虛擬社群的社會網絡是參與者通過文字互動與交流產生的關係網 絡，本研究將以社會網絡圖探討競標中成員的行為對於商品價格的影 響，因此進行相關文獻的探討。
一、 社會網絡分析之定義
關於社會網絡之定義，Mitchell（1969）將社交網絡定義為群體中
個體之間的聯繫關係，通過聯繫了解參與者的行為。而Laumann,
Galaskiewicz & Marsden（1978）則將社群網絡定義為一組節點是由特定
類型的社會關係連結而成的，其中的節點可以是個人或是團體。
Haythornthwaite（1996）社會網絡分析可同時檢查關係的內容和模式，
以了解參與者之間的資源或互動的流向。結合多種關係形成的社會網 絡，參與者是網絡中的節點，節點與節點間的連線代表著參與者之間的 關係。而Chiu, Ku, Lie & Chen（2011）整理出社會網絡分析之三個重要 因素分別為，參與者（Actors）指的是社會網絡圖中的每個節點皆代表 著一位參與者；聯繫（Tie）其代表著參與者與參與者之間的連接；關係
（Relation）為參與者之間的連接型態。
由上述學者對於社會網絡分析之定義我們可以瞭解到，人們通過互 動的方式建立關係與聯繫，學者們將這些互動以點和線的方式製作成網 絡圖形進而探討出參與者在互動期間帶來的影響。
二、 社會網絡分析之相關研究
Wang & Chiu（2008）在網路拍賣中通過推薦系統驗證賣家之聲 譽，如擁有良好聲譽者則系統將會推薦給買家，其研究利用Pajek1.10 程式與社會網絡分析K - Core 和 Center Weights 兩指標了解交易者彼此 之間的關係，研究結果顯示此推薦系統可以成功辨別機率高達76%（比 對官方釋出之黑名單），學者也提到網路拍賣平台之交易者可以通過此 推薦系統辨別網路詐騙行為從而降低購買風險。Lin, Jheng & Yu
（2012）網路拍賣詐騙案例繁多，詐騙者在拍賣平台創建多個帳號，通 過不斷產生良好交易紀錄提高詐騙帳號之聲譽，因此學者利用社會網絡 分析之K – Core 指標和演算法 Page-Rank 並結合 ANFIS 神經網絡，識 別網路拍賣中潛在的串通詐騙行為者。Baptista（2013）當社交功能運用 至企業系統，企業成員只須通過內部系統就能分享顯性與隱性知識以及 提出和解決問題，其研究通過虛擬共存、重點互動以及互動模式了解成 員的互動狀態與關係搭建，研究結果共有三點（一）成員透過社交媒體 共享顯性與隱性知識的行為使得社交網絡交互互動更加明顯與集中，其 中的關鍵在於成員們的知識專業性；（二）集中的交互互動是有助於參 與成員彼此間關係的建立，此外學者也發現不同部門成員在不同時間參 與至其中，隨著時間推移會產生不同的交互模式；（三）參與者的動態 互動以及互動順序是有助於之後互動模式的變化，且互動模式的變化會
影響集體任務的完成。Dass, Reddy & Iacobucci（2014）通過社會網絡分 析探討競標者在競標期間之互動網絡狀態，其研究發現（一）在競標期 間，平均中心度會呈現下降趨勢，隨著競標者數量的提高，普通競標者 之中心作用會逐漸削弱，競爭互動會向外擴散至更多的競標者。（二）
網路競標者之競標特徵是會影響競標價格，競標者每一次投標產生的效 應皆會影響競標價格與價格成長攀升的速度。（三）通過社會網絡分析 以及多個競標案例之比較，發現競標中若出現關鍵競標者（競標中花費 最高者），則最終成交價會高於競標中無關鍵競標者之案例。此外學者 也發現當只有兩位競標者時，其頻繁的互動可以為賣家帶來較大的利 潤。Gloor, Colladon, Grippa & Giacomelli（2017）透過電子郵件與社會 網絡分析探討自願留下經理和決定辭職經理之溝通行為，其研究結果發 現有離職意向之經理與公司同事平均親密度較低也較少參與話題，且在 離職前的四至五個月就會改變其互動方式與溝通行為，此外學者也發現 到離職率與響應力是有關聯的，管理者與他人的互動頻率越高，接收到 的鼓勵就越多，辭職的可能性就越小。劉荐宏、林安邦與郭立恆
（2018）通過社會網絡分析探討兩岸學生參與偏鄉教學活動前後之合作 以及互動的變化。McCurdie, Sanderson, & Aitken（2018）其研究使用社 會網絡分析來了解重症監護病房中16 個工作角色之間的關聯性，並探 討導致重症監護病房工作中斷之因素。而Tsai, Hsu, Chen & Kao
（2019）將社會網絡分析運用至毒品相關之犯罪調查中，了解犯罪組織
對於成員的安排，並推估出預防執法機關調查之策略，以幫助執法機關 預防犯罪。Therrien, Jutras & Usher（2019）學者通過社會網絡分析探討 組織參與適應氣候變化與防禦措施之任務中政策擬定者（國家公部門或 贊助企業）與政策執行者（社區組織或小型環境團體）之網絡關係，最 後研究發現邊界組織在網絡關係中的存在，因其容易獲得政策資訊以及 權力因此在資訊傳播中擔任調解與監督的重要角色，此外學者也發現到 不同的部門以及不同級別間存在著大量聯繫，此種互動網絡形式是有助 於解決持續性之問題。Colladon, Guardabascio & Innarella（2019）通過 社會網絡分析和詞意分析探討旅遊論壇成員之網絡關係並預測旅遊需 求，其研究成果顯示有參訪經驗之旅遊者在論壇中彼此交換旅遊資訊與 經驗是會影響無參訪經驗之旅遊者興趣，此外學者也發現在旅遊論壇中 男性用戶占比最高，而探討最多的話題則為當地的交通工具。Liu, Zhou, Ding, Palomares & Herrera（2019）通過社會網絡分析探討大規模群體決
策之互動網絡狀態，並以信任關係之角度了解當意見產生衝突時關係是 如何消除決策者之間的衝突。Li, Kawachi, Buxton, Haneuse & Onnela
（2019）根據社會網絡分析了解美國青少年的社交網絡狀態，探討受歡 迎程度與睡眠行為之關係，其研究指出受歡迎程度、睡眠時間長短與睡 眠不足是有關聯的，此外學者也提到不同性別睡眠不足的原因有些許差
異，女性青少年多數會因為追求流行而有睡眠不足之情況，而男性青少 年則會因為受到同儕的孤立而提高睡眠不足的風險。上述學者將社會網 絡分析應用至教學、醫護、網路競標、旅遊、政府、企業或是犯罪等領 域當中，都可以發揮出不同的效用，這也進一步地表明社會網絡分析運 用的範圍是非常廣泛的。
除了將社會網絡分析運用至各領域之研究，學者們也針對群體網絡 特徵進行了探討，如黃盟文（2014）將虛擬社群的反應結構分成單輪 狀、集中式輪狀、發散式輪狀和發散式網狀結構。McCann, Jordan, Higgins & Moore（2019）通過社會網絡分析法了解青少年的人際關係與
是否有飲酒的情況，並深入探討社交關係、父母的管教以及學教的教育 環境對於青少年的影響。Zhou, Wu & Jin（2019）以虛擬社群作為研究 對象，通過社會網絡分析觀察在傳播社交信息或知識共享時用戶的影響 力與其之間的聯繫，其研究結果在傳播信息中定義出四種用戶（中心用 戶、促銷用戶、貢獻用戶以及參考用戶），並表明這些用戶會在信息傳 遞過程有正面的影響。
蘇宜芸（2017）在研究中探討競標前三個小時與後三個小時競標者 的互動結構，其結果表明在競標前三個小時循序進標結構出現次數最 多；後三個小時除了無具體競標網絡結構之外就數介入性競標結構出現 次數最多。李來錫與李伊翔（2019）已成交價格將競標資料分為高價位
與低價位兩群別，探討競標者偏愛的投標時機，並利用社會網絡分析法 探討在不同虛擬社群競標結構下競標者的互動網絡與競標行為，最後也 說明到在高價位群別介入性競標結構出現的次數最高。本研究沿用上述 兩篇文獻之研究概念，不同之處在於將資料以價格細分為四個群別（低 價位群別、中低價位群別、中高價位群別與高價位群別），並深入探討 競標者在不同時期的投標狀況，如投標次數與投標金額，除此之外本研 究亦通過社會網絡分析法進一步了解在競標最後一個時段競標者的競標 互動狀態。
第參章 研究方法
本研究探討不同價位群別當中競標者的投標次數以及每筆投標間之 金額差距，加入時間軸的概念了解各價位群別不同時期的變化，最後通 過社會網絡圖了解競標者在後期的互動狀態。此章節將介紹本研究之
「資料抽樣」與「定義研究變數」