幫助中心導讀
這個頁面採用文件式閱讀版面，左側切換主題文章，中間專注閱讀內容，右側快速跳到本頁章節。
閱讀 8 分鐘23 篇完整指南
本文重點
功能概要
監控外部聲量與風向，提早處理輿情風險。
功能細節
- 1. 觀察「聲量」與「情感」的背離
- 2. 追蹤「議題壽命」
- 3. 交叉來源驗證
功能應用
- 議題監控
- 危機應對
- 趨勢追蹤
常見問題
- Q：遇到負評爆量先做什麼？
A：先確認來源與時間序列，再建立單一回應口徑。 - Q：如何避免被單一來源帶風向？
A：一定要交叉檢查新聞、社群與在地回報三種來源。
輿情資料來源與判讀說明
功能說明｜Frontier OS 輿情數據源與分析邏輯
本篇將深入技術底層，說明 Frontier OS 如何獲取數據，以及我們如何定義「情感」與「趨勢」，確保您的決策建立在堅實的數據基礎上。
📕 請先閱讀：總覽｜議題監控與風險預警總覽
資料來源清單
| 平台 | 涵蓋範圍 | 更新頻率 |
|---|---|---|
| 傳統媒體 | 包含中時、自由、聯合、ETtoday 等 100+ 媒體。 | 每 15 分鐘。 |
| 社群平台 | PTT (Gossiping, HatePolitics)、Threads 等。 | 每 30 分鐘。 |
| 官方通訊 | 行政院、各縣市政府新聞稿、RSS 訂閱。 | 每 1 小時。 |
| 搜尋趨勢 | Google Trends 台灣熱搜榜。 | 即時。 |
情感分析邏輯 (Sentiment Logic)
我們使用 Vertex AI (Gemini) 對每條資訊進行評分：
- 正面 (Positive)：語氣支持、讚賞或帶來正面形象。
- 中立 (Neutral)：純事實陳述、報導。
- 負面 (Negative)：語氣批評、諷刺、質疑或帶來負面形象。
- 混合 (Mixed)：同一篇內容中同時存在極端正面與負面觀點。
如何正確判讀數據？
1. 觀察「聲量」與「情感」的背離
- 警訊：聲量極高但情感極低（通常代表大規模危機）。
- 轉機：聲量穩定但情感逐漸轉正（代表政策宣傳開始發揮效果）。
上圖：先設定監測條件，避免把不相關新聞混入判讀。
2. 追蹤「議題壽命」
- 透過時間序列圖表，觀察一個議題從爆發到消退的天數。若一個負面議題延續超過 3 天，建議提高應對層級。
3. 交叉來源驗證
- 若 PTT 罵聲一片但新聞媒體反應平淡，代表該議題可能侷限於特定族群（俗稱「同溫層」），決策時可考慮是否需進行大規模澄清。
上圖：結果列表可用來比對媒體角度，避免單一來源誤判。
常見問題
Q：為什麼有些新聞我看得到但系統沒抓到？ A：可能是該新聞來源不在我們的監控清單內，或該網頁設有嚴格的防爬蟲機制。您可以將該 URL 貼給 AI 助理，讓它手動進行分析。
Q：情感分析可以自定義嗎？ A：目前為系統自動判定。若您認為特定詞彙被誤判，可向系統團隊反映，我們會持續優化模型。
📚 複習：