社群媒體已經成為人人都會接觸的平台，本研究已 Youtube 為主，以影片封面設計之影響 ，並且運用灰關聯分析Grey Relational Analysis (GRA)做研究。本研究以「購物節」類之影片為例，探討 有時間性 壽命 的影片 在影片「封面設計」和「瀏覽數之相關性。經篩選之後取得16項影片封面圖做為探討對象，並以一個月作為觀察期，以三種方式做灰關聯分析，找到該影片封面影響之權重與灰關聯序。希望能夠為Youtubers提供相關資訊，對未來Youtubers在封面設計方面
作為重要的參考。

Social Media has become increasingly popular among all age group in recent days. This paper applies gray relational analysis (GRA) to analyze on the topic
of seasonal sale promotion video. The research was conducted on short life video to explore the relevance of "cover design" and "views". Sixteen video image covers were selected for the analysis, with one month observation period and categorized into three analyzing methods, to determine the video cover impact and gray relational order. The result suggest ed that color has a direct impact on the three testing method and skin can extend the life duration of the video. The purpose of this research is to help to provide relevant information
regarding to cover image design and contribute as a valuable reference to future Youtubers.

中文摘要	I
英文摘要	II
目次	III
表次	V
圖次	VI
第一章	緒論	1
第一節	研究背景與動機	1
第二節	研究目的	6
第三節	研究範圍	7
第四節 研究內容與流程	8
第二章 文獻探討	9
第一節 社群媒體(SOCIAL MEDIA)	9
2.1.1 社群媒體的興起	9
2.1.2 品牌形象	10
2.1.3 社群媒體的應用	11
2.1.4美感與設計對社群媒體的影響	13
第二節 影音媒體代表-YOUTUBE	14
2.2.1 YOUTUBE	14
2.2.2 點擊率(CLICK THROUGH RATE, CTR)	16
2.2.3 YOUTUBE的收益	17
第三節 研究工具	18
2.3.1 GOOGLE ANALYSIS	18
2.3.2 灰色理論	19
第三章 研究方法	21
第一節	研究架構	21
第二節	分析工具	25
3.2.1 CLOUD VISION API	25
3.2.2 圖片分析範例	26
3.2.3 灰關聯分析	27
第四章 實證結果	30
第一節 灰關聯序與結果分析	30
4.1.1 整體比較	30
4.1.2 二階比較	33
4.1.3 四分群比較	35
第五章 結論與建議	37
第一節 研究結果	37
第二節 研究建議	39
第三節 研究限制	40
中文文獻	41
英文文獻	42
網路資料	44

表次
表 1 1全球網站使用分析表	2
表 2 1 YOUTUBE合作夥伴計畫	17
表 2 2 GREY RELATION ANALYSIS文獻探討	20
表 3 1 YOUTUBE影片四週的樣本	22
表 3 2 參考因子總覽	23
表 3 3 數據效度分配圖	24
表 4 1 整體排名之母數列的灰關聯序	31
表 4 2整體排名之子數列的灰關聯序	32
表 4 3二階排名之母數列的灰關聯序	33
表 4 4二階排名之子數列的灰關聯序	34
表 4 5 四分群排名之母數列的灰關聯序	35
表 4 6四分群排名之子數列的灰關聯序	36

圖次
圖1 1  上網率百分比 	1
圖1 2  2017台灣數位廣告量產業類別占比	4
圖1 3  2017台灣數位廣告與其他媒體廣告投放比例	4
圖1 4  YOUTUBE介面瀏覽範例圖	5
圖1 5  研究流程圖	8
圖 2 1  2018年大台北地區百貨業周年慶分布圖	11
圖 2 2  2016三月至2019三月台灣百貨營業額曲線圖	12
圖 3 1  CLOUD VISION API 分析範例 (1)	25
圖 3 2  CLOUD VISION API 色彩分析 (2)	26

李慶長, 張銀益, 蔡聰源, 陳主慶, & 胡俊之. (2011). 影音分享網站之享樂價值模型研究. 北商學報, (20), 99-122.

李紅姬，《色彩設計師配色圖典》 韓國IRI色彩研究所， 人民郵電出版社978711

張淇龍, & 卜小蝶. (2006). 淺談 Web 2.0 與通俗分類於圖書資訊服務之應用. 圖書與資訊學刊, (57), 74-93.

許和捷. (2009). 當代數位影像創作思維體系結構研究. 視覺藝術論壇, (4), 131-156.

陳怡如. (2015). 探討社群媒體對智慧型手機遊戲行銷之影響因素. 國立臺北教育大學數位科技設計學系 (含玩具與遊戲設計碩士班) 學位論文, 1-95.

温坤禮, 趙忠賢, 張宏志, 陳曉瑩, & 溫惠筑. (2013). 灰色理論. 台灣五南圖書出版股份有限公司.

黃永成. (2011). 結合灰關聯分析之模糊連續遺傳演算法對選擇權之評價. source: 資訊管理學報 (Journal of Information Management), 18, 133-153.

劉鎮源, & 唐麗英. (2009). 整合灰關聯分析與感性工學於產品設計開發. 品質學報, 16(3), 165-177.

Biel, J. I., Aran, O., & Gatica-Perez, D. (2011, July). You are known by how you vlog: Personality impressions and nonverbal behavior in youtube. In Fifth International AAAI Conference on Weblogs and Social Media.

Bärtl, M. (2018). YouTube channels, uploads and views: A statistical analysis of the past 10 years. Convergence, 24(1), 16-32.

Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and scholarship. Journal of computer‐mediated Communication, 13(1), 210-230.

Chang, T. C., & Lin, S. J. (1999). Grey relation analysis of carbon dioxide emissions from industrial production and energy uses in Taiwan. Journal of Environmental Management, 56(4), 247-257.

Chen, C. P. (2013). Exploring personal branding on YouTube. Journal of Internet Commerce, 12(4), 332-347.

Davidson, J., Liebald, B., Liu, J., Nandy, P., Van Vleet, T., Gargi, U., ... & Sampath, D. (2010, September). The YouTube video recommendation system. In Proceedings of the fourth ACM conference on Recommender systems (pp. 293-296). ACM.

Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of-mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the internet?. Journal of interactive marketing, 18(1), 38-52.

Hosseini, H., Xiao, B., & Poovendran, R. (2017, December). Google's Cloud Vision API Is Not Robust To Noise. In 2017 16th IEEE International Conference on Machine Learning and Applications (ICMLA) (pp. 101-105). IEEE.

Huang, J., Kornfield, R., & Emery, S. L. (2016). 100 million views of electronic cigarette YouTube videos and counting: quantification, content evaluation, and engagement levels of videos. Journal of medical Internet research, 18(3), e67.

Liang, R. H. (1999). Application of grey relation analysis to hydroelectric generation scheduling. International Journal of Electrical Power & Energy Systems, 21(5), 357-364.

Mulfari, D., Celesti, A., Fazio, M., Villari, M., & Puliafito, A. (2016, June). Using Google Cloud Vision in assistive technology scenarios. In 2016 IEEE Symposium on Computers and Communication (ISCC) (pp. 214-219). IEEE.

Pinto, H., Almeida, J. M., & Gonçalves, M. A. (2013, February). Using early view patterns to predict the popularity of youtube videos. In Proceedings of the sixth ACM international conference on Web search and data mining (pp. 365-374). ACM.

Vermeulen, I. E., & Seegers, D. (2009). Tried and tested: The impact of online hotel reviews on consumer consideration. Tourism management, 30(1), 123-127.