請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/88430完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 莊裕澤 | zh_TW |
| dc.contributor.advisor | Yuh-Jzer Joung | en |
| dc.contributor.author | 吳世昌 | zh_TW |
| dc.contributor.author | Shih-Chang Wu | en |
| dc.date.accessioned | 2023-08-15T16:16:06Z | - |
| dc.date.available | 2023-11-09 | - |
| dc.date.copyright | 2023-08-15 | - |
| dc.date.issued | 2023 | - |
| dc.date.submitted | 2023-07-27 | - |
| dc.identifier.citation | 一、中文部分
布特尼，楊理然、盧靜譯，2020，《操弄：劍橋分析事件大揭密》，新北市：野人文化 吉兒，高子璽譯，2022，《輿情操縱，用數據操控心智的鼻祖「析模公司」運作大揭密》，新北市：遠足文化 克里斯多福，劉維人譯，2020，《心智操控---劍橋分析技術大公開》，新北市：野人文化 李錦河、溫敏杰、陳盈太，﹤2010，「品牌知名度」理念應用於選舉預測之探討--以臺灣選舉民意調查資料為例﹥，《選舉研究》，17:1，頁1-19。 呂建億，2015，《民眾對政府輿情分析方法之信任研究-民意調查與網路輿情分析的比較》，國立政治大學公共行政研究所碩士論文 朱斌妤; 曾憲立，2016，﹤民意聽聞的藝術--電話與巨量調查的比較﹥，《人事月刊》，368，頁17-26 林惠玲、陳正倉，2011，應用統計學(第四版)，台北：雙葉書廊。 吳統雄，1984，《電話調查理論與方法》，台北：聯經出版社 吳重禮，2002，﹤民意調查應用於提名制度的爭議：以1998年第四屆立法委員選舉民主進步黨初選民調為例﹥，《選舉研究》，9:1，頁81-111 吳重禮、曹家鳳、蔡宜寧，2002，﹤民意調查能否準確預測選舉結果--以2001年第五屆區域立法委員選舉為例﹥，《理論與政策》，16:3，頁19-35 吳世豪、陳昱旗，2016，﹤大數據與政治傳播﹥，《大數據與未來傳播》，台北：五南圖書 吳世昌，2020 a，﹤【2020選舉民調總檢討4-2】選舉民調到底準不準 民調專家吳世昌：奇準無比﹥，https://cnews.com.tw/001200115a02/ 吳世昌，2020 b，﹤【2020選舉民調總檢討4-4】吳世昌評析／市話調查、手機調查、大數據哪個好？選舉調查工具大比較﹥，https://cnews.com.tw/001200115a04/ 洪永泰，1994，﹤選舉預測：一個以整體資料為輔助工具的模型﹥，《選舉研究》，1:1，頁93-110 洪永泰，2021，﹤雙底冊電話調查的估計成效評估：以選前調查為例﹥，《選舉研究》， 28:2，頁95-125 范凌嘉，2001，﹤選舉預測誤差控制的嘗試--以特質調整模型(JIA Model)為例﹥，選舉研究》，8:1 2001，頁25-69 柯文哲，2015，《白色的力量3---柯p模式：柯文哲的SOP跟你想的不一樣》，台北：三采。 麥爾荀伯格、庫耶基，林俊宏譯，2012：《大數據》，台北：遠見天下文化。 徐永明，2004，﹤時序模型對選舉的預測﹥，《科學月刊》，35:3，頁199-201 陳義彥，1994，﹤我國選民的集群分析及其投票傾向的預測--從民國八十一年立委選舉探討﹥，《選舉研究》，1:1，頁1-37 陳義彥、洪永泰、盛杏湲、游清鑫、鄭夙雰、陳陸輝，2001：《民意調查》，台北：五南圖書 Herbert，陳陸輝等譯，2008，《解讀民意調查》，台北：五南圖書 陳陸輝，2022，﹤民意調查在選舉中的應用﹥，http://newdoc.nccu.edu.tw/teasyllabus/101792042059/ch11.pdf 梁世武，1994，﹤一九九四年臺北市長選舉之預測:「候選人形象指標」預測模式之驗證﹥，《選舉研究》，1:2，頁97-129 盛杏湲，1998，﹤選民的投票決定與選舉預測﹥，《選舉研究》，5:1，頁37-75 盛治仁，2000，﹤總統選舉預測探討--以情感溫度計預測未表態選民的應用﹥，《選舉研究》，7:2，頁75-107 雪倫實驗室，2022，﹤一篇了解臉書政治廣告：廣告刊登監測全搞定﹥，https://aderlab.com/facebook-ads/political-ads/ 張鐙文; 黃東益; 洪永泰，2017，﹤住宅電話與手機雙底冊調查的組合估計：以2016總統選舉預測為例﹥，《選舉研究》，24:2，頁65-96 童振源、林馨怡、林繼文、黃光雄、周子全、劉嘉凱、趙文志，2009，﹤臺灣選舉預測：預測市場的運用與實證分析﹥，《選舉研究》，16:2，頁131-166 童振源、周子全、林繼文、林馨怡，2011，﹤2009年臺灣縣市長選舉預測分析﹥，選舉研究》，18:1，頁63-94 黃紀、張佑宗，2003，〈樣本代表性檢定與最小差異加權：以2001年台灣選舉與民主化調查為例〉，《選舉研究》，10(2)：8-12。 黃東益、蕭乃沂，2014，﹤電子治理與資訊產業發展﹥，《公共治理季刊》，2:2 2014.06[民103.06]，頁51-57 維基百科，﹤劍橋分析公司﹥，https://zh.wikipedia.org/zh-tw/%E5%8A%8D%E6%A9%8B%E5%88%86%E6%9E%90%E5%85%AC%E5%8F%B8 楊立偉，2016，《社群大數據:網路口碑及輿情分析》，新北市：前程文化 劉文卿，1995，﹤臺北市長選舉之基因預測模型﹥，《選舉研究》，2:1，頁1-16 劉義周，1996，﹤選舉預測：一組簡單理論的檢驗﹥，《選舉研究》，3:2，107-129 劉念夏，1996，﹤一九九六年總統大選選舉預測：民意調查中未表態選民投票行為規則假設的提出與驗證﹥，《選舉研究》，3:2，頁131-155 劉幼琍，2016，﹤數位時代的大數據：趨勢、創新與挑戰﹥，《大數據與未來傳播》，台北：五南圖書 劉念夏，2018，﹤社群媒體與選舉預測：文獻檢閱的觀點﹥，《理論與政策，21:3=78 2018.09[民107.09]，頁33-59 賴世培、丁庭宇、莫紀雍、夏學理，1996，《民意調查》，新北市：國立空中大學 謝邦昌、鄭宇庭，2010，《大數據概論》，台北：新陸書局 羅蘭·凱羅爾、何濱、吳辛欣譯，2015：《民意、民調與民主》，北京：社會科學文獻出版社 羅莉婷，2021，《選舉預測方法比較：社群大數據與民意調查實證研究》，台北市：元華文創 二、英文部分 Gayo-Avello, D. (2012). "No, you can't predict elections with Twitter". IEEE Internet Computing, 16(6), 91-94. Godinho, L. 2018. “Big Data and Politics: Determining the Predictive Potential of the World Wide Web in the European Election of 2014.”Observatorio,12(2)：256-285 Huang, J. Y. 2017.”Web Mining for the Mayoral Election Prediction in Taiwan.”Aslib Hournal of Information Management. 69(6)：688-701 Jungherr, A., Jurgens, P., & Schoen, H. (2012). "Why the pirate party won the german election of 2009 or the trouble with predictions: A response to Tumasjan, A., Sprenger, T. O., Sandner, P. G., & Welpe, I. M. (2011). Predicting elections with Twitter: What 140 characters reveal about political sentiment". Social Science Computer Review, 30(2), 229-234. Jungherr, A.（2015）.Analyzing Political Communication eith Digital Trace Data: The Role of Twitter Messages in Social Science Research. London: Springer International Publishing. Jungherr, A., Jürgens, P., & Schoen, H. (2016). Why the pirate party won the german election of 2009 or the trouble with predictions: A response to Tumasjan, A., Sprenger, T. O., Sandner, P. G., & Welpe, I. M. (2011). Social Science Computer Review, 34(3), 229-233. Lake, Celinda C,1987，Public Opinion Polling: A Handbook for Public Interest and Citizen Advocacy Groups. Washington,D.C:Island Press Metaxas, P. T., Mustafaraj, E., & Gayo-Avello, D. (2016). Social media and the elections. Science, 352(6281), 150-152. Salunkhe, P., Surnar, A., and Sonawane, A, 2017.”A Review: Prediction of Election Using Twitter Sentiment Analysis”, International Journal of Advanced Research in Computer Engineering and Technology, vol. 6, No.5:723-725 Tumasjan, A., Sprenger, T. O., Sandner, P. G., & Welpe, I. M. (2010). Predicting elections with Twitter: What 140 characters reveal about political sentiment. ICWSM, 10(1), 178-185. William G. Cochern.(1977). Sampling Techniques (3th Edition). John Wiley & Sons. Xie,Z.G.Liu,J.Wu amd Y.Tan,2018.”Big Data Would not Lie:Prediction of the 2016 Taiwan Election via online Heterogeneous Information.”EPJ Data Science,7(32)：1-16. | - |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/88430 | - |
| dc.description.abstract | 本研究結合量化分析與質化深度訪談，以2022年台北市長選舉為研究標的，量化資料是透過諾客網科大數據所研發的LOWI AI 大數據網路輿情平台搜集到的網路聲量資料，以及趨勢民意調查公司所提供的2022年9至11月的五次台北市長電話調查趨勢資料進行比較性研究；另再深度訪談民調專家與網路輿情專家，了解網路大數據輿情平台在選舉上的實際應用面與當下問題。
研究結果發現，以2022台北市長選舉結果印證，傳統電話調查並未產生「不準」的結果，在最靠近選舉的調查中，扣除未表態重算，民調支持率與選舉得票率結果幾乎一致；反倒是網路大數據的輿情平台資料分析，在「總聲量」、「情緒聲量」、「好感度」三個預測指標上，都與選舉結果不一致。 不過在40歲以下的年輕族群，網路輿情預測排序，卻與民調中40歲以下民眾預測結果一致，顯示網路輿情對於預測年輕族群的動向，仍有相當預測力；整體來說，網路大數據的輿情平台，若要進行選舉預測，目前在技術上仍有相當多需要克服的地方，若能導入AI技術強化資料判別與模型建立，未來在發展上，會有相當優勢。 | zh_TW |
| dc.description.abstract | This study combines quantitative analysis and qualitative in-depth interviews, focusing on the 2022 Taipei mayoral election. The quantitative data consists of internet sentiment data collected through the LOWI AI Big Data Internet Public Opinion Platform developed by Neuftek Bigdata Company, as well as the trend data of five telephone surveys conducted by Trend Survey Company from September to November 2022. A comparative study is conducted. In addition, in-depth interviews are conducted with polling experts and internet sentiment experts to understand the practical application and current issues of internet big data sentiment platforms in elections.
The research findings show that, based on the verification of the 2022 Taipei mayoral election results, traditional telephone surveys did not produce "inaccurate" results. In the surveys closest to the election, after excluding undecided respondents and recalculating, the polling support rates and election vote results were almost identical. On the other hand, the analysis of internet big data sentiment platform data showed inconsistencies with the election results in three predictive indicators: "total volume," "sentiment volume," and "favorability rating." However, among the population under the age of 40, the predictive rankings of internet sentiment aligned with the polling predictions, indicating that internet sentiment still has considerable predictive power for predicting the trends of the young population. Overall, if internet big data sentiment platforms are used for election prediction, there are still many technical challenges to overcome. If AI technology can be introduced to enhance data analysis and model building, it will have significant advantages in future development. | en |
| dc.description.provenance | Submitted by admin ntu (admin@lib.ntu.edu.tw) on 2023-08-15T16:16:06Z No. of bitstreams: 0 | en |
| dc.description.provenance | Made available in DSpace on 2023-08-15T16:16:06Z (GMT). No. of bitstreams: 0 | en |
| dc.description.tableofcontents | 目錄
謝辭 I 中文摘要 II ABSTRACT III 目錄 IV 圖目錄 VI 表目錄 VII 第一章 緒論 1 第一節 前言 1 第二節 研究動機 1 第三節 研究目的 3 第四節 研究方法 3 第五節 資料來源與研究範圍 4 第六節 論文章節安排 5 第二章 文獻回顧 6 第一節 電話調查的發展過程 6 第二節 民意調查在選舉中扮演的角色 8 第三節 民意調查與選舉預測在台灣 10 第四節 網路時代下的選舉預測 14 第五節 網路大數據的發展與在選舉上的應用 15 第六節 社群媒體、網路輿情與選舉預測 18 第三章 研究方法 22 第一節 電話調查執行方式 22 第二節 抽樣方法與樣本配置 23 第三節 電話調查統計分析方法 24 第四節 網路輿情大數據平台介紹 27 第五節 網路輿情大數據資料分析方式 29 第四章 研究架構與變數定義 33 第一節 研究架構 33 第二節 研究問題 34 第三節 資料來源 34 第五章 研究分析 37 第一節 電話調查結果分析 37 第二節 網路輿情結果分析 42 第三節 量化資料綜合比較 45 第四節 深度分析 47 第五節 專家深度訪談 51 第六節 民調觀點 56 第七節 質化研究綜合比較 61 第六章 結論與建議 63 第一節 問題檢驗 63 第二節 研究發現 66 第三節 研究建議 69 第四節 研究限制與未來方向 71 參考文獻 72 圖目錄 圖1 ：選前民調與選舉結果相印證：以2020總統大選為例 13 圖2 ：選前民調與選舉結果相印證：以2020不分區立委為例 13 圖3 ：LOWI輿情監測系統五大核心技術 27 圖4 ：情緒聲量屬性分類 28 圖5 ：LOWI輿情監測系統網路聲量分析模組意涵 29 圖6 ：研究架構圖 33 圖7 ：五次民調趨勢變化圖（含未表態） 40 圖8 ：五次民調趨勢變化圖（扣除未表態） 40 圖9 ：9月13日到11月25日三位候選人總網路聲量 45 圖10：台北市長網路聲量趨勢圖 68 圖11：台北市長網路聲量與大事紀圖 68 表目錄 表1 ：五次電話調查樣本配置表 24 表2 ：五次民調樣本與抽樣誤差表 35 表3 ：LOWI輿情監測系統知名頻道來源 35 表4 ：六次網路輿情調查時間與聲量數 36 表5 ：2022/9/16~19第一次民調三位候選人支持率 37 表6 ：2022/10/9~10第二次民調三位候選人支持率 38 表7 ：2022/10/28~31第三次民調三位候選人支持率 38 表8 ：2022/11/6~8第四次民調三位候選人支持率 38 表9 ：2022/11/21~22第五次民調三位候選人支持率 39 表10：選前民調預測選舉與真實結果之差距 41 表11：五次輿情報告三位候選人總聲量 42 表12：五次輿情報告三位候選人情緒聲量 43 表13：五次輿情報告三位候選人好感度P/N值 44 表14：9月16日到11月25日三位候選人網路聲量 46 表15：綜合民調與網路輿情資料的選舉預測結果 46 表16：台北市長選舉民調支持率交叉分析---依年齡分 48 表17：民調40歲以下年輕人預測值與網路輿情資料的選舉預測結果 49 表18：刪除可能網軍數據 49 表19：扣除可能網軍數據輿情前後結果比較 50 表20：深度訪談專家經驗背景 51 表21：網路輿情產生落差的原因 61 表22：網路輿情在選舉預測上，是否有更好的方式，更接近選舉結果 61 表23：網路輿情在政治或選舉的應用，會更偏向哪一個層面 62 表24：在網路大數據發展上，有無更佳作法，讓大數據有更好的使用 62 | - |
| dc.language.iso | zh_TW | - |
| dc.title | 運用網路大數據之輿情工具預測選舉結果—以2022年台北市長選舉為例 | zh_TW |
| dc.title | Using Big Data Analysis to Predict Election Results: A Case Study of the 2022 Taipei Mayoral Election | en |
| dc.type | Thesis | - |
| dc.date.schoolyear | 111-2 | - |
| dc.description.degree | 碩士 | - |
| dc.contributor.coadvisor | 李賢源 | zh_TW |
| dc.contributor.coadvisor | Shyan-Yuan Lee | en |
| dc.contributor.oralexamcommittee | 魏志平;陳建錦 | zh_TW |
| dc.contributor.oralexamcommittee | Chih-Ping Wei;Chien-Chin Chen | en |
| dc.subject.keyword | 網路大數據,網路輿情,網路聲量,選舉預測, | zh_TW |
| dc.subject.keyword | big data,internet sentiment,internet volume,election prediction, | en |
| dc.relation.page | 77 | - |
| dc.identifier.doi | 10.6342/NTU202302167 | - |
| dc.rights.note | 同意授權(全球公開) | - |
| dc.date.accepted | 2023-07-28 | - |
| dc.contributor.author-college | 管理學院 | - |
| dc.contributor.author-dept | 碩士在職專班財務金融組 | - |
| 顯示於系所單位： | 財務金融組 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-111-2.pdf | 3.45 MB | Adobe PDF | 檢視/開啟 |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。