[新聞] 六都市長施政百日網路好感度調查:陳其邁居冠 黃偉哲第二
六都市長施政百日網路好感度調查:陳其邁居冠 黃偉哲第二
newtalk 謝莉慧
銘傳大學網路聲量與新媒體研究中心今(31)日公布六都市長施政百日的網路好感度調查
。結果發現高雄市長陳其邁施政的整體網路好感度居冠,台南市長黃偉哲第二。但如果從
六都局處觀察,基本上,排名相差無幾,但新北市長侯友宜與桃園市長張善政可能受累於
是否參選總統及前任市長,兩人表現均不見理想。
該中心指出,所謂的「網路好感度」,就是利用大數據內建的運算機制,判定訊息文章是
否為正評(P,positive)、中立或負評(N,Negetive)。而網路好感度則為正面訊息除
以負面訊息的比值,也就是P/N比,表現網民對於訊息的網路情緒。
首先,單從六都首長八大施政的網路好感度觀察,可以發現整體排名為高雄市長陳其邁(
3.12)、台南市長黃偉哲(2.54)、台北市長蔣萬安(1.87)、台中市長盧秀燕(1.64)
、桃園市長張善政(1.41)、新北市長侯友宜(0.69);其次,若就六都局處及其業管範
圍進行調查,其排名依序為陳其邁(3.33)、黃偉哲(2.04)、盧秀燕(1.74)、蔣萬安
(1.69)、侯友宜(1.07)、張善政(1.03)。
若從個別施政觀察,在經濟方面,民眾對於陳其邁(4.76)、黃偉哲(4.09)較滿意;但
在警政部分,蔣萬安表現亮眼(1.12),侯友宜受累於恩恩案等後續影響,好感度僅為(
0.32),另外,受累於台南槍擊案及賄選案影響,讓黃偉哲(0.26)在警政的好感度殿後
。
再就六都局處與其業管範圍進行量測,可以發現高雄市長陳其邁施政在各構面都居領先地
位,台南市長黃偉哲的民政和教育文化等方面表現不惡。
這次調查使用大數據公司的KEYPO大數據搜尋引擎作為調查工具,調查時間為從2022年12
月25日起至2023年3月24日為止。調查的網路好感度主要依據KEYPO的網路好感度進行運算
。
KEYPO的正負情緒分析採用當今現代語意學與資訊檢索領域應用理論,包含Latent Semant
ic Models與Deep Learning方法,把文句投影(Projection)到高維度的語意空間向量;
避免了傳統詞典比對機制,無法有效評估情緒詞彙強度差別的問題。KEYPO的情緒判定方
法,使用四組分類器的併行預測的Ensemble learning(整體學習);分別對全文正面傾
向、全文負面傾向、局部短句正面傾向、局部短句負面傾向進行分析;之後把上述四個結
果整合成正面與負面的傾向值,在統合判讀正、負與中立的情緒;當一個文章被判定成正
面,代表文章整體有較強烈的正面意見與情緒傾向,負面反之。
當文章被判定成中立,則有兩種可能,一是文章無明顯的正負意見與情緒表態;或是文章
同時出現正負兩方意見,強度傾向類似。
一般說來,斷詞基礎辭典包含新聞與維基百科的關鍵詞組。但KEYPO透過隱藏馬可夫模型
(HMM)與Viterbi演算法,辨識潛在的新詞與可能的新片語,並不侷限使用現有的詞典斷
詞。換句話說,KEYPO捨棄傳統情緒辭典與字典比對的作法,其語意分析引擎是透過文句
投影(Projection)到高維度的語意空間向量再進行分析。故並未使用情緒詞典,情緒分
析也與詞典無關。
https://newtalk.tw/news/view/2023-03-31/864504
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.5.73 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1680242375.A.20A.html
噓
03/31 13:59,
1年前
, 1F
03/31 13:59, 1F
→
03/31 14:00,
1年前
, 2F
03/31 14:00, 2F
→
03/31 14:00,
1年前
, 3F
03/31 14:00, 3F
→
03/31 14:00,
1年前
, 4F
03/31 14:00, 4F
推
03/31 14:00,
1年前
, 5F
03/31 14:00, 5F
→
03/31 14:00,
1年前
, 6F
03/31 14:00, 6F
推
03/31 14:01,
1年前
, 7F
03/31 14:01, 7F
推
03/31 14:01,
1年前
, 8F
03/31 14:01, 8F
→
03/31 14:01,
1年前
, 9F
03/31 14:01, 9F
→
03/31 14:01,
1年前
, 10F
03/31 14:01, 10F
推
03/31 14:02,
1年前
, 11F
03/31 14:02, 11F
推
03/31 14:02,
1年前
, 12F
03/31 14:02, 12F
推
03/31 14:04,
1年前
, 13F
03/31 14:04, 13F
→
03/31 14:04,
1年前
, 14F
03/31 14:04, 14F
推
03/31 14:05,
1年前
, 15F
03/31 14:05, 15F
推
03/31 14:06,
1年前
, 16F
03/31 14:06, 16F
→
03/31 14:07,
1年前
, 17F
03/31 14:07, 17F
推
03/31 14:08,
1年前
, 18F
03/31 14:08, 18F
推
03/31 14:08,
1年前
, 19F
03/31 14:08, 19F
→
03/31 14:08,
1年前
, 20F
03/31 14:08, 20F
噓
03/31 14:12,
1年前
, 21F
03/31 14:12, 21F
→
03/31 14:14,
1年前
, 22F
03/31 14:14, 22F
推
03/31 14:22,
1年前
, 23F
03/31 14:22, 23F
噓
03/31 14:24,
1年前
, 24F
03/31 14:24, 24F
噓
03/31 14:25,
1年前
, 25F
03/31 14:25, 25F
推
03/31 14:33,
1年前
, 26F
03/31 14:33, 26F
推
03/31 14:50,
1年前
, 27F
03/31 14:50, 27F
噓
03/31 15:54,
1年前
, 28F
03/31 15:54, 28F
噓
03/31 17:28,
1年前
, 29F
03/31 17:28, 29F
推
03/31 17:45,
1年前
, 30F
03/31 17:45, 30F
→
03/31 18:18,
1年前
, 31F
03/31 18:18, 31F
推
03/31 18:19,
1年前
, 32F
03/31 18:19, 32F
推
03/31 18:27,
1年前
, 33F
03/31 18:27, 33F
推
03/31 18:29,
1年前
, 34F
03/31 18:29, 34F
→
03/31 18:29,
1年前
, 35F
03/31 18:29, 35F
→
03/31 18:29,
1年前
, 36F
03/31 18:29, 36F
→
03/31 18:30,
1年前
, 37F
03/31 18:30, 37F
推
03/31 18:31,
1年前
, 38F
03/31 18:31, 38F
噓
03/31 18:55,
1年前
, 39F
03/31 18:55, 39F
推
03/31 19:12,
1年前
, 40F
03/31 19:12, 40F
→
03/31 19:27,
1年前
, 41F
03/31 19:27, 41F
→
03/31 19:43,
1年前
, 42F
03/31 19:43, 42F
→
03/31 21:10,
1年前
, 43F
03/31 21:10, 43F
推
04/01 00:48,
1年前
, 44F
04/01 00:48, 44F
推
04/01 01:18,
1年前
, 45F
04/01 01:18, 45F
推
04/01 06:24,
1年前
, 46F
04/01 06:24, 46F
討論串 (同標題文章)