[論文研究] 測量線上社群的資訊擴散

撰文者：江成欣

資訊擴散（information diffusion）自從被Rogers等人提出之後，受到不同領域學者的重視，紛紛提出從經濟計量觀點的衡量模型，但是應用現實生活中的資料進行資料擴散檢驗的研究卻不多。本研究就利用線上社群的資料進行資料探勘的技術建立資訊擴散模型。 在應用實際資料建立資訊擴散模型上，研究者仍然會碰到四個大問題：同質性（homophily）、反映與選擇的問題（reflection and selection problems）、確認影響來源（identifying the source of inlfuence）及決定已經存在的知識（determining preexisting knowledge）。 要在實例中，控制這些問題是很難的，但是有研究者以長時間觀察及仔細的資料處理方式，提出一個實證模型來分析訊息擴散的的影響因素。 Diffusion=a*(target/control dummy)+ summation u bu *(user characteristics)
Garg(2011)等人研究線上音樂分享網站Last.fm的聆聽行為，提出了一個實證的分析模型，嘗試解決上述的四大問題，以Last.fm網站為實驗的對象，將使用者區分為兩組，分別為目標組及控制組，觀察他們的行為九個月，分為三個時期，前三個月為觀察期，確認使用者的聆聽行為與偏好，中間三個月為關係建立期，觀察使用者對於系統所推薦的使用者的播放清單，是不是會引起TA（研究對象）的興趣，後面三個月則是觀察TA是否把歌/樂團播放2次以上，如果有播放2次以上，則認為TA接受了音樂訊息的擴散。他們的研究結果顯示，即使線上社群成員之間彼此的連結是弱連帶（weak tie），都還是有很強的訊息擴散效果。

[實務觀察]新型態的社會網路（Mobile)

除了臉書, 噗浪, 微薄等常見的社群網站，其實還有許許多多社群還存在在各個社會的角落之中，等著人們去發掘，去應用。

[論文研究]如何利用電子口碑加強線上顧客的忠誠度呢?

撰文者：白昆庭

在過去的研究當中，針對電子口碑對於未來顧客的影響已經有過許多的研究，並且許多線上的商家而言也非常重視，然而，很少有研究試圖解顧客的電子口碑參和顧客的下一次購買之間的關係，或者是在電子口碑的參與過程中如何增加線上忠誠度。

[論文研究]一起寫作業吧！

撰文者：李宥萱

多人合作是否能相較於一個人悶著頭自食其力，產出更佳的成果呢？在文件內容協同處理方面，又該如何達到集思廣益而不是人多嘴雜呢？

[論文研究]不同推薦機制下產品風險高低及連結強度偏好的關係

撰文者:謝麗雯

    1998年時DiMaggio及 Louch等人做了一篇研究，探討什麼種類的產品或服務會使買家及賣家傾向找強連結的交易對象，研究結果指出，若產品或服務具較高的風險程度，則買家傾向找強連結的交易對象，賣家傾向找弱連結的交易對象。

    然而，現今市面上有許多廠商推出推薦機制，搜尋市面上廠商已經推出的推薦機制後，可歸納出推薦機制設計的兩大趨勢:1.推薦成功後僅獎勵推薦者。2.推薦成功後，推薦者及買家皆可得到獎勵。若將這兩大趨勢再各區分成兩種狀況:1.買家知道推薦者可得到好處，2.買家不知道推薦者可否得到好處，因而衍生出四種情形:1.推薦者可得到額外好處，買家無額外好處;買家知道推薦者可得到好處。2.推薦者可得到額外好處，買家無額外好處;買家不知道推薦者可否得到好處。3.推薦者及買家皆可得到額外好處;買家知道推薦者可得到好處。4.推薦者及買家皆可得到額外好處;買家不知道推薦者可否得到好處。

    若在推薦機制的這四種狀況下，分別再去探討高風險性產品及低風險性產品於這四種狀況下，將如何影響推薦者的推薦意願，推薦者傾向於推薦與自己是強連結的買家，或傾向於推薦與自己是弱連結的買家?這似乎亦是一研究主題。