鄭自隆

聲量大,當選機率高?(2)

鄭自隆
2020/06/29
Spectr News Theme

文/鄭自隆

網路聲量分析常會附上「文字雲」,以顯示網路貼文者關注的重點,文字雲(word clouds)也稱標籤雲,係透過關鍵字檢索,依其出現頻率高低而決定文字的大小,最後將所有關鍵字合併成為一朵雲,當然「雲」是泛稱,現在各式文字雲產生器已經可以由文字雲創作者決定「雲」的形狀、顏色、版型。

文字雲就是圖像化的關鍵字分析(keyword extraction或稱關鍵字檢索),市面已有各式文字雲產生器,所以工具不重要,重要的是研究者如何設定關鍵字,否則一個事件或議題的文字雲,最大的字一定是案名與案主,這是用膝蓋想也知道的結果,因此文字雲分析只有what並沒有顯著的意義,必須能細緻找到why(原因)與how(觀點)。

誰在乎網路聲量?通常是二類候選人,一是北部都會地區的候選人,二是年輕初次參選者;北部都會地區大學密集,是網路行為的重度使用區,候選人會特別關注聲量的高低,以瞭解年輕選民態度走向;其次是初次參選的年輕候選人,由於知名度低,他們必須經由議題或事件炒作,拉高網路聲量,進而帶動大媒體(電視)報導,或是先由大媒體露出,再拉高網路聲量,形成雞生蛋或蛋生雞的效果,賴品妤的「麥頭事件」就是如此。

表一是選前10天候選人網路聲量排行表,就可看出這二種現象,北部都會地區與參選的候選人會熱衷拼聲量;此外,從這張表也可證明網路聲量大小和當選機率並無統計的關連性,全國73席區域立委,進入前19大的只有9位,換言之還有64名當選者的網路聲量是低的,甚至沒有經營,可見網路聲量不是當選保證。

從表一也可看出,泛綠較泛藍候選人更努力經營網路聲量,在前19中的比率是12:7;另外一個要注意的現象是,當同選區2人以網路聲量強勢對決時,由於單一選制,衝高聲量亦於事無補,台北市第三選區吳怡農排名第2名(聲量19401)輸給第8名蔣萬安(聲量12038);台中市第三選區洪慈庸排名第5名(聲量15039)輸給第15名楊瓊瓔(聲量6367);台南市第三選區洪秀柱排名第6名(聲量14731)輸給第11名王定宇(聲量8841);可見要贏就要看選區特性或另闢蹊徑,不能單靠聲量比大小輸贏。

網路聲量分析的是事件(event)與議題(issue),是短時間的聚焦,是one-shot survey,不是對候選人長期的觀察,而熱度是否持續則看事件或議題的延燒度,從2020年大選網路聲量的長期分析就可以看到這種起起伏伏的線條,所以以單一事件的暴漲未必形成關鍵性影響,否則韓國瑜只要上博恩秀用膝蓋走路就可以送進總統府。

對網路聲量的觀察,其目的在於分析候選人所涉及特定議題或單一事件的發言或表態,網民反應的意見與態度,瞭解「民意」走向可以,但如果用於預測支持度,恐怕失之毫釐差之千里。

本文為作者評論意見,不代表《台灣數位匯流網》立場

圖片來源:取自pikist、TDC NEWS製作

更多台灣數位匯流網報導
丞相,起風了!
聲量大,當選機率高?(1)

【專欄評論文章.非經授權禁止轉載】

ELTV快樂學英語 輕鬆無負擔 ELTV快樂學英語 輕鬆無負擔
Spectr News Theme
鄭自隆
專業領域:政府傳播、公共關係、廣告、傳播研究