虛擬社群之知識概念繼承與其社會網絡關係─以汽車社群為例

全文

(1)國立屏東大學資訊管理學系碩士班碩士論文指導教授：李來錫博士. 虛擬社群之知識概念繼承與其社會網絡關係 ─以汽車社群為例 The Inheritance of Knowledge Concepts and Their Relationships of Social Networks ─ An Example of Car Community. 研究生：吳宛玲撰. 中華民國一○五年五月.

(2) I.

(3) 謝誌求學歷程即將告一段落，想當初剛進入研究所時，對於研究方向與目標都處在摸索階段，沒想到如今已完成論文準備印製成冊。首先感謝我的指導教授李來錫老師，感謝老師在研究的階段不斷地教導給予方向，及在研究處於困境中時適時的提點，讓我朝向正確的道路，順利完成論文。也非常謝謝兩位口委黃允成老師及林哲宏老師的蒞臨指導，給予寶貴的意見以充實論文。接著要感謝在碩士兩年中的同學及學姊們，因為你們的幫助及相互鼓勵，才能在困境中堅持下去，順利完成學業；感謝學弟妹們在論文口試當天盡心盡力的協助，讓我們可以安心準備口試；在此也要感謝陪伴在我身邊的朋友們，因為有你們的時時鼓勵及支持，讓我處在茫然不知所措中，也有動力繼續完成研究。最後，要感謝我的家人，因為你們的栽培及支持，得以讓我在無後顧之憂的環境下順利取得學位，邁向人生的另一段旅程。吳宛玲謹誌于國立屏東大學 105 年 6 月. I.

(4) 中文摘要近年來，虛擬社群成為人們相互討論資訊的管道之一，本研究目的為分析社群討論議題知識結構及主概念下的網絡關係，並進一步探討知識結構中父層與子層是否具繼承關係。資料來源以 Mobile01 論壇為樣本抽取對象，針對熱銷大改款汽車討論區抽取共 304 筆發表日前一個月至發表日後兩個月之討論資料為樣本，從收集資料彙整出 6 種討論概念，採用正規化概念分析了解大改款汽車討論議題知識結構及其關係，最後利用社會網絡分析法探討主概念下之社會網絡關係及知識結構概念交集時其繼承關係。研究結果顯示，社群成員討論比率較高之概念為「配備及外觀」、「價格」及「購買資訊」，在網絡關係中，「購買資訊」相關討論議題成員的互動狀態為最優。另外，有關「油耗」相關議題，網絡指標及討論比率皆為最低，然回應量為所有討論概念中位列第一。而在父子層繼承關係中，子層概念社會網絡指標繼承關係中會有多種變化，並非只呈現一種變化現象。本研究也進一步探討不同概念間社會網絡差異，以供社群管理者作為管理參考方向。. 關鍵字：虛擬社群、知識結構、正規化概念分析、社會網絡分析. II.

(5) Abstract In recent years virtual communities became one of the popular ways for sharing information. This study is aim to discuss the social network under knowledge concept construction for virtual communities. Data are collected from the car forum of Mobil01 with 304 discussion data by system sampling. Then the discussion content is classified into six knowledge concepts. The formal concept analysis is employed to construct the knowledge structure of those concepts. Finally, the study uses the social network analysis to observe the interaction behavior of community members. Results show that specification, price, and purchase information are the three important concepts. There are frequent interactions among community members under the concept of purchase information. Patterns of the inheritance from higher level to lower lever are diversified. Furthermore, the study discusses the differences of indexes of social network under different concepts so as the provide references for community managers.. Keywords: Virtual Community, Knowledge Structure, Formal Concept Analysis, Social Network Analysis. III.

(6) 目錄謝誌 ............................................................................................................. Ⅰ 中文摘要 ..................................................................................................... Ⅱ Abstract ........................................................................................................ Ⅲ 目錄 ............................................................................................................. Ⅳ 表目錄 ......................................................................................................... Ⅷ 圖目錄 ......................................................................................................... Ⅹ 第壹章. 緒論................................................................................................ 1. 第一節. 研究動機 ..................................................................................... 1. 第二節. 研究目的 ..................................................................................... 2. 第三節. 研究流程與架構 ......................................................................... 3. 第貳章. 文獻探討 ........................................................................................ 5. 第一節. 虛擬社群 ..................................................................................... 5. 一、. 虛擬社群定義 .............................................................................. 5. 二、. 虛擬社群相關研究 ...................................................................... 6. 第二節. 知識結構 ..................................................................................... 8. 一、. 知識結構定義 .............................................................................. 8 IV.

(7) 二、. 知識結構相關研究 .................................................................... 10. 第三節. 正規化概念分析 ....................................................................... 11. 一、. 正規化概念分析定義 ................................................................ 11. 二、. 正規化概念分析方法使用 ........................................................ 13. 三、. 正規化概念分析相關應用 ........................................................ 15. 第四節. 社會網絡分析 ........................................................................... 17. 一、. 社會網絡分析定義 .................................................................... 17. 二、. 社會網絡分析方法使用 ............................................................ 18. 三、. 社會網絡分析相關應用 ............................................................ 21. 第五節. 小結........................................................................................... 22. 第參章. 研究方法 ...................................................................................... 23. 第一節. 樣本收集 ................................................................................... 24. 一、. 虛擬社群選擇 ............................................................................ 24. 二、. 抽樣程序 ................................................................................... 25. 第二節. 概念分類 ................................................................................... 28. 一、. 安全性及裝修 ............................................................................ 28. 二、. 性能 ........................................................................................... 29 V.

(8) 三、. 油耗 ........................................................................................... 29. 四、. 配備及外觀................................................................................ 30. 五、. 價格 ........................................................................................... 30. 六、. 購買資訊 ................................................................................... 31. 第三節. 正規化概念分析 ....................................................................... 31. 第四節. 社會網絡分析 ........................................................................... 33. 一、. 建立社會網絡矩陣表 ................................................................ 33. 二、. 社會網絡圖................................................................................ 34. 三、. 社會網絡指標計算 .................................................................... 35. 第肆章. 知識概念下之社會網絡分析 ....................................................... 39. 第一節. 論壇知識結構關聯性 ............................................................... 39. 一、. 正規化概念點陣圖第一層 ........................................................ 41. 二、. 正規化概念點陣圖第二層 ........................................................ 43. 三、. 正規化概念點陣圖重要概念彙整............................................. 44. 第二節. 知識概念與平均回應量 ........................................................... 45. 第三節. 社會網絡指標分析 ................................................................... 49. 一、. 社會網絡分析檢定 .................................................................... 49 VI.

(9) 二、. 主要討論概念社會網絡指標差異............................................. 50. 第四節. 小結........................................................................................... 52. 第伍章. 知識概念繼承關係及網絡指標比較 ........................................... 55. 第一節. 概念繼承關係 ........................................................................... 55. 一、. 繼承關係─現象一 .................................................................... 56. 二、. 繼承關係─現象二 .................................................................... 59. 三、. 繼承關係─現象三 .................................................................... 62. 第二節. 小結........................................................................................... 63. 第陸章. 結論與建議 .................................................................................. 65. 第一節. 結論........................................................................................... 65. 第一節. 未來發展與研究限制 ............................................................... 67. 參考文獻 ..................................................................................................... 69 一、. 中文文獻 ....................................................................................... 69. 二、. 英文文獻 ....................................................................................... 70. VII.

(10) 表目錄表 2-1 虛擬社群定義..................................................................................... 6 表 2-2 知識結構定義..................................................................................... 9 表 2-3 正規化概念分析定義 ....................................................................... 12 表 2-4 正規化概念矩陣............................................................................... 14 表 2-5 社會網絡分析定義 ........................................................................... 18 表 2-6 社會網絡矩陣................................................................................... 20 表 3-1 各車款大改款發表日 ....................................................................... 27 表 3-2 正規化概念矩陣範例 ....................................................................... 32 表 3-3 社會網絡矩陣表範例 ....................................................................... 34 表 3-4 網絡密度範例................................................................................... 36 表 3-5 社會網絡矩陣表─程度中心性 ....................................................... 37 表 4-1 正規化概念點陣圖重要節點比率 ................................................... 40 表 4-2 討論概念資料分析 ........................................................................... 46 表 4-3SNA 指標分析檢定 ........................................................................... 49 表 4-4 社會網絡指標比較表 ....................................................................... 51 表 4-5SNA 指標及 FCA 概念比重分析...................................................... 53 VIII.

(11) 表 5-1 繼承關係（現象一）概念比較表 ................................................... 57 表 5-2 繼承關係（現象二）概念比較表 ................................................... 60 表 5-3 繼承關係（現象三）概念比較表 ................................................... 62. IX.

(12) 圖目錄圖 1-1 研究架構圖 ........................................................................................ 4 圖 2-1 正規化概念點陣圖 ........................................................................... 15 圖 2-2 社會網絡圖 ...................................................................................... 20 圖 3-1 研究流程圖 ...................................................................................... 23 圖 3-2Mobile01 文章及成員數據................................................................ 24 圖 3-3 進入討論區步驟............................................................................... 25 圖 3-4 依議題發起人發表文章時間排序 ................................................... 26 圖 3-5 抽取回覆量 3 到 70 筆之樣本 ......................................................... 27 圖 3-6 安全性及裝修範例 ........................................................................... 28 圖 3-7 性能範例 .......................................................................................... 29 圖 3-8 油耗範例 .......................................................................................... 29 圖 3-9 配備及外觀範例............................................................................... 30 圖 3-10 價格範例 ........................................................................................ 30 圖 3-11 購買資訊範例................................................................................. 31 圖 3-12 社會網絡圖範例 ............................................................................. 34 圖 3-13 程度中心性範例 ............................................................................. 37 X.

(13) 圖 3-14 接近中心性範例 ............................................................................. 38 圖 4-1 正規化概念點陣圖 ........................................................................... 40 圖 5-1 繼承關係（現象一）父子層關係圖................................................ 56 圖 5-2 繼承關係（現象二）父子層關係圖................................................ 59 圖 5-3 繼承關係（現象三）父子層關係圖................................................ 62. XI.

(14) 第壹章緒論第一節研究動機隨著科技進步，人們獲取知識及資訊的管道越來越多，如虛擬社群現已成為人們資訊來源之一。而在虛擬社群討論議題中，成員間彼此溝通互動，透過討論時的知識交流會形成知識分享結構，此知識分享結構能了解討論議題代表性話題。而每一知識概念下，成員的溝通型態為何，成員間互動是否緊密，成員與議題發起人討論是否熱絡，這些因素引起本研究探討動機，想了解虛擬社群中討論議題所形成的知識結構、各知識概念下網絡關係上是否有差異及概念交集時是否會受父層繼承作用進而對網絡關係產生影響。在資料取得上，本研究為探討汽車相關議題，因汽車為高價值產品，在虛擬社群討論中，對於昂貴品的知識分享較重視且具有參考價值，因此採用 Mobile01 論壇中，日系車廠討論區為抽樣對象，此論壇討論成員及資訊眾多，故對本研究主題具代表性。在方法應用上，知識結構的部分，本研究採用正規化概念分析(Formal Concept Analysis, FCA)，FCA 可以圖形化的方式呈現知識概念及其關係，便於分析討論議題所形成的知識結構。而網絡關係部分，採用社會網絡分析法(Social Network Analysis, SNA)，SNA 可藉由圖形化方式及網絡指標了解成員間互動情形，因此適合分析討論議題各概念下成員的互動關係。 -1-.

(15) 本研究分為兩個階段，第一階段首先於 Mobile01 論壇日系車廠銷售熱門大改款車種（Toyota、Honda 及 Nissan）討論區了解虛擬社群成員在討論議題上的知識概念，將相似的知識概念做彙整，透過 FCA 法了解彙整後知識概念結構關係，再以 SNA 法分析主概念下成員互動狀態，探討哪項概念較能引起成員相互討論，哪些概念會由版主(議題發起人)主導。第二階段從 FCA 法了解知識結構關係後，針對父層及子層概念深入探討，觀察子層概念交集時，其網絡狀態及網絡指標是否會受到父層影響，當概念交集時，其受到的繼承作用為何，其所受影響是使討論議題更為聚焦，成員間討論更緊密，亦或是無明顯差異，甚至可能產生當兩項概念交集，成員對於議題討論意願反而不高，成員間彼此較少互相溝通互動，因此本研究在第二階段，主要重心在子層概念交集時，網絡指標的變化，觀察其所受影響為何。. 第二節研究目的本研究目的為透過正規化概念分析及社會網絡分析兩種分析法，探討汽車討論議題各概念討論頻率及各概念下網絡指標差異，並深入研究當概念交集時，其社會網絡指標受到何種作用產生影響，列點說明如下：一、. 以知識結構的方式了解虛擬社群成員對於大改款汽車關注之討論議題。. -2-.

(16) 二、. 以正規化概念分析了解虛擬社群成員對於大改款汽車概念討論比率。. 三、. 以社會網絡分析法探討不同討論概念下之社會網絡狀態。. 四、. 探討概念交集時，其社會網絡指標受何種繼承作用影響。. 第三節研究流程與架構本節將說明研究流程與架構，本研究流程主要分為六個階段，研究架構圖如圖 1-1，流程說明如下：第一階段：思索研究方向，研擬出研究動機、研究目的及研究架構。第二階段：依照研究方向，蒐集與本研究相關之國內外文獻做研讀及論述彙整。第三階段：確認研究方法，方法依序為選取抽樣對象、樣本資料收集、知識概念數據建檔及網絡分析數據建檔。第四階段：以正規化概念分析樣本後，分析各概念所占比重及瞭解主概念下之網絡關係。第五階段：深入了解子層概念交集時，其網絡關係是否受繼承作用影響。第六階段：根據研究結果做論述，提出本研究之管理意涵。. -3-.

(17) 第壹章：研究動機與目的. 第貳章：文獻探討虛擬社群. 知識結構. 正規化概念分析. 社會網絡分析. 第參章：研究方法. 樣本收集. 概念分類. 正規化概念分析. 社會網絡分析. 第肆章：主結構下之網絡分析論壇知識結構關聯性. 討論概念資料分析. 社會網絡指標分析. 第伍章：正規化概念分析第二層概念與第一層概念之繼承關係. 第陸章：結論. 圖 1-1 研究架構圖. -4-.

(18) 第貳章文獻探討本研究為探討汽車虛擬社群不同概念下之網絡關係，本章針對「虛擬社群」、「知識結構」、「正規化概念分析」及「社會網絡分析」進行文獻整理敘述。. 第一節虛擬社群一、虛擬社群定義虛擬社群已成為人們獲取資訊的管道之一，而何謂虛擬社群，各專家學者分別提出見解，在虛擬社群的定義中，Hagel (1999) 認為虛擬社群是從網路自發的社會活動開始，聚集各地的人們談論感興趣之共同領域，隨著時間推移、積累的討論，形成一個複雜的網絡關係。許孟祥、詹佳琪 (2002) 則認為一群擁有共同興趣的人，透過網路進行溝通與資源分享及長期發展人際關係為虛擬社群的特性。社群的成功為創建一個完善的機制與良好的知識品質，提升虛擬社群的知識分享。而 Lee, Vogel & Limayem (2003) 提出虛擬社群是以電腦資訊技術為基礎的網絡空間，著重溝通和參與者的互動。另外，在虛擬社群發展上，虛擬社群的資訊可促進成員關係的建立和知識共享。在虛擬社群的特性上，Chiu, Hsu & Wang (2006) 認為在虛擬社群中，社交互動關係、互信互惠、共同願景及共同語言會影響知識共享。另外，. -5-.

(19) 萬榮水、梁瑞文 (2007) 認為虛擬社群打破傳統「社群」在空間上的限制，人們透過網際網路相互交流、分享情感，除了形成交流的媒介之外，完善的虛擬社群應該要能夠發揮其不同層面的效應，滿足網路上不同需求與動機的使用者。本研究將各學者對於虛擬社群的定義彙整如表 2-1。表 2-1 虛擬社群定義學者. 年代. 定義虛擬社群是從網路自發的社會活動開. Hagel. 1994. 始，聚集各地的人們談論感興趣之共同領域。一群擁有共同興趣的人，透過網路進行. 許孟祥、詹佳琪. 2002 溝通與資源分享。虛擬社群是以電腦資訊技術為基礎的. Lee et al.. 2003 網絡空間，著重溝通和參與者的互動。. 二、虛擬社群相關研究在虛擬社群知識分享意願上，Ridings, Gefen & Arinze (2002) 認為信任感會影響虛擬社群成員提供訊息或透過虛擬社群獲取資訊的意願。在 Hsu, Ju, Yen & Chang (2007) 研究中則認為如果個人可以改善與他人的關係，並提供他們的知識，社群成員會更有意願於知識分享。在社群中， -6-.

(20) 彼此信任關係的建立，對於成員在互動溝通及知識分享上會更積極。對於虛擬社群忠誠度部分，余泰魁、鄭時宜 (2005) 研究發現「社群價值」與「個人心理需求」對線上行為影響甚大。社群成員間連繫與互動，尤其是社群價值的凝聚與心理層面需求的滿足，是社群成員所關心的焦點。陳筱華、李佩貞 (2011) 提出「信任」與「凝聚力」為影響虛擬社群成員忠誠度的重要因素，而「社群意識」為影響虛擬社群成員忠誠度的關鍵前置因素。另外，在 Lai & Chen (2014) 的研究中提到，在虛擬社群中討論成員分為發文者及觀望者，發文者的知識共享意圖為內在動機因素（即享受幫助別人），而觀望者的知識共享意圖受外在動機因素影響（即互惠）。綜上所述，信任為影響社群成員對於社群的忠誠度及知識分享意願重要因素之一。此外，資訊和系統的品質為影響成員滿意度之因素。如 Romm, Pliskin & Clarke (1997) 認為社群的特性及專業會影響潛在成員是否願意加入社群。虛擬社群滿足成員需求時，虛擬社群是可靠、便利、人性化的，提供準確、完整及不斷更新的資訊。Teo, Chan, Wei & Zhang (2003) 認為資訊的獲取和社會適應性對社群知覺有用性和知覺易用性有影響。知覺有用性和歸屬感對參與者使用系統的意向有影響。因此，社群應將時間和精力來確保成員得到滿意的資訊和系統品質(Lin, 2008)。而在 Kim, Song & Jones (2011) 研究中提出，虛擬社群應建立有效的知識結構、資料庫、 -7-.

(21) 網頁設計和管理系統，幫助知識需求方使其能快速掌握其所需資訊。虛擬社群也在許多領域具有影響力，如：教育、娛樂、消費行為等。根據上述可知，虛擬社群已成為知識分享的途徑之一，社群成員可透過虛擬社群交流瞭解所需資訊，而社群成員間互相交流、傳遞資訊，所形成的討論內容，可構成知識分享內容結構，因此於下節進行知識結構文獻探討。. 第二節知識結構一、知識結構定義在知識結構的定義中，Lin & Hsueh (2006) 提出良好的知識結構有利於知識的需求者獲取他們所需要的知識。Chiu, Pan & Yu (2009) 認為知識結構是依據研究方向相關的知識、技術、方法或每個主題的問題建設知識架構，不僅可以有效地呈現代表性的話題、相關的技術和問題，也有助於了解某一領域的知識結構。而 Heller & Wickelmaier (2013) 認為知識結構是以非數值的方式呈現知識的可能狀態，以此了解某一知識領域所有或部分的長處和短處。在 Chiu & Pan (2014) 研究結果顯示，知識結構是知識學習重要組成中的一部分，而分層知識結構是呈現知識的有效方式之一，知識結構可以幫助個人清楚了解在某一領域的知識，並根據此知識結構有效地作出. -8-.

(22) 決定。知識結構也可幫助我們分析在某特定領域的知識。從 Doboli, Umbarkar, Doboli & Betz (2015) 研究中發現，知識結構也提供快速和正確觀念的界定，為了提高正確性及準確性，表達資訊的能力也是一項重要因素。本研究將各學者對於知識結構的定義彙整如表 2-2。表 2-2 知識結構定義學者. 年代. 定義依據研究方向相關的知識、技術、方. Chiu et al.. 2009. 法或每個主題的問題建設的知識架構。以非數值的方式呈現知識的可能狀. Heller & 2013. 態，以此了解某一知識領域所有或部. Wickelmaier 分的長處和短處。知識結構是知識學習重要組成中的一部分。知識結構可以幫助個人清楚了 Chiu & Pan. 2014 解在某一領域的知識，並根據此知識結構有效地作出決定。知識結構提供快速和正確觀念的界. Doboli et al.. 2015. 定，為了提高正確性及準確性，表達資訊的能力也是一項重要因素。 -9-.

(23) 二、知識結構相關研究在搜尋知識的相關研究中，Ong, Chen, Sung & Zhu (2005) 研究顯示，一般資訊使用者經常無法透過資訊化的空間瀏覽所需資訊。因此，知識結構針對資訊的創造者和資訊使用者提供解決方案。為了創建不同的資訊和知識來源，在知識結構中，分級分類揭示知識來源的深層關係，並呈現關鍵概念。另外 Hao, Yan, Gong, Wang & Lin (2014) 認為知識需求者在瀏覽某項領域知識時，對誰能提供新知識的資訊知之甚少，為減少資訊超載，可利用知識結構及知識地圖的方式，讓人們容易從眾多資訊中，了解新知識。在知識結構的應用上，Srivastava & Laplume (2014) 認為知識結構的特點在於了解知識基礎的特性。應用在管理領域可了解團隊特性，審視各團隊知識結構。知識結構也可應用於學習上，Zhong, Fu, Xia, Yang & Shang (2015) 認為知識結構是整體和宏觀的，為一種學習知識點，了解知識點有助於學生學習領域。知識結構已被許多專家學者實踐在各領域，其中 Balaid, Rozan, Hikmi & Memon (2016) 將過去研究總整合論述，研究顯示知識地圖可以增加組織成員間的溝通與分享知識管理的工具，可幫助新進入該領域的成員，迅速瞭解該領域知識。探討知識結構的方法眾多，如：路徑搜尋、多向量尺、正規化概念分析和集群分析，各種方法有其特性和限制，其中正規化概念分析法可 - 10 -.

(24) 以用簡單的圖形呈現，瞭解知識結構中各概念所占比率，是種受歡迎且瞭解知識結構分析方法之一。. 第三節正規化概念分析一、正規化概念分析定義在正規化概念分析定義中， Wolff (1993) 認為正規化概念分析 (Formal Concept Analysis, FCA)是一個表現知識結構非常基本的方法，無需使用正式的數學定義，FCA 以圖形化的方式表達知識結構，即概念點陣圖。正規化概念分析應用的兩個主要方式：概念數據分析和概念知識體系，包括知識表示、獲取和推論。另外有學者在研究中提到正規化概念分析是用於數據分析，知識表示和資訊管理及評估不同概念點陣的概念相似性，讓資訊能更充分及全面性的解釋 (Priss, 2006; Formica, 2006)。在 FCA 的分析中，He, Rümmer & Kroening (2011) 研究顯示 FCA 是以屬性的方式分類物件，透過建立階層式結構可更有效地定義相似和相異的物件。Pei, Ruan, Meng & Liu (2013) 認為正規化概念分析涉及一組二元關係的層次結構，其主要挑戰為計算所有複雜性指數的正規化概念。 FCA 已經應用在許多學科，如語言學、軟體系統、心理學、人工智慧、醫學和資訊檢索等領域。本研究將各學者對於正規化概念分析的定義彙. - 11 -.

(25) 整如表 2-3。表 2-3 正規化概念分析定義學者. 年代. 定義正規化概念分析是一個表現知識結構非常基本的方法，無需使用正式的數. Wolff. 1993 學定義，以圖形化的方式表達知識結構。正規化概念分析是用於數據分析，知識表示和資訊管理及評估不同概念點. Formica. 2006 陣的概念相似性，讓資訊能更充分及全面性的解釋。正規化概念分析以屬性的方式分類物. He et al.. 2011. 件，透過建立階層式結構可更有效地定義相似和相異的物件。正規化概念分析涉及一組二元關係的. Pei et al.. 2013. 層次結構，其主要挑戰為計算所有複雜性指數的正規化概念。. - 12 -.

(26) 二、正規化概念分析方法使用在 FCA 方法使用上，. -Agudo & González-Calero (2001) 認為 FCA. 應被理解為引發型態和規律之間的一種方法屬於一般領域模型的具體情況下，用於簡要概述數據表示和分析背後理論。從給定的表格輸入數據這種方法，發現所有正規化概念並計算概念點陣。在 Poelmans, Ignatov, Kuznetsov & Dedene (2013) 研究中提到 FCA 結構如一個概念點陣，而且更可能描述複雜的結構，包括圖案結構。其次 Belohlavek, De Baets & Konecny (2014) 認為概念點陣代表正規化概念分析使用的基本結構。它們的結構是輸入數據分析和理解的重要方向。在 Škoplj n c-M čin & Bl šković (2014) 研究中提到 FCA 方法的主要優點是具備輸入數據進行分析的簡易性，並且 FCA 分析結果可清楚顯示輸入值域圖形概述和具有重要意義的屬性列表及屬性所佔比率。正規化概念分析分為兩個階段，主要為正規化概念矩陣及正規化概念點陣圖，說明如下： (一) 正規化概念矩陣在 Ganter, Stumme & Wille (2002) 研究中提出 FCA 是以三種元素(G， M，I)表示，其中 G 元素表示為物件，M 表示為屬性，I 則是物件與屬性之間的二維關係，而(g , m)∈ I 表示物件 g 含有屬性 m。上述三項元素是以二維矩陣表的方式呈現，若在某一物件中具有某個屬性時，則在二維 - 13 -.

(27) 矩陣表中相對位置處標記，若在某一物件中不具有屬性時，則不標記以空白表示，下列將以範例的方式說明：本研究以楊程文（2015）範例做說明，以個人所具備的語言能力為例，正規化概念矩陣表 2-4 如下：表 2-4 正規化概念矩陣（楊程文，2015）屬性華語英語日語法語西班牙語物件成員 1 ╳. ╳. 成員 2. ╳. 成員 3. ╳. ╳ ╳. 成員 4 成員 5 ╳. ╳. ╳ ╳. ╳. ╳. 由表 2-4 顯示正規化概念二維矩陣由物件、屬性和物件及屬性間之關係所組成，首欄為物件，每個物件代表一位成員即成員 1 至成員 5；首列為屬性，即「華語」、「英語」、「日語」、「法語」和「西班牙語」；而以「╳」表示的部分為某成員具備之語言能力，如：成員 1 具備「華語」、「英語」、「日語」和「西班牙語」四種語言能力，則於相對位置處以「╳」標示。 (二) 正規化概念點陣圖正規化概念矩陣表建立完成後，可將其轉換為正規化概念點陣圖以 - 14 -.

(28) 圖形化的方式了解各項屬性之關係，如下圖 2-1。 {φ} {成員 1,成員 2,成員 3,成員 4,成員 5} {英語} {成員 1,成員 2,成員 5}. {西班牙語}{成員 1,成員 2,成員 3}. {法語}{成員 4,成員 5}. {日語,西班牙語} {成員 1,成員 3}. {華語,英語} {成員 1,成員 5}. {英語,西班牙語} {成員 1,成員 2} {華語,英語,日語,西班牙語} {成員 1}. {華語,英語,法語} {成員 5}. {華語,英語,日語,法語,西班牙語} {}. 圖 2-1 正規化概念點陣圖（楊程文，2015）從圖 2-1 中可觀察出，屬性與物件間的關係，如具備「西班牙語」能力的有 3 個物件，分別為「成員 1」、「成員 2」及「成員 3」，從正規化概念點陣圖中了解其可分為數層，越上層表示擁有某項屬性之物件所佔比例較高，即較多人具備此種語言能力，反之，從圖 2-1 可觀察出越下層其節點所含有之屬性越多而物件卻越少，表示擁有多項屬性之物件越少，即少數人具備多項語言能力。. 三、正規化概念分析相關應用 FCA 可應用在不同領域，如 Jiang, Ogasawara, Endoh & Sakurai (2003) - 15 -.

(29) 將 FCA 應用在醫療資訊領域，以臨床診斷訊息作為知識來源建造資訊系統，幫助臨床醫生能夠檢索患者有關的數據。Formica (2008) 認為正規化概念分析可應用於詞彙數據庫評估概念相似性，因為它允許不同的概念，在語義上接近的標識。Jiang & Chute (2009) 也提到以 FCA 為基礎的分析檢索語義完整性。以 FCA 為基礎的方法可以幫助審核內容的語義完整性，此方法可應用於多個領域。而 Jiang, Pathak & Chute (2009) 研究中提到 FCA 技術可以幫助特定領域評估知識的完整性，未來發展方向可能集中在語義模型到正規化流程中，支援領域專家完成領域知識。在 Valverde-Albacete, González-Calabozo, Peñas & Peláez-Moreno (2015) 研究中提到正規化概念分析能幫助建構科學知識，支持科學假說的決策且能夠概念化研究不同類型的現象。而 Kumar, Ishwarya & Loo (2015) 將正規化概念分析用於數據和知識處理的數學框架，來表示記憶和執行一些人腦的認知功能。而 Yao (2016) 在研究中提到正規化概念可以解釋一項方案所代表的概念，不同方案可能會導致對於概念不同的描述，因此正規化概念可以幫助理解方案對於概念的表達與解釋。由上述文獻了解 FCA 可適用於概念相似性及相關知識的建構，因此本研究採用 FCA 分析虛擬社群在知識分享上之知識結構，而本研究為探討 FCA 主概念下之網絡狀態，故使用社會網絡分析法了解各概念下成員的互動狀態。 - 16 -.

(30) 第四節社會網絡分析一、社會網絡分析定義社會網絡分析(Social Network Analysis, SNA)在概念和方法上側重於對社會現象和行為模式的關係特性。其重點是社會主體之間的關係，被廣泛應用於社會和行為科學，以及經濟學，市場行銷，和工業工程 (Hirschi, 2010)。社會網絡分析方法著重在討論社會網絡，重點是這方法能應用於許多實際例子。在社會網絡分析的定義中，Freeman (2004) 於研究中提出社會網絡分析定義具有四個主要特點：結構的直覺、關係數據、圖形圖像和數學或計算模型的系統收集。而 Lurie, Fogg & Dozier (2009) 認為 SNA 提供了一個有用且標準化的工具來衡量團隊的功能，SNA 也可應用於跨學科和組織文化的重要方面，其他分析方式可能很難以客觀的衡量團隊間關係。社會網絡分析使用數學和圖形化表示系統內的人、組織、目標、興趣和其它實體之間關係結構的評估方法 (Hoppe & Reinelt, 2010)。在社會網絡的分析中 Dunn & Westbrook (2011) 則認為社會網絡分析是用來描述和理解的交流方式。而 Rödder, Brenner & Kulmann (2014) 研究結果發現，社會網絡的廣泛分析是基於它們的圖形結構。很多時候，數學模型社會結構適合以圖形呈現。本研究將各學者對於社會網絡分析的定義彙整如表 2-5。 - 17 -.

(31) 表 2-5 社會網絡分析定義學者. 年代. 定義社會網絡分析定義具有四個主要特. Freeman. 2004. 點：結構的直覺、關係數據、圖形圖像和數學或計算模型的系統收集。社會網絡分析提供了一個有用且標準化的工具來衡量團隊的功能。也可應. Lurie et al.. 2009. 用於跨學科和組織文化的重要方面，其他分析方式可能很難以客觀的衡量團隊間關係。社會網絡分析使用數學和圖形化表示. Hoppe & Reinelt. 2010. 一系統內的人、組織、目標、興趣和其它實體之間關係結構的評估方法。社會網絡的廣泛分析是基於它們的圖. Rödder et al.. 2014. 形結構。很多時候，數學模型社會結構適合以圖形呈現。. 二、社會網絡分析方法使用社會網絡分析法已成為許多學者研究群體網絡關係的分析方法， - 18 -.

(32) Stanley & Katherine (1994) 認為社會網絡是由個體或組織（稱為“節點”）所形成的社會結構，其由一個或多個特定類型的相互依存關係連結，如朋友、親屬或共同興趣的關係。社會網絡分析其結構由節點和關係（也稱為邊緣、鏈接或連接）建立。節點是網絡內的各個成員，關係為行為者之間的關係。所得之圖形結構通常非常複雜。而 Scott (2000) 認為社會網絡分析的基本組成，透過網絡，作為“點”或“線”形成“圖形”基本社會網絡構思的，顯示如何用於概念，例如“距離”、“方向”和“密度”。社會網絡分析分為兩個階段，主要為社會網絡矩陣及社會網絡圖，說明如下： (一) 社會網絡矩陣以虛擬社群的討論為例，每一個討論議題中成員包括議題發起人與回應者，每個成員皆是一個網絡矩陣中的節點（node），而成員有回應對方則可形成溝通的連結（link），若成員有回應，則節點與節點在網絡矩陣的對應方格的值為 1；若沒有回應關係，則於對應方格填寫 0，由此 0 與 1 值所構成的矩陣表為社會網絡矩陣表 (李來錫、張順評，2013)，如下表 2-6 所示。表 2-6 以虛擬社群中一個討論議題為例，可從表中觀察出成員間回應關係。. - 19 -.

(33) 表 2-6 社會網絡矩陣（李來錫、張順評，2013）到成員 A. 成員 B. 成員 C. 成員 D. 成員 E. 成員 F. 成員 A. 0. 1. 0. 0. 0. 1. 成員 B. 1. 0. 0. 0. 0. 0. 成員 C. 1. 0. 0. 0. 0. 0. 成員 D. 0. 0. 1. 0. 0. 0. 成員 E. 1. 1. 0. 0. 0. 0. 成員 F. 1. 0. 0. 1. 1. 0. 從. (二) 社會網絡圖將矩陣表建置完成後，可將其轉換為社會網絡圖，如下圖 2-2，圖中每個小方框代表一位成員（即節點），而箭頭方向代表回應對象。成員 F 成員 E. 成員 D. 成員 B 成員 A 成員 C. 圖 2-2 社會網絡圖（李來錫、張順評，2013） - 20 -.

(34) 三、社會網絡分析相關應用 SNA 可應用於實務上，如人、部門和組織的關係，了解影響個人和組織的態度和行為 (Anderson, 2002)。Meltzer et al. (2010) 強調團隊成員的個人和集體的連接，還側重於個人和其他行動者之間，在組織網絡中的資訊和其他資源交流的位置。另外 Sutanto, Tan, Battistini & Phang (2011) 利用社會網絡分析了解在虛擬社群領導者如何發揮作用。而 Suo, Sun, Hajli & Love (2015) 則採用了複雜的社會網絡的關鍵特性，以揭示其內在特徵和管理整個網絡的資訊傳播，以確定中央、活躍用戶和意見領袖。在 Shafiq, Alhajj & Rokne (2015) 研究顯示，社會網絡分析適用於提取社群成員重要的公開討論資訊，有助於了解成員在該社會網絡形成的關係。提取關於人與人之間的社會關係，分析他們的共同利益、活動、背景還有現實生活連接的知識 (Cordero, Enciso, Mora, Ojeda-Aciego & Rossi, 2015)，Farine (2015) 認為社會網絡分析為量化的結構模式。提供了一個定量和邏輯的方法來協調團隊之間的狀態。協調關係凝聚力的 SNA 指標，包括密度、程度中心性，每個指標都有不同的解釋 (Mohammadfam, Bastani, Esaghi, Golmohamadi & Saee, 2015)。而 Roldán, Villasante & Outeiro (2015) 將社會網絡分析應用於生態系統中，SNA 能描述社會和生態節點的鏈接關係，進而管理社會行動者間之關係。在 Luo & Zhong (2015) 研究中提到早期試圖了解關於旅遊相關的電子口碑傳播的特點，研究探 - 21 -.

(35) 討了社會關係和社會網絡關係。而 SNA 提供了一個新的視角以便更好地了解口碑如何傳播和用戶交互中的影響。. 第五節小結在過去研究中，正規化概念分析與社會網絡分析皆被分別應用在各個領域，尚未有研究將此兩項分析方法結合應用，因此本研究決定結合正規化概念分析及社會網絡分析此兩項分析法，探討虛擬社群知識結構，並針對結構中主要討論概念，分析社群成員在議題討論中社會網絡關係，並進一步了解正規化概念點陣圖中子層概念網絡指標是否會受到父層概念影響。. - 22 -.

(36) 第參章研究方法本研究為探討虛擬社群大改款汽車討論議題中成員所重視的討論概念及主概念下社群成員間網絡關係，因大改款汽車其車型變化較大能引起較多社群成員回應，故針對虛擬社群大改款汽車討論區成員間討論時所形成的知識概念，將相似知識概念彙整為 6 個討論概念，了解討論概念間關係及社群成員重視之討論概念為何，並從中分析各討論概念網絡關係及其差異，研究流程圖如下：. 樣本收集. 概念分類. 正規化概念分析. 社會網絡分析圖 3-1 研究流程圖本研究流程分為四個階段如圖 3-1 所示，分為「樣本收集」、「概念分類」、「正規化概念分析」及「社會網絡分析」，首先於眾多虛擬社群中挑選最具代表性且符合本研究主題之虛擬社群作為研究對象，接著依照抽. - 23 -.

(37) 樣程序收集有關大改款汽車討論樣本，將符合本研究之樣本概念分類，再以正規化概念分析探討虛擬社群討論議題知識結構，最後運用社會網絡分析法了解不同討論概念下討論議題成員互動狀態。. 第一節樣本收集一、虛擬社群選擇本研究以台灣知名論壇 Mobile01 日本車系三種車款做為抽樣對象，因 Mobile01 論壇社群成員眾多，至今已有 2,965,050 的會員人數，且文章數已多達 59,284,666 篇，表示此論壇能吸引較多人參與討論是具有代表性的，因此採用 Mobile01 為研究抽樣對象，Mobile01 文章及成員數據如下圖 3-2 所示。. 圖 3-2 Mobile01 文章及成員數據在 Mobile01 論壇討論區中，每一篇文章代表一個討論議題，將每個討論議題的所有討論內容（含多個回應者討論資料）列為一筆樣本進行資料分析。 - 24 -.

(38) 本研究抽樣討論區為日本車系，依據銷售熱門車款，選取 TOYOTA 的 Altis、Honda 的 CR-V 及 Nissan 的 X-Trail 作為抽樣對象，抽樣數量依序為 TOYOTA 討論區有 107 筆、HONDA 討論區有 95 筆及 NISSAN 討論區有 102 筆，總收集樣本數為 304 筆。. 二、抽樣程序樣本收集來源為 Mobile01 論壇中「TOTOTA」、「Honda」及「Nissan」討論區，抽樣方式根據各家廠商汽車大改款發表日前一個月至發表日後二個月之討論文章為樣本，抽樣詳細步驟說明如下：第一步：首先於 Mobile01 論壇中，點選「汽車」討論群組中的「日本車系」，再進入到「日本車系」下之細分類「TOYOTA」、「Honda」及「Nissan」討論區，如下圖 3-3 所示。. 圖 3-3 進入討論區步驟 - 25 -.

(39) 第二步：分別進入 TOYOTA、Honda 及 Nissan 討論區後，於上方欄位點選「作者」，使每個討論議題依議題發起人發表文章之時間排序，下圖 3-4 以 Nissan 討論區為例。. 圖 3-4 依議題發起人發表文章時間排序第三步：將所有討論議題依議題發起人發表文章之時間排序後，根據各家廠商汽車大改款發表日前一個月至發表日後二個月的討論文章作為樣本抽取範圍，選擇此三個月為樣本抽取時間原因為，因這段期間為社群成員對於新車上市發表討論較為活絡期間，對於本研究較具參考性，各車款發表日如表 3-1。. - 26 -.

(40) 表 3-1 各車款大改款發表日車款. 大改款發表日. Altis. 2013 年 10 月 07 日. CR-V. 2012 年 10 月 18 日. X-Trail. 2015 年 05 月 06 日. 第四步：選定樣本抽取時間範圍後，接著依照 Mobile01 論壇汽車討論區中社群成員對於議題討論之特性，抽取所有討論議題社群成員回覆量在 3 到 70 筆之討論文章作為研究樣本，如下圖 3-5，圖 3-5 以 Nissan 討論區為例。. 圖 3-5 抽取回覆量 3 到 70 筆之樣本依上述步驟抽取樣本後，將所有討論議題內容中社群成員談論所形 - 27 -.

(41) 成的相似知識概念分門別類，彙整出六個討論概念，於下節做詳細論述。. 第二節概念分類本研究參考李來錫、郭政峰(2012)研究中 KJ 法概念分類基礎，將虛擬社群討論議題中成員所談論相似的知識概念進行彙整，共整理出 6 種討論概念，分別為「安全性及裝修」、「性能」、「油耗」、「配備及外觀」、「價格」及「購買資訊」，此六項討論概念定義說明與各項討論概念範例如下。. 一、安全性及裝修文章內容或社群成員在討論議題中，回覆提到有關汽車安全性或汽車維修的討論資訊，如：汽車是否配備安全氣囊、汽車送修情況，如下圖 3-6 所示。. 圖 3-6 安全性及裝修範例 - 28 -.

(42) 二、性能文章內容或社群成員在討論議題中，回覆提到有關汽車性能的討論資訊，如：馬力是否足夠，如下圖 3-7 所示。. 圖 3-7 性能範例. 三、油耗文章內容或社群成員在討論議題中，回覆提到有關汽車油量的討論資訊，如：100 公里路程，油耗 11.8 Km/L，如下圖 3-8 所示。. 圖 3-8 油耗範例 - 29 -.

(43) 四、配備及外觀文章內容或社群成員在討論議題中，回覆提到有關汽車外觀或汽車相關配備的討論資訊，如：外型大器、影音配備符合需求，如下圖 3-9 所示。. 圖 3-9 配備及外觀範例. 五、價格文章內容或社群成員在討論議題中，回覆提到價格相關的討論資訊，如：定價 69.9 萬、價格稍貴或定價再降價，如下圖 3-10 所示。. 圖 3-10 價格範例. - 30 -.

(44) 六、購買資訊文章內容或社群成員在討論議題中，回覆提到有關汽車購買相關的討論資訊，如：汽車什麼時候上市、哪家經銷商較優，如下圖 3-11 所示。. 圖 3-11 購買資訊範例將符合本研究所有討論議題樣本依照抽樣程序抽取完畢及討論概念彙整後，接著以正規化概念分析探討大改款汽車討論議題知識結構及各討論概念所占比率。. 第三節正規化概念分析將符合樣本抽取整理完畢後，接著以正規化概念分析法進行資料建檔，本研究使用的分析工具為 Concept Explorer(freeware) ，首先將 Mobile01 論壇收集到的 304 筆資料建立其正規化概念矩陣，如表 3-2 所示。. - 31 -.

(45) 表 3-2 正規化概念矩陣範例屬性. 安全性及裝修. 價格. Obj 1. ╳. ╳. Obj 2. ╳. ╳. Obj 3. ╳. 物件. 性能. 購買資訊配備及外觀. 油耗. ╳. … ╳. Obj 304. 表 3-2 最左欄為物件，即「Obj 1」到「Obj 304」，代表第一筆到第 304 筆資料；而首列為屬性即彙整後之概念，分別為「安全性及裝修」、「價格」、「性能」、「購買資訊」、「配備及外觀」和「油耗」等 6 個概念。而表格內「╳」符號代表該物件含有某項屬性，如表 3-2 中「Obj 1」談論到「安全性及裝修」、「價格」兩項概念，故於其相對表格位置以「╳」符號標示，依此類推可形成正規化概念矩陣表。標示完成後便能將正規化概念矩陣轉換為正規化概念點陣圖。正規化概念點陣圖是由不同節點所構成，且用線條將交集之節點連結，最後以百分比呈現每個節點所占比率，此比率為屬性被談論到的比重。而正規化概念點陣圖第一層之所有節點為獨立概念，第二層則是獨立概念交集後的關係，第三層為三項概念交集，依此類推往下衍生。經由正規化概念分析，了解虛擬社群討論議題各討論概念間之關係 - 32 -.

(46) 及所占比例，接著依照 6 個主概念探討每一討論議題中社群成員關係，依社會網絡分析法分別建置檔案。. 第四節社會網絡分析社會網絡分析法可了解一討論議題中，議題發起人與成員間討論議題時之網絡關係，且社會網絡分析法有許多指標可應用，社會網絡指標可更明確觀察出每一議題中社群成員互動狀態。在進行社會網絡指標分析前，須先建置社會網絡矩陣，透過社會網絡矩陣初步了解成員間回應關係，社會網絡矩陣建立完成後，可將其轉換為社會網絡圖，以圖形化方式了解個別討論議題社群成員間互動狀態。以下將依序說明建立社會網絡矩陣及社會網絡圖之步驟。. 一、建立社會網絡矩陣表以虛擬社群討論議題為例，每一討論議題成員分為版主（議題發起人）與回應者，在一個討論議題中，所有參與此議題的成員皆為社會網絡矩陣中的節點，而成員間留言回應則形成溝通連結。在建立社會網絡矩陣時，每個矩陣代表一個討論議題，當社群成員間有回應時於相對位置填寫「1」，沒有回應則填「0」，社會網絡矩陣如下表 3-3。表 3-3 為一個討論議題，此議題有三位成員，分別為版主、回應者 A 及回應者 B，下列將以回應者 A 及回應者 B 做說明。 - 33 -.

(47) 表 3-3 社會網絡矩陣表範例到從. 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. 此討論議題中，回應者 B 有回覆回應者 A，故於表格相對位置填寫「1」，而回應者 A 沒有回覆回應者 B，則於表格相對位置填寫「0」. 二、社會網絡圖將社會網絡矩陣表建置完成後，可將其轉換為社會網絡圖（如圖 3-12），當社群成員間相互留言回應時，網絡圖會呈現雙箭頭，如：回應者 A 有回覆版主，而版主也有回覆回應者 A；而社群成員間若只有單方面回覆時，網絡圖則呈現單箭頭，如：回應者 B 有回覆回應者 A，而回應者 A 沒有回覆回應者 B。回應者 B. 版主. 回應者 A. 圖 3-12 社會網絡圖 - 34 -.

(48) 將所有討論議題依序建置社會網絡矩陣完成後，即可進行社會網絡指標計算。. 三、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），. - 35 -.

(49) 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. (三). 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. 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 - 36 -.

(50) 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。回應者 B. 版主. 回應者 A. 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. - 37 -.

(51) (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%。. 回應者 A. 回應者 C. 回應者 B. 版主回應者 D. 圖 3-14 接近中心性範例. - 38 -. 回應者 E.

(52) 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。. 第一節論壇知識結構關聯性本研究透過 Concept Explorer(freeware)進行正規化概念分析，首先依照抽樣程序抽取的資料建立正規化概念矩陣後，再將正規化概念矩陣轉換為正規化概念點陣圖，如圖 4-1 所示。從圖中可觀察出正規化概念點陣圖是由節點與線條所組成，概念交集時由線條將相關聯之節點連結，形成數層之結構，第一層為獨立概念，第二層為獨立概念交集，第三層為三項概念交集，以此類推往下衍生。. - 39 -.

(53) E. F. K. C. D. J. B. A. I. H. G. 圖 4-1 正規化概念點陣圖將正規化概念點陣圖重要節點整理如表 4-1，並針對重要節點說明。表 4-1 正規化概念點陣圖重要節點比率層級. 討論概念. 節點. 比率. 安全性及裝修. A. 34%. 價格. B. 59%. 配備及外觀. C. 59%. 性能. D. 20%. 購買資訊. E. 41%. 油耗. F. 13%. 第一層. - 40 -.

(54) 表 4-1 正規化概念點陣圖重要節點比率（續) 層級. 討論概念. 節點. 比率. G. 21%. H. 25%. I. 37%. J. 26%. K. 19%. 安全性及裝修 & 配備及外觀安全性及裝修 & 價格價格第二層. & 配備及外觀價格 & 購買資訊配備及外觀 & 購買資訊. 一、正規化概念點陣圖第一層 (一) 安全性及裝修 A 點為「安全性及裝修」，比率為 34%，在第一層討論概念中位列第三，表示虛擬社群成員經常提起或與其他社群成員談論有關汽車安全性及裝修的相關議題。 - 41 -.

(55) (二) 價格Ｂ點為「價格」，比率為 59%，在第一層討論概念中位列第一，表示虛擬社群成員有一半以上會提起或與其他成員談論有關汽車價格相關的議題。 (三) 配備及外觀 C 點為「配備及外觀」，比率為 59%，在第一層討論概念中與「價格」並列第一，表示虛擬社群成員有一半以上會提起或與其他成員談論有關汽車配備及外觀的相關議題。 (四) 性能 D 點為「性能」，比率為 20%，在第一層討論概念中倒數第二，表示與其他討論概念相比，虛擬社群成員較少提起或與其他成員談論有關汽車性能的議題。 (五) 購買資訊 E 點為「購買資訊」，比率為 41%，在第一層討論概念中位列第二僅次於「價格」和「配備及外觀」，表示虛擬社群成員常提起或與其他成員談論有關汽車購買資訊的議題。 (六) 油耗 F 點為「油耗」，比率為 13%，在第一層討論概念中位列末位，表示虛擬社群成員很少提起或與其他成員談論有關汽車油耗的相關議題。 - 42 -.

(56) 二、正規化概念點陣圖第二層 (一) 安全性及裝修&配備及外觀 G 點為「安全性及裝修」和「配備及外觀」之交集，比率為 21%，在第二層討論概念中位列倒數第二，表示與其他討論概念交集相比，虛擬社群成員較少同時提起或與其他成員談論有關汽車安全性及裝修和配備及外觀的相關議題。 (二) 安全性及裝修&價格 H 點為「安全性及裝修」和「價格」之交集，比率為 25%，表示虛擬社群成員常同時提起或與其他成員談論有關汽車安全性及裝修和價格的相關議題。 (三) 價格&配備及外觀 I 點為「價格」和「配備及外觀」之交集，比率為 37%，在第二層討論概念中位列第一，表示虛擬社群成員經常同時提起或與其他成員談論有關汽車價格和配備及外觀的相關議題。 (四) 價格&購買資訊 J 點為「價格」和「購買資訊」之交集，比率為 26%，在第二層討論概念中位列第二，表示虛擬社群成員經常同時提起或與其他成員談論有關汽車價格和購買資訊的相關議題。. - 43 -.

(57) (五) 配備及外觀&購買資訊 J 點為「配備及外觀」和「購買資訊」之交集，比率為 19%，在第二層討論概念中位列末位，表示虛擬社群成員很少同時提起或與其他成員談論有關汽車價格和購買資訊的相關議題。. 三、正規化概念點陣圖重要概念彙整在正規化概念點陣圖第一層中，重要概念為「價格」和「配備及外觀」，談論比率佔總樣本數 59%，表示在 Mobile01 論壇之汽車討論區中，成員們在議題討論中較常提起汽車之價格和配備及外觀相關資訊，如：正式售價何時公告、是否搭載某項配備及汽車外觀，此類討論概念較容易引發成員熱絡回應及資訊分享，其原因可能為因汽車剛上市，多數人會先從外觀判斷是否為自己喜愛款式及價格是否合乎預算，因此「價格」和「配備及外觀」相關的討論議題才會較多；而「油耗」此討論概念僅佔總樣本數之 13%，顯示在汽車大改款討論中，成員對於油耗之資訊可能不夠充足，亦或是較不熱衷於油耗相關議題的討論，因此該討論概念比率偏低。在正規化概念點陣圖第二層中，重要交集概念為「價格」和「配備及外觀」之交集概念，談論比率佔總樣本數 37%，「價格」和「配備及外觀」在第一層單獨概念時，皆為重要概念在第一層概念比重並列第一，. - 44 -.

(58) 而在第二層此兩項概念交集時也位列首位，表示在 Mobile01 論壇汽車討論區中，社群成員們較常同時討論汽車價格和配備及外觀此兩項概念，；而「配備及外觀」和「購買資訊」之交集僅佔總樣本數之 19%，雖然「配備及外觀」和「購買資訊」此兩項概念在第一層獨立概念時，談論比例皆較高，但是當社群成員同時提及此兩項概念時，相較於其他四個重要討論概念交集，社群成員對於「配備及外觀」和「購買資訊」此兩項概念交集較少提及。經由正規化概念分析了解大改款汽車知識結構後，下節將針對六個主要討論概念初步探討概念比率與平均回應量。. 第二節. 知識概念與平均回應量. 表 4-2 為獨立討論概念資料分析表，針對六個主要討論概念進行初步資料分析，了解虛擬社群成員對於各討論概念其討論比率與平均回應量，並進一步分析在議題討論中，虛擬社群成員概念討論比率之高低是否會影響平均回應量，對於討論概念比率較高之概念其平均回應量是否也會較高，亦或是討論概念比率會與平均回應量成反比，以下將針對六個主要討論概念進行討論概念比率及平均回應量分析說明。. - 45 -.

(59) 表 4-2 討論概念資料分析討論概念. 討論概念比率. 平均回應量. 安全性及裝修. 34%. 22.53. 價格. 59%. 19.52. 配備及外觀. 59%. 18.97. 性能. 20%. 25.09. 購買資訊. 41%. 16.41. 油耗. 13%. 29.67. 討論概念一：安全性及裝修安全性及裝修此概念討論比率為 34%，而在每個議題中有關安全性及裝修相關議題其平均回應量為 22.53，其平均回應量位列第三，表示當社群成員在討論有關安全性及裝修相關議題時，參與討論的社群成員回應量較高。. 討論概念二：價格價格此概念討論比率為 59%，而在每個議題中有關價格相關議題其平均回應量為 19.52，其平均回應量倒數第三，表示雖然有關價格相關議題眾多，但社群成員在討論有關價格相關議題時，參與討論的社群成員回應量並不如預期。 - 46 -.

(60) 討論概念三：配備及外觀配備及外觀此概念討論比率為 59%，而在每個議題中有關配備及外觀相關議題其平均回應量為 18.97，其平均回應量倒數第二，表示雖然有關配備及外觀相關議題眾多，但社群成員在討論有關配備及外觀相關議題時，參與討論的社群成員回應量卻不多。. 討論概念四：性能性能此概念討論比率為 20%，而在每個議題中有關性能相關議題其平均回應量為 25.09，其平均回應量位列第二，表示雖然有關性能相關議題不多，但社群成員談論到有關性能相關議題時，能引起社群成員較多回應量。. 討論概念五：購買資訊購買資訊此概念討論比率為 41%，而在每個議題中有關購買資訊相關議題其平均回應量為 16.41，其平均回應量位列末位，表示與其他討論概念相比，雖然有關購買資訊相關議題較多，但社群成員談論到有關購買資訊相關議題時，參與討論的社群成員回應量卻很少。. 討論概念六：油耗油耗此概念討論比率為 13%，而在每個議題中有關油耗相關議題其 - 47 -.

(61) 平均回應量為 29.67，其平均回應量位列第一，表示雖然有關油耗相關議題較少，但社群成員談論到有關油耗相關議題時，能引起社群成員較多回應量。綜合以上分析可觀察出，大部分社群成員在大改款汽車討論議題中，較常提及「價格」、「配備及外觀」和「購買資訊」此三項討論概念相關議題，但在平均回應量中「價格」、「配備及外觀」和「購買資訊」此三項討論概念相關議題討論中，參與討論的社群成員對於此三項討論概念平均回應量卻較低，可能原因為此三項討論概念相關議題眾多、資訊已足夠，較無法激發社群成員熱絡回應；而在「油耗」此討論概念，雖然與「油耗」相關的討論議題不多，但當社群成員提及「油耗」相關議題時，會引起參與討論的社群成員較多的討論量，引發較多回應量可能原因為因大改款汽車剛上市較少人擁有油耗相關資訊，因此當社群成員有油耗相關資訊時，能引起社群成員較多回應量。經由正規化概念分析了解六個主要討論概念各概念討論比重及平均回應量後，下節將探討虛擬社群成員對於六個主要討論概念其網絡關係為何，各討論概念中社群成員間是否會互相回應，社群成員是否會與版主密切交流，各討論概念間網絡關係是否具有差異，因此本研究透過社會網絡分析法了解各討論概念社會網絡指標差異。. - 48 -.

(62) 第三節. 社會網絡指標分析. 本研究為探討虛擬社群成員談論各項討論概念時網絡關係差異，透過正規化概念分析了解各討論概念比重後，接著以社會網絡分析法了解各討論概念下社群成員間回應關係，因此使用社會網絡指標中的網絡規模、網絡密度、程度中心性及接近中心性，探討六個主要討論概念網絡指標差異。. 一、社會網絡分析檢定依照抽樣程序將樣本收集妥善且概念分類後，將所收集到的樣本個別建置社會網絡矩陣，即能進行社會網絡指標計算，將所有樣本資料數據統計完畢，以下將進行各討論概念網絡指標說明。表 4-3 SNA 指標分析檢定 MANOVA 檢定. MANOVA 檢定 ANOVA 檢定. SNA 指標 Wilks' Lambda 值. (P 值). (P 值). 網絡規模. 0.170. 網絡密度. 0.054* 0.852. 0.004***. 程度中心性. 0.001***. 接近中心性. 0.001***. *p<0.1; **p<0.05 ;***p <0.01. - 49 -.

(63) 表 4-3 為六個主要討論概念之 MANOVA 與 ANOVA 分析檢定結果，觀察六個討論概念間網絡指標是否具有差異。MANOVA 總檢定結果顯示， Wilks’ Lambda 值為 0.852，p 值為 0.004，P 值小於 0.05 達成顯著水準，表示不同討論概念間對於網絡規模、網絡密度、程度中心性及接近中心性此四項網絡指標具有顯著差異，因此可進一步針對網絡規模、網絡密度、程度中心性及接近中心性進行研究分析。而 ANOVA 分析檢定結果為，程度中心性及接近中心性 P 值小於 0.05，網絡密度 P 值為 0.054，此三項網絡指標皆具顯著差異；而在網絡規模指標中 P 值為 0.170 檢定結果不顯著。由此可知，在不同討論概念上程度中心性、接近中心性和網絡密度確實具有差異。因此進一步以 Scheffe 法進行多重比較分析，了解各討論概念指標平均值差異。. 二、主要討論概念社會網絡指標差異透過統計分析檢定了解六個主要討論概念其程度中心性、接近中心性和網絡密度三項網絡指標確實具有顯著差異後，進一步針對此三項網絡指標探討各討論概念社會網絡指標平均值差異，並說明各網絡指標中檢定結果顯著之討論概念其指標數值代表意義，表 4-4 為六個主要討論概念社會網絡指標平均值比較表。. - 50 -.

(64) 表 4-4 社會網絡指標比較表概念. 安全性及裝修. 價格. 性能. 購買資訊配備及外觀. 油耗. 網絡 0.1430. 0.1434 0.0943. 0.1651. 0.1451. 0.0555. 0.7999. 0.8223 0.7840. 0.8834. 0.8186. 0.7504. 0.8317. 0.8573 0.8091. 0.8962. 0.8498. 0.7694. 密度程度中心性接近中心性 Scheffe 法： (1) 網絡密度：購買資訊>油耗 (2) 程度中心性：購買資訊>安全性及裝修；購買資訊>性能 (3) 接近中心性：購買資訊>安全性及裝修；購買資訊>性能以 Scheffe 法進行多重比較分析後，下列將針對具有顯著差異的討論概念進行說明。 (一) 網絡密度從資料分析中可觀察，購買資訊此討論概念網絡密度大於其它 5 個討論概念網絡密度，表示社群成員在提及有關購買資訊的討論議題回應是熱絡的，且成員間較會相互回應，故網絡密度較高；而油耗相關議題的討論其網絡密度值較低，表示社群成員在提及有關油耗相關議題時， - 51 -.

(65) 成員間回應較不頻繁，故其密度值較低。 (二) 程度中心性在程度中心性方面，購買資訊指標均值顯著大於安全性及裝修和性能，顯示在有關購買資訊的討論議題中，版主的影響力較大，社群成員間多以版主為中心進行議題討論，故程度中心性較高；而在安全性及裝修和性能相關議題討論中，因安全性及裝修和性能此兩項討論概念需較了解相關知識，社群成員多數會以具備相關知識之成員的小團體進行討論，故程度中心性偏低。 (三) 接近中心性在接近中心性指標中，購買資訊顯著大於安全性及裝修和性能，表示在有關購買資訊的討論議題上，社群成員較快接收到版主訊息，因社群成員多數與版主有密切交流，故接近中心值較高；而安全性及裝修和性能，因社群成員間多數會形成多個討論群，較少與版主相互回應，訊息接收程度較慢，故接近中心性較低。. 第四節. 小結. 本章探討虛擬社群大改款汽車討論區中社群成員所重視的討論概念，及各討論概念議題中社群成員網絡緊密度差異，表 4-5 為正規化概念分析概念討論比重與社會網絡分析指標相互比較表。. - 52 -.

(66) 表 4-5 SNA 指標及 FCA 概念比重分析概念. 安全性及裝修. 價格. 性能. 購買資訊配備及外觀. 油耗. FCA 概念比重比率. 34%. 59%. 指標密度. 20%. 41%. 59%. 13%. SNA 指標平均值 0.1430. 0.1434 0.0943. 0.1651. 0.1451. 0.0555. 0.7999. 0.8223 0.7840. 0.8834. 0.8186. 0.7504. 0.8317. 0.8573 0.8091. 0.8962. 0.8498. 0.7694. 程度中心性接近中心性. 從表 4-5 中可觀察出價格、購買資訊和配備及外觀此三項討論概念為社群成員較重視之討論概念，其網絡指標值網絡密度、程度中心性及接近中心性皆較大，代表價格、購買資訊和配備及外觀此三項討論概念社群成員間討論緊密程度高，與版主間回應較熱絡且因討論議題多以版主為中心，所以訊息傳遞速度較快；而油耗此討論概念所占討論比重最低，其網絡密度、程度中心性及接近中心性數值也是 6 個概念中最低的，代表油耗相關議題中，社群成員間互動緊密度不高、較少與版主互動且與版主傳遞訊息速度較慢。 - 53 -.

(67) 油耗此討論概念其討論比重及網絡指標值雖然皆較低，但其回應量卻是六個討論概念中最高的，表示雖然社群成員較少提及油耗相關資訊，但只要油耗相關議題被人提及，即能引發較多回應，會呈現此種狀況可能因本研究主軸為探討大改款汽車，而因汽車剛上市多數人尚未擁有油耗相關資訊，因此較少人提出此議題，但一旦有社群成員發表有關油耗的相關議題，就會引起社群成員參與此討論，因此回應量呈現較高的趨勢。. - 54 -.

(68) 第伍章. 知識概念繼承關係及網絡指標比較. 本研究主要探討虛擬社群討論議題中，成員談論時所形成的知識結構及各知識概念下之社會網絡關係，了解在議題討論中社群成員重視的知識概念及社群成員對於各討論概念網絡緊密程度和回應狀況。於第肆章主要針對父層各討論概念進行網絡指標及概念比重分析，但正規化概念分析著重於子層概念交集的探討，因此本章節進一步分析父層概念與子層概念間繼承關係，本研究以正規化概念分析中重要節點針對網絡密度、程度中心性及接近中心性三項網絡指標，觀察父層與子層間指標差異及在繼承關係中父子層其指標數值變化原因為何，其繼承關係受哪些因素影響，影響因素將於本章說明。. 第一節概念繼承關係正規化概念分析可應用於了解虛擬社群討論議題的知識結構，從正規化概念點陣圖可顯示概念重要性及概念交集繼承關係，進而使本研究針對子層概念進行深入探討，針對子層概念交集時，社會網絡指標是否也具有繼承關係，研究發現子層網絡指標確實會受到父層網絡指標影響，因此將子層重要概念與父層概念的網絡指標相互比較，觀察其網絡指標差異為何及繼承關係呈現何種狀態，下段以重要節點針對主導概念進行繼承關係說明。. - 55 -.

(69) 一、繼承關係─現象一本研究觀察到第一個繼承關係現象為，當父層主導概念相關之討論議題其社會網絡指標相對較低時，子層社會網絡指標不一定受到FCA比率較高之討論概念影響，討論概念網絡指標如下表5-1所示，父子層關係如圖5-1。. 價格. 購買資訊. 配備及外觀父層. 子層. 三項概念交集，本研究不進行探討. 圖5-1 繼承關係（現象一）父子層關係圖圖5-1為父子層關係圖，圖中父層為價格、購買資訊和配備及外觀，而子層為父層概念交集，分別為價格&購買資訊、價格&配備及外觀和購買資訊&配備及外觀，表5-1以主導概念價格和配備及外觀分別針對父層與子層繼承關係做說明，了解父層與子層其繼承關係為何。. - 56 -.