[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。