Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
「台灣報紙新聞」與「台灣即時新聞」
Search
Ping-Yen Tsai
December 02, 2017
Technology
0
110
「台灣報紙新聞」與「台灣即時新聞」
Ping-Yen Tsai
December 02, 2017
Tweet
Share
More Decks by Ping-Yen Tsai
See All by Ping-Yen Tsai
我的工作經驗 (到目前為止)
pingyen
2
420
網頁前端⼯程師與室內裝修師傅的相似之處
pingyen
0
86
JavaScript Closure
pingyen
1
110
HTML5 Sectioning Elements
pingyen
0
46
次世代搜尋引擎戰爭
pingyen
0
100
進階 JavaScript
pingyen
0
220
jQuery 入門
pingyen
0
56
Windows 市集應⽤用程式實例解說 (使⽤ JavaScript)
pingyen
0
92
Windows 市集應用程式開發實戰 (使用 JavaScript)
pingyen
0
70
Other Decks in Technology
See All in Technology
ZOZOTOWN の推薦における KPI モニタリング/KPI monitoring for ZOZOTOWN recommendations
rayuron
1
870
効率的な技術組織が作れる!書籍『チームトポロジー』要点まとめ
iwamot
2
190
rootful・rootless・privilegedコンテナの違い/rootful_rootless_privileged_container_difference
moz_sec_
0
110
アジャイルチームが変化し続けるための組織文化とマネジメント・アプローチ / Agile management that enables ever-changing teams
kakehashi
2
2.3k
OPENLOGI Company Profile
hr01
0
57k
Storage Browser for Amazon S3
miu_crescent
1
350
30分でわかるデータ分析者のためのディメンショナルモデリング #datatechjp / 20250120
kazaneya
PRO
15
3.9k
10年もののバグを退治した話
n_seki
0
140
事業貢献を考えるための技術改善の目標設計と改善実績 / Targeted design of technical improvements to consider business contribution and improvement performance
oomatomo
0
640
TSKaigi 2024 の登壇から広がったコミュニティ活動について
tsukuha
0
180
怖くない!ゼロから始めるPHPソースコードコンパイル入門
colopl
0
230
AI×医用画像の現状と可能性_2024年版/AI×medical_imaging_in_japan_2024
tdys13
0
1.2k
Featured
See All Featured
Rails Girls Zürich Keynote
gr2m
94
13k
Scaling GitHub
holman
459
140k
Typedesign – Prime Four
hannesfritz
40
2.5k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Java REST API Framework Comparison - PWX 2021
mraible
28
8.3k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
3
230
No one is an island. Learnings from fostering a developers community.
thoeni
19
3.1k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
29
940
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.5k
Code Reviewing Like a Champion
maltzj
521
39k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
127
18k
The Art of Programming - Codeland 2020
erikaheidi
53
13k
Transcript
「台灣報紙新聞」與 「台灣即時新聞」 蔡秉諺
2015 春節 2/18 - 2/23 228 2/27 - 3/1 9
天
「台北市政府報紙新聞」與 「台北市政府即時新聞」
None
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: …………………
None
「原」碩士論文 最後沒做
「 DEMO 」 https://vexed.me/daily/taipei https://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
自己都不了解自己 還要教機器?
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 Negative Count >= 5
台北市政府 相關局處 一層 Positive Filter 目前無 Negative Count >= 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/daily https://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 Pthreads 3-Gram 、 4-Gram 無效 作者分析無效
心得 Feeling
None
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