淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2307201721121300
中文論文名稱 以社群輿論管制圖實施公關危機監控
英文論文名稱 Monitoring Public Relations Crisis by Social Media Control Charts
校院名稱 淡江大學
系所名稱(中) 資訊管理學系碩士班
系所名稱(英) Department of Information Management
學年度 105
學期 2
出版年 106
研究生中文姓名 蔡怡宣
研究生英文姓名 Yi-Hsuan Tsai
學號 603630129
學位類別 碩士
語文別 中文
口試日期 2017-06-04
論文頁數 70頁
口試委員 指導教授-鄭啟斌
委員-周清江
委員-梁德馨
中文關鍵字 管制圖  公關危機  危機管理  意見探勘 
英文關鍵字 Control Charts  Public Relations Crisis  Crisis Management  Opinion Mining 
學科別分類
中文摘要 公關危機是指某些會使組織形象遭受到損害的突發事件,若對於這些危機不妥善處理,可能將會造成災難性的後果。組織為了避免危機的發生,必須全面性的了解組織在社會大眾間的評價。在網際網路發達之後,網際網路成為一個新的傳播媒介。網路社群的討論有別於傳統媒體,其發表速度更快、傳播更廣。有別於傳統公關危機,本研究所關切的是網路論壇所形成的社群公關危機。
在社群中,「聲量」代表著民眾對於某議題的討論度。對組織而言,民眾對於組織的評價是重要且不可忽視的。當民眾對於某議題有著大量的負面意見或因為議題本身的爭議性而導致正反兩面意見的爭論不休,進而顯現在聲量上的大幅或持續的上升,對於組織而言,這就是一種預警訊號。因此組織必須隨時監控聲量來關注民眾對於組織的評論,以儘早知道異常的發生。
在本研究的方法中,運用網路爬蟲抓取與組織有相關的所有文章,建立管制圖對聲量進行監控,並以尼爾森法則為依據,訂定異常訊號的偵測規則。透過文章的來源分佈及頻道來得知最主要的發言群,讓組織能夠針對性的提出解決對策化解危機。在組織提出解決方案後,繼續追蹤事件的發展,以確保解決方案的有效性。
本研究結果顯示,以每日為單位的管制圖,雖然無法偵測出所有即將發生的危機事件,但仍有約50%的案例被成功偵測出,且在後續的追蹤中可以有效的判斷組織的解決方案是否有效。未來的研究將朝向縮短監控的時間間隔,以期提高本研究方法的成功率。
英文摘要 Public relations crisis occurs when unexpected events damage the organization’s image. The organization may face a disastrous consequence if the crisis is not attended. To avoid the crisis, the organization has to know the public’s appraisals constantly and comprehensively. The advance and popularity of Internet has made Internet a new media. Unlike traditional media, the discussions in online communities spread faster and broader. This study focus on the public relation crisis incurred by online community forum other than the traditional media.
“Volume” indicates how animated a topic is discussed in the community. The public’s appraisal is very critical and cannot be ignored by the organization. The volume may increase dramatically or rise continuously when there is a great deal of negative opinions to the organization or the topic is controversial, which signal a potential crisis to the organization. Therefore, the organization should watch the public’s appraisal by monitoring volume in online community to early detect the occurrence of unusual events.
This study uses the web crawler to collect articles relevant to the case organizations, constructs control charts to monitor the volume, which is measured from the collected articles, and then formulates detection rules based on the Nelson rules to detect abnormal signals. Main spoken groups are identified based on the threads and channels of article sources, which enable the organization to formulate targeting actions to resolve the crisis. The organization keeps tracking the development of the event to ensure the effectiveness of its solutions.
Though the constructed control charts are unable to detect all upcoming crises by our case studies, our approach indeed detect 50% of the cases and successfully tracts the follow-up development to valid the organization's solution. Our future study will adopt a shorter sampling interval to construct the control charts to expect a greater accuracy of event detection.
論文目次 目錄
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 4
第二章 文獻探討 5
2.1 危機管理與相關介紹 5
2.1.1 危機定義 5
2.1.2 危機的特性 6
2.1.3 危機階段 8
2.1.4 危機管理 9
2.2 管制圖 10
2.3 標準作業程序 17
2.4 意見探勘 20
2.5 小結 22
第三章 研究方法 23
3.1 研究架構 23
3.2 研究方法設計 24
3.2.1 研究對象 24
3.2.2 研究工具 25
3.3 研究方法步驟 26
3.3.1 日常監控 27
3.3.2 當發現異常時 28
3.3.3 事後追蹤 29
第四章 研究結果 30
4.1 研究步驟驗證 30
4.1.1 日常監控 30
4.1.2 當發現異常時 34
4.1.3 事後追蹤 58
第五章 結論與未來展望 64
5.1 結論與建議 64
參考文獻 66

圖目錄
圖 2‑1:危機特徵圖 7
圖 2‑2:製程在管制外的品質特性 11
圖 2‑3:製程在管制內的品質特性 12
圖 2‑4:典型的管制圖 12
圖 2‑5:型Ⅰ誤差與型Ⅱ誤差 13
圖 2‑6:使用管制圖改善製程 14
圖 2‑7:法則一的管制圖 14
圖 2‑8:法則二的管制圖 15
圖 2‑9:法則三的管制圖 15
圖 2‑10:法則四的管制圖 16
圖 2‑11:法則五的管制圖 16
圖 2‑12:法則六的管制圖 16
圖 2‑13:法則七的管制圖 17
圖 2‑14:法則八的管制圖 17
圖 3‑1:研究架構 24
圖 3‑2:OpView系統圖 26
圖 4‑1:3月至5月頂新聲量管制圖 31
圖 4‑2:6月至8月頂新聲量管制圖 31
圖 4‑3:3月至5月頂新修改後聲量管制圖 32
圖 4‑4:6月至8月頂新修改後聲量管制圖 32
圖 4‑5:台灣之星與遠傳事件的來源分佈走勢圖 52
圖 4‑6:台灣之星與遠傳事件的前十大頻道 53
圖 4‑7:台灣之星與遠傳事件的情緒線圖 53
圖 4‑8:全家與義美合作的來源分佈走勢圖 54
圖 4‑9:全家與義美合作的十大頻道 54
圖 4‑10:全家與義美合作的情緒線圖 54
圖 4‑11:頂新混油判賠事件的來源分佈走勢圖 55
圖 4‑12:頂新混油判賠事件的前十大頻道 55
圖 4‑13:頂新混油判賠事件的情緒線圖 56
圖 4‑14:頂新回收油判決事件的來源分佈走勢圖 57
圖 4‑15:頂新回收油判決事件的十大頻道 57
圖 4‑16:頂新回收油判決事件的情緒線圖 57
圖 4‑17:台灣之星與遠傳事件追蹤之來源分佈走勢圖 58
圖 4‑18:台灣之星與遠傳事件追蹤之情緒線圖 59
圖 4‑19:全家與義美合作事件追蹤之來源分佈走勢圖 60
圖 4‑20:全家與義美合作事件追蹤之情緒線圖 60
圖 4‑21:頂新混油判賠事件追蹤之來源分佈走勢圖 61
圖 4‑22:頂新混油判賠事件追蹤之情緒線圖 61
圖 4‑23:頂新回收油判決事件追蹤之來源分佈走勢圖 62
圖 4‑24:頂新回收油判決事件追蹤之情緒線圖 63
表目錄
表 2‑1:危機分類 7
表 4‑1:符合尼爾森法則的異常訊號 33
表 4‑2:法則一異常訊號 34
表 4‑3:法則二異常訊號 34
表 4‑4:法則二異常訊號(接續上表 4-3) 35
表 4‑5:法則二異常訊號(接續上表4-4) 36
表 4‑6:法則三異常訊號 36
表 4‑7:法則五異常訊號 36
表 4‑8:法則五異常訊號(接續上表 4-7) 37
表 4‑9:法則六異常訊號 37
表 4‑10:法則七異常訊號 37
表 4‑11:法則七異常訊號(接續上表 4-10) 38
表 4‑12:法則七異常訊號(接續上表 4-11) 39
表 4‑13:法則一之異常訊號重點事件 40
表 4‑14:法則二之異常訊號重點事件 40
表 4‑15:法則二之異常訊號重點事件(接續上表 4-14) 41
表 4‑16:法則二之異常訊號重點事件(接續上表 4-15) 42
表 4‑17:法則三之異常訊號重點事件 43
表 4‑18:法則五之異常訊號重點事件 43
表 4‑19:法則五之異常訊號重點事件(接續上表 4-18) 44
表 4‑20:法則六之異常訊號重點事件 44
表 4‑21:法則七之異常訊號重點事件 44
表 4‑22:法則七之異常訊號重點事件(接續上表 4-21) 45
表 4‑23:法則七之異常訊號重點事件(接續上表 4-22) 46
表 4‑24:法則一之異常訊號預測到的事件 47
表 4‑25:法則二之異常訊號預測到的事件 48
表 4‑26:法則五之異常訊號預測到的事件 49
表 4‑27:法則六之異常訊號預測到的事件 50
表 4‑28:法則七之異常訊號預測到的事件 50
表 4‑29:法則七之異常訊號預測到的事件(接續上表 4-28) 51
表 4‑30:尼爾森法則之重點事件偵測整合 52
參考文獻 [1] Barton, L. (1993). Crisis in organizations: Managing and communicating in the heat of chaos. Cincinnati, OH: College Divisions South- Western.
[2] Charles F. Hermenn. (1969). International Crisis as a Situational Variable. In James N Rosenau ed., International Politics and Foreign Policy: A Reader in Research and Theory (pp.415). New York: Free Press.
[3] Coombs, W. T. (1999). Ongoing Crisis Communication: Planning, Managing, and Responding. CA: Sage.
[4] Fearn-Banks, K. (1996). Crisis communications: A casebook approach. Mahwah, NJ: Lawrence Erlbaum.
[5] Fink, S. (1986). Crisis management: Planning for the inevitable. New York: AMACOM.
[6] Heath, R. L. (1988). Integrating issue management and strategic planning. In R. L. Heath ed., Strategic issues management (pp.99-12189). San Francisco: Jossey-Bass.
[7] Ku, L. W., and Chen, H. H. (2007). Mining Opinions from the Web Beyond. Journal of American Society for Information Science and Technology, pp. 1838-1850.
[8] Liu B. (2012). Sentiment analysis and opinion mining. Synthesis Lectures on Human Language Technologies, 5(1),1–167.
[9] Liu, B. (2010). Sentiment analysis and subjectivity. Handbook of Natural Language Processing, 2nded. CRC Press, 627-666.
[10] Marra, F. J. (1992). Crisis public relations: A theoretical model. Unpublished doctoral dissertation. University of Maryland, College Park, MD.
[11] Medhat, W., Hassan, A., Korashy, H. 2014. “Sentiment analysis algorithms and applications: A survey,” Ain Shams Engineering Journal ,5(4) , 1093-1113.
[12] Minqing Hu and Bing Liu. (2004). Mining and Summarizing Customer Reviews, In proceedings of the 2004 ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, U.S.A., pp. 168-177.
[13] Montgomery, D. C. (2001). Statistical quality control (6th ed.). John Wiley and Sons.
[14] Nelson, L.S. (1985). Interpreting Shewhart X Control Charts/ Journal of Quality Technology, 17(2), pp.114-116.
[15] Pearson, C. M., & Clair, J. A. (1998). Reframing crisis management. Academy of Management Review, 23(1), 59-76.
[16] Perry, R. W. (2007). What is a crisis? In H. Rodriguez, E. L. Quarantelli, &R. R. Dynes (Eds.). Handbook of disaster research (pp. 1-15). New York, NY: Springer.
[17] Stephanie W. (2014, Mar 27). Social Media, Marketing and PR: Who's Responsible for What? Retrieved from http://mashable.com/2014/03/26/social-media-marketing-responsibilities/#m.5eYBvrViqH.
[18] 王界人、沈民新(2015)。運用關聯分析探勘民眾關注議題與發展方向:以環保議題為例。計算語言學及自然語言處理學術會議,中國北京,196-205。
[19] 王紫薇(2004)。政府危機事件媒體溝通研究 --以行政院環保署處理「阿瑪斯號貨輪油污事件」為例(碩士論文)。取自:http://handle.ncl.edu.tw/11296/ndltd/72030078785297548751。
[20] 王穎芝(2016年09月17日)。人類史上最嚴重漏油意外《怒火地平線》重現2010年墨西哥灣浩劫。取自:http://www.storm.mg/。
[21] 王馥蓓(2015)。與危機共舞-危機管理DISCO。取自:http://ogilvypr.pixnet.net/blog/post/33130324。
[22] 王馥蓓(2016)。把危機變成轉機!公關專家教你5原則,讓企業重獲新生。經理人月刊。取自:https://www.managertoday.com.tw/columns/view/52292。
[23] 吳定、張潤書、陳德禹、賴維堯(1996)。行政學(二)。台北:國立空中大學 。
[24] 吳宜蓁(2002)。危機傳播-公共關係與語藝觀點的理論與實證。台北:五南。
[25] 吳宜蓁(2007)。從SARS經驗建構重大疫情媒體溝通之標準。台灣公共衛生雜誌,3,241-249。
[26] 吳俊諺(2013)。應用自我組織圖於社會網路文字訊息之情感分析(碩士論文)。取自:http://handle.ncl.edu.tw/11296/ndltd/36609124840046701211。
[27] 李友錚(2003)。作業管理:創造競爭優勢。台北縣:前程文化。
[28] 李牧宜(2015)。長榮航空:空服員沒熱忱,可選擇離職。取自:https://www.thenewslens.com/article/22887。
[29] 李俊宏(2012)。商品評論的意見探勘之研究 。高雄應用科技大學學報,41,73-92。
[30] 李政儒、游基鑫、陳信希(2012)。廣義知網詞彙意見極性的預測。中文計算語言學期刊,2,21-36。
[31] 李啟菁(2010)。中文部落格文章之意見分析(碩士論文)。取自:http://handle.ncl.edu.tw/11296/ndltd/10546322253967874889。
[32] 杜易寰(2017年1月17日)。別再只會冷處理,處理社群時代的公關危機該有社群思維!。取自:https://blog.qsearch.cc/2017/01。
[33] 杜秋菁(2006)。企業危機事件與媒體報導之相關性研究(碩士論文)。取自:http://handle.ncl.edu.tw/11296/ndltd/53190077632004917472。
[34] 林文益、鄭安鳳合譯,W.T.Coombs 原著(2002)。危機管理與傳播。台北:風雲論壇。
[35] 林偉立(2015)。社群時代的公關危機處理。請把握WE-SAFE 六大原則。取自: https://www.inside.com.tw/2015/05/13/crisis-wesafe。
[36] 洪美惠(2011年01月06日)。2010國際回顧:美國史上最大漏油事件-墨西哥灣蒙受生態劫難。取自:http://e-info.org.tw/。
[37] 珍 J.李(2014年3月28日)。在「艾克森瓦德茲號」漏油事件25年後的今天,依然「油膩膩」。取自:http://www.natgeomedia.com/category/news。
[38] 孫本初(2001)。公共管理。台北:智勝。
[39] 國家教育研究院。雙語詞彙、學術名詞暨辭書資訊網。取自:http://terms.naer.edu.tw/detail/1678984/。
[40] 陳啟榮(2005)。校園危機管理機制之建構。教育研究與發展期刊,2,117-134。
[41] 陳竫詒(2011)。危機處理的4大步驟。天下雜誌。取自:http://www.cw.com.tw/article/article.action?id=5012316。
[42] 陳澤潢(1995)。標準工程作業流程之訂定與應用。營造天下,22,21-24。
[43] 黃穎捷(2007)。各行各業訂定各種標準作業程序之操作通則。取自:http://blog.xuite.net/lohas3638/twblog/137371890。
[44] 楊立偉、邵功新(2016)社群大數據-網路口碑與輿情分析。新北市:前程文化。
[45] 楊錦洲(1995)。服務流程的標準化與彈性。品質管制月刊,11,27-28。
[46] 董宛穎(2015)。危機中的食品業者企業名聲建立研究-以「義美食品公司」為例(碩士論文)。取自:http://handle.ncl.edu.tw/11296/ndltd/92817632928224390279。
[47] 詹中原(1990)。美國政府之危機管理—組織發展與政府架構。美國月刊,5,96-105。
[48] 潘昭宏(2013)。尼爾森法則的擴充。教育部委託之專題研究成果報告(編號:CS-2-102-021)。臺北市:教育部。
[49] 謝明彧(2008)。SOP 持續改善工作流程的平台-標準作業流程 。經理人月刊,10。
[50]蘇世欣(2001)。企業危機溝通管理初探:以台灣企業公關業務負責人調查為例(碩士論文)。取自:http://handle.ncl.edu.tw/11296/ndltd/53892365868419446526。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2017-07-24公開。
  • 同意授權瀏覽/列印電子全文服務,於2017-07-24起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2486 或 來信