社群輿情大數據觀測及分析 - esc.nccu.edu.tw ·...

社群輿情大數據 : 觀測及分析

楊立偉教授 / 台灣大學工商管理系暨商學研究所

2015 Spring

Copyright © eLand Information. Proprietary and Confidential. All rights reserved.

社群口碑資料庫

Copyright © Proprietary and Confidential. All rights reserved.

研究領域為資料庫及語意分析技術、知識管理、數位行銷

楊立偉博士

現任台大工管系暨商研所兼任助理教授 2006~

台科大資管系兼任助理教授 2008~

資訊及通信國家標準技術委員

意藍資訊董事總經理（創辦人） 1999~

國內規模最大的網路情報與社群口碑自動分析平台

龍捲風科技董事總經理

國內企業搜尋引擎市佔率最高；國際檢索競賽第一名

經歷智威湯遜數位行銷首席顧問、尚藍互動行銷共同創辦人

2009年獲選100 MVP最有價值經理人，擁有超過20項語意分析專利

2012年榮獲國家雲端創新獎、數位時代「創業之星」首獎


團隊介紹 –意藍資訊

國內最強的搜尋 / 語意分析技術團隊

15年研發經驗，60多項國內外專利，兩岸三地超過上千家客戶

擅長巨量、多樣之非結構化資料整合分析

國內搜尋引擎及知識管理廠商票選冠軍，市占率最高

NTCIR 國際資訊檢索評估會議第一名

榮獲國家雲端創新獎及創業之星首獎

3

Copyright © OpView & eLand Information. Proprietary and Confidential. All rights reserved.

關聯計算

企業搜尋引擎與語意分析平台

Tornado Search / ENLP Platform

關聯圖（知識地圖）

曾雅妮

LPGA

高球

妮妮

球后

詞彙擷取

風暴圖分類導覽

結果呈現

斷詞 / 新詞地址人名/組織名電話帳號自訂詞庫

查詢輔助智慧提示自動摘要情緒分析口碑評價相關文件形似相關

分類引擎語意解析內容分析

非結構資料整合檢索龍捲風知識檢索平台


案例：刑事警察局資訊中心

累積整理多年之刑案資訊，含多種來源與多種資料格式

進行資料整備、匯入、分析，導入知識工程之成熟技術

準確率可達 95% 以上


產生主題、詞彙庫、網路圖，建立偵查模型


傾聽民眾直接的聲音

使用新的技術與方法

7

分層通報

報導

觀測聆聽現場

機關

應建立社群觀測聆聽機制


Social Listening : bottom-up, data-driven approach

社群輿情研究方法

社群聆聽新方法傳統調查

原理非干擾式的內容觀察法

大數據下觀察母體

設計問卷後抽樣調查

存在抽樣及干擾誤差

準確性高高 *

時效性高低

資料量龐大 1068份樣本

觀點形成意見可深入分析量化成選項

執行難易自動化工具，易執行多道作業程序

周變小時快100倍

千到千萬份大1萬倍

8


國內最大的雲端網路輿情觀測中心

上百台雲端主機，涵蓋台灣九成以上社群流量

自2011年起、累積數億筆的社群大數據

多項Social media分析技術專利與獲獎

監測分析涵蓋千大品牌、50多個產業

眾多知名媒體及研究機構引用

OpView 輿情觀測平台及社群口碑資料庫


運用社群聆聽了解民意

民眾當兵最關心的事反對核四的原因

青年畢業最擔心的事勞工議題關鍵字上班族抱怨的原因


創新應用範例

消費預測

疾病預測

民意預測


Facebook

32%

BBS

24%

討論區

27%

新聞網站 7% 部落格 10%一、社群輿情影響力飛速成長

青壯年涵蓋率超過 96.1%

二、鄉民聲音成主流，超越傳統媒體

89.1% 民眾以社群為主要影響來源

二、社群擴散的速度更快，層面更廣

以小時計算，與傳統媒體交互影響

四、帶情緒的網路意見每年增 28.3%

勇於在網路上表達喜惡，比本人話還多

台灣社群輿情 4 大發展趨勢觀察

台灣社群輿情


OpView Insight 系統平台

檢視統計分析管理

文章列表

追蹤

來源分布

頻道

排行

維度分析

趨勢

競爭風暴圖

關鍵字風暴圖

社群活躍度

正負情緒比

情緒分析

日報通知

維度

設定

成員

成員

主題下載

關鍵領袖

傳播趨勢

OpView Insight v3.4進階版，共四大服務模組，21大功能項目


OpView 輿情觀測平台畫面範例

Copyright © Proprietary and Confidential. All rights reserved. 16

連勝文柯文哲

30日情緒線圖及正負情緒比 ~11/28


網站頻道及意見領袖 15日分析

17


0

1,000

2,000

3,000

4,000

5,000

5月1日 6月1日 7月1日 8月1日 9月1日 10月1日 11月1日 12月1日

案例 : 代言名人外遇醜聞，影響品牌

形象背離越大，民眾反彈越大

18

彎彎，持續20日總量 x12倍好感 1.8→0.6

柯震東，持續45日總量 x18倍好感 1.3→0.5

九把刀，持續18日總量 x7.5倍好感 0.8→0.6

僅正評率略降

阿基師，持續20日總量 x51倍好感 1.6→0.4

房祖名

王世堅

13,000

12,000:


「阿基師事件」社群傳播路徑圖

19


「阿基師事件」對消費品牌的影響

20

前五大討論區好評度變化

1 mobile01 1.0→0.4 ▼0.6

2 伊莉討論區 2.3→0.3 ▼2.0

3 巴哈姆特 2.0→0.4 ▼1.6

4 PTT 1.1→0.6 ▼0.5

5 Babyhome 3.0→0.5 ▼2.5

媽媽們的破滅

相關代言商品受影響

提及程度

整體品牌

好評度變化

福容大飯店 54% 2.3→1.1 ▼1.2

桂格 / 得意的一天 7% 無變化

福樂 / 一番鮮 6% 無變化

牛頭牌 11% 1.7→1.3 ▼0.4

型男大主廚 73% 1.7→0.7 ▼1.0

五月花 12% 1.5→1.2 ▼0.3

7-Eleven 年菜 38% 1.9→1.5 ▼0.4

百略醫學 17% 無變化

義廚寶 52% 2.9→1.2 ▼1.7


負評輿情內容探索 –關鍵字風暴圖

比較不同期間之關鍵字變化

21


討論福容時，有54.7%提及阿基師

福容負評中，有73.3%提及阿基師 (lift 1.34)

單獨提及福容之PN值，與共同提及之PN值，由2.37→0.69 ▼1.68

拆解子議題

22

福容大飯店

阿基師

共同提及

正面

負面

中立

衝擊分析

使用AND OR NOT

關鍵字篩選

Copyright © Proprietary and Confidential. All rights reserved. 23

含新聞不含

朱立倫及蔡英文

與總統大選

聲量及情緒比值

2015/3


社群輿情研究流程配合使用 OpView Insight

24

設定目標

社群輿情

初步產出

各式分析產出

社群

討論區

部落格

新聞

其它

議題

意見

來源媒體

意見領袖

過濾處理

領域專家

分析師

篩選建議

領域專家

給定字詞

再次處理

各式應用

領域專家

分析師

研究解讀

反覆驗證

報告

圖表

關鍵字

列表

清單

模型


案例 : 劣油事件分析架構及定義

重

點

議

題

政策議題

法規與政府機關(懲處、罰則、衛福部…)

認證標準(CAS、GMP、GHP…)

資源分配(稅收、人事或組織編制、資源…)

資訊平台(訊息公布、訊息處理…)

經濟發展(GDP, 外貿, 國際競爭力…)

政治操作(政黨選舉、政治手段…)

產業議題

產品安全評價(危險產品, 安全產品…)

產業別觀點(食品業、夜市、便利商店…)

食品鏈管控(上下游、原料、供應鏈、加工…)

危機處理(訊息、回應消費者、改善…)

價格(成本、價位、合理性…)

台灣食品形象(正負面形象、觀光、外銷…)

消費議題

心理/生理反應(恐懼、憤怒、就醫、排毒…)

行為變化(自己煮、吃有機食品、吃別的品牌…)

廠商賠償(退貨、退款、合理作法…)

25


法規與政府機關

認證標準

經濟發展

政治操作

資訊平台

資源分配

產品安全評價

食品鏈管控

產業別

價格

台灣食品形象

危機處理

廠商賠償

行為改變

心理/生理反應

4-5

3-4

2-3

1-2

0-1

-1-0

-2--1

案例 : 劣油事件衝擊政策、產業、消費

社群聲量標準分數

高峰期次高峰期延燒期

26


劣油事件衝擊產業 –影響品牌地圖

27

強冠味全

大統

奇美犁記

盛香珍

統一

牛頭牌

美食達人

頂新

李鵠餅店五花馬

黑橋牌

憶霖

維力

玉珍齋

乖乖

吳記

陸仕

劉媽媽

摩斯

美芝城

八方雲集

呷七碗

老克明

龍鳳

康師傅億元

聯華

興霖

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

品牌平均聲量排名

討論天數排名


劣油事件衝擊消費行為 –影響類型

網友提及行為變化，最多為伸張消費主權，次為醫療保健

謹慎消費、替代性行為較過去食安事件相比有所提升

討論中提及無影響類型字眼的占比亦有7%

28

無影響7%謹慎消費1%

替代性行為12%

醫療保健

28%

申張消費主權

52%

影響重大


結語 : 運用社群大數據新方法

用聆聽與觀測踏出第一步

各種量化與質化指標

探索輿情、了解民意

輿情觀測

社群危機風險管理

產業趨勢消費者研究

產品開發行銷管理

匯流

分析

預警

管理

29


社群空中預警

建立多重預警指標

305/27 5/30 6/2 6/5 6/8 6/11 6/14 6/17 6/20 6/23

總聲量

負面情緒

正面情緒重新上架

討論高峰

食安事件

品牌聲量 5 . 9 x 1 2 . 6 x

負評率 7 0 . 1 % 3 2 . 0 %▼

P / N 比 0 . 3 7 0 . 9 4▲


社群輿情指標及預測模型

以人物、政黨組織、政策議題等，做為主題

各主題可提供指標如下

熱門程度（網路提及聲量）

好感度（正評數量及佔比、負評數量及佔比、 P/N值）

擴散廣度（討論人數、出現媒體數、集中程度、持續度、路徑）

熱門話題及關鍵字詞

意見領袖列表及側寫

依期間、來源、不同字詞組合做探索

31


結合民調資料，運用數量分析及機器學習演算法…

32

id city name votes win party tot15 pos15 neg15 news15 social15 pn15 sn15 tot30 pos30 neg30 news30 social30 pn30 sn30

1 台北市連勝文 609,932 0 國 38,780 12,803 21,701 14,687 24,093 0.59 1.64 72,437 22,835 39,186 14,687 57,750 0.58 3.93

2 台北市柯文哲 853983 1 無 37,138 12,350 20,043 16,037 21,101 0.62 1.32 64,049 20,318 33,905 16,037 48,012 0.60 2.99

3 新北市游錫堃 934,774 0 民 2,602 1,198 1,363 1,721 881 0.88 0.51 3,626 1,612 1,874 1,721 1,905 0.86 1.11

4 新北市朱立倫 959302 1 國 7,117 2,916 3,255 4,080 3,037 0.90 0.74 11,625 5,221 5,112 4,080 7,545 1.02 1.85

5 桃園市鄭文燦 492,414 1 民 1,528 599 741 1,026 502 0.81 0.49 2,112 878 1,045 1,026 1,086 0.84 1.06

6 桃園市吳志揚 463,133 0 國 2,439 1,172 1,012 1,595 844 1.16 0.53 4,248 2,058 1,809 1,595 2,653 1.14 1.66

7 高雄市陳菊 993300 1 民 4,538 1,778 2,414 2,775 1,763 0.74 0.64 7,701 3,264 4,012 2,775 4,926 0.81 1.78

8 高雄市楊秋興 450647 0 國 3,060 1,102 1,663 1,926 1,134 0.66 0.59 4,547 1,584 2,508 1,926 2,621 0.63 1.36

9 台中市胡志強 637531 0 國 8,718 4,237 3,971 5,697 3,021 1.07 0.53 13,717 6,818 6,229 5,697 8,020 1.09 1.41

10 台中市林佳龍 847,284 1 民 6,034 2,703 2,949 3,954 2,080 0.92 0.53 8,940 4,029 4,484 3,954 4,986 0.90 1.26

11 台南市賴清德 711,557 1 民 3,985 1,811 1,992 2,342 1,643 0.91 0.70 6,971 3,160 3,456 2,342 4,629 0.91 1.98

12 台南市黃秀霜 264536 0 國 1,914 906 959 1,468 446 0.94 0.30 2,693 1,241 1,442 1,468 1,225 0.86 0.83

13 新竹市許明財 75,564 0 國 1,023 618 326 849 174 1.90 0.20 1,743 1,045 596 849 894 1.75 1.05

14 新竹市蔡仁堅 40480 0 無 367 177 155 227 140 1.14 0.62 594 298 285 227 367 1.05 1.62

15 新竹市林智堅 76578 1 民 618 334 254 437 181 1.31 0.41 1,042 552 479 437 605 1.15 1.38

16 基隆市謝立功 52198 0 國 1,715 787 691 1,412 303 1.14 0.21 2,675 1,267 1,253 1,412 1,263 1.01 0.89

17 基隆市黃景泰 30,914 0 無 823 341 427 581 242 0.80 0.42 1,547 587 883 581 966 0.66 1.66

18 基隆市林右昌 101,010 1 民 999 433 476 741 258 0.91 0.35 1,739 805 881 741 998 0.91 1.35

19 新竹縣邱鏡淳 124,309 1 民 1,356 637 756 1,092 264 0.84 0.24 2,199 1,092 1,149 1,092 1,107 0.95 1.01

20 新竹縣鄭永金 118698 0 無 746 299 485 638 108 0.62 0.17 1,054 427 673 638 416 0.63 0.65

21 苗栗縣徐耀昌 147,547 1 國 758 268 276 648 110 0.97 0.17 1,119 432 423 648 471 1.02 0.73

22 苗栗縣康世儒 60,356 0 無 250 104 112 222 28 0.93 0.13 333 147 170 222 111 0.86 0.50

23 苗栗縣吳宜臻 89838 0 民 676 240 319 554 122 0.75 0.22 982 381 453 554 428 0.84 0.77

24 南投縣李文忠 143719 0 民 1,203 524 621 1,026 177 0.84 0.17 1,730 763 887 1,026 704 0.86 0.69

25 南投縣林明溱 149,361 1 國 1,238 549 652 1,117 121 0.84 0.11 1,832 831 924 1,117 715 0.90 0.64

26 雲林縣張麗善 175862 0 國 1,552 720 798 1,184 368 0.90 0.31 2,276 1,102 1,139 1,184 1,092 0.97 0.92

27 雲林縣李進勇 232,900 1 民 1,345 720 700 1,097 248 1.03 0.23 1,879 1,003 956 1,097 782 1.05 0.71

28 彰化縣魏明谷 386,405 1 民 2,175 921 908 1,686 489 1.01 0.29 3,064 1,278 1,379 1,686 1,378 0.93 0.82

29 彰化縣林滄敏 284,738 0 國 1,634 734 765 1,260 374 0.96 0.30 2,418 1,036 1,202 1,260 1,158 0.86 0.92

30 嘉義市陳以真 66108 0 國 3,411 1,312 1,864 1,577 1,834 0.70 1.16 5,283 1,894 2,787 1,577 3,706 0.68 2.35

31 嘉義市涂醒哲 74698 1 民 2,157 967 1,171 1,313 844 0.83 0.64 3,047 1,373 1,622 1,313 1,734 0.85 1.32

32 嘉義縣張花冠 193399 1 民 2,706 1,160 1,285 812 1,894 0.90 2.33 1,671 721 814 812 859 0.89 1.06

33 嘉義縣翁重鈞 104,488 0 國 1,929 694 947 617 1,312 0.73 2.13 1,178 424 601 617 561 0.71 0.91

34 宜蘭縣林聰賢 160253 1 民 1,627 806 685 462 1,165 1.18 2.52 1,051 523 439 462 589 1.19 1.27

35 宜蘭縣邱淑媞 90320 0 國 2,519 862 1,192 493 2,026 0.72 4.11 1,863 574 930 493 1,370 0.62 2.78

36 屏東縣簡太郎 182,027 0 國 2,592 833 1,378 862 1,730 0.60 2.01 1,595 507 906 862 733 0.56 0.85

37 屏東縣潘孟安 308,953 1 民 938 333 471 763 175 0.71 0.23 1,526 496 920 763 763 0.54 1.00

38 台東縣劉櫂豪 53860 0 民 496 253 173 395 101 1.46 0.26 646 338 228 395 251 1.48 0.64

39 台東縣黃健庭 64,272 1 國 1,781 1,080 648 549 1,232 1.67 2.24 1,130 694 416 549 581 1.67 1.06

40 花蓮縣傅崐萁 89048 1 無 724 341 361 199 525 0.94 2.64 461 217 240 199 262 0.90 1.32

41 花蓮縣蔡啟塔 43,504 0 國 698 353 423 222 476 0.83 2.14 438 207 290 222 216 0.71 0.97


模型理論完整，規模最大，市佔率最高，成功案例眾多

新一代民意調查與市場研究的利器

附錄 : OpView 的特色

高準確率容易執行

高覆蓋率高時效性

大數據

自動語意技術

內容分析

中文語意分析第一名

上萬個網站頻道涵蓋九成流量

重要資訊1小時內更新

多種分析功能雲端服務

Thank you

更多資訊請搜尋《OpView社群口碑資料庫》

http://www.opview.com.tw

社群口碑資料庫

社群輿情大數據 觀測及分析 - esc.nccu.edu.tw ·...

Documents

社群輿情大數據觀測及分析 - esc.nccu.edu.tw ·...