「台灣報紙新聞」與「台灣即時新聞」

 「台灣報紙新聞」與「台灣即時新聞」

7067c01e5e98f8b8211343054a908076?s=128

Ping-Yen Tsai

December 02, 2017
Tweet

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

  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

  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