立場新聞 Stand News

Facebook 將百感盡歸於五情

2016/3/4 — 9:47

網絡圖片

網絡圖片

人類感情豐富,有一四字詞語為「百感交集」,當然人類未必真的有「百感」,但也不至於只得五個表情。

網上世界每天都在搜集資料,每天大家都有經意及不經意地提供及協助,數據就在我們有意及無意間形成。數據搜集得宜,結果才用得其所,今次筆者就以 Facebook 作例子跟大家分享。

除 "Like" 之外, Facebook 新增的五個表情符號,相信各位用戶已經很了解使用的方法。香港人近日亦就其中一個表情符號,邊熱烈地使用,邊火熱地討論,都聚焦在特首臉書上。新表情符號才推出不夠數天,已經有人就各地方的政府官員及名人作比較,比較其 "Angry" 數字,而結果是特首遙遙領先。這說得上是數據的運用嗎﹖可以。是誰提供這些數據呢﹖我們。

廣告

但 Facebook 表情符號帶出的數據運用,不只是單單比較各人的表情數字。友人分享了一篇文章給我,是 Will Oremus 在 Slate 撰寫的一篇文章題為《Facebook’s Five New Reaction Buttons: Data, Data, Data, Data, and Data》,內容主要提到用戶使用這些表情符號,都是有助 Facebook 建立一個數據庫,作不同的運用。筆者打算簡述並延伸當中某點,亦建議大家到原文一看。

廣告

首先,文中提到原本是有六個表情符號﹕ "Love" 、 "Haha" 、 "Yay" 、 "Wow" 、 "Sad" 及 "Angry" ,而 "Yay" 最後沒有出現,是因為用戶認為它模糊,所以少用。如果站在研究分析及資料搜集的角度看,便不難理解,因為表情符號要有明顯的分別,能清楚地把用戶的行為及喜好分類,才方便分析。

如果要清楚把用戶的行為分類,為何不增設多些表情,更細緻地反映用戶的行為及心理呢﹖因為表情符號要有明顯的分別,即是要簡單,簡單地把用戶歸類,才方便分析,繼而用得其所。而怎樣去研究,方法有很多,例如可用統計學的數據挖掘 (data mining) ,但這就是後話了。

我們日常都要面對這個學問,例如做問卷調查,這些表情都是類別數據 (nominal data) ,即是非等級 (ordinal) 、非等距 (interval) 及非等比 (ratio) 的數據,類別數據在排序上都是沒有意義的,類別與類別間亦沒有絕對及一致的差異。因此,當問卷調查的問題是類別數據時,便要考慮到答案的選擇務必要分明。

搜集好表情數據,又有什麼用途呢﹖第一,用戶對資訊的表情,可反映用戶較常看或較會看哪類資訊﹔第二,研究各類表情的資訊組合,找出各類資訊的比重,令用戶常常使用及觀看﹔第三,亦可以研究用戶對不同類型廣告的表情,幫助廣告商找出能發揮更大效用的目標市場 (target market) 。文中亦有提到,分析後可以找出廣告放在哪些表情類型資訊中間,才有更大效用。

原文有更詳細的講到怎樣去使用表情符號所建立的數據,在此不再多述。筆者更希望藉着這個生活個案指出,數據要運用得宜,結果要有代表性,一開始資料搜集時便要正確。今次 Facebook 無疑是個活生生的例子,教育全球廣大用戶使用新的表情符號,令大家自願性及常規性地參與並提供數據,筆者真的很期待未來表情符號數據的用處及其運用成效。

發表意見