第四章 研究分析與結果
第八節 研究發現
下環境的組合(Arpin & Cushing, 2008)，基於模因本身獨特的複製機制，可以透 過主文、回文或詞彙組來複製自己，在交叉相關分析中發現部分詞彙組與主文集 群之間的確有顯著的負向關係，這有可能是因為該詞彙集群對於該主文集群有寄 生或其他競爭的關係，這種現象會使得特定主文集群的數量受到詞彙的影響，使 得不同主文模因類種的變動趨勢呈現延滯的密度依賴影響，畢竟在真實世界中，
特定物種的數量不會馬上受到別種物種數量或自己數量的變動影響，這些影響都 是在一定延滯期間之後才會發生(May, 1973)，而它則可能使得主文文本內容朝向 一致或多元的方向進化，這節所驗證的假設 11、12 整體結果，可以在本章第八 節的表 72 中看到。
第八節 研究發現
在生態學中資料分析與實際對於生態狀態的理解之間存在著很複雜的關係 (Dale & Fortin, 2002)，本研究因為分析的資料是網路文本因此面臨更加具有挑戰 性的問題，不僅需要將文本模因相關的動態資訊透過生態進化的量化分析模式運 一個平均複製者序列周遭的變異版本集群(Domingo, Sheldon, & Perales, 2012)，
所以主文之間同樣會形成一個個不同的模因類種，本研究的文本集群分析目的就
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
170
的數量也會受到集群中各篇主文的字數和情緒強度的影響，本研究的假設 1、2、
3 主要是在探討這幾個關係。
不過這些關係並不單純，因為密度依賴關係同時也會影響到主文的文本特質 和主文所產生的回文數，本研究的假設 4、5 在探討這一點，另外不同的模因類 種之間也會互相影響，因此不同集群主文的數量會影響到另一個集群主文數量的 變化（假設 6、7），當然環境也會影響集群中主文的文本特質和各個集群所產生 的回文數量，因此本研究獨立出假設 8 和 9 來探討這個關係，與環境有關聯的是 隨機因素和偶發事件的影響，這個關係在本研究的分析中以遺傳漂變名詞來形容，
並以假設 10 探討，不過如同研究分析中的發現，這個影響並不明確，同時也很 難測量，所以本研究主要是針對集群大小和文本特質的變異來觀察。
最後因為模因的特性類同病毒，所以部分詞彙可能只以詞彙組的方式複製自 己的模因（類同 Colbaugh & Glass (2012)以短句作為研究單位一樣），所以不同詞 彙本身對於主文模因類種的區別和對於回文數會產生影響（假設 11），而獨立於 主文複製自己模因的詞彙組和其他模因類種也都會對於主文集群產生回文數和 自我密度依賴影響的關係（假設 12），例如在本研究的分析中集群 1 就和包含小 組、內容、公開、委員、程序等詞彙的詞彙組 3 之間呈現正向的關係。圖 26 綜 合以上所有假設的探討，呈現出當要完整得探討網路文本的進化動態時必須納入 驗證的所有關係與變數。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
171
圖26： 模因類種動態、特質與所屬環境對於進化的影響
結合操作化定義和假設後，本研究針對不同假設驗證過程結果與質性分析的 討論，表 72 為本研究不同假設透過整體文本、模因類種和詞彙組資料的驗證結 果，表中以完全支持、部分支持、不支持與沒有驗證等四個方式呈現整體研究在 假設驗證上的結論。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
172
表72： Yahoo!奇摩新聞課綱議題主文在假設驗證上的狀態
分類 假設 模因類種（主文集群）的動態是否符合假設？1
1 2 3 4 5 6 7 整體
密度依賴 𝐻1 * * O * * * O
文本特質
𝐻2 X * * X X X X O
𝐻3 * * * * * * * O
𝐻4 O X *
𝐻5 * * *
生態互動 𝐻6 X X X * * * *
𝐻7 * * * * * * *
環境影響 𝐻8 *
𝐻9 O X X X O X
遺傳漂變 𝐻10 * * * * * * * *
詞彙影響 𝐻11 O O O O O O O
𝐻12 除了詞彙因子 11 之外，其他的詞彙集群和詞彙因子與自己和主文集群都呈現頻率依賴的現象 O：假設完全獲得支持
*：假設獲得部分支持 X：假設不被支持
1空格為沒有進行假設驗證，沒驗證的原因包含：特定假設不適合分析整體或個別集群、樣本數不足等等
‧
Shifman (2013)在研究中提到在分析網路模因時，不能忽略模因表型的內容，
因此再透過量化的分析後，本研究也回頭將量化的假設驗證結果與文本本身內容 集群的特質、變化符合本研究所定義的類種概念(Eigen & Schuster, 1977；
Domingo, Sheldon, & Perales, 2012)，集群之間也存在顯著的文本特質和時間動態 的差異，本研究將這些不同的集群依照 Best (1997)、Best (1997b)與 Pocklington &
Best (1997)的方式定義為不同的模因類種所產生的表型，探討這些不同類種之間 的差異性，在密度依賴方面所有的主文模因類種都呈現密度依賴的動態，而有部 的關係，這代表在 Yahooo!奇摩新聞中大部分探討這些事件的主文都含有比較負 面情緒的詞彙，集群 3 的文本內容主要是在探討反對黨的發言與行為，而該集群
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
174
1 而言可以發現在密度比較高環境下上傳有關教育部長發言與相關評論的報導 主文會引發比較多篇的回文，同時集群 1 和 2 在密度比較高天數中上傳的主文也 都比較短，這可能因為兩個集群主文內容都和發言、協商等等事件相關，所以大 多數的主文集中在當有事件發生的時候產生，而因為這些主文需要在很短的時間 內反映事件的發生，因此使得這些主文的字數會比較少，當然這也是因為當密度 高的時候，閱讀者的注意力會被分散，這個時候透過大量短篇主文來捕抓使用者 注意力會優於產生成本比較高的長篇主文，這個結論在整體主文的分析中也是一 樣的，所以可以推估當有大量同樣議題的主文在同一天被上傳時，能夠引發最多 回文數的主文會是字數比較少的文章，同時在這種密度高環境下上傳的課綱微調 相關主文所產生的負向情緒強度會比較高，但正向情緒強度會比較低。不同主文 集群在時間上分布的長短也不同，探討協商過程的集群 5、7 和衝突事件的集群 6 因為環繞在比較少數的實際事件周圍，因此在時間上分布在比較少天數中關聯 性，這些模因類種的變動類同 Thelwall (2006)和 Gruhl et al. (2004)所歸類的爆發 性動態，這個現象可以在圖 27 中看到。
圖27： Yahoo!奇摩新聞爆發性集群 3、5、6 與 7 的分布
集群 1 和 2 中大部分的主文是在探討互動，所以分布在很長的時間中，但還 是有明顯的主文爆發時段，故動態類同兩個研究所歸類的尖細動態，支持反對黨 的集群 3 主文和支持執政黨的集群 4 主文之間有不一樣的分布趨勢，其中集群 4 的分布是集群 3 的兩倍，這可能因為比較多新聞報導都是負面，使得執政黨支持 者會花比較多的時間發言支持，所以集群 4 的動態類同 Thelwall (2006)和 Gruhl et al. (2004)所歸類的討論量維持不變的類型，該集群的主文數量長期處於比較平 穩的狀態，而比較不會受到事件的影響，集群 1、2 和 4 的分布可以在圖 28 中看 到，集群 3 的動態則和集群 5、6、7 類同。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
175
圖28： Yahoo!奇摩新聞尖細與穩定動態集群 1、2 與 4 的分布
在不同模因類種之間的互動方面個別類種之間的關係大都處於顯著的正向 關係，主要原因是因為所有課綱微調主文均受到強烈的外部環境事件的影響，使 得集群的動態產生 Moran 效應所探討的共時性狀態(Ranta, Lundberg, & Kaitala, 2006)，不過組成個別主文集群的詞彙，也對於模因類種時間上的關係有顯著的 影響。直接透過文本內容來看可以發現這些統計結果符合文本的內容，集群 1 和 2 都是在呈現政治人物行為或和學生的互動因此雙方之間的相關很高，不過因 為集群 1 主要只針對教育部長的發言因此和聚焦在反對黨發言的集群 3 之間沒有 共時性，但探討政治人物與學生互動的集群 2 則與集群 3 之間有相關，而支持執 政黨的集群 4 主文、討論協商的集群 5 和 7 主文與討論警政機關和學生衝突的集 群 6 則都與集群 1 和 2 有顯著的關係，畢竟這些集群之間都是在討論政府與學生 的互動，不過集群 4 則與集群 5 沒有關係，這可能因為集群 5 是在探討政府與學 生之間的協商而集群 4 是針對整體事件的發生過程和背後價值觀的討論，所以兩 組集群的主文會出現在不同時段中，集群 7 因為主要是探討政黨之間的協商因此 也與集群 5 沒有關係，這可能因為兩組集群是環繞在不同事件時間點產生的，集 群 6 因為主要在討論衝突事件所以跟討論協調的集群 5 和 7 沒有關係，集群 5 因為主要聚焦在政府與學生的協調議題上，因此與集群 6 在兩種分析中都呈現負 向的關係，特別的是集群 4 反而和集群 6 有微弱的正向顯著關係，這可能因為部 分集群 4 的主文是基於集群 6 所探討的衝突事件而產生的，所以兩個模因類種之 間呈現正向共時性。
網路環境對於主文文本特質與回文數是否有真正的影響？針對這個問題本 研究發現就算是在 Yahoo!奇摩新聞網站中不同頻道、版面也對於回文數和其他 文本特質產生顯著的影響，不過這個影響關係對於不同集群的強度並不一致，但 可以確定的是網路環境本身的特質對於模因類種變動的影響是不能被忽略的重 要因素之一，分布在不同管道中會影響到不同主文集群所受到偶發事件的影響不 同，Lande (1976)認為遺傳漂變的影響並不明確而且很難辨識，對於網路文本而
‧
過去對於網路模因研究的操作並不統一，Colbaugh & Glass (2012)研究的對 象是短句，Shifman & Thelwall (2009)則研究不同的網路笑話，而 Best (1997)、
Best (1997b)與 Pocklington & Best (1997)則是研究透過 SVD 因素分析獲得的模因 組資料，所以本研究同時透過詞彙集群分析和 SVD 技巧將產生詞彙組的模因組
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
177
常重要，而這個影響可能會使得網路文本的詞彙內容趨近或多元化，包含探討立
常重要，而這個影響可能會使得網路文本的詞彙內容趨近或多元化，包含探討立