OpenEdu | 中華開放教育平台

【110-1】政治與資訊-新編三
【110-1】政治與資訊-新編三
註冊課程
開課機構
國立中山大學
課程分類
社會科學
課程子類
跨領域教學
學習時數
每週3小時
上課語言
中文
字幕語言
無字幕
修課費用
免費
廖達琪
廖達琪
國立中山大學
特聘教授
主要經歷
國立中山大學政治所 所長 
美國史丹佛大學胡佛研究所 訪問教授
國立中山大學政治所 副教授
 
代表重要著作
1. Liao, Da-chi, and Yueh-ching Chen, 2017/12, “The Effect of Social Movements on Representative Deficit: A Study of Two Taiwanese Cases.” Taiwan Journal of Democracy, Vol. 13, No. 2: 73-106. (有雙向匿名審查制度的期刊)(MOST 106-2420-H-110-001-MY2)
2. Liao, Da-Chi, Hsin-che Wu, and Bo-yu Chen, 2020. “The Logic of Communitive Action: A Case Study of Taiwan's Sunflower Movement.” Asian Survey, Vol. 60, No. 2 (March/April). (SSCI)

課程簡介

1. 開課動機:資訊時代已經深植每一個人的生活,然政治乃是人民每一天的內容,尤其現代人類已與社群媒體緊密結合,自然地,政治與社群軟體也是合而為一,政治與資訊的課程藉此機會,不僅開啟學生對於政治理論的深化,也能夠將資訊技術帶入政治理論的應用。本課程的開設,試圖降低學生與研究者間巨大的隔閡,即使不是進階的研究人員,也能夠透過資訊技術的學習及運用,進行政治現象的分析,更成為了有「發言權」的存在;同時也為主修社會科學的學生,培訓一技之長,能在數位世界中,穿梭游刃。
 2. 課程主題、焦點、內容:重建學生對於政治理論及議會政治的觀念、Python語言的深化與應用,尋找政治理論與社群現象的連結。利用資訊技術的分析能力,達到問題意識的實際建構,並能夠應用到實務系統中,達成政治理論與資訊技術解決當初問題意識的實踐,並能深入議會實際與政治現實,來反思理論,並為實際問題尋求有理論依據的解方。
 本課程每學期的資料庫皆會更新為最新版本,社群媒體資料會依需求購入,議事錄部分則會更新為當年度最新版本。另外,Python以及相關套件之版本更新速度相當快速,因此每一年的教學內容會有一定的差異。
 同時為了增加課程多元性,改善中文NLP過程的完整性,新課程在資料面增加了市議會議員之政見分析與其在議會中的發言及提案做連結;同時,也首次擬向Qsearch購入2021年度,高雄市市議員在臉書粉絲頁的貼文及回應的資料,以探測其在選前一年的社群經營策略,與其政見和議事活動的關聯;在結構面擴充了NER(Named Entity Recognition)擷取,及以主題模式(Topic Model)訂定文本類別等單元;在中文分詞工具面除原有的Jieba外,也同樣增了中研院CKIP Tagger的使用和比較。
 3. 與本系所或其他系所課程可能的搭配方式:與110-2「社群媒體分析」、「民意與政治行為研究」課程的同步深化,進階110-1「資料分析方法入門」及「大數據與選舉」課程的內容,並鋪設未來再進階修習「政治文本分析」的能力,以加深問題意識,或者探索當初問題意識之結果。

課程目標

 短期目標:
 1. 培訓學生實際練習基礎程式語言(Python)之能力
 2. 初步應用到(1)social media,如立委及議員的臉書之內容分析;(2)以高雄市議會為產學合作對象,練習分析政見與議員議事之關聯,以為課責之基礎。
 長期目標:
 1. 希望促進政府資料的開放度以及透明度,強化民主的課責機制
 2. 降低產學落差,以及培育解決問題的學生,創新業界與學界新思維

適用對象

政治學研究所

課程特色

Python語言

課程進度

CH1 Introduction
CH2 Information in Political Science & Big Data Analyses
CH3 Python語言自學方案與資料分析技巧介紹 
CH4 基礎Python語法自學
CH5 基礎Python語法自學
CH6 使用Python進行臉書粉專之文字探勘與分析 
CH7 文字探勘實作與期中報告預備 
CH8 期中報告實作
CH9 期中考
CH10 ICT as a tool in Political Analysis – Example Discussion (I) 及期中報告繳交
CH11 政治資訊結合對業界的重要性(高雄市議會訪視)
CH12 議事資料簡介及PDF資料擷取
CH13 Named Entity Recognition及議事資料NER擷取
CH14 中文分詞工具簡介與議事、臉書資料斷詞
CH15 Topic Model與議事主題類別產製
CH16 詞向量與二元分類
CH17 基於深度學習的議事文本分類與議員問政行為探討

先備知識

Python語言使用方法與概念熟悉、創新思維、政治學相關的基礎認識