作者/銘傳大學網路聲量與新媒體研究中心 調查
銘傳大學網路聲量與新媒體研究中心於2023年3月31日，公布六都市長施政百日的網路好感度調查。結果發現高雄市長陳其邁施政的整體網路好感度居冠，台南市長黃偉哲第二。如果從六都局處觀察，基本上排名相差無幾，但新北市長侯友宜與桃園市長張善政可能受累於是否參選總統及前朝所累，兩人表現均不見理想。
所謂的網路好感度，就是利用大數據內建的運算機制，判定訊息文章是否為正評（P，positive）、中立或負評（N，Negetive）。而網路好感度則為正面訊息除以負面訊息的比值，也就是P/N比，用來表現網民對於訊息的網路情緒。
首先，單從六都首長八大施政的網路好感度觀察，可以發現整體排名為高雄市長陳其邁（3.12）、台南市長黃偉哲（2.54）、台北市長蔣萬安（1.87）、台中市長盧秀燕（1.64）、桃園市長張善政（1.41）、新北市長侯友宜（0.69）（詳見圖一）；其次，若就六都局處及其業管範圍進行調查，其排名依序為陳其邁（3.33）、黃偉哲（2.04）、盧秀燕（1.74）、蔣萬安（1.69）、侯友宜（1.07）、張善政（1.03）（詳見圖二）。
如果從個別施政觀察，在經濟方面，民眾對於陳其邁（4.76）、黃偉哲（4.09）較為滿意；但在警政部分，蔣萬安表現亮眼（1.12），一水之隔的侯友宜受累於恩恩案等後續影響，好感度僅為（0.32），另一受累於台南槍擊案及賄選案影響，讓黃偉哲（0.26）在警政的好感度殿後；其他部分，詳見表一。
再就六都局處與其業管範圍進行量測，可以發現高雄市長陳其邁施政在各構面領先，台南市長黃偉哲民政和教育文化等方面表現不惡。其他部分，詳見表二：
本次調查使用大數據公司的KEYPO大數據搜尋引擎作為調查工具，調查時間為從2022年12月25日起至2023年3月24日為止。調查的網路好感度主要依據KEYPO的網路好感度進行運算。
KEYPO的正負情緒分析採用當今現代語意學與資訊檢索領域應用理論，包含Latent Semantic Models與Deep Learning方法，把文句投影（Projection）到高維度的語意空間向量；避免了傳統詞典比對機制，無法有效評估情緒詞彙強度差別的問題。KEYPO的情緒判定方法，使用四組分類器的併行預測的Ensemble learning（整體學習）；分別對全文正面傾向、全文負面傾向、局部短句正面傾向、局部短句負面傾向進行分析；之後把上述四個結果整合成正面與負面的傾向值，在統合判讀正、負與中立的情緒；當一個文章被判定成正面，代表文章整體有較強烈的正面意見與情緒傾向，負面反之。
當文章被判定成中立，則有兩種可能，一是文章無明顯的正負意見與情緒表態；或是文章同時出現正負兩方意見，強度傾向類似。
一般說來，斷詞基礎辭典包含新聞與維基百科的關鍵詞組。但KEYPO透過隱藏馬可夫模型（HMM）與Viterbi演算法，辨識潛在的新詞與可能的新片語，並不侷限使用現有的詞典斷詞。也就是說，KEYPO捨棄傳統情緒辭典與字典比對之作法，其語意分析引擎是透過文句投影（Projection）到高維度的語意空間向量再進行分析。故並未使用情緒詞典，情緒分析也與詞典無關。
表一：六都市長八大施政網路好感度一覽表
施政效標 / 六都市長
蔣萬安
盧秀燕
侯友宜
陳其邁
黃偉哲
張善政
經濟
2.1
2.38
2.16
4.76
4.09
1.25
警政
1.12
1.03
0.32
0.85
0.26
0.4
市容環境
3.24
4.26
2.61
5.51
4.43
3.51
交通
2.27
1.28
4.28
4.43
4.44
2.91
觀光
3.9
12.09
1.68
13.54
12.11
2.23
教育
2.05
3.94
2.77
6.07
7.26
1.39
醫療衛生
1.62
1.94
0.73
2.29
2.78
1.91
消防公安
4.56
2.21
0.94
3.34
7.53
1.51
如果從六都局處及其業管範圍進行網路好感度量測，其結果也大致相仿。
表二：六都各局處單位施政好感度一覽表
局處單位 / 六都首長
蔣萬安
盧秀燕
侯友宜
陳其邁
黃偉哲
張善政
民政
1.86
6.47
1.77
8.7
11.54
3.27
財政
1.94
5.34
9.24
13.53
5.2
2.53
教育文化
2.12
3.84
3.02
5.99
8.51
1.43
警政消防
1.62
1.32
0.49
1.39
0.62
0.54
環境衛生
2.16
2.92
1.54
3.95
3.79
2.33
觀光新聞數位資訊
3.94
10.4
1.56
13.49
12.67
2.21
交通
2.28
1.28
4.34
4.45
4.66
3.07
社政
5.1
10.12
0.49
28.57
12.39
9.27
地政
3.55
11.64
6.89
29.8
10.98
3.45
其他
1.39
2.79
1.06
3.27
0.43
0.52