隨著網路與行動裝置的蓬勃發展，人們使用社群網站的比例快速增加，廠商也開始重視社群網路裡的廣告活動與粉絲經營。研究指出，消費者在購買商品前後會到社群網站中搜尋相關評價與發表心得的比例也逐漸上升。本研究主要以電玩遊戲主機PlayStation 4(ps4)為例，利用R軟體蒐集推特(Twitter)上的北美地區推文(tweets)大數據資料與Google Trend搜尋熱度資料進行統計分析，建立支援向量迴歸模型(SVR)進行商品銷售量的預測並與其他模型比較。本研究發現，社群網站上的每周推文數、正面情感推文占總推文數的比例以及Google Trend的搜尋熱度指標越高會對商品的銷售量有正面影響，而文章包含影音圖片等外部url連結的廣告效果會比純文字來的更好。此外，當推特上的推文顯示消費者處於愛達(AIDA)模式中表現期的推文比例越高，也與商品的銷售量有正相關。另外，透過字詞分析也發現，遊戲廠商經常會舉辦抽獎活動或促銷活動作為增加官方推特的互動率、培養粉絲以及增加廣告文章的曝光率的手段。遊戲產業在社群網站上的廣告策略應以影音圖片為主、文字為輔，並以擴散情報及玩家間的正面討論為首要目標。

EE Times Taiwan (2017)。2017年穿戴式裝置出貨量估計3.1億台。上網日期，2018年6月11日，檢自:https://www.eettaiwan.com/news/article/20170829NT21-WorldwideWearable-Device-Sales-2017
Facebook. (2016).Pages Basics.上網日期，2018年6月11日，檢自:https://www.facebook.com/help/281592001947683
Global Digital Statshot Q3 2017.上網日期，2018年6月11日，檢自:https://www.slideshare.net/wearesocialsg/global-digital-statshot-q3-2017。
Google. (2016).消費者洞察報告.上網日期，2018年6月11日，檢自:https://apac.consumerbarometer.com/zh-tw/insights/?countryCode=TW
INSIDE. (2015).美國青少年最常使用社群媒體前三名：臉書、Instagram和Snapchat.INSIDE.上網日期，2018年6月11日，檢自:https://www.inside.com.tw/2015/04/28/teens-social-media-technologyoverview-2015
R 筆記 (2017)。(14)Support Vector Machine/Regression(支持向量機 SVM)。上網日期，2018年6月11日，檢自:https://rpubs.com/skydome20/R-Note14- SVM-SVR
SONY (2017)。PlayStation VR。上網日期，2018年6月11日，檢自:https://asia.playstation.com/cht-hk/psvr/
TechNews (2016)。Canalys：VR 市場將起飛，Sony稱王、宏達電居次。上網日期，2018年6月11日，檢自:http://technews.tw/2016/12/13/canalys-vrmarket/
Wikipedia.Instagram.上網日期，2018年6月11日，檢自:https://zh.wikipedia.org/wiki/Instagram
Wikipedia.Twitter.上網日期，2018年6月11日，檢自:https://zh.wikipedia.org/wiki/Twitter
Wikipedia.虛擬實境.上網日期，2018年6月11日，檢自:https://zh.wikipedia.org/wiki/%E8%99%9A%E6%8B%9F%E7%8E%B0%E5 %AE%9E
余峰瑋 (2017)。臺灣數位音樂串流服務Facebook粉絲專頁溝通策略分析:鉅量資料分析取徑。國立臺灣師範大學大眾傳播研究所碩士論文。
吳文貴、林孟陞 (2013)。Facebook 粉絲專頁訊息廣告效果之研究：以7-Eleven與麥當勞粉絲專頁為例。行銷評論；10卷1期 (2013/03/01)，P43–60。
吳佩玲 (2014)。2014 年台灣民眾之智慧化生活有感調查。資策會FIND。
拓墣產業研究院 (2018)。2018年VR市場出貨量估達500萬台。上網日期，2018年6月11日，檢自:https://www.topology.com.tw/DataContent/release/2018%E5%B9%B4VR%E 5%B8%82%E5%A0%B4%E5%87%BA%E8%B2%A8%E9%87%8F%E4%BC %B0%E9%81%94500%E8%90%AC%E5%8F%B0%EF%BC%8C%E7%8D%A 8%E7%AB%8BVR%E8%A3%9D%E7%BD%AE%E7%82%BA%E7%84%A6 %E9%BB%9E/455
林永鑫、黃耀賢、林奎伻、楊濠鴻 (2016)。台灣名人經營粉絲專頁成功因素之研究-以 Facebook 為例。創新與管理第十二卷第三期，25-46。
林怡靜 (2015)。台灣化妝品廠商社群媒體應用之研究。國立中央大學企業管理 學系碩士論文。
林質安、劉蕙苓 (2016)。宣傳為先？互動為主？現代劇團經營 Facebook 粉絲 專頁之公關溝通策略分析。藝術評論第三十期，頁 103－148(民國一○五年），臺北：國立臺北藝術大學。
洪培修 (2013)。入口網站橫幅廣告與社群網站廣告對品牌權益影響之比較研究。淡江大學企業管理學系碩士班學位論文。
財團法人台灣網路資訊中心 (2017)。2017年台灣寬頻網路使用調查報告。
財團法人資訊產業工業策進會 (2017)。八成以上台灣人愛用Facebook、Line坐穩社群網站龍頭1人平均擁 4 個社群帳號 年輕人更愛 YouTube 和 IG。上 網日期，2018年6月11日，檢自:https://www.iii.org.tw/Press/NewsDtl.aspx?nsp_sqno=1934&fm_sqno=14
高慎謙 (2017)。網路商店之網路行銷策略研究：以織襪類產品為例。公共關係暨廣告學系(所)碩士學位論文。
張哲豪 (2014)。企業粉絲專頁之品質要素分析。品質月刊，50 (12):40-42。
陳香伶 (2014)。新聞媒體 Facebook 粉絲專頁之守門、呈現與使用─以2013年臺灣食用油造假事件新聞為例。國立屏東教育大學文化創意產業學系碩士論文。
董呈煌、李春長、陳俊麟、吳韻玲 (2016)。SVR與OLS在住宅價格預測正確率的比較。住宅學報第二十五卷第二期，民國一○五年十二月，學術論著，第31頁—51頁。
翟本瑞 (2011)。從社區、虛擬社區到社會網絡網站：社會理論的變遷。資訊社會研究，21: 1-31。
趙滿玲 (2014)。《網路行銷特訓教材第二版》。台北：碁峯資訊股份有限公司。
數位時代 (2017)。別再錯過！VR 線下店為什麼會是台灣產業的下一個機會？上網日期，2018年6月11日，檢自:https://www.bnext.com.tw/article/45930/why-vr-arcade-would-be-the-nextbig-thing-for-taiwan
鄭宇君、施旭峰 (2016)。探索2012台灣總統大選社交媒體之新聞來源引用。中華傳播學刊第二十九期，2016.06，109-135。
鄭宇君、陳百齡 (2014)。探索 2012 年台灣總統大選之社交媒體浮現社群：鉅量資料分析取徑。新聞學研究第一二○期2014年7月，頁121-165。
鄭宇君、陳百齡 (2016)。探索線上公眾即時參與網絡化社運—以臺灣318運動為例。傳播研究與實踐第6卷第1期，頁117-150，2016年1月。
蕭文康 (2015)。台灣1200萬手機族都愛上臉書。蘋果日報。上網日期，2018年6月11日，檢自:https://tw.appledaily.com/new/realtime/20151123/738735/
謝元晟、程美華、張光昭 (2016)。運用 R 建立文字探勘平台應用於電視收視率預測。「數據分析」201 年6月，11卷3期，頁109-136。
鐘慧真、梁世英譯 (2013)。Big Data 大數據的獲利模式：圖解．案例．策略．實戰。台北:經濟新潮社。原書城田真琴[2012]. 《ビッグデータの衝撃―巨大なデータが戦略を決める―》。東京：東洋経済新報社。
逍遙文工作室。支持向量機器 (Support Vector Machine)。上網日期，2018年6月11日，檢自:https://cg2010studio.com/2012/05/20/%E6%94%AF%E6%8C%81%E5%90%91 %E9%87%8F%E6%A9%9F%E5%99%A8-support-vector-machine/
Social Media Lab. (2017).Facebook・Twitter・Instagram の違いと使いわけ方まと め！特徴からユーザー動向・運用方法まで徹底解説。上網日期，2018年6月11日，檢自:https://gaiax-socialmedialab.jp/post-29375/
Ayelet, G., Susan, M.Grant-Muller, Tsvi,K., Einat,M.,Silvio, N., Itay, S.. (2014).Thepotential of social media in delivering transport policy goals. Transport Policy 32 (2014),115–123.
Bamman, B., O’Connor, B., & Smith, N. . (2012).Censorship and deletion practices in Chinese social media. First Monday, 17(3).
Belch, G. E., Belch, M. A., Kerr, G. F., & Powell, I. . (2008). Advertising and promotion: An integrated marketing communications perspective. mcgraw-hill.
Bruns, A., & Burgess, J. . (2012). Researching news discussion on Twitter: New methodologies. Journalism Studies. 13 (5), 801- 814.
David, Z., Tianjun, Fu, Xin, Li. (2009). Assessing Public Opinions Through Web 2.0: A Case Study on Wal-Mart. ICIS 2009 Proceedings.
Eszter, H.. (2015).Is Bigger Always Better? Potential Biases of Big Data Derived from Social Network Site.上網日期，2018年6月11日，檢自:http://journals.sagepub.com/doi/abs/10.1177/0002716215570866
Gruzd, A., Wellman, B., & Takhteyev Y.. (2011). Imagining Twitter as an imagined community. American Behavioral Scientist, 55 (10), 1294-1318.
Jacob, G. & Ahmed, A.. (2013). Public Sentiment and Critical Framing in Social Media Content During the 2012 U.S. Presidential Campaign.Soical Science Computer Review,31 (5),563-576.
Johannes, H., Andrea, L., Florian, P., Christian, R.. (2011).Stimulating User Activity on Company Fan Pages in Online Social Networks. ECIS 2012 Proceedings. 188.
Kaastra, I. & S. B. Milton. (1995).Forecasting Futures Trading Volume Using Neural Networks.The Journal of Futures Markets. 15(8): 853-970.
Kono, S. . (2009).From the Marketers' Perspective: The Interactive Media Situation in Japan.Television Goes Digital. New York: Springer. P.58.
Kwak, H., Lee, C., Park, H., & Moon, S. , (2010). What is Twitter, a social network or a news media? Paper presented at the 19th international conference on World Wide Web.
Lynn, Wu, Erik, B.. (2015).The Future of Prediction How Google Searches Foreshadow Housing Prices and Sales. University of Chicago Press, p. 89 – 118.
MIT Technology Review. (2013).Language data reveals Twitter’s global reach Retrieved June 11 2018, from:http://www.technologyreview.com/graphiti/522376/the-manytongues-oftwitter/
Nann, S., Krauss, J., Schoder, D.. (2014).Predictive analytics on public data-The case of stock markets. Proceedings of the 21st European Conference on Information Systems.
Niels, B. L., Rene, M. ,Ravi,V.. (2014). Predicting iPhone Sales from iPhone Tweets. 2014 IEEE 18th International Enterprise Distributed Object Computing Conference.
Papacharissi, Z., & de Fatima Oliveira, M. . (2012). Affective news and networked publics: The rhythms of news storytelling on #Egypt. Journal of Communication, 62, 266-282.
18.PewResearchCenter. (2015).Social Media Update 2014 ,Retrieved June 11 2018, from:http://www.pewinternet.org/files/2015/01/PI_SocialMediaUpdate20144.pdf
Sitaram, A., Bernardo, A. Huberman. (2010). Predicting the Future With Social Media.
Techcrunch (2017)。Facebook now has 2 billion monthly users… and responsibility. , Retrieved June 11 2018, from:https://techcrunch.com/2017/06/27/facebook-2-billion-users/
Thissen, U., R. Van Brakel, A. P. De Weijer, W. J. Melssen & L. M. C. Buydens. (2003).Using Support Vector Machines for Time Series Prediction.Chemometrics and Intelligent Laboratory Systems. 69 (1-2): 35-49.
Thorburn, E. D. . (2014). Social media, subjectivity, and surveillance: Moving on from occupy, the rise of live streaming video. Communication and Critical/ Cultural Studies, 11, 52-63.
VGChartz. (2015).2015 Year on Year Sales and Market Share Update to March 21, Retrieved June 11 2018, from:http://www.vgchartz.com/article/258786/2015-yearon-year-sales-and-market-share-update-to-march-21/
Vilius, K.&V.Antanas. (2011).The Mass Appraisal of the Real Estate by Computational Intelligence. Applied Soft Computing. 11 (1): 443-448.