時事議題

(文/蔡智欣、周世恩) 如果你也是過敏兒，是否覺得今年 空氣品質 好像有好一點？而疫情以來，社群平台上不少人談論著，人類活動減少之時空氣污染也似乎減輕了。到底，在人們減少談論空氣品質變差的時候，實際上空氣品質有沒有變好呢？   社群平台對空氣品質的討論量顯著減少，空氣品質數據又是如何？ 觀察 Facebook 中提及「空氣品質」相關的貼文，並對照 2018 年至 2020 年一到五月的文章數，可以發現 2020 年文章數顯著減少，減少了約四分之一。影響力分數減少的比例雖不若文章數的減少，但討論空氣品質的的憤怒情緒倒是下降了更多。

(文/趙維孝) 武漢肺炎(或稱新冠肺炎)疫情席捲全球，在網路社群上也同樣掀起了激烈討論，而從社群關注焦點，能有效的分析群眾關注與接收資訊的來源、媒體與KOL在疫情中的影響力、各類疫情相關內容在傳播上的差異等各層面。 過去我們曾專門做過從台灣的社群輿情上去解析疫情討論概況(防疫資訊戰！解析武漢肺炎各社群平台輿情聲量！) 從台灣的例子已經可以發現，當一個國家面對重大公衛危機時，社群平台是相當有效率傳遞資訊、提升警覺、甚至建立民眾信心的管道，也發現在這波疫情中，台灣政府高度致力於將社群資訊納入防疫的一環。 近日來台灣疫情有逐漸趨緩跡象，然而全球許多地方包含東南亞各國的疫情似乎不減反增，因此我們也透過QSearch的東南亞社群輿情資料庫，統整馬、菲、泰、越等四國自今年1月以來的疫情相關社群討論，並粗淺的分享三大重點觀察。

(文/趙維孝) 我們過去嘗試用很多元的社群數據去對不同的議題或目的做分析，不論是拆解一個議題在社群上的聲量來源，或是做不同社群平台的聲量分析，然而這些分析都相對複雜且耗時，在社群議題快速轉變的時代，當我們面對一個需要梳理的社群議題時，該如何透過聲量分析工具，快速的製作一份概略的社群聲量分析報告呢? 近期東京奧運是否延賽可說是最受關注的疫情影響相關議題。然而從去年底，同樣是東京奧運這個議題，在社群上歷經了數個討論重點，這種在不同期間的議題轉快，就非常適合使用文字雲來做視覺化的呈現與快速分析。 若將文字雲再搭配熱門貼文、不同時段的累積聲量數據等，其實就能有效的快速針對一個議題做出有價值的趨勢分析。

武漢肺炎 (新型冠狀病毒) 疫情自跨年夜出現至年假前在各大社群平台上的討論劇增，除了各種實際的防疫措施外，資訊戰的觀察同時也是重點，觀察各社群平台上與武漢肺炎相關之熱議主題，並根據平台特性了解各族群在意的議題，並剖析資訊傳遞的脈絡等，都能更有效幫助正確資訊的傳播與做為下一步相應措施的參考。 (文/蔡智欣、趙維孝) 於各主要社群平台上，在過去近一個月內能歸納為四大事件使武漢肺炎討論度激增，這些事件分別是「台灣出現確診首例」、「口罩出口管制」、「國際聲援台灣參與 WHO」、與「台商專機返台」。(註1) 不過，經歷著同樣事件，各平台的性質差異使得熱議焦點有所不同。

2019年，我們的社群上經歷了香港反送中、《返校》、同婚法、長榮罷工、水果茶風波⋯⋯等事件。 QSearch 在數據分析上期待能用深入簡出的方式帶大家觀察時事，我們嘗試利用不同的媒介，包括即時儀表板、圖文等，希望能收斂資訊、數據，為議題提供不一樣的觀點。