誰識KOL? 2020台灣總統大選在 Facebook 上的社群網絡分析(II)

在這次的演講中我將延伸我在 PyConTW20 中的講題，除了分享從複雜的網絡關係中找出意見領袖(KOL)的方法之外，這次會將演講的焦點放在如何透過情感分析(SA)剖析網絡成員間彼此的情感態度。在演講中我會先進行前情提要，簡要的跟大家分享我是如何用 SNA 找出 KOL，接著會跟大家介紹幾種常見的情感分析方法，並進一步分享實務上在做情感分析時的小技巧，讓我們能更輕鬆寫意的從文本中萃取出情感態度。最終我會回應到演講的主題，根據分析的內容發現： 1. 由於受到網軍、假帳號的影響，在觀察網路風向時不應該再單從留言數、分享數來找意見領袖。 2. 候選人身邊都不乏有反對意見的KOL，我們可以藉此了解真實的網路風向。 3. 藉由KOL間彼此的互動關係，我們可以更進一步的觀察並找出在各自陣營中搗亂的人，並進一步採取應對機制。

Transcript

1. • • 1
3. By collaborating with Cathay’s subsidiaries and consolidating the group resources, DDT provides innovative digital products and services driven by data with brilliant customer experiences, aiming to become the top in Asia Pacific Fintech ecology.
4. • • • • • • • • • •
12. 12 1 2 0 3 4 ( )
13. • • • • • • 13
14. • • • •
15. 15 1 2 0 3 4
21. 21 Study: Twitter Sentiment Mirrored Facebook’s Stock Price Today
26. 26 • • • • • • • • • • • • >“<
28. 28 XD
34. 34 >”<
39. 39 沒錢、沒人的話可以「借」別人的模型 借完再拿來當目標變數 Train 自己的模型XD 解釋力最強，但需要花時間溝通>”< 小心別用壞別人的網站 有點吃翻譯的效度XD
42. • • • 42
45. • • 45
46. 46 • • • • • • • • •
47. • 47