to the perceived audience. The clus

to the perceived audience. The cluster of points near the xaxis indicates that the majority of participants significantly
underestimated their audience.
For participants considering a specific post in the past (Figure 1, left column), the median perceived audience size was
20 friends (mean = 60, sd = 163); the median actual
audience was 78 friends (mean = 99, sd = 84). Transformed into percentages of network size, the median post
reached 24% of a user’s friends (mean = 24%, sd = 10%),
but the median participant estimated that it only reached 6%
(mean = 17%, sd = 31%). In fact, most participants
guessed that no more than fifty friends saw the content, regardless of how many people actually saw it. We note that
this data is skewed and long-tailed, as is common with many
internet phenonema: as such, we rely on medians rather than
means as our core summary statistic.
We quantify the relative error as 1 −
perceived audience size
actual audience size
.
The median relative error is 0.73, meaning the median estimate was just 27% of the actual audience size. In other words,
the median participants underestimated their actual audience
size by a factor of four.
Participants in the general survey also underestimated their
audiences (Figure 1, right column). The median perceived
audience size in the general survey was 50 (mean = 137,
sd = 236), while the median actual audience (number of
friends who saw any post the user produced in the previous
month) was 180 (mean = 283, sd = 302). The median
relative error was 0.68, indicating that participants underestimated their general audience by roughly a factor of three.
Figure 1 (bottom row) shows the distribution of errors in both
surveys. In both cases, participants tended to underestimate
their audiences, and there was greater variance in the general
version of the survey.
Not surprisingly, estimates of audience size “in general” were
significantly larger than those for a specific post in the past
(mean = 137 vs. 60, p < 0.001). As disjoint sets of friends
may see different pieces of content, it makes sense that in a
month, more people would see a given user’s content than
would see any single post she made. Survey participants correctly accounted for this.
To further quantify this relationship, we can fit a linear model
to measure the correlation between estimated and actual audience size. The model does not explain much variance at all:
R
2
= 0.04, p < .001.
Folk theories of audience
What heuristics are guiding users’ estimates, and why are
users underestimating so much? To answer these questions,
we investigated the theories that participants reported when
estimating their audience size. We performed a content analysis on the survey responses for how participants came up
with their estimates. The authors inductively coded a subset
of the responses to generate categories, then iterated on the
coding scheme until arriving at sufficient agreement (Fleiss’s
Kappa = 0.72).
Theory Prevalence
Guess 23%
Based on likes and comments 21%
Portion of total friend count 15%
How many friends might log in 9%
Who they regularly see on the site 5%
Number of close friends and family 3%
Who might be interested in the topic 2%
Based on privacy settings 2%
Another explanation given 8%
Table 1: The relative prevalence of folk theories for estimating audience size. Participants most often used heuristics
based on the amount of feedback they get on their posts or
their number of friends.
The categories and their relative popularities across both surveys appear in Table 1. Nearly one-quarter of participants
said they had no idea and simply guessed. The magnitude
of this number indicates how little understanding users have
of their audience size. The most popular strategy (other than
guessing) was based on feedback: the number of likes and
comments on a post. Participants explained, “I figured about
half of the people who see it will ‘like’ it, or comment on it,”
or “number of people who liked it x4.”
Others made a rough guess at how many people might log in
to Facebook: e.g., “I’m guessing one hundred of my frieds
[sic] actually read facebook daily” and “not a lot of people
stay up late at night.” Many respondents based their estimates on a fixed fraction of their friend count: “figure maybe
a third of my friends saw it.” Others assumed that the people they typically see in their own feeds or chat with regularly are also the audience for their posts: “Judging by the
number of people that regularly share with me”, “I assume
the number of people who see me are the same people that
show up on my news feed.” Finally, some respondents mentioned their close friends or family, or friends who would be
interested in the topic of the post: “I’m sure a lot of people
have blocked me because of all the political memes I’ve been
putting up lately,”, “Friends that are involved with paintball
would catch a glimpse of me mentioning MAO.” A small number mentioned their privacy settings: “Based on the privacy
and sharing rules I have set-up, I would imagine it’s close to
that number.” Particularly savvy users transferred knowledge
from other domains, like “based on the FB page of a business
that i’m admin on.”
We compared the audience estimation accuracy of each
group. Despite the variety of theories of audience size, no
theory performed better than users who responded “guess”.
Perceptions of audience size and satisfaction
Though users have limited insight into their own audience
size, their perceptions may play a strong role in their satisfaction with their posts’ reach. In this section, we investigate
survey participants’ responses to the question, “How many
people do you wish saw this piece of content?”
Table 2 reports summary statistics for our survey results.
Only 3% of participants wanted a smaller audience than they

ผลลัพธ์ (ไทย) 1:

to the perceived audience. The cluster of points near the xaxis indicates that the majority of participants significantlyunderestimated their audience.For participants considering a specific post in the past (Figure 1, left column), the median perceived audience size was20 friends (mean = 60, sd = 163); the median actualaudience was 78 friends (mean = 99, sd = 84). Transformed into percentages of network size, the median postreached 24% of a user’s friends (mean = 24%, sd = 10%),but the median participant estimated that it only reached 6%(mean = 17%, sd = 31%). In fact, most participantsguessed that no more than fifty friends saw the content, regardless of how many people actually saw it. We note thatthis data is skewed and long-tailed, as is common with manyinternet phenonema: as such, we rely on medians rather thanmeans as our core summary statistic.We quantify the relative error as 1 −perceived audience sizeactual audience size.The median relative error is 0.73, meaning the median estimate was just 27% of the actual audience size. In other words,the median participants underestimated their actual audiencesize by a factor of four.Participants in the general survey also underestimated theiraudiences (Figure 1, right column). The median perceivedaudience size in the general survey was 50 (mean = 137,sd = 236), while the median actual audience (number offriends who saw any post the user produced in the previousmonth) was 180 (mean = 283, sd = 302). The medianrelative error was 0.68, indicating that participants underestimated their general audience by roughly a factor of three.Figure 1 (bottom row) shows the distribution of errors in bothsurveys. In both cases, participants tended to underestimatetheir audiences, and there was greater variance in the generalversion of the survey.Not surprisingly, estimates of audience size “in general” weresignificantly larger than those for a specific post in the past(mean = 137 vs. 60, p < 0.001). As disjoint sets of friendsmay see different pieces of content, it makes sense that in amonth, more people would see a given user’s content thanwould see any single post she made. Survey participants correctly accounted for this.To further quantify this relationship, we can fit a linear modelto measure the correlation between estimated and actual audience size. The model does not explain much variance at all:R2= 0.04, p < .001.Folk theories of audienceWhat heuristics are guiding users’ estimates, and why areusers underestimating so much? To answer these questions,we investigated the theories that participants reported whenestimating their audience size. We performed a content analysis on the survey responses for how participants came upwith their estimates. The authors inductively coded a subsetof the responses to generate categories, then iterated on thecoding scheme until arriving at sufficient agreement (Fleiss’sKappa = 0.72).Theory PrevalenceGuess 23%Based on likes and comments 21%Portion of total friend count 15%How many friends might log in 9%Who they regularly see on the site 5%Number of close friends and family 3%Who might be interested in the topic 2%Based on privacy settings 2%Another explanation given 8%Table 1: The relative prevalence of folk theories for estimating audience size. Participants most often used heuristicsbased on the amount of feedback they get on their posts ortheir number of friends.The categories and their relative popularities across both surveys appear in Table 1. Nearly one-quarter of participantssaid they had no idea and simply guessed. The magnitudeof this number indicates how little understanding users haveof their audience size. The most popular strategy (other thanguessing) was based on feedback: the number of likes andcomments on a post. Participants explained, “I figured abouthalf of the people who see it will ‘like’ it, or comment on it,”or “number of people who liked it x4.”Others made a rough guess at how many people might log into Facebook: e.g., “I’m guessing one hundred of my frieds[sic] actually read facebook daily” and “not a lot of peoplestay up late at night.” Many respondents based their estimates on a fixed fraction of their friend count: “figure maybea third of my friends saw it.” Others assumed that the people they typically see in their own feeds or chat with regularly are also the audience for their posts: “Judging by thenumber of people that regularly share with me”, “I assumethe number of people who see me are the same people thatshow up on my news feed.” Finally, some respondents mentioned their close friends or family, or friends who would beinterested in the topic of the post: “I’m sure a lot of peoplehave blocked me because of all the political memes I’ve beenputting up lately,”, “Friends that are involved with paintballwould catch a glimpse of me mentioning MAO.” A small number mentioned their privacy settings: “Based on the privacyand sharing rules I have set-up, I would imagine it’s close tothat number.” Particularly savvy users transferred knowledgefrom other domains, like “based on the FB page of a businessthat i’m admin on.”We compared the audience estimation accuracy of eachgroup. Despite the variety of theories of audience size, notheory performed better than users who responded “guess”.Perceptions of audience size and satisfactionThough users have limited insight into their own audiencesize, their perceptions may play a strong role in their satisfaction with their posts’ reach. In this section, we investigatesurvey participants’ responses to the question, “How manyคนที่ทำคุณต้องเห็นชิ้นส่วนของเนื้อหานี้หรือไม่? "ตารางที่ 2 รายงานสรุปสถิติสำหรับผลสำรวจของเราเพียง 3% ของผู้เข้าร่วมต้องการผู้ชมที่มีขนาดเล็กกว่าพวกเขา

ผลลัพธ์ (ไทย) 2:

การรับรู้ให้กับผู้ชม กลุ่มของจุดที่อยู่ใกล้ xaxis แสดงให้เห็นว่าส่วนใหญ่ของผู้เข้าร่วมอย่างมีนัยสำคัญ
ประเมินชมของพวกเขา.
สำหรับผู้เข้าร่วมการพิจารณาการโพสต์ที่ระบุในอดีตที่ผ่านมา (รูปที่ 1 คอลัมน์ซ้าย) ขนาดเฉลี่ยผู้ชมรับรู้เป็น
เพื่อน 20 คน (เฉลี่ย = 60, SD = 163); ที่เกิดขึ้นจริงเฉลี่ย
ผู้ชมเป็นเพื่อน 78 คน (เฉลี่ย = 99, SD = 84) กลายเป็นเปอร์เซ็นต์ของขนาดของเครือข่ายการโพสต์ได้เฉลี่ย
ถึง 24% ของเพื่อนของผู้ใช้ (ค่าเฉลี่ย = 24%, SD = 10%)
แต่ผู้เข้าร่วมเฉลี่ยที่คาดกันว่ามันถึง 6%
(ค่าเฉลี่ย = 17%, SD = 31% ) ในความเป็นจริงผู้เข้าร่วมมากที่สุด
คาดเดาว่าไม่เกินห้าสิบเพื่อนเห็นเนื้อหาโดยไม่คำนึงถึงวิธีการที่หลาย ๆ คนเห็นว่ามันจริง เราทราบว่า
ข้อมูลนี้เป็นเบ้และหางยาวราวกับเป็นเรื่องธรรมดากับหลาย
อินเทอร์เน็ต phenonema: เป็นเช่นนี้เราพึ่งพามีเดียมากกว่า
วิธีการที่เป็นสถิติสรุปหลักของเรา.
เราปริมาณความผิดพลาดเป็น 1 -
ขนาดผู้ชมรับรู้
ของผู้ชมขนาดจริง
.
ความผิดพลาดเฉลี่ยอยู่ที่ 0.73, ความหมายประมาณการเฉลี่ยเป็นเพียง 27% ของผู้ชมขนาดจริง ในคำอื่น ๆ
ผู้เข้าร่วมการประเมินเฉลี่ยชมของพวกเขาที่เกิดขึ้นจริง
ขนาดโดยปัจจัยสี่.
ผู้เข้าร่วมในการสำรวจทั่วไปของพวกเขายังประเมิน
ผู้ชม (รูปที่ 1 คอลัมน์ขวา) เฉลี่ยการรับรู้ของ
ผู้ชมที่มีขนาดในการสำรวจทั่วไป 50 (เฉลี่ย = 137,
SD = 236) ในขณะที่ผู้ชมเฉลี่ยที่เกิดขึ้นจริง (จำนวน
เพื่อน ๆ ที่เห็นโพสต์ของผู้ใช้ใด ๆ ที่เกิดขึ้นในก่อนหน้านี้
เดือน) เป็น 180 (ค่าเฉลี่ย = 283, SD = 302) เฉลี่ย
ความผิดพลาดเป็น 0.68 แสดงให้เห็นว่าผู้เข้าร่วมการประเมินผู้ชมทั่วไปของพวกเขาโดยประมาณปัจจัยที่สาม.
รูปที่ 1 (แถวล่าง) แสดงให้เห็นถึงการกระจายตัวของข้อผิดพลาดทั้งใน
การสำรวจ ในทั้งสองกรณีผู้เข้าร่วมมีแนวโน้มที่จะประมาท
ชมของพวกเขาและมีความแปรปรวนมากขึ้นในการทั่วไป
รุ่นของการสำรวจ.
ไม่น่าแปลกใจประมาณการขนาดของผู้ชม "ทั่วไป" มี
ขนาดใหญ่กว่าอย่างมีนัยสำคัญสำหรับผู้ที่โพสต์ที่ระบุในอดีตที่ผ่านมา
(ค่าเฉลี่ย = 137 กับ 60, p <0.001) ในฐานะที่เป็นชุดเคลื่อนเพื่อน
อาจเห็นชิ้นส่วนต่างๆของเนื้อหามันทำให้รู้สึกว่าใน
เดือนที่ผู้คนมากขึ้นจะเห็นเนื้อหาของผู้ใช้ที่ได้รับกว่า
จะเห็นโพสต์ใด ๆ เดียวที่เธอทำ เข้าร่วมการสำรวจได้อย่างถูกต้องคิดนี้.
เพื่อเพิ่มเติมปริมาณความสัมพันธ์นี้เราสามารถใส่แบบจำลองเชิงเส้น
ในการวัดความสัมพันธ์ระหว่างผู้ชมขนาดโดยประมาณและที่เกิดขึ้นจริง รูปแบบไม่ได้อธิบายความแปรปรวนมากเลย:
R
2
. = 0.04, p <0.001
ทฤษฎีพื้นบ้านของผู้ชม
การวิเคราะห์พฤติกรรมอะไรจะชี้แนะประมาณการของผู้ใช้และทำไม
ผู้ใช้ประเมินมาก? เพื่อที่จะตอบคำถามเหล่านี้
เราตรวจสอบทฤษฎีว่าผู้เข้าร่วมรายงานเมื่อ
ประมาณขนาดชมของพวกเขา เราดำเนินการวิเคราะห์เนื้อหาในการตอบแบบสำรวจสำหรับวิธีการที่ผู้เข้าร่วมขึ้นมา
กับประมาณการของพวกเขา ผู้เขียนเขียน inductively ย่อย
ของการตอบสนองในการสร้างหมวดหมู่แล้วซ้ำใน
รูปแบบการเข้ารหัสจนมาถึงข้อตกลงที่เพียงพอ (เฟลของ
คัปปา = 0.72).
ทฤษฎีความชุก
เดา 23%
ขึ้นอยู่กับการชอบและให้ความเห็น 21%
ส่วนของเพื่อนรวมนับ 15%
วิธีเพื่อน ๆ หลายคนอาจจะเข้าสู่ระบบใน 9%
ใครเห็นพวกเขาเป็นประจำในเว็บไซต์ 5%
จำนวนเพื่อนสนิทและครอบครัว 3%
ใครอาจจะสนใจในหัวข้อ 2%
ขึ้นอยู่กับการตั้งค่าความเป็นส่วนตัว 2%
อีกสาเหตุหนึ่งที่ได้รับ 8%
ตารางที่ 1: ญาติ ความชุกของทฤษฎีพื้นบ้านสำหรับการประเมินขนาดของผู้ชม ผู้เข้าร่วมส่วนใหญ่มักจะใช้ในการวิเคราะห์พฤติกรรม
ตามจำนวนข้อเสนอแนะของพวกเขาได้รับในโพสต์ของพวกเขาหรือ
จำนวนของพวกเขาเพื่อน.
ประเภทและ popularities ญาติของพวกเขาในการสำรวจทั้งสองปรากฏในตารางที่ 1 เกือบหนึ่งในสี่ของผู้เข้าร่วม
กล่าวว่าพวกเขามีความคิดและคาดเดาเพียง . ขนาด
ของจำนวนนี้แสดงให้เห็นว่าผู้ใช้มีความเข้าใจน้อย
ขนาดชมของพวกเขา กลยุทธ์ที่นิยมมากที่สุด (นอกเหนือจาก
การคาดเดา) ก็ขึ้นอยู่กับการตอบรับ: จำนวนชอบและ
แสดงความคิดเห็นในโพสต์ ผู้เข้าร่วมกิจกรรมกล่าวว่า "ฉันคิดเกี่ยวกับ
ครึ่งหนึ่งของคนที่เห็นมันจะ 'ชอบ' หรือความคิดเห็นเกี่ยวกับมัน "
หรือ "จำนวนของคนที่ชอบมัน x4."
อื่น ๆ ที่ทำหยาบเดาที่ว่าหลายคนอาจจะเข้าสู่ระบบ
เพื่อ Facebook: เช่น "ฉันคาดเดาหนึ่งร้อยของ frieds ของฉัน
[sic] จริงอ่านที่ facebook ทุกวัน "และ" ไม่มากของคน
นอนดึกในเวลากลางคืน. "ผู้ตอบแบบสอบถามจำนวนมากตามประมาณการของพวกเขาในส่วนที่คงที่ของเพื่อนของพวกเขานับ "ตัวเลขอาจจะ
สามของเพื่อนของฉันเห็นมัน. "อื่น ๆ สันนิษฐานว่าคนที่พวกเขามักจะเห็นในฟีดของตัวเองหรือสนทนากับเป็นประจำนอกจากนี้ยังมีผู้ชมที่โพสต์ของพวกเขา" ตัดสินโดย
จำนวนของคนที่ประจำการร่วมกับฉัน " "ผมถือว่า
จำนวนของคนที่เห็นฉันเป็นคนเดียวกันกับที่
แสดงในฟีดข่าวของฉัน. "ในที่สุดผู้ตอบแบบสอบถามบางส่วนที่กล่าวถึงเพื่อนสนิทของพวกเขาหรือสมาชิกในครอบครัวหรือเพื่อนที่จะ
สนใจในหัวข้อของการโพสต์: "ฉัน ' ม. แน่ใจว่าผู้คนจำนวนมาก
ได้ปิดกั้นฉันเพราะทุกมส์ทางการเมืองที่ฉันได้รับการ
วางขึ้นเมื่อเร็ว ๆ นี้ "," เพื่อนที่มีส่วนเกี่ยวข้องกับการเพนท์บอล
จะจับเหลือบของฉันกล่าวขวัญ MAO "จำนวนน้อยที่กล่าวถึงการตั้งค่าความเป็นส่วนตัวของพวกเขา. "บนพื้นฐานของความเป็นส่วนตัว
และกฎระเบียบร่วมกันฉันได้ตั้งขึ้นผมจะคิดว่ามันใกล้เคียงกับ
ตัวเลขที่. "โดยเฉพาะอย่างยิ่งผู้ใช้เข้าใจโอนความรู้
จากโดเมนอื่น ๆ เช่น "ขึ้นอยู่กับหน้า FB ของธุรกิจ
ที่ผมดูแลระบบบน "
เราเมื่อเทียบกับการประมาณค่าความถูกต้องของผู้ชมของแต่ละ
กลุ่ม แม้จะมีความหลากหลายของทฤษฎีขนาดผู้ชมไม่มี
ทฤษฎีทำได้ดีกว่าผู้ใช้ที่ตอบ "เดา".
การรับรู้ของผู้ชมที่มีขนาดและความพึงพอใจของ
ผู้ใช้แม้ว่าจะได้รับการ จำกัด ข้อมูลเชิงลึกในกลุ่มผู้ชมของตัวเอง
ขนาดการรับรู้ของพวกเขาอาจมีบทบาทที่แข็งแกร่งในความพึงพอใจของพวกเขากับพวกเขา การเข้าถึงโพสต์ ' ในส่วนนี้เราจะตรวจสอบ
การตอบสนองที่เข้าร่วมการสำรวจ 'คำถาม "วิธีการหลาย
คนที่คุณต้องการเห็นชิ้นส่วนของเนื้อหานี้ "
ตารางที่ 2 รายงานสถิติสรุปสำหรับผลการสำรวจของเรา.
เพียง 3% ของผู้เข้าร่วมต้องการของผู้ชมที่มีขนาดเล็กกว่าที่พวกเขา

ผลลัพธ์ (ไทย) 3:

การรับรู้ของผู้ชม กลุ่มของจุดใกล้ xaxis พบว่า ส่วนใหญ่ของผู้เข้าร่วมประเมินระดับ

สำหรับผู้ชมของพวกเขา ผู้เข้าร่วมพิจารณาการโพสต์เฉพาะในอดีต ( รูปที่ 1 , คอลัมน์ซ้าย ) ค่ามัธยฐานของผู้ชมขนาด
20 เพื่อน ( ค่าเฉลี่ย = 60 , SD = 163 ) ; ผู้ชมจริง
มัธยฐานคือ 78 เพื่อน ( ค่าเฉลี่ย = 99 , SD = 84 )แปลงเป็นร้อยละของขนาดเครือข่าย
โพสต์เฉลี่ยถึงร้อยละ 24 เพื่อนของผู้ใช้ ( ค่าเฉลี่ย = 24% , SD = 10% ) ,
แต่ผู้เข้าร่วมเฉลี่ยประมาณว่ามันถึง 6 %
( ค่าเฉลี่ย = 17% , SD = 31 ) ในความเป็นจริง ผู้เข้าร่วมส่วนใหญ่
เดาว่าไม่เกินห้าสิบเพื่อนเห็นเนื้อหา ไม่กี่คนที่ได้เห็นมัน เราทราบว่าข้อมูลนี้เป็นเบ้
และนก ,โดยทั่วไปมีหลาย
อินเทอร์เน็ต phenonema : เช่น เราพึ่งพามีเดียมากกว่า
หมายถึงเป็นหลักสรุปสถิติ
เราวัดความคลาดเคลื่อนสัมพัทธ์เป็น 1 −

จริงขนาดของผู้ชม ผู้ชมขนาด
.
ความคลาดเคลื่อนสัมพัทธ์เฉลี่ยเป็น 0.73 หมายความว่าประมาณการค่ามัธยฐานเป็นเพียง 27% ของผู้ชม ขนาดจริง . ในคำอื่น ๆที่มีผู้ชม

ที่แท้จริงของผู้เข้าร่วมดูขนาดโดยปัจจัยสี่
ผู้เข้าร่วมในการสำรวจทั่วไปยังดูถูกผู้ชม
( รูปที่ 1 , คอลัมน์ขวา ) ค่ามัธยฐานของ
ผู้ชมขนาดในการสำรวจทั่วไปคือ 50 ( ค่าเฉลี่ย = 137 ,
SD = 236 ) ในขณะที่ผู้ชมจริงเฉลี่ย ( จำนวน
เพื่อนที่เห็นการโพสต์ใด ๆ ผู้ใช้ผลิตในเดือนก่อน
) คือ 180 ( ค่าเฉลี่ย = 283 , SD = 302 ) โดย
ความคลาดเคลื่อนสัมพัทธ์เป็น 0.68 ,ระบุว่า ผู้เข้าร่วมประเมินผู้ฟังทั่วไปของพวกเขาโดยการประมาณปัจจัย 3 .
1 รูป ( แถวล่าง ) แสดงการกระจายของข้อผิดพลาดทั้ง
การสำรวจ ในทั้งสองกรณีผู้เข้าร่วม มีแนวโน้มที่จะประมาท
ผู้ชมของพวกเขาและมีความแปรปรวนมากกว่ารุ่นทั่วไป

ไม่น่าแปลกใจของการสำรวจ ประเมินขนาดของ " ผู้ชมทั่วไป "
มีขนาดใหญ่กว่าโพสต์เฉพาะในอดีต
( ค่าเฉลี่ย = 137 กับ 60 , P < 0.001 ) อย่างไม่ต่อเนื่องชุดเพื่อน
อาจจะเห็นชิ้นที่แตกต่างกันของข้อมูล มันทำให้รู้สึกว่าใน
เดือน , ผู้คนมากขึ้นจะเห็นให้เนื้อหาที่ผู้ใช้กว่า
จะเห็นโพสต์เดียวที่เธอทำ ผู้เข้าร่วมการสำรวจอย่างถูกต้องคิดนี้ .
ต่อปริมาณความสัมพันธ์นี้ เราสามารถใส่
แบบเชิงเส้นวัดความสัมพันธ์ระหว่างขนาดโดยประมาณและผู้ชมจริงๆ รูปแบบไม่ได้อธิบายความแปรปรวนมากที่ทุกคน :
r
2
= 0.04 , p < . 001 .

สิ่งที่ผู้ชมชาวทฤษฎีฮิวริสติกจะแนะประเมินของผู้ใช้และทำไม
ผู้ใช้ประเมินมาก ที่จะตอบคำถามเหล่านี้ เราได้ศึกษาทฤษฎี

ผู้เข้าร่วมรายงานเมื่อประมาณขนาดของผู้ชมของพวกเขาเราได้ทำการวิเคราะห์เนื้อหาเกี่ยวกับการสำรวจการตอบสนองวิธีการเข้าร่วมมา
กับประมาณการของพวกเขา ผู้เขียนอุปนัยรหัสส่วนย่อย
ของการตอบสนองเพื่อสร้างประเภทแล้วซ้ำบน
รหัสโครงการจนมาถึงข้อตกลงที่เพียงพอ ( fleiss ของ
Kappa = 0.72 )

คิดว่าทฤษฎีความชุก 23%
ขึ้นอยู่กับความชอบและความเห็น 21 %
ส่วนของทั้งหมดนับได้ 15 %
เพื่อนหลายวิธีที่เพื่อนอาจจะเข้าสู่ระบบ 9 %
ที่พวกเขาเสมอดูบนเว็บไซต์จำนวน 5 %

% 3 จากเพื่อนสนิทและครอบครัวที่อาจจะสนใจใน
% 2 หัวข้อตามการตั้งค่า 2 %
%
8 อีกคำอธิบายให้ตารางที่ 1 ข้อมูลส่วนบุคคล : ความชุกของญาติของพื้นบ้าน ทฤษฎีการประมาณขนาดของผู้ชม . ผู้เข้าร่วมส่วนใหญ่มักจะใช้ฮิวริสติก
ขึ้นอยู่กับปริมาณของข้อมูลที่พวกเขาได้รับในการโพสต์หรือ
เบอร์ของเพื่อน ๆ .
และประเภทของญาติค่านิยมทั้งการสำรวจปรากฏในตารางที่ 1 เกือบหนึ่งในสี่ของผู้เข้าร่วม
บอกไม่มีความคิดและเพียงแค่เดา ขนาดของตัวเลขนี้บ่งชี้ว่าผู้ใช้

เข้าใจเพียงเล็กน้อย มีขนาดของผู้ชมของพวกเขา กลยุทธ์ที่นิยมมากที่สุด ( นอกจาก
เดา ) คือตามความคิดเห็น : หมายเลขของชอบ
ความคิดเห็นที่โพสต์ ผู้อธิบาย , " ฉันคิดว่าเกี่ยวกับ
ครึ่งหนึ่งของคนที่เห็นมันจะ ' ชอบ ' มันหรือแสดงความคิดเห็นในเรื่องนี้ "
" จำนวนของคนที่ชอบ x4 "
คนอื่นทำให้เดาคร่าวๆว่าหลายคนอาจจะเข้าสู่ระบบ
Facebook : เช่น " ผมเดาว่า หนึ่ง ร้อย [ sic ] frieds
ของฉันจริงอ่าน Facebook ทุกวัน " และ " ไม่กี่คน
อยู่ดึกนะ" มีผู้ตอบแบบสอบถามตามประมาณการของพวกเขาในการแก้ไขส่วนของเพื่อนของพวกเขานับ : " รูปบางที
3 เพื่อนของฉันเห็นมัน " ผู้อื่นสันนิษฐานว่าคนพวกเขามักจะเห็นในอาหารของตนเอง หรือสนทนากับผู้ฟังอย่างสม่ำเสมอนอกจากนี้ยังมีการโพสต์ของพวกเขา : " ตัดสินโดย
จํานวนคนที่เป็นประจำร่วมกับ ฉัน " , " ฉันคิดว่า
คนที่เห็นฉันเป็นคน ๆเดียวกันกับที่
แสดงในฟีดข่าวของฉัน . " ในที่สุดก็มีคนกล่าวถึงเพื่อนสนิท หรือครอบครัว หรือเพื่อนใคร
สนใจในหัวข้อของการโพสต์ : " ฉันคิดว่าหลายคน
มีบล็อกผม เพราะการเมืองทั้งหมดมวลผม
แปะๆ " , " เพื่อน ๆว่า เกี่ยวข้องกับเพนท์บอล
จะจับเหลือบของฉันเอ่ยเหมา" ตัวเลขขนาดเล็กที่กล่าวถึงการตั้งค่าความเป็นส่วนตัวของพวกเขา : " ตามกฎความเป็นส่วนตัว
แบ่งปันผมตั้งขึ้น ผมจะคิดว่ามันใกล้กับ
เลขที่ . " โดยเฉพาะอย่างยิ่งผู้ใช้เข้าใจโอนความรู้
จากโดเมนอื่น ๆเช่น " จากหน้า FB ของธุรกิจ
ผม admin on "
เราการเปรียบเทียบความถูกต้องของผู้ชมแต่ละ
กลุ่ม แม้จะมีความหลากหลายของทฤษฎีขนาดไม่
ผู้ชมทฤษฎีปฏิบัติมากกว่าผู้ใช้ที่ตอบสนอง " ว่า " การรับรู้และความพึงพอใจของผู้ชม

ขนาดแม้ว่าผู้ใช้จะกัดลึกลงไปขนาดผู้ชม
ของตนเอง , การรับรู้ของพวกเขาอาจมีบทบาทที่แข็งแกร่งในความพึงพอใจของตน ด้วยการโพสต์ของพวกเขาเข้าถึง ในส่วนนี้เราตรวจสอบ
เข้าร่วมสำรวจการตอบสนองต่อ คำถาม " วิธีการหลาย
คนคุณต้องการเห็นเนื้อหาชิ้นนี้ "
ตารางที่ 2 รายงานสรุปสถิติผลการสำรวจของเรา .
เพียง 3 % จากผู้ชมขนาดเล็กกว่าที่พวกเขาต้องการเข้าร่วม