國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
43
詞存在，從圖中可以看到有一些邊緣節點，為了不忽略這些節點，我們選擇此種布局方 式。
圖 29. Noun Co-Word Model 視覺化示意圖
4.4 客製化決定推文順序
本系統客製化的部分係利用使用者在 Story Elements Model 探索得來的 Tags，讓使用者 自己去決定欲探索的內容，在 Tags Zone 進行權重調整後，系統依據給定的權重去計算 每則推文的素材分數（Materials Score）高低，最後將計算結果返回至推文顯示區來顯示 推文。
我們訂定了系統客製化的規則，每則推文都有一個素材分數，這個分數的高低攸關
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
44
推文在套用客製化後排列顯示的順序。在 3.4 節我們介紹了本系統中四個 Story Elements Model，分別是時間（Time）、關鍵字（Keywords）、發文者（Users）、名詞共字（Noun Co-Word），使用者在探索資料的時候，會有各自想要關注的主題內容，可能是在某幾個 時間點的推文、或是跟某些關鍵字相關的推文等不同的出發點，因此我們提供讓使用者 可以客製化決定欲聚焦的內容，透過調整從不同 Story Elements Model 得來的元素權重，
因此這四個項目的權重即為我們客製化規則中可調整的變因（variables），系統以標籤
（tags）的形式顯示於 Tags Zone（如圖 30）。
圖 30. 客製化標籤區塊之介面圖
素材分數計算的公式採用排名系統（Ranking System）的概念，我們有四個可調整
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
45
因子：Time（T），Keywords（K），Users（Ｕ），Noun Co-Word（N）；當一則推文屬於 某個因子篩選下而得的推文時，其素材分數即會加一，以此類推，當一則推文在許多條 件下都被使用者篩選出來時，就代表他可能是愈被使用者需要的推文，其分數就會愈高。
Time Model 的篩選條件為該推文發表的時間、Users Model 的篩選條件為該推文的發文 者、Keywords Model 以及 Noun Co-Word Model 的篩選條件皆為該推文含有該詞彙，若 符合上述篩選條件的推文即會被歸類為該 Model 下的 Tags。
使用者可以透過調整 Tags Zone 上方的權重，改變不同模型的加權比例，例如在圖 30 的例子中，Tags 包含 Time【2014-10-13】、Keywords【北京】、Nouns【黑社会、黎智 英】，而權重為（T,K,U,N）= （2,4,1,3），代表若符合 Time 篩選條件的推文的素材分數 會乘上 2 倍、Keywords 篩選條件的推文的素材分數會乘上 4 倍、Nouns 篩選條件的推文 的素材分數會乘上 3 倍，將權重考量進素材分數的計算而得出素材分數，系統會依照素 材分數的高低，將推文依序顯示於 Tweets Display Area 中，客製化每位不同使用者觀看 的內容。
本系統除了讓使用者可以客製化自行控制欲關注的推文，也允許使用者將這些條件 篩選回來的推文，以時間先後或轉推的次數（Retweet count）多寡的順序顯示（如圖 31）。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
46
圖 31. Tweets Display Area 中以不同順序顯示推文
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
47
第 5 章 實驗設計與結果分析
根據我們在第 3 章與第 4 章建構的視覺化資訊系統，為了瞭解本系統之設計對於記者探 索新聞主題的幫助，我們設計了一套實驗流程，透過實驗評估結果來了解本系統對記者 所帶來的價值為何？其使用行為、背後想法、需求以及究竟是否有所幫助？使用者透過 引導式任務熟悉介面基礎操作後，進行我們的指定任務，以評估的使用情況以及介面的 易用程度。