【記者賴麒全報導】國際知名社群網絡分析學者Itai Himelboim蒞臨政大演講，分享社群網絡巨量資料研究方法，與政大師生進行交流。Himelboim博士為美國喬治亞大學（U. of Georgia）格雷迪新聞與大眾傳播學院廣告與公關學系副教授，兼社群涉入與評估中心（Social media Engagement & Evaluation, SEE Suite）主任。他的社群網絡研究成果豐碩，不僅刊載於多本國際指標性期刊，也曾受邀參加ICA、AEJMC等傳播領域大型演討會、美國史丹佛大學等知名大學，與美國疾病管制署之演講活動及工作坊。Himelboim博士此次訪台期間，共有兩場公開演講活動，分享他在社群網絡研究領域的經驗與成果，並與國內相關領域學者交流。兩場演講皆在政治大學舉辦，由政大傳播學院承辦，台灣政經傳播研究中心、社群運算與巨量資料跨校中心協辦，傳播學院林芝璇副教授主持。

第一場演講於6/11登場，講題為「A Cluster-centric Approach to Social Network Analysis of Social Media Conversation」，聚焦在介紹社群網絡中群聚取向分析（cluster-centric）以及Himelboim博士於政治傳播、健康傳播等領域的研究應用實例分享。Himelboim博士說，1990晚期社會科學研究的研究重點逐漸從社會實體轉向關係網絡，Twitter與Facebook等社群媒體不只讓使用者可以選擇性地接收內容，還造就了群聚分化效應，因此他研究的分析單位以社群中的群聚為主。「無論是政治傳播或是健康傳播的研究子題，我們採用不同的主題、不同的指標分類，透過社群網絡巨量資料分析發現，類似的群聚分化結構一再出現，我們的社會與意見市場呈現高度極化的狀態。」

該如何突破同溫層？Himelboim博士說在不同的群聚中會有所謂的中介者（social mediator）或是中介內容（mediated content）存在，這些角色對於橋接兩個或多個群聚的能力幾乎是唯一的。以美國推行HPV疫苗接種為例，他透過爬梳Twitter上該議題的超連結與主題連結發現，多個群聚呈現少有相同資訊源的狀態，也就是說群聚內所流通的意見內容同質性都相當高，群聚內很少會分享不同意見的內容，但在這樣的群聚分化結構中還是有某些位居群聚邊緣的內容與帳號，讓不同意見流通於分化的群聚之間，研究者似乎可以進一步去思考這樣的內容與帳號有何特性，這對於政策對話或是行銷傳播都是非常有意義的。

新聞系陳百齡教授注意到，不同語言文化會以不同的隱喻代稱同樣的群聚分化現象，Himelboim博士回應，這牽扯到字詞的預設問題，例如他選用守門人而非意見領袖來描述網絡中的資訊源，原因在於後者預設了資訊源將領導意見的發展，且多數群聚中的個人都得依靠意見領袖來形成意見，不過對於社群媒體的群聚分化效應來說，重點仍為是否說明了群聚之間的親近性與區辨性。Himelboim博士最後強調，巨量資料分析研究方法的核心是，要清楚知道取用指標對於研究問題的意義，若指標之於研究問題沒有任何顯著意義，產出的視覺化資料再優美都是沒有意義的。

Himelboim博士此次訪的第二場演講將於明日（6/12）早上十點開始，講題為「Social Media Analysis for Communication and Marketing: from Big Data to Actionable Insights」，第二場演講將聚焦於社群媒體所產出的巨量資料進行討論，探討如何針對不同的議題進行社群資料抓取，因應實務需求發展有效的傳播溝通策略。