G4專題主題詢問

[chiawen0104]

老師好，我們是G4，目前想到的主題有兩個，分別是：
(1)嘖嘖募資平台的介紹文案對募資成效的影響：尋找文本關鍵字，文案如何撰寫才會提高募資成功率
(2)小說情節與dcard感情版貼文的關聯性：分析dcard感情版貼文與小說情節關鍵字的匹配程度，觀察與熱門程度的關聯
主要透過python爬蟲來分析文本，希望能跟老師討論問題點與可行性來決定主題，想詢問老師有空討論的時間，謝謝老師。

[jirlong]

(1) 之前2016, 2017有一個很有名的案例是做AppleDaily Donation，但文本探勘找不出什麼東西來，反而是哪位記者寫的文章，預測上比較有效。但嘖嘖募資沒有這樣的特性，要去想說他有什麼樣的variable或attribute可以用。然後會受不同的募資案的影響很大。因為「文本關鍵字」聽起來很合理，但事實上，對募資文本而言，什麼該是他的關鍵字，定義是很模糊的。但可以在explore多一點，這是為什麼請你們要先了解資料的緣故，需要知道你們會把資料的什麼變項拿進來用。

(2) 這看似有關聯，但小說情節和dcard感情版貼文人工都匹配不來，機器應該是非常難匹配的。但如果是偵測哪些句子或者片段是很小說的，這似乎頗有趣的。但要用什麼方法偵測呢？

[jirlong]

這兩題請稍微再提供多一點資訊，比方說撈下來的資料有哪些欄位（變項）？你預期會看到什麼變項間的關係？我們再來看是否需要約時間討論。

[chiawen0104]

針對第一題目前我們想透過募資金額、專案類別、募資天數、標題長度等變項去分析成功率，但的確不太清楚如何使用文本。第二題我們是想先抓出小說裡的關鍵字，將關鍵字按常見情節（元素）分類，再去比對dcard的貼文有match到多少，來觀察他們彼此的關係。問題的確在於情節文本偵測的困難，但我們認為言情小說的劇情其實都固定那幾套的，應該有機會可以找出關聯。謝謝老師。

[jirlong]

因為難度在於我們感受到「固定那幾套」，但如果是無法在鄰近兩三個句子裡面測得這樣的結構，比方說這樣的結構是得看完一整篇幅後才能夠完整偵測到，那就會很難用文本探勘的方式去達成了。我覺得你們可以先解決這一兩個問題，多整理一點資訊，如果需要對話討論，再來討論。我會安排給每一組一次meeting討論時間，所以儘快準備。

[chiawen0104]

了解，謝謝老師的建議，我們會再討論。