拓墣觀察：比傳統分析更精准 AI系統是如何預測的？

分析大量文字資訊的輿情分析， 無論是在判斷市場趨勢風向、公司形象與消息散佈程度上， 皆可獲得比市場調查更加精准的預測結果。 像是印度AI系統在2016年美國總統大選前成功預測Trump當選， 就是輿情分析應用於結果預測的經典案例， 且輿情分析不僅可應用於預測選情， 現在也逐漸被應用于政府施政滿意度調查、負面消息散播控制、公司形象維護、商品好壞評價原因探討等， 應用範圍正逐漸擴大中。

拓墣觀點：

1.輿情分析AI系統曾成功預測2016美國總統大選結果， 引起世界譁然

大家對輿情分析一詞可能感覺非常陌生，

但這其實是一種大資料分析的AI應用。 近期輿情分析最有名的應用案例， 就是印度一AI系統在2016年美國總統大選前成功預測Trump當選， 引起世界譁然。

且在此一AI系統發佈預測結果時， 全世界的媒體報導都還傾向押注Hillary會勝選， 與當時的市場氛圍形成一種強烈的對比。 但最終， Trump當選結果出爐， 各界跌破眼鏡， 這套輿情分析AI系統也因為精准預測吸引各界關注， 成為AI戰勝人類選情判斷的經典案例。

至於這套輿情分析AI系統是怎麼預測出結果的呢？

它主要是透過收集各大社群網站上關於候選人的評論， 再分析統計出哪一位候選人的支持評論較多， 形成最終的預測結果。 而我們事後再比對選舉結果和美國民眾的想法，

可以發現支持Trump的美國民眾其實佔據多數， 因為Trump看似偏激的言論， 其實說出了大部分美國人的心聲， 說出了他們不敢說出口的真正想法， 讓Trump表面看似支持聲浪不那麼高， 實際上卻深得眾多美國人的心， 也造就這次與一般預測落差極大的選舉結果。

而從選情分析方法也可發現， 想要得知民眾內心真正的想法， 只是透過一般市調的方式很難行得通， 因為市調進行的大多都是屬於封閉式的調查， 以區分為是、否和滿意程度差異為主， 除了難以在自然的狀況下取得調查對象真正的想法外， 這樣制式的調查也很難有夠高的代表性， 這些因素都讓輿情分析方法相較而言能獲得更高的預測精准度。

2.輿情分析能協助深入探討產品好壞評價的背後原因， 為傳統分析方法所不可及

輿情分析簡單來說， 就是透過大量收集社群網站上的文字情報再加以分析的技術， 透過收集夠大量的文字評論資料， 再將這些文字資料畫上重點， 並統計出次數或比重， 就能成功分析社群網站上暴露的訊息所代表的意義。

透過這樣的過程， 可以知道今天有哪些事情正在發生， 以及哪些消息正在蔓延， 有助於政府單位或是企業對於訊息散播的掌控。 像是政府執政單位有需要針對負面消息即時準備與回應的需求， 企業有針對負面消息適時回應止血的需求， 以及企業部門需要深入分析公司產品備受喜愛與厭惡的背後原因為何等， 這些都是傳統僅能分析結構化資料的系統所無法達成的任務。