第四章 實驗結果與評估
4.1 Flickr 實驗資料
4.1.2 Flickr Tags POS 分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.1.1 實驗資料抽樣
為了取得 Flickr 抽樣，本研究由研究總體中選取一部分具代表性之樣本，抽樣一部 分作為代表進行分析，再根據這一部分樣本去推論總體情況。本研究從各城市的生活方 式切入問題，因此各城市居民都是本文的研究對象。但限於研究範圍雖難以對每一個居 民進行調查研究，而只能採用一定的選取方法，故針對 2004-2012 年間抽樣每個月取一 天當相對較高的 Tags 數當結果，分析這九年的結果作為調查研究的對象，這種選擇調 查研究對象就是抽樣的過程。抽樣對調查研究來說相當重要，社會科學研究的對象通常 是非常複雜的，涉及到社會生活的方面，既包括個體行動者，也包括群體甚至整個社區 或社會。但在大多數情況下難以對全部的對象做研究，而只能研究其中的一部分；而這 部分研究對象的選擇就要依靠抽樣來完成，如此可以節省研究的成本和時間。
4.1.2 Flickr Tags POS 分析
本文透過分析了解到 Flickr Tags 的詞性，因此多數照片的詞性多以名詞為主，一般 使用者在下 Tags 時多以地域性或對某總特定事物來作為標記，當然也有運用其他詞性 像是形容詞、動詞或副詞等；由於兩個字詞在 Flickr Tags 會將空白合併，造成無法判斷，
因此需要人工方式檢視來 Tag，才能在 Stanford-PosTagger（POS）工具中產出結果。本 實驗利用實驗組 Porter Stemming 與對照組 Lovins Stemming 發現到 Noun 分別是 4532
（80.67%）及 4673（81.09%）佔最多比例;接著是 Adjective 分別是 857（15.25%）及 841
（14.59%）;其餘 Verb 分別是 156（2.78%）及 166（2.88%）及 Adverb 分別是 35（0.62%）
及 36（0.61%），由下圖分析結果（圖 4.2 Porter & Lovins Stemming POS Counts 分析）。
‧
圖 4.2 Porter & Lovins Stemming POS Counts 分析
最後透過 Flickr 詞頻統計結果以 Porter Stemming 及 Lovins Stemming 分析出 Noun 最高的 Copenhagen 詞頻 bike 共有 8844 及 8243 數量；其他像 Adjective 最高的 London 的 light 共有 1533 及 1534 數量（圖 4.3 Porter & Lovins POS Counts 比例圖）。
圖 4.3 Flickr Tags 比例圖 4.1.3 Flickr 詞頻統計（Tags Frequency）
透過 My SQL 計算統計出 41 個城市詞頻變化，藉此分析出各城市的差異，另外也
Null Adjective Adverb Verb Noun Adjective Adjective
Noun Verb Verb Noun Noun Noun Adjective Noun
POS Of Porter Stemming
Noun
POS Of Lovins Stemming
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.1.3.1 41 個城市分析
透過 Flickr 詞頻統計結果以 Porter Stemming 分析出每個城市 Top 10 Tags，其中以 Copenhagen 最高的詞頻為 bike 共有 8844 數量，同時也代表當地的特色；其他像 Bangkok 最高的詞頻為 woman 共有 3495 數量；London 的 car 共有 3363 數量；Miami 的 beach 共有 2779 數量等等（圖 4.4 Flickr Porter Stemming 詞頻統計）。
圖 4.4 Flickr Porter Stemming 詞頻統計
另外使用 Porter Stemming weight 分析出每個城市 Top 10 Tags，其中以 Copenhagen 最高的詞頻為 bike 共有 11317 數量，同時也代表當地的特色；其他像 Bangkok 的 woman 共有 5047 數量；London 的 car 共有 3898 數量；Miami 的 beach 共有 3372 數量等等（圖 4.5 Flickr Porter Stemming weight 詞頻統計）。
圖 4.5 Flickr Porter Stemming weight 詞頻統計
beach, 2779 bike, 8844
car, 3363
car, 2760 sea, 2707 woman, 3495
0 1000 2000 3000 4000 5000 6000 7000 8000
9000
Cities of Porter Stemming
beach, 3372 bike, 11317
car, 3898 people, 3307 woman, 5047
10000 20003000 40005000 60007000 80009000 10000 11000
12000 Cities of Porter Stemming weight
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
以 Lovins Stemming 分析出每個城市 Top 10 Tags，其中以 Copenhagen 最高的詞頻為 bike 共有 8243 數量，同時也代表當地的特色；其他像 Bangkok 的 woman 共有 3763 數 量；London 的 car 共有 3385 數量；Frankfurt 的 airplane 共有 2941 數量等等（圖 4.6 Flickr Lovins Stemming 詞頻統計）。
圖 4.6 Flickr Lovins Stemming 詞頻統計
最後以 Lovins Stemming weight 分析出每個城市 Top 10 Tags，其中以 Copenhagen 最 高的詞頻為 bike 共有 10548 數量，同時也代表當地的特色；其他像 London 的 street 共 有 4771 數量；Bangkok 的 woman 共有 4362 數量；Sao Paulo 的 city 共有 4206 數量；以 及 London 的 car 共有 3924 數量等等（圖 4.7 Flickr Lovins Stemming weight 詞頻統計）。
圖 4.7 Flickr Lovins Stemming weight 詞頻統計
綜合以上分析，利用 Porter Stemming 及 Lovins Stemming 加上 weight，結果發現有
airplane, 2941 bike, 8243
car, 3385 woman, 3763
0 1000 2000 3000 4000 5000 6000 7000 8000
9000 Cities of Lovins Stemming
beach, 3373 bike, 10548
car, 3924 city, 4206
street, 4771 woman, 4362
10000 20003000 40005000 60007000 80009000 10000 11000
12000 Cities of Lovins Stemming weight
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
些隱含在後面一些顯著 Tag 經過 weight 處理過便容易提昇排名，而原本排名較前面顯著 Tags 就可以利用 Weight 將排名往較佳的位置排序，因此透過旅遊網站可更了解個城市 的輪廓例如 Miain 的 beach、Frankfurt 的 airplane、Bangkok 的 woman、Shanghai 的 night 等特性。
以 London 在 Porter Stemming 及 Lovins Stemming 加上 weight 後為例，在 street 分 析後，由原本第五名分別竄升到第二及第一名; bridge 原先排名在十名之後，也因為加 上 weight 排名上升至第九名;另外像是 night 原先在第二名的位置，雖然經過 weight 有增 加，但在旅遊網站文章中提到次數不多，因此下滑至第三名。經由這些分析讓一些旅遊 方面的 Tag 更能凸顯原本的價值，有效的解析出該城市的輪廓，並且理解該城市核心架 構（表 4.1 以 London 為例 Porter（weight）及 Lovins（weight）），其餘 40 個城市排名詳 如附錄 A。
表 4.1 以 London 為例 Porter（weight）及 Lovins（weight）
city
Porter Porter weight
rank
Lovins Lovins weight
tag count tag count tag count tag count
London car 3363 car 3898- 1 car 3385 street 4771↑
London night 2169 street 3552↑ 2 night 2067 car 3924↓
London light 1533 night 2472↓ 3 light 1534 night 2645↓
London color 1463 light 1777↓ 4 color 1474 light 1778↓
London street 1460 color 1463↓ 5 street 1474 color 1474↓
London art 1211 art 1404- 6 art 1217 art 1379-
London sky 1169 sky 1169- 7 sky 1168 sky 1168-
London blue 986 blue 1143- 8 blue 1002 blue 1162-
London explore 940 bridge 1138↑ 9 movement 996 bridge 1138↑
London spotted 935 cityscape 1055↑ 10 travel 944 movement 1135↓
4.1.3.2 以所有 Tag 總數分析
本文透過計算找到每個字詞重複出現的頻率，將 41 個城市範圍中 100 個 tag 內整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
所有 Flickr Tags 中運用 My SQL 加總，以下各為 Porter Stemming(weight)及 Lovins Stemming(weight)結果：Porter 及 Lovins 中 night（43699、42797）及 Porter Stemming weight 及 Lovins Stemming weight 中 street（51416、52499）tag 數量排名第 1 名;接著是 street
（37684、37976）及 night（49438、48757）tag 數量第 2 名;然後 light 各為（36495、36230）
及（39534、39249）tag 數量第 3 名（如表 4.2 所有城市 Porter（weight）及 Lovins（weight）
Tag 總數）。
表 4.2 所有城市 Porter（weight）及 Lovins(weight)Tag 總數
rank Porter Porter weight Lovins Lovins weight tagname sum tagname sum tagname sum tagname sum 1 night 43699 street 51416↑ night 42797 street 52499↑
2 street 37684 night 49438↓ street 37976 night 48757↓
3 light 36495 light 39534- light 36230 light 39249- 4 color 33436 art 35515↑ color 33911 art 35976- 5 sky 30042 color 34298↓ travel 30252 color 34781↓
6 art 28698 people 31852↑ sky 29544 people 32614↑
7 travel 28393 sky 31045↓ art 29140 travel 31338↓
8 people 27330 travel 29848↓ people 27575 sky 30521↓
9 car 20557 car 21999- cloud 21186 blue 21943↑
10 blue 20225 blue 21158- blue 20985 car 21866↑
11 cloud 19211 explore 19830↑ car 20293 cloud 21682↓
12 girl 18855 water 19696↑ sunset 19693 sunset 20294- 13 explore 18662 cloud 19688↓ girl 18848 water 19686↑
14 water 18085 girl 19293↓ explore 18322 explore 19488- 15 nature 17187 woman 17210↑ water 17932 girl 18936↓
16 sunset 16377 nature 17188↓ nature 17656 nature 17783- 17 movie 16061 sunset 16914↓ movie 16816 movie 17329- 18 flower 15663 bike 16779↑ woman 15726 woman 16788- 19 red 15423 movie 16568↓ red 15508 bike 16398↑
20 woman 15181 house 16125↑ flower 15410 red 16196↓
‧
（weight）of 41 Cities Top 10），經由此研究結果可採樣出原 night 在 Porter Stemming 在 41 個城市中表現特別突出，car 雖然在 London 及 Munich 的 Tag 數量上居冠，但其他 39 城市就沒有特別顯著。另外在 Porter Stemming weight 經過旅遊網站加權後 street 變成較 為顯著，數量也超越 night 成為最多的 Tag 數量。
圖 4.8 Porter Stemming（weight）of 41 cities Top 10
利用表 4.2 所有城市 Lovins（weight）及 Lovins(weight)Tag 總數中 Top 10 結果，再 分析出 41 個城市範圍中所有城市的數量做特別分析（圖 4.9 Lovins Stemming（weight）
of 41 Cities Top 10），經由判讀結果可採樣出原 night 及 street 在 Lovins Stemming 在 41 個城市中均表現凸出，people 在 Sao Paulo 依然數量居冠。另外 Lovins Stemming weight 經過旅遊網站加權後 street 變成較為顯著以 Kuala Lumper 為最多的 Tag 數量。
圖 4.9 Lovins Stemming（weight）of 41 cities Top 10
night
‧
light、sky、cloud 及 sunset 做分析：Chicago、Hong Kong、London、San Francisco、Singhai 及 Tokyo 共通點為 night;light 在 London、New York、Paris、Seoul 及 Shanghai 的 Tags 特別多;Frankfurt、New York 在 sky 各為顯著 Tags; cloud 在 Sydney、Washington 及 Budapest 為較高;sunset 在 San Francisco、Washington 及 Los Angeles 表現較佳。接著是 car、bike 部份，car 在 London、Munich 及 Paris 上，尤其德國常特別常標註汽車生產重地;bike 在 Copenhagen、Amsterdam、Taipei 及 Shanghai，可見這些國家慢慢往低碳城市邁進。street、
movie 及 flower 這組：street 在 London 表現特別搶眼; flower 在 Frankfurt、Toronto、Tokyo 及 Washington（圖 4.10 TOP20 的 Tags 各別分析-1）。
atlantabangkokbarcelona beijing
sydneytaipeitokyotorontowashingtonviennazurich
night
0 1000 2000amst…
atlantabang…barc…
beijing
taipeitokyotoro…viennawash…zurich
light
0 atlantabangkokbarcelona
beijing
taipeitokyotorontowashingtonviennazurich
sky
0 400 800 1200 1600amsterdam
atlantabangkokbarcelonabeijing bruxelles
sydneytaipeitokyotorontowashingtonviennazurich
cloud
0 500 1000 1500
am…atla…ban…bar…
beij…
taipeitokyotor…vie…was…zuri…
sunset
0 1000 2000 3000 4000amsterdam
atlantabangkokbarcelonabeijing bruxelles
sydneytaipeitokyotorontowashingtonviennazurich
car
0
atlantabangkokbarcelona beijing
stockholmsydneytaipeitokyotorontowashingtonviennazurich
street
atlantabangkokbarcelonabeijing
sydneytaipeitokyotorontowashingtonviennazurich
flower
‧
再來討論 nature、art 及 movie 的部分：nature 在 Frankfurt 及 Dublin 較佳;art 在 Amsterdam、Barcelona、Bruxelles 及 Los Angeles 屬文藝氣息城市;movie 在 Hong Kong、
Melbourne、Tokyo 均有不錯表現。people、girl 及 woman 分組部分：people 在 Bangkok、
San Francisco 及 Tokyo 對於人像特別喜歡;girl 在 Copenhagen、Bangkok、Moscow 及 Tokyo 為較高;woman 在 Bangkok、Moscow 及 Kuala Lumpur，尤其在泰國人妖是相當著名的特 色之一。travel 在 Bangkok、Paris 及 Prague 為旅遊必經城市;在 Atlanta、London、Paris、
Tokyo、Washington 及 New York 為較著名的城市都出現 explore;water 在 Sydney、
Washington、Singapore 及 Amsterdam 為較高（圖 4.11 TOP20 的 Tags 各別分析-2）。
圖 4.11 TOP20 各別分析-2
0 1000 2000amsterdam
atlantabangkokbarcelona beijing
sydneytaipeitokyotorontowashingtonviennazurich
nature
0
atlantabangkokbarcelona beijing
sydneytaipeitokyotorontowashingtonviennazurich
art
0 400 800 1200
amster…
atlantabangkokbarcel…
beijing
taipeitokyotorontoviennawashin…zurich
movie
0 1000 2000 3000 4000amsterdam
atlantabangkokbarcelonabeijing bruxelles
sydneytaipeitokyotorontowashingtonviennazurich
people
0 1000 2000 3000 4000amsterdam
atlantabangkokbarcelona beijing
sydneytaipeitokyotorontowashingtonviennazurich
girl
moscowkualalumpurtokyomontreal
milan
sanfranciscohongkongsydneyfrankfurtwashingtontoronto
woman
0 1000 2000 3000
amsterdam atlantabangkokbarcelonabeijing
bruxelles
sydneytaipeitokyotorontowashingtonviennazurich
travel
0 400 800 1200amster…
atlantabangkokbarcel…
beijing
taipeitokyotorontoviennawashin…zurich
explore
0 1000 2000amsterdam
atlantabangkokbarcelona beijing
sydneytaipeitokyotorontowashingtonviennazurich
water
‧
最後一組探討的是色彩的群組 color、blue 及 red 的部份: Frankfurt、New York 在 color 各為顯著 Tags;blue 在 London、Frankfurt 及 Dublin，blue 本身有希望、清新、天空、海 洋，另外還有憂鬱、孤獨、失落及哀傷等負向情緒;red 本身有顯眼、鮮明，還有象徵危 險、鮮血、警告，像鬥牛士就會用鮮紅的紅布，紅色的照片充滿張力因此像是 London、
Dublin、Amsterdam 及 Moscow 均表現出此現象（圖 4.10 TOP20 各別分析-3），分析 blue 及 red 在 London 均是強關連性，以上是觀察各 Tag 變化結果。
Munich、Hong Kong、Zurich 僅出現 13 個城市，其中亞洲地區就出現 5 個城市，可見的 本研究收集亞洲地區 9 個國家就有 5 個城市比例相當高，當然 Copenhagen 及 Amsterdam
atlantabangkokbarcelona beijing
taipeitokyotorontowashingtonviennazurich
color
0 400 800 1200amst…
atlantabang…barce…
beijing
taipeitokyotoron…viennawashi…zurich
blue
0 500 1000
ams…atla…ban…bar…
beij…
tokyotor…vie…was…zuri…
red
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
因此在 Bangkok 中 woman 在 41 個城市中居冠。在 Frankfurt、Toronto、Tokyo 及 Washington 中 flower 更是有相當多使用者喜愛拍攝花朵;其他像是 London、Munich 及 Paris 上出現 的 car 也是頗高的，尤其德國常特別常標註汽車生產重鎮之一;在 Bangkok、Paris 及 Prague 為旅遊必經城市，故 travel 為這些城市的顯著標籤;其他像是顏色的變化色彩中藍色及紅 色在 London 為較高關連性城市均有不同變化。
4.2 挑選關鍵相片分析
在 Flickr 相片 Tags 中挑選關鍵照片實在不易，尤其是去除雜訊部分，讓顯著的 Tags 能夠排名在前面是相當重要，當使用者透過照片要表達這張照片的精神所在，使得更容 易解析這張照片的意義；本文將區域分群作為各洲分類，並且觀察其中變化所在。
4.2.1 Flickr 區域分群
Flickr 區域分群中很容易將 41 個城市地區分佈將各洲分類，透過 America、Europe、
Asia 及 Oceania 了解各洲 Top 10 城市 Tag 特色(次數):
（一）America 中 11 個城市解析 night 出現 38 次，其次是 Sky 出現 35 次；有此可 知 America 中城市對於使用者建立 Tags 時 night 及 sky 均有不錯表現。
（二）Eurpoe 中 19 個城市解析出 color 帄均出現 66 次，其次是 art 及 light 均出現 59 次，在 Eurpoe 城市使用者所下的 Tags 以 color 及 art 居冠。
（三）Asia 中 9 個城市解析 night 出現 31 次，其次是 light 出現 30 次，因此可看出 Asia 城市對於 night 及 light 最多使用者所下的 Tags。
（四）再來是 Oceania 中兩個城市解析，由於只有兩個城市做為比較，因此 cloud、
（四）再來是 Oceania 中兩個城市解析，由於只有兩個城市做為比較，因此 cloud、