Description
Day 2, R1 11:10–11:40
KOL 是指在群眾中廣泛地被人們信任並能引導決策的核心人物，因此如何從複雜的社群網絡中找出並認識 KOL 便成為了非常重要的議題！在這次的演講中我將與大家分享我透過 Python 分析 2020台灣總統大選 3 位候選人 Facebook 粉絲專頁資料的發現。首先我以 igraph 套件展開社群網絡分析(SNA)，藉由民眾間的互動行為資料(互動的廣度與強度)，找出位在網絡核心的 KOL。並且透過 sklearn 套件的 LDA 分析進行自然語言處理(NLP)的主題分析(Topic Model)，剖析 KOL 的留言內容並從中萃取出許多在選舉過程中被廣泛討論的熱門話題。最終我結合了 SNA 與 NLP 的分析結果，並視覺化成二維的分析圖，能夠幫助我們快速了解社群網絡的樣貌以及不同社群討論話題的差異與態度。而各產業、公司也可以依據各自擁有的網絡資料進行 SNA 並對資料進行加值，找出並認識屬於你們的 KOL！
Slides: https://github.com/TLYu0419/FindAndMeetKOLs/blob/master/FindAndMeetKOLsOnFacebook.pdf
Speaker: 游騰林
社會學背景的 Python 開發者，目前在國泰世華擔任數據分析師 https://tlyu0419.github.io/