主題名稱:社群網路
National Central University, Information Management The Innovative DigiTech-Enabled Applications & Services Institute (IDEAS) at the Institute for Information Industry (III)
作者:林熙禎教授 侯貫中 張昇輝
趙濬 陳棅易 郭台達
TANET 2016 臺灣網際網路研討會
資料視覺化在社群媒體下議題追蹤的應⽤用
TANET 2016 臺灣網際網路研討會主題名稱:社群網路
National Central University, Information Management The Innovative DigiTech-Enabled Applications & Services Institute (IDEAS) at the Institute for Information Industry (III)
1
⽬錄
前⾔
相關研究
研究步驟與⽅法
新聞實例探討
結論
報告順序
2
前⾔
六度分隔理論(Six Degrees of Separation)
研究背景
平均透過六個⼈就能聯繫到對⽅
3
前⾔
六度分隔理論(Six Degrees of Separation)
研究背景
距離縮短到只要3.57個使⽤者
就能夠聯繫到對⽅
4
前⾔
Facebook為⼀個超⼤的資訊平台,無論對於⼀般使⽤者,甚至是對於企業⽽⾔。
研究動機
5
相關研究
Hinrichs學者(2012)在Trading Consequences專案中的使⽤者回饋有幾項重點:
① 圖⽰加入適當的說明能引導使⽤者
② 系統先⾏將資料做統計處理能提供更有價值的資訊
③ 儘量在同⼀個⾴⾯(Tab)下呈現資料有利使⽤者探索
資料視覺化
6
相關研究
臉書的使⽤者可以針對訊息產⽣三種不同的⾏為反應,分別為:按讚(Like)、留⾔(Comment)以及分享(Share)。
在傅佩雯(2011)年的研究中顯⽰,三種⾏為反應中,按讚層次最低、次之為留⾔,⽽分享有最多的衡量及考量成本故其⾏為反應的層次最⾼。
臉書的⾏為
7
相關研究
Kincaid(2010)將社群抽象化為⼀個社群網路圖形(Social Graph),透過圖形的鏈結關係來決定貼⽂排序順序。
Bucher(2012)公開了動態消息最佳化(News Feed Optimization, NFO)的公式:
臉書的⾏為-動態消息最佳化
8
相關研究
ue:親密度,表⽰兩物件之間的親密程度
we:權重,代表物件之間的關聯型態具有不同的重要性︔Dennis Yu(2016)為BlitzMertics顧問公司的專家,他認為評論的價值為按讚的7倍︔分享的價值為按讚的13倍。
de:時間衰變,動態消息發布的重要性會隨著時間衰變逐漸降低。
臉書的⾏為-動態消息最佳化
9
研究步驟與⽅法系統架構
10
研究步驟與⽅法
Facebook提供給使⽤者回饋粉絲專⾴的⾏為反應有:按讚、評論及分享。
綜合BlitzMetrics顧問公司及傅佩雯學者的研究,我們將按讚、評論及分享的權重定為1:7:13,⽽邊際排⾏(EdgeRank)則為⾏為反應的權重價值總和,透過邊際排⾏來計算每篇貼⽂的影響⼒⼤⼩。
貼⽂評分
11
研究步驟與⽅法
透過關鍵字處理及比對的⽅式將貼⽂映射到特定議題,期望透過觀察議題之下的⽂章分佈來找出特定議題下的⾏為及模式。
從議題的維度下可以進⾏向下挖掘(Drill-down),從粉絲專⾴、貼⽂的影響⼒,甚至是加入時序的維度來觀察議題的熱度及粉絲專⾴對該議題的影響程度。
事件處理(1/2)
12
研究步驟與⽅法
透過Facebook Graph API可以取得公開粉絲專⾴的貼⽂內容及資訊
其中,透過議題關鍵字比對的⽅式對應貼⽂內容(message)、新聞標題(name)及連結新聞內容(description),將之映射到特定議題中。
事件處理(2/2)
13
研究步驟與⽅法
該圖形的概念在於找出某議題下影響⼒最⼤的貼⽂和事件爆發的源頭。
視覺化⼯具-貼⽂熱度散點圖
14
研究步驟與⽅法
在議題的維度之下,粉絲專⾴在特定期間內的總影響⼒排⾏及各粉絲專⾴的貼⽂影響⼒排⾏。
視覺化⼯具-粉絲專⾴貼⽂熱度圖
視覺混亂(visual clutter)的現象 提⽰⼯具(Tooltip)15
研究步驟與⽅法
找出特定議題下粉絲專⾴之間的分享關係。當兩粉絲專⾴分享了同⼀篇貼⽂就定義為有⼀定程度相似關係。
視覺化⼯具-粉絲專⾴關聯圖
16
新聞實例探討表格針對透過幾個維度來將本論⽂的三個視覺化⼯
具做比較。
在此節中,分別針對不同議題在進⾏探討,分別為:⽕燒⾞議題、憲兵違憲議題以及柯⽂哲議題。
貼⽂熱度散點圖 粉絲專⾴貼⽂熱度圖 粉絲專⾴關聯性圖
時間 X O O
貼⽂影響⼒ O O X
粉絲專⾴影響⼒ O X O
曝光度 X X O
排序 O X O
粉絲專⾴比較 O O O17
新聞實例探討
⽇期區間:2016/07/01-2016/07/21
關鍵字組:⽕燒⾞
⽕燒⾞議題
18
新聞實例探討
影響⼒最⼤的粉絲專⾴為ETtoday新聞雲、次之為蘋果⽇報
東森新聞前兩篇的貼⽂影響⼒最⼤,但是ETtoday新聞雲靠著較多的貼⽂數得到整體粉絲專⾴最⼤的影響⼒。
⽕燒⾞議題
19
新聞實例探討
時間區間:2016/03/01-2016/03/10
關鍵字組:憲兵+(搜索|濫權|濫搜|違法|⽩⾊恐怖|魏先⽣|非法|搜查|民宅)
憲兵違憲議題
20
新聞實例探討
議題爆發的源頭是來⾃於PTT上⾯的⽂章「【⼼情】憲兵非法搜查我家並扣押東西」,爆發的時間點是在2016年3⽉6⽇開始。
由於「憲兵違憲」這個議題牽涉到了政治,所以可以看到很多政治類型的粉絲團也都有在關注。
憲兵違憲議題
21
新聞實例探討
點選圖例可以針對不同粉絲專⾴做時間維度跟貼⽂影響⼒的比較。如上圖可以看到,⾃由時報對於這個議題發表了相當多的⽂章。
憲兵違憲議題
22
新聞實例探討柯⽂哲議題
時間區間:2016/04/16-2016/04/20
關鍵字組:柯⽂哲
23
新聞實例探討柯⽂哲議題
「野台」是和「⼩辣椒洪秀柱後援會」相似度最⾼的粉絲團,相似度為11,表⽰這兩個粉絲團分享了11個與該議題有關相同的連結。
24
新聞實例探討柯⽂哲議題
透過我們的粉絲專⾴關聯圖的上半部可以發現較有影響⼒的粉絲團都是政黨較偏藍且多為負⾯貼⽂,並且曝光率和影響⼒都很⼤。
粉絲專⾴相似度的部分,⼀般認為⾃由時報政治⽴場偏綠,中國時報、TVBS為偏藍,然⽽在上⼀張圖形剛好驗證了「⼩辣椒洪秀柱後援會」和其他泛藍粉絲團有⾼度的相關性。
25
結論
粉絲專⾴影響⼒圖讓我們能夠⼀⽬了然的發現某議題下粉絲團的影響⼒排序以及粉絲團內各貼⽂的影響⼒排序
貼⽂熱度散點圖能夠讓我們準確地找出議題爆發的時段以及源頭,並能找出哪⼀則貼⽂起到了迴響的效果。
粉絲專⾴關聯圖則讓我們清楚的發現粉絲團和粉絲團之間是否有某種程度的相關性,進⽽將相似度較⾼的粉絲團區分出來。
研究貢獻
26
結論
⽬前我們針對貼⽂評分以及事件處理進⾏⼀部分的研究與實作。
未來研究⽅⾯,期望針對情緒分析或者標籤處理進⾏更進⼀步的探討及實作。另外,希望結合⽬前擁有的⼯具除了單⼀議題的分析也能夠加上跨議題的比較,來更進⼀步完善Facebook的資料分析。
未來展望
27