第四章 研究分析與結果
第三節 文本特質的影響
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
130
不過特別的是比較集中的爆發性集群 5、6 和 7，因為趨勢的標準差不大，所以 ARIMA 模型並不認為需要透過一階差分排除趨勢。
表29： Yahoo!奇摩新聞集群 2、3、5、6、7 的 ARIMA 模型估計
主文集群 模型1 AIC AICc BIC
2 ARIMA(1,1,1) -30.77 -30.68 -19.93 3 ARIMA(0,1,2) -211.26 -211.17 -200.42 5 ARIMA(1,0,2) -453.99 -453.84 -439.53 6 ARIMA(1,0,2) -304.82 -304.67 -290.35 7 ARIMA(1,0,2) -434.6 -434.45 -420.13
1透過 R 軟體 auto.arima 功能獲得的最佳模型
Ives, Abbott, & Ziebarth (2010)認為一個受到自我相關(AR)或移動平均(MA) 機制影響的生態時間序列就是一個受到延滯密度依賴影響的序列，而這個影響常 常會來自與其他生物牲口的互動，因此可以確定集群 1 和 4 兩個模因類種不僅受 到密度依賴的影響，同時該類種與其他模因類種的互動對於自己也有相當程度的 影響，不過集群 1 所受到的密度依賴的影響會比較大，因為集群 1 如果透過納入 一個落後期的自我相關影響時，所產生的模型適度會逼近落後期 2 的移動平均模 型，集群 2、3、5、6、7 也都有延滯的影響，其中集群 3 和集群 4 的動態比較類 同，因為時間序列主要是受到落後其中移動平均的影響，7 個集群的動態符合 Bulmer 檢定中所獲得的結果。過去在許多分析中沒有發現密度依賴的現象很可 能是因為這些研究所探討的時間序列太短，或是那些時間序列有延遲的密度依賴 (Woiwod & Hanski, 1992)，很顯然的透過時間序列模型來探討時間序列的自我相 關時，會發現透過 Bulmer 檢定顯著性不高的時間序列，背後的機制還是可能隱 藏著自我相關的關係，只不過自我相關的影響有延滯，這個現象與 Ranta, Lundberg, & Kaitala (2006)所觀察到密度依賴主要都是在一個或更多個落後期才 會產生效果的結論一致，Holyoak (1994)認為牲口的多寡與牲口成長率之間的差 異如果只有一個世代，則該生物的數量動態是非延滯的密度依賴，如果數量與成 長之間的關係是兩個或更多世代才看得到的，則為延滯的密度依賴，這節所驗證 的假設 1 整體結果，可在本章第八節的表 72 中看到。
第三節 文本特質的影響
不同種類生物牲口的變化會受到不同因素的影響，例如哺乳類動物的年齡與 其繁殖力有關聯，不過對於無限成長(indeterminate growth)的動物像是魚、蛇與 蜥蜴等等，繁殖力與女性的身體大小比較有關聯(Ranta, Lundberg, & Kaitala, 2006)，因此主文文本的特質對於不同模因類種的影響也可能很不一樣，不過根 據 Dutton & Heath (2010)和 Heylighen & Chielens (2009)對於模因而言，能夠產生
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
131
出引發讀者情緒反應的文本則最可能會獲得注意，畢竟不同模因彼此之間所競爭 的資源就是注意力，獲得更多注意力能夠提升自己的複製成功率，使得更多的主 文與回文被產生，另外模因表型的長短對於模因的複製也會有影響，字數會影響 到文本的其他特質與模因本身複製的成功率，在這節中本研究針對個別模因類種 主文的情緒、字數和主文篇數與回文數的關係進行探討。
壹、 文本特質對於模因複製的影響
當主文本身能夠激發強烈情緒時，該主文受到注意的次數就會提升，使得該 主文產生更多回文的機會提高，在表 30 中可以看到整體而言回文數與正向、負 向情緒的強度都有顯著的關係，不過比較特別的是當本研究把 7 個集群的主文回 文數和正、負向情緒強度進行相關檢定時，只有集群 2 的回文數與負向情緒有顯 著的正向關係，而只有集群 3 的回文數與正向情緒有顯著的正向關係，其他集群 的回文數與正負向情緒之間並沒有顯著的關係。
表30： Yahoo!奇摩新聞主文回文數與文本特質的關係
集群 正向情緒 負向情緒 字數 個數
整體 .052* .067** .138*** 1761
k=7
1 .028 .084 .081 530 2 -.001 .104* .041 565 3 .159* -.062 -.045 157 4 .071 .081 .206** 242 5 .183 .140 .268* 66 6 -.034 -.142 -.120 79 7 -.022 .094 .033 122
*：𝑝 < 0.05 **：𝑝 < 0.01 ***：𝑝 < 0.001
在字數方面整體主文的字數與回文數之間有顯著的正向關係，但當把主文分 成不同模因類種來分析時只有集群 4 和集群 5 的字數與回文數有顯著的正向關係，
其他集群字數與回文數之間並沒有顯著的關係，同時集群 3 和 6 回文數與字數的 關係還是負向的，很顯然不同集群（模因類種）在文本特質與回文數之間的關係 上有相當程度的差異，Blute (2010)認為當存在的空間開始變成擁擠時，自然界與 文化界都會引發種化(speciation)的過程，種化就是當同一種類的生物基於專精而 進化成許多不同的新種類。探討課綱微調議題的模因類種之間因為在探討類同的 主題，因此有許多共同點，不過因為不同模因之間處於競爭的狀態，所以必須透 過不同的策略來複製自己，這種自然選擇的壓力則會使得不同模因所產生的表型 以不同的方式引起注意，因此不同模因類種在文本特質上也會有差異。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
132
為了探討不同模因類種在文本特質上的差異，本研究透過單因子變異數分析 (ANOVA)針對不同集群的文本特質進行比對，在表31中可以看到Yahoo!奇摩新 聞主文模因類種之間在所有的文本特質上都有顯著的差異，因此可以說由不同模 因產生的主文在正負向情緒強度和字數方面都不同，其中集群4和3在正負向情緒 與字數上都顯著高過其他集群，而集群5在正負向情緒強度和字數上則都顯著的 低於其他集群。
表31： Yahoo!奇摩新聞模因類種(k=7)之間在特質上的差異 依變數 F 值 顯著性 LSD 事後檢定
正向情緒 17.578 .000 4>3>1>7>2>5>6 (1>2,5,6*、2>5,6*、3>1,2,5,6,7*、
4>1,2,3,5,6,7*、7>5,6*)
負向情緒 17.517 .000 4>3>6>2>1>7>5 (1>5,7*、2>5,7*、3>1,2,5,7*、
4>1,2,5,7*、6>1,2,5,7*)
字數 44.910 .000 4>3>1>7>6>2>5 (1>2,5*、3>2,5*、4>1,2,3,5,6,7*、
7>5*)
*：𝑝 < 0.05
為了探討字數對於回文的關係是否受到其他文本特質的影響，本研究透過多 元迴歸模型進行分析，在表 32 中也可以看到模式 1 中，當只有放入正負向情緒 時，負向情緒強度對於回文數有顯著的正向關係，而正向情緒與回文數也有接近 顯著的正向關係(𝑝 = 0.064)，不過兩個情緒對於主文回文數的解釋能力很低，只 能夠解釋 0.6%的變異，模式 2 中再納入字數後，迴歸模型的解釋力增加到 1.4%，
同時正負向情緒對於回文數的影響則大幅降低，反而字數與回文數之間呈現高度 顯著的正向關係，這個結果顯示字數與回文數之間的關係並不會受到情緒的影響，
反而字數對於正負向情緒和回文數之間的關係會產生影響，字數呈現類同中介變 數的影響力，這表示不同主文中詞彙所產生的情緒會因為文章本身的長度而對於 回文數產生正向的影響。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
133
表32： Yahoo!奇摩新聞字數與情緒對於回文數的影響
變數 回文數
模式 1 模式 2
控制變數 正向情緒 .044 .014
負向情緒 .061* .034
自變數 字數 .126***
𝑅2 .006 .020
調整過𝑅2 .005 .019
∆𝑅2 .006 .014
ANOVA 檢定(F 值) 5.688** 12.241***
∆F值 5.688** 25.190***
*：𝑝 < 0.05 **：𝑝 < 0.01 ***：𝑝 < 0.001
迴歸模型的結果顯示字數對於正負向情緒和回文數之間會產生影響，為了了 解這之間的關係，本研究同樣透過相關關係的計算來探討字數與情緒之間的影響，
在表 33 中可以看到字數與正負向情緒的關係，其中可以發現正負向情緒強度與 字數之間的關係都是顯著的正向關係，只不過負向情緒強度與字數的關聯稍弱，
這顯示字數對於正負向情緒與回文數之間的關係，的確有中介的效果。
表33： Yahoo!奇摩新聞主文字數與正負向情緒的關係
集群 正向情緒 負向情緒 個數
整體 .269*** .250*** 1761
k=7
1 .212*** .298*** 530 2 .273*** .390*** 565 3 .258** .172* 157 4 .299*** .157* 242 5 .537*** .580*** 66
6 .430*** .173 79
7 .267** .455*** 122
*：𝑝 < 0.05 **：𝑝 < 0.01 ***：𝑝 < 0.001
貳、 文本特質在不同密度下的影響
在密度依賴的不同機制中，也存在著階段依賴(phase dependence)的影響，階 段依賴是當獵物與掠食者因為生活在不同牲口密度的環境下，而產生行為上差異 性的動態(Lai & Wong, 2006)，網路文本沒有辦法直接產生行為，不過卻有屬於
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
134
自己獨特的特質，本研究認為在不同密度的狀態下，個別主文所持有的特質與該 主文複製自己模因的成功與否關係會有所改變，換句話說，在特定密度下對於複 製模因有幫助的文本特質，可能在另一個密度下就沒有作用。
為了探討這個假設，本研究將回文數、正負向情緒與字數這 4 個變數依照主 文「密度（每天新上傳主文數）」進行分組，之後再透過獨立 T 檢定與邏輯式迴 歸進行平均數的比較，在分析中以整體篇數中位數和平均數進行分類，為了降低 沒有主文天數的影響，本研究在分組的過程中首先排除 125 天沒有主文的天數，
接著針對剩下的 150 天進行中位數的計算，先依照主文上傳篇數的中位數(3.5) 把 Yahoo!奇摩新聞主文分布的 150 天平均分成高密度與低密度兩組，最後並依 照每篇主文的上傳日期進行運算，探討不同密度下主文的文本特質是否有不同，
雖然模因類種可能在不同密度環境下的表現不同，不過如表 34 所呈現的資料，
因為個別模因類種分布天數不高，尤其是不同模因類種在整體主文密度比較高的 天數並不多，使得實際能夠比較密度環境的樣本數不足，所以本研究在這裡的分 析只針對整體和集群 1 與 2 的主文進行探討。
表34： Yahoo!奇摩新聞主文整體與各個集群主文分布狀況
天數 主文集群(k=7)
1 2 3 4 5 6 7 整體
有主文 100 82 40 85 13 20 11 150 主文數量高過
整體中位數1 39 28 14 19 4 5 6 75 主文數量高過
整體平均數2 13 13 3 4 1 1 3 31
1中位數 3.5
2平均數 11.74
表 35 中可以看到雖然回文數在兩組中間並沒有顯著的差異，不過兩組的差 距接近顯著，原則上可以發現在文章篇數超過中位數的那一天上傳的主文，其回 文數相較於在文章篇數沒有超過中位數的那一天上傳的主文會比較高，字數與主 文密度的關係剛好相反，原則上在文章篇數超過中位數的那一天上傳的主文相較 於在文章篇數沒有超過中位數的那一天上傳的主文，其字數會比較低，透過檢定 的結果會發現回文數和字數對於主文密度的反應剛好相反，在密度比較高環境下 的主文其回文數會比較高但字數會比較低，相反的在密度比較低環境下的主文其 回文數比較低但字數則會比較高，正負向情緒強度方面，在密度比較低環境下上
表 35 中可以看到雖然回文數在兩組中間並沒有顯著的差異，不過兩組的差 距接近顯著，原則上可以發現在文章篇數超過中位數的那一天上傳的主文，其回 文數相較於在文章篇數沒有超過中位數的那一天上傳的主文會比較高，字數與主 文密度的關係剛好相反，原則上在文章篇數超過中位數的那一天上傳的主文相較 於在文章篇數沒有超過中位數的那一天上傳的主文，其字數會比較低，透過檢定 的結果會發現回文數和字數對於主文密度的反應剛好相反，在密度比較高環境下 的主文其回文數會比較高但字數會比較低，相反的在密度比較低環境下的主文其 回文數比較低但字數則會比較高，正負向情緒強度方面，在密度比較低環境下上