在這次的演講中我將延伸在 PyConTW2020 中的講題，除了分享如何從複雜的網絡關係中(特別是在網路社群)找出位在核心的KOL 與 剖析 KOL 討論的熱門話題之外，我會將這次演講的焦點放在如何透過情感分析嘗試從成員彼此間的留言內容抽取出正/負向的情感，藉以了解網絡成員之間的互動關係。我爬取了 2020 年台灣總統大選 3位候選人粉絲專頁的貼文、留言與回覆藉以作為範例資料。除了找出KOL、剖析熱門話題外，會聚焦在民眾間互動的情感，並藉以區分出各候選人忠誠的KOL或只是對手陣營的支持者跑過來搗亂。最終我會將分析成果視覺化為二維的分析圖，並分享企業可以透過這樣的分析方式展開哪些可行的應用。
透過 SNA 找出位在網絡核心的成員
* 為什麼需要 SNA?
* SNA 如何評估成員的重要性?
* SNA 分析結果解析與視覺化
藉由 NLP 剖析留言內容
* NLP 流程簡介
* 透過主題模型抽取熱門話題
* 藉由情感分析抽取情感/態度
將 SNA 與 NLP 的分析結果視覺化為分析圖
* 將 NLP 的分析結果加值回 SNA 的分析圖<>br>
* 分析成果解析與發現
分享更多可行的應用情境
社會學背景的數據分析師，喜歡用資料一本正經的胡說八道
https://tlyu0419.github.io/