時事議題社群經營社群聲量分析 2026 新北市長選舉社群聲量(8/24–8/30):同一天,三份民調給出三個不同結果 by Wilbur September 1, 2026 by Wilbur September 1, 2026 8/24–8/30 新北市長選舉社群數據:李四川 2,482 篇、蘇巧慧 2,355 篇。8/28 這天,三份調查方法不同的民調公布,結果彼此矛盾——這正是本系列「聲量不等於支持度」主張的例子。附兩人唯一共同話題與高互動貼文發文者結構。
時事議題社群經營社群聲量分析 2026 台北市長選舉社群聲量(8/24–8/30):蔣萬安頻道負面落差 12.5 個百分點,沈伯洋落差 22.8 個百分點 by Wilbur September 1, 2026 by Wilbur September 1, 2026 8/24–8/30 台北市長選舉社群數據:蔣萬安 11,733 篇、沈伯洋 9,364 篇。整週負面比例掩蓋了頻道落差——拆到頻道層級,蔣萬安負面比例最高與最低頻道差 12.5 個百分點,沈伯洋差 22.8 個百分點。附單日尖峰事件與高互動貼文發文者結構。聲量不等於支持度。
應用教學社群聲量分析輿情分析 選舉聲量能看出什麼?社群討論結構的四個維度(以 2026 雙北市長選戰為例) by Wilbur August 28, 2026 by Wilbur August 28, 2026 同一位候選人的負面比例,在 Threads 是 70.7%、在媒體只有 32.5%。本文以 2026 雙北市長選戰一週的社群數據,說明討論結構的四個可量測維度,以及為什麼聲量不能當成得票預測。
時事議題社群經營社群聲量分析 2026 台北市長選舉社群聲量(8/17–8/23):蔣萬安最大來源是媒體 38.9%,沈伯洋是 Threads 58.5% by Wilbur August 28, 2026 by Wilbur August 28, 2026 8/17–8/23 台北市長選舉社群數據:蔣萬安 11,212 篇、沈伯洋 9,097 篇,但兩人聲量長在不同平台——媒體 38.9% 對 Threads 58.5%。附分頻道情緒落差與高互動貼文的發文者結構。聲量不等於支持度。
時事議題社群經營社群聲量分析 2026 新北市長選舉社群聲量(8/17–8/23):李四川與蘇巧慧的前五大話題完全沒有交集 by Wilbur August 28, 2026 by Wilbur August 28, 2026 8/17–8/23 新北市長選舉社群數據:李四川 2,726 篇、蘇巧慧 2,863 篇,兩人前五大話題零重疊——一邊是 307 公車答詢,一邊是蔡英文助選。附單日尖峰歸因與發文者結構。聲量不等於支持度。