工業和商業黃頁資訊網論文書籍站
國立臺灣大學 土木工程學研究所 徐百輝所指導 劉又瑞的 整合社群網路訊息之災害資訊分析 （2019），提出台灣地震預測研究所ptt關鍵因素是什麼，來自於災害、災害資訊、社群網路、文本分析、機器學習。
而第二篇論文國防大學政治作戰學院 政治研究所 曾春滿所指導 張瑞庭的 大數據視角下的中共對臺輿論戰-以M503航線事件我國網路輿情趨勢為例 （2018），提出因為有 大數據、輿論戰、M503航線事件、議題設定、網路輿情、庫博語料庫、Opview社群資料庫的重點而找出了 台灣地震預測研究所ptt的解答。
整合社群網路訊息之災害資訊分析
為了解決台灣地震預測研究所ptt 的問題，作者劉又瑞 這樣論述：
近年來社群網路的蓬勃發展，已經使其成為各種資訊蒐集的主要來源，並常被用來當作資訊傳遞的主要媒介。一般使用者除了可被動接收社群媒體的資訊外，也可以主動地發佈、傳遞訊息，成為資訊的提供者。當災害發生時，對於災情資訊的傳遞與救災資訊的更新，社群網路便成為一個十分重要且方便的工具。在國內、Facebook（臉書）及PTT可說是大家最常用的社群網路，其優勢為使用者不僅可以留言，也可以上傳照片，這個特點在災害防救的應用上是十分重要的關鍵。若能透過網路即時傳達災害資訊，相關搜救單位就能迅速掌握災情並因地制宜，作出更有效率的救災應變措施。在台灣經常發生的災害，多為地震、水災等，而當災害發生時，第一時間的黃金
搜救時間就成為了關鍵時刻，而對於救災工作的進行，首要了解的便是哪裡發生災害？災害的嚴重與否？故最重要的就是能即時取得災害資訊，災害資訊的即時取得就須仰賴第一時間在災害現場的民眾即時回報，讓救災單位能把握時間進行救援，讓災害不再擴大。故此研究主要探討以社群網路蒐集災害資訊之應用，並針對災害資訊進行分析，期望能透過社群網路的即時性，快速蒐集災害資訊，判斷出災害發生的位置，即時作出處理，並針對災害資訊，進一步作文本關聯性分析，期能從中判別出可能衍生的相關災害，另外亦針對分析成果，以機器學習方法進行成果評估。
大數據視角下的中共對臺輿論戰-以M503航線事件我國網路輿情趨勢為例
為了解決台灣地震預測研究所ptt 的問題，作者張瑞庭 這樣論述：
近年來中共常利用爭議性質的議題對臺展開輿論攻勢，在2018年更針對臺灣發動近十多次輿論戰，而中共於1月份片面啟用「M503航線」不僅在當時受到我國社群媒體大量關注，該事件更早在2015年就曾發生過，對於研究中共對臺輿論戰是絕佳實例。本研究以2015年與2018年我國網路輿情為研究樣本，蒐集600篇網路媒體文本及87,183則網路使用者留言，採質化研究法為主，量化研究法為輔，以大數據視角解析習近平時期中共輿論戰對我國網路輿情趨勢之影響。本文採用拉斯威爾五W政治傳播模式為研究基礎，從中探討網路媒體對我國網路使用者之雙層級議題設定效果。結果發現：首先以Opview檢視網路媒體再現議題時，媒體間之「
聲量數」和「生命週期」會互相產生影響，具有跨媒體議題設定效果。其次，網路媒體之「聲量數」和「議題生命週期」對我國網路使用者具有第一層級議題設定效果。最後，使用庫博中文獨立語料庫分析工具針對網路輿情文本作深度探勘，發現網路媒體再現議題時之「認知」和「情緒」對我國網路使用者具有第二層級議題設定效果。