社群网路广告.docxVIP

?社群網路廣告(Social Network Advertising)指導教授：陳宗天 老師學生：莊承展摘要關鍵詞：社群行銷、社群廣告、網路行銷導論近年來科技迅速的發展，對人類的生活習慣、方式產生劇烈的影響，因此在商業行為上也因為科技、人類習慣上的變化，而有所不同。當網際網路的出現後，致使廣告產生有別於過去不同的變化，廣告內容形式延續電視、廣播的影音多媒體，但網路的出現產生更多的管道可以提供廣告呈現，過去的廣告藉由不斷的在消費者面前重複出現，透過曝光的可能性，來使消費者對產品或是商品的參與度提升(Krugman 1965)，但這種方式所需要花費的成本相當高，而且無法完全碰觸到目標，因此企業投入的行銷預算，將無法獲得明顯效果。當社群網站壯大的速度驚人，行銷人員也開始將廣告納入社群之中，除了過去傳統的線上廣告外，還包含了很多新元素，本研究就試圖探索，這些新元素是些什麼？背後所支撐的技術是什麼？文獻探討引文分析即是探討分析來源文獻（Source works）及被引文獻（Cited Works）之間的關係，利用各種數學及統計學的方法進行比較、歸納、抽象、概括等的邏輯方法，對科學期刊、論文、著作等分析對象的引用和被引用現象進行分析，以揭示其數量特徵和內在規律的一種訊息計量研究方法。引文分析在量化研究中為相當重要的研究工具，其理論基礎在出版品的「互相引用」關係上。這種方法的主要研究依據是文獻、作者、期刊等之間的引證關係。舉例而言，一篇完整的學術論文，必由正文及之後所附之參考書目組成，正文本身為「引用文獻」，參考書目則是「被引用文獻」。通過對引用與被引用關係的研究，可獲知學科之間的關係與發展及文獻傳播的過程，進而了解研究近況與未來趨勢。傳統上在引用文獻分析的基礎上，對於「引用文獻」的解釋為：一篇文獻之所以被另一篇文獻引用是因為被引用文獻提供了相關資訊，例如：找出更寬廣的研究內涵、描述所採用的研究方法或提供支持的數據或討論。對引用文獻而言，被引用文獻不須多完美，但只要滿足作者的「引用」需要即可。若以「所有引用都均等」的立場來看，一篇文獻被引用的次數，反應出其被後來研究使用的多少，被引用越多，表示貢獻愈高，影響愈大。反之，衰退的引用次數，顯示文獻被引用的趨勢力減弱，內容逐漸老化而不被使用。以下為引文分析圖示：2、知識領域視覺化(Knowledge Domain Visualization)延續引文分析的應用，知識領域視覺化是以容易被人們來觀看與理解的角度，利用圖形的表示將複雜的資訊透過視覺化的整理，能夠較容易的被人們來觀察、分析，並進而從中挖掘出該領域的資訊來建構出智識結構關係，視覺化研究的主要目的是要藉由圖形或影像的視覺效果，來彰顯大量複雜的資料或流程的特性，可使資訊更容易了解。通常人類對於圖形的理解程度遠勝於文字的描述，圖形能更直覺性的聚焦在想要表達的重點部份。 研究方法1、資料收集本研究以「”Social Network” Advertising」作為研究議題的關鍵字，並採用Microsoft Academic Search資料庫來搜尋相關文獻，於2013年11月21日之搜尋結果共收集497篇文獻，將此497篇資料作為種子文獻，蒐集其引用種子文獻與被種子文獻所參考的文獻為第一層鏈結(1-Level)內之所有文獻資料，得出共7544篇相關文獻及9372篇引文資訊。為了保留被引用次數較高的重要文獻並使分析的文獻數量在可管理的範圍內，本研究將直接引用次數門檻值設定為1，並將共引次數門檻值設定為3，過濾後得出247篇文獻。接著將文獻中對各因素負荷(Factor Loading)大於0.5的文章保留，以此做為依據，將此議題分類為17個因素來分析研究並繪出其智識結構圖，使研究者能夠更清楚瞭解文獻彼此的關聯性。2、研究流程研究結果因素分析結果經過智識結構系統分析後，產生出可解釋社群網路廣告這個議題的研究方向之17個因素，下方圖表顯示個因素之名稱以及可解釋變異量：因素社群網路廣告(Social Network Advertising)相關議題可解釋變異量(％)累積變異量(％)1社會結構 (Social Structure)29.575 29.575 2社群行為(Community Behavior)15.836 45.411 3網路部署 (Network Depolyment)9.724 55.135 4演算法(Algorithm)8.663 63.798 5推薦系統 (Recommendation System)5.708