臺灣博碩士論文加值系統

　　社群網路服務近年來逐漸普及，提供了人們新的資訊分享平台以及交流管道，讓生活越來越方便的同時，卻也伴隨著嚴重的個人隱私洩漏問題。本論文將以Facebook朋友清單作為個案討論，檢視Facebook潛在的隱私洩漏風險。
　　根據實驗結果顯示，隱私資訊的洩漏程度與該使用者在Facebook上封面照片(Cover Photo)的互動人數(例如按讚)呈現正相關。此外，年齡層較低的Facebook使用者，其Facebook朋友清單洩漏隱私的風險高於年齡層較高的Facebook使用者。最後，本論文提出一些關於如何在社群網路上避免隱私洩漏的建議。

　　Online social network services have become more and more popular in recent years. They provide new platforms for users to exchange and share their information and make life more convenient than ever. However, online social network services may leak users’ private information to others. This thesis aims to present a case study with Facebook friends list to investigate the potential risk of privacy leak on Facebook.
　　The experimental results show that the more likes you have on your cover photo of Facebook, the more risk of privacy leak you will take. Additionally, younger people have more risk of privacy leak on Facebook friends list, compared to older people. Finally, this thesis provides some suggestions about how to prevent the privacy leak on online social networks.

摘 要 i
ABSTRACT ii
誌 謝 iii
目 錄 iv
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1 前言 1
1.2 研究背景 1
1.3 研究動機與目的 2
1.4 論文架構 2
第二章 相關研究 3
2.1 Friend Mining 3
2.2 Affinity Score & EdgeRank 4
2.3 Mutual Friends 6
2.4 Friend Mapper 7
第三章 研究方法 8
3.1 資料蒐集 8
3.2 資料處理、過濾 9
3.3 資料排序、輸出 9
3.4 實驗流程 10
第四章 實驗結果評估及分析 14
4.1實驗結果 15
4.1.1 測試1-國中學生身分使用者A 15
4.1.2 測試2-國中學生身分使用者B 17
4.1.3 測試3-高中學生身分使用者A 19
4.1.4 測試4-高中學生身分使用者B 21
4.1.5 測試5-大學學生身分使用者A 23
4.1.6 測試6-大學學生身分使用者B 25
4.1.7 測試7-其他身分使用者A 27
4.1.8 測試8-其他身分使用者B 28
4.1.9 測試9-其他身分使用者C 30
4.2 討論與分析 32
第五章 結論與未來工作 35
5.1 結論 35
5.2 未來工作 35
參考文獻 37
附錄 38
測試1 未使用Mutual Friend方法之實驗結果 38
測試1 使用Mutual Friend方法之實驗結果 39
測試2 未使用Mutual Friend方法之實驗結果 40
測試2 使用Mutual Friend方法之實驗結果 41
測試3 未使用Mutual Friend方法之實驗結果 44
測試3 使用Mutual Friend方法之實驗結果 45
測試4 未使用Mutual Friend方法之實驗結果 46
測試4 使用Mutual Friend方法之實驗結果 48
測試5 未使用Mutual Friend方法之實驗結果 50
測試5 使用Mutual Friend方法之實驗結果 51
測試6 未使用Mutual Friend方法之實驗結果 52
測試6 使用Mutual Friend方法之實驗結果 53
測試7 未使用Mutual Friend方法之實驗結果 54
測試7 使用Mutual Friend方法之實驗結果 55
測試8 未使用Mutual Friend方法之實驗結果 56
測試8 使用Mutual Friend方法之實驗結果 57
測試9 未使用Mutual Friend方法之實驗結果 57
測試9 使用Mutual Friend方法之實驗結果 58

1. Emil Protalinski (April 27, 2016). Facebook passes 1.65 billion monthly active users, 54% access the service only on mobile. Retrieved May 26, 2016, from http://venturebeat.com/2016/04/27/facebook-passes-1-65-billion-monthly-active-users-54-access-the-service-only-on-mobile/
2. Hargittai Eszter (August 15, 2010). Facebook privacy settings: Who cares? Retrieved May 26, 2016, from http://firstmonday.org/ojs/index.php/fm/article/viewArticle/3086
3. Bernhard Debatin, Jennette P. Lovejoy, Ann-Kathrin Horn M.A. and Brittany N. Hughes (November 17, 2009). Facebook and Online Privacy: Attitudes, Behaviors, and Unintended Consequences
4. Ensky Lin. Facebook Friend Mining. Retrieved May 23, 2016, from http://ensky.tw/FriendMining/
5. Jason Kincaid (April 22, 2010). EdgeRank: The Secret Sauce That Makes Facebooks News Feed Tick. Retrieved May 23, 2016, from
http://techcrunch.com/2010/04/22/facebook-edgerank/
6. EdgeRank. Retrieved May 23, 2016, from http://edgerank.net/
7. 找出在Facebook中最關心你的朋友. Retrieved May 23, 2016, from https://tw.piliapp.com/facebook/friends-list/
8. Skylar Lee. Facebook Friend Rank Extension. Retrieved May 23, 2016, from https://chrome.google.com/webstore/detail/facebook-friend-rank-exte/jomlcaclgpnoaahlgmhfbkblafnpokea
9. Kurt Wagner (Jun 03, 2014). Your Private Facebook Friends List Isn’t Actually That Private. Retrieved May 23, 2016, from http://mashable.com/2014/06/02/facebook-friends-list-privacy/#3BaGte_X4qqY
10. Facebook Friend Mapper. Retrieved May 23, 2016, from https://chrome.google.com/webstore/detail/facebook-friends-mapper/ikfdhlkcdllmkklmdbhfjkofjmehionn