「抓到了？！」用數據分析鳥瞰 PTT 政治文帳號 (上)

選舉一直是台灣最重要的民主雙年盛會之一。近年來，隨著線上平台的蓬勃發展與媒體露出，線上選舉活動已經成為打選戰相當被重視的一塊，各政黨及候選人也都試圖透過網路來更親近選民，宣傳自己，積極一點則是期待透過網路，帶動議題，而終極目標當然是爭取更多選票或是打擊對手。

筆者從主流媒體或網路討論中，都常聽聞有所謂「網軍」的存在，然而大多是透過主觀判斷，或沒有積極證據的推論，例如依據特定使用者發言內容與其政治傾向，但尚未有從巨觀來看各使用者之行為的系統化研究。因此，本研究希望透過電腦技術與資料分析，提供更多客觀的數據來了解這些使用者是否有符合網軍的行為特徵。

本研究(註1)蒐集了 2018/01 - 2018/07 共 7 個月的 PTT 八卦版所有文章資料，包含文章標題、內容、評論資訊、使用者資訊 (ID, IP) 等，並將這些資料進行分析，從兩個行為模式觀點來討論

1. 網軍有明顯的政治偏好，回應多：職業網軍因為是被特定陣營聘僱的，不太可能同時有多個政治偏好。
2. 網軍上線時間長、反應快：專職網軍因為是選戰人員，上線時間應比一般普通使用者長，同時對於文章的反應速度也會比普通人較快 (文章出現能即時回應)。

若同時符合上述兩條件，則認定是網軍的機率便相當高。從七個月的資料集，我們取出標題與內文包含三位主要台北市長候選人本名 (丁守中、柯文哲、姚文智，按姓氏筆畫排序) 的文章，其中包含了超過 13,000 文章及超過 90 萬筆評論，詳細數據如表一。

由表一可以發現，柯文哲目前在網路聲量是最高的，相關文章的討論也最熱烈，並遠超過其他兩位候選人。值得注意的是，每位使用者平均發表柯文哲的文章數量，遠超過另外兩位候選人 20% - 50%，平均評論數量更達 50% - 250%。這些數據顯示，在柯文哲相關文章進行討論的使用者，遠比其他兩位候選人的文章更多且更積極。

圖一：候選人相關文章之前100活躍評論者，在評論文章數量與極性之分布

回到前段提出認定的網軍特點一：有明顯的政治偏好、回應多。我們在各候選人相關文章中取出評論文章數量前100名活躍的評論者(註2)，將他們回應這些候選人相關文章數量與極性作成圖一，另外也將在X及Y軸排名前20%的評論者用黃色菱形表示(註3)。在這裡的極性指的是推與噓的差 (極性 = 推的數量-噓的數量)，在 PTT 中，每篇評論可以選擇極性為推 (贊同)、箭頭(中立)或是噓(反對)。就固有設計，預設的極性是推，因此噓的評論可視為積極表達反對意志的動作。

從圖一x軸與y軸數量級我們可以看出，即使只取前100活躍評論者，評論柯文哲的使用者依舊遠比其他兩位候選人的活躍。有趣的是，評論的活躍度與對於該候選人的極性，只有柯文哲為正相關，另兩位候選人為負相關。意即越活躍的使用者，越傾向對柯文哲的討論持正面極性，而保持中立或噓姚文智與丁守中的文章，其中可以有兩種解釋：

1. 柯文哲能夠讓使用者積極表態，且這些使用者傾向對其討論文章持正面極性。相反的，姚文智及丁守中則讓使用者給予中立甚至負面極性。
2. 這些活躍使用者是有目的的給予特定候選人正面極性與負面極性，因為評論相對於閱讀，對於使用者來說已經不像是臉書按讚這類的動作，還需要思考評論內容並張貼，評論行為可視為對該議題積極表態。

由圖一我們可以看到評論者代號 010，給予柯文哲文章正極性(+132)，同時給予另兩位候選人負極性(姚：-245; 丁：-94)；另外評論者代號 050 (柯：+156，姚：-29，丁：-20)。然而也有其他例子，評論者代號 005 (柯：-200，姚：+2，丁：-5)，則是積極給予柯文哲負面評價。此類型使用者可視為活躍且有明確政治偏好，符合我們列出的特徵一。然而僅僅由特徵一不足以認定這類使用者為網軍，畢竟政治傾向明顯且熱於發表意見的人很多，在下篇我們將透過第二特徵，並提出另一個行為面向的分析來進行討論。

註1： 本研究已被 The 7th International Conference on Complex Networks and Their Applications 國際研究會接受，將於 2018/12/11-13 於英國劍橋大學進行口頭發表。Ming-Hung Wang, Nhut-Lam Nguyen, & Chyi-Ren Dow (2018, December). Detecting Potential Cyber Armies of Election Campaigns Based on Behavioral Analysis. In 7th International Conference on Complex Networks and Their Applications.

註2： 為了呈現每個候選人文章的熱門評論者，並展現各候選人文章的討論熱度，我們取前100 名作圖；事實上，也可選擇不同數量評論者進行展示。

註3： 為了將這些使用者中表現更突出的使用者標出，我們針對極性與評論文章數的前 20% 再另外標註為黃色菱形。

附記：感謝李映昕邀稿並給予意見，這篇文算是我在 matters 的第一篇文章，希望能激起更多對此議題的關心與討論，讓網路世界更透明。