研究報告
| 學年 | 107 |
|---|---|
| 學期 | 1 |
| 出版（發表）日期 | 2018-10-29 |
| 作品名稱 | 運用生物群體行動模型預測並引導網路社群之發展動態 |
| 作品名稱（其他語言） | Predicting and Guiding the Dynamics of Network Community by Using Animal Flocking Model |
| 著者 | 張昭憲 |
| 單位 | |
| 描述 | |
| 委託單位 | 科技部 |
| 摘要 | 網路社群的蓬勃發展有目共睹，無論是Facebook 或Tweeter 等一般性社群，還是如LinkedIn 之專業社群， 都已成為現代人生活的一部分。人類使用者以虛擬身分在社群平台接收、傳送訊息，進而產生觀念轉變，甚 至觸發實際行為(如購物、遊行等)。社群成員間雖能相互影響，但有程度之別。具有高影響力的社群成員，甚 至能創造社群規範，讓其他多數成員來遵守。然而，網路社群成員的背景非常複雜，對議題的討論動向難以 預測，過程中更可能因突發事件產生重大變化。因此，如何運用社群中具有影響力的領導者，以系統化方式 引導討論方向，對於市場行銷、政策推行、選舉等領域，具有高度實用性。針對此重要課題，本計畫將循以 下重點，發展有效的社群討論動向引導與預測方法: (1)運用生物群體行動模型(animal flocking model)模擬社群 討論動向，並進行必要的轉換，以符合網路社群之應用情境；(2) 探討在何處(where)、何時(when)，及如何(how) 運用有影響力的使用者，才能充分發揮引導社群討論方向的效果；(3) 運用深度學習技術，組合各種與影響力 相關的特徵屬性，產生更準確之影響力預測模型，提升引導效能。完成上述工作後，本計畫將使用實際與合 成資料進行實驗，驗證發展方法之有效性與實用性。 |
| 關鍵字 | 影響力預測;生物群體行動模型;社群動態引導;網路社群 |
| 語言 | zh_TW |
| 相關連結 |
機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/118566 ) |