以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：24

、訪客IP：3.149.243.29

姓名	張彼德(Pi-Te Chang)  查詢紙本館藏	畢業系所	客家語文暨社會科學系客家社會文化碩士班
論文名稱	桃園市的客家政策鉅量分析 (Big data analysis of Hakka policies in Taoyuan City)
檔案	[Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載] 本電子論文使用權限為同意立即開放。 已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。 請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。
摘要(中)	目前，鉅量資料分析在企業界的應用日漸成熟，同時也帶動政府機關與公部門開始嘗試利用鉅量分析資料來提升施政績效與民意的反映。 本研究首先處理關於桃園市客家政策的關鍵字設定，其步驟先行選擇（桃園＆客家）等關鍵字，接著，配合大數據搜尋引擎的探索概念、桃園市客家文化局對於市議會的工作報告，以及桃園市客家預算書所出現的關鍵字，進行布林邏輯運算。最後，將所有分析的數據，與專家學者的解讀進行對話，綜整出量測時間內對於桃園市客家政策的分析。 本研究針對桃園市客家政策的聲量趨勢、資料探勘、意見領袖與探索概念四大構面進行分析。在聲量趨勢方面，桃園市的客家政策峰值，多集中在政治人物在選舉過程中的承諾與政見；在資料探勘部分，傳播趨勢主要以桃園市客家文化局、桃園市客家事務局等公部門機構為主。在熱門頻道部分，則集中在紙風車劇團、徐薇老師臉書等；在網路好感度，桃園市客家政策網路好感度高達8。82，民眾肯定極高；不過在社群活躍度僅有1。14，這顯示關於客家政策主要還是以公部門發稿給媒體為主，未獲得社群媒體青睞；社群指數激增，顯示選舉仍是拉抬客家政策的萬靈丹。 接著，在桃園市客家政策的意見領袖部分，主要是以政治人物或意見領袖故事性的發文為主；最後，在網民關心桃園市客家政策的探索概念部分，則是集中在浪漫台灣現藝術季、戀戀魯冰花等活動。 經過大數據分析與專家學者對話後顯示，桃園市客家政策正評極高，值得肯定，可惜多半侷限在公部門及政治人物的拉抬。這顯示，桃園市客家政策的聲量小且好感度高，可以說是桃園市政府各項政策的「紅利區」，稍有投入就立刻取得滿意度極高的評價。如何讓桃園市客家政策向下紮根，讓民眾自發性的關心、並樂於分享，將是桃園市政府下一階段的挑戰。
摘要(英)	At present, the application of massive data analysis in the corporate world is becoming more and more mature, and at the same time, government agencies and public departments have begun to try to use massive analysis data to improve governance performance and public opinion. This research first deals with the keyword setting of the Hakka policy in Taoyuan City, and selects the keywords (Taoyuan & Hakka) first. Then, it cooperates with the exploration concept of the big data search engine and the report of the Taoyuan Hakka Cultural Bureau on the city council. As well as the keywords that appeared in the Hakka budget of Taoyuan City, perform Bollinger logic operations. Finally, dialogue with experts and scholars on all the analyzed data, and a comprehensive analysis of Hakka policies in Taoyuan City during the measurement period. This research analyzes the four major aspects of Hakka policy in Taoyuan City: volume trends, data exploration, opinion leaders and exploration concepts. In terms of volume trends, Taoyuan’s Hakka policy peaks are mostly focused on politicians’ commitments and political views during the election process; in the data exploration section, the communication trend is mainly based on the Taoyuan Hakka Cultural Bureau, Taoyuan Hakka Affairs Bureau and other public authorities. Institution-based. In the popular channel section, it is concentrated on the paper windmill tool group, teacher Xu Wei’s Facebook, on the Internet, the Hakka policy in Taoyuan City has a network favorability of 8。82, which is definitely very high; but the social activity is only 1。14 This shows that the Hakka policy is mainly based on the publication of the public sector to the media, which has not been favored by the social media; the rapid increase in the community index shows that the election is still a panacea to promote Hakka policy. Then, in the opinion leaders part of Taoyuan City’s Hakka policy, it is mainly based on politicians or opinion leaders’ story-telling posts; finally, in the exploration concept part of netizens caring about Taoyuan City’s Hakka policy, it focuses on the romantic Taiwan art season. ‘’Lianlian Lubinghua’’ and other activities. After big data analysis and dialogue with experts and scholars, it is shown that Taoyuan City’s Hakka policy is highly positive and worthy of recognition. Unfortunately, it is mostly limited to the promotion of the public sector and politicians. This shows that the Hakka policies of Taoyuan City have a low voice and a high degree of goodwill. It can be said to be a 「bonus zone「 for the various policies of the Taoyuan City Government. With a little investment, they immediately get a high degree of satisfaction. How to make Taoyuan City’s Hakka policy take root down and let the people spontaneously care and share will be the next stage of the challenge for Taoyuan City Government.
關鍵字(中)	★ 鉅量資料分析 ★ 桃園市 ★ 客家政策 ★ 網路聲量 ★ KEYPO	關鍵字(英)	★ Massive data analysis ★ Taoyuan City ★ Hakka policy ★ Internet volume ★ KEYPO
論文目次	目錄　　　　　　 一、 緒論 1 1-1 研究背景 1 1-1-1 還我母語運動與客家電視台成立 2 1-1-2 客家鄉親的樞紐－桃園 6 1-1-3 桃園的人文地理 7 1-1-4 施政滿意度的重要性 8 1-2 研究動機與目的 10 1-2-1 臺灣客家政策歷史沿革 10 1-2-2 桃園客家事務之推動成效 12 1-3 研究範圍與限制 14 1-3-1 研究範圍 14 1-3-2 研究時間 14 二、 文獻回顧與理論探討 15 2-1 文獻回顧 15 2-1-1 客家文化類： 16 2-1-2 客家語言類： 16 2-1-3 客家音樂類： 17 2-1-4 客家政治類： 17 2-2 大數據 19 2-3 社群聆聽 22 三、 研究方法與設計 24 3-1 研究對象 24 3-2 研究方法 25 3-2-1 文獻探討法： 25 3-2-2 深度訪談法： 26 3-2-3 Keypo搜尋引擎的功能： 27 3-3 研究問題 32 3-3-1 桃園市客家政策的聲量趨勢： 32 3-3-2 桃園市客家政策資料探勘： 32 3-3-3 桃園市客家政策領袖分析： 32 3-3-4 桃園市客家政策探索概念： 32 3-4 研究設計 33 3-4-1 量化部分-研究關鍵字設定 33 3-4-2 質化部分-問題假設 36 3-4-3 研究架構 37 四、 桃園市客家政策研究分析 39 4-1 網路輿情分析 39 4-1-1 聲量趨勢： 40 4-1-2 資料探勘： 42 4-1-3 意見領袖： 48 4-1-4 探索概念： 50 4-1-5 結語： 55 4-2 深度訪談 56 4-2-1 鉅量分析聲量趨勢 58 4-2-2 資料探勘 59 4-2-3 意見領袖 60 4-2-4 探索概念 60 五、 研究結論與建議 61 5-1 研究結論 61 5-1-1 聲量趨勢 62 5-1-2 資料探勘 63 5-1-3 意見領袖： 63 5-1-4 探索概念： 64 5-2 未來建議 65 5-2-1 鉅量資料研究方法建議 65 5-2-2 鉅量資料的建議 66 5-2-3 情緒分析的評斷 66 5-2-4 探勘調整 67 5-2-5 克服機器無法判讀的建議 67 六、 參考書目 69
參考文獻	[1] 顏長川, 5G時代大未來：利用大數據打造智慧生活與競爭優勢, 台北: 時報出版, 2020. [2] 應淇帆, “大數據時代廣告行銷策略分析,” 於 政治大學經營管理碩士論文, 台北, 2018. [3] 鮑宗豪, 數字化與人文精神, 上海: 上海三聯書店, 2003. [4] 蕭富元, 看見未來：賴清德的新政實踐, 台北: 天下雜誌 , 2015. [5] 鄭自隆, 《傳播研究與效果評估》, 臺北: 五南, 2015. [6] 蔡淑芬, “大數據KEYPO 網路輿情資料庫,” 25 8 2019. [線上]. Available: https://www.chinatimes.com/newspapers/20180709000275-260210?chdtv. [7] 劉凡平, 大數據搜尋引擎原理分析, 北京: 中國工信出版集團, 2019. [8] 解聰文, 數位時代的高效行銷, 傅瑞德、施典志, 編者, 台北市: 商周出版, 2018. [9] 郭瀚揚, “資料探勘應用之研究零售業的RFM分析架構,” 台北, 2019. [10] 高端訓, 大數據預測行銷：翻轉品牌×會員經營×精準行銷, 台北: 時報出版, 2019. [11] 袁國超, 雲端計算與大數據對筆記型電腦發展趨勢影響之研究, 台中市: 國立中興大學高階經理人碩士在職專班碩士學位論文, 2015. [12] 涂子沛, 數據之巔:大數據革命，歷史、現實與未來, 香港: 香港中和出版有限公司, 2015. [13] 若林正丈, 臺灣：分裂國家與民主化, 臺北: 月旦, 1994. [14] 城田真琴, ビッグデータの衝撃―, 鐘慧真、梁世英, 編者, 東京: 東洋経済新報社, 2012. [15] 凃勝綸, 2018台大校長遴選事件之大數據分析, 台北, 2019. [16] 林俊宏, 大數據, 台北市: 天下文化, 2013. [17] 林秀雲, 《社會科學研究法》, 臺北: 新加坡商聖智學習, 2013. [18] 林子倩, 2018 新竹縣長大數據分析：以 Keypo 和 Opview 分析為例, 2019. [19] 周翔, 傳播內容分析研究與應用, 重慶: 重慶大學出版社, 2014. [20] 杜聖聰, 議題聲量與台灣意識的趨勢與消長, 臺北: 翰蘆圖書出版有限公司, 2019. [21] 李欣宜, “一次搞懂大數據,” 1 4 2015. [線上]. Available: https://www.bnext.com.tw/article/35807/bn-2015-03-31-151014-36. [存取日期: 22 1 2020]. [22] 吳萬益, 企業研究方法, 台北: 華泰文化, 2019. [23] 艾爾·巴比, 社會研究方法, 邱澤奇, 編者, 北京: 華夏出版社, 2018. [24] 朱柔若, 社會研究方法：質化與量化取向, 台北市: 揚智文化, 2000. [25] 匡文波, 網絡傳播技術, 北京: 高等教育出版, 2003. [26] 玉石番, 傳播內容分析法, 臺北: 幼獅, 1992. [27] Thomas H.Davenport, 大數據@工作力, 台北市: 遠見天下文化, 2014. [28] H. Rheingold, The Virtual Community: Homesteading on the Electronic Frontier, Cambridge: MIT Press, 2000. [29] K. Normandeau, “Big Data Volume. Variety, Velocity and Veracity.,” 12 9 2013. [線上]. Available: https://insidebigdata.com/2013/09/12/beyond-volume-variety-velocity-issue-big-data-veracity/. [30] K. A. Neuendorf, The Content Analysis Guidebook., Thousand Oaks, CA, 2002. [31] Lynn, “大數據到底是什麼意思？事實上，它是一種精神！,” 28 6 2017. [線上]. Available: https://www.inside.com.tw/feature/ai/9745-big-data. [32] LargitData, “大數據是什麼？從零開始，認識大數據定義、分析與工具,” 25 7 2019. [線上]. Available: https://www.largitdata.com/blog_detail/20190725. [存取日期: 22 1 2020]. [33] K. Krippendorff, Content Analysis: An Introduction to Its Methodology., America: SAGE Publications Inc, 2004. [34] L. Komito, “The Net as a Foraging Society: Flexible Communities,” The Information Society, pp. 97-106, 4 1998. [35] W. H. Inmon, Building the data warehouse, USA: John Wiley & Sons Inc, 1992. [36] A. L. George, Quantitative and Qualitative Approaches to Content Analysis, R.Franzosi, 編者, ThousandOaks, CA: University of Illinois Press, 1959. [37] Flavia, “Flavia,” 23 12 2020. [線上]. Available: https://seomarketerperformance.medium.com/%E7%A4%BE%E7%BE%A4%E8%81%86%E8%81%BD%E6%98%AF%E4%BB%80%E9%BA%BC-%E5%8F%88%E5%A6%82%E4%BD%95%E5%B9%AB%E4%BD%A0%E6%8F%90%E5%8D%87seo%E7%B5%90%E6%9E%9C-c9dafc81c5d5. [38] B. E., “The Practice of Social Research (Seventh Edition).,” Belmont, 1995. [39] H. Blumer, New outlines of the principles of sociology, New York: Barnes and Nobel, 1946, pp. 167-222. [40] N. Bilton, I Live in the Future & Here’s How It Works : Why Your World, Work, and Brain Are Being Creatively Disrupted., New York: Crown Business, 2011. [41] B. Barelson, “Content Analysis in Communication Research.,” Michigan, 1952. [42] E. Babbie, The Practice of Social Research, United States: Cengage Learning，Inc, 2016. [43] E. Babbie, The Practice of Social Research, United States: Cengage Learning，Inc, 1975. [44] S. Ahmed, “Application of data mining in retail businesses.,” 於 IEEE International Conference on Information Technology: Coding and Computing, ITCC′04, 2004. [45] Mark Humphries、Michael W.Hawkins、Michelle C.Dy, 數據倉儲結構和實現, 北京, 2003. [46] 邵峰晶、于忠清, 數據挖掘原理與算法, 北京: 中國水利水電出版社, 2003. [47] Fertik,M. 、 Thompson ,D.C., 數位口碑經濟時代, 台北: 三采文化, 2015. [48] 鄭宇君、陳百齡, “探索 2012 年台灣總統大選之社交媒體浮現社群：鉅量資料分析取徑,” 新聞學研究, pp. 121-165, 2014. [49] 杜聖聰、楊喨智、巫家宇, “海軍虐狗事件的社群鉅量分析,” 於 第十屆軍事新聞學術研討會論文集：從大眾到分眾—數位環境下的國防政策行銷, 台北, 2016. [50] 劉巍、丁雲龍, 社會科學研究方法, 大連: 大連海事大學出版社, 2015. [51] 謝邦昌、鄭宇庭、謝邦彥, 玩轉社群文字大數據實作, 台北: 五南圖書出版股份有限公司, 2017. [52] 傅文成(Wen-Cheng Fu) ； 陶聖屏(Sheng-Ping Tao), “以大數據觀點探索網路謠言的「網路模因」傳播模式,” 中華傳播學刊, pp. 99-135, 1 6 018. [53] 杜聖聰、凃勝綸, “中共對台輿論戰發展與量測：以兩岸青年實習為例,” 傳播管理學刊, pp. 28-62, 6 2018. [54] 謝邦昌、謝邦彥, 大數據語意分析整合篇, 台北: 五南, 2016. [55] 鄒茂揚、田洪川, 大話數據庫, 北京: 清華大學出版社, 2013. [56] C. Romm，N. Pliskin，R. Clarke, “Virtual communities and society: Toward an integrative three phase model,” International Journal of Information Management: The Journal for Information Professionals, pp. Volume 17 Issue 4,261-270, 8 1997. [57] Safko& Brake, D. K.L., The social media bible: Tactics, tools, and strategies for business success., Hoboken, NJ: John Wiley & Sons., 2009. [58] Armstrong, A. G., & Hagel III, J., “The real value of on-line communities.,” Harvard Business Review, pp. 21-28, May/June 1996. [59] Sridhar Balasubramanian，Vijay Mahajan, “The Economic Leverage of the Virtual Community,” International Journal of Electronic Commerce, pp. 103-138, ３ 2001. [60] McCluskey, W., & Anand, S., “The application of intelligent hybrid techniques,” 於 Journal of Property Investment &Finance, 17(3), 1999. [61] Donath, J.、boyd d., “Public displays of connection,,” 於 BT Technology Journal, 22(4), 2004. [62] Prashant Bordia & Nicholas Difonzo, “Problem Solving in Social Interactions on the Internet: Rumor As Social Cognition,” Social Psychology Quarterly, 2004. [63] “KEYPO大數據關鍵引擎,” 25 1 2019. [線上]. Available: https://keypo.tw/. [64] Berry, M. J., & Linoff, G. S., “Data mining techniques: for marketing, sales, and customer relationship management: John Wiley & Sons.,” 2004. [65] Boyd, D., & Crawford, K., “Critical Questions for Big Data.,” Communication, & Society 15, pp. 662-679, 2012. [66] Giraud‐Carrier, C., & Povel, O., “Characterising data mining software.,” 於 Intelligent Data Analysis, 7(3), 2003. [67] Cooper, D. R., & Schinder, P. S., Business Research Methods, (8th ed.)., New York: McGraw-Hill Irwin, 2003. [68] 林盈欣、杜聖聰、徐家翔, “2018年台中市長選舉的鉅量分析以KEYPO,OpView和Sol-Idea為調查工具,” 於 研討會論文專刊, 台北, 2019. [69] 杜聖聰、劉念夏、杜厚霖, “《社群媒體之影響力與國軍對網路負面、不實訊息之應處作為》,” 2015. [70] 范雲、 蕭阿勤、 黃淑玲、 蔡瑞明 、 吳嘉苓 、 陳寬政, “社會學與台灣社會,” 台灣社會學刊, 2001. [71] 徐貴榮, “桃園觀音崙坪客家話的語言歸屬,” 2007. [72] 王保鍵, “論桃園客庄型態與客家政策,” 臺灣民主季刊 ； 13卷4期, pp. P93 - 125, 2016. [73] 蔣絜安, “臺灣桃園市客家政策推動成效之研究,” 臺灣大學國家發展研究所學位論文, 2018. [74] 鄧盛有, “語言接觸後的語言演變情形－以桃園縣“四海話”為例,” 臺灣語言與語文教育 ； 6期, pp. P235 - 253, 2005. [75] 蔣絜安, “當代客家女紅意象建構及其行銷 意象建構及其行銷意象建構及其行銷,” 客家語文暨社會科學碩士論文, 2015. [76] 丘尚英, “族群投票取向初探：以桃園市新屋客家地區為例,” 通識論叢 ； 23期, pp. P23 - 37, 2020. [77] 陳婕如, “客家族群政黨傾向之變化：2012、2014、2016 桃園市選舉之分析,” 中國地方自治 ； 70卷5期, pp. P39-59, 2017. [78] 鄭婕宇, “客家女性參與社區事務之性別圖像─以桃園某社區為例,” 婦研縱橫 (104期), pp. P 10-18, 2016. [79] 黃萍瑛, “北臺灣客家墓葬文化初步研究：以桃園縣平鎮市為例,” 民俗曲藝 ； 157期, pp. P185 - 234, 2007. [80] 李亭宜, “運用Twitter數據分析消費者情緒與品牌價值關係之研究,” 中山大學企業管理學系研究所學位論文, 2017. [81] 李欣穎, “網路輿情分析行業之實踐：行動者、工作場域與話語系統,” 國立政治大學傳播碩士論文, 2020. [82] 張郁敏, “意見一致性、潛水動機與潛水行為初探：,” 國立政治大學傳播碩士論文, 2017.
指導教授	王俐容 杜聖聰(Li-Jung Wang Sheng-Tsung Tu)	審核日期	2021-1-29
推文	facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu
網路書籤	Google bookmarks   del.icio.us   hemidemi   myshare