「台灣報紙新聞」與「台灣即時新聞」

Transcript

1. 「台灣報紙新聞」與 「台灣即時新聞」 蔡秉諺

2. 2015 春節 2/18 - 2/23 228 2/27 - 3/1 9

   天

3. 「台北市政府報紙新聞」與 「台北市政府即時新聞」

4. None

5. 2014-12-25

6. 輿論

7. Google News ? 漏新聞

8. 你們到底要什麼？

9. 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

10. 即時監看 網路即時新聞 台北市相關 15 分更新一次

11. 我：開始打嘴砲

12. 韶：能不能做個 DEMO ？ 我： …………………

13. None

14. 「原」碩士論文 最後沒做

15. 「 DEMO 」 https://vexed.me/daily/taipei https://vexed.me/realtime/taipei

16. 抓 Crawl

17. RSS 報社 類別 標題 描述 網址 時間 順序

18. 新聞內頁 作者 次類別 內文 圖片說明

19. 拆 Parse

20. 群 Group

21. 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

22. 自己都不了解自己 還要教機器？

23. 同關鍵字 同新聞事件

24. 關鍵字 Keyword

25. 斷詞 詞庫 jieba 結巴

26. 踹共

27. 2-Gram 中正大學 → 中正、正大、大學

28. 停止字 \n \r \t . ; : ? ! (

    ) [ ] { } \ < > - _ @ # $ % & ~ | \ / ` ^ + = * 。 、 … ． 「 」 《 》 〈 〉 【 】 ★ → ，。 ：！； … 好吧，就這樣！ → 好吧、就這、這樣 Stop Words

29. 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

30. 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

31. 排序 Sort

32. 新聞事件 { 間, 內 } 排序

33. 怎麼知道 這篇新聞重要？ 原來我一點都不了解我自己

34. 自己都不了解自己 還要教機器？

35. 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

36. 六大報 自由、聯合、蘋果、中時 工商、經濟 ​越多報導 越重要

37. ​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

38. ​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

39. 篩 Filter

40. 台北市政府相關 兩層 Filter 一層 Positive 一層 Negative Count >= 5

41. ​台北市政府 相關局處 一層 Positive Filter 目前無 Negative Count >= 1

42. 雜訊 Noise

43. Noise 廣編特輯 一週大事 ​英文新聞 ​星座理財 ... 雜訊

44. 做完了!? 演算法？ AI？ 機器學習？ 80 → 100 難

45. 即時 RSS Aggregator + Filter

46. 副產品 台灣 https://vexed.me/daily https://vexed.me/realtime

47. 現實 自由時報 8 點更新 偶爾吐搥 Parse 記者 → 大坑

48. 現況 daily/taipei 半年 realtime/taipei 至今

49. 北市府放棄 Daily 政治 100 → 30 國際 80 → 2000

    中時 扣分

50. 經驗 不要用 Pthreads 3-Gram 、 4-Gram 無效 作者分析無效

51. 心得 Feeling

52. None

53. 工程師爽無用 現實會打醒你 即時 > 報紙

54. 9 天、再也不想動

55. 釐清問題難

56. 輿論產業 政治公關 網軍

57. 系友會 https://facebook.com/groups/CCUCSIE.alumni 中正大學資工系友會

58. Q & A