系統架構

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

「系統」、「社群」及「新聞內容」三個元素，在經過互動之後，原先的「新聞內容」

將轉變為動態的「造用內容(Produsage Content)」，而這個動態的作品即是 Bruns[5]所提 出的造用概念，以符合網路使用者隨創隨用的需求。

如上所述，在新聞社群互動三角模式中，已經具備形成一個社群所需的四項特質

「人」、「主題」、「互動」及「工具」，新聞內容即是主題，而被主題所吸引並且參與討 論的人則是三角模式中的社群成員，而系統必須完善的支援三者間的互動，關於系統如 何支援一個新聞社群互動的細節，將在後續章節說明。

3.2 系統架構

圖 3.2 為系統架構圖，本系統由三個資料庫與五個代理人所構成，三個資料庫分別為：

存放原始新聞的新聞資料庫（News Database）、負責儲存使用者顯隱性回饋資訊的使用 者回饋資料庫（User Feedback Database）及存放由使用者回饋資訊中所推論出的潛在資 訊資料庫（Latent Information Database），而代理人的說明如下：

圖 3.2 系統架構圖

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

1. 資訊萃取代理人（Information Extraction Agent）：本研究是以政治大學大學報 作為新聞的來源，利用資訊萃取技術將新聞資訊從 HTML 網頁中萃取出來，

主要可以分為兩個步驟：

 以 Crawler 程式從大學報網站上擷取含有新聞內容的 HTML 頁面。

 針對上一步驟所取得的新聞網頁，透過 HTML 標籤分析，取出新聞內容、

發布日期及記者姓名等有用資訊，進而存入新聞資料庫中。

2. 新聞顯示代理人（News Display Agent）：依據系統考量的新聞熱門程度、分歧 程度及討論的熱烈程度進行焦點分數推論，決定哪些新聞為焦點新聞，並將焦 點新聞放在新聞網站首頁供使用者瀏覽，同時系統也提供以新聞熱門程度及分 歧程度為基礎的排序列表，新聞熱門程度可以顯示哪些新聞被熱烈討論，分歧 程度可以顯示哪些新聞讀者的意見分歧度較高，或是讀者可由系統所推薦的焦 點新聞列表中針對他所感興趣的項目進行瀏覽，而新聞瀏覽介面除了提供新聞 內容之外，系統也會列出相關的各項顯隱性統計，例如：新聞被瀏覽次數、評 分狀態統計、回應與詞彙註解等。

3. 顯性回饋紀錄代理人（Explicit Feedback Record Agent）：本系統提供多種顯性 回饋的機制供使用者發表意見及互動，包括評分、回應新聞事件、新聞詞彙註 解，其中評分功能劃分為 1~5 分，每位使用者僅能對一文件做一次評分的操作，

並且使用者在完成對新聞評分之前無法看見其他人的評分，此一作法能夠降低 其他人對於使用者評分的影響，使用者必須以自身對於新聞的看法作評分，如 此能確保團體間的獨立性。最後，這些使用者回饋資訊都將被記錄下來存於使 用者回饋資料庫。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

4. 隱性回饋偵測代理人（Implicit Feedback Detection Agent）：除了顯性回饋之外，

本系統也有隱性回饋偵測代理人負責監測使用者的閱讀行為，其偵測的項目是 使用者瀏覽的點擊紀錄。採用隱性回饋主要目的是降低冷啟動的影響，使用者 不需要直接的做出明確回應，在其瀏覽的過程當中，系統便會自動擷取每一位 使用者的瀏覽路徑，所有使用者都能夠貢獻其回饋，此做法符合團體多樣性的 要求。

5. 推論代理人（Implicit Feedback Detection Agent）：此代理人為本系統之核心，

負責從使用者回饋資訊中推論出各項潛在訊息，如焦點新聞列表、焦點分數、

熱門度及話題性等，推論方法將在後面章節說明。

3.2.1 系統運作流程

圖 3.2 中的三個資料庫與五個代理人交互運作的過程，說明如下：

步驟 1 由資訊萃取代理人從原始的大學報網站擷取新聞資訊。

步驟 2 將新聞資訊存入新聞資料庫。

步驟 3 由新聞顯示代理人從新聞資料庫中，將新聞組織分類。

步驟 4 將組織後的新聞，透過使用者介面以合適的排版方式呈現給讀者。

步驟 5 顯隱性回饋代理人，從使用者介面收集並擷取系統所需的各項顯隱性回饋 資訊。

步驟 6 將顯隱性回饋資訊存入使用者回饋資料庫。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

步驟 7 透過推論代理人，從使用者回饋資訊中推論出有助於社群互動的潛在資 訊，並存入潛在資訊資料庫。

步驟 8 顯示代理人根據步驟 7 所推論出的潛在資訊將新聞內容重新組織，並且更 新顯示出最新社群資訊，然後送交使用者介面，以排版顯示呈現給讀者進 行新聞閱讀。

其中，步驟 3 到步驟 8 是一個重複執行的迴圈，而每一位使用者所看到的包含熱門 新聞排序、分歧度新聞排序、焦點新聞排序、新聞點閱率及新聞註解等新聞資訊，都是 系統依據所收集到的使用者資訊所統計、推論或累積閱讀知識的結果，並且這些資訊是 以動態更新方式呈現，經由不斷的累積使用者資訊、改變其焦點列表、更新社群資訊，

藉此達到結合「系統」、「內容」及「社群」三方的資訊造用過程。