6月27日晚，范冰冰在微博发文宣布与李晨分手，写道：「感谢一路走来你所有的给予，支持和爱。谢谢未来还会有的关心和爱护。我们不再是我们，我们依然是我们。 」随后李晨转发了这条微博，称二人从朋友到爱人，再做回朋友。范冰冰这条微博的转发量达20万，评论达26万，以及100多万的点赞数；李晨转发的微博也有5万多转发、6万多评论，以及77万的点赞。

同一天，宋慧乔经纪公司UAA Korea 正式声明，发布宋慧乔与宋仲基因「性格不合」而离婚的消息。这条消息同样引爆了社交网络，迅速登上新浪微博热门话题榜单。

驱除KOL行业的劣币

25年，伴随着互联网技术的发展，社交媒体从Web1.0时代，注重「聚合」的各种BBS、四大门户野蛮生长，到Web2.0时代以「互动」为代表，强调用户生产内容的地方论坛、垂直论坛、博客及贴吧兴起，到Web3.0时代「连接」成为关键词，突出个性化的QQ空间、人人网、开心网、微博、微信相继上线，再到如今职场社交、陌生人社交、办公社交、短视频社交、社交电商风靡，社交媒体也经历了从1.0到4.0的迭代。2018年，超过94%的中国网民使用社交媒体。

在社交媒体4.0时代，以明星为代表的KOL逐渐成为衡量社交媒体影响力的重点指标。KOL本身的影响力，汇聚成为社交网络平台本身的影响力。AdMaster SocialMaster 数据显示，2018 年，食品、美妆、汽车及母婴行业的 KOL 使用同比增长分别高达92%、81%、29%、27%。

但是，良币和劣币不可避免地共生着。今年2月23日，央视新闻频道的一档播报「粉丝非理性追星，助推假数据泛滥」，列举了不少网络上盛行的「水军」，之后又点名了当红明星蔡徐坤「人为操纵流量，转发点赞均可作假」。随即，KOL作假这一话题迅速发酵。不仅仅是明星，据 AdMaster《社交洞察如何赋能车企生意增长?》系列报告KOL营销篇数据，汽车行业媒体及资深达人类KOL虽占行业总量近九成，但其有效粉丝却不及三成。如果纵容如此恶劣的行为自然发展，势必会发生「劣币驱除良币」现象。

为了帮助品牌应对鱼龙混杂的 KOL 市场，科学选择、评估并管理 KOL，早在 2015 年，AdMaster 便研发并上线意见领袖遴选系统。基于科学的筛选及评估模型，历经多年的经验和数据积累，今年6月，AdMaster KOL 选择评估系统全面升级，升级后的系统覆盖了微博、微信、小红书、抖音等社交平台，去水能力也由微博、微信和小红书逐步拓展至全平台，可实现 KOL 从前选、监测优化，到后测、管理的全链路打通，NLP、机器学习、知识图谱等人工智能技术也将应用在系统中，以提升去水能力并帮助品牌找到高性价比的「微观 KOL」。

AdMaster总裁 王玉梅（Maggie Wang）

「今天我们谈社交，谈的更多是KOL和明星如何去水，怎样更有效的把内容进行组织和聚类，而这一切都基于算法模型和AI作为底层技术支撑，」6月25日，AdMaster「智能社交，洞见先机」社交营销4.0沙龙上，AdMaster总裁王玉梅（Maggie Wang）这样介绍说。借助内容创作、图像识别、数据标注、情绪识别等AI技术处理用户海量的数据，正成为社交营销的新趋势。

从Social Listening到Social Monitoring

在传统媒体广告费用日渐下滑的今天，广告主预算开始向Social端迁移。尤其是美妆品牌，据业内人士透露，一些头部美妆品牌在社交媒体的广告预算翻了30几倍。而在预算增加的同时，广告主也不满足于Social Listening，开始追求Social Monitoring。 

「Monitoring其实是一个持续的概念，」 Maggie解释说，「Social已经成为品牌非常重要的露出平台，与品牌的image紧密相关，所以对于任何的负面讯息，品牌都要实时地去monitoring，然后采取行动，进行危机预警管理。

而Monitoring的另一层含义，指的是品牌希望了解在Social平台上的表现，需要实时的monitoring，如果中间发生任何的变化，品牌可以及时进行调整。「比如我邀请了一个KOL发帖，效果不是特别好，那是不是需要再补一个KOL，或者再补一个帖子？不管是正面还是负面，都要实时的Monitoring，确保品牌campaign能够按照自己的想法来进行。」 AdMaster高级研发总监 史腾飞（Stanford Shi）

Social Monitoring的背后，恰恰是数据和算法在支撑。活动现场，AdMaster高级研发总监史腾飞（Stanford Shi）介绍了为各行业头部品牌量身定制的「智能社交可视化平台」 Social BI系统，特别是算法在社交领域应用的更多细节。

作为国内社交洞察分析领域首个AI+BI可视化平台，Social BI能实时呈现社交数据趋势，品牌登陆定制的系统后，可及时了解自身及行业的动态和趋势，包括不同社交平台的舆情走势、成分及热点趋势、明星表现、新品速递、品牌交叉分析、品牌对比、KOL分类等等，各种维度的统计指标跃然屏上，还可以自定义设置，深挖导致变化的深层次原因。

AI与知识图谱技术，在社交营销领域的应用

社交大数据结合AI，未来的社交应用将不仅限于舆情监测、KOL选择评估等传统领域，它会拓展到洞察挖掘和分析模型构建等多个层面。而想要实现这些高阶功能，核心就是要构建知识图谱，这是技术门槛极高的领域。 

目前，AdMaster正在构建涵盖明星、粉丝、剧目、品牌、产品、成分、讨论角度等信息的综合性知识图谱。在Maggie看来，企业想借助AI和社交大数据「读懂」 消费者，实时辅助决策，要经历「AI+社交三步走」 ，第一要实现全量社交数据实时在线，第二大小数据连接产生洞察，最后一步是企业根据洞察结果制定行动计划，打造闭环运营系统。通过不断学习已有洞察，企业可建立贴近商业需求的分析模型，降低人工成本，实现及时响应和规模化创新。

在知识图谱构建及算法层面，Stanford透露，目前AdMaster拥有专门的知识图谱实验室，并正在构建一套完整的AI基础设施，在算法方面，AdMaster当下致力于推进的主要是数据清洗、去水的模型类算法，以及面对文本、图像以及多媒体素材的自然语言处理和知识抽取，并在不断通过模型训练优化和提升算法的准确性，知识图谱则是最后把所有内容整合成功能化解决方案的技术。