分類彙整: A

A

論下輩子要當男人好還女人好：社會化與演化角度

1 則留言

        首先，我們判斷「好」或「不好」屬於價值判斷，也就是說，在現實世界沒有「本來就」哪個好，而是「我們認為」哪個好。也因為這樣，這會出現個人差異，因為既然價值判斷是出自內心認知，每個人必有其不同之處。
        而我是男的，雖已盡力保持客觀，但無法保證整篇不含主觀成分，若有人對內容感到性別歧視，則我會說是這個社會本身就性別歧視，這件事是好是壞，也是價值判斷。

社會化

        在大量的意見整理後，我將多數人對於此問題的的判斷條件整理如下（男女一併討論），下輩子當男性（不當女性）的：

  • 優點
    • 生理差異：力氣、身高。
    • 方便或自由：沒有月經、不用被壓、可以裸上身、可以站著尿尿。
  • 缺點
    • 社會責任或壓力：當兵、扶養家庭、感情流露受限制（不可撒嬌、有淚不輕彈）。

而另外有許多是男女類似的觀點，避免討論不完整補充如下：

  • 男性的肌肉需要扎實的練；女性的化妝也需要練。
  • 女性可以在公眾場合手牽手；男性可以勾肩搭背。
  • 男女都需要擔心身材。

        從以上觀點，看似當男性的優點比較多，然而若對照比較會發現，這兩個優缺點的內容根本完全互相解釋。
        生理差異是天生、無法改變的，這樣的生理差異在經過社會化後產生的便是缺點：社會責任。其中的因果關係雖無法證明，但我們應該普遍同意社會賦予男性更多的責任與壓力是因為「他們應該」。換句話說，男性不是因為天生需要當兵，因此力氣較大；而是天生力氣較大，社會因此規定男性當兵。
        而方便及自由同樣也是社會責任的反面，其中雖有些是生理差異，但在價值判斷內會被歸類到此類中者一併放入討論。
註：很容易發現，很多方便或自由內的敘述事實上是生理差異所造成的，我不確定這樣的分類是否適當，但不影響結論。

演化

        若我們從生物演化的觀點看待這件事，我們也只能得到一個結論：男女本身並無優劣之分。
        這是當然的，在物種的繁衍上兩性或許負責的是不同的事務，但其重要性肯定是一樣的。我們可以藉由男女比例極度接近來印證這件事，但細微的差別則需要其他解釋，在此不討論。

 

價值判斷

        然而，以上並無法解釋為何在價值判斷上會產生個人差異（為何還是有許多人持堅決立場認為當某性別較好）。我認為有兩個主要原因：

  • 資訊不足或錯誤判斷
  • 權重差異。

        資訊不足所包含的情況包括：男性不了解女性經痛的痛苦；女性不了解男性社會責任的壓力等。錯誤判斷可能是因為誤把優點或中性條件當做缺點，或反之，如：有人認為女性不能風流為缺點，此人可能是男性，卻錯誤判斷女性不能風流。
        權重差異可能是個人差異最主要產生的由來，例如有些男性「特別不希望」承受社會壓力，因此此缺點對於他的影響極大，造成他認為當女性較好。或某人可能是女性，「特別渴望」風流但受到社會壓力而無法實現，因此想成為男性。
註：這兩個原因在其他文章內多次被我提及，我尚未明確肯定原因，有興趣者請參考人生說明書、心物因果理論、論希望。

結論

        當男或當女根本沒有哪個比較好，如果你覺得有另一個比較好，則你不是資訊不足或錯誤判斷，就是你的權重有與他人有差異。
        然而這很正常，資訊不足是無法避免的，因此有許多男人想當女人，許多女人想當男人。

 

參考資料：

後記

        內容可能稍嫌有遺漏，歡迎大家補充，尤其是優缺點部分。
        雖我盡量排除掉價值判斷，但優缺點的分類仍然屬之，這部份有可能受到質疑。我認為這是此主題無法避免的，而我採用的優缺點則是以非常主流的觀點，也就是多數人同意其為優點或缺點的才採用之，應該可以避免此問題。若有質疑，歡迎提出。

—20140223
        根據《自私的基因》補充為何男女比例相等，印證演化上的雌雄並無優劣之別。
        個體看起來無法隨意選擇小孩的性別，但基因可以。若精子希望他擁有較多的男孩，它可以多生產Y精子，若母親希望只生女兒，它可以分泌某種選擇性的殺精液。
        族群選擇論無法解釋為何海象社會中所觀察到的交配現象中只有4%的男性，但為何有過多的男性在族群中浪費資源。假設在海象社會中，只生女兒的突變基因產生了。一開始雄性比例不會減少，所以雌性不會有找不到配偶的煩惱，所以此基因可以散布開來，而造成性別比例不均，但這時那些擁有少數兒子的雙親們便擁有了極大的好處，所以生兒子的基因便會開始散布開來。事實上，生等量的兒子與女兒個演化穩定的策略，任何違背它的必會遭到損失。

A

幽默概論

發佈留言

導讀

為何女性的擇偶條件中，通常都會有幽默此一條件？
如果你是女性，你是否好奇男性的幽默為什麼會有吸引力？幽默本質上的由來？如何才是幽默？為什麼女性常自稱笑點很低？
如果你是男性，你是否好奇為何逗女性笑在男女互動間顯得如此重要？或為何自己會不自主的在女性朋友面前搞笑？或是否羨慕那些富有幽默感、能吸引異性的同性朋友？

 

大綱

  • 定義
  • 本質與動機
  • 行為
  • 生理基礎
  • 演化意義
  • 父系霸權
  • 統計數據
  • 參考資料與文獻
  • 後記

定義

幽默來自英文「humour」，根據《大英百科全書》的定義，「幽默是一種可以刺激發笑以及產生娛樂的傳播方式。」《牛津英語辭典》則將幽默定義為 「一種娛樂他人、使他人感到滑稽的能力。」由此可見幽默是一種能夠引發笑聲以及充滿娛樂效果的特質，並且幽默須經由傳播方能產生效果。幽默也被視為 一種內化並且再定義社會真實的認知過程，這個過程帶來愉悅的感覺，並且會使人們發出笑聲(Apte, 1985)。 
而幽默感是一多向度的人格特質(Hallett & Derks, 1998)。

本質與動機

1. 優越論(Superiority Theory) 
優越論主張笑源自一種優越感，這種優越感來自藉由他人曝露出的弱點突顯
自身的優秀，人們發笑是因為覺察到一股榮譽感油然而生(Critchley, 2002)。
優越論的哲學立論主要從柏拉圖、亞里斯多德、霍布斯而來，優越論強調的幽默面向是帶有規訓意味的，Billig(2005)認為霍布斯根本就把揶揄當作幽默的核心，而揶揄是自私的，因為這種自私來自揶揄他人的缺陷短處，即使人們自我譏諷(self-mockery)，其本質依然與嘲笑他人一模一樣，因為人們拿現況與以前的自己做比較，進而產生優越感。因此，優越論的幽默對於那些被揶揄的人而言，並不是一種令人愉快的幽默形式(Meyer, 2000)。
2. 不和諧論(Incongruity Theory) 
不和諧論又翻成不一致論或怪誕論。此派的基本論點是，幽默是突如其來地結合兩種看似天差地遠、毫不相干的概念或事物，進而引發喜劇效果(Billig, 2005)。與優越論和釋放論相比，不和諧論強調人理性的認知層面，排除情感和心理因素。
Meyer(2000)認為不和諧論的幽默遊走在挑戰社會規範的邊緣地帶，它以一種可被社會大眾接受的方式違背社會常理進而製造差異，這種差異不具有過分的威脅性但也不過份世俗。此類幽默近似於周安華(1993)所說的岔道式幽默與語配式幽默，岔道式幽默製造主觀預想和客觀結果之間的巨大落差，引導接收者的思路和情緒，最後再一語道破，製造驚喜；而語配式幽默則是玩弄語言文字的矛盾與不一致性，讓人們大吃一驚進而發笑。
3. 釋放論(Relief Theory)
釋放論認為笑聲是一種釋放的途徑，笑允許人們將平時被禁止的想法和能量宣洩出來，因此幽默就像是一個安全閥機制，讓人們正大光明的嘲笑他們害怕的事物，政治笑話特別與人們的恐懼和焦慮有關(Rybacki, 1991)。釋放論雖然源於Spencer，但直到佛洛伊德在《笑話及其與無意識的關係》 一書中深入解析釋放論，該理論才為人所熟知(Critchley, 2002)。
釋放論的主要論點是，笑聲經常伴隨著一種脫離拘束的抒發。「如果這個尊貴的、肅穆的、莊重的屬性受到貶抑，那一瞬間我們就從慣性的拘束狀態中解放出來，獲得快樂。突然釋放的能量激流通過全身。」(Bain, 1865)因此釋放論的幽默帶有攻擊性和反叛性，透過譏諷和反諷，人們因而獲得瞬間逃離的自由，當人們揶揄平時不該揶揄的對象時，這種釋放性的愉悅尤其強烈，笑聲就像是對社會秩序的反叛，挑戰社會規範(Billig, 2005)。因此釋放論的幽默情境時常是倉皇失措或是與爭議性議題相關的(Meyer, 2000)。 

行為

「有幽默感的女人，不是會說笑话的女人。是聽男人講話時，笑得出的女人。」—蔡澖。
女性不需要幽默就能吸引人，而讚揚男性幽默就像是說女性漂亮一樣，換句話說，幽默就是男人的外表。德國研究發現，女人喜歡找一個懂得逗樂她的男人，男人則喜歡找能被自己的把戲逗樂的女人(Eric R. Bressler & Rod A. Martin & Sigal Balshine, 2006; Walker, 1988)。因而當陌生男女進行自然交談的時候，女人笑的燦爛程度預示男人約她的欲望，而男人笑的燦爛程度則與他對女人的性趣無關。因此男人在他想交往的女人面前，總是設法把她逗笑，就像雄孔雀開屏示愛一樣。 

生理基礎 

根據史丹佛大學的研究，男女的幽默反應系統大部分是相同的，我們同時運用語意知識的部份，但女性大腦的左前額葉皮層更活躍，這表示女人的大腦更注重語言的執行性加工、獎勵中樞更靈敏。研究還補充了一點：雖然獎勵更靈敏，但期待沒有男性更高。這也解釋了為什麼通常女性的笑點比較低、較容易被逗樂—女性天生喜愛幽默。

演化意義  — 性

幽默時常會涉及到性，這樣的玩笑來自的認知是：
人生不過是一場必敗的努力，錢和名利無法遏制陽物的逐日疲軟。
男性在繁衍上所需負的責任較小，足以開玩笑的空間因此越大。但女性肩負繁衍任務、不能隨意放棄，因此不能像男人那樣肆無忌憚的談論性的幽默。 

 

父系霸權

看似無害的幽默從來就不是中性客觀的，在古今中外的歷史中，女人的幽默始終無法取得一席之地，陽剛的幽默被視為正統的幽默，這種幽默場域中的性別不平等，造成女諧星比男諧星更難成功博取觀眾認同。 

演化意義  — 擇偶

研究者發現，在男女互不熟悉時，男人的幽默感往往代表著聰明、善於溝通、生存能力強。一個女人若能懂得男人的幽默，則代表她溫柔、善解人意（有助扶養後代）。一般來說，由於男性被認為必須在社會中保有競爭力，因此他們比起女性更常展現幽默感(Weisfeld, Nowak, Lucas, Weisfeld, Imamoğlu, Butovskaya, Shen et.al, 2011)。因此有人認為幽默本身就是男性的特質，這表示他可以解決自己的問題，所以女性不願展現自己幽默的一面。就因為幽默被認為是聰明的標誌、是男人優越感取之不竭的泉源，所以女性便只好做聽眾。 
而幽默的女人往往會讓男人感到不安，因為這證明她聰明。所以，對單身女人而言，幽默這個武器最好慎用，我們也常有機會看到女性用幽默來武裝自己。
         李欣宜（2012） ：
在《我們一家訪問人》節目中，男藝人張兆志被王偉忠問及如果自己的女朋友很愛耍寶，他的感受如何，張兆志搖頭表示他會覺得不太舒服，因為他不喜歡女朋友蓋過自己的鋒芒。言下之意他理想中的女性伴侶最好不要搶他鋒頭，不那麼幽默搞笑。 

統計數據

然而，根據統計數據(Norman P. LI et.al, 2002)，女性對於幽默感有穩定、顯著的需求，但卻不是最重要的判斷條件。在十個特質中(physical attractiveness, creativity, friendliness/sociability, intelligence, work ethic, interesting personality, romance, sense of humor, special nonwork-related talents, yearly income)女性看重智力、年收入、友善、有趣個性勝於幽默感；而男性看重外表、智力、有趣個性、創造力及幽默感。性別差異並不顯著。（請參照下表，Norman P. LI et.al, 2002）


作用

補充：幽默的作用並不是我所關注的重點，但既然題為幽默概論，便在此稍微提及。
        生理健康上，研究指出笑可促進血液循環、增加免疫力、亦有助於疾病的恢復及提升個體的痛覺閾限(Cousins,1979; Fry, 1992; Hudak, Dale, Hudak & DeGood,1991)；在人際關係方面，幽默感有助於人際互動，對人際間可能發生的衝突和磨擦具有潤滑的功能(Kuiper & Olinger, 1998; Nezlek & Derks, 2001)；在壓力調節方面，幽默感對壓力具有緩衝作用(stress buffering effects)或調節作用(stress-moderating effects)(何茉如, 1998; Kuiper &  Olinger, 1998 ; Martin &  Lefcourt, 1983)。幽默感具有正向機制，在面臨壓力時可使個體免於將注意力放在負向的想法上，知覺較少的壓力，降低壓力所帶來的不利影響(Deaner &
McConatha, 1993; Kuiper, Martin & Olinger, 1993; Kuiper & Olinger, 1998)；在生活品質提昇方面，幽默感具有正向提昇作用(positive enhancement effects)，可使人們以正向的態度面對人生與自我(Kuiper, Martin & Dance, 1992)，亦促使人們保有正向的情緒，消除負向情緒(Fredrickson & Levenson, 1998; Kuiper & Martin,  1993; Kuiper & Martin, 1998; Carmen & Margaret, 1999)。

 

參考資料與文獻

     

    後記

    這篇完全沒有獨創性的論點，主要在整理現有的文獻資料試圖理解問題。本來目標是藉由參考資料激發靈感以解釋問題，但發現參考資料解釋令人滿意。 
    定義與本質與動機及部分內容引用自：幽默的性別權力—綜藝節目女諧星形象建構初探。特別建議對擇偶條件有興趣者閱讀The necessities and luxuries of mate preferences: Testing the tradeoffs一文。

    —20140705
    Vsauce：幽默與發笑(3:54)

    A

    論希望：負期望值行為的由來與價值

    發佈留言

            為什麼人會願意買樂透，就算知道期望值是負的，他們仍然買？而這樣的行為是否真的合適？又是如何產生的？

            這種行為來自於人在原始社會中因應資訊不足的情況，因為沒辦法每件事都估算機率與代價而產生的演化策略。舉例來說：一個原始部落決定是否要搬遷，他們因為不知道找到新居所的機會多寡，更不知道新居所的好壞程度，故無法決策是否要搬遷及計算其期望值。
            因此人有一種機制，這便是希望的由來，讓人在資訊不足的情況下能踏出新的一步，而這在原始社會中是有助人類發展的[1]。

            問題出在現實社會中資訊不足的情況變少了，而我們常可以明確計算出期望值，但人還是保留追求希望的行為特色。因此有賭徒。
            但也因此有偉人。
            然而機率本身不會變，我們可以從「偉人」和「未成為偉人而失敗的人」的比例略知一二。

            這樣的機制在現在的環境中使許多人做出不明智的決策，例如前例的買樂透（做公益成分可以其他方式代替）與賭徒心理。但如果換個角度，就結果論容易讓人誤解是好的決策，例如僥倖成功的生意人或股東，他們的負期望值行為或許恰巧發生在低機率高報酬的結果，而人們會稱它是勇敢放手一搏或預測精準（事實上他們無法預測），但此行為仍然是不適當的。[2]

            一個常見、簡化後的例子是：假設現在只有告白與放棄兩種選擇，且確定告白後會當不成朋友（完全負報酬），且告白成功的機率低，則依據期望值計算我們不應告白。但此時告白有希望效果（低機率高報酬），許多人仍會選擇告白，而這是明顯不理智的。[3]

            然而希望並不是因此就沒有價值的，由上而論，在資訊不足的情況下藉由希望的判斷有可能是有益的。
            雖希望與信念所產生的動機驅力是不易估算的，可以藉由產生希望而增加某困難行為達成的可能性，但這種希望與上述的希望稍有不同，這種希望是「相信會成功」，但上述的希望類似於「覺得有可能成功」，兩者在語意上不同，無法比較。但有其價值是無法否認的。

    [1] 不一定有助少數群體發展，但有助全人類，因為無論其負報酬多高，都不致於使人類滅絕；就算得到高報酬的機率很低，只要有此機制就會有人得到高報酬。

    [2] 我們不能因為「相信」負期望值行為會發生在機率很低但報酬很高的事件上便從事，因為信念不會改變機率，儘管機率非零。若你對我斷言此行為「不適當」有意見，請換個角度想，從事一件容易失敗的行為是否適當？若我現在跳樓有極低機率學會飛翔，我是否該跳樓？（不跳我學會飛的機率幾乎是零吧）

    [3] 「有告白才有機會」、「不告白機率再低都不會發生」便是只看成功情況的片面計算。但許多情況沒有這麼單純，例如有不告白繼續培養感情此選擇，若要反駁請先確定假設是否相同。

    後記
            這篇計畫要打非常久了，但一直因為不確定演化基礎而無法下筆，儘管最後我的論點是無法找到證據支持的，但應該是十分合理的。目前沒有看過類似論點，所以應該是原創，但推測有許多相同的看法。
            感謝F.C.與我討論使我產生演化基礎是資訊不足的靈感，不知為何一直沒有想到。

    —20140208
            在原文中我提出的是原始資訊不足的環境使人演化出追求希望的負期望值行為。經過朋友們的未看發表意見後，我發現資訊不足所含括的情況實在很多，但仍缺少了「正確推論」，如同我在：心物因果理論中所提到的心理因果關係符合物理因果關係的充分非必要概括條件中的條件c：

    c. 資訊充足且正確的causal reasoning：使用正確的知識邏輯推理。

            而雖原文的重點集中在「追求希望的負期望值行為」而非「負期望值行為」，但就負期望值行為而論，我發現準確的說，資訊不足或錯誤推論(~c)可能是產生負期望值行為的主要原因（充分非必要）。
            我們產生錯誤推論的可能性有很多，例如因為人注意到了樂透中獎的情況，或新聞媒體的報導集中於此，使人高估中獎的機率，造成期望值的誤判。吳宗霖：

    這一波彩券潮，有一部分也歸因於媒體的推波助瀾。雖然正反面例子都有，不過記者在報導時總是將中獎案例擺在前面，虧本的擺在後頭。

    或是從眾及迷信的行為。空心菜：

    前次結果的錯誤因果推論導致的迷信行為 。

    甚至包括心理成癮，這些都屬於錯誤推論。呂欣璟：

    擁有希望的感覺會成癮，就像抽菸一樣，明知期望值為負而為之。

            而資訊不足亦可能有許多原因，包括自己沒注意到，陳奕凱：

    我覺得人在面對利益抉擇的時候，會傾向注意有利於自己的部分，而非理性的負期望值造成損失。例如賭徒會看到一點點贏錢的機會，而不是看到大部分可能會輸錢的結果。

     最後感謝這些回應的朋友們：陳奕凱、吳宗霖、空心菜、呂欣璟。（依留言次序排列）

    A

    Rumination

    發佈留言

            我們都學過惠更斯定理，在池塘裡丟下一顆石頭，水面會起漣漪，一圈又一圈的傳開，水是波，聲音也是波，那為什麼我們講話，在空氣中不會有一圈又一圈的漣漪呢？為什麼我喊了一聲新年快樂，你聽到的不是新年快樂~快樂~快樂~樂？（多方便）

            我們壓根沒有想過這個問題，連意識到都沒有。事實上，我們學到的惠更斯定理不夠完整，池塘的表面是二維的，而空氣是三維的。擾動在偶數空間裡會產生漣漪，但在奇數空間裡只會產生單波效應，不會引發漣漪。

            然而我要說的不只是這樣，這個問題你連意識到都沒有，而有些問題你卻是曾經意識到，卻忽略的。像是摩擦力為什麼和接觸面積無關？
            你現在可以提出的解釋有八成都是錯的，除非你曾認真想過或查過。事實上摩擦力確實和接觸面積有關，但因為一些因素而在巨觀下會被忽略。但在之中又有一個你沒有意識到的問題，摩擦力如何產生？那些「物體的表面其實凹凸不平」的說法不完全正確，因為不能符合巨觀的摩擦力描述（加水到底是是變滑還是變粗糙？）。摩擦學（Tribology），試圖解決這個還未解決的問題。

            還有許多問題像是：為什麼顏色在光譜中是排列成一直線，但又可以排列成一圈色輪，就像photoshop裡的那樣。如果真實世界是物理，那為什麼可以頭尾相連的排列？事實上我們學過視覺神經，但那根本沒屁用，大腦對於色知覺有獨特的演算法，這種演算法造就排列與扭曲圖形的方式，並且會讓人看起來非常和諧（意思就是色輪是扭曲後的色覺集合），而老鷹看到的可以是一個三維度的色球（雖然沒屁用）。

            但這依然不是我要說的，我要說的是，你意識到卻忽略的問題很多，你壓根連意識到都沒有的問題更多，我們理解的世界真的是正確的嗎？我們通常這麼相信。但事實上，我們卻連抱持懷疑都很少。希望大家的懷疑可以多一點，儘管這也伴隨多一點的痛苦。我無法論證審思多一些是不是真的比較好，但你可以自己思考。沒有人喜歡受質疑（包括質疑自己），因為好的質疑會認知失調，爛的質疑會浪費時間。但如果你想，請參考認知失調系列。


    舉例與靈感來源：Steven E. Landsburg，大哉問：為何常識會說謊。

    認知失調系列：

    —20140427
    補充：一個說明色光排列問題的youtube影片，簡單解釋了並沒有粉紅光與光圈排列後的空缺如何被填補。 (1:03)

      A

      影響Facebook動態消息得讚比之因素分析 v2

      發佈留言

      感謝

      在此首先要感謝我的FB朋友們，他們在我沒有事先告知的情況下協助我完成了這次研究，並且沒有任何報償，時間長達半年。其中可能有人會在得知真相後感到不悅、受欺騙、被愚弄，在此致上最深的歉意。

      v2版本修訂

              此版本新增了3份樣本動態，並增加了分析方法、修正了一些錯誤，包括上一版本中的相關性檢定誤用了單尾檢定，已做修正，但因為第一版本的討論中仍有部分價值，故予以保留。
      —20140622修訂
              修改緒論，新增參考文獻及部分微調。

      緒論

              在FB流行幾近氾濫的時代中，隨處可見的是人們閒暇時刻便拿起手機或開著網頁瀏覽FB，由於其動作通常是不斷的往下捲動，我們通常稱為「滑FB」。2009年的研究發現，學生族群一天花30分鐘於使用FB上；同時，他們比閱讀真實的文章花更多時間在閱讀FB上的內容(Pempek et al., 2009)，調查顯示，42%的人在上課期間分享至少15條連結(Baresch et al., 2011)。不可否認的，這樣的資訊接收平台大大的改變了我們習慣的方式，現今年輕人用分享消息和連結來確保自己知道任何該知道的消息，Stelter (2008)稱這種策略為「social filter」，而相較較好的另一種傳統方式則是「professional filter」，也就是傳統資訊提供者與閱聽者之間的關係。
      S. Güzin MAZMAN (2011)等人收取了870個FB使用者樣本後，將使用的主要目的進行因素分析後發現可以被分為四大類：維繫現有關係(maintaining existing relationships)、產生新的人際連結(making new relationships)、學術用途(using for academic purposes)以及追隨特定議題(following specific agenda)。Bonds-Raacke與Raacke (2008, 2010)指出FB對於我們在維繫現有關係、產生新的人際連結及傳遞訊息的功能上可以得到滿足。而我們達成這些功能的方式，不外乎只有發送訊息、發表動態消息(News feed)及相關功能（留言、按讚）及「戳」（poke），但「戳」現今以幾乎無人使用，訊息亦為私密資訊不易取得，因此本研究將會專注於動態消息的部分。
      關於動態消息的互動方式，FB有其獨創的功能：「按讚」（Like），使人與人、人與團體之間的互動多了一種有趣的方式。「按讚」在社群網站上非常重要且有其價值，The e-commerce platform company ChompOn於2011年估計，FB上的每一個讚對其價值平均為8美元(Baresch et al., 2011)。然而，根據Yahoo!奇摩社群研究團隊的報告，一則動態按讚、回應的數量和連結的點閱並沒有太大的關聯。舉例來說，新聞「曾雅妮首冠」的按讚留言為「手機緊急撥號」案例的2~3倍，看似這篇文章似乎較多網友觀看，但實際上「曾雅妮首冠」的點閱率僅為手機案例的4%。該研究團隊發現，欲得到讚所需要的內容屬性為：讓網友感到有當下負荷的必要情緒性內容（創造義氣感）、符合民意的發言。他們實際觀察後得到的結論發現如下表。然而，這只是他們階段性的結論，從生活中的案例可以發現，極度不合民意的發言同樣也可以獲得高讚數，而有意義、深度的內容理應也應該得到叫多的讚數，因此本研究試圖分析得到較多讚之動態內容，目標是找到一般學生族群之按讚胃口。
      From: https://marketing.tw.campaign.yahoo.net/emarketing/contentF4.php?main=A06&sub=B02&tri=&literary=453

      通常，我們可以給偶像或喜愛的粉絲專頁讚，以表示支持與認同，但這種讚是一次性的。因此本研究的主要重點集中在於動態，動態是所有人都可以發佈的消息，並且不受次數頻率、內容形式影響，而動態會根據某些演算法[1]得到其分數，排序後出現在好友或追蹤者的動態消息中，任何看到這則動態的人，可以自由選擇是否要留言或給予讚，而不會受到任何限制。
                  因此可想而知，讚的數目極度容易受到曝光率、動態內容等眾多因素影響。我曾經在半年前分析過可能受到影響的因素（亦是此研究的起點），而這只是非常粗略的區分，略作修正後如下：
      一個發文頻率普通的人，得到的讚數除以他的總朋友數，也就是得讚比，通常介於5%~15%之間。影響因素有如：
      ·                  朋友結構：你的得讚比近10%或超過，可能你的朋友都是些只會迎合你喜好的王八蛋。或只是單純熟朋友比較多。
      ·                  發文類型：大於10%，你的發文類型較合大家胃口，換句話說，你是迎合別人胃口的王八蛋。或只是單純你的文筆好、照片驚悚，或你是正妹。
      ·                  發文時間：熱門時段是晚餐過後至睡前，及大家剛起床先滑手機時，在這段時間曝光，較不容易被蓋過。
      ·                  發文頻率：發文頻率過高者，普遍得讚比較低，原因如「超級廢文」或「超級大爛廢文」，然而發文頻率低者不一定較高。
      然而，在了解了FB的演算法則後，我發現有許多因素其實已經被綜合在FB的評分排序（ranking）內，且其演算法則是眾所皆知的，並沒有研究的價值。因此本研究注重動態的內容，包括其結構、語氣、修辭方式等，旨在探討何種形式或內容的動態較能或較不符合他人的胃口（讚不等於合胃口，但姑且讓我們這樣形容它）。

      研究動機

              探討影響FB動態消息的因素，注重在內容與形式上的變項。

      研究方法

              使用SPSS統計軟體進行相關分析、變異量分析與因素分析。 
              依變項為得讚比，其計算方式為：
                      得讚比＝該動態讚數/當時朋友數量
              將可能影響的變項分為八大類，共包含45個因素，除時間距離、字數、行數、標籤數外皆為二分變項。說明及操作型定義如下：
      ·         時間
      ·         與十點半距離（分鐘）：發佈動態得讚比最高時段為晚間十點半[2]，以分鐘為單位，不分正負。
      ·         與上篇間隔時間（天）：推測頻繁的發佈動態會造成接收者不願意仔細觀看或內容空泛，也就是俗稱的廢文。
      ·         功能：FB動態所內建可選的功能，不包括打卡。
      ·         圖：動態是否附圖，不分析圖片性質。
      ·         連結：動態內是否有附連結，推測有連結可能造成接收者轉移注意、懶得回來按讚。
      ·         分享：此篇動態是否是分享他人內容（使用分享功能而非單純的分享）。
      ·         標籤：在動態內是否有標記朋友。
      ·         標籤數目：標記朋友的數目。
      ·         內容
      ·         愛情：內容有愛情成分。推測多數人較愛好愛情類的內容。
      ·         友情：內容有友情成分。推測此類較能引起共鳴。
      ·         親情：內容有親情成分。
      ·         抱怨：內容有抱怨成分。推測會不受歡迎，但亦有可能得到安慰。
      ·         廣告：內容有廣告成分。推測會不受歡迎。
      ·         時事：內容有時事成分。新聞媒體所報導的稱為時事，否則為生活貼近。
      ·         用詞
      ·         文青：用詞文青，文青為文藝青年的簡稱，意為用浮誇的詞藻修飾。本身可能意義不大，但推測會受到某部分族群歡迎、評價兩極。
      ·         粗俗：用詞粗俗，包含一些常見的髒話、匿稱、誇張的自稱，無自謙詞。
      ·         形式
      ·         記敘：記敘文。通常符合生活真實事件，推測易引起共鳴，可能與生活貼近有共變。
      ·         抒情：抒情文。可能較符合某些族群。
      ·         論說：論說文。可能較符合某些族群。
      ·         學術：論文或類似格式。可能較不受歡迎。
      ·         結構
      ·         聳動開頭：能夠吸引人繼續觀看，可能有明顯效果。
      ·         創意結尾：能使人印象深刻，願意按讚。
      ·         貼近結尾：在結尾與接收者互動，使人較願意留言或參與討論。（如：以下開放討論或開放式問題）
      ·         行數：長度可能影響第一印象，太長可能使人不願意讀下去，太短內容可能不容易有高價值。
      ·         字數：與行數類似，統計方式不同。
      ·         語氣
      ·         諷刺：諷刺對象或事件不拘，推測有其客群。
      ·         哀怨：可能令人不愉快，但亦可能引起共鳴。
      ·         雙關：可能需要思考，推測有部分客群。
      ·         悲傷：與哀怨不同，可能會吸引安慰。
      ·         其他
      ·         實用性：動態內容是否有其實用價值、是否對他人有幫助。
      ·         生活貼近：內容是否貼近朋友們的生活，推測可能引起共鳴。
      ·         耍屌：假裝很屌。由多人判定。
      ·         真屌：真的很屌。由多人判定。
      ·         佳句：文內含有佳句，無論明引或暗引，亦不討論佳句種類。
      ·         有趣搞笑：內容是否會引人發笑，推測有好效果。
      ·         音樂：內容是否附有音樂歌詞、音樂連結或相關描述。
      ·         夢想熱情：內容是否牽涉到夢想或熱情，可能引起某些較重視熱血生活的族群。
      ·         創意：內容是否有創意，不可抄襲。
      ·         文內呼應：在文中前後或各部分是否有互相呼應，推測有好效果。
      ·         回憶：內容是否有包含回憶成分，推測會吸引念舊的人。
      ·         感動：內容是否使人感動，推測吸引感性的人。
      ·         修辭
      ·         對偶：是否有對偶，推測有助閱讀。
      ·         映襯：是否有映襯，可能有衝突感。
      ·         轉品：是否有轉品。

      研究結果

              由於變項過多，請參照整理過後的表，已刪除不顯著的變項。負相關因素全部不顯著。
      表一：正相關因素及相關性檢定
      類別
      因子
      r
      t
      其他
      真屌
      0.601
      3.442 **
      時間
      與十點半距離(m)
      -0.551
      -3.028 **[3]
      內容
      愛情
      0.442
      2.260 *
      功能
      標籤數目
      0.425
      2.149 *
      *：α=0.05
      **：α=0.01
      PS. 真屌為由他人判定的盡量客觀但無操作型定義因素
      表二：迴歸分析Anova
      Anovab
      模式
      平方和
      df
      平均平方和
      F
      顯著性
      1
      迴歸
      1569.737
      22
      71.352
      .
      .a
      殘差
      .000
      0
      .
      　
      　
      總數
      1569.737
      22
      　
      　
      　
      a. 預測變數🙁常數), 轉品, 愛情, 抱怨, 論說, 標籤數目, 文內呼應, 有趣搞笑, 雙關, 友情, 囂張, 音樂, 感動, 親情, 與十點半距離(m), 與上篇間隔時間(天), 回憶, 耍屌, 夢想熱情, 生活貼近, 諷刺, 映襯, 真屌
      b.       依變數: 得讚比
      表三：迴歸分析係數
      係數a
      模式
      未標準化係數
      標準化係數
      t
      顯著性
      B 之估計值
      標準誤差
      Beta 分配
      1
      (常數)
      4.712
      .000
      　
      .
      .
      與十點半距離(m)
      .004
      .000
      .128
      .
      .
      標籤數目
      -.089
      .000
      -.110
      .
      .
      與上篇間隔時間(天)
      -.695
      .000
      -.536
      .
      .
      愛情
      -3.910
      .000
      -.225
      .
      .
      友情
      8.708
      .000
      .297
      .
      .
      親情
      36.504
      .000
      .901
      .
      .
      抱怨
      4.792
      .000
      .239
      .
      .
      論說
      15.225
      .000
      .621
      .
      .
      諷刺
      9.056
      .000
      .416
      .
      .
      囂張
      -.911
      .000
      -.037
      .
      .
      雙關
      -7.195
      .000
      -.330
      .
      .
      生活貼近
      -2.988
      .000
      -.179
      .
      .
      耍屌
      3.360
      .000
      .115
      .
      .
      真屌
      30.318
      .000
      1.236
      .
      .
      有趣搞笑
      -2.184
      .000
      -.116
      .
      .
      音樂
      -3.705
      .000
      -.151
      .
      .
      夢想熱情
      -2.989
      .000
      -.102
      .
      .
      文內呼應
      6.995
      .000
      .239
      .
      .
      回憶
      16.812
      .000
      .894
      .
      .
      感動
      2.185
      .000
      .075
      .
      .
      映襯
      9.708
      .000
      .485
      .
      .
      轉品
      -.472
      .000
      -.019
      .
      .
      a. 依變數: 得讚比
      表四：全部因素描述統計
      敘述統計
      平均數
      標準離差
      分析個數
      得讚比
      13.502
      8.447
      23
      與十點半距離(m)
      231.91
      253.645
      23
      圖
      .30
      .470
      23
      連結
      .30
      .470
      23
      分享
      .30
      .470
      23
      標籤
      .13
      .344
      23
      標籤數目
      2.35
      10.404
      23
      與上篇間隔時間(天)
      7.30
      6.519
      23
      愛情
      .35
      .487
      23
      友情
      .09
      .288
      23
      親情
      .04
      .209
      23
      抱怨
      .22
      .422
      23
      廣告
      .13
      .344
      23
      時事
      .13
      .344
      23
      文青
      .22
      .422
      23
      粗俗
      .09
      .288
      23
      記敘
      .26
      .449
      23
      抒情
      .30
      .470
      23
      論說
      .13
      .344
      23
      學術
      .17
      .388
      23
      聳動開頭
      .22
      .422
      23
      創意結尾
      .48
      .511
      23
      貼近結尾
      .39
      .499
      23
      行數
      26.65
      31.373
      23
      字數
      408.87
      565.900
      23
      諷刺
      .17
      .388
      23
      哀怨
      .17
      .388
      23
      囂張
      .13
      .344
      23
      含蓄
      .17
      .388
      23
      雙關
      .17
      .388
      23
      悲傷
      .13
      .344
      23
      實用性
      .09
      .288
      23
      生活貼近
      .43
      .507
      23
      耍屌
      .09
      .288
      23
      真屌
      .13
      .344
      23
      佳句
      .39
      .499
      23
      有趣搞笑
      .26
      .449
      23
      音樂
      .13
      .344
      23
      夢想熱情
      .09
      .288
      23
      創意
      .30
      .470
      23
      文內呼應
      .09
      .288
      23
      回憶
      .26
      .449
      23
      感動
      .09
      .288
      23
      對偶
      .22
      .422
      23
      映襯
      .22
      .422
      23
      轉品
      .13
      .344
      23

       

      討論

              結果發現，屌文與愛情是最能顯著影響得讚比的（α=0.01），而愛情與標籤數目則是次要的決定因素。愛情此因素在預料之內，多數人喜歡看愛情故事或相關的文章，這部份可能有很大的年齡差異。屌文數目不多，可能導致誤差，但可以證實人們相對不喜歡耍屌（-.012）。發文時間則是一篇動態最好掌握的因素，十點半，估計是多數人結束了一天在休息時會滑FB，或在念書時正要滑FB的時段，太早可能會被較新動態蓋過，太晚則可能錯失某些客群。最後標籤數目也是重要的影響因素，因為標記朋友幾乎絕對的保證了出現在其通知中，曝光率會顯著的提升，然而不可胡亂標記（如廣告）。
              負相關的因素在修正後全部都不顯著，但其中有幾項低度相關的因素在此提出：圖、分享、連結、廣告，相關係數分別為-.389、-.358、-.339、-.332。連結可能是因為會使接受者轉移注意力，且因為這種動態相當於把一部分的價值放到連結內，若接受者未點連結，會導致低估此動態的價值。分享和連結類似，通常也需要連結到另一個頁面，較特別的是分享的是圖時，點進此圖按讚視同按圖片發佈者的讚，而非分享者，導致顯著稀釋得讚比。
              在迴歸分析的部份，其實用價值則無法保證，可能需要另外驗證。
              特別提出的非統計討論則是：我一開始推測更換感情狀態為「穩定交往中」是會獲得最高得讚比的，然而事後發現只有第二高。在23篇統計當中，最高的是發佈此篇研究並標記50個朋友（所有按更改感情狀態讚的人）的動態，獲得29.9%得讚比；更改感情狀態獲得27.7%得讚比；第三高的是獲得26%得讚比的一個感人的愛情故事（主觀評論）；而第四高的是友情故事，雖然旨在嘲笑朋友，但內容充滿可能引起共鳴的回憶，並起與多數朋友有聯繫，亦標註了兩個朋友，因此獲得24.2%得讚比。以下推論沒有數據支持，個人認為要獲得高得讚比的方式不能單已愛情或屌文而論，而是要感人（然而因為這太過主觀無法列入變項分析，有些可惜或貼近多數朋友的生活（注意是要貼近朋友的生活，而非自己的），也就是兼具愛情成分同時滿足其他條件，而這估計和朋友族群的八卦程度有極大關係。但相對來講，若單純為提高得讚比，發佈一些與朋友有關並標註他們的動態、並在關鍵時段是更為有效的方式（時常可以在吃飯聚餐的打卡上發現穩定的得讚比）。
              最後，有一些無法分析的因素無法納入考量，在這邊提出來，某些人會但單純因為文章很長就跳過不看，相反地，有些跳過的人會因為發文的是好朋友而毫無理由的按讚。有些人則是只有女生或正妹的才按（這些無法掌握的客群通常在每人的朋友結構中佔了部分不可忽略的數量）。有些人會在看完動態後不先按讚而去看留言，然後只按了留言讚；有些人可能單純討厭我或猜到我要做因素分析而故意改變行為。

      注釋

      [1] FB三年前棄用了使用已久的Edgerank演算法，台大心理系刊物《逆光》去年三月有一篇「Facebook沒有告訴你的事」對於此演算法有詳細的說明（雖然他不知道已經棄用了），目前FB並沒有公開內部使用的演算法，但多數人同意使用的因素非常多，並同時與使用者互動式的調整（你可以藉由按「我不想看到這個」改變你的排序加權）。並且也有許多人找到了重要的影響因子。

              由於這個演算法非常有趣，容我稍作說明：FB會計算親近度、權重、時間衰變、與朋友關係的設定（摯友）、貼文種類（影片>圖片>>純文字）、隱藏貼文、使用裝置、連網速度、Story bumping（舊但是沒看到的動態會自動浮出來）、Last actor（考慮最近50個互動朋友）。

      [2] 十點半的由來是得讚比分別與九點、十點、十點半、十一點計算相關，最後取相關最高者。
      [3] 得讚比與與十點半距離負相關表示發文時間越接近十點半得讚比越高呈正相關。

      參考文獻
      Tiffany A. Pempek, Yevdokiya A. Yermolayeva, Sandra L. Calvert. (2009). College students’ social networking experiences on Facebook. Journal of Applied Developmental Psychology, 30, 227–238.
      Brian Baresch, Lewis Knight, Dustin Harp, Carolyn Yaschur. (2011). Friends Who Choose Your News: An analysis of content links on Facebook. International Symposium on Online Journalism.
      Stelter, B. (2008). Finding political news online, the young pass it on. The New York Times. Retrieved from http://www.nytimes.com/2008/03/27/us/politics/27voters.html
      S. Güzin MAZMAN, Yasemin Koçak USLUEL. (2011). Gender differences in using social networks. The Turkish Online Journal of Educational Technology.
      Bonds-Raacke, J., & Raacke, J. (2010). MySpace and Facebook: Identifying dimensions of uses and gratifications for friend networking sites. Individual Differences Research, 8(1), 27-33.
      Raacke, J., & Bonds-Raacke, J. (2008). MySpace and Facebook: Applying the uses and gratifications theory to exploring friend-networking sites. Cyberpsychology & behavior, 11(2), 169-174.

      後記

              再次感謝我的朋友們，尤其是受最後一個更改感情狀態的動態所騙的朋友（其他動態內容多數是真實的），而此動態有許多人猜測是假的，並在事後非常肯定的和我說有猜到，對此我認為不會影響統計，因為多數人仍會按讚，且有極大成分是後見之明偏誤（經過調查，多數人的肯定程度落在0.7~0.9之間，以此數字來看，幾乎可以肯定有偏誤成分）。並且感謝那些支持我發文的朋友們，我為了作因素分析時常轉換文章風格（是否有人發現一下愛情一下友情，一下時事一下回憶，一下嘴砲一下文青？），因此造成我的動態水準參差不齊，若有人因此對我的某些文章感到失望，我也只能遺憾的說這是必要的犧牲了。歡迎繼續支持。
                  另外礙於篇幅所限，也不附上實際分析的資料與每篇動態的內容，若想要的話可以私下索取。
      可能有人會質疑這篇分析的價值，認為我找出了45個變項依然不能準確預測得讚比，是的，根據迴歸模型，發佈這篇的動態預測會是15.6%的得讚比（接受者可以因此按或不按而改變準確度），但實際卻是出人意料的29.9%。但其價值並不在於預測，而是了解影響因素，雖然樣本動態過少，確實是有其困難度。但在公開的數據之外，FB的點讚是記名的，在我得到了大眾胃口的結構之後，便可以分析所有曾經按我讚的人的喜好。是的，你只要有點過我的讚，我都已經知道你的胃口如何了，這價值高不高，就得視個人的價值而定了（下次點其他人讚時也請三思）。而這些數據因為隱私問題而不能公開，理論上作為一個有倫理的研究者我應該也不會對私下偷偷來問我的人透漏的。