簡易檢索 / 詳目顯示

研究生: 許庭嫣
Hsu, Ting-Yen
論文名稱: 以資料探勘方法探究 FACEBOOK 政治人物粉絲專頁網民角色分析
An Analysis of Audiences’ Roles on Politicians’ Facebook Fan Pages using Data Mining
指導教授: 謝吉隆
Hsieh, Ji-Lung
學位類別: 碩士
Master
系所名稱: 圖書資訊學研究所
Graduate Institute of Library and Information Studies
論文出版年: 2017
畢業學年度: 105
語文別: 中文
論文頁數: 67
中文關鍵詞: Facebook粉絲專頁民眾留言行為社群媒體資料分析資料探勘
英文關鍵詞: roles on Facebook fanpage, roles on social media
DOI URL: https://doi.org/10.6345/NTNU202202887
論文種類: 學術論文
相關次數: 點閱:222下載:41
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本研究嘗試開發出一套可快速分析粉絲專頁中粉絲立場的系統。本論文以三位政治人物粉絲專頁為例,透過Facebook API撈取粉絲留言,並建置支持與不支持的詞彙列表,試圖快速地篩選出在一粉絲專頁中支持與不支持的留言粉絲與其留言。建置詞彙列表的方法為,透過人工標記判斷一留言為支持或不支持,並從該留言中擷取可作為詞彙列表的詞彙,評估方法為觀察準確率與召回率之變化。本研究透過抽樣詞彙列表判斷的結過給予人工進行標記,以來判斷該系統之品質。
    實驗結果顯示,在支持方面,本研究所建立的詞彙庫能夠判斷出97.57%的朱立倫支持粉絲數,最少的是蔡英文粉絲團,僅能夠判斷出67.41%的支持粉絲數;在不支持粉絲數方面,則是蔡英文的最多,能夠偵測出32.58%,僅能偵測出朱立倫粉絲中的2.43%為不支持粉絲。比起支持詞彙列表,不支持詞彙列表的建置過程較為困難,原因為表達不支持的方式與詞彙較多,較不能如同支持詞彙般明確且較為固定。另外,不支持的留言往往會運用反諷的方式,留言中雖有支持的詞彙出現,但其語句意思實為不支持,因此提高了不支持詞彙列表增建的困難度。最後,本研究依據研究結果進行討論和提出未來研究相關建議。

    This research aims to develop an agile system that can screen out the stands of fans who commented under the post of Facebook fanpage fast. The system contains data collection using Facebook API, data storage in MySQL and process of building supportive and non-supportive keyword lists. This research takes three politicians Facebook fanpages for example, by building up keyword lists from the result of annotation, we can quickly filter out the stands of fans and comments. This research uses recall and precision rate to evaluate the quality of keyword lists, and uses annotation to evaluate the quality of this system.
    The result shows that Chu’s supportive keyword lists perform the best, and Tsai’s supportive keyword lists are the opposite. But when it comes to non-supportive keyword lists, Tsai’s keyword list outstands than others. We can refer that the building process of non-supportive keyword list is much more difficult than building up a supportive one. The reasons are the use of ironic wording and the way to express non-supportive stand varies.
    Advice is given for the reference of future studies.

    目錄 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的與問題 4 第三節 研究範圍與限制 4 第四節 預期貢獻 5 第二章 文獻探討 6 第一節 Facebook粉絲專頁 6 一、 Facebook粉絲專頁特性 6 二、 Facebook粉絲專頁使用者相關研究 7 第二節 網路媒體回應行為 9 一、 電子公佈欄 9 二、 社交媒體 11 第三節 社群網站數據分析 12 一、 國外研究 14 (一) Facebook 14 (二) OkCupid 16 二、 國內研究 17 (一) QSearch 17 (二) OpView 18 第三章 研究方法與設計 19 第一節 研究方法 19 一、 Facebook圖形API 19 二、 Python2.7 21 三、 Django 21 四、 MySQL 22 五、 Sqlite 22 第二節 研究對象 23 第三節 系統流程與系統架構 26 一、 資料蒐集 26 二、 資料分析 28 (一) 列表建置 28 (二) 使用者資料庫建置 37 三、 成果評估 38 第四章 研究結果 45 第一節 語料庫判斷結果 47 一、 第一類型錯誤 48 二、 第二類型錯誤 50 第二節 第三類型錯誤 52 第三節 貼貼圖、圖片 54 第四節 跨粉絲專頁比較 55 第五章 結論與建議 56 第一節 結論 56 第二節 未來建議 58 參考文獻 60 附錄 63 圖次 圖 三‑1 Facebook Graph API介面示意 20 圖 三‑2 MTV架構示意 22 圖 三‑3 蔡英文每則貼文獲得留言數統計折線圖 24 圖 三‑4柯文哲每則貼文獲得留言數統計折線圖 25 圖 三‑5朱立倫每則貼文獲得留言數統計折線圖 25 圖 三‑6本研究的系統流程圖 26 圖 三‑7本研究MySQL資料庫實體關聯模型 27 圖 三‑8 蔡英文支持詞彙列表之PR圖 31 圖 三‑9 蔡英文不支持詞彙列表之PR圖 32 圖 三‑10 柯文哲支持詞彙列表之PR圖 33 圖 三‑11 柯文哲不支持詞彙列表之PR圖 33 圖 三‑12 朱立倫支持詞彙列表之PR圖 35 圖 三‑13 朱立倫不支持詞彙列表之PR圖 35 圖 三‑14 本研究之系統架構圖 38 圖 三‑15受試者標記網站架構 41 圖 三‑16受試者標記網站登入畫面 42 圖 三‑17受試者標記網站首頁 42 圖 三‑18受試者標記網站標記頁面 43 圖 三‑19受試者標記網站歷史已標頁面 44 圖 三‑20受試者標記網站登出頁面 44 圖 四‑1柯文哲每日留言總數圖 46 圖 四‑2朱立倫每日留言總數圖 46 圖 四‑3蔡英文每日留言總數圖 47 表次 表 三‑1本研究撈取項目與屬性列表 20 表 三‑2各個政治人物粉絲專頁頁面id、粉絲數與所屬黨派 23 表 三‑3各個粉絲專頁之貼文、留言與平均留言數 24 表 三‑4抓取貼文存進資料庫之資料欄位設定 27 表 三‑5抓取留言存進資料庫之資料欄位設定 28 表 三‑6使用者標記各個粉絲專頁之貼文結果 29 表 三‑7各粉絲頁面支持與不支持語料庫數量 30 表 三‑8蔡英文支持與不支持詞彙列表增加梯次與其準確率與召回率 31 表 三‑9 柯文哲支持與不支持詞彙列表增加梯次與其準確率與召回率 32 表 三‑10 朱立倫支持與不支持詞彙列表增加梯次與其準確率與召回率 34 表 三‑11支持與不支持語料庫詞彙舉例 36 表 三‑12使用者資料庫資料欄位與種類 37 表 三‑13第二、三、四階段受試者資料 41 表 四‑1粉絲專頁與其總留言數、總粉絲數與留言多於一次之留言數、留言多於一次之粉絲數 45 表 四‑2各政治人物粉絲頁面語料庫判斷結果 47 表 四‑3各政治人物粉絲頁面第一類型與第二類型錯誤 48 表 四‑4 蔡英文第一類型錯誤的留言中出現在支持與不支持語料庫之次數 48 表 四‑5 柯文哲第一類型錯誤的留言中出現在支持與不支持語料庫之次數 49 表 四‑6 柯文哲第一類型錯誤的留言中出現在支持與不支持語料庫之次數 50 表 四‑7各粉絲頁第二類型錯誤支持、不支持與無法判斷統計(單位:人) 51 表 四‑8語料庫判斷支持與不支持數目、第二類型錯誤判斷支持與不支持數目與留言中支持的粉絲數數目(單位:人) 51 表 四‑9各政治人物粉絲頁面與可偵測之留言支持與不支持粉絲數目與百分比 52 表 四‑10支持語料庫判斷各政治人物粉絲頁面與受試者標記知結果 53 表 四‑11不支持語料庫判斷各政治人物粉絲頁面與受試者標記知結果 53 表 四‑12各政治人物粉絲頁面只留貼圖或圖片人數與同時留過文字與貼圖、圖片使用者數目 54 表 四‑13 蔡英文與朱立倫粉絲專頁粉絲重複立場與數量 55

    Adamic, L. A., Lento, T. M., Adar, E., & Ng, P. C. (2016). Information evolution in social networks. In Proceedings of the Ninth ACM International Conference on Web Search and Data Mining (pp. 473-482). ACM.
    Andrejevic, M. (2012). Ubiquitous surveillance. Routledge handbook of surveillance studies, 91-98.
    Barnes, S. B. (2006). A privacy paradox: Social networking in the United States. First Monday, 11(9).
    Blair, D. C., & Maron, M. E. (1985). An evaluation of retrieval effectiveness for a full-text document-retrieval system.  Communications of the ACM, 28(3), 289-299.
    Bond, R., & Messing, S. (2015). Quantifying social media’s political space: Estimating ideology from publicly revealed preferences on Facebook. American Political Science Review,  109(1), 62-78.
    Flaherty, D. H. (1988). The emergence of surveillance societies in the western world: Toward the year 2000. Government Information Quarterly, 5(4), 377-387.
    Fuchs, C., Boersma, K., Albrechtslund, A., & Sandoval, M. (2013). Internet and surveillance: The challenges of Web 2.0 and social media (Vol. 16). Routledge.
    Fuchs, C. (2010). Social software and Web 2.0: Their sociological foundations and implications. In  Handbook of research on web 2.0, 3.0, and X. 0: technologies, business, and social applications  (pp. 763-789). IGI Global.
    Gandy, O. H. (1989). The surveillance society: information technology and bureaucratic social control. Journal of Communication, 39(3), 61-76.
    Grohol, J. M. (2014). Emotional contagion on Facebook? More like bad research methods. World of Psychology.
    Groshek, J., & Al-Rawi, A. (2013). Public Sentiment and Critical Framing in Social Media Content During the 2012 U.S. Presidential Campaign. Social Science Computer Review, 31(5), 563-576. doi:10.1177/0894439313490401
    Gustafsson, N. (2012). The subtle nature of Facebook politics: Swedish social network site users and political participation.  New Media & Society,  14(7), 1111-1127.
    Halpern, D., & Gibbs, J. (2013). Social media as a catalyst for online deliberation? Exploring the affordances of Facebook and YouTube for political expression. Computers in Human Behavior,  29(3), 1159-1168.
    Hilgartner, S., & Bosk, C. L. (1988). The Rise and Fall of Social Problems: A Public Arenas Model. American Journal of Sociology, 94(1), 53-78. doi:10.1086/228951
    Hille, S., & Bakker, P. (2014, 04). Engaging the Social News User. Journalism Practice, 8(5), 563-572. doi:10.1080/17512786.2014.899758
    James, M. L., Wotring, C. E., & Forrest, E. J. (1995, 01). An exploratory study of the perceived benefits of electronic bulletin board use and their impact on other communication activities. Journal of Broadcasting & Electronic Media, 39(1), 30-50. doi:10.1080/08838159509364287
    Johnson, T. J., & Perlmutter, D. D. (2010). Introduction: the Facebook election.  Mass Communication and Society,  13(5), 554-559.
    Ju, A., Jeong, S. H., & Chyi, H. I. (2013, 04). Will Social Media Save Newspapers? Journalism Practice, 8(1), 1-17. doi:10.1080/17512786.2013.794022
    Kramer, A. D., Guillory, J. E., & Hancock, J. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. Proceedings of the National Academy of Sciences,  111(24), 8788-8790.
    Lazer, D., Pentland, A. S., Adamic, L., Aral, S., Barabasi, A. L., Brewer, D., ... & Jebara, T. (2009). Life in the network: the coming age of computational social science. Science ,  323(5915), 721.
    Marx, G. T. (2002). What's New About the" New Surveillance"? Classifying for Change and Continuity. Surveillance & Society,  1 (1), 9-29.
    Rudder, C. (2014). Dataclysm: Who we are (when we think no one's looking). Random House Canada.
    Trottier, D. (2016). Social media as surveillance: Rethinking visibility in a converging world. Routledge.
    Trottier, D., & Lyon, D. (2012). Key features of social media surveillance.  Internet and Surveillance: The Challenges of Web,  2, 89-105.
    Vitak, J., Zube, P., Smock, A., Carr, C. T., Ellison, N., & Lampe, C. (2011). It's complicated: Facebook users' political participation in the 2008 election. CyberPsychology, behavior, and social networking, 14(3), 107-114.
    Quandt, T. (2011, 04). Understanding a New Phenomenon. Participatory Journalism Guarding Open Gates at Online Newspapers, 155-176. doi:10.1002/9781444340747.ch9
    Reich, Z. (2011, 04). User Comments. Participatory Journalism Guarding Open Gates at Online Newspapers, 96-117. doi:10.1002/9781444340747.ch6
    Williamson, Debra A. (2011), “Worldwide Social Network Ad Spending: A Rising Tide”, eMarketer.com. Retrieved 26-02-2011 from [http://www. emarketer.com/Report.aspx?code=emarketer_2000692]
    方念萱,蘇彥豪(1998)。網路傳播中的對話與對峙-以女性主義連線版的言說為例。新聞學研究,56,183-218。
    王泰俐(2013)。 臉書選舉?2012年台灣總統大選社群媒體對政治參與行為的影響。東吳政治學報, 31(1), 1-52。
    李紹良(2011)。十五萬人的BBS是如何煉成的:批踢踢實業坊技術演變歷程之研究(1995-2008)。國立政治大學社會科學系學位論文。
    陳尚群(2011)。 網路匿名性對虛擬社群成員發佈文章之影響--以 Facebook 與 BBS為例。中央大學資訊管理學系學位論文,1-79。
    蔡昇峰(2008)。〈PTT 鄉民現象〉。上網日期:2017 年 4 月 20 日。 http://castnet.nctu.edu.tw/view.htm?ar_pk=161。
    劉于瑄(2011)。個人圖資部落格回應行為之研究.。臺灣師範大學圖書資訊學研究所學位論文,1-114。

    下載圖示
    QR CODE