force評價ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

我國空軍公共事務之對外溝通策略分析－以《中華民國空軍》臉書粉絲頁為例

為了解決force評價ptt的問題，作者梅伯高 這樣論述：

近年來網路社群媒體發展蓬勃，對於人們的閱聽方式產生了重大的改變，本研究採用SWOT分析法作為研究取徑，探討空軍公共事務工作中社群媒體上的經營，並聚焦於《中華民國空軍》臉書專頁，藉以解析軍方運用社群媒體的對外宣傳策略。回顧過去文獻，SWOT分析法多應用於企業組織分析，雖亦有學者運用於軍隊事務中，惟尚無運用於社群媒體分析上，本研究透過訪談法語料蒐集，並試以SWOT分析方法，探討出「中華民國空軍司令部」臉書專頁之內部優勢（Strengths）、劣勢（Weaknesses），以及外部面臨之機會（Opportunities）與威脅（Threats），再以SWOT 交叉比對策略分析，研擬出應對方案，以作

為空軍未來在公共事務工作及社群媒體運用、經營上策略方向之參據。

運用文字探勘技術於企業聲譽分析之研究-以企業社會責任為例

為了解決force評價ptt的問題，作者蔡毓霖 這樣論述：

　　為持續保持競爭優勢，企業必需擁有良好的企業聲譽，而網路的發達及社群媒體的發展，讓許多企業高層開始重視社群媒體的影響力，希望能瞭解其在網路上的聲譽及形象。此外，近年來大眾相當看重企業對於整體經濟、公益活動、社會參與以及環境永續等社會責任相關議題，使得「企業社會責任」構面逐漸成為企業建立聲譽及形象的重要指標。因此，本研究以企業社會責任為例，透過文字探勘、深度學習技術為企業提出一適合衡量企業社會責任的指標及分析模組，藉由蒐集大眾於社群平台（PTT、FB）與企業相關新聞文本及評論留言進行新聞文本分類及情緒分析，來了解企業在網路的企業社會責任形象與聲譽。　　本研究針對網路搜集之企業新聞文本以「企業

社會責任」構面進行標記，並使用SVM、CNN及LSTM三種方法進行分類、比較，找出構面分類成效較佳之方法；此外，針對各構面透過CNN、LSTM及Bi-LSTM方法將企業評論留言進行情緒分類，分別計算出企業在各構面評論留言之正負面情緒及情緒分數，以呈現企業在企業社會責任之表現與形象。　　經本研究搜集之企業「企業社會責任」資料與提出模型分析結果，研究結論主要如下：(1)在新聞文本分類模型中，SVM分類效果相對最為穩定；(2)在情緒分類模型中，Bi-LSTM分類成效最佳，準確率皆達80%以上；(3)透過情緒分析過程，亦發現不同資料來源會呈現出不同評論留言情緒傾向，PTT資料集的評論留言所呈現之情緒以

負面居多、Facebook資料集的評論留言情緒表現則正負情緒涵蓋較為平衡；(4)將情緒分析各企業的情緒得分結果與天下雜誌「2019 天下CSR企業公民獎」之得獎排名進行比對後，證實本研究提出之模型架構可以有效用於分析企業在企業社會責任之表現，清楚了解網路大眾對企業在企業社會責任各構面之看法及情緒傾向，並藉此預測出企業間的社會責任排名及評定企業聲譽。