第五章 結論與建議
第一節 研究發現與討論
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 結論與建議
本研究蒐集太陽花運動期間，27 個相關臉書專頁，共 8103 篇貼文為樣本，進 行關鍵字詞頻分析、貼文聯集文本分析與貼文交集文本分析。除文字內容外，亦將 貼文發佈時之社會情境、文章脈絡、發文時機、內文長度、附圖形式、連結內容、
貼文發佈者人氣等納入考量，探討：(1) 具備何種特質的內容較易擴散；(2) 由關鍵 字預測貼文熱門程度的可能；(3) 貼文內容與使用者之「按讚、回應與分享」行為之 間的關係；(4) 除內容外，其他可能影響臉書貼文擴散的因素。
第一節 研究發現與討論
綜觀太陽花運動個案之關鍵字詞頻分析、貼文聯集文本分析、貼文交集文本分 析，整理下列幾點以回應本研究之研究問題，討論影響臉書貼文擴散力之要素：
一、情緒類內容在熱門貼文中所佔比例最高
本研究驗證過往研究之「當內容引發閱聽眾之情緒反應時，該內容被分享的機 率將提高」 (Berger & Milkman, 2011)，發現在被熱門傳播的貼文中，情緒類內容所 佔比例最高。
在關鍵字詞頻分析中，以27 個粉絲頁按讚數、回應數、分享數各居前 10 之貼 文，共798 篇熱門貼文為樣本分析，以情緒類關鍵詞出現頻率最高 (知識類關鍵字 詞頻：2966，行動類關鍵字詞頻：1161，情緒類關鍵字詞頻：3812)。 在 540 篇貼 文聯集文本分析中，含情緒類之內容在按讚數、回應數、分享數熱門貼文中，佔八 至九成 (參表 17)。而在貼文交集文本分析中，情緒類內容佔 80 篇文本之八成 (參附 錄六)，而 80 篇文本中按讚數、回應數、分享數由高至低排序各前 10 名的貼文，皆 含情緒類內容，但不一定含知識或行動類內容 (參表 26)。
二、單就關鍵字詞頻分析不足以代表貼文內容之分類
Rogers (2013) 認為，數位方法的關鍵之一在於需將媒介特性與內容同時納入考
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
量，不能將內容從媒介中單獨抽離。在進行網路資料分析時，數位媒介之特質對線 上甚至離線文化皆有重要影響。本研究亦在進行關鍵字詞頻分析及貼文文本分析後 發現，關鍵字詞頻分析僅針對貼文之文字內容，如同將其從臉書之文字與附件 (圖 片、影片、連結等) 並陳的文本呈現特性中剝離，雖具一定解釋力，但關鍵字詞頻 分析不足以代表整個貼文文本內容之分類。
比對本研究之關鍵字詞頻分析與貼文交集文本分析，發現貼文之文字內容的語 意及語境是內容分類之重要考量。語意如中文之隱喻、諧擬、嘲諷等，需觀察整個 文本，即需閱讀整篇貼文內容，有時也需搭配文本所附之圖片、照片、圖表、影片、
連結等分析，才能掌握到語意。語境如發文當時之社會情境、是否瞭解特定社交網 絡圈之語言、時事背景、共同之價值觀等，皆會影響文本內容之分類。
本研究亦發現，在探討內容與議題擴散之關連時，除了過往相關研究所著重分 析的文字內容外，貼文之附件如圖表、照片、圖片 (如漫畫、插畫、引言圖片等)、
連結、影片 (如歌曲 MV、直播、蒐證影片等)，皆為文本內容的一部分，這些附件 內容有時與文字內容相互呼應，有時對文字內容加以補述，有時「圖文不符」，以 諧擬或諷喻的方式將整個文本內容翻盤，導致其所激發之情緒，可能與文字內容有 所差異。因此，在研究社交媒介之文本時，圖片、連結與影片等附件亦不容忽視，
應與文字內容一併分析。若僅以關鍵字詞頻為分類依據，將與文本分析之判別結果 多有出入 (參前述第四章第二節)。
三、不同類型的貼文內容會導致使用者「按讚、回應與分享」行為之差 異
(一) 知識類內容與分享數熱門貼文可能相關
過往研究顯示，使用者認為發佈臉書狀態是能分享政治性知識給他人的重要機
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
太陽花運動因服貿協議而生，與其他公民議題，如反核、護樹、反都更迫遷等 之單一性不同，服貿協議涉及商業、通訊、網路、建築、分銷、環境、健康和社會、
旅遊、娛樂文化和體育、運輸、金融等行業，影響層面遍布全台。2001 年諾貝爾經 濟獎得主Joseph Stiglitz 指出，自由貿易協議有三項須注意的要點：(1) 任何貿易協 議應該要公平，雙方對等；(2) 貿易協議不應把商業利益置於國家利益之上；(3) 談 判過程應該透明化，讓民眾可以監督，而服貿協議在此三項皆極具爭議，符合 Jenkins (2013) 所提「易於擴散的內容」之特質。又因其涵蓋之專業知識過於廣泛，
難以透過少數幾篇論述闡明，本研究依Jenkings (2013) 提出之論點，假設人們會因 為某些內容能詳述服貿協議所引起之爭議，尤其在法律之程序爭議及對不同產業之 經濟影響的面向上能加以表述，而分享內容、加速內容之擴散，因此相較過往研究 僅針對情緒類內容分析，本研究亦將知識類內容假設為影響貼文擴散之變數之一。
本研究觀察發現在太陽花運動的脈絡中，知識類內容可能為影響貼文分享數的 變數之一。在關鍵字詞頻分析中，以798 篇熱門貼文為樣本，知識類關鍵字在分享 數熱門貼文裡所佔比例，明顯較在按讚數及回應數之熱門貼文裡高 (參表 13)。在 540 篇貼文聯集文本中，各粉絲頁之分享數熱門貼文裡，含知識類內容的貼文亦較 在按讚數與回應數熱門貼文裡高，知識類內容在按讚數、回應數、分享數熱門貼文 中的比例為1：1：4 (參表 17)。在 80 篇貼文交集文本中，分享數排名前 10 的貼文 裡有6 篇含知識類內容，而按讚數與回應數排名前 10 的貼文，則各僅有 1 篇含知識 類 (參表 26)。綜上所述，推測對於分享數熱門的貼文，其分享數可能與知識類內容 有正相關。
(二) 情緒類內容之價向在按讚數、回應數、分享數之各別熱門貼文中有所差異
前文提及在熱門貼文中，情緒類內容所佔比例最高。而細究情緒類內容在按讚 數、回應數、分享數熱門貼文中的差異，發現在80 篇貼文交集文本中，按讚數、回 應數、分享數最熱門之貼文，皆含情緒類內容，其中以正負共生之情緒性內容佔四 至五成居多 (參表 26)。而在 540 篇貼文聯集文本中，情緒類內容在按讚數熱門貼文 裡，以正面情緒內容居多；在回應數熱門貼文裡，以負面情緒內容居多；在分享數 熱門貼文裡，亦以負面情緒內容居多 (參表 18)，驗證「按讚」行為與使用者對貼文‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
之認同與支持相關 (Macafee, 2013)。
(三) 按讚數與回應數熱門貼文之文本內容分類相似
在貼文聯集文本分析裡，按讚數熱門貼文之內容分類比例為「知識類：1，行 動類：4，情緒類：9」，而回應數熱門貼文則為「知識類：1，行動類：3，情緒類：
8」 (參表 17)，兩者之分類比例相似。在貼文交集文本分析裡，按讚數與回應數熱 門貼文之內容分類比例則皆為「知識類：1，行動類：4，情緒類：10」 (參表 26)。
參照太陽花大事記之時間軸 (參表 27)，按讚數與回應數在太陽花運動期間之數 值最高的貼文，皆出自意見領袖林飛帆與陳為廷 (參圖 5 與圖 6)。依時間軸排序 80 篇交集貼文之按讚數、回應數、分享數得圖12，可發現按讚數與回應數之走勢極為 相似，但分享數卻與前兩者明顯不同，推測前兩者與貼文來源粉絲頁之人氣關連極 高，而後者相較之下受貼文內容之影響較多，回應了Jenkins (2013) 所說，「當讀者 認可某則臉書貼文或對其感興趣時，他們並不一定會分享該則內容。讓讀者決定分 享的主因在於內容的社會價值。」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
四、發文時機、粉絲頁人氣、貼文字數亦為影響臉書貼文擴散力之因素
觀察發現，除貼文內容外，發文時機、人氣、貼文字數亦會影響貼文之按讚數、
回應數與分享數。對照太陽花運動大事記，發現貼文交集文本之發文數最密集的時 機多與即時之爭議事件相關，又以激發情緒之事件 (如出動鎮暴警察鎮壓時) 影響最 大 (參圖 11)。
本研究亦發現，按讚數與回應數皆亦受粉絲頁或發文者之人氣影響。觀察80 篇 交集文本分別由按讚數與回應數由高至低排序之貼文時 (參表 20)，發現按讚數及回 應數之高低與發佈貼文之粉絲頁關聯度極高，推測兩者與臉書專頁之人氣有正相關 (詳見前述第四章第三節)。
而透過表20 亦可得知，以太陽花運動為個案研究時，分享數熱門貼文之內文長 度，明顯比按讚數與回應數之熱門貼文高，前者約為1000 至 3000 字，後兩者則為 100 至 200 字。