Like及+1之整合機制與認知價值

1. 動機與問題描述:

由於現在網路環境的改變,致使社交服務興起,許多應用混搭盛行,但混搭各種應用中,無有效的整合將使網路資源過度雜亂,以Facebook Like及Google Plus +1為例,目前以上兩者服務就缺乏有效整合的方法,現實在許多網路資源上時常可看到這兩者應用被混搭其中,但有可能因雜亂問題衍生致使用者不知該使用何者,亦或對於混搭的第三方服務者無法有效統整兩者點擊的資訊,甚至發生重複點擊之狀況,如下圖所示。

2. 目的

在本機制中,希望達成以下幾點的目標

  • 解決Like與+1間兩者以上之混搭整合問題
  • 解決第三方服務可有效利用整合後之資訊,進而了解第三方服務使用者的認知價值
  • 提出一套有效整合Like及+1的點擊資訊的機制

3. 整合機制

在本機制中,除了提出使用者整合式的介面以及重複點擊的處理,也繼續延伸將收集的資料統整,可供第三方服務作為自身網站的評估等。

  • 使用者介面: 將Facebook Like及Google Plus +1兩者整合的介面如下圖所示
    整個使用情景可分為以下幾種:
    (1) 尚未Like+1

    (2) 已用Facebook帳號Like+1過

    (3) 已用Google+帳號Like+1過

    (4) 已用Facebook及Google+帳號Like+1過
  • 重複點擊分析

    為有效統整點擊的資訊,因此在本機制中提出一個能夠在第三方服務與在Facebook與Google+間的整合處理計數的伺服器 ─ MI(Mashup Integration)服務,先將第三方服務受到使用者點擊的資訊進行分析處理,再分別送自各自的服務提供商,整個從使用者到處理的流程如下圖,其中MI服務負責Source analysis及handle計數的整合
     

4. 系統架構

在本機制中的系統架構如下圖:

在本機制中,由於Like及+1的介面、架構及資料流的整合,同一使用者在單一網路資源對Like及+1點擊,透過MI服務處理重複點擊問題後,同時提供整合後的訊息,分析使用者的認知價值,並統整成各種指標,提供給第三方服務分鐘作為評估。

5. 結論

在網路混搭環境盛行下,造成資料過度雜亂的問題產生。因此本機制以Facrbook Like及Google Plus +1兩者社交外掛為例,提出可能統整及資料的彙整方法,並利用統整後的的資料提供給第三方服務作為評估,除了可降低網路混搭造成資源雜亂的問題,也可將整合後的資料作進一步的產出,未來,將會針對可靠度及進一步針對使用者認知分析的角度進行探討。