09/11/09 - 論文會後建議 - 陳郁心

＜學長姐建議＞：
1. 表示方法：抽象結構圖，藉以說明兩個微型部落格結構

2. 結構：
■資訊散佈，誰會去關心這個議題 (政治團體?)
了解結構，想要回答什麼問題？
不同的結構是用不同資訊傳遞，給行銷人員、政府機關參考散佈訊息的媒介選擇
■樹不一樣，其產生的 y 是什麼?
■結構不一樣,讓傳播的距離更遠,如何量測遠近，才可以有辦法衡量驗證y
■回應訊息的結構，樹狀的回應可以有深度、廣度做測量
■樹長得不一樣，造成訊息的種類、時間有所不同 MJ、狂牛症訊息，存活時間與回應人數是否不同，進而研究民生訊息等分類應該在那個地方發佈

3. 是否為設計介面產生回應的不同，而其結構是一樣的？
使用介面造成其樹狀長法不一樣，而非結構本身的關係

4. 議題:
■Twiiter、Plurk會員類型不同，所以要找同一類型的資訊 Post
■比較結構底下，不同議題產生的結果 ?
■先找兩邊都有的資料比較
議題比較 => 參與的百分比，用比率比較，用資料可以抓嗎 ?
■蒐集部分的代表性講法，Sample 是否代表 Population
該如何 Sample，選擇哪些資料抓取

2009/11/11 - 林義庭

我的論文題目訂為
「何種網路結構將促進 Plurk 使用者的社會認同 ?」

我想要看 Plurk 的「回應文章人數」、「更新內容頻率」等變數，是否與網路結構的 Centrality、Betweenness 等指標有正相關

假定網路指標數值愈高 (佔據網路重要位置)、變數值也相對高，然後利用變數佐證其會影響 Social Identity，爾後可以直接利用網路結構與指標推斷 Social Identity，

( 每個個體都有「個人」與「群體」識別，
Personal 是天生的臉孔、身份證等識別，
而 Social Identity 則是他人給予你的價值與認同，
利用價值與認同辨識你是什麼樣的人 )

2009/11/11 戴揚

目前我想將Y訂為球隊績效。題目則為以社群網路分析MLB球隊交易之績效

如果將球員交易視為一種資源交流的方式，那麼就可以用結構洞指標來分析各個節點的network structure position的好壞，並且計算與球隊績效的相關性。計算方式應該會參考"Benefiting From Network Position: Firm Capabilities, Structural Holes, and Performance"這篇文章中的計算方式。

除此之外，也和學姐討論了在交易行為中哪種行為是屬於高風險的一種，如果有找到文獻支持，未來也許可以在研究中加入賽局理論的元素。

09/11/09 - 論文會後建議 - Kelly

v問卷設計是關鍵

n問卷設計,問向來源 會影響統計效果

n樣本數? 上百個ex:150

n怎麼定義結伴(Group)? 群體減肥的定義? 結伴人數多少個?怎麼叫一起? 見面? 頻率?

n“關心的是結伴的結果”，問卷中的群體(A及A1、A2…)是不是不用一定在同一家減肥診所?問是否有朋友一起減肥,是否同一家醫院?

n加控制因素,ex:體重原本是說少以上,工作型態....

vBehavior

n行為有哪些? 食物?

n關係要定義,一起運動? 見面次數,是否一起進行減肥活動,活動的強度

n怎麼透過問卷來知道"模仿"這項行為?模仿的定義,是否有文獻?

vSocial support

n互動內容?

n互動的頻繁度,同公司VS.診所認識的朋友?,互動內容有關於減肥才撐為social surport

v可能遇到的問題

n伴不多,診所沒有標榜"結伴“

v注意

nA的Sub group的減肥效果,而不是A的減肥效果, 群體VS.個體

v管理上的貢獻

n服務。

n文化因素。EX: 幫助經營網站的人，可以藉由朋友的推薦或朋友的朋友的推薦加強隊網站的信任 èSocial network

n對於經營網站è互動

n大家一起的影響è減肥的動機èpromoteè研究價值

v一些還在想的想法

n青春期 成年期 等 不同時期對減肥影響的效益

n問到只有一個人自行減肥與結伴減肥的比較

n體重是否改變? 怎麼衡量?

n復發情況

n結伴減肥è願者出席減肥課程的次數更多?è效率較高

Friday Meeting 戴揚

根據學長說法，我目前的研究範圍太廣，沒有一個明確的架購以及X和Y

學長的建議是目前有下列幾個地方可以改進

1.誰能因為研究的結果受益(管理意涵)

2.要不要把小聯盟升遷加進考量範圍 (將major league球隊和minor league球隊視為兩個節點)

3.盡可能抓所有變數 (交易的package)，因為交易理由不同，形成網路的原因也不同 

Topic of Thesis - 林義庭

欲了解社會網路結構與使用者某些特定行為的關係，而現在已有一些 Facebook 的相關研究，探討其 offline 與 online 朋友群體的關係，用先前研究變數探討使用者為何願意停留在 Social Network 上。

目前將題目訂為：何種網路結構將提高 Plurk 使用者的使用率 ?

另用前人研究變數對照網路指標，看高網路指標是否和變數有正相關

Neuroticism (修改資訊) 、Extraversion (朋友數目) 、Openness (Link 數目)
⇒ Degree Centrality、Betweenness、K-Plex 等指標。