第二章 文獻回顧
第三節 網路巨量資料時代下民意的新與舊
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19
表 3：公私部門應用巨量資料分析的比較
屬性 企業部門 政府部門
目標 利害關係人的營利 國家安全與永續發展
願景 發展競爭優勢及顧客滿意 基本權益的保障（平等、自 由與正義），促進公眾福祉 以及經濟發展
決策過程 利益極大化與成本極小化 的短期決策
兼顧個人與公共利益的長期 決策
決策者 有限的行動者 多元行動者
組織結構 層級節制 治理結構
財務資源 收益 稅金
集體行動本質 競爭與參與 合作與檢視
資料來源：Kimet al. (2014: 80)。
對於公共管理者而言，資訊時代的來臨亦帶來了大量網路民意資料，正提供 民主政府一個洞察民意以提升政府回應性的絕佳機會，而巨量資料分析所具備的 可能性，更是一項推動政策的利器。有關巨量資料分析於民意調查機制的運用已 有初步成果，例如蕭乃沂等（2014）及廖洲棚等（2013）的研究皆指出，政府應 用巨量資料將網路民意導入精進公共服務與政策分析確有其可行性。然而以巨量 資料分析作為民意探索模式的屬性與可能仍有所侷限，朱斌妤等（2014）認為應 用巨量資料進行輿情監測時，應有該領域專家加入，以對事件造成之影響有更完 善之解釋；此外，巨量資料在輿情觀測上的應用，於該研究顯示易受其他網路事 件影響，故應用巨量資料進行輿情監測時，宜透過長時間觀察，較能避免單一事 件影響。因此，下一節本研究將從網路巨量時代的民意的新舊問題進行討論。
第三節 網路巨量資料時代下民意的新與舊
一、網路輿情的內涵
近年來網際網路與資通訊科技的快速發展，特別是 Web2.0 網路模式的興起，
改變了政府與民眾之間的關係，從我國近期的社會運動到 2014 年九合一選舉大
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
敗，讓政府部門意識到與年輕網路世代的嚴重脫節，開始學習與「婉君4」溝通 對話，也這意味網路民意已成為當今政府不容忽視的社會輿論之一。在 Web2.0 的趨勢下，大量且普及的網路媒介和數位行動裝置，每日都在網路空間產生可觀 的資訊。以最具代表性的臉書(Facebook)網站為例，據最新統計顯示到 2015 年 1 月為止，近 9 億人每天使用臉書，以亞洲地區使用使用最為活躍，平均每月約有 4.5 億人使用臉書，其中在美國約 26-34%臉書使用者，每天會分享一篇在臉書喜 歡的文章(SmartM, 2015)。
而在我國網路社群的使用情形，據資策會調查顯示，2014 年臺灣網民最常 用的個人化網路社群平台，由臉書蟬聯冠軍，而最常使用的討論區分別為 Mobile01 和 PTT(MIC, 2014)。由此可見，社群媒體已經逐漸對個人生活及媒體 環境產生莫大影響，而 Web 2.0 時代的來臨，更強化以公民為中心(Citizen-Centered)的參與概念，Karpf (2009)提出「Politics 2.0」的概念，認為在網路的時 代降低了公民參與的交易成本及提供大量的資訊傳遞，提升了落實電子化民主的 希望。Creighton (2005)也指出在 Web 2.0 時代下，政府部門更應將人民的所關注 的議題、需要及價值納入政府施政的過程，且須人民保持雙向的溝通。此外，許 多經驗研究也發現，民眾藉由網路平台來發表其對公共事務的看法已成為普遍趨 勢(Stieglitz & Dang-Xuan, 2012；Hong & Nadler, 2011)。因此，網路民意對政府的 施政，已成為一股不容忽視的聲音。
進入網際網路發達的 21 世紀，民意仍是學界所關注的焦點，然而過去的研 究大部份聚焦於資通訊科技對網路民主及使用者行為層面的探討(West, 2004;
Aikins & Krane, 2010)，較少特別聚焦於網路民意的研究。隨著社群媒體及行動 載具的普及，改變使用者的溝通方式，過去以面對面互動的人際接觸轉變為透過 兼具開放性與匿名性的網際網路平臺所取代。網路民意又可稱為「網路輿論」或
「網路輿情」，其定義至今尚無統一的定論。廖洲棚等（2013）將其定義為民眾 在網路上表達對公共事務的關心和意見，或具體參與政府網路服務的行動紀錄；
周韻采、陳俊明（2010）則採用復旦大學鄒軍教授的觀點，分別從廣義及狹義兩
4婉君是來自 PTT 的流行用語，又可被稱為「網軍」，意思是指特定陣營指派進入網路上製造對 自己有利狀況的人。2014 年 9 月九合一選舉期間備受關注，此後，開始被大肆流傳使用。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
方面進行理解，廣義上的網路輿論是透過互聯網所形成的社會輿論，包含了所有 的社會輿論模式，如公眾輿論、媒體輿論以及草根輿論等；而狹義的網路輿論則 是以網民作為輿論主體，且在網路發表的言論。綜上學者的見解，本研究將網路 輿情定義為：「在網路的場域中，網民透過各式網路平臺及來源，如社群網站或 討論區，發表自身對公共事務的看法並且形成討論」。
網民(Netizen)一詞在 1994 開始被提出，其代表政治社會身分的新代名詞。
網民透過其自發性行為以及網路效應的快速串聯，擺脫主流媒體對資訊的權威地 位，對社會或是國家進行新型態的監督或施壓。更進一步來說，網路輿論的形成 始於社會事件或公共議題的出現，再透過主流媒體的相繼報導，進而在網路上引 起網民熱烈討論，此外，在社群及行動載具的相互串連下，形成巨量的輿論力量
（周韻采、陳俊明，2010）。
綜上所述，網路輿論的主體包含三個部分，分別為網路公民(Netizens)、受關 注議題(Issues/Subjects)及媒介(Media)三者（廖洲棚等，2013），其所形成的互動 關係如圖 4 所示。
圖 4：網路輿論的主體與其屬性分析
資料來源：廖洲棚等（2013）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
其中聲量與情緒更是網路輿情分析中關注的重點，政府機關可藉由聲量與情 緒的分析了解特定議題在網路上被網民所討論的熱度以及議題的正負面評價。一 般而言，網路輿論主要的媒介來源包含新聞網站、社群網站、討論區以及部落格，
後三者又可統稱「社群媒體」（蕭乃沂等，2014）。近年來，社群媒體成為政治傳 播(Political Communication)的重要管道，在微型部落格、討論區、社群網站等網 路社群的相互連結下，強化人民在網路發聲的動機 (Chen et al., 2009; Kushin &
Kitchener, 2009)，衝擊傳統政府治理的樣貌(Bennett, 2003; Tumasjan et al., 2011)。
Paris & Wan (2011)認為政府未來必須妥善運用社群媒體的工具精進公共服務，其 任務包含評估線上參與的效應、對政府機構相關治理作為的回應及建立與網路社 群互動的策略。更重要的是，如何分析社群媒體所形成的使用者創作內容(User-Generated Content)，也就是運用網路巨量資料的研究取徑，分析社群媒體的各式 結構化及非結構化數據，進而協助實務者洞察有意義的資訊、意見及情緒意向，
已成為當前的主流趨勢(Leskovec, 2011; Agrawal et al., 2011; Nagarajan et al., 2011)。
二、網路輿情分析的應用
隨著 Web2.0 社群媒體應用的發展，大量的數據出現於網路，如何將其有效 應用，成為網路巨量資料分析的重點，舉凡是網路輿情分析（Network Public Sentiment）、社群媒體分析(Social Media Analytics)及社群網絡分析(Social Network Analysis)等應用都是巨量資料分析中的一部份。再者，在不同科學領域的精進，
如雲端計算(Cloud Computing)、資料探勘(Data Mining)等技術，也提供各種分析 技術來解決資訊爆炸的問題(Nagarajan et al., 2011)。企業已廣泛運用文字探勘 (Text Mining)及情緒分析(Semantic Analysis)等資料探勘的技術，進行顧客使用行 為及意見的預測分析。然而相較於企業在輿情的廣泛應用，目前針對政府網路輿 情的研究並不多。因應 Web2.0 時代的來臨，透過網路進行串聯及動員，形成可 觀的巨量民意，已逐漸對政府的施政產生巨大影響。因此，如何在短時間了解網 路輿情的趨勢及樣態，成為政府的當務之急。
隨著巨量資料技術的發展，網路輿情分析成為當前政府探詢民意的新興工具。
其分析重點主要是先透過「關鍵字」的設定進行網路公開文本或言論的撈取，再 觀察網路輿情的聲量與情緒，最後了解特定議題在網路上發酵程度。廖洲棚等
‧
與解讀階段（廖洲棚等，2013：95）。（領域專家）
給定領域，
Keywords
Others Social Media
Influencer
初步 Social Media Diffusion Model
‧
果，周韻采、陳俊明（2011）再以「教育」領域相關的議題，如校園霸凌、12 年 國教、陸生來臺等子議題進行文本萃取，除了以疊迨式泡沫分析法分析之外，更 進一步透過網路的「群眾外包」集體協作的機制，將語意正負判斷工作外包於網 路社群。廖洲棚等（2013）、朱斌妤等（2014）、蕭乃沂等（2014）及陳敦源等（2016）也應用巨量資料分析進行網路輿情的探究，以蕭乃沂等（2014）研究為例，該研 究針對我國自由經濟示範區政策作為網路輿情分析的個案，經由前述網路輿情分 析的實作流程，產出如聲量分析及正負向情緒分析等報表（如圖 6），並進一步解 讀其政策意涵。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
圖 6：聲量與情緒趨勢
資料來源：蕭乃沂等（2014）。
其中聲量分析指的是特定議題在網路上討論的熱度，依據不同言論的來源，
又可進一步觀察其時間內的變動趨勢。聲量越高代表較受到新聞與社群（網民）
的關注與討論（如 6/4 與 6/22）；情緒分析則是每則網路言論對於特定議題的正 負向評論，觀察新聞及社群的正負情緒比5(Positive vs. Negative Sentiments, P/N)，
P/N 比值越接近 0 代表相關言論的整體負面情緒相較於正面情緒越為明顯，而 P/N 比值比 1 大越多則代表整體正面情緒相較於負面情緒越為明顯（蕭乃沂等，
2014：65），以北區分組會議的舉辦（6/21-22）為例，P/N 比分別為 1.2 及 0.7，
代表新聞報導對於該會議整體的討論是偏向正面的，而社群（網民）的討論整體
5 正負情緒比是被演算法判斷為具有正面情緒的言論數量及負面的言論數量的比值，如在新聞 媒介上正面情緒的言論數有 19 篇，負面情緒的言論有 54 篇，其 P/N 比則為 19/54=0.4。此外，
各篇言論的正負面情緒判斷，演算法以每篇言論的正負面語意判斷其情緒強度（其數值介於 0-1 之間），門檻的設定基準，超過 0.3 以上則視為明顯的正面或負面情緒。