MeetKOLsOnFacebook: SNA and NLP on Taiwan presidential election.

Date: 2020-09-06
PyConTw2020 Conference.
Tainan, Taiwan(National Cheng Kung, 成功大學)
YouTube Link: https://www.youtube.com/watch?v=Yx0fVjQRDaM
Abstract: KOL 是指在群眾中廣泛地被人們信任並能引導決策的核心人物，因此如何從複雜的社群網絡中找出並認識 KOL 便成為了非常重要的議題！在這次的演講中我將與大家分享我透過 Python 分析 2020台灣總統大選 3 位候選人 Facebook 粉絲專頁資料的發現。首先我以 igraph 套件展開社群網絡分析(SNA)，藉由民眾間的互動行為資料(互動的廣度與強度)，找出位在網絡核心的 KOL。並且透過 sklearn 套件的 LDA 分析進行自然語言處理(NLP)的主題分析(Topic Model)，剖析 KOL 的留言內容並從中萃取出許多在選舉過程中被廣泛討論的熱門話題。最終我結合了 SNA 與 NLP 的分析結果，並視覺化成二維的分析圖，能夠幫助我們快速了解社群網絡的樣貌以及不同社群討論話題的差異與態度。而各產業、公司也可以依據各自擁有的網絡資料進行 SNA 並對資料進行加值，找出並認識屬於你們的 KOL！

=========================================

MeetKOLsOnFacebook: SNA and NLP on Taiwan presidential election(II)

Date: 2020-11-28
Pydata Taipei Conference
Taipei, Taiwan(GIS MOTC Convension Center, 集思交通部國際會議中心)
Abstract: 在這次的演講中我將延伸我在 PyConTW20 中的講題，除了分享從複雜的網絡關係中找出意見領袖(KOL)的方法之外，這次會將演講的焦點放在如何透過情感分析(SA)剖析網絡成員間彼此的情感態度。在演講中我會先進行前情提要，簡要的跟大家分享我是如何用 SNA 找出 KOL，接著會跟大家介紹幾種常見的情感分析方法，並進一步分享實務上在做情感分析時的小技巧，讓我們能更輕鬆寫意的從文本中萃取出情感態度。最終我會回應到演講的主題，根據分析的內容發現： 1. 由於受到網軍、假帳號的影響，在觀察網路風向時不應該再單從留言數、分享數來找意見領袖。 2. 候選人身邊都不乏有反對意見的KOL，我們可以藉此了解真實的網路風向。 3. 藉由KOL間彼此的互動關係，我們可以更進一步的觀察並找出在各自陣營中搗亂的人，並進一步採取應對機制。