本論文所定義之「網路群體犯罪」，不同於組織犯罪般有結構的犯罪團體，亦非為了追求共同利益而合作的共犯夥伴，而是網路使用者自發性互動行為下逐漸浮現的群體近似犯罪行為，並且普遍存在於當今各式各樣的網際網路社群，以各種不同的樣貌與形式展現。本研究以Sutherland（1978）提出之差別接觸理論與Bandura（1977）提出之社會學習理論為基礎，運用理論相關的元素與概念作為食材與食譜，以BDI代理人模式為方法來設計網路群體犯罪之模擬模式，透過動態模擬群體犯罪在不同條件下展現不同之面貌。更運用Watts（2003）主張的網路科學概念與分析方法，來分析犯罪關係網絡之特性，本研究藉由控制網路社群之使用者人數（Size）與初始犯罪率（ICR）來觀察不同組合之下所演化的網路結構差異，並從四個衡量指標：犯罪技能平均數、群聚係數、前10%使用者平均連結度、連結度小於10之比率，標示演化之網路結構的特徵。研究結果發現：1. 犯罪技能擴散的速度受到ICR高低的影響，當ICR越高的時候犯罪技能擴散的速度越快，反之，當ICR較低的時候犯罪技能擴散速度隨之減緩。2. 當ICR超越某一特定臨界值之後，使用者擁有的犯罪技能平均數與所屬社群人數成正向關係。3. ICR的高低對於群聚係數的高低有反向關係，當ICR越高則群聚係數越低，反之，當ICR越低時群聚係數越高。4. 社群使用者人數越多的情況下，群聚係數越低。5. 前10%使用者的平均連結度有隨著演化次數逐漸增加的趨勢。6. 初始犯罪率的高低與前10% 使用者的平均連結度成反比關係。7. 不論演化次數、社群人數多寡與初始犯罪率值之高低，均僅有少數犯罪者擁有高度的連結，絕大多數的使用者或犯罪者其連結度數均不高（符合power law分佈）。 / Collective crime is an emerging phenomenon along with collective intelligence in recent years. It is defined as a form of universally distributed crime originated from spontaneous interaction among community users in this paper. The issues that collective crime addresses focus on deviant or criminal behavior existing in common groups or crowds rather than traditional topics at computer crime or cybercrime. The theories, “differential association” proposed by criminologist Sutherland(1978) and “social learning” proposed by sociologist Bandura(1977), underpin the explanation of collective crime phenomena and the model design of agent-based simulation. The detection function of collective crime consists of the evolving network function based on the micro-simulation and an analysis of the function along with four indicators: average amount of crime skills, average cluster coefficient, average degree of top 10% users, and rate of users with degrees smaller than 10. The research findings are: 1. A community with higher initial crime rate (ICR) results in faster spreading of crime skills. 2. A negative relationship between the community size and the average amounts of crime skills exists, as ICR exceeds a threshold. 3. As ICR gets increasing, the average cluster coefficient gets decreasing, and vice versa. 4. The average cluster coefficient gets decreasing along with increasing community size. 5. The average degree of top 10% users gets increasing along time. 6. A negative relationship exists between ICR and the average degree of the top 10% users. 7. The distribution of the degrees of community users follows the scale-free power law distribution – whatever the network evolution times, community size and ICR are, most of the community users have fewer degrees and only few criminals have pretty high degrees relatively.

隨著YouTube的普及與拍攝影片的門檻降低，愈來愈多使用者將自製影片分享至網路平台，其中也包含以科學為主題的網路影片，加上近年來如PanSci泛科學、Taiwan Bar以及Oisee等知識型YouTube頻道在國內興起，網路科學影片已然成為使用者分享資訊的方法之一，具備傳播知識的潛力。然而，網路科學影片儘管在網路上具有相當高的人氣，卻因其缺乏科學機構或媒體組織的把關，呈現方式和表現手法皆與傳統科學影片不盡相同，所能發揮傳播科學之功能也時常被忽略。故本研究以網路科學影片為研究對象，試圖瞭解網路科學影片所蘊含之人性化特質，及其促進科學參與之可能。 本研究採文本分析法，並以主題分析法作為資料分析的方法，選取國內外與科學主題相關之YouTube頻道及影片進行文本檢視。本研究歸納出網路科學影片人性化特質的三個影響面向，分別是：使得網路科學影片更加強調創作者個人特質、重視人與人之間的互動，並使之蘊含著鼓勵創作的「隨創」精神。 結果發現，網路科學影片強調以「人」為主體之運作方式，將傳統專家至上之科學權威轉移成任何使用者的分享論述，因而更有機會促進民眾認知參與、線上參與以及創作行為的投入，提升科學參與的可能性。整體而言，本研究以人性化的觀點探討網路科學影片之特質，並認為其有機會能夠促進科學的參與，主要之研究目的在於重新審視其在科學傳播所扮演的角色與功能，以帶動更多與網路科學影片相關的討論與研究發展。