臺灣博碩士論文加值系統

隨著數位媒體的興起，網路媒體民調在政治選舉中的影響力日益增強，成為預測選舉結果的一個重要途徑。本研究旨在探討網路媒體民調數據與總統選舉最終結果之間的關聯性，並評估其作為預測工具的有效性和可靠性。通過對近幾年網路媒體民調及實際選舉結果的分析進行預測，本研究運用機器學習技術，建立了一套預測模型，檢驗網路媒體民調對選舉結果預測的準確度。
在本研究中，我們首先收集和整理了近年來多個總統選舉中的網路媒體民調數據，包括不同平台、不同時期的民意調查結果。隨後，我們選擇適合的機器學習算法對數據進行訓練，並建立了預測模型。這模型不僅能夠對過去的選舉結果進行後驗分析，驗證網路媒體民調與實際選舉結果之間的相關性，而且還能對尚未發生的選舉進行預測，以測試其預測能力的準確性。
在最後可以看的出來隨機森林模型(Random Forest)與神經網路(Neural Network)模型在選舉研究和預測中表現最為出色，為選舉結果的理解和預測提供了可靠的參考依據。未來的研究可以進一步擴大樣本數據的範圍，進而提升對於選舉結果的準確預測能力。

With the rise of digital media, online media polls have become increasingly influential in political elections, emerging as an important tool for predicting election outcomes. This study aims to explore the correlation between online media poll data and the final results of presidential elections, and to evaluate their effectiveness and reliability as a predictive tool. By analyzing recent years' online media polls and actual election results, this study employs machine learning techniques to establish a predictive model to examine the accuracy of online media polls in forecasting election outcomes.
In this study, we first collected and organized online media poll data from various presidential elections over recent years, including opinion poll results from different platforms and periods. Subsequently, we selected appropriate machine learning algorithms to train and developed a predictive model. This model not only allows for post-hoc analysis of past election results, verifying the correlation between online media polls and actual election outcomes, but also enables predictions for upcoming elections to test its predictive accuracy.
The results show that the decision forest model and neural network model performed the best in election research and prediction, providing reliable references for understanding and forecasting election outcomes. Future research can further expand the scope of sample data, thereby enhancing the accuracy of election result predictions.

目錄
摘要 I
ABSTRACT II
致謝 III
表目錄 V
圖目次 VI
一、緒論 1
1.1 研究背景 1
1.2 研究目的 1
二、文獻探討 2
2.1 臺灣網路媒體探討 2
2.2 社群媒體與選舉影響 4
2.3 媒體新聞分析 5
2.4 機器學習 6
三、研究方法 7
3.1 研究設計 7
3.2 數據收集方法 9
3.3 建立預測模型 10
四、資料收集及建立 13
4.1 數據收集 13
4.2 收集網路媒體民調 18
4.3 收集GOOGLE提名人員熱度 20
4.4 收集新聞影片按讚人數 25
4.5 新聞內容個人客觀評價 27
五、實驗結果 28
5.1不同機器學習模型的評估 28
5.2 兩類特徵(FEATURE)在機器學習模型的評估 30
5.3 機器模型的完整評估 32
六、討論 34
6.1 三間網路媒體民調結果 34
6.2 網路媒體民調黨派合作結果 36
6.3 新聞客觀評價 38
七、結論與未來展望 42
參考文獻 43

[1] 財團法人台灣網路資訊中心公布 2022 年《台灣網路報告》
[2] Digital 2024: Taiwan
[3] 陳道發. (2012).社群網站使用動機及前置因素之研究-以Facebook為例,國立東華大學, (碩士), 花蓮縣
[4] 吳奕德. (2008). YouTube使用因素與使用者行為之研究,南台科技大學,(碩士), 臺南市
[5] 羅嫻玲.(2023).社群媒體廣告對年輕消費者的購買意願 之影響-以新光三越與遠東百貨為例,南臺科技大學,(碩士),臺南市
[6] 黃妙如.(2002).網路使用者之媒體使用習慣與網路使用動機對網路廣告效果之影響研究,國立交通大學,(碩士), 新竹市
[7] 蔡芳茹, (2019), 政黨初選候選人媒體策略研究分析 以 2018 年民進黨台南市長初選為例, 崑山科技大學,(碩士), 臺南市
[8] 臧亭雲. (2022). 社群媒體廣告、YouTube廣告、意見領袖、網路口碑與訂閱意願之研究,(碩士),國立嘉義大學, 嘉義市
[9] 謝宇倫.(2018). Study on the Relation between Social Media
and Election Results－Using 2014 and 2016 Taiwan Election as an Example.(碩士) , 國立中央大學, 桃園市
[10] 曾小芬.(2023). 透過社群網路討論度探討候選人熱度與選舉結果之
關聯性-以 2020 總統大選韓國瑜候選人為例.(碩士), 國防大學, 桃園市
[11] 黃彥章.(2021). 政策與網路聲量之影響-以台北市市長柯文哲為例.(碩士),銘傳大學, 臺北市
[12] 財團法人台灣媒體觀察教育基金會，2019 台灣新聞媒體可信度研究
Digital 2024: Taiwan
[13] 呂易儒. (2019). 假新聞還是假民主？—論假新聞與民主制度.(碩士), 世 新大學, 臺北市
[14] 2023年度數位新聞產業報告, https://www.thenewslens.com/article/190455
[15] NCC 112通訊傳播市場報告,https://commsurvey.ncc.gov.tw/xcfile?xsmsid=0M357546084364499078
[16] 黃馨儀. (2020). 政治新聞的真與假閱聽人對真實的理解與辨偽. (碩士),國立政治大學, 臺北市
[17] 林昌平.(2022). 台灣總統選舉的分類與迴歸樹預測分析：以 2012 年與 2016 年總統選舉為例, 國立臺灣師範大學東亞學系 , 臺北市
[18] 楊駿豪. (2022). 基於機器學習預測股價漲跌趨勢. (碩士),國立臺北科技大學,臺北市
[19] 李家寧, (2019),輿論聲量分析與預測模式之研究,銘傳大學,(碩士), 臺北市
[20] Microsoft Machine Learning Studio,https://studio.azureml.net/
[21] Youtube, https://zh.wikipedia.org/zh-tw/YouTube
[22] Google Trends,https://trends.google.com.tw/home
[23] 2012年中華民國總統選舉全國民意調查, https://zh.wikipedia.org/zh-tw/2012%E5%B9%B4%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B%E7%B8%BD%E7%B5%B1%E9%81%B8%E8%88%89%E5%85%A8%E5%9C%8B%E6%B0%91%E6%84%8F%E8%AA%BF%E6%9F%A5
[24] 隨機森林 (Random forest), https://ithelp.ithome.com.tw/articles/10272586
[25] 決策樹 , https://zh.wikipedia.org/zh-tw/%E5%86%B3%E7%AD%96%E6%A0%91
[26] 網路媒體是什麼？, https://myppt.cc/wkacG5
[27] 什麼是邏輯迴歸?, https://cuts.top/FSf4
[28] 類神經網路維基百科, https://zh.wikipedia.org/zh-tw/%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C
[29] 支援向量機, https://zh.wikipedia.org/wiki/%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA
[30] 2012年中華民國總統選舉全國民意調查, https://zh.wikipedia.org/wiki/2012%E5%B9%B4%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B%E7%B8%BD%E7%B5%B1%E9%81%B8%E8%88%89%E5%85%A8%E5%9C%8B%E6%B0%91%E6%84%8F%E8%AA%BF%E6%9F%A5
[31] Google 搜尋的運作方式,https://developers.google.cn/search/docs/fundamentals/how-search-works?hl=zh-tw
[32] Google 標準化, https://developers.google.cn/search/docs/crawling-indexing/canonicalization?hl=zh-tw
[33] 2016年中華民國總統選舉全國民意調查, https://zh.wikipedia.org/zh-tw/2016%E5%B9%B4%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B%E7%B8%BD%E7%B5%B1%E9%81%B8%E8%88%89%E6%B0%91%E6%84%8F%E8%AA%BF%E6%9F%A5
[34] 2020年中華民國總統選舉全國民意調查, https://zh.wikipedia.org/zh-tw/2020%E5%B9%B4%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B%E7%B8%BD%E7%B5%B1%E9%81%B8%E8%88%89%E6%B0%91%E6%84%8F%E8%AA%BF%E6%9F%A5
[35] 2024年中華民國總統選舉全國民意調查, https://zh.wikipedia.org/zh-tw/2024%E5%B9%B4%E4%B8%AD%E8%8F%AF%E6%B0%91%E5%9C%8B%E7%B8%BD%E7%B5%B1%E9%81%B8%E8%88%89%E6%B0%91%E6%84%8F%E8%AA%BF%E6%9F%A5
[36] 張家豪. (2023). 探討台股營運績效及其 Google 搜尋量與價格 動能之選股策略, 國立高雄科技大學,高雄市
[37] 張雅帆. (2021). YouTube影片類型與影片類型與置入式廣告之配適程度之探討, 國立雲林科技大學, 雲林縣
[38] 中華民國消費者文教基金會，https://www.consumers.org.tw/product-detail-2989152.html#:~:text=%E5%9B%9E%E7%AD%94%E3%80%8C%E4%BA%94%E5%80%8D%E5%88%B8%E6%98%AF%E8%8A%B1,%E4%BB%96%E5%8D%A0%EF%BC%8811%25%EF%BC%89%E3%80%82
[39] 藍白合作, https://zh.wikipedia.org/wiki/%E8%97%8D%E7%99%BD%E5%90%88%E4%BD%9C
[40] 新識界，https://neww.tw/