近年來，隨著全球邁入網路時代，最劇烈轉變就是造就許多新興產業誕生，大眾最為熟悉的就是因應串流影音平台YouTube而崛起的職業「影音創作者」大家也之稱為「YouTuber」。本研究將整理目前台灣所有百萬訂閱YouTuber的公開資料，以大數據資料探勘的方式，抓取台灣四大百萬訂閱YouTuber發佈之所有影片的標題、觀看次數以及上傳日期加以分析，另外，本研究為了讓結果更全面，還會輔以內容分析法，深度解析影片內容製作模式，從內容層面分析四個頻道中觀看次數前後各15名之影片主題、影片製作模式、影片內容和影片鋪成，共120部影片。
研究結果顯示，台灣訂閱數前四名的YouTube頻道具備五項特點，分別為「品牌化」、「頻道名稱入標且標題格式固定」、「團隊合作」、「輕鬆、生活化」、「成為該領域佼佼者」。另外，用內容分析法對120部影片編碼後發現，較受閱聽人歡迎的影片主題為「日常生活」，影片製作模式為「自編自導自演」和過去其他研究員的研究結果不謀而合。
本研究旨在透過以上方法，用更全面的角度歸納出台灣百萬訂閱YouTuber的經營樣貌，給未來欲踏入影音創作領域的人或從事網路行銷、網路社群媒體經營操作及品牌經營等相關產業之影音工作者或企業參考運用，同時也為將來的學界與業界記錄下YouTube影音的成長軌跡以及找出影片之熱門要素。

In recent years, as the world enters the Internet age, the most dramatic change has resulted in the birth of many new industries. The most familiar to the people is the professional "audiovisual creator" that emerged from the streaming audiovisual platform YouTube, also known as "YouTuber".
This research will collate the current public information of all million-subscribed YouTubers in Taiwan, and analyze the titles, views and upload dates of all videos published by Taiwan’s million-subscribed YouTubers by means of big data exploration. In addition, this in order to make the results more comprehensive, the research will be supplemented by Content Analysis Methods to deeply analyze the film content production mode. From the content level, it analyzes the film themes, film production mode, film content and film layout of the 15 people before and after the number of views in the four channels, A total of 120 videos.
The research results show that the top four YouTube channels in Taiwan have five characteristics, namely, "branding", "channel name bidding and title format fixed", "teamwork", "easy, life-oriented", and "become the leader in this field."Furthermore, after using content analysis to encode 120 videos, it is found that the theme of the film is "daily life" more popular with viewers, and the film production mode is "self-written, self-directed and self-acted" and other researchers' research results as same as other research in the past.
This research aims to use the above methods to sum up the business profile of Taiwan’s millions of subscriptions YouTubers from a more comprehensive perspective, for those who want to enter the field of video and audio creation in the future or engage in online marketing, online social media operations, and branding. It is used for reference by audio-visual workers or enterprises in related industries, and also records the growth trajectory of YouTube audio-visual and finds the hot elements of the film for the future academic circles and the industry.

一、英文文獻
Arthurs, J., Drakopoulou, S., & Gandini, A. (2018). Researching YouTube. The International Journal of Research into New Media Technologies, 24, 1, 3-15.
Berelson, B. (1952). Content Analysis in Communication Research. Free Press.
Boyd, D., Crawford, K. (2012). Critical questions for big data: Provocations for a cultural,technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662-679.
Cheng, X., Dale, C., & Liu, J. (2008). Statistics and social network of YouTube videos. Paper presented at the Sixteenth International Workshop on Quality of Service (pp. 229-238).
Cooper, D.R. and Schindler, P.S. (2003) A Novel Information Security Scheme for E-Learning Infrastructure Success Based on TRI Model. Open Access Library Journal, Vol.2 No.4
Dustin J. Welbourne, Will J. Grant (2016). Science communication on YouTube: Factors that affect channel and video popularity. Public Understanding of Science 25(6).
Figueiredo, F., Almeida, J. M., Benevenuto, F., & Gummadi, K. P. (2014). Does content determine information popularity in social media ? A case study of YouTube videos' content and their popularity. Paper presented at The 32nd Annual ACM Conference, Toronto, Canada.
Figueiredo, F., Benevenuto, F., & Almeida, J. M. (2011). The tube over time: Characterizing popularity growth of YouTube videos. Paper presented at the Fourth ACM International Conference, Hong Kong, China.
George, A. L. (1959). Quantitative and Qualitative Approaches to Content Analysis, in R. Franzosi ( Eds.), Content Analysis. Thousand Oaks, CA:Sage
Guo,Xiao-qing( 2020) Analysis of YouTube Videos Popular in Taiwan through a Qualitative Lens. Journal of Humanities, Social Sciences and Medicine,7,137-160.
Guosong Shao (2009). Understanding the Appeal of User-Generated Media: A Uses and Gratification Perspective. Internet Research 19(1):7-25.
Hanson, G., & Haridakis, P. (2008). YouTube users watching and sharing the news: A uses and gratifications approach. Journal of Electronic Publishing, 11(3).
Haynes, N. (2016). The social media landscape: Performing citizenship online. Social media in northern Chile. London: UCL Press.
Josie Ahlquist (2014). Trending Now: Digital Leadership Education Using Social Media and the Social Change Model. Journal Of Leadership Studies,57-60.
Khan, M. L. (2017). Social media engagement: What motivates user participation and consumption on YouTube? Computers in Human Behavior, 66(1), 236-247.
Krippendorff, K. (2004). Content Analysis: An Introduction to Its Methodology. Sage Publications Inc.
McQuail & Windahl (1981). Communication Models for the Study of Mass communications. New York: Longan.
Miller, D., Costa, E., Haynes, N., McDonald, T., Nicolescu, R. Sinanan, J., Shriram, S., Spyer, J., Venkatraman, S. & Wang, X. (2016). Inequality. How the world changed social media. London, UCL. Press.
Neuman, W. L. (1997). Social Research Methods：Qualitative and Quantitative Approaches, (3rd ed.). Allyn and Bacon.
Neuman, W.L. (2011) Social Research Methods：Qualitative and Quantitative Approaches. 7th Edition, Pearson, Boston.
Renjie Zhou, Samamon Khemmarat, Lixin Gao (2010). The impact of YouTube recommendation system on video views.10th ACM SIGCOMM Conference,1-3.
Roos, M. & Bulck, J. V. (2019). Space videos on YouTube – what makes the audience tick. Paper presented in EPJ Web of Conferences, 200. Article 01004.
Rotman, D., Preece, J. (2010). The WeTube in YouTube-Creating an online community through video sharing. International Journal of Web Based Community, 6(3), 317-333.
Stewart, D. W., & Kamins, M. A. (1993). Secondary Research.
Takahashi, H., Kato, M., Matsuura, M., Mobbs, D., Suhara, T., Okubo, Y. (2009). When your gain is my pain and your pain is my gain: Neural correlates of envy and Schadenfreude. Science, 323, 937.
Thompson, A. (2010). Unmooring the moor: Researching and teaching on YouTube. Shakespeare Quarterly, 61(3), 337-356.
Torres, I., & Trinidad, C. (2015). Analysis of the YouTube channel recommendation network.
Viktor Mayer-Schönberger & Kenneth Cukier (2013), Big Data: A Revolution That Will Transform How We Live, Work, and Think, 8 Risks, 150-170.
Zhou, Y., Zeng, A., & Wang, W. H. (2015). Temporal effects in trend prediction: Identifying the most popular nodes in the future. PloS One, 10(3), 1-10.

二、中文文獻
王石番（1991）。《傳播內容分析法：理論與實證》。台北市：幼獅文化。
李宜玲（2020）。《世代融合議題YouTube頻道的內容製作策略之研究》。輔仁大學大眾傳播學研究所碩士在職專班論文。
李昀諭、林秀源、陳建元、龔久銘（2018）。從大學生到影音創作者之距離-以YouTube為例。台灣網際網路研討會，2516-2521。
金宗（2018）。《網紅的成功行銷模式：以2017年YouTube台灣網路搜尋排行榜前十名為例》。台南應用科技大學國際企業經營系碩士班論文。
汪琪（1982）。文化間傳播。台北市：三民。
林東泰（2008）。《大眾傳播理論》，台北市：師大書苑。
吳清山（2014）。教育名詞大數據。教育資料與研究，115，279-280。
吳紹群（2002）。內容分析法與圖書館學研究。圖書與資訊學刊，40，47-61。
姜凱恩、洪珮珊、李欣蔚、張家馨。2020。探討年輕族群觀看YOUTUBE影片類型偏好和心理動機。國立臺灣藝術大學圖文傳播藝術學系，137-144。
凌品葳(2018)。YouTuber 類型與廣告價值對消費者反應之影響:以幽默程度 
 作為調節變數。國立中央大學企業管理學系碩士論文。
徐婉庭（2018）。《影音社群媒體之大數據分析–以台灣Top YouTubers為例》。輔仁大學資訊管理學系碩士班論文。
陳竑嘉（2018）。《結合意見探勘的YouTuber推薦系統之研究》。淡江大學資訊管理學系碩士班論文。
喻國明（2014）。大數據方法與新聞傳播創新：從理論定義到操作路線。江淮論壇，266（04），5。
葉乃靜（2015）。大學生觀看線上影音節目之隨興休閒資訊行為研究。圖書館學與資訊科學，第41卷第2期。
葉庭瑜（2015）。探討上傳影音至影音分享網站影響因素之研究。中正大學資訊管理學系學位論文，1-75。
葛喬丹（2018）。《YouTube旅遊頻道之大數據分析研究》。國際創業與經營管理學程碩士在職專班論文。
萬達（2019）。《影音社群媒體網紅大數據分析—以YouTuber為例》。輔仁大學國際經營管理碩士學位學程論文。
蔡依霖（2016）。《以鉅量資料取徑分析facebook候選人網路競選行為及群眾討論行為-2014台北市長選舉個案研究》。國立台灣師範大學大眾傳播研究所碩士論文。
蔡政宏、邱惠芳、陳佳玲（2020）。熱門網紅影片內容製作模式之探索性研究。全球商業經營管理學報，第12期，77-88。
劉正山（2012）。你可能不知道的媒體影響。科學發展期刊，480，12-18。
劉吉軒（2016），大數據分析與人文社會科學跨領域研究應用。傳播文化，第15期，頁次4-46。
劉嘉薇（2017）。網路統獨的聲量研究：大數據的分析。政治科學論叢，（71），113-165。
潘家祺（2020）。《知識型YouTube影片的觀看動機與影片流暢度之影響因素：探索式研究》。國立中正大學企業管理系行銷管理研究所論文。
鄭宇君（2014）。向運算轉：新媒體研究與資訊技術結合的契機與挑戰。傳播研究與實踐，4卷1期，67-83。
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，121-165。
韓培爾（1998）。《社會科學方法論》，台北市：風雲論壇。
羅清俊（2010）。社會科學研究方法：打開天窗說量化（第二版）。台北市：威仕曼文化。
蘇中信、吳訂宜、洪宗德（2012）。內容分析法之回顧與分析：以台灣商管期刊為對象。弘光學報，第68期。

三、網路資料
TWNIC（2014）2014「台灣寬頻網路使用調查」結果公布。取自https://www.twnic.tw/NEWS4/135.pdf
TWNIC（2020）。2020台灣網路報告。取自https://report.twnic.tw/2020/
Youtube（2020）。Youtube About。取自https://www.youtube.com/intl/zh-TW/about/press/
Doris Lin（2018）影音行銷5大平台比較，你了解不同影音平台的市場特性嗎？取自https://reurl.cc/E2qN81
不只年輕人愛看：Google公布台灣YouTube使用者行為調查報告。（2017）取自https://lpcomment.com/2017/09/28/google-youtube-report-2017/
台灣網路大典（2008）。台灣網路發展。取自https://reurl.cc/Q71lno
資策會（2017年5月4日）。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。中央通訊社。取自https://www.cna.com.tw/postwrite/Detail/212899.aspx#.YEHua2QzZAY
資策會產業情報研究所（2018年7月12日）。【遊戲玩家調查系列三】52.8％玩家曾看遊戲實況 Youtube平台最受青睞。取自https://mic.iii.org.tw/news.aspx?id=496