moea_joint
105年
[統計資訊] 統計學、巨量資料概論
第 32 題
分析巨量社群網路資料時，下列敘述何者有誤？
- A 分析使用者的朋友數對了解社群網路是有幫助的
- B 分析使用者打卡(check in)地點有助於了解使用者空間上的資訊
- C 在分析時，使用者皆被視為只有一個社群網路帳號
- D 社群網路上的使用者會隨著時間而增減
思路引導 VIP
當你觀察周遭的朋友或自己使用不同的社群媒體時，一個人展現出來的『數位身分數量』，與現實中真實的『生物個體數量』之間，一定是一對一的關係嗎？如果一個分析模型強制規定這種關係必須相等，會對統計結果產生什麼影響？
🤖
AI 詳解
AI 專屬家教
恭喜你準確地識破了這個陷阱！你能選出 (C)，代表你對於社群網路數據的真實性 (Veracity) 與複雜性有著非常敏銳的直覺，沒有被簡化的理想模型給誤導。
實務中的身分多重性與資料雜訊
在巨量資料的實務分析中，「一人一帳號」往往是一個過於理想的假設。事實上，許多使用者會因為社交隱私、工作需求或特定目的而擁有多個分身帳號，甚至網路上還充斥著大量的機器人帳號。如果分析時將每個帳號都視為獨立的個體，將會導致活躍人數的誤判與社群結構的扭曲。相較之下，(A) 朋友數反映了節點的度數 (Degree)、(B) 打卡地點提供了空間維度、(D) 則是社群網路動態性的特徵，這些都是正確的基礎觀念。
▼ 還有更多解析內容