部落格流量(2): friend or foe?

故事要從好萊屋明星Kevin Bacon說起[1]. 我對Kevic Bacon的印象來自電影透明人裡飾反派的Caine一角. 也許在該片中他表現出色, 之後再看阿波羅13才發現他竟然也出現在阿波羅13裡. 儘管不算特別有名, 二線明星的他在1994年被電影雜誌Premiere訪問電影the River Wild時曾誇口他幾乎與任何好萊屋明星或者與這些明星共事的人合作過,例如:

問: Kevin Bacon和Val Kilmer合作過嗎?
答: Val Kilmer在捍衛戰士(Top Gun)裡和Tom Cruise合作, 而Tom Cruise與Kevin Bacon兩人於軍官與魔鬼(A few good men)一片合作.

也就是說, 如果以Kevin Bacon為原點, 那麼, Tom Cruise可以編號為一號, 而Val Kilmer就是二號, 也就是說Kilmer與Bacon有兩度的分隔(two degree). 故事演變的結果是發展出一套稱為 Six Degrees of Kevin Bacon的遊戲. 顧名思義, 娛樂圈內的所有人至多與Kevin Bacon相隔6層關係. 這當然是誇張, 因為實際上大約有12%的演員和Kevin Bacon “沒有關係”[註]. 即便如此, 這遊戲在於傳遞一個 “世界真小”的訊息. (對一堆理論或數字沒興趣者可直接跳到最後小結)

今日的部落格或早期的社群正是一種透過網路串聯起的小世界. 學術界早於1961年由Mikhail Iosifovich Gurevich發展出所謂的網路分析(network analysis).Gurevich當時是MIT的博士班學生, 與他的指導教授根據所謂的”small world”實驗而發表一篇名為聯絡與影響(Contacts and Influences)的手稿而得出以當時美國人口數而言, 兩個個人之間可以藉由兩個中間人(intermediaries)而互相連結. 雖然網路的概念早已有知,應用在電腦網路上的研究一直到了1999年才開始. Barabási 與Albert 發現電腦網路的連結並不均勻,反之, 單獨電腦之間是透過中介者串聯起的, 此類網路被稱為scale free network,而與一般隨機網路(random)有別, 如下圖:
(圖一)

除了電腦網路之外, 現實社會中還有許多此類scale free network的例子. 第一個例子是航空轉運站(hub). 例如西北航空的轉運中樞在雙城市與底特律, 因此絕大部分的飛機都是在此兩地間轉機. 又例如聯合航空的轉運中樞在芝加哥, US Air的在鳳凰城等. 不難想像, 轉運中心的交通量往往比其他城市的航空站來得大.

回到部落格流量的問題, 一個合理的推論是: 如果部落格構成的網路世界也具有scale free網路的特性, 就如同部分旅客到轉運中心的目的在於轉機, 位於樞紐的部落格流量高的部分原因也在於讀者為了聯結到另一個部落格而造訪特定部落格,那麼位於樞鈕的部落格同理可推得其部落格流量相對較高. (當然這部份貢獻的流量是可以估計的, 下回再談—是的,我在打預告啦!).

問題於是乎變成: 部落格構成的虛擬世界真的是scale free network嗎(精確的說: 部落格夠成的網路世界是否具有cale free network的特質)? 回答這個問題前不妨先想想: 假設你喜歡的部落格有7個,從A~G,而其中A網站的10個連結裡有4個(假設是部落格C,D,E,F)是自己常造訪的,另外B網站的10個連結裡只有1個(即部落格G)是自己常造訪的, 那麼你會選擇

a) 在自己部落格裡將這7個部落格全部加入連結, 或是

b)只加入部分連結. 如何選擇這個 “部分”連結?一個簡單的方式是加入A, B與G. (或是A與B而已).

如果你選擇b) ,那麼你等於走進了scale free的網路世界. 為什麼呢? 很簡單, 你的部落格與其他部落格C,D,E,F的連結是透過中介者A! 如此一來, 每當你欲前往部落格C,D,E,F,就得先前往A因而增加A的流量了. (這也是我在第一篇中分析"因為某網誌被加入連結"類似,但不同,於此處的部落格被加入連結所造成部落格流量變化的推論基礎)這個簡單的例子也可看出, A因為與其他連結多, 因此被加入連結, 造成連結多者愈常被連結, 也就是“大者愈大”的現象, 這也是scale free 網路的特色之一: 它的連結不是均勻分布的,而是以power law(感謝網友指教,中文是"冪次律")方式從中樞向外遽減!

部落格構成的網路到底是不是scale free? 我將自己部落格的部份(為了讓自己的部落格成為樞紐而 “選擇性”畫出的…….自娛一下!) 連結畫出來. 視覺上判斷應該比較接近scale free network. (精確的話得用實際數字, 例如計算一個網路內點之間相互連結的可用P(k)^(k−γ) 來描述, 通常γ介2,3之間,未免太學術,我就省略了)

(圖二)

但是,　即使部落格構成的網路世界不是scale free network, 從網路結構還是可以解釋特定部落格的流量比較多的現象。以圖一之一般隨機網路(random network)中的三個部落格X,Y,Z為例, X與Z之間的唯一連結必須透過Y, 即使Y並非居樞紐(not a hub)之地, 但因為它控制了X與Z之間的連結, Y的流量也因此比較大. 這一類的部落格被稱為structure hole, 它解釋了即使某些部落格的對外連結甚多, 流量未必就大的現象[2]. (我把structure hole measures拿掉了,占好多篇幅,大概也沒幾個人管那個啦)

最後來談談此類scale free網路的特色. 假設每個單點受到攻擊的機率一樣, 那麼除非是樞紐受到攻擊, 否則對單點的攻擊不會蔓延到整個網路. 在資源有限的情況下有關當局只須傾全力顧好網路的樞紐即可, 類似猶太諺語“把所有雞蛋放再同一個籃子裡, 然後顧好那個籃子”. 福禍相倚, scale free network的特性是優點但也為它帶來缺點. 舉個公共衛生上的例子, 性病的傳染: 性交易工作者有如位於樞紐,一旦得病, 與其有接觸的人皆中標. 又例如, 網路世界裡一旦伺服器中毒, 其餘相連接的電腦恐怕也難逃一劫等等. 因此, 如果部落格連結建構的網路的確是scale free network, 萬一有朋友反目成仇, 即使兩方截斷了彼此之間的直接聯繫,放的火恐怕很快就會燒到自己身上, 又或是有人白目惹毛位於樞紐的部落客, 那恐怕比自斷手腳還麻煩了! 類似的, 在一般隨機網路(random network)裡,如果與位於structure hole之部落客交惡, 那麼也就無法隨心所欲到任何部落格了; 或是, 萬一當通往你部落格的唯一且必經之路被橫生阻斷, 那麼即使再多努力也無法提升流量了!

小結: 簡單講, 不管部落格夠成的網路世界是scale free或是一般隨機網路, 就如同失業率有結構性與非結構性,部落格流量大小,也有部分原因可能是部落格網路世界結構性因素所致,屬非戰之罪. 對於那些非常在乎自己部落格流量的部落客, 這樣的部落格網路結構到底是友(friend)亦敵(foe)?

[1] 這故事有學術版, 大抵是用傳信的方式, 發現在傳了六個人後信又會回到一開始想傳遞者的手裡. 大意如此.

[2] 我雖然計算了P(K)與structure hole measures 等, 但篇幅起見也考慮大概沒多少人有興趣那種技術性問題,就不一一列出了

[註] 這裡"沒有關係"的意思是說,在6度或以內(degree of 6)能和Bacon找到連結的, 不管是演員本人或是和演員共事過的就叫做有關係, 其他就叫做"沒有關係". 如果用一般日常語言, 說成"關係疏遠"比較貼切,但此處的用法類似統計上的顯著或不顯著,是二分法, 所以只分成有關係(within 6 degree)或是沒關係兩類而已.

-------------

網路版six degree of Kevin Bacon game:http://www.thekevinbacongame.com/

延伸閱讀:

6 degree : The Science of a Connected Age ( by Watts), 或
中文版: 六個人的小世界

此系列部落格

前一篇>> 部落格流量(1): fad or fashion?

後一篇>> 部落格流量(3): fact or fiction?

茴香(1)

茴香(Fennel)是菜園中的植物之ㄧ. 它其實不是我刻意種下的,因此一開始也被我當雜草拔除. 這種除之而後快的痛快持續到某日上網查詢芹菜的種植方式時赫然發現它竟然不是雜草而是茴香, 我才因此將"當時"園內的茴香移植成一排. 是的,當時的,意謂著與後來有別. 的確, 在我們出遊歸來園內又發現茴香數株, 或許太大株了或許懶惰就任由它們就地發展. 雖然留它們一命, 收成也頗豐碩但總覺得它們帶來的期待不及其他刻意栽種的果菜們. 直到前陣子到超市時赫然發現一枝小小的茴香竟然要價2.49, 乖乖, 那我菜園裡就算只有茴香豈不也早超過菜園的押金了? 我因此對它說, "茴香啊,對不起, 我看輕你了!" 彌補起見來專文介紹一下.


先來個近照. 已經大到開花了!

切下一節放到盤裡.

再介紹一下本實驗廚房的茴香料理. 話說在前頭, 是"實驗", 按圖索驥若不好吃別找我.畢竟每個人口味喜好不同.

茴香煎蛋. 就像蔥煎蛋,九層塔煎蛋一般. 這應該是最容易想到的花樣吧!

第二個嘗試的是茴香鮭魚義大利麵. 靈感來自迷迭香義大利麵.怕魚腥者不妨一試.


不紅的俄羅斯紅湯. 這是唯一我吃過的茴香料理方式. 效法餐廳裡的紅湯買回紅色小蘿蔔若干(又稱甜菜?), 可惜紅色小蘿蔔量太少, 煮出來的不像俄羅斯紅湯,只能勉強說是粉紅湯. 此外, 餐廳裡用的是酸奶(sour cream),我用的是牛奶. 不知是否如此甜味與餐廳裡的略有不同?



再來是茴香烤雞腿. 靈感也是來自於迷迭香烤雞腿. 把雞腿換成雞胸肉應該也很適合. 烤雞腿或雞胸肉最大的麻煩處是不容易入味, 茴香味重似乎可以穿透肉質,因此特別適合. 我猜想茴香烤羊排也會很讚, 不過沒買到羊排,一切可能只是想像.




這是今天(7/20)早餐.第二次做, 技術比上次熟練多了. DG說有點像芬蘭式(Finish)的早餐. 茴香煎蛋餅內裹自製草莓醬(照片在MSN相本裡). 有了草莓醬的中和茴香似乎只剩下香氣, 辛辣不再, 入嘴最後還有草莓醬的酸甜, 因為茴香的提味, 草莓醬甜而不膩, 酸而不澀, 層次分明. 我個人覺得蠻好吃的! 如果配咖啡應該非常適合, 略苦的咖啡可以將香氣與甜味完美的襯托出來.

其實還曾經在土耳其喝過茴香酒, 不過自己釀酒我想就免了吧?

以上. 若據此嘗試或有他種料理方式還請各位不吝於交換心得.


----
7/17補:
前幾天試了茴香茶, 果然和想像中一樣, 味道太嗆. 心裡猜想應該得加一點蜂蜜之類, 類似薄荷蜂蜜茶. 可惜手邊沒有蜂蜜. 今天偷懶在家胡搞瞎搞. 一方面用烤箱把茴香烤乾後再收藏(當然,這又是我自己想像的,沒有根據), 同時把冷凍紅蘿蔔拿來烤. 我很害怕紅蘿蔔的腥味, 烤紅羅羅蔔一來是泡茶用, 豐富的維他命A護眼有加;另一方面是打算下次做紅蘿蔔吐司用. 從烤箱拿出茴香的一剎那, 我突發奇想把兩者加在一起, 心想反正烤乾的紅蘿蔔只剩下甜味, 應該與蜂蜜有異曲同工之妙. 事不宜遲, 立刻就試:


果然這一來茴香的刺鼻完全被焦糖甜味般的紅蘿蔔中和了 (至少看起來美美的吧?)

>>>
延伸:
茴香(2)
茴香(3)

Legend2006猶他州國家公園之旅

整理一下舊文，重貼出來方便自己日後索引。

-----
(1)5/17-5/24 猶他州國家公園之旅: 行程
(2)猶他州國家公園之旅 之Valley of Fire State Park, Nevada
(3)猶他州國家公園之旅 --錫安國家公園
(4)猶他州國家公園之旅--國會堡礁(Capitol Reef)國家公園
(5)猶他州國家公園之旅 --布萊斯峽谷(Bryce Canyon)國家公園
(6)猶他州國家公園之旅 之州立公園(Goblin State Park, UT & Dead Horse Point State Park, UT)
(7)猶他州國家公園之旅--峽谷地國家公園(Canyonland Nation Park)
(8)猶他州國家公園之旅--拱門國家公園( Arches national park)
(9)猶他州國家公園之旅--La Sal Mountain Loop

Legend 2008: 探險家(Voyageurs)與皇家島(Isle Royale)國家公園之旅

之前台灣家人來訪, 利用僅有的時間走訪探險家與皇家島國家公園. 這兩個國家公園分別是明尼蘇達與密西根州各自唯一所有的國家公園.

國家公園是美國對我最大的吸引之處, 本想說是唯一的吸引點但怕太鐵決. 我既不喜歡小島度假, 更不愛豪華遊輪之旅, 在我的偏見裡總覺得那是上了年紀的人從事的活動, 尤其後者對我來說是種老到行動不便只好以灑錢方式來犒賞自己. 我也不特別鍾愛都市旅遊, 至少不是在美國都市旅遊. 美國只有三個都市對我有吸引力, 其他的一律被我打入沒有文化或不夠美麗之流. 我偏見的以為, 在歐洲才適合都市之旅: 大都市有富麗堂皇之艷, 小鄉鎮有古典樸質之美, 風情不一卻各有特殊. 因此若要市鎮之旅, 我必擇歐洲而捨美國. 不不不, 千萬別告訴我什麼拉斯維加斯的紙醉金迷也是一種美,那充其量只是奢華. 同樣是沙漠, 我偏好就算稱不上美卻絕對特殊的仙人掌國家公園遠勝於萬金打造的拉斯維加斯,即使十餘年後不得不再度造訪,它的改變也不足以說服我改變初衷, 甚至更根深蒂固我的偏執. 所以杜拜六星七星飯店不曾吸引我, 就如同DG說的, 寧可花一樣甚至更多的錢到洛磯山脈旁的路易斯湖畔的古堡飯店一宿.

當然,這只是我的偏見. 個人喜好不同, 你不必附和我的看法, 就如同你也不需嘗試用你的喜好來說服我.至於那種習慣生喜好的說詞對我尤其薄弱, 沒有具體理由是無法讓我打破已深的陳見.

我樂於閱讀你分享不同偏好的旅行之喜悅, 就如同我把行蹤貼出來也只是野人獻曝我在國家公園的經驗而已. ㄧ度(2002年時)想以美國國家公園為主題製作網站, 不過一直沒有成形. 現在有非常好的網站(旅人行腳), 我也就省了. 我常在此處神遊, 或回憶與回味過去的點滴, 或計畫並期待到來的遠行. 只希望哪天能夠記錄所有走過的痕跡, 至少寫下行程也好, 也會不虛此行.


以下先紀錄此次的探險家與皇家島國家公園之旅. Legend XXXX 是DG取的. 他希望在我們還住在美國的時候把美國國家公園當後花園每年至少一遊. 有機會慢慢補上以前踏足過的所有國家公園.
-----

探險家與皇家島國家公園(1):行程
探險家與皇家島國家公園(2):探險家國家公園淘金之旅
探險家與皇家島國家公園(3):在皇家島的植物之旅
探險家與皇家島國家公園(4):在蘇必略湖划獨木舟
探險家與皇家島國家公園(5):其他

更多照片見同名相本

部落格流量(1): fad or fashion?

這篇寫很久了, 不知怎麼今天才發現放上來,但blogger把日期放成當時存草稿之日(6/14),掩埋在舊文裡, 我只好把它重新copy & paste貼出來置頂. 精簡版(少了交通流量的例子)請見msn同名網誌.

------
你看我的部落格嗎? 廢話, 不然你就不會讀到這篇了. 當初開格的主要目的之一在於讓在台灣親朋好友知道我生活的近況(至於出閣的目的當然是找米缸好當米蟲...好冷,我知道), 這從部落格標籤就一目暸然: "水深"寫在大湖區的生活, "火熱"寫在AZ的生活,"實驗廚房"寫胡搞瞎搞的做菜雜記....當然啦, 有時候看到新聞氣火攻心也會發發牢騷,批評月旦一番, 那就歸到"瘋言瘋語"去. 這就得提到此格的第二個目的是在各自表述, 是抒發,也是批判; 是自娛也是自愚, 有些無聊學術笑話屬之.

正因為這是一個私人的空間, 我不曾注意部落格流量. 直到某次. 朋友表示要增加他部落格的流量,在我的部落格"置入性行銷"後, 我才開始注意閱讀部落格的流量,而有一些自認有趣的觀察.

既然要談流量, 第一個問題是: 部落格流量要怎麼衡量? 部落格的流量衡量是問題嗎? 是的! 就如同我們用多少"人次"來衡量博物館,或迪士尼樂園之屬的遊客數或參訪的人數; 用閱讀頁次(page viewed)來衡量部落格流量似乎正當且直覺. 但這是唯一的方式嗎?

先以交通流量為例. 當我們說交通繁忙, 到底我們是用一段期間內經過的車次來衡量呢? 還是該用一段時間內使用的人數來衡量? 而這兩種衡量方式之間又有什麼差異? 舉例來說, 假設我們關心台北市信義路4段與復興南路路口早上8點至9鐘的尖峰時段的交通流量, 經過一個月的觀察後發現, 平均此段時間有30部公車停靠, 100輛計程車行經, 200部機車, 50部轎車經過, 此外另有500行人, 那麼這段時間的交通流量到底是多少? 是單純的30+100+200+50+500=880嗎?

如果沒有大眾運輸工具, 假設每部公車上有40乘客, 每部計程車與轎車各有1乘客含司機2人乘坐, 機車皆僅一人騎乘,也就是說此時段經過該路口的人數共有30X40+150X2+200+500=2200人次!
相反的, 如果共乘機制(car pool)發揮徹底, 每個行人,計程車與機車騎士都得以共乘, 那麼目前這150X2+200+500=1000人僅需1000/4=250輛計程車或轎車即可運載同樣的運輸量,亦即現有的100輛計程車與50部轎車外另需100輛汽車即可取代200部機車與500位徒步的行人,那麼以第一種算法交通量減為30(公車)+250(汽車)=280, 比原先的880大幅減低.

以上簡單的比較對照出交通流量繁忙與否與衡量的單位（unit of analysis）大有關係，即使總量相同。所以, 當你在報章雜誌上閱讀到各種數據，了解其衡量的方法與衡量的單位才能真正了解該數字的意義!



回到部落格流量的問題。部落格的流量或說受歡迎程度要怎麼衡量? 類似於上述的依照某段時間內通過的交通工具(vehicle)數量, 方法之一是根據每天被閱讀的網頁來衡量(pages viewed per day). MSN的部落格工具提供此類統計資料. 這個統計資料會顯示每天閱讀網頁數,本週閱讀頁數與累積閱讀數.

但這是唯一的方法嗎? 當然不是. 就如同機車只能騎載至多2人, 一般轎車或計程車可以運載4人(不含司機),公車卻可以輕鬆的運送4,50人,有些讀者也許只閱讀一篇格文便行離開, 有的則"流連忘返". 因此部落格的流量也有另一種衡量方式. 為此, 我在MSN的首頁也加入地圖來追蹤客從何處來. 下圖對照兩個流量的差別:



舉一反三, 類似上面交通量的例子, 平均每位訪客(以一個位址IP為不同訪客數之衡量)瀏覽部落格網頁數(pages viewed)可以簡單的用 (該日總閱讀數/該日訪客人數)計算出如下圖:


由此可知平均每人閱讀的網頁有極大的起伏,除了第一天與最後一天之外,平均每訪客閱讀網頁數介於10至20之間. 這個發現讓我頗為意外. 為什麼呢?

如同前面提到,我開格的最大目標在於分享生活. 因此我猜測讀者多為認識我的朋友,長期的基本班底之屬. 因此一旦部落格有所更新, 每個訪客讀完更新後便行離去; 特別是同時有使用msn messenger習慣的朋友, 當我的網頁有所更新, msn會在通訊錄上以小花提示. 當然我也不能排除部分朋友久久才上網一次, 一次閱讀自上次以來的所有更新. 因此, 我預料中的每位訪客的平均閱讀頁數應該接近1 (或是說接近於當次更新的網頁數),遠低於追蹤的結果.

那麼, 有哪些可能的原因造成這種情況呢? 我認為有幾個可能性. 首先, 如果 “一旦部落格有所更新,每個訪客讀完更新後便行離去”的想法成立, 那麼更新網頁應該可以預測近期內(如, 一日內. 這是基於我於美國工作時間更新, 數小時後台灣白天始之故)的訪客數. 但是分析的結果顯然 “部落格有更新”做出很差的預測.

我猜測的第二原因是我的部落格或某網誌被其他人加入連結, 因此其他網站的遊客也間接變成本部落格的遊客, 而這些新的訪客也許出於好奇,除了原來的連結外也順便流覽其他網誌. 當然, 因為是透過第三者的網站, 訪客人數也罷, 每訪客平均閱讀部落格數亦然的增加應該與更新的速度有時效上的差異. 例如說, 今日更新,明日被加入連結, 後日起才陸續可見新湧入的訪客數. MSN的統計工具裏提供訪客來源(reference source)提供必要的資訊.

為了印證此想法, 我利用時間序列(time series)的統計方式,以 “被加入新連結”來預測每日瀏覽頁數. 我比較了三個模型, 分別是
1) 完全零時差: 也就是說一更新馬上被加入連結,一被加入連結,閱覽馬上增加,
2) 部分零時差: 亦即更新與被加入連結有一日之時差, 但被加入連結與被瀏覽無時差. 這個模型的前提在於我“假設” 將我加入連結的第三者位於台灣時差區, 因此與我有一日之時差, 但與其他台灣讀者無時差); 與
3) 完全時差: 更新與被加入連結, 被加入連結與被閱讀分別各有一日之時差. 類似於第二個模型, 如果將我加入連結者位於歐洲, 那麼這個模型應可以得到較佳的預測結果.

我預期模型二可以得到最佳的預測值. 因為雖然我的MSN網站選擇的是台灣時間, 但我身在美國因此網誌上的系統日期與我實際更新日期有一日之別. 因此, 除非將我某網誌加入連結者與我情況相同, 否則據其MSN的統計資料顯示該第三者應身處台灣, 應與我有一日之時差.

統計結果印證以上推測, 模型二得到最佳之預測, 其餘兩個模型都不足以正確預測我網站的閱覽數. 下圖深藍色為實際閱覽數, 粉紅色則為模型二的預測閱覽數.


小結1: 因為其他網站將本人的某網誌[1]加入連結, 閱讀數因此增加. 簡單來說是個短暫的流行(fashion)! 該話題流行一過, 我的網站又恢復只服務親朋好友的價值, 回到平日之安靜.


那麼這些新的讀者到底有多少會成為日後常態性的讀者呢? 又, 上述平均每人閱讀頁數遠大於一的問題還沒得到充分解答. 我的猜測是, 如果新的讀者除了被加入連結的網誌外, 還因此閱覽其他網誌並決定訂閱本網誌, 那麼本網站的常態瀏覽人數將增加. 因此新讀者瀏覽其他網誌的這個決定訂閱過程應該可以預測每人平均閱覽頁數的變化(增加).

有了這個想法, 我又跑了另外4個模型來涵蓋不同的新讀者來源分別是:
1) 因搜尋引擎而來: 我推測此類讀者只是因為一時之需求(ad hoc basis), 看完需要的資訊便轉身離去, 對平均閱讀網頁數應該沒有太大影響
2) 因被加入連結而來: 詳細推論如上.
3) 搜尋引擎+被加入連結而來
4) 成為常態性讀者(以RSS來衡量): 這才是我真正預期會影響每人平均閱讀頁數的變數. 也就是說, 我的基本假設是, 因為搜尋引擎而來也好, 因為見到其他連結而來也罷, 新讀者的來源並不重要, 重要的是我的網站上需有其他網誌能夠引起興趣並吸引其成為常態性讀者.

同樣是利用時間序列的統計分析, 唯有模型4能夠頗為正確的預測實際平均閱讀頁數的變化.

最後在呈現實際與預測的統計結果前還有一點補充. 我的推論是: 決定訂閱前新讀者會先行閱讀其他網誌, 這個決策的過程因此增加每人平均閱讀頁數; 也就是說, 每人平均閱讀頁數雖然可能發生在同一天,但實際上會領先RSS這個訂閱動作本身;然而, 一旦成為常態性讀者, 除非有更新, 平均每人閱讀頁數會往下修正至接近一(或接近一日內的更新網頁數).

為了印證這個想法, 我因此將網站更新的時間控制在台灣半夜11點半之後, 也就是說, 我預期新的讀者在讀完特定網頁之後會再花至少半小時的時間閱讀網站上其他文章後才會決定訂閱否, 因此訂閱動作比較有可能是在隔天,也就是半小時後的12點發生. 這麼做的好處是在跑統計模型時我可以比較1)RSS落後平均每人閱讀頁數的變化一天,2)RSS與平均每人閱讀頁數的變化是同一天(零時差). 結果有時差的模型較能正確預測.

同樣的, 深藍色為實際每人平均閱讀數的變化,粉紅色的是以 “RSS落後每人平均閱讀數變化一天”預測的結果.


小結2: 讀者是理性的! 不管因為什麼原因(連結或是搜尋引擎…)來到一個新的網站,讀者在決定訂閱前會花一點時間來判斷. 被訂閱的網站不再是一時之流行,而是至少維持一段期間附庸風雅的行為(fad)!

綜合來講, 談時事等也許可以製造一時的流行,吸引新讀者, 但要有更具體更實質的方式才能保持住新讀者. 我想商務上亦然, 折扣促銷等也許可製造一時話題, 維持忠誠顧客卻需要更多的經營.

[1] 此網誌的分析根據的資料是 “從沙朗史東報應說看台灣嗜血媒體” 被某部落客加入連結的效應 .


----
延伸閱讀
>>流行的曲線
>>TVBS民調不想讓你知道的事

七月初的青菜園與第二次收成

7/3的採收.

出遊一趟回來後青菜園有明顯的成長. 當然雜草也有明顯的成長. 昨天花了兩小時才拔除完畢呢!

圖片詳見此: 七月初的青菜園