網路聲量如何應用在政府與公共議題觀測?

議題拆解 x 輿情觀點挖掘 x 社群監測

意藍資訊的OpView擁有豐富的社群內容文本資訊,除了能進行網路聲量統計,還可透過語意分析技術進行文字探勘及情緒分析。政府機關可透過社群輿情觀測掌握民眾關注的公共議題,即時發現問題做出回應,並進一步評估施政及活動成效,作為後續修正之參考。

-應用情境

1. 政策施行輿情分析

透過網路聲量追蹤,確保施政過程中掌握的資訊完備且具指標性。前期,協助進行政策相關背景的理解;中期,掌握政策施行之情況與民眾反應;後期,追蹤政策與重大施政於民間的影響效果。

以電動機車議題為例:

  • 拆解民眾關注議題:從大量討論中收斂面向,找出網友最關注的話題

以春天藝術節地方活動分析為例:

  • 了解檔期活動各面向之好感度表現

2. 政策關注與民怨收集

透過平台的產業報告、重大事件的輿情分析、相關政策所彙整的輿論等,在民眾不滿聲浪擴大之前,即早進行內部檢視和政策調整,不同傳統民調,可以主動去處理民眾意見。

以1999市民熱線為例:

  • 提升民怨處理效率及行政資源分配使用效益

市民申訴資料與網路輿情比對

3. 訊息溯源與傳播趨勢觀測

近年來假新聞(fake news)流竄在各個新聞媒體或網路社群上,杜絕假新聞除了從政府局處的澄清專區、及業者的澄清資訊外,當訊息開始在社群擴散時,必須透過有效的社群聆聽工具,才能做到即時掌握、追蹤溯源,以利澄清說明時才能切中要點更有影響力。

以2018年颱風造成日本關西機場對外道路中斷事件為例:

  • 從假訊息爆發、擴散到闢謠溝通,各階段其實都有關鍵的時間點,可以透過輿情監測工具來進行決策行動的輔助
 

關西機場假新聞闢謠溯源

以2019年初計程車業者抗議uber與租賃業合作影響事件為例:

  • 生活化議題經常是由網友率先發難,再由媒體擴大資訊接觸面,進而引發相關社群領袖的意見表態與專業型媒體的深度內容報導

汽車運輸也管理規則修法討論聲量傳播趨勢氣泡圖

-應用情境

透過網路聲量追蹤,確保施政過程中掌握的資訊完備且具指標性。前期,協助進行政策相關背景的理解;中期,掌握政策施行之情況與民眾反應;後期,追蹤政策與重大施政於民間的影響效果。

以電動機車議題為例:

  • 拆解民眾關注議題:從大量討論中收斂面向,找出網友最關注的話題

以春天藝術節地方活動為例:

  • 了解檔期活動各面向之好感度表現

透過平台的產業報告、重大事件的輿情分析、相關政策所彙整的輿論等,在民眾不滿聲浪擴大之前,即早進行內部檢視和政策調整,不同傳統民調,可以主動去處理民眾意見。

以1999市民熱線為例:

  • 提升民怨處理效率及行政資源分配使用效益

近年來假新聞(fake news)流竄在各個新聞媒體或網路社群上,杜絕假新聞除了從政府局處的澄清專區、及業者的澄清資訊外,當訊息開始在社群擴散時,必須透過有效的社群聆聽工具,才能做到即時掌握、追蹤溯源,以利澄清說明時才能切中要點更有影響力。

以2018年颱風造成日本關西機場對外道路中斷事件為例:

  • 從假訊息爆發、擴散到闢謠溝通,各階段都有關鍵時間點,可以透過輿情監測工具來輔助決策行動

以2019年初計程車業者抗議uber與租賃業合作影響事件為例:

  • 生活化議題經常是由網友率先發難,再經媒體擴大資訊接觸面,進而引發相關社群領袖的意見表態與專業型媒體的深度內容報導

日常觀測輿情圖像化

  • 即時查詢呈現每日話題走勢圖

  • AI 語意技術智能分析網友留言情緒表現

  • 自動擷取熱門討論詞,協助掌握與議題之關聯性

利用意藍資訊OpView定期追蹤指定主題之聲量、輿情好感度等多項指標,並透過視覺化報表清楚了解即時輿情概況,更可以協助每日社群與新聞即時監測,讓行政與人力資源有最高效率的利用。

文字雲快速摘錄文本重點

  • 生成文字雲了解議題討論民眾關注面向

  • 站台互動式圖表可深入探索民意

透過演算法處理,對文本進行斷詞、特徵詞萃取、權重計算等等程序,得出關鍵字重要性排序後,以文字雲 (Word cloud) 呈現出字詞在文章中出現的次數,可以藉以了解在議題中經常被網友提及的重要詞彙。

意藍資訊的OpView以多年中文文字探勘及語意分析技術經驗,讓AI人工智慧代替人類閱讀大量文本摘錄重點,並且持續訓練機器分析模型,使分析結果與時俱進!

公部門專屬輿情分析平台採購

  • 通過經濟部工業局共契統一審查之安心廠商

  • 上架於政府電子採購網,採購流程更簡易

意藍資訊的OpView有豐富的公部門網路輿情觀測服務經驗,服務經歷橫跨多產業,以完善的社群口碑資料庫作為基礎、多功能的雲端平台為工具,雲端應用讓您可以輕鬆追蹤、分析、視覺化社群媒體情報,從最貼近民意的真實視角提供各項專業服務。