台灣新冠肺炎網路新聞報導之大數據分析—以某群聚感染事件為例

Abstract

目的： 新冠肺炎世界大流行疫情發展至今，已引起全球各地以及台灣對此一新興傳染病之密切關注與廣泛報導。然而目前台灣少有針對此一新興傳染病新聞報導發展之相關研究。本研究以台灣疫情初期新冠肺炎群聚感染事件—彰化「白牌車司機染疫」為主要分析對象，運用專業新聞主題以及文本探勘方法建構網路新聞報導新興流行疾病事件的關聯結構與脈絡，並運用時間相關分析方法評估報導時序。 方法： 本研究以台灣首起因COVID-19死亡的本土個案，「白牌車司機染疫」群聚事件為研究對象。由網路平台搜集2020/02/16至2020/05/15此事件之新聞報導標題與文本。共計納入254則新聞文本並建立此感染事件大數據分析資料庫。本研究運用媒體專業素養以內容分析法萃取報導主題與建構關聯網絡，同時也運用大數據文字探勘特異矩陣方法萃取主題。對於所萃取之主題分別運用無母數與半母數迴歸方法以及隨機森林方法評估其時序性；並就主題萃取以及時序建構之不同方法結果進行評估與比較。 結果： 本研究納入之254則網路新聞，分別為37家媒體所報導，再依其媒體特性區分為五類，分別為報紙(129則)、網路媒體(80則)、電視台(31則)、雜誌(10則)、廣播(4則)。經由內容分析法檢視254則新聞後，共計整理出59個關鍵主題，在新聞中出現則數最高的前五名分別是:白牌車司機、浙江台商、台灣首例死亡、感染源和抗體檢測。另由大數據文字探勘方法萃取6個主題後即可解釋相當大程度之文本文詞句變異，排名前5的主題分別為:白牌車司機社區群聚事件、計程車防疫SOP、台灣首例死亡與遺體處理、浙江台商感染源、白牌計程車管理。運用大數據文字探勘可有效萃取與媒體專業素養之內容分析一致性高的主題。 運用無母數時間相關事件分析評估各個主題報導時序關係發現，對於此群聚事件報導多數主題於10天內結束。寇斯迴歸分析結果發現，白牌車司機（HR 0.65）、浙江台商(HR 0.57)、抗體檢測(HR 0.57)、感染源(HR 0.47)、散布未查證訊息(HR 0.47)、核酸檢測(HR 0.32)、大數據(HR 0.38)皆為具有持續性之報導主題。隨機存活森林分析結果可發現相對權重最高之五大主題分為感染源、CALL IN、核酸檢測、取締白牌車、美國CDC。 結論： 本研究分別運用媒體專業以及大數據之文本探勘方法，以質性和量性方式建立新冠肺炎網路新聞報導主題脈絡，並延伸至主題時序相關分析，可作為評估與監測媒體報導新興傳染病的架構與方法。