輿情分析

剛落幕的2018年台灣選舉過程顯示，社群及網路已經成為許多民眾發表意見的主要場域，包含評論、發言、推文等，都是重要的輿情反映，本專題利用社群大數據進行輿情分析。

輿情分析包含運用網路爬蟲，將網路評論、發言、文章等擷取下來，進行主題分析，並判斷這些評論的正負面情緒程度。除了可以觀察並反映特定主題或人事物的網路聲量外，亦能瞭解網路聲量的正負面比例。

田慧君 老師

hctien@gm.pu.edu.tw

Random Name

陳奎言

s1040083@gm.pu.edu.tw

Random Name

吳珈禎

s1040645@gm.pu.edu.tw

Random Name



陳泓錡

s1040084@gm.pu.edu.tw

Random Name



蔡富宸

frank93436@gm.pu.edu.tw

Random Name



4/15~4/21 各黨網路聲量

國民黨每日聲量

Random Name

民進黨每日聲量

Random Name

無黨籍每日聲量

Random Name

國民黨文章篇數

Random Name

民進黨文章篇數

Random Name

無黨籍文章篇數

Random Name

國民黨一周聲量

Random Name

民進黨一周聲量

Random Name

無黨籍一周聲量

Random Name

國民黨一周情緒

Random Name

民進黨一周情緒

Random Name

無黨籍一周情緒

Random Name

前三主題
Random Name

topic 1

Random Name

topic 2

Random Name

topic 3

Random Name


4/22~4/28 各黨網路聲量

國民黨每日聲量

Random Name

民進黨每日聲量

Random Name

無黨籍每日聲量

Random Name

國民黨文章篇數

Random Name

民進黨文章篇數

Random Name

無黨籍文章篇數

Random Name

國民黨一周聲量

Random Name

民進黨一周聲量

Random Name

無黨籍一周聲量

Random Name

國民黨一周情緒

Random Name

民進黨一周情緒

Random Name

無黨籍一周情緒

Random Name

前三主題
Random Name

topic 1

Random Name

topic 2

Random Name

topic 3

Random Name