近來，愈來愈多的臉書使用者對繼續使用臉書有不同的看法，可能因隱私問題、擔憂於網路暴露過多個人訊息、人際干預或困擾等疑慮，已選擇刪除帳號或傾向於不繼續使用。而大量使用者的流失正意謂著潛在具價值的海量資訊也隨之損失消逝。
  有鑑於此，本研究以臉書使用者為研究對象，採問卷調查法共獲得498份有效樣本，並利用多變量無母數迴歸分析技術─多元適應性雲形迴歸（multivariate adaptive regression splines, MARS）之篩選重要變數與預測能力，而探討五大人格特質、自我監控與臉書使用行為之相關性。實證結果顯示，本研究不僅獲得使用者持續使用意圖之重要變數，能有效預測使用者未來繼續使用的意圖外，亦可了解會員於網站之使用行為與其人格之關係，藉此提供外在觀察者能速效地評估社群使用者之人格特質，俾廣泛企業於人力資源管理或顧客行銷等實務之應用。

Recently, an increasing number of Facebook users hold opposing view on continuance usage of Facebook, probably because of privacy concerns, disclosing amount of personal information on the Internet and interpersonal intervention. Consequently, more and more people have decided not to retain their memberships or tend not to use Facebook. Such chained churn of customers may give rise to loss of myriad valuable information.
  This paper aims to construct a customer churn model of Facebook users for uncovering the crucial predictors of the intention to continued usage. Employing the high prediction efficacy of nonlinear, non-parametric, multivariate adaptive regression splines (MARS), this empirical study, base on a valid sample of 498 Facebook users surveyed through online and offline questionnaires, verifies that the motive of use is the most critical to the intention of membership continuance. Also the results reveal that relationships between Big five factors of personality, self-monitoring and an array of Facebook usage behaviors, which enable practitioners as observers without any interventions to identify a Facebook user’s personality for the sake of human resource management and marketing business.

中文摘要	I
英文摘要	II
目次	IV
表次	VI
圖次	VIII
第一章 緒論	1
第一節 研究背景與動機	1
第二節 研究目的	4
第三節 研究問題	4
第二章 文獻探討	5
第一節 社群媒體	5
第二節 持續使用意圖	8
第三節 五大人格特質	9
第四節 自我監控	14
第五節 多元適應性雲形迴歸	17
第三章 研究方法	19
第一節 研究架構	19
第二節 研究流程	20
第三節 研究對象	21
第四節 研究方法與工具	21
第五節 資料處理與統計方法	26
第四章 實證結果	30
第一節 樣本敘述性統計	30
第二節 信度分析	35
第三節 人格特質與持續使用意圖之相關分析	36
第四節 臉書使用行為對持續使用意圖之預測結果	37
第五節 臉書使用行為對人格特質之預測結果	39
第六節 人格特質對持續使用意圖之預測結果	44
第七節 高低程度的人格特質對臉書使用行為與持續使用意圖關係之調節作用	46
第五章 結論與建議	48
第一節 結論	48
第二節 管理意涵	51
第三節 研究限制	52
參考文獻	54
附錄一 本研究正式問卷	63

表2-1 台灣臉書各年齡層分佈情形	7
表2-2 台灣臉書各年齡層之男女性使用者分佈情形	7
表2-3 五大人格特質與臉書行為相關研究	13
表3-1 自我監控量表題項敘述	23
表3-2 五大人格特質題項敘述	24
表4-1 樣本性別、年齡與職業資料統計	31
表4-2 樣本教育程度與感情狀態資料統計	32
表4-3 臉書使用頻次	33
表4-4 臉書中的朋友人數次數分配表	34
表4-5 人格特質量表敘述性統計結果	35
表4-6 五大人格特質與自我監控量表信度分析	36
表4-7 人格特質與持續使用意圖相關分析	37
表4-8 MARS使用行為對持續使用意圖模式之重要變數篩選與相關結果	38
表4-9 MARS使用行為對持續使用意圖模式建構結果	39
表4-10 一般線性迴歸與MARS之MSE比較	40
表4-11 MARS使用行為對外向性之重要變數篩選與相關結果	41
表4-12 MARS使用行為對親和性之重要變數篩選與相關結果	41
表4-13 MARS使用行為對嚴謹性之重要變數篩選與相關結果	42
表4-14 MARS使用行為對神經質之重要變數篩選與相關結果	43
表4-15 其他職業統計結果	43
表4-16 MARS使用行為對開放性之重要變數篩選與相關結果	44
表4-17 MARS使用行為對自我監控之重要變數篩選與相關結果	44
表4-18 MARS人格對持續使用意圖模式之重要變數篩選與相關結果	45
表4-19 MARS人格對持續使用意圖模式建構結果	45
表4-20 高、低程度人格特質分割後樣本數	46
表4-21 判定係數與Z檢定結果	47
表5-1 臉書使用行為對人格特質影響之實證結果彙整	52

圖3-1 研究架構	19
圖3-2 研究流程	20

一、中文部分
1.朱建平（2003）。組織成員的政治知覺對離職傾向之影響：工作滿足的中介效果（未出版之碩士論文）。國立中山大學，高雄市。
2.吳宗祐、鄭伯壎（2006）。難應付客戶頻次、知覺服務訓練效用兩者及情緒勞動與情緒耗竭之關係--「資源保存理論」的觀點。管理學報，23(5)，581-599。
3.李天行、唐筱菁（2004）。整合財務比率與智慧資本於企業危機診斷模式之建構-類神經網路與多元適應性雲形迴歸之應用。資訊管理學報，11(2)，161-189。
4.李漢君（2011）。影響工作滿意度之因素探討-以自我監控為干擾變數（未出版之碩士論文）。國立高雄應用科技大學，高雄市。
5.周世惠（2011）。台灣臉書效應：Facebook行銷實戰。臺北市 : 天下雜誌股份有限公司。
6.林志共、王靜（2013）。Facebook看不見的力量。新北市：人類智庫數位科技股份有限公司。
7.林惠玲、陳正倉（2000）。統計學：方法與應用（下冊）。臺北市：雙葉書廊有限公司。
8.張鳳燕、楊妙芬、邱珍婉、蔡素紋（譯）（2002）。人格心理學 : 策略與議題（原作者：Robert M. Liebert & Lynn Langenbach Liebert）。臺北市 : 五南圖書出版公司。
9.陳淑慧（2005）。在低結構化口試情境下應試者人格特質與口試結果之關係-從五大人格、自我監控、自我效能談起（未出版之碩士論文）。國立政治大學，台北市。
10.陳雪芳、李天行、邱志洲（2010）。結合財務比率、智慧資本與公司治理指標於企業危機預警模式之建構。Electronic Commerce Studies，8(3)，349-377。
11.陳麒文（2011）。資料採礦於職業棒球勝隊預測模式之建構（未出版之博士論文）。國立體育大學，桃園縣。
12.蕭文龍（2009）。多變量分析最佳入門實用書 : SPSS + LISREL。台北市：碁峰資訊股份有限公司。
13.謝龍卿（2011）。青少年臉書成癮、人際關係與學業成就及其相關因素之研究（未出版之博士論文）。國立彰化師範大學，彰化縣。
14.顏怡音、韓千山（2012）。企業信用風險指標對智慧資本影響企業價值之干擾效果。東吳經濟商學學報，77， 53-90。
15.蘇弘文（2004）。個人與環境主觀適配之前因與後果（未出版之碩士論文）。國立台灣科技大學，台北市。
16.蘇郁涵（2012）。Facebook之使用者人格特質、自戀行為暨涉入程度對使用者忠誠度影響之研究（未出版之碩士論文）。銘傳大學，台北市。

二、英文部分
1.Al-Debei, M. M., Al-Lozi, E., & Papazafeiropoulou, A. (2013). Why people keep coming back to Facebook: Explaining and predicting continuance participation from an extended theory of planned behaviour perspective. Decision Support Systems, 55(1), 43-54.
2.Amichai-Hamburger, Y. (2002). Internet and personality. Computers in Human Behavior, 18(1), 1-10.
3.Amichai-Hamburger, Y., & Vinitzky, G. (2010). Social network use and personality. Computers in Human Behavior, 26(6), 1289-1295.
4.Andreassen, C. S., Torsheim, T., Brunborg, G. S., & Pallesen, S. (2012). Development of a Facebook addiction scale. Psychological Reports, 110(2), 501-517.
5.Back, M. D., Stopfer, J. M., Vazire, S., Gaddis, S., Schmukle, S. C., Egloff, B., & Gosling, S. D. (2010). Facebook profiles reflect actual personality, not self-idealization. Psychological Science, 21(3), 372-374. 
6.Bhattacherjee, A. (2001). Understanding information systems continuance: An expectation-confirmation model. MIS Quarterly, 25(3), 351-370.
7.Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and scholarship. Journal of Computer-Mediated Communication, 13(1), 210-230.
8.Brown, V. R. & Vaughn, E. D. (2011). The writing on the (Facebook) wall: The use of social networking sites in hiring decisions. Journal of Business and Psychology, 26(2), 219-225.
9.Chang, L., Chu, H., Lin, D., & Lui, P. (2012). Analysis of freeway accident frequency using multivariate adaptive regression splines. Procedia Engineering, 45, 824-829.
10.Costa, P., Jr., & McCrae, R. (1992). NEO personality inventory-revised (NEO-PI-R) and NEO five-factor inventory (NEO-FFI) professional manual. Odessa, FL: Psychological Assessment Resources, Inc.
11.Cramer, K. M., & Gruman, J. A. (2002). The Lennox and Wolfe revised self-monitoring scale: Latent structure and gender invariance. Personality and Individual Differences, 32(4), 627-637.
12.Day, D. V., & Silverman, S. B. (1989). Personality and job performance: Evidence of incremental validity. Personnel Psychology, 42(1), 25-36.
13.Devaraj, S., Easley, R. F., & Crant, J. M. (2008). Research note-how does personality matter? Relating the five-factor model to technology acceptance and use. Information Systems Research, 19(1), 93-105.
14.Donnellan, M. B., Oswald, F. L., Baird, B. M., & Lucas, R. E. (2006). The mini-IPIP scales: tiny-yet-effective measures of the Big Five factors of personality. Psychological assessment, 18(2), 192-203.
15.Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The benefits of Facebook “friends:” Social capital and college students’ use of online social network sites. Journal of Computer‐Mediated Communication, 12(4), 1143-1168.
16.Friedman, J. H. (1991). Multivariate adaptive regression splines, The Annals of Statistics, 19(1), 1-141.
17.Gangestad, S. W., & Snyder, M. (2000). Self-monitoring: Appraisal and reappraisal. Psychological Bulletin, 126(4), 530-555.
18.Goldberg, L. R. (1999). A broad-bandwidth, public-domain, personality inventory measuring the lower-level facets of several five-factor models. Personality Psychology in Europe, 7, 7-28.
19.Gosling, S. D., Rentfrow, P. J., & Swann Jr, W. B. (2003). A very brief measure of the Big-Five personality domains. Journal of Research in personality, 37(6), 504-528.
20.Hall, J. A., & Pennington, N. (2013). Self-monitoring, honesty, and cue use on Facebook: The relationship with user extraversion and conscientiousness. Computers in Human Behavior, 29(4), 1556-1564.
21.He, Q., Glas, C. A., Kosinski, M., Stillwell, D. J., & Veldkamp, B. P. (2014). Predicting self-monitoring skills using textual posts on Facebook. Computers in Human Behavior, 33, 69-78.
22.Johnson, S. L. (2010). Should I stay or should I go? Continued participation intentions in online communities. Proceedings of Academy of Management (CD), 1-6.
23.Judge, T. A., Higgins, C. A., Thoresen, C. J., & Barrick, M. R. (1999). The big five personality traits, general mental ability, and career success across the life span. Personnel Psychology, 52(3), 621-652.
24.Kang, Y. S., Hong, S., & Lee, H. (2009). Exploring continued online service usage behavior: The roles of self-image congruity and regret. Computers in Human Behavior, 25(1), 111-122.
25.Kassarjian, H. H. (1971). Personality and consumer behavior: A review. Journal of Marketing Research, 8(4), 409-418. 
26.Kayri, M. (2010). The analysis of internet addiction scale using multivariate adaptive regression splines. Iranian Journal of Public Health, 39(4), 51-63.
27.Kwon, O., & Wen, Y. (2010). An empirical study of the factors affecting social network service use. Computers in Human Behavior, 26(2), 254-263.
28.Lampe, C., Ellison, N., & Steinfield, C. (2006). A face (book) in the crowd: Social searching vs. social browsing. Proceedings of the 2006 20th Anniversary Conference on Computer Supported Cooperative Work, 167-170.
29.Lennox, R. D., & Wolfe, R. N. (1984). Revision of the self-monitoring scale. Journal of Personality and Social Psychology, 46(6), 1349-1364.
30.Lin, H., Wang, W., Liu, Y., Soong, S., York, T. P., Myers, L., & Hu, J. J. (2008). Comparison of multivariate adaptive regression splines and logistic regression in detecting SNP–SNP interactions and their application in prostate cancer. Journal of Human Genetics, 53(9), 802-811. 
31.Lin, K., & Lu, H. (2011). Why people use social networking sites: An empirical study integrating network externalities and motivation theory. Computers in Human Behavior, 27(3), 1152-1161.
32.Lu, C., Lee, T., & Lian, C. (2012). Sales forecasting for computer wholesalers: A comparison of multivariate adaptive regression splines and artificial neural networks. Decision Support Systems, 54(1), 584-596.
33.Manago, A. M., Graham, M. B., Greenfield, P. M., & Salimkhan, G. (2008). Self-presentation and gender on MySpace. Journal of Applied Developmental Psychology, 29(6), 446-458.
34.McCrae, R. R., & Costa, P. T. (1997). Personality trait structure as a human universal. American Psychologist, 52, 509-516.
35.Mehra, A., Kilduff, M., & Brass, D. J. (2001). The social networks of high and low self-monitors: Implications for workplace performance. Administrative Science Quarterly, 46(1), 121-146.
36.Milojev, P., Osborne, D., Greaves, L. M., Barlow, F. K., & Sibley, C. G. (2013). The mini-IPIP6: Tiny yet highly stable markers of big six personality. Journal of Research in Personality, 47(6), 936-944.
37.Moore, K., & McElroy, J. C. (2012). The influence of personality on facebook usage, wall postings, and regret. Computers in Human Behavior, 28(1), 267-274.
38.Oh, H. J., Ozkaya, E., & LaRose, R. (2014). How does online social networking enhance life satisfaction? The relationships among online supportive interaction, affect, perceived social support, sense of community, and life satisfaction. Computers in Human Behavior, 30, 69-78.
39.Ong, E. Y., Ang, R. P., Ho, J., Lim, J. C., Goh, D. H., Lee, C. S., & Chua, A. Y. (2011). Narcissism, extraversion and adolescents’ self-presentation on facebook. Personality and Individual Differences, 50(2), 180-185.
40.Rosenberg, J., & Egbert, N. (2011). Online impression management: Personality traits and concerns for secondary goals as predictors of self‐presentation tactics on Facebook. Journal of Computer‐Mediated Communication, 17(1), 1-18.
41.Ross, C., Orr, E. S., Sisic, M., Arseneault, J. M., Simmering, M. G., & Orr, R. R. (2009). Personality and motivations associated with Facebook use. Computers in Human Behavior, 25(2), 578-586.
42.Saucier, G. (1994). Mini-markers: A brief version of Goldberg’s unipolar Big-Five markers. Journal of Personality Assessment, 63(3), 506–516.
43.Sharma, P., Sivakumaran, B., & Marshall, R. (2010). Impulse buying and variety seeking: A trait-correlates perspective. Journal of Business Research, 63(3), 276-283.
44.Snyder, M. (1974). Self-monitoring of expressive behavior. Journal of Personality and Social Psychology, 30(4), 526-537.
45.Steinberg, D., Bernard, B., Phillip, C., & Kerry, M. (2001). MARS User Guide, San Diego, CA: Salford System.
46.Suls, J., Green, P., & Hillis, S. (1998). Emotional reactivity to everyday problems, affective inertia, and neuroticism. Personality and Social Psychology Bulletin, 24(2), 127-136.
47.Sun, Y., Liu, L., Peng, X., Dong, Y., & Barnes, S. J. (2014). Understanding Chinese users’ continuance intention toward online social networks: An integrative theoretical model. Electronic Markets, 24(1), 57-66.
48.Ulusu, Y. (2010). Determinant Factors of Time Spent on Facebook: Brand Community Engagement and Usage Types. Journal of Yasar University, 5(18), 2949-2957.
49.Vazire, S., & Gosling, S. D. (2004). E-perceptions: Personality impressions based on personal websites. Journal of Personality and Social Psychology, 87(1), 123-132.
50.Xiong, R., & Meullenet, J. F. (2004). Application of multivariate adaptive regression splines (MARS) to the preference mapping of cheese sticks. Journal of food science, 69(4), 131-139.

三、網站部分
1.於慶中（2013）。單身女子少用臉書 「避免觸景傷情」。線上檢索日期：2014年3月6日。網址：
http://www.appledaily.com.tw/realtimenews/article/new/20131106/287507
2.財團法人台灣網路資訊中心（2014）。線上檢索日期：2014年5月10日。網址：http://www.twnic.net.tw/
3.Cereja Technology（2014）。線上檢索日期：2014年4月1日。網址：http://www.cereja.co.jp/press/2014/03/3facebook-3.html
4.Cooper Chen（2014）。Facebook 10週歲，全球用戶12.3億人。線上檢索日期：2014年3月6日。網址：http://www.bnext.com.tw/article/view/id/30952
5.Facebook（2014）。線上檢索日期：2014年4月13日。網址：
https://www.facebook.com/ads/create
6.Salford Systems (2014)。線上檢索日期：2014年4月20日。網址：http://www.salford-systems.com/products/mars
7.SAS Institute (2012). Base SAS 9.3 Procedures Guide: Statistical Procedures. 取自http://books.google.com.tw/books?hl=zh-TW