社會網絡指標計算

本研究探討主軸為虛擬社群討論議題中，不同討論概念下社群成員 間之網絡關係，故採用社會網絡指標中「網絡規模」、「網絡密度」及「網 絡中心性」此三項指標，各指標計算方式及說明如下：

(一) 網絡規模

網絡規模為所有節點加總，表示社會網絡結構圖中成員數量，即參 與議題討論之所有成員，如圖 3-12，圖中成員有版主、回應者 A 及回應 者 B，成員總數為 3，故網絡規模為 3。

(二) 網絡密度

網絡密度為成員間彼此交流之緊密程度，當網絡密度較高，代表成 員間討論熱絡程度較高；反之，當網絡密度較低時，則表示成員間討論 較不熱絡、成員間較少相互回應，網絡密度計算公式如下：

網絡密度 = [ L / n（n - 1）] * 100%

L 為所有成員回應總數；

n 則為成員總數，即網絡規模。

如下表 3-4 所示。將成員回應數加總，得 L（所有成員回應總數），

- 36 -

為 2+2+1=5 ； 而 n 為 成 員 數 加 總 ， 即 網 絡 規 模 為 3 ， 密 度 = [5/3(3-1)]*100%=83%。

表 3-4 網絡密度範例 到

從 版主 回應者 A 回應者 B

版主 0 1 1

回應者 A 1 0 0 回應者 B 1 1 0

加總 2 2 1

(三) 網絡中心性

網絡中心性為衡量網絡中核心個體影響力的大小，當網絡中心值越 高，表示成員越需透過核心個體傳遞資訊，而當網絡中心值較低時，則 代表成員集中程度較低，較少透過核心個體傳遞資訊。本研究採用網絡 中心性指標中之「程度中心性」及「接近中心性」做探討，其計算方式 及說明如下：

(1) 程度中心性：

程度中心性是利用相鄰之成員數量，來衡量網絡中心性，可 判別版主(議題發起人)於該網絡中心性是否具影響力。以圖 3-13 社會網絡結構圖為例，圖中有 3 個成員（版主、回應者

- 37 -

A 與回應者 B），而回應者 A 與回應者 B 均直接連結版主，

程度中心性計算方式如下：

程度中心性 = [有回應核心個體數總和 /（n - 1）] * 100%

n 為成員數加總，即網絡規模。

圖 3-13 社會網絡結構圖─程度中心性

以表 3-5 社會網絡矩陣表為例，核心個體為版主，n 為成員總 數，即網絡規模為 3，有回應版主的成員數為 2，故程度中心 性=[ 2 / (3-1) ]*100%= 100%，由此可見此議題之版主其影響 力非常高。

表 3-5 社會網絡矩陣表─程度中心性 到

從 版主 回應者 A 回應者 B

版主 0 1 1

回應者 A 1 0 0

回應者 B 1 1 0

回應者 B

版主

回應者 A

- 38 -

(2) 接近中心性

接近中心性為衡量成員間接近緊密度，接近中心性的值越高，

代表成員間越快獲取資訊；反之，當接近中心性值越低，表 示成員間接收訊息程度較慢。接近中心性計算方式如下：

接近中心性 = [（n - 1）/ 最短路徑總和] * 100%

n 為成員總數，即網絡規模；

最短路徑總和則是所有節點到核心個體的最短路徑總和。

以下圖 3-14 為例，核心個體為版主，n 成員總數，即網絡規 模為 6，最短路徑總和為每一節點到版主的最短距離，如：

回應者 A、回應者 B 與回應者 C 到版主最短路徑為 1，而回 應者 D 與回應者 E 到到版主最短路徑為 2，則最短路徑總和 為 1+1+1+2+2=7，接近中心性=[ (6-1) / 7]*100%= 71.4%。

圖 3-14 接近中心性範例

回應者 A

回應者 B 回應者 C

回應者 D 版主 回應者 E

- 39 -

第肆章 知識概念下之社會網絡分析

本研究針對虛擬社群大改款汽車討論區成員討論議題，探討其知識 分享概念及各討論概念下社群成員間回應關係，透過研究了解在虛擬社 群議題討論中，社群成員在議題討論時重視的知識概念及成員在提及各 項概念時，討論緊密程度和回應狀況。本章將說明虛擬社群大改款汽車 討論區正規化概念分析中，正規化概念點陣圖第一層及第二層重要節點 之涵義，因第三層過後概念交集廣泛，與本研究主題不符，故不探討第 三層以上的概念交集。