 |
| 活動現場 |
活動主題：陳昇瑋：當電腦科學家遇上社會學──從計算社會學來看慈善募款（2014/10/14）
活動網址：http://nettuesday.tw/events/2014/10/477
（本篇記錄感謝病後人生│一站式服務網站長，分享線上筆記供筆者參酌）
陳昇瑋博士任職於中研院資訊研究所，專長領域是多媒體系統及使用者經驗的量測及管理，過去多跟線上遊戲的業者合作。有感於學術研究和現實社會的交集較少，所以這一次他和學生們一起挑戰量化方式（data-driven）的計算社會學，來研究慈善募款的數據資料。他也強調，因為社會科學的問題大多很難，資料取得不易，所以這次以網路上有比較完整資料的「蘋果日報慈善基金會」的報導數據為例，來分析、說明。
一、關於計算社會學
這是一種把「社會科學+電腦科學+量化方法」整合的新興領域，於 2009 年開始蓬勃發展。以電腦科學家的觀點來看，社會學研究的困難在於：(1) 因果關係複雜，容易混在一起 (2) 數據資料難以取得，所以在「計算社會學」中，目前採取的方法是：
- 網路規模的語料庫資料（Web-Scale Observation Data）：例如使用 Facebook 或 Twitter 的資料來分析這個人的行為，可預知憂鬱症的發作。
- 把網路當作虛擬實驗室（Virtual Lab Experiments）：過去難以實現的實驗，現在可以透過網路來進行分析。例如：排行榜的排名可能透過金錢買賣來操控，而較前面的排名的確會影響消費者的購買意願。
- 用統計分析來建立模型（Computational Modeling）
| Kiva 是一個世界性的非營利組織（NPO），它的使命是：透過減緩貧窮的借貸來連結人們（connect people through lending to alleviate poverty）。利用網路、並和世界各地的微型貸款（microfinance）機構合作，kiva 讓每個人借出最少 25 美元的金額，來為世界另一端的人創造機會。⋯⋯更多詳細中文介紹。 |
陳博士觀察了這個平台七、八年的表現，只有 1% 的借貸沒被償還。從這裡面可以觀察到：
- 擠出效應（Crowding Out Effect）：當捐款人覺得大家都會幫他的時候，就比較不會去幫忙。大家比較會借款給不常見的國家或有特殊性的使用方式。
- 男女性別在不同產業會獲得不同的群眾借貸，例如男生若要開工廠，會比女生做這件事，容易拿到借款。
以蘋果日報慈善基金會為例，每一天會在蘋果日報刊登一個需要受助的個案，讓閱報者可以直接捐款資助，設限自由募款 30 天，金額無上限。目前已經累積了十年、超過三千筆的報導資料。而從這些報導的標題、約一千字的內文與照片，可以獲得許多資訊，包括受助者的家庭狀況、性別、所遭受的疾病或意外等等，從這些資料中可以建立系統性的模組、比對分析，藉以了解什麼樣的用字遣詞（包裝）與受助個案（事實），比較會吸引閱報者的捐款，進而達到這些目標：
- 找出寫文案的規則
- 判斷潛在捐助者忍受訊息的騷擾程度，推對的訊息
- 讓平常沒有捐款習慣的人，願意掏出錢
- 直接將網頁資料抓下來。
- 進行文字挖掘（text mining）：切割文字詞組，並招募受訪者接受調查，了解大家看到的感受（annotation），共募集四百多人花了 200 個小時。
- 得到詞組欄位的 csv 檔。
- 矯正隨時間成長的捐贈趨勢變因，避免時間因素對模組正確性的干擾。
- 從 2008-2013 共六年，有 1,500 篇報導，全部報導由 8 位記者完成（從中也可以看出哪一位記者的報導，可以吸引比較多的捐款）
- 共有 100 萬名捐款者，每個個案約 600 人捐款，平均每個個案可得 50 萬元捐助
- 受助人：婚姻關係、疾病的類型，與是否有不良習慣，會有所影響。一般來說，單身、有不可歸因於自己責任的重大傷病，比較會引起同情。
1) 性別：男生低於女生。
2) 年齡：集中於年幼或年老二極。
3) 婚姻狀態：失婚或單身者較高。
4) 疾病：心血管、肝、腎、癌症等。
5) 天然災害、家暴、喪偶者，會獲得比較多捐款；若可歸因于自身的因素，如吸毒、抽煙等等，捐款較少。
6) 看護或肢體殘障者，比較不會吸引捐款（可能因為捐贈慈善是捐贈給「希望」）；而身障者中視覺障礙者會獲得比較多捐款。 - 家庭結構：家庭成員、有無兄弟姊妹、有沒有離婚等等。
1) 家庭人口數：越多男生或年輕的女人、壯丁等，會減少。老人和小孩較吸引捐款者。 - 財務狀況：是否有常規收入、是否列入低收入戶的補助。
1) 捐款者多表現出「救急不救窮」，有債務者會扣分。 - 整體形象：以標題和照片，讓受訪者針對這些文字和影像感受，來做程度排行的判別。（目前影像技術還無法直接處理）
1) 照片：看起來有「生活艱苦、急需幫助」感覺的，獲得捐款較多。
2) 體型較胖的，比較不吸引捐款者。 - 其他後設資料（meta info）：有些資訊跟受助者無直接關係，卻和報導者的文字與上架時間有關。
1) 報導上線的時間很重要，通常週二、週三表現較好。
2) 報導的前 15 天，獲得的捐款表現較好。
3) 一年之中，12月～4月的捐款表現較好，特別 1-2 月最多，5月繳稅後捐款瞬間減少。
- 家庭、死亡、健康詞，會獲得比較多捐款；工作、成就、金錢詞，會較少得到捐款。
- 文章字數越長，捐款越多
- 引號：如果一直引用受訪者的話，反而會減分
- 副詞越多越不好
- 目前仍需要更多心理學的分析解釋
在場回應
- 一般 NGO 選擇報導的個案，往往和記者的選擇不同。很多時候，NGO 看到媒體報導是不認同的，因為看不到受助者自身復原的力量，所以 NGO 的個案報導不會寫得太煽情，會拿捏分際。另外，蘋果的報導和捐贈是傳統的慈善捐助方式，有可能造成「受助家庭只需要50萬、結果拿到500萬」的狀況，資源分配不均、過剩，這些都是讓 NGO 在意的問題。
- Q：東海大學在鄭杰事件後，收到大量捐款，這些是否可用於分析？
A：資料分析一定要是長期的資料，單一事件比較像是突發性危機。量化分析至少要一百筆資料以上。 - 蘋果日報的閱聽人屬於特定族群，所以要把閱聽人的脈絡放進來，不同市場族群的側寫（profile）會不同，例如：蘋果日報就是想吸引正在吃早餐的中產階級，因為罪惡感而決定捐款，所以筆路就會比較煽情。講者也回應，希望能跟蘋果日報有進一步接觸，因為目前不知道閱聽者有多少來源是從網路、多少是因實體報紙而捐款。
0 意見:
張貼留言