網頁

2013/3/6

[論文研究] 行動電話的騷擾行為 - 侵入式短信行為的探索

行動電話的騷擾行為 - 侵入式短信行為的探索

行動裝置的普及以及使用者的年輕化,產生了一些不一樣的行為模式,以往不常發生的騷擾行為,騷擾電話,騷擾簡訊,各式各樣透過手機進行的騷擾行為越來越頻繁。

在英國,透過手機做騷擾的記錄,警方在案的在暴力犯罪中佔20%,騷擾的發生率越來越高!


撰文者:王崇懿


[論文研究] 網路位置和線上公共財

撰文者:江成欣


在網路世界中,公共財隨處可見,我們可以參與某個產品評論社群,搜尋我們所需要的資訊,幫助我們做決策,但是我們並沒有貢獻出任何的產品評論給這個社群。這些產品評論,並不會因為被其他人看過之後,就消失無法閱讀,而是能夠讓大家不斷使用與共享,這種類型的產品,就叫做公共財(public goods)。 我們生活中最常用到的公共財是什麼呢?在google的搜尋列裡,第一個搜尋結果通常都來自Wikipedia,Wikipedia是由編輯者(editor)開始撰寫,其他編輯者再做編修,使得每個條目(item)的內容不致有太大的偏誤,Wikipeida的所有內容,可以說是群體智慧的展現,也符合公共財的定義,Wikipedia的內容並沒有因為太多的使用者閱讀或編輯而耗損。
Zhang and Wang (2012) 以Wikipeida為研究對象,探討Wikipeida的編輯網路中每個編輯者的中心性是否會影響到他參與Wikipedia編輯的貢獻(編輯的字數、編輯的次數、編輯的頁數),他們提出在公共財的貢獻上,是一個network game,所處的位置不同,達到的均衡也不同,會影響個人認知他們自己在網路中的角色定位。他們認為在中文版的Wikipedia中,每個編輯者的中心性位置,影響了他們的行為,他們用degree centrality, closeness centrality和betweenness centrality當作他們網路中的位置。他們提出三個主要的假說: 總貢獻:一個編輯者的總貢獻和編輯者的中心性位置相關。 努力程度:一個編輯者的努力程度與編輯者的中心性位置相關。 各種中心性差異效果:不同的中心性衡量,有不同的總貢獻和弩力程度,也就代表了個人對於所認知角色的行為不同。 他們的研究結果顯示,不同的中心性位置影響了他們對自己在網路中的角色認知。以Degree centrality來看,他們可以把自己定位為內容專家(content-expert),但是當他們的有更多的合作編輯者時,他們會降低他們總貢獻量,並且會專注於他們曾經寫過的文章;以closeness centrality來看,他們可以把自己定位為一般性的角色,當一個編輯者更靠近其他編輯者,他會降低而且分散他的總貢獻;在betweenness centrality的位置上,他們可以定位自己為內容延伸者(content extender),當一個編輯者在重要且橋接不同的合作關係的位置時,他們會增加他的總貢獻,並且專注於他們曾經編輯過的文章。 Zhang, X. and Wang, C. (2012). Network Positions and Contributiosn to Online Public Goods: The Case of Chinese Wikipedia. Journal of Management Information Systems, vol. 29, no. 2, pp. 11-40.

【論文研究】不同產品分類對消費者態度的影響

撰文者: Eunice Chang

過去研究已經發現產品的多樣化 (variety) 對消費者行為有很大的影響,商店擁有愈多的產品,消費者有愈高的滿意度。不過增加產品多樣性相對的也會增加商店的成本,因此本研究想要探討在不增加產品種類的情況下,只針對產品做不同的分類 (subcategory) 是否會影響消費者的態度。因此執行了二個實驗來探討這樣的議題。第一個實驗考慮二種分類方式 (3,9),結果發現: 當產品被分類為愈多個子類別,消費者會感覺到網站提供的產品較多樣化 (perceived product variety),而且也會得到較正向的購物體驗 (shopping experience: ease of navigation 和 shopping pleasure),進而改善他們對商店的態度。第二個實驗是將分類改成三種分類方式 (3,9,18),且多考慮了二個調節變數 (moderator),分別為選擇的不確定性 (choice uncertainty: high versus low) 和目的 (goal: buying versus browsing)。結果顯示: 愈多的子類別可供選擇,消費者有愈高的認知多樣性 (perceived variety),不過,子類別與瀏覽的容易性 (ease of navigation)、購物的愉樂性 (shopping pleasure)、傾向商店的態度 (attitudes toward the store)、與購買意願 (purchase intentions) 之間的關係是呈現倒U型,也就代表過低或是過高的子類別都不好,適當的分類才是最好的。不過以上這些影響只有在消費者選擇不確定性是低的時候顯著。簡言之,商店可以在不增加成本的情況下,只要針對產品做有系統的分類,就可以改變消費者的態度,不過這個關係會隨著消費者的個人特性不同而有所不同。

參考文獻: Chang, C., 2011. The Effect of the Number of Product Subcategories on Perceived Variety and Shopping Experience in an Online Store. Journal of Interactive Marketing. 25, 159-168.

[論文研究]你相信專家推薦還是素人推薦


撰文者:謝麗雯

此研究做了兩個實驗:1.比較專家推薦及一般使用者的推薦對資訊接收者影響的差異性。2.比較廠商推出的廣告及一般顧客使用後的部落格心得文對資訊接收者影響的差異性。


此研究的第一個實驗分別針對potential product users及nonusers做了以下假說:



















: potential product users在此表示使用過同一種類產品,但是是競爭廠商的品牌。
      nonusers在此表示從未使用過同一種類產品。

實驗後分析受測者的數據,結果顯示H1,H2,H3,H4(a),H4(b),H5(a),H5(b)得到支持。

而此研究的第二個實驗分別針對concerned participants及unconcerned participants做了以下假說:






















: concerned participants在此表示在意買錯東西的受測者。unconcerned participants在此表示不在意買錯東西的受測者。

實驗後分析受測者的數據,結果顯示H6,H7,H8,H9(a),H10(a),H10(b)得到支持。



引用文獻  Opinions From Others Like You: The Role of Perceived Source Similarity.

                  Chingching Chan, Department of Advertising, National Chengchi University, 
                  Taipei,Taiwan    
                  Version of record first published: 16 Dec 2011.





2013/2/26

[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。