格.docx

    ssm框架Java项目源码-高校毕业生就业管理系统+jsp毕设-大作业.zip

    本项目“高校毕业生就业管理系统”是一套基于SSM框架(Spring+SpringMVC+MyBatis)精心开发的Java Web应用,旨在为高校毕业生、高校就业指导部门以及企业用户提供一个高效、便捷的就业信息管理平台。 系统主要功能包括:学生用户可以查看和发布个人简历,搜索并筛选合适的工作岗位,申请心仪的职位;企业用户可以发布招聘信息,筛选和查看应聘者的简历,进行面试邀请等操作;高校就业指导部门则可以对学生的就业情况进行统计和分析,以更好地提供就业指导服务。 此外,系统采用了B/S架构,用户只需通过浏览器即可访问,无需安装客户端软件,方便快捷。数据库设计合理,数据存储安全,系统性能稳定。 本项目的开发,不仅为计算机相关专业的学生提供了一个实践SSM框架的好机会,帮助他们更好地理解和掌握Java Web开发技术,还能有效提升高校毕业生的就业效率和质量。

    使用 Python 进行视频编辑.zip

    电影剪辑 笔记MoviePy 最近升级到 v2.0,引入了重大的重大变化。有关如何更新 v2.0 代码的更多信息,请参阅本指南。MoviePy(在线文档在此处)是一个用于视频编辑的 Python 库剪切、连接、插入标题、视频合成(又名非线性编辑)、视频处理和创建自定义效果。MoviePy 可以读取和写入所有最常见的音频和视频格式,包括 GIF,并且可以在 Windows/Mac/Linux 上运行,并搭载 Python 3.9+。例子在此示例中,我们打开一个视频文件,选择 10 到 20 秒之间的子剪辑,在屏幕中心添加标题,然后将结果写入新文件# Import everything needed to edit video clipsfrom moviepy import *# Load file example.mp4 and keep only the subclip from 00:00:10 to 00:00:20clip = VideoFileClip("long_examples/example2.mp4").with_subcl

    基于java的视频播放器系统设计与实现.docx

    基于java的视频播放器系统设计与实现.docx

    基于java的车辆出租管理系统设计与实现.docx

    基于java的车辆出租管理系统设计与实现.docx

    mqtt等协议的pcap文件

    mqtt等协议的pcap文件

    小白的Python入门教程部分章节源码.zip

    学习python

    修木工施工规范及流程.docx

    修木工施工规范及流程.docx

    适用于 Windows,Linux 和 Python 3 (3.5,3.6,3.7) 的 Tensorflow Faster R-CNN.zip

    适用于 Windows/Linux 和 Python 3 (3.5/3.6/3.7) 的 Tensorflow Faster R-CNNtf-faster-rcnn使用 Python 3 在 Windows 和 Linux 上使用 Tensorflow Faster R-CNN这是在 Windows 和 Linux 上编译 Faster R-CNN 的分支。它深受这里和这里的出色工作的启发。目前,此存储库支持 Python 3.5、3.6 和 3.7。感谢@morpheusthewhite请注意我没有时间或意图修复此分支的所有问题,因为我不将其用于商业用途。我创建此分支只是为了好玩。如果您想做出任何承诺,我们非常欢迎。Tensorflow 已经发布了一个对象检测 API。请参考它。https: //github.com/tensorflow/models/tree/master/research/object_detection如何使用此分支安装 tensorflow,最好是 GPU 版本。按照说明操作。如果没有安装 GPU 版本,则需要注释掉代码中的所有 GP

    章节2:编程基本概念之python程序的构成

    Python是一种高级、解释型、面向对象的编程语言,以其简洁的语法、强大的功能和广泛的应用领域而著称。它无需事先编译,代码在运行时逐行解释执行,提供了极大的灵活性和快速开发的能力。Python支持多种数据类型,包括整数、浮点数、字符串、布尔值、列表、元组、字典和集合等,以及丰富的操作符和流程控制结构,使得开发者可以编写出复杂且灵活的代码。 Python拥有一个广泛的标准库,涵盖了文件操作、网络通信、文本处理、正则表达式、数学运算等多个领域,为开发者提供了大量的模块和函数。此外,Python还拥有丰富的第三方库,如NumPy、Pandas、Matplotlib等用于数据分析和可视化的库,以及Django、Flask等用于Web开发的框架,这些库和框架进一步扩展了Python的应用领域和功能。 Python在Web开发、数据科学、人工智能、自动化运维和游戏开发等多个领域都有广泛的应用。在Web开发方面,Python提供了Django和Flask等强大的Web框架,使得开发者可以轻松地开发出各种Web应用和网站。在数据科学领域,Python是数据科学家的首选工具,其强大的数据处理能力和丰

    毕设源码-基于python的西西家居全屋定制系统的设计与实现_ijsj--论文-期末大作业+说明文档.rar

    本项目是基于Python语言开发的西西家居全屋定制系统,旨在为家居行业提供一个高效、智能的定制解决方案。项目涵盖了从客户需求分析、设计方案生成、材料选购到最终订单生成的全过程,力求实现家居定制的数字化和智能化。 在主要功能方面,系统具备强大的客户管理模块,能够详细记录和分析客户的定制需求。设计模块则采用先进的三维建模技术,为客户提供直观、真实的家居设计方案预览。此外,系统还整合了丰富的材料数据库,方便客户根据自身喜好和预算进行材料选择。 框架方面,项目采用了B/S架构,确保了系统的稳定性和可扩展性。后端使用Python的Django框架,前端则结合了HTML、CSS和JavaScript等技术,实现了用户界面的友好和响应速度。 开发此项目的目的,不仅是为了满足家居行业对个性化定制的需求,也为计算机相关专业的学生提供了一个实践和学习的平台,有助于提升他们的实际开发能力。

    简单连接到 Binance Public API.zip

    Binance公共API连接器Python 这是一个轻量级库,可作为Binance 公共 API的连接器支持的 API/api/*/sapi/*现货 Websocket 市场动态现货用户数据流现货 WebSocket API包含测试用例和示例可定制的基本 URL、请求超时和 HTTP 代理可以显示响应元数据安装pip install binance-connector文档https://binance-connector.readthedocs.ioRESTful API使用示例from binance.spot import Spotclient = Spot()# Get server timestampprint(client.time())# Get klines of BTCUSDT at 1m intervalprint(client.klines("BTCUSDT", "1m"))# Get last 10 klines of BNBUSDT at 1h intervalprint(client.k

    离线安装eclipse的aptana插件详细中文最新版本

    Aptana是一个非常强大,开源,JavaScript-focused的AJAX开发IDE。 Aptana的特点包括: 1JavaScript,HTML,CSS语言的Code Assist功能。 2Outliner(大纲):显示JavaScript,HTML和CSS的代码结构。

    学习自律养成小程序 微信小程序+SSM毕业设计 源码+数据库+论文+启动教程.zip

    学习自律养成小程序 微信小程序+SSM毕业设计 源码+数据库+论文+启动教程 项目启动教程:https://www.bilibili.com/video/BV1BfB2YYEnS

    认知能力评估表.docx

    认知能力评估表.docx

    数学建模学习资料 粒子群算法 先进算法讲义.pdf

    数学建模学习资料 粒子群算法 先进算法讲义.pdf

Global site tag (gtag.js) - Google Analytics