隨著社群媒體的快速發展，善用社群媒體傳達企業訊息、提供即時服務、樹立品牌，尤其在經營與開拓客戶方面，已是企業不可或缺的行銷手法。然而，社群媒體卻也如兩面刃，雖然可以快速的推廣訊息、產品，但也可能會在短時間內面臨巨大的反對聲浪。為了能在發生重大事件前，及時的發現事件的表徵，掌握事件發展脈絡，及時地探察社群事件，成為社群媒體分析的重要方向。
本研究主要目的在於協助粉絲專頁的經營者，掌握與分析粉絲專頁上粉絲留言訊息；首先，本研究透過文獻探討以及統計分析，整理出社群媒體使用者的情緒類型包括：正面支持粉絲、中立粉絲、負面反對粉絲以及找出意見領袖。接著，利用本研究提出的特徵包括：社群參與度、社群支持度及個人影響力等，將粉絲專頁中的使用者進行分群，粉絲專頁的經營者可利用不同群的使用者的特徵屬性，來了解粉絲需求，探知粉絲的情緒，並對負面情緒粉絲的留言作適當地處理，以避免突發事件的發生。
本研究實作所提出的方法，並實際蒐集三個粉絲專頁的留言進行分析，該三個粉絲專頁分別為：政治類型、產品/服務類型及遊戲類型的粉絲專頁，藉由人工對於使用者進行標記，並進行評估。由實驗結果得知，本研究所提出的方法，在判別意見領袖方面，及情緒類型判斷上，均可達70%以上的正確率。本研究並發現，不同類型的粉絲專頁由於內容性質的差異，正、負向情緒的使用者人數比例與意見領袖人數比例有所不同：例如在政治類型的粉絲專頁中，其正向情緒與負向情緒的使用者人數比例相近，而意見領袖人數的比例則高於其他類型的粉絲專頁。

With the advent of social networks, a company can disseminate information and provide timely service to its customers so as to acquire new customers and to promote the corporate image. However, like a double-edged knife, a social network can also bring criticisms quickly from the customers, which harm the corporate image and result in losing of profits. Therefore, to analyze the sentiments of the customers in a social network to observe a developing social event before it becomes a serious event is the heart of the social network analytics.
In this thesis, we analyze the messages of customers on facebook pages for special events including a political campaign page, a product advertisement page and an online game advertisement page. We have developed a method to classify the sentiment of a customer into three different types including positive attitude, neutral attitude and negative attitude. Also, we have proposed a method to find the opinion leaders on a facebook page. With the proposed method, a facebook page owner can identify the sentiments of his customers and react according to the messages of the customers with a negative sentiment to prevent an impending event.
We have applied the proposed method on the above-mentioned three facebook pages. The experiments showed that our method achieves more than 70 percent of accuracy in finding the opinion leaders and in classifying the sentiment of a customer. Furthermore, we also found that different facebook pages have different distributions on the types of sentiments of its customers and percentages of opinion leaders. Especially, we found that for the political campaign page, there are about the same percentage of customers with positive- and negative- sentiments and there are more opinion leaders in the political campaign page than those of the other two pages.

本研究貢獻如下：
1、 提出粉絲個人隱私之外的特徵屬性：相較傳統方法，本研究提出之特徵屬性皆由觀察使用者在粉絲頁上的留言行為萃取而成。並且結合情緒辭庫，有效剖繪出使用者特性。在粉絲頁上活動行為皆屬於公開資訊，因此在個人隱私意識抬頭的現代，本研究提出的方法既可保有用戶隱私，也可達到對使用者特性分群的效果。
2、 成功使用本研究提出之特徵屬性分離使用者特性：本研究成功使用非隱私之使用者特徵將使用者依不同行為特性分群。並且定義每一群使用者所擁有的特性。使不同類型的粉絲頁管理員，可以依照需求快速找到所需要的特定族群使用者，提升事件處理或趨勢觀察之效率。
3、 可實作在不同類型的粉絲專頁中：本研究提出的特徵屬性適用於各種類型的粉絲專頁，本研究將在第四章介紹分別實作於政治人物、產品/服務、線上遊戲三種不同類型粉絲專頁的實驗結果。