第六章 結論與未來展望
6.2 未來展望
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
雖然本研究所發展以使用者為導向之具新聞社群經營機制新聞平台，在數據分析及 滿意度問卷都得到不錯的結果，但第五章的分析中也指出本系統仍有不足的地方。如本 系統可能會為了社群中大部份的讀者喜好，造成焦點新聞類別分配不均，而忽略了少數 讀者，並且焦點新聞類別分配不均，也可能影響到實習記者對於各類新聞報導完整的訓 練，以及新聞事件牽涉到價值觀、道德觀等問題，本系統尚未有完整的機制處理此一問 題，這些都是本研究未來仍須努力的地方。
6.2 未來展望
基於上述的結論，提出本系統未來需要進一步改進的地方，列舉如下：
1. 由於本系統尚未具有完善機制能夠完全取代人為選擇焦點新聞，因此，未來可 以考量以本系統所推薦的焦點新聞為基礎，配合新聞專家以達到兼顧讀者需求 及人為考量的完整線上新聞系統，以因應網路多變的環境，實際作法可以將專 家推薦之新聞納入本系統的推論機制中。
2. 由於本研究探討的社群互動屬於是屬於透過新聞主題的互動，並非直接互動，
可以發現要讓社群在短時間內構成良好的互動的確有其困難，未來應該擴大社 群範圍並且作更長時間的實驗，更謹慎的驗證本研究所提出之方法對於社群互 動的影響。
3. 由於本研究提出了許多探討的面向，使得自變項過多，難以觀察出特定自變項 所產生的影響為何，並且現行新聞也不僅有文字模式，還包含影片、圖片及 Flash 等多媒體呈現方式，未來應在實驗實際上將每個自變項獨立出來，並且 將新聞作更多面向的分類，作更嚴謹的實驗分析。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4. 本研究為求降低使用門檻，因此未在實驗開始前調查讀者偏好的新聞類別，未 來可以考慮在實驗前針對使用者偏好調查的動作，以觀察本系統對於讀者所帶 來的變化，如何影響讀者的閱讀偏好？
5. 由於本系統的演算法採即時運算的方式推薦新聞，因此，在效能表現上略微緩 慢，應考慮以快取等方式優化本系統的演算法，以滿足使用者對於新聞瀏覽速 度上的要求。
6. 在介面設計上，最重要的就是傾聽使用者意見，這是本研究未多著墨之處，因 此，未來應收集更多使用者意見，發展更友善使用者介面。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
7. 參考文獻
[1] R. P. Adler, and A. J. Christopher. Internet Community Primer Overview and Business Opportunities. 1998. Retrieved November 24, 2009, from http://www.digitalplaces.biz/pages/printable_html.html.
[2] C. Avery, and R. Zeckhauser, Recommender Systems for Evaluating Computer Messages, Communications of the ACM, Vol. 40, No. 3, 88-89, 1997.
[3] B. Axford, and R. Huggins, New Media and Politics, Sage, 2001.
[4] M. Balabanović, and Y. Shoham, Fab: Content-Based, Collaborative Recommendation, Communications of the ACM, Vol. 40, No. 3, 66-72, 1997.
[5] A. Bruns, Blogs, Wikipedia, Second Life, and Beyond: From Production to Produsage, Peter Lang, New York, 2008.
[6] M. Claypool, D. Brown, P. Le, and M. Waseda, Inferring User Interest, IEEE Internet Computing, 32-39, 2001.
[7] T. Davenport, and J. Beck, The Attention Economy: Understanding the New Currency of Business, Harvard Business School Press, 2001.
[8] D. Goldberg, D. Nichols, B. Oki, and D. Terry, Using Collaborative Filtering to Weave an Information Tapestry, Communications of the ACM, Vol. 35, No. 12, 61-70, 1992.
[9] M. Goldhaber, The Attention Economy and the Net, First Monday, Vol. 2, No. 4, 1997, from
http://firstmonday.org/htbin/cgiwrap/bin/ojs/index.php/fm/article/viewArticle/51 9/440.
[10] J. Grudin, Groupware and Social Dynamics: Eight Challenges for Developers, Communications of the ACM, Vol. 37, No. 1, 92-105, 1994.
‧
[11] J. Hagel III, and A. Armstrong, Net Gain: Expanding Markets through Virtual Communities, Harvard Business School Press, Boston, MA, 1997.
[12] K. Hill, and J. Hughes, Cyberpolitics: Citizen Activism in the Age of the Internet, Rowman & Littlefield Publishers, Inc., 1998.
[13] W. Hill, L. Stead, M. Rosenstein, and G. Furnas, Recommending and Evaluating Choices in a Virtual Community of Use, Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. Vol. 3, No. 6, 20-21, 1995.
[14] M. Igbaria, C. Shayo, and L. Olfman, On Becoming Virtual: The Driving Forces and Arrangements, Proceedings of the 1999 ACM SIGCPR Conference on Computer Personnel Research, 27-41, 1999.
[15] I. Janis, Groupthink: Psychological Studies of Policy Decisions and Fiascoes, Houghton Mifflin, Boston, 1982.
[16] I. Janis, Victims of Groupthink, Houghton Mifflin, Boston, 1972.
[17] I. Janis, and L. Mann, Decision Making: A Psychological Analysis of Conflict, Choice, and Commitment, Free Press, New York, 1977.
[18] T. Joachims, L. Granka, B. Pan, H. Hembrooke, F. Radlinski, and G. Gay, Evaluating the Accuracy of Implicit Feedback from Clicks and Query Reformulations in Web Search, ACM Transactions on Information Systems, Vol. 25, No. 2, 7, 2007.
[19] S. Johnson, Internet Changes Everything: Revolutionizing Public Participation and Access to Government Information through the Internet, Administrative Law Review, Vol. 50, 277-337, 1998.
[20] J. Konstan, B. Miller, D. Maltz, J. Herlocker, L. Gordon, and J. Riedl, GroupLens:
Applying Collaborative Filtering to Usenet News, Communications of the ACM, Vol.
40, No. 3, 77-87, 1997.
[21] C. Lee, Fuzzy Logic in Control Systems: Fuzzy Logic Controller--part I, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 20, No. 2, 404-418, 1990.
[22] F. S. L. Lee, D. Vogel, and M. Limayem, Virtual Community Informatics: What We Know and What We Need to Know, Proceedings of the 35th Hawaii International Conference on System Sciences, 2863-2872, 2002.
‧
[23] B. McEvily, V. Perrone, and A. Zaheer, Trust as an Organizing Principle, Organization Science, Vol. 14, No. 1, 91-103, 2003.
[24] M. Morita, and Y. Shinoda, Information Filtering Based on User Behavior Analysis and Best Match Text Retrieval, Proceedings of the 17th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 272-281, 1994.
[25] M. Morris, and C. Ogan, The Internet as Mass Medium, Journal of Computer-Mediated Communication, Vol. 46, No. 1, 39-50, 1996.
[26] D. M. Nichols, Implicit Rating and Filtering, Proceedings of the Fifth DELOS Workshop on Filteringan d Collaborative Filtering, 31-36, 1997.
[27] D. Oard, and G. Marchionini, A Conceptual Framework for Text Filtering, Technical Report CS-TR-3643, 1996.
[28] J. Palme, Choices in the Implementation of Rating, Oldenbourg, Vienna, Austria, 1997.
[29] J. Pavlik, and P. Sagan, The Future of Online Journalism: Bonanza or Black Hole?, Columbia Journalism Review, Vol. 36, No. 2, 30-38, 1997.
[30] P. Resnick, N. Iacovou, M. Suchak, P. Bergstrom, and J. Riedl, GroupLens: An Open Architecture for Collaborative Filtering of Netnews, Proceedings of the 1994 ACM Conference on Computer Supported Cooperative Work, 175-186, 1994.
[31] H. Rheingold, The Virtual Community: Homesteading on the Electronic Frontier, MIT press, 2000.
[32] C. Shannon, A Mathematical Theory of Communication, ACM SIGMOBILE Mobile Computing and Communications Review, Vol. 5, No. 1, 3-55, 2001.
[33] U. Shardanand, and P. Maes, Social Information Filtering: Algorithms for Automating
"Word of Mouth", Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 210-217, 1995.
[34] D. Shenk, Data Smog: Surviving the Information Glut, HarperOne, San Francisco, 1998.
[35] C. L. Sia, B. C. Y. Tan, and K. K. Wei, Group Polarization and Computer-Mediated Communication: Effects of Communication Cues, Social Presence, and Anonymity,
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Information Systems Research, Vol. 13, No. 1, 70-90, 2002.
[36] M. Spiliopoulou, and L. Faulstich, Wum: A Web Utilization Miner, Proceedings of the International Workshop on the Web and Databases, 109-115, 1999.
[37] C. Sunstein, Democracy and Filtering, Communications of the ACM, Vol. 47, No. 12, 57-59, 2004.
[38] C. Sunstein, Republic. com 2.0, Princeton University Press, 2007.
[39] J. Surowiecki, and M. Silverman, The Wisdom of Crowds, American Journal of Physics, Vol. 75, No. 2, 190-192, 2007.
[40] A. Swartz. Raw Thought: Who Writes Wikipedia. 2006. Retrieved November 24, 2009, from http://www.aaronsw.com/weblog/whowriteswikipedia.
[41] A. M. A. Wasfi, Collecting User Access Patterns for Building User Profiles and Collaborative Filtering, Proceedings of the 4th International Conference on Intelligent User Interfaces, 1999.
[42] G. Webb, M. Pazzani, and D. Billsus, Machine Learning for User Modeling, User Modeling and User-Adapted Interaction, Vol. 11, No. 1, 19-29, 2001.
[43] R. White, I. Ruthven, and J. M. Jose, The Use of Implicit Evidence for Relevance Feedback in Web Retrieval, Proceedings of the 24th BCS-IRSG European Colloquium on IR Research: Advances in Information Retrieval, 93-109, 2002.
[44] L. Zadeh, Fuzzy Sets, Information and Control, Vol. 8, No. 3, 338-353, 1965.
[45] 施盈廷, 線上新聞媒體的角色定位: 從內容提供者到公共辯論的倡導者, 中華傳 播學刊, No. 12, 53-87, 2007.
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
焦點新聞滿意度調查表
實驗組（第一周） 對照組（第二周） 兩週相 同 整體而言，您比較偏好哪一期的新聞內
容
哪一期的焦點新聞比較能夠吸引你
對於本系統的意見調查表
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20 1.新聞分歧度容易了解大眾對於新聞的觀感。
2.熱門新聞即使存在，大家還是會選擇自己所喜歡的新聞來閱讀，
3.因為新聞報導大多是簡單易懂的，所以註解功能未發揮太到的效用。
21 我覺得 可以增列
一個最多回應的新聞 分類
代表著這則新聞最多人觀看 也最受討論
22 版面色彩也許可以再規劃，新聞、評分以及意見回應部份可以用不同色彩區分，或者誰回覆誰的底 色可以一致之類的，這樣或許會比較方面閱讀。首頁的部份，進入之後直接呈現的是「焦點」，但「焦 點」卻又是從「校園」、「體育」、「國際」...等之中挑選出來的熱門新聞，剛開始一看會以為「焦點」
裡的新聞是獨立的，跟其他類別無關，但點了「焦點」其中一篇新聞之後才發現卻又跳到「校園」
等其他類別。也許首頁的焦點新聞也可以標示那是屬於哪一類的熱門新聞，或是首頁一個熱門新聞 就放一個小圖吸引閱讀。
23 星星評分的地方 可以像第一個禮拜 等自己評分才看的到別人的評分 且比較希望 2~3 天就更新一次~
24 關於瀏覽的速度稍微有點慢
原始的大學報感覺介面比較好看(不過網頁的長度太短..常常得往下拉..) 新版介面比較容易閱讀(但風格較簡單)
25 原始的有圖片好像會比較好，因為大部份的線上新聞幾乎都是文字，所以該增加一些圖片以免都是 文字，較不吸引人。
26 介面跟 YAHOO 很像 很好上手 只是反應的速度有點慢
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
10. 附錄三 新聞《人肉搜索揪關鍵人物》
新聞內文：
【記者張紹恩綜合報導】四日晚間台大批踢踢實業坊（PTT）西斯板（sex）鄉民周 鬍子（鬍子哥）對西斯板公用帳號發出站內信，表示希望能與女鄉民發生一夜情，其中
「不過我並不會提出一些很變態的要求，我會很有禮貌。」更成網路熱門金句。就讀台 灣大學，並為準公務員的鬍子哥也「享受」了一炮而紅的滋味。網友諷：「十年寒窗無 人問，一舉約炮天下知。」
鬍子哥的行為引起廣大鄉民撻伐，鄉民多半批判鬍子哥已有女友，卻在網路上尋找 一夜情，並在事後意圖說謊文過飾非，鄉民因而展開人肉搜索。
鬍子哥的身份在廣大鄉民的人肉搜索下現形。人肉搜索近來已經成為鄉民將虛擬力 量轉化為實體力量的主要方法。如花蓮國中生霸凌事件，以及營救試圖自殺的鄉民等，
都是過去人肉搜索的案例。
人肉搜索近來由小眾行為走向主流，日前中國徐州已立法禁止。人肉搜索導致肇事 人姓名、照片、地址等資料被公布，並常波及家人、朋友，容易侵犯隱私權，因此屢受 批評，被指為「網路暴力」；但有時也是法律及司法檢警系統過於落後，民眾自力救濟 的現象。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
新聞回應：
編號 內容
1 拜強大的 Google 所賜，其實大家都活在楚門的世界。Orz
2 鄉民們時間雖然很多，但是你不犯眾怒，別人也不會找你麻煩。前幾天西斯版 主也改版標說請大家人肉搜索他，也沒出現什麼事阿。
3 不要白目惹到鄉民不就好了阿!
4 鄉民的力量真的很偉大!
5 這個男的太猥瑣了!
6 同意樓上。
不過想想他被人肉搜索，真的有點可憐啦= =
7 鄉民的力量不容小覷 XD..不過網路世界還是要多注意自己的安全 00~
8 現在網路世界的發言還有社群，跟現實生活中是一樣要負責的...不要小看鄉民的 力量啊!!!
9 有人想要看懶人包嗎??XD
10 只能說 鄉民無遠弗屆 但網路的世界還是要小心 會被水桶和劣退啊
11 一向不喜歡群眾暴力，網路的力量亦正亦邪，用在正途可以幫助社會大眾；但 像這種搜索方式...似乎有侵犯隱私權之虞?
12 雖然那位鬍子哥先生(？)的行為是不對的，可是我認為人肉搜索真的實在是有一 些難以拿捏分寸，畢竟這也算是一種變相的暴力！
13 一個有禮貌一個沒有禮貌，一個性搔擾一個主持正義，我們應該檢討鬍子哥還 是版主呢？
14 網友那句諷刺挺幽默的 XD
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
11. 附錄四 大學報實習記者與編輯訪談實錄
Q1：大學報與一般媒體的差異？
張紹恩：最大的差異就是一般媒體有業績壓力，大學報沒有業績壓力，所以大學報的新 聞自主性比較高，不會受制於廣告主或投資者的影響。
李庭碩、潘姿羽：我們大學報報導的範圍還是以大學社群為主，因此題材取得比較不容 易；一般媒體有媒體經營的立場，可能會有更多收視率或讀報率的考量，大學 報則是以採主或總編為主。
李玟靜：大學報是以學生的角度來報導新聞，屬於大學生的媒體。
李宣德：在大學報我們實行所學的新聞理論，大眾也會用比較高的道德標準去審視大學
李宣德：在大學報我們實行所學的新聞理論，大眾也會用比較高的道德標準去審視大學