第一象限塊模型

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

- 58 -

由情緒的維度來看，我們可以發現一、三象限雖然情緒本質上是對立的，然而反應 在相片上的表現卻仍有共通的標籤。如 people、art、girl…等，顯示情感的表達方式不 論是開心還是悲傷，主要還是透過「人」這個元素來表現，而「藝術」的照片也帶有相 同的特質，表達的情緒面向可以是很多元的。至於諸如 happy、play、street…等標籤則 比較帶有情緒象限的專屬性，舉例來說，像是容易給人孤獨感的 street，在第二、三象 限（負向情緒）就非常顯著。

4.3 塊模型分析操作

為了更進一步的了解候選城市本身擁有情感面向的程度，本研究選擇了塊模型分析 進行實驗，因為此方法擅長處理「行動者－事件」的 2-mode 關係資料，且著重於資料 構成的整體網路關係，其實驗結果可以直接呈現行動者（城市）與事件（情感標籤）的 聚合強度。我們採用與前章節完全相同的「城市－情感顯著」二維關係資料矩陣 來 進行操作，並藉此觀察城市與情緒顯著標籤的群聚現象。

4.3.1 第一象限塊模型

首先，我們將 C=500 的第一象限資料 ，以 UCINET 軟體內建的 2-Mode Core-Periphery 模型方式來進行 Block Modeling，其結果共分為四個子塊（sub-blocks）， 如表 4.10（左上）、4.11（左下）、4.12（右上）、4.13（右下），其中左上為核心子塊（core block），右下為邊緣子塊（periphery block）。

最終的配適度與塊模型密度則分別為表 4.8 與表 4.9 所示，配適度為 0.642，且左上 的核心方塊密度為 0.626，右下的邊緣方塊密度則為 0.046。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

- 59 -

表 4. 8：Block Modeling 配適度（第一象限，C=500）

表 4. 9：Block Modeling 子塊密度（第一象限，C=500）

其實驗結果可由幾個角度來分析，首先是左上的核心方塊。這個方塊指出某些特定 城市（行動者）與某些特定情感標籤（事件）是較為緊密的。這些城市透過共通的情感 標籤關係與其他城市緊密結合，同樣的，這些情感標籤也透過共通的城市關係與其他情 感標籤緊密結合。

其群聚的程度可以密度來表現。本研究的實驗雖然不到理想值的 1，但仍高達 0.626，

呈現高群聚現象。為了方便解讀，我們仍以城市與情感標籤兩個集合來表示其結果：

城市標籤 {New York, Milan, Hong Kong, Barcelona, Washington, London, Paris, Chicago, Sanfrancisco, Los Angeles, Singapore, Melbourne, Tokyo, Toronto}，共有 15 個城 市落在核心方塊。

情感標籤 {action, june, animal, light, art, love, bar, enter, beach, beauty, naked, blue, bmw, night, candid, ocean, football, outdoors, children, groom, colour, people, play, cosplay,

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

- 60 -

costume……}，共有個 55 個情感標籤落在核心方塊。

依據上述核心方塊的二維資料結果顯示，共有 New York、Milan、Chicago…等 15 個城市積極表現了第一象限的相關情感，這些城市表現出的情感面向則有 action、beauty、

children…等共 55 個情感標籤為代表。

其次，則是右下角的邊緣方塊。這個方塊指出某些城市與情感標籤背離群聚的特性。

這群組的城市與城市間，無法透過情感標籤的共通關係來建立起共同出現的現象，同樣 的，這些情感標籤也無法透過共通的城市關係與其他情感標籤緊密結合。

其背離的程度仍然以密度來評估，越接近 0 表示這些標籤遠離群聚，本研究的右下 矩陣其密度為 0.046，顯示本象限邊緣方塊裡的城市與情感標籤背離程度尚可。這些背 離的顯著標籤，分別為：

城市標籤 { Amsterdam, Beijing, Kuala Lumpur, Frankfurt, Istanbul, Dublin, Miami, hamburg, Bangkok, Moscow, Munich, Bruxelles, Atlanta, Prague, Copenhagen, Sao Paulo, Seoul, Shanghai, Montreal, Stockholm, Sydney, Taipei, Budapest, Madrid, Vienna, Mexico, Zurich}，共有 26 個城市落在邊緣方塊。

情感標籤 { cathedral, eat, basaket, dog, choir, dirty, design, friend, horse, arena, bike, band, lovely, capital, oktoberfest……}，共有 55 個情感標籤落在邊緣方塊。

最後，右上、左下的子方塊裡的元素則既不屬於群聚（核心），也沒那麼完全偏離 聚落（邊緣），相較之下是特性較不明顯的兩個族群。考量到這兩個族群的資料對於本 研究的目的並沒有太大的意義，我們決定不將這兩個區塊的資料列入分析。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

- 61 -

表 4. 10：Core-Periphery Block Modeling（第一象限，C=500，核心）

表 4. 11：Core-Periphery Block Modeling（第一象限，C=500，左下）

表 4. 12：Core-Periphery Block Modeling（第一象限，C=500，右上）

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

- 62 -

表 4. 13：Core-Periphery Block Modeling（第一象限，C=500，邊緣）