臺灣博碩士論文加值系統

由於現今社會中許多民眾都在使用虛擬社群來進行各種參與的行為，並提供使用者有助於彼此之間互動和資訊分享與知識的環境。而「Facebook」為目前幾年來台灣最受歡迎與熱門的網路社群服務，其規模與內容都具備特有的系統性與互動性的介面功能，吸引了較獨特的使用者資訊分享行為；因此，探討「Facebook」網路社群服務的資訊分享行為，有助於瞭解目前複雜且多元化的網路社群服務及其使用者的行為和發展，可提供網際網路環境中使用者行為研究的參考。本研究目的針對「Facebook網路社群服務」內本校科技大學的大學部學生族群們與使用平台間的資訊分享行為以此來探討以下三點研究問題：一、以虛擬社群中，使用者藉由在使用「Facebook網路社群服務」上各種會員間資訊分享行為(EX.發佈資訊、照片、打卡)的特徵與差異是否會影響到日常生活的習慣為何；二、以虛擬社群中，使用者如果使用「Facebook網路社群服務」是否會導致荒廢學業或工作呢；三、結合上述兩個問題並加入成績來共同研究使用「Facebook網路社群服務」後是不是會影響到成績的及格標準；並透過情節假設來進行探討影響因素之研究。
本研究採用實體問卷調查法，研究者於紙本問卷中填寫本身在線上「Facebook網路社群服務」的體驗與經營、操作資訊分享的種類、會員間的互動交流關係等，再從中去進行觀察分析並用Weka資料探勘軟體中的Cluster(集群分類)來歸納分析使用者在使用「Facebook網路社群服務」上與會員間資訊分享行為的特徵與差異影響。根據本研究第一次測試組與第二次測試組的情節假設最後發現會有各兩種結果產生：
一、 第一次測試組：
(一) 只要使用者知道自己不論是否有藉由Facebook來進行各種會員間資訊分享行為的話，保證一定不會荒廢自己的學業或工作，而成績方面也絕對都是及格的狀態。
(二) 而另一種結果為使用者本身都搞不清楚自己是否有常常藉由Facebook來進行各種會員間資訊分享行為的話，保證一定會荒廢自己的學業或工作，而成績方面也一定都是不及格的狀態。
二、 第二次測試組：
(一) 雖然使用者本身都搞不清楚自己是否有常常藉由Facebook來進行各種會員間資訊分享的行為，但只要使用者一但有藉由Facebook來進行各種會員間資訊分享行為的話，保證一定不會荒廢自己的學業或工作，而成績方面也絕對都是及格的狀態。
(二) 只要使用者都知道自己不論是否有藉由Facebook來進行各種會員間資訊分享行為與使用過後會不會因此荒廢學業或工作的話，則成績方面也絕對都是及格的狀態。
綜合以上所得到驗證的最後結論為有沒有去玩Facebook並不是真正影響的關鍵因素，只會因為學生自己對於某件事物的專注力有沒有集中才是非常有直接的關聯性。

Facebook is an online social networking service where people can interact with friends, family, coworkers, acquaintances and others with similar interests. Since it can provide an immediate and personal way to deliver programs, products and information to individuals or friends within users’ personal network, Facebook has gain the most popularity among social networking communities. More preciously, Facebook has not only changed the way we communicate but the way we function in our daily lives. To learn more impacts of thus, it is worth studying and analyzing the users’ behaviors after using Facebook for a period of time.
This study is aiming to explore (1) whether the sharing behavior among the college students would impact their daily course works in using Facebook; (2) is whether students’ coursework affected after using Facebook for a period of time; (3) is whether students’ course grades affected after using Facebook for a period of time.
Clustering algorithms of Weka, comprehensive software for machine learning and data mining written in Java by the University of Waikato in New Zealand, is employed for exploration analysis. The pretest group results show (1) the use of Facebook for a certain period of time would not necessary result in low course grades ; (2) the use of Facebook with no purpose (just for killing time) would affect the course grades even though the length of time spent in Facebook is short (It is the intention of doing thing rather than the length of time spent in Facebook would affect the students’ course works).The Control group results show (1) Although the users themselves are not sure whether you have often depend on Facebook to a variety of information sharing among members, but as soon as users depend on Facebook to a variety of information-sharing among members, guaranteed not to waste your school or work and accomplishments definitely is in the exam ; (2) the use of Facebook for a certain period of time will not necessary result in low course grades.

目 錄

中文摘要----------------------------------------------------I
ABSTRACT-------------------------------------------------III
誌謝-------------------------------------------------------V

目錄------------------------------------------------------VI
表目錄----------------------------------------------------IX
圖目錄-----------------------------------------------------X
壹、緒論----------------------------------------------------1
一、研究背景----------------------------------------------1
二、研究動機----------------------------------------------9
三、研究目的---------------------------------------------10
四、論文架構與研究程序-------------------------------------11
貳、文獻探討-----------------------------------------------13
一、資料探勘---------------------------------------------13
二、Weka------------------------------------------------16
三、Facebook--------------------------------------------19
四、網路社群服務------------------------------------------21
五、資訊分享---------------------------------------------22
參、研究方法與設計------------------------------------------24
一、問卷設計---------------------------------------------24
二、情節假設---------------------------------------------25
(一)第一次測試組：情節模擬設計-----------------------------25
(二)第二次測試組：情節模擬設計-----------------------------26
三、資料分析軟體------------------------------------------27
(一)使用原因--------------------------------------------27
(二)使用的軟體與其它軟體之比較-----------------------------27
肆、研究結果-----------------------------------------------29
一、資料分析---------------------------------------------29
(一)第一次測試組結果-------------------------------------29
(二)第二次測試組結果-------------------------------------33
伍、結論及未來研究方向---------------------------------------37
一、研究結論---------------------------------------------37
二、研究貢獻---------------------------------------------37
三、研究限制---------------------------------------------38
四、未來研究方向------------------------------------------38
參考文獻 --------------------------------------------------40
一、中文文獻---------------------------------------------40
二、英文文獻---------------------------------------------42
三、網站資訊---------------------------------------------44
附錄一(Weka軟體基本介面介紹)---------------------------------45
一、軟體簡介---------------------------------------------45
二、基本功能操作------------------------------------------45
(一)Explorer介面---------------------------------------47
(二)Log按鈕--------------------------------------------47
(三)Weka圖示-------------------------------------------47
(四)Explorer之資料預處理---------------------------------48
(五)Explorer之資料分類(預測)-----------------------------48
(六)Knowledge Flow介面---------------------------------49
(七)Experimenter 介面----------------------------------50
(八)Simple CLI介面-------------------------------------50
(九)交叉驗證--------------------------------------------51
三、軟體使用流程------------------------------------------51
(一)第一次測試組與第二次測試組:步驟說明---------------------51
附錄二(群集分析)--------------------------------------------61
一、簡介-------------------------------------------------61
二、兩種群集方式做法與優缺點比較----------------------------61
附錄三(第一次測試組與第二次測試組問卷)-------------------------64

表目錄

表1-1 2013年-台灣網站100強前30名排行表-----------------------8
表2-1 資料探勘應用領域表(1)---------------------------------15
表2-2 資料探勘應用領域表(2)---------------------------------15
表3-1 Weka與Mahout軟體主要異同處之比較表--------------------28
附表2-1群集分析方式比較表------------------------------------61

圖目錄

圖1-1社群媒體：快樂與哀愁兩面向(1)-----------------------------4
圖1-2社群媒體：快樂與哀愁兩面向(2)-----------------------------4
圖1-3社群媒體：快樂與哀愁兩面向(3)-----------------------------5
圖1-4社群媒體：快樂與哀愁兩面向(4)-----------------------------5
圖1-5社群媒體：快樂與哀愁兩面向(5)-----------------------------6
圖1-6社群媒體：快樂與哀愁兩面向(6)-----------------------------6
圖1-7社群媒體：快樂與哀愁兩面向(7)-----------------------------7
圖1-8社群媒體：快樂與哀愁兩面向(8)-----------------------------7
圖1-9研究流程圖--------------------------------------------12
圖2-1 Weka範例_區分出各種類的結果圖--------------------------18
圖2-2 Weka範例_利用分類所得出的樹狀圖-------------------------18
圖2-3 Weka範例_利用分群分析得出的模糊結果圖--------------------19
圖2-4 2013年Facebook全球各地區用戶圖-------------------------21
圖2-5 2013年Facebook全球行動用戶圖--------------------------21
圖4-1 DQ：第一次測試組各答案分析人數圖------------------------29
圖4-2 DR：第一次測試組各答案分析人數圖------------------------29
圖4-3 SCC：第一次測試組各答案分析人數圖-----------------------30
圖4-4 DQ：第一次測試組分群分析之各答案分佈群落結果圖------------30
圖4-5 DR：第一次測試組分群分析之各答案分佈群落結果圖------------31
圖4-6 SCC：第一次測試組分群分析之各答案分佈群落結果圖-----------31
圖4-7第一次測試組：群集分類圖--------------------------------32
圖4-8第一次測試組：群集實例圖--------------------------------32
圖4-9 DQ：第二次測試組各答案分析人數圖------------------------33
圖4-10 DR：第二次測試組各答案分析人數圖-----------------------33
圖4-11 SCC：第二次測試組各答案分析人數圖----------------------34
圖4-12 DQ：第二次測試組分群分析之各答案分佈群落結果圖-----------34
圖4-13 DR：第二次測試組分群分析之各答案分佈群落結果圖-----------35
圖4-14 SCC：第二次測試組分群分析之各答案分佈群落結果圖----------35
圖4-15第二次測試組：群集分類圖-------------------------------36
圖4-16第二次測試組：群集實例圖-------------------------------36
附圖1 GUI圖-----------------------------------------------46
附圖2 Explorer圖------------------------------------------46
附圖3使用Explorer進行預測圖---------------------------------49
附圖4使用Knowledge Flow進行預測圖---------------------------50
附圖5 Weka：第一次測試組與第二次測試組使用步驟一----------------51
附圖6 Weka：第一次測試組與第二次測試組使用步驟二----------------52
附圖7 Weka：第一次測試組使用步驟三(1)-------------------------52
附圖8 Weka：第二次測試組使用步驟三(2)-------------------------53
附圖9 Weka：第一次測試組使用步驟四(1)-------------------------53
附圖10 Weka：第二次測試組使用步驟四(2)------------------------54
附圖11 Weka：第一次測試組使用步驟五(1)------------------------54
附圖12 Weka：第二次測試組使用步驟五(2)------------------------55
附圖13 Weka：第一次測試組與第二次測試組使用步驟六---------------55
附圖14 Weka：第一次測試組與第二次測試組使用步驟七---------------56
附圖15 Weka：第一次測試組與第二次測試組使用步驟八---------------56
附圖16 Weka：第一次測試組與第二次測試組使用步驟九---------------57
附圖17 Weka：第一次測試組與第二次測試組使用步驟十---------------57
附圖18 Weka：第一次測試組使用步驟十一(1)----------------------58
附圖19 Weka：第二次測試組使用步驟十一(2)----------------------58
附圖20 Weka：第一次測試組使用步驟十二(1)----------------------59
附圖21 Weka：第二次測試組使用步驟十二(2)----------------------59
附圖22 Weka：第一次測試組使用步驟十三(1)----------------------60
附圖23 Weka：第二次測試組使用步驟十三(2)----------------------60

一、中文文獻
[1]戈立秀，2007，『部落客之資訊蒐集與分享行為之研究』，國立台灣大學圖書資訊學研究所碩士論文。
[2]古必鵬，2008，『網路社群資訊分享行為之探討：以 GOGOBOX 網路社群服務為例』，世新大學資訊傳播學系碩博士班碩士論文。
[3]石俊麟，2002，『高效率多重單位關聯式規則探勘與文件分析之應用』，國立成功大學資訊工程學系碩博士班碩士論文。
[4]朱國明，2007，『網路社群社會資本與成員間助人行為之相關研究』，資訊管理學報，第14卷，第2期 : 169-202頁。
[5]朱文禎、陳哲賢，2007，『探討虛擬社群之知識分享行為：以線上遊戲社群為例』，電子商務研究春季季刊，第5卷，第1期 : 55-80頁。
[6]吳寂絹、邱銘心，2012，『大學生於社群網站之資訊揭露現象分析』，國立臺灣師範大學圖書館，第16卷，第2期 : 170-191頁。
[7]阮紹薇，2000，『電腦網路中「虛擬社群」現象與經營策略之探討』，國立臺灣大學圖書館，第4卷，第1期 : 60-80頁。
[8]林家安、邱祺筑、賴美余、賴雅婷、謝佳容、欒斌，2012，『社群網路研究與操作－ Facebook粉絲專頁經營』，國立臺灣科技大學企業管理系實務專題報告，20-21頁。
[9]林羿妏、陳昭秀，2012，『大專院校生的批判思考意向與Facebook特性對其資訊驗證行為的影響』，國立臺灣科技大學人文社會學報，第8卷，第1期 : 17-36頁。
[10]林金火，2007，『資料探勘技術應用於中學生成績之研究』，立德管理學院應用資訊研究所碩士論文。
[11]林震岩、邱美惠，2004，『資料探勘應用於學校行銷之研究』，中原大學企業管理學系碩士論文。
[12]柯清彬，2009，『應用資料探勘技術在電腦系統設計服務業顧客價值分析之研究』，靜宜大學資訊碩士在職專班碩士論文。
[13]徐銘彥、柯佳伶，2009，『分類演算法之效能評估』，國立臺灣師範大學資訊工程學系資料探勘期末專題報告。
[14]黃紹麟，2008，社交網路服務的廣告營利模式初探，數位之牆。
[15]溫侑柯，2005，『應用資料探勘之關聯法則探討大學入學成績對在學成績的影響-以資管系為例』，南華大學資訊管理學系研究所碩士論文。
[16]蔡至欣、賴玲玲，2011，『虛擬社群的資訊分享行為』，淡江大學資訊與圖書館學系碩士論文。
[17]劉光瑩，2007，『維基百科背後的力量：一個互助論的觀點』，國立政治大學新聞研究所碩士論文。
[18]錢炳全、吳長達、徐正達、蔡雅華，2007，『資料探勘技術在大專課程學習網站之應用』，義守大學資訊工程學系碩士論文。
[19]謝呈彥，2007，『資料探勘技術於高職電子學成績之研究』，立德管理學院應用資訊管理所碩士論文。
[20]謝燿隆，2003，『運用資料探勘技術探討執行業務所得選案機制』，國立成功大學工學院工程管理碩士在職專班碩士論文。
[21]龔昶元、劉聖文，2002，『調適型銷售互動模式應用於電子商務之研究』，朝陽科技大學企業管理系碩士論文。

二、英文文獻
[1]Blanchard, A.L. and Markus, M.L., 2004 , “The Experienced〝Sense〞of a Virtual Community: Characteristics and Processes,” The Data Base for Advanced Information Systems, 35(1).
[2]Baym, N.K., 1998, “The emergence of community .In S.G. Jones(Ed.),” Cybersociety2.0:Computer mediated communication and community. Thousand Oaks, CA :Sage, pp.35-68.
[3]Cabena, P., Hadjinian P., Stadler, R., Verhees J., and Zanasi A., 1998, “Discovering Data Mining : from Concept to implementation”, Upper Saddle River, New York : Prentice-Hall Inc.
[4]Hangel, J. and Armstrong, A.G., 1997, “Net Gain: Expanding Markets Through Virtual Communities,” Mckinesy and Company.
[5]Mohr, J. and Spekman, R., 1994, “Characteristics of Partnership Success: Partnership Attributes, Communication Behavior, and Conflict Resolution Techniques,” Strategic Management Journal, 15(2), pp.135-149.
[6]Rioux, K. S., 2005, “Information acquiring-and-sharing theory.” In K. E. Fisher, S. Erdelez,& L. Mckechnie (Eds.),Theories of information behavior , pp. 169-172 , Asist,NJ: Information Today Press.
[7]Reinschmidt, J., Gottschalk, H., Kim H., and Zwietering, D., 1999,“Intelligent Miner for Data : Enhance Your Business Intelligence”, IBM International Techical Support Organization, USA.
[8]Romm, C., Pliskin, N. and Clarke, R., 1997, “Virtual communities and society: Toward and Integrative three phase model.” International Journal of Information Management, pp.261-270.
[9]Talja, S., 2002, “Information sharing in academic communities: Types and levels
of collaboration in information seeking and use. ” The New Review of Information Behaviour Research, 3 , pp.143-160.
[10]Wang, Y. and Fesenmaier, D.R., 2004, “Modeling Participation in an Online Travel Community,” Journal of Travel Research, 42, pp.261-270.

三、網站資訊
[1]數位時代，2013，http://www.bnext.com.tw/article/view/cid/103/id/26755
[2]中央研究院資訊科學研究所，2012， http://www.openfoundry.org/tw/resourcecatalog/Program-Development
[3]互動百科，2012，http://www.baike.com/wiki/WEKA
[4]網路資料整理，2012，http://myblog-maurice.blogspot.tw/2012/05/hadoop.html
[5]聯合早報網路版，2012，http://www.zaobao.com.sg/
[6]維基百科Wikidedia，2011，http://zh.wikipedia.org/wiki/Facebook
[7]卡提諾，2011，http://www.ck101.com/forum.php?mod=viewthread&action=printable&tid=1897167
[8]程式碼集散地，2010，http://itgroup.blueshop.com.tw/jimwayne/programming?n=convew&i=174136
[9]Allfacebook，2013，http://allfacebook.com/1q-2013-mau-dau_b116415
[10]Facebook News Room，2013，http://newsroom.fb.com/News/615/Facebook-Reports-First-Quarter-2013-Results
[11]Thenextweb，2013，http://thenextweb.com/facebook/2013/05/01/facebook-mobile-ad-revenue-q1-2013-earnings/?fromcat=all
[12]Mashable，2011，http://mashable.com/2011/04/27/facebook-effect-students/
[13]Our Family，2010，
https://sites.google.com/site/yzuimprojectzi/shi-xi-zhu-ti-jian-jie/Weka
[14]Social Learning Space at FJU CSIE，2009， http://sls.weco.net/blog/arcanis/07-jan-2009/12382