Please use this identifier to cite or link to this item:
https://ah.lib.nccu.edu.tw/handle/140.119/134876| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | 王信實 | zh_TW |
| dc.contributor.advisor | Wang, Shinn-Shyr | en_US |
| dc.contributor.author | 陳保佑 | zh_TW |
| dc.contributor.author | Chen, Bao-You | en_US |
| dc.creator | 陳保佑 | zh_TW |
| dc.creator | Chen, Bao-You | en_US |
| dc.date | 2021 | en_US |
| dc.date.accessioned | 2021-05-03T02:33:01Z | - |
| dc.date.available | 2021-05-03T02:33:01Z | - |
| dc.date.issued | 2021-05-03T02:33:01Z | - |
| dc.identifier | G0108921322 | en_US |
| dc.identifier.uri | http://nccur.lib.nccu.edu.tw/handle/140.119/134876 | - |
| dc.description | 碩士 | zh_TW |
| dc.description | 國立政治大學 | zh_TW |
| dc.description | 行政管理碩士學程 | zh_TW |
| dc.description | 108921322 | zh_TW |
| dc.description.abstract | 隨著網路科技的快速發展，社群媒體已與人們的生活相結合，網路行銷因此應運而生。國防部也與時俱進的透過社群媒體行銷國軍，而在訊息快速傳遞的時代，如未能即時有效處理重大危機事件，可能對組織造成極嚴重的負面影響。本研究主要以2020年國軍新冠肺炎染疫事件為例，利用Opview社群口碑資料庫系統蒐集臺灣地區新聞、部落格、Facebook、電子布告欄（PTT）等社群平台上的文本資料與google trend搜尋熱度資料進行統計分析。研究發現，本次染疫事件中，國軍網路淨聲量是國軍形象合理的替代變數，而海軍敦睦艦隊成員新冠肺炎確診數、記者會、消費者行為模式的表現期關鍵字比例，以及google trend的搜尋熱度，對國軍形象有負面影響。此外，累加確診數對國軍形象呈現非線性的影響，初期導致國軍形象快速下降，後續之影響效果則逐漸遞減。國軍在因應重大危機事件時應瞭解網民討論的關鍵議題，即時且快速地給予回應，才能降低負面事件對國軍形象的影響。 | zh_TW |
| dc.description.tableofcontents | 表 次 v\n圖 次 vii\n第一章 緒論 1\n第一節 研究背景 1\n第二節 研究動機 3\n第三節 研究目的與問題 4\n第二章 文獻探討 5\n第一節 國軍形象 5\n第二節 社群網路大數據 11\n第三節 消費者行為（AIDA）模式 16\n第四節 小結 19\n第三章 研究方法與流程 21\n第一節 Python語言與電腦演算 21\n第二節 資料蒐集工具 22\n第三節 中文斷詞流程與步驟 23\n第四節 研究範圍與樣本選取 24\n第五節 研究流程 26\n第六節 小結 28\n第四章 資料說明 29\n第一節 研究對象 29\n第二節 變數說明與預期影響方向 29\n第五章 研究結果 37\n第一節 社群大數據每日趨勢 37\n第二節 字詞分析與文字雲 43\n第三節 多元線性迴歸分析 46\n第四節 結果討論 59\n第六章 結論與建議 61\n第一節 結論 61\n第二節 延伸結論與建議 62\n第三節 研究限制與建議 64\n參考文獻 67\n附錄A 73\n附錄B 75\n附錄C 79 | zh_TW |
| dc.format.extent | 4399068 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri | http://thesis.lib.nccu.edu.tw/record/#G0108921322 | en_US |
| dc.subject | 大數據 | zh_TW |
| dc.subject | 國軍形象 | zh_TW |
| dc.subject | 社群媒體 | zh_TW |
| dc.subject | AIDA | zh_TW |
| dc.title | 國軍形象之大數據分析–以國軍新冠肺炎染疫事件為例 | zh_TW |
| dc.title | A Study of the Military Image: Case of the COVID-19 Infection Incident | en_US |
| dc.type | thesis | en_US |
| dc.relation.reference | 中文文獻\n方盈潔（2009）。微網誌使用行為研究：以PLURK使用者為例。國立政治大學廣播電視學研究所碩士論文，臺北。\n包正豪（2017）。政黨形象與原住民投票抉擇。選舉研究，24（1），61-96。\n史順文（1996）。國軍形象之研究:一個公共關係策略初探。政治作戰學校新聞研究所碩士論文，桃園。\n朱中平（2016）。國軍形象與認知價值對從軍意願影響之研究-以高雄市高中職學生為例。國立屏東科技大學農企業管理系所碩士論文，屏東。\n江孟穎（2004）。首長形象建構之研究–以台北市與高雄市政府新聞稿為例。銘傳大學傳播管理研究所碩士論文，臺北。\n艾莉森·沃特斯、維多利亞·布爾（2016）。牛津中階英漢雙解詞典（五版）。大陸：商務印書館。\n吳欣純（2012）。社群網站使用者使用動機、資訊驗證態度、資訊可信度感知與資訊分享行為之研究－以FACEBOOK網站為例。國立交通大學教育研究所碩士論文，新竹。\n吳肇展、劉娜婷、林瑞發（2012）。企業社會責任, 企業形象與購買意願關係之研究。非營利組織管理學刊，9（2），59-105。\n宋志文（1998）。台灣領導企業形象研究。國立臺灣科技大學管理技術研究所碩士論文，臺北。\n李宇翔（2017）。微電影故事行銷分析—以2016年國軍形象廣告為例。國防大學政治作戰學院新聞研究所碩士論文，桃園。\n李美枝（1983）。社會心理學（初版）。臺北：大洋出版社。\n杜厚霖（2019）。網路輿情與地方施政滿意度指標的觀測以新竹市長林智堅為例。國立臺灣大學國家發展研究所碩士論文，臺北。\n沈沿毅（2008）。全民國防教育下國軍形象塑造之研究─以「2007年全民國防教育暑期戰鬥營」為例。國防大學政治作戰學院新聞研究所碩士論文，桃園。\n初亞民（2013）。媒體之過？軍隊之疚？解析八八水災報紙新聞報導中的國軍形象。南華大學國際暨大陸事務學系亞太研究碩士班碩士論文，嘉義。\n周力行（2013）。國軍運用社群網站塑造軍人形象之策略研究─以國防部發言人臉書粉絲專頁為例。國防大學政治作戰學院新聞研究所碩士論文，桃園。\n林子倩（2019）。2018新竹縣長大數據分析：以 KEYPO 和 OPVIEW 分析為例。銘傳大學新媒體暨傳播管理學系碩士班碩士論文，臺北。\n林明德（2005）。人格特質、組織形象與職業特性認知對高中生職業軍人生涯選擇意願之影響。國防管理學院資源管理研究所碩士論文，桃園。\n林維國（2013）。新媒體與民意:理論與實證（二版）。臺北：五南圖書出版股份有限公司。\n施伯燁（2014）。社群媒體-使用者研究之概念、方法與方法論初探。傳播研究與實踐，4（2），207-227。\n徐玉榮（2009）。不同性別運動員代言人對消費者可信度、廣告效果及購買意圖影響之研究。國立中正大學運動與休閒教育所碩士論文，嘉義。\n徐靜儀（2002）。廣告訴求對廣告效果影響之研究－以網頁廣告為例。東吳大學企業管理學系碩士學位論文，臺北。\n財團法人台北市公民教育基金會（2020）。2020台灣網路報告。財團法人台灣網路資訊中心委託之研究報告。臺北：台灣網路資訊中心。\n張庭（2017）。大數據用於涉軍輿情分析模型建構初探。復興崗學報，110，1-24。\n張瑞庭（2019）。大數據視角下的中共對臺輿論戰-以M503航線事件我國網路輿情趨勢為例。國防大學政治作戰學院政治研究碩士班碩士論文，臺北。\n張嘉珉（2017）。洪仲丘、勞乃成事件下的國軍形象：問卷調查研究。高雄應用科技大學人文與社會科學學刊，3（2），51-73。\n梁成明（1997）。高中學生對於軍人職業選擇傾向之實證研究─社會資訊處理模式之應用。國防管理學院資源管理研究所碩士論文，桃園。\n許華孚、吳吉裕（2015）。大數據發展趨勢以及在犯罪防治領域之應用。犯罪防治研究專刊，（4），2-19。\n許藝靜（2001）。國軍形象之研究－以九二一地震國軍協助救災為例。政治作戰學校新聞研究所碩士論文，桃園。\n陳竹梅（2016）。大數據時代的國軍數位行銷：社群媒體應用之研究。第十屆軍事新聞研討會。臺北：國防大學政戰學院。\n陳建勳（譯）（2008）。PYTHON學習手册（三版）（原作者：MARK LUTZ）。臺北：歐萊禮（原著出版年：2007）。\n陳彥龍（2016）。大數據與隱私權：大數據的治理與監理。臺北：五南圖書公司。\n傅統先（譯）（1969）。心理學（初版）（原作者：E. G. BORING, H. S. LANGFELD, H. P. WELD）。臺北：臺灣商務印書館。\n曾碧美（2014）。從虛實整合觀點探討關係行銷及科技接受模式對顧客忠誠度之研究。輔仁大學企業管理學系碩士學位論文，新北。\n黃順忠（2006）。國軍形象、廣告訴求與代言人類型對志願役士兵報考決策影響之研究。義守大學管理研究所碩士論文，高雄。\n楊立偉、邵功新（2016）。社群大數據：網路口碑及輿情分析（初版）。臺北：前程文化出版社。\n楊清（1985）。簡明心理學辭典。長春：吉林人民出版社。\n葉難（2015）。PYTHON程式設計入門：適用於2.X與3.X版（初版）。新北：博碩文化。\n詹志宏（1980）。在台外籍人士對中華民國的映像研究。國立中興大學公共行政及政策研究所碩士論文，臺中。\n趙滿鈴（2014）。網路行銷特訓教材（二版）。臺北：碁峰資訊。.\n劉嘉薇（2017）。網路統獨的聲量研究：大數據的分析。政治科學論叢，71，113-166。\n鄧尚智（1987）。「光華雜誌」塑造我國國家形象的研究。政治作戰學院新聞研究所碩士論文，桃園。\n鄧國維、梁家和（2020）。海軍陸戰隊留營因素之研究。海軍軍官季刊，38（1），26-41。\n鄭伊純（2013）。社群廣告對廣告效果、消費者購買意願與態度之影響—以7-ELEVEN FACEBOOK粉絲專頁為例。國立中山大學企業管理學系研究所碩士論文，高雄。\n鄭宇君（2014）。災難傳播中的群體力量：社交媒體促成新型態的公民參與。傳播與社會學刊，（27），179-205。\n蕭富峰、張佩娟、卓峰志（2010）。廣告學（初版）。臺北：智勝。\n聶晶（2018）。PYTHON 在大數據挖掘和分析中的應用優勢。廣西民族大學學報，（1），15。\n魏任威（2016）。數位行銷與國軍形象： 以國防部發言人FACEBOOK粉絲專頁內容與互動為例。國防大學政治作戰學院新聞碩士班碩士論文，桃園。\n羅巾雅（2014）。媒體創造的國軍形象對國民參與募兵制之影響。玄奘大學企業管理學系碩士論文，新竹。\n羅治傑、王皜宇、陳昱璟、唐學明（2018）。正面與負面網路訊息影響國軍形象的大數據分析。復興崗學報，（113），143-179。\n辭源修訂組編（1989）。辭源。臺北：臺灣商務印書館。\n顧以謙、劉邦揚（2018）。檢察機關網路聲量與情緒分析- 大數據分析。刑事政策與犯罪防治專刊，19，22-36。\n\n英文文獻\nBelch, G. E., & Belch, M. A. (2007). Advertising and promotion : an integrated marketing communications perspective (7th Eds.). Boston, Mass: McGraw-Hill Irwin.\nBertolucci, J. (2013, December 31). Re: Big data analytics: Descriptive vs. predictive vs. prescriptive. [Information Week]. Retrieved from https://www.informationweek.com/big-data/big-data-analytics/big-data-analytics-descriptive-vs-predictive-vs-prescriptive/d/d-id/1113279\nBoulding, K. E. (1956). The image: Knowledge in life and society. Michigan: University of Michigan press.\nBoyd, D., & Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information, communication & society, 15(5), 662-679. doi:10.1080/1369118X.2012.678878\nCambria, E., Rajagopal, D., Olsher, D., & Das, D. (2013). Big social data analysis. Big data computing, 13, 401-414. doi:10.1201/b16014-19\nCrooks, A., Croitoru, A., Stefanidis, A., & Radzikowski, J. (2013). #Earthquake: Twitter as a distributed sensor system. Transactions in GIS, 17(1), 124-147. doi:10.1111/j.1467-9671.2012.01359.x\nDichter, E. (1985). What`s In An Image. Journal of Consumer Marketing, 2(1), 75-81. doi:10.1108/eb038824\nDowling, G. R. (1986). Managing your corporate images. Industrial Marketing Management, 15(2), 109-115. doi:10.1016/0019-8501(86)90051-9\nFotaki, G., Spruit, M., Brinkkemper, S., & Meijer, D. (2014). Exploring big data opportunities for Online Customer Segmentation. International Journal of Business Intelligence Research (IJBIR), 5(3), 58-75. doi:10.4018/ijbir.2014070105\nJin, X., Wah, B. W., Cheng, X., & Wang, Y. (2015). Significance and challenges of big data research. Big Data Research, 2(2), 59-64. doi:10.1016/j.bdr.2015.01.006\nKatz, E., & Lazarsfild, P. F. (1955). Personal influence : the part played by people in the flow of mass communications. New York: Free Press.\nKono, S. (2009). Television goes digital. In D. Gerbarg (Series Ed.), ECOINFORM Series: Vol. 1. From the marketers` perspective: The interactive media situation in Japan (pp. 57-59). doi:10.1007/978-0-387-79978-0_5\nKunczik, M. (1997). Images of nations and international public relations. Mahwah, N.J.: Erlbaum.\nLassen, N. B., Madsen, R., & Vatrapu, R. (2014). Predicting iphone sales from iphone tweets. Paper presented at the 2014 IEEE 18th International Enterprise Distributed Object Computing Conference. doi:10.1109 / EDOC.2014.20\nLavidge, R. J., & Steiner, G. A. (1961). A model for predictive measurements of advertising effectiveness. Journal of marketing, 25(6), 59-62. doi:10.2307/1248516\nLee, N., Kim, E., & Kwon, O. (2018). Combining TF-IDF and LDA to generate flexible communication for recommendation services by a humanoid robot. Multimedia Tools and Applications, 77(4), 5043-5058. doi:10.1007/s11042-017-5113-z\nLippmann, W. (1956). Public opinion. New York: Macmillan.\nManovich, L. (2011). Trending: The promises and the challenges of big social data. Debates in the digital humanities, 2(1), 460-475.\nMartineau, P. (1960). The corporate personality. In L. H. Bristol (Ed.), Developing the corporate image (pp. 3-15). New York: Charles Scribners Sons.\nMayer-Schonberger, V., & Cukier, K. (2013). Big data : a revolution that will transform how we live, work, and think. New York: Houghton Mifflin Harcourt Publishing Company.\nMerrill, J. C. (1965). How Time stereotyped three US presidents. Journalism Quarterly, 42(4), 563-570. doi:10.1177/107769906504200406\nNimmo, D. D., & Savage, R. L. (1976). Candidates and their images: Concepts, methods, and findings. Santa Monica: Goodyear Publishing Company.\nScott, W. A. (1965). Psychological and social correlates of international images. In H. C. Kelman (Ed.), International behavior: A social-psychological analysis (pp. 71-103). New York: Holt, Rinehart and Winston.\nSereno, K. K., & Mortensen, C. D. (1970). Foundations of communication theory. New York: Harper & Row.\nShah, C. (2011). Politics 2.0 with Facebook–Collecting and Analyzing Public Comments on Facebook for Studying Political Discourses. Paper presented at the journal of information technology and politics annual conference. Retrieved from https://scholarworks.umass.edu/cgi/viewcontent.cgi?article=1000&context=jitpc2011\nVan Dijck, J. (2012). Facebook as a tool for producing sociality and connectivity. Television & New Media, 13(2), 160-176. doi:10.1177/1527476411415291\nVan Dijck, J. (2013). The culture of connectivity: A critical history of social media. New York : Oxford University Press. | zh_TW |
| dc.identifier.doi | 10.6814/NCCU202100418 | en_US |
| item.cerifentitytype | Publications | - |
| item.fulltext | With Fulltext | - |
| item.openairetype | thesis | - |
| item.openairecristype | http://purl.org/coar/resource_type/c_46ec | - |
| item.grantfulltext | open | - |
| Appears in Collections: | 學位論文 | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 132201.pdf | 4.3 MB | Adobe PDF2 | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.