「台灣報紙新聞」與「台灣即時新聞」蔡秉諺
View Slide
2015春節 2/18 - 2/23228 2/27 - 3/19 天
「台北市政府報紙新聞」與「台北市政府即時新聞」
2014-12-25
輿論
Google News ?漏新聞
你們到底要什麼?
報紙彙整六大報頭條其它要聞台北市新聞同一新聞事件 Group記者姓名相關局處新聞內文Word 檔
即時監看網路即時新聞台北市相關15 分更新一次
我:開始打嘴砲
韶:能不能做個 DEMO ?我: …………………
「原」碩士論文最後沒做
「 DEMO 」https://vexed.me/daily/taipeihttps://vexed.me/realtime/taipei
抓Crawl
RSS報社類別標題描述網址時間順序
新聞內頁作者次類別內文圖片說明
拆Parse
群Group
怎麼知道兩篇新聞在講同件事?原來我一點都不了解我自己
自己都不了解自己還要教機器?
同關鍵字同新聞事件
關鍵字Keyword
斷詞 詞庫jieba 結巴
踹共
2-Gram中正大學 → 中正、正大、大學
停止字\n \r \t . ; : ? ! ( ) [ ] { } \ < > - _@ # $ % & ~ | \ / ` ^ + = * 。 、… . 「 」 《 》 〈 〉 【 】 ★ → ,。:!; …好吧,就這樣!→ 好吧、就這、這樣Stop Words
不同位置不同分數次類別 → 80標題 → 100內文 → 80 60 40 20 10 5圖片說明 → 50 30 10 5分數加總
前 100 名 25 同前 400 名 80 同鄰居 + 前 400 名 50 同→ 同報社、類別、次類別同關鍵字同新聞事件分數受文長影響、名次不受
排序Sort
新聞事件{ 間, 內 }排序
怎麼知道這篇新聞重要?原來我一點都不了解我自己
報社編輯決定誰重要頭版頭最重要工人智慧RSS 報社 類別 順序
六大報自由、聯合、蘋果、中時工商、經濟越多報導越重要
新聞事件內排序先比類別、再比順序要聞 200政治 100國際 80社會 30地方 30生活 30財經 30評論 20投訴 20娛樂 10
新聞事件間排序類別分數相加、排序相加先比類別分數、越大越好再比排序和、越小越好
篩Filter
台北市政府相關兩層 Filter一層 Positive一層 NegativeCount >= 5
台北市政府相關局處一層 Positive Filter目前無 NegativeCount >= 1
雜訊Noise
Noise廣編特輯一週大事英文新聞星座理財...雜訊
做完了!?演算法? AI? 機器學習?80 → 100 難
即時 RSS Aggregator + Filter
副產品 台灣https://vexed.me/dailyhttps://vexed.me/realtime
現實自由時報 8 點更新偶爾吐搥Parse 記者 → 大坑
現況 daily/taipei 半年realtime/taipei 至今
北市府放棄Daily政治 100 → 30國際 80 → 2000中時 扣分
經驗 不要用 Pthreads3-Gram 、 4-Gram 無效作者分析無效
心得Feeling
工程師爽無用現實會打醒你即時 > 報紙
9 天、再也不想動
釐清問題難
輿論產業政治公關網軍
系友會https://facebook.com/groups/CCUCSIE.alumni中正大學資工系友會
Q & A