focus災情討論區的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

以SNA技術進行虛擬討論社群之貼文樞紐分析

為了解決focus災情討論區的問題，作者傅彥仁 這樣論述：

本研究將數據知識挖掘分為四個階段，第一階段為數據的預處理與轉換，檢視討論區目前大致經營情況；第二階段將文章做分層與分群，了解什麼樣的文章吸引作者回應；第三階段將作者做分層與分群，找出不同作者喜好；第四階段，找出文章與作者之間關連，並整理分析過程中的觀察重點，評估結果討論不同層的文章與作者之間關係，作為未來討論區經營者廣告投放與發佈文章內容之參考。數據知識挖掘第一階段將文章與作者分組；第二階段與第三階段，利用RFM將文章與作者分層，找出低價值層與高價值層的文章與作者，以社群網路分析將分層後的文章與作者分群，並且找出文章樞紐與作者樞紐；第四階段以交叉矩陣顯示文章標籤樞紐與作者樞紐關聯，找出文章與

作者之間關係；最後將所有階段的觀察重點整理成總表呈現。實驗以三個社群網站討論區Facebook粉絲專頁OL365、Mobile01生活版、PTT電影版為案例，Facebook粉絲專頁OL365資料擷取時間範圍為2016年1月18日～2018年12月30日總共73,983筆資料，分析結果不管文章標籤是低價值層文章或高價值層文章與作者樞紐關聯最多的文章標籤是「OL小劇場」；Mobile01生活版資料擷取時間範圍為2004年8月29日～2019年6月18日總共1,420,664筆資料，從低價值層文章樞紐與作者樞紐關聯中看到沒有任何的連結，在高價值層文章樞紐與作者樞紐關聯中最多的文章標籤是「籃球」；P

TT電影版資料擷取時間範圍為2002年6月10日～2018年12月31日總共746,378筆資料，在低價值層文章樞紐與作者樞紐關聯中看到沒有任何的連結，高價值層文章樞紐與作者樞紐中最多連結的文章標籤「香港」。討論區經營者透過本研究結果，經營者將作者喜好的文章投放給作者，提高或維持在討論區的活躍度，經營者針對最受作者喜好的文章標籤，編寫發布新的文章內容，吸引新進使用者，可以更有效率擬定文章廣告投放對象與社群經營。