問題的答案無所不包論文書籍站
中原大學 資訊工程研究所 賀嘉生、鄭憲永所指導 傅彥仁的 以SNA技術進行虛擬討論社群之貼文樞紐分析 （2019），提出Focus 災情 PTT關鍵因素是什麼，來自於虛擬社群、RFM、SNA、資料視覺化。
而第二篇論文國立政治大學 傳播學院碩士在職專班 劉慧雯所指導 呂有為的 探討社群媒體直播在政策溝通中的角色－以行政院農業委員會為例 （2018），提出因為有 網路直播、卓越公關、自媒體、議題設定的重點而找出了 Focus 災情 PTT的解答。
以SNA技術進行虛擬討論社群之貼文樞紐分析
為了解決Focus 災情 PTT 的問題，作者傅彥仁 這樣論述：
本研究將數據知識挖掘分為四個階段，第一階段為數據的預處理與轉換，檢視討論區目前大致經營情況；第二階段將文章做分層與分群，了解什麼樣的文章吸引作者回應；第三階段將作者做分層與分群，找出不同作者喜好；第四階段，找出文章與作者之間關連，並整理分析過程中的觀察重點，評估結果討論不同層的文章與作者之間關係，作為未來討論區經營者廣告投放與發佈文章內容之參考。數據知識挖掘第一階段將文章與作者分組；第二階段與第三階段，利用RFM將文章與作者分層，找出低價值層與高價值層的文章與作者，以社群網路分析將分層後的文章與作者分群，並且找出文章樞紐與作者樞紐；第四階段以交叉矩陣顯示文章標籤樞紐與作者樞紐關聯，找出文章與
作者之間關係；最後將所有階段的觀察重點整理成總表呈現。實驗以三個社群網站討論區Facebook粉絲專頁OL365、Mobile01生活版、PTT電影版為案例，Facebook粉絲專頁OL365資料擷取時間範圍為2016年1月18日～2018年12月30日總共73,983筆資料，分析結果不管文章標籤是低價值層文章或高價值層文章與作者樞紐關聯最多的文章標籤是「OL小劇場」；Mobile01生活版資料擷取時間範圍為2004年8月29日～2019年6月18日總共1,420,664筆資料，從低價值層文章樞紐與作者樞紐關聯中看到沒有任何的連結，在高價值層文章樞紐與作者樞紐關聯中最多的文章標籤是「籃球」；P
TT電影版資料擷取時間範圍為2002年6月10日～2018年12月31日總共746,378筆資料，在低價值層文章樞紐與作者樞紐關聯中看到沒有任何的連結，高價值層文章樞紐與作者樞紐中最多連結的文章標籤「香港」。討論區經營者透過本研究結果，經營者將作者喜好的文章投放給作者，提高或維持在討論區的活躍度，經營者針對最受作者喜好的文章標籤，編寫發布新的文章內容，吸引新進使用者，可以更有效率擬定文章廣告投放對象與社群經營。
探討社群媒體直播在政策溝通中的角色－以行政院農業委員會為例
為了解決Focus 災情 PTT 的問題，作者呂有為 這樣論述：
隨著網路媒介生態的轉變，政府溝通也順應時勢跟著改變，網路直播現已成為政府即時與民眾溝通的重要管道。本研究以行政院農業委員會為研究對象，以瞭解其對於臉書直播的目的、想像與期待。以卓越公關理論的角度，檢視直播是否達成雙向對等傳播模式；可曾意識到直播時，正扮演著自媒體的角色；直播的議題能否成功設定議題而成為公共討論意見與民意來源等。本研究透過兩部分執行研究，第一部分透過與農委會受訪者的訪談，發現農委會直播的議題，幾乎都與政策相關，能夠迅速將負面輿情予以澄清，但忽略了與線上網友的即時互動；第二部分將農委會直播予以篩選後分析是否成功設定議題，發現部分媒體的相關報導中，確實引用農委會直播內容作為新聞素材
的來源。最後，本研究提出未來如何做一個好的直播，期望提供農委會及相關政府部門，爾後在利用網路直播與閱聽人溝通時的參考，讓政府與民眾的溝通不再有隔閡，進而讓民眾願意瞭解政府政策內容並支持或認同。