第五章 實驗結果與分析
5.1. 頻率分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
第五章
實驗結果與分析
5.1. 頻率分析
5.1.1.
各資料集發佈時間頻率圖 14、每日發佈頻率
莫拉克颱風於 2009 年 8 月 8 日凌晨自花蓮登入至下午 14 點由桃園離開，在過境 期間於南部降下歷史性的雨量，造成南部嚴重的水災災情。由圖 14 每日發佈頻 率圖我們可以發現，每個資料集的高峰位於不同的時間點，表示這幾個頻道資料 集平台在災難發生的時序上，分別扮演不同的角色。整個主要資訊的流量由莫拉 克颱風發生災情以來大概持續 14 天後結束。
屏東及台南 119 兩個既有頻道的高峰位於雨量最大的 8 月 7 日與 8 月 8 日，
主要為災難發生最需要急切救助的期程。8 月 9 日後既有頻道的數量明顯減少，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
在政府訊息傳遞不夠充足情況下，訊息流量轉往 Xdite 與 Ricks 兩個浮現型頻道，
在 8 月 11 日時達到資訊發佈量的高峰。而 Twitter 上的 ADCT 帳號屬於備援頻道，
在災難中扮演資訊篩選與公告的功能，在整個進程中一直持續穩定的發佈訊息。
兩縣市的 119 消防緊急救難單位的報案電話，因處理接獲報案資訊的方法流 程不同，台南 119 為先記錄再過濾，而屏東 119 為先過濾再記錄，使得發佈數量 有蠻大的落差。為減少資訊量的差異，以每個資料集的總則數標準化（Normalize）
取百分比重新繪圖，得到如圖 15 分布圖。
圖 15、各資料集每日發佈百分比分佈
在百分比分佈圖中，兩個縣市 119 既有頻道的分佈非常集中於發生災難的日 期，顯示民眾在事件發生當下會優先求助救難單位，確實可以發現既有頻道無法 負荷暴增的資訊量時，一旦網路等其他資訊傳遞平台浮現，資訊有轉向浮現頻道 的趨勢，所以在圖 15 中，台南和屏東 119 的資訊的高峰期，也是其他資料集訊 息增加斜率最高的時候。且在圖 16 中也可以發現 Ricks 與 Xdite 有蠻多提供災情 和請求救援的內容分類，此兩類為兩縣市 119 的主要類別。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
5.1.2.
專家文本分類統計C1: [資訊] 請求協尋 C6: [表達] 討論反應 C2: [資訊] 提供情境資訊 C7: [表達] 自律 C3: [資訊] 轉貼媒體或公告 C8: [其他] 公關行銷 C4: [行動] 請求救援 C9: [其他] 無法分類 C5: [行動] 志工物資
圖 16、各資料集專家文本分類統計
經過專家將文本抽樣後分類可以得到如圖 16 各資料集的分類統計圖。圖 16 專家 文本分類統計圖我們可以明顯的發現，各個資料集在這次的莫拉克風災中負責了 不同的資訊傳播功能。傳統上隸屬於既有頻道的 119 報案電話方式，主要為民眾 提供災情資訊（C2）與請求救援（C4）的管道。後來浮現的 Ricks 與 Xdite 兩個 頻道，因其型態上的不同分別在某些類別獲得重視與應用。Ricks 為一種類似電 子佈告方式的網站，在協尋（C1）和提供災情（C2）的類別有較高的頻率。而 Xdite 為一種論壇形式的站台，能夠明確的將問題集中在一個主題內討論，在物 資調度與志工招募（C5、C6）這類需要密集討論的分類項目中有很高的次數。
而 Twitter 這類備援頻道，則受到平台本身對於內容字數嚴格的限制，ADCT 在 發佈資訊上即偏重於其他媒體資訊的媒體連結轉貼（C3）。而在所有的資料集中，
同樣的要求大家自律（C7）和混進災難資訊發佈公關行銷訊息（C8）的分類項
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
目則非常的稀少，隱約可以表現出國人在災難中還是相當具有自制力與同理心。
若我們將專家文本分類的結果，以時序方式不分資料集（全部統整後）來觀 察，可以得到如圖 17 的分佈情形。
圖 17、專家文本分類逐日分佈
隨著莫拉克風災發生的進程，8 月 7 日開始主要為提供災情資訊（C2）與請 求協尋（C4），8 月 8 日到達顛峰。經過媒體報導與基礎建設的毀損影響聯繫，
資訊不對等下無法獲得足夠災區親人的訊息，8 月 9 日（災後一天）請求協尋（C1）
的資訊大量增加，至 8 月 11 日達到高峰，其中大部分協尋資訊為 Ricks 資料集。
8 月 9 日開始為彌補資訊傳遞的不足，加上台灣民眾對於災情的關心與自願投入 協助，志工與物資（C5）的討論需求增加。討論的情形於 8 月 14 日星期五（災 後第一個周末假日前）達到高峰，志工與物資的討論資訊主要集中於 Xdite 資料 集。我們也可以發現在 Ricks 和 Xdite 兩個資料集（圖 18）的分佈上也有較多的 自我意見陳述與討論（C6），同時在 8 月 11 日達到資訊的高峰。