研究報告

標題 運用生物群體行動模型預測並引導網路社群之發展動態
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 中文