2016年12月17日 星期六

2016台灣「高等教育暨南向發展未來展望」論壇: 大數據+教育的關鍵思維與變革

2016台灣「高等教育暨南向發展未來展望」論壇

緣 起:近年來,台灣因為出生人口數的急速下降所產生的少子化問題,導致高等教育面臨了招生來源減少及競爭力的危機,少子化對大專校院的影響為招生來源嚴重短缺、大學財務及經營的困難、教職員工失業及教育品質下降,這一股衝擊逐漸影響高等教育,在未來的幾年內將會造成更巨大的衝擊,教育部因此特別提出「高教轉型」與「南向政策」希望能夠藉由專家學者集思廣益的討論,一同為台灣高等教育的發展找到更佳穩健的發展方向。

時 間:中華民國105年12月17日(星期六) Am 9:00 到 12:00

地 點:國立政治大學(臺北市文山區指南路二段64號)行政大樓七樓會議室

演講題目:大數據+教育的關鍵思維與變革

指導單位:教育部

主辦單位:國立政治大學廣告系






2016年12月9日 星期五

銘報即時新聞: 新媒體應用改善決策品質 蘇建州:用數據找機會 

 

銘報即時新聞記者/鍾欣妍
(2016/12/09 PM08:00

    為提升婦幼安全網絡專業知能,現代婦女教育基金會及內政部警政署於2日聯合舉辦演討會,分享新媒體應用經驗。世新大學傳播管理學系教授蘇建州提到,大數據時代要用數據找機會,從資料到資料視覺化,再到資料說故事,串聯不同資料能夠改善決策品質。

 他表示,大數據思維就是換一種腦袋思考,重新想像生活、工作與思考方式,運用大數據的關鍵思考,將圖表資訊化、數位化及視覺化可以更了解婦幼安全,而工業4.0更是與大數據息息相關。

 從傳統時代進入數位時代,傳播週期更短、速度更快、能夠立即互動及網路擴散。意藍資訊董事總經理楊立偉強調,因為社群能夠匯集大量數據,所以傾聽網路聲音,不只是指標,還是風向球,在社群大數據不強調大,但需要精準有代表性,此外,運用社群大數據能夠深入分析意見及連續追蹤比較。

 他舉例,OpView輿情觀測平台,只要設定好關鍵字、主題及查詢條件,系統的內容觀察及自動語意技術,可以將數十億則有效討論量的資料數據化,讓各事件方便比較及解讀。運用社群大數據能夠量化與質化指標,並可以探索輿情及了解民意。

 傳播科技逐漸改變人與媒體間的關係,媒體成為人體的延伸,在「滑世代」中人機合一。文化大學資訊傳播學系教授柯舜智認為,任何一種媒體的產生都會改變人們生理與心理的平衡狀態,也會帶來不同的溝通模式、生活型態及人際關係。她也提到,數位傳播科技的應用就是SoLoMo+Clo+Glo,包含Social(社群連結與分享)、Local(在地性服務)、Mobibe(行動通訊)、Cloud(雲端技術虛實整合)、Global(全球行銷)。

2016年12月3日 星期六

大數據+運動產業的關鍵思維與變革




 
2016 體育運動學術團體聯合年會暨學術研討會

2016 INTERNATIONAL CONFERENCE OF SPORTS

12/03(六)~04(日) 宜蘭(Yi-Lan) 台灣 (Taiwan)

議程

Program

12月3日(星期六)


時間活動內容
08:30-09:30報到
09:30-10:20開幕典禮
體育運動耕耘獎與感謝狀頒發
10:20-11:10演講主題:2017世大運展望(暫定)
主持人:吳柏青校長(國立宜蘭大學)
主講人:何卓飛署長(教育部體育署)
11:10-12:00演講主題:大數據+運動產業的關鍵思維與變革
主持人:吳清基博士(臺灣教育大學系統總校長)
主講人:蘇建州教授(世新大學終身教育學院副院長)
12:00-13:00午餐與休息(各學協會活動)
13:00-14:00海報發表I
14:00-14:50專題演講
演講題目:待定
主持人:林晉榮教授
主講人:陳美燕教授(國立臺灣師範大學體育中心主任)
專題演講
演講題目:待定
主持人:高俊雄教授(國立體育大學校長)
主講人:待定(國外講者)
14:50-15:20茶敍
15:20-16:10專題演講
演講題目:待定
主持人:鄭志富教授(國立臺灣師範大學)
主講人:鄭芳梵教授(臺北市政府體育局局長)
專題演講
演講題目:待定
主持人:黃月桂教授(臺北市立大學)
主講人:張輝教授(浙江大學體育學系)
16:20-17:20口頭發表I
17:30-19:00歡迎晚宴


12月4日(星期日)
時間活動內容
08:00-08:30報到
08:30-09:20專題演講
演講題目:待定
主持人:林華韋教授(國立台灣體育大學校長)
主講人:司沛涵(驊采整合行銷傳播公司)
專題演講
演講題目:待定
主持人:王建臺教授(樹德科技大學)
主講人:陳奕良教授(臺北市立大學電算中心主任)
09:20-09:30休息時間
09:30-10:20專題演講
演講題目:待定
主持人:程瑞福教授(國立臺灣師範大學)
主講人:陳懷恩教授(國立宜蘭大學)
專題演講
演講題目:待定
曾瑞成教授(玄奘大學)
主講人:(國內講者)
10:30-11:30口頭發表、海報發表II
11:30-12:00閉幕典禮
13:00-17:00各學協會活動

2016年12月2日 星期五

大數據+婦幼安全網絡的關鍵思維與變革


手牽手護婦幼-提升婦幼安全網絡專業知能
婦幼安全與新媒體運用研討會議程
日期:2016.12.2(星期五地點:警政署大禮堂
時間 Time
議程 Agenda
09:00-09:30
報到
09:30-09:40
開幕式:警政署長官致詞
09:40-12:00
議題一:婦幼安全警政之自媒體運用現況/主持人:警政署 副署長 官政哲
09:40-10:10
()警政婦幼安全與新媒體傳播(暫定)
主講人:中華警政研究學會 秘書長 葉毓蘭 教授(30分鐘)
10:10-10:35
()如何利用社群網站推動警政行銷--以籌辦「小小警察體驗營」為例 
主講人:警政署婦幼安全科 專員 黃家瑋) 25分鐘)
10:35-11:00
()臺北市政府警察局婦幼隊粉絲專頁經營經驗分享
主講人:臺北市政府警察局婦幼隊 警務員 許詩潔25分鐘)
11:00-11:25
()高雄市政府警察局婦幼隊粉絲專頁經營經驗分享
主講人:高雄市政府警察局婦幼隊 隊長 陳玲君25分鐘)
11:25-11:40
與談人:
銘傳大學新媒體暨傳播管理學系 蔡佩穎 助理教授15分鐘)
11:40-12:00
主持人結語與雙向交流Q&A20分鐘)
12:00-13:30
午餐90分鐘)
13:30-16:30
議題二:婦幼安全之新媒體傳播應用/主持人:銘傳大學傳播學院 院長 倪炎元
13:30-14:00
() 大數據+婦幼安全網絡關鍵思維與變革
主講人:世新大學傳播管理學系 蘇建州 教授30分鐘)
14:00-14:30
() 行動通訊軟體及新媒體應用於婦幼安全經驗分享(暫定)
主講人:文化大學資訊傳播學系 主任 柯舜智 教授30分鐘)
14:30-14:50
雙向交流Q&A20分鐘)
14:50-15:00
休息時間(10分鐘)
15:00-15:30
()婦幼安全工作之媒體應用
主講人:台灣大學社會工作學系 劉淑瓊 副教授30分鐘)
15:30-16:00
()主題:大數據如何幫助警政了解民意
主講人:意藍資訊董事總經理 楊立偉 教授30分鐘)
16:00-16:20
雙向交流Q&A20分鐘)
16:20-16:30
主持人結語(10分鐘)
16:30
賦歸
主辦單位:現代婦女基金會/內政部警政署   執行單位:銘傳大學傳播學院



2016年11月14日 星期一

大陸猴、印度魚、章魚哥…會取代民調? 「民調的穩健與敏感:談美國大選民調的盲與難」(蘇建州)

http://udn.com/news/story/7339/2104120


作者原文如下:

「民調的穩健與敏感:談美國大選民調的盲與難」(蘇建州)

        2016年是不是民調的本命年? 諸事不順。年初台灣總統和立法委員選舉民調大走鐘仍記憶猶新, 年中來英國脫歐公投的民調也失準,而原本預期美國總統選舉會如往例地按選前民調劇本演出,結果卻是脫本的大意外。接連幾次的大挫敗後, 民調已死? 民調還能相信?

        近日關於美國民調的批評文章很多, 筆者也認為是繼1948年民調失準(當時多家大型民調普遍錯估民主黨杜魯門輸 5 個百分點, 而開票結果是杜魯門當選總統,贏對手5 個百分點)以來最慘烈的一次,但這次民調真得是這麼離譜、不堪?在美國特殊的選舉人制度下,可以用三個衡量指標來評價民調預測的表現,包括預測當選者、預測每一州(特別是依些關鍵州)選舉結果、候選人普選(popular vote)得票率。

        奈特席佛(Nate Silver)是美國民調界的一位傳奇人物, 他自己不做民調,以各家品質不一的公開民調資訊為基礎,建構獨特的預測模型, 2008年估準50個州的49個,一戰成名。2012年更是預測歐巴馬當選機率九成(明顯高於其他民調),且50州預測全準確命中。但今年奈特席佛也和其他民調一樣, 選前給希拉蕊比較高的當選機率,其實他預測川普有三成當選機率也是明顯高過其他民調的預測, 鄉愿的說就是發生了每十次會出現三次的事件。其次,奈特席佛的模型也估錯了50州中的5州, 而且都是低估川普的關鍵州,也就造成勝負丕變的誤判。最後在普選票推估方面,已開出的票是兩位候選人都超過6千萬票, 希拉蕊小勝40萬票, 約0.3%,雖然是高估3%,奈特席佛和多數民調還是有準確地預測希拉蕊贏得普選票,只是大家更在意的是沒能準確預測當選者。

        筆者試想長期這些過去被尊敬, 累積多年精準預測聲譽的民調機構為什麼突然失準? 是這次選舉環境和過去有何不同? 同樣的抽樣方法和樣本結構, 為何過去是可理解的小誤差, 但這次確有嚴重的系統性偏差(systematic bias)?

       如果把得票率差距超過百分之二十的區域稱為「一面倒 (landslide)區域」, 根據報導今年有60%的選民是住在這樣投票極端相近區域, 2012年是50%, 而1992年只有38%, 其中增加的來源是分散全美各地, 原本兩黨實力相當, 這次一面倒向共和黨的許多小鎮。過去民調的樣本結構如果是過少(under-sampling)來自這些區域, 因為當時和全體投票相近,樣本失衡是穩健的(robust)干擾,所以影響輕微。然而, 當這些區域變成較極端的「一面倒區域」時,失衡就變成敏感(sensitive)的干擾,威脅預測準確度。此外, 根據出口民調高達13%選民是最後一星期才決定投票對象, 而他們投給川普的比例明顯高過希拉蕊5個百分點也是系統偏差的來源。

        1948年被稱為民調的恥辱年, 選後美國國家社會科學研究委員會(Social Science Research Center, SSRC)舉辦公聽會找出失靈原因,因而不再迷信大樣本數(5-10萬)的配額抽樣, 改以小樣本數(2000-6000)的機率抽樣,也重建了選舉預測的公信力,成為民調發展史重要的里程碑。筆者認為, 此次失準累積的資料是再次提高民調技術的契機, 雖然民調有了不好的記錄, 也面對調查環境的巨變, 如投票率低、拒訪率高、電話普及率低、民心浮動、潛藏的敏感因素難料….但未來絕對不會是大陸猴、印度魚、章魚哥取代民調科學方法,民調曾經洞燭機先, 提供關鍵資訊,扮演先知,預告未來, 而選舉和很多領域仍然會持續在很大程度上依賴民調資訊。

2016年11月12日 星期六

服務業創新個案研析

106年SIIR計畫廣宣說明會之創新個案研析

活動日期:105年11月17日(四)

活動時間:1點~4點 (下午)

活動地點:台北科技大學 (臺北市大安區忠孝東路三段1號)

主講人: 蘇建州 教授

本計畫宗旨:提升服務業創新研發與高值化能力為目標

主講內容:
以傳播匯流與創新管理之成功個案與現場廠商進行經驗分享,針對服務創新關鍵議題為業者逐一解碼,說明如何善用服務創新工具實現高值化服務,鼓勵廠商積極投入「新服務商品」、「新行銷模式」、「新經營模式」、「新商業應用技術」(四新)之創業研發以及應用新科技內涵研擬服務創新,例如:大數據、智慧裝置、雲端運用、跨境電子商務、物聯網、零售….等且運用資訊與通信科技(ICT)發展新服務商機,引導廠商開啟服務創新成功之鑰。

2016年9月8日 星期四

台灣立報: 民調萬象在台灣 -政治人物的一堂必修課 (蘇建州)

目前顯示的是「IMG_7836.JPG」

目前顯示的是「IMG_7837.JPG」

民調萬象在台灣:政治人物的一堂必修課 (蘇建州)

  近年來,台灣共經歷了三次政黨輪替,但不論藍或綠執政,「民調治國」依舊流行,每當政府碰到棘手難解的問題時,「民調」經常會是最終的解藥。諸如是否要搶救野柳女王頭?是否該持續推動一例一休的勞工政策?行政首長該去或該留?乃至於政黨對選舉候選人的提名等...,民調在決策過程中都扮演了關鍵性的角色。因此,給那些有志在台灣從政者一個忠告:關於民調這檔事,你可以不懂它、可以不信它,但不可以不管它,它就像是緊箍咒,萬一被扣上「罔顧民意」的大帽子,恐難在台灣的政壇立足了!
這篇專文就從一則發生在今年六月的舊新聞談起吧!

民調專家林佳龍
  台中市林佳龍市長在議會答詢時自稱「民調祖師爺」,此話一出,學界和政壇譁然,也成為媒體追逐好幾天的熱新聞。然而,報導方向大多聚焦在林佳龍到底有沒有資格當民調的祖師爺?誰才是台灣民調界的祖師爺? 而至於林佳龍為什麼敲鑼打鼓的自封民調祖師爺?是快言快語下的擦槍走火?亦或是圍魏救趙的算計? 莫衷一是。還原事件過程與場景,議員對於市長施政滿意度調查長期委託同一家民調公司執行有所質疑,認為有御用民調公司為施政塗脂抹粉之嫌;林佳龍回應「過去曾在大學教民調,國內幾乎所有做民調的都是他學生,自己可說是民調祖師爺。」其實事件最應該被討論,也是媒體最應該報導的方向是自己的民調自己做?球員兼裁判的擺佈民調有何意義? 公信力何在?

民調專家黃大洲
  暫且不論哪些民調界的先進對於台灣民調發展做出了重大貢獻和影響,1994年的台北市長選舉可以算得上是民調的初試啼聲,首次成為媒體鎂光燈焦點的舞台。回顧當時是國民黨黃大洲競選連任、新黨趙少康和民進黨陳水扁三強鼎立,由於選情緊張,國、新兩黨積極操作「棄保效應」集中泛藍選票,民調數字也就成為選民選前決定棄誰或保誰的依據,自然是洛陽紙貴了。也因此,當時民調居劣勢的黃大洲在電視辯論會場上為自己低迷的民調辯解。他表示自己曾經在大學教民調(似曾相識:林佳龍在二十多年後用了同樣說詞),「民調是很不可靠的東西,白天問,晚上問,男生問,女生問結果都會不一樣。」結果在會場被民調領先的陳水扁反譏:「民調又不是在量血壓怎麼會變來變去?」
  綜觀2016年台中市長林佳龍與1994年台北市長黃大洲的共通處是同樣都身陷民調麻煩,同樣是化身為在大學教授民調課程的民調專家,企圖運用他們的民調專業來壓制民眾,期能收唏噓之效! 

十年河東十年河西:政治明星們的民調麻煩  
  事實上,過去的政治明星陳水扁、馬英九,或是近期的柯文哲、蔡英文都曾經挾著超高人氣的民調支持度光環,加上媒體的吹捧,可見他們自信滿滿,施政隨心所欲、海闊天空;然而,一旦陷入低迷的民調,媒體轉向追打,結果就是動輒得咎、進退失據。殷鑑不遠,端看18趴總統陳水扁和9趴總統馬英九在第二任後期的處境和待遇就是,而類似的劇情一而再,再而三地在台灣政治圈上映中。台北市長柯文哲就曾語重心長的表示:「民調高的時候就do right thing(做對的事情);民調下降的時候就do thing right(把事情做對)。」在台灣的政治、媒體生態下,這的確是種睿智。然而,面對民調持續下跌探底時,近日柯文哲受訪時卻表示:「民調升不回來,我就是馬英九;升回來了,就是柯文哲。」這樣的說法就令人失望了!58%當選總統和滿意度10%卸任的都是馬英九;而民調80%和腰斬的都是柯文哲。民意和數字會變,但馬英九是馬英九,柯文哲就是柯文哲,是不會變的!面對民調高低起伏,哀矜勿喜!
 當民調主導施政方向時,台灣的政客們就努力的做秀去贏得人民的有感,凡事都以博取民眾回饋高民調支持做為施政最重要的KPI。除此之外,只要能拉高民調數字,哪怕是作弊、取巧、造假都在所不惜! 民調究竟為何物, 直教從政者隨它起舞, 為它瘋狂?

民調的錯用、誤用、濫用
              民調是否會隱藏專業詐術、政治干擾與媒體操弄於其中?在台灣經常會看到不同媒體在相同時間所作的民調有很大的差異, 因此也造成許多民眾的困惑, 我們該相信那家民調的結果?判斷的依據為何?樣本數(抽樣誤差)? 加權估計? 回溯在過去幾次選舉中的民調表現可以說是慘不忍睹,但由於許多媒體仍經常大篇幅的報導與討論這些數字, 卻造就「民調產製業」的欣欣向榮, 可算是在不景氣中的異數。然而民調到底是不是一種科學方法? 為什麼民調預測與選舉結果間的誤差經常會遠超出所宣稱的「在百分之95的信心水準下的2-3個百分點的抽樣誤差」? 通常最致命的民調誤差是來自樣本結構的偏差,諸如樣本的非隨機和拒訪,近日蘋果日報網路民調「馬英九7年變9.2,蔡英文70天變8.2」,很明顯就是樣本偏差的偽科學民調數字,實在應該小心引用與解讀。
   這裡還是以一個陳年、經典的案例來說明。1936年美國文學文摘(Literary Digest)進行了一次規模空前的選舉民調, 根據電話號碼簿與汽車註冊資料共郵寄了一千多萬份問卷, 根據其中回收兩百多萬份結果估計Landon 55%, Roosevelt 41%; 而同時間蓋洛普(Gallup)民調使用較科學的抽樣方法, 只根據三千位受訪的樣本預測 Landon 44%, Roosevelt 56%。 選舉結果Roosevelt61%得票率當選總統, 而文學文摘在兩年後停刊, 蓋洛普民調則因此建立其專業調查的聲譽, 至今仍不墬。上述事件是民調發展史上很重要的里程碑, 而根據蓋洛普在1937年所進行的選後民調發現: 固然家中沒有電話或汽車的選民較傾向支持Roosevelt, 他們沒有機會受訪是造成民調偏差的重要原因外(稱為涵蓋率誤差(coverage error)), 那些收到問卷卻沒有寄回所造成的未回應誤差(non-response error)才是影響民調準確度的主因。避免民調持續被錯用、誤用、濫用,重新喚回民調的專業、科學、獨立、客觀、公正、透明是當務之急!

提升媒體與民眾民調/資料素養
  既然民調在台灣是如此地被厚愛,又是影響深遠,身為訊息把關者的媒體更應該善盡民調訊息品質控管和揭露之責,而身為民調訊息消費者的民眾也須對民調方法有更多的認識和暸解,提升民調素養與資料素養。有鑑於此,未來期盼可以透過本專欄,陸續介紹、討論一些和民調、資料新聞相關的內容,讓大家一起來學習「民調新聞學,從零開始」,一起來揭開「民調的神秘面紗」!未來民調將不再只是一些冷漠的數字,期盼大家對於民調新聞不再只是看熱鬧,也可以瞭解其中的一些門道!