大數據報報

大數據  官方統計之存在必要性

因應大數據時代來臨，國發會「政府物價資訊看板平台」上線，網址為http://price.nat.gov.tw，目前提供食品、日常用品等8大類60個品項的行情，預計將在第2季完成歷史資料的建置，以開放資料（Open Data）格式，提供民眾下載分析及加值運用。預計第3、4季擴增民生商品的查詢項目至120項。【中時電子報/2015-04-06】全文

7-Eleven App 快速蒐集分析大數據

以美國零售業著7-11為例，零售業所販售的商品可以說是相當廣泛，然而要如何切中消費者所想要購買的商品，便可以透過時下最行的大數據技術分析，透過消費者之交易數據分析，結合地點、時間、天氣去推出具時效性的商品優惠給消費者，藉此訂定不同消費者之精準行銷策略。【數位時代/2015-04-08】全文

ETtoday東森新聞雲 將為讀者提供「客製化新聞」

每個人想看得新聞不一致，ETtoday東森新聞雲表示正在計畫透過大數據分析的力量，去洞悉了解每一位讀者需求，除了可以節省讀者搜尋時間外，也能透過這樣的模式放置讀者有興趣的廣告藉以增加效益。【ETtoday/2015-04-17】全文

Big Data跨域整合聯盟正式成立

於4月17日Big Data跨域整合聯盟正式成立，將集結產、官、學先進專家一同開創數據市場，扶植台灣產業轉型、創造機會。以國內的Data Owner(資料擁有者)、Data Science Team (資料科學家)以及Domain Expert(領域專家)共同參與，一同建構出Big Data商業應用服務的生態系。【台北市電腦公會/2015-04-17】全文

利用大數據辦案 隱私問題怎麼辦

西雅圖警方以大數據打擊犯罪、新北市警局以海量資料偵察犯罪，美警根據臉書、推特紀錄個人活動並擴展大數據辦案，洛杉磯以電腦統計嚐試使用預測性分析來預測可能發生的罪行，然而建構在大數據底下的風險，將會讓人們的隱私問題曝露的一覽無疑。【中央社/2015-04-21】全文

雲深創新 「大數據推薦引擎」

大數據新創團體日益增加，無不看好在諾大資料中的金礦，當大家一窩蜂湧進掏金時，雲深創新走出自己的路，其核心產品是「大數據推薦引擎」，注重於客製化以及中文語意分析，鎖定中小企業客群並將自己定位為軟體上游服務商成為新商業模式。【數位時代/2015-04-22】全文

利用社群大數據  預測電視的收視率

FB社群大數據除了可以量化預測收視率外，現在也可以做到質化分析，如可以透過粉絲的留言去做情感分析，並針對情感分析後的結果進而調整節目內容。但目前仍有很多待議之處，如多就要蒐集一次數據、節目類行差異性、是不是有粉絲團等，這些都會影響到分析的結果。【ETtoday/2015-04-24】全文

公股金控利用大數據強化顧客關係管理  留住金流

金管會推出BANK 3.0政策，公股金融機構，如第一金控、華南金控、臺灣金控、兆豐金控等積極利用大數據強化顧客關係管理 (CRM)，主要是要讓第一線員工能夠利用資料庫，找出客戶的分群及購買，並將客戶金留留住以及創造更多附加價值。【中時電子報/2015-05-02】全文

Google Fiber TV進軍OTT市場  挑戰傳統媒體廣告業

OTT顛覆過去傳統收視模式，媒體廣告業現正面對一波轉行的巨浪，以Google Fiber TV為例，它可以透過機上盒取得收視者之「收視習慣」，如使用者的收看行為與族群特徵，廣告業者依此進行精準廣告投放。【中時電子報/2015-05-12】全文

Open Data 信用卡大數據平台年底上線

聯合信用卡處理中心規劃建置信用卡大數據平台預計今年年底上線，並且表示，上線後資料量將以5年約80億筆交易資料規模投入，提供使用者於線上依其需求產生有效的資訊。【ETtoday/2015-05-18】全文

數位時代下的新寵兒 關鍵來自於「社群」

大數據不能只單看「量」，最關鍵的決勝來自於當中的「質化資料」。未來的電子商務發展趨勢為「影響力行銷」，先是利用巨量數據來了解消費者喜好，再來則是忠誠度的建立，並加以擴大、擴散。【ETtoday/2015-05-24】全文

The next wave: "big data"?

本文介紹「大數據」議題的概況，提供其規模(資料大小、市場、功能)大小的推測，並利用大數據先驅廠商和相關產業的個案，來檢視大數據現象的真實意涵，包括其中的主要驅動力及許多可能的產出；本研究也確認了此一新產業所帶來的緊張與各項新議題，並審視當我們在面對這些新挑戰時所需要的政策。【Giuditta DE PRATO & Jean-Paul SIMON (2015) The next wave: "big data"? Digiworld Economic Journal, no. 97, 1st Q. 2015, p. 15.】全文

活動訊息

「大數據、新媒體、使用者」研討會 (由元智大學大數據與數位匯流創新中心主辦)

於 2015 年 6月 12 日在台大集思會議中心舉辦，會議主題為「大數據、新媒體、使用者」，由校長張進福主持，將針對「大數據」發展所帶致諸多衝擊，從政策、產業、個人等加以探究。第一場論壇邀請通傳會、文化部、資策會長官針對大數據、數位匯流創新提出看法，接著有三場共十五篇的論文提報，內容非常精彩、紮實。會議網站

Policy-Making in the Big Data-Era: Opportunities and Challenges Organisers  (University of Cambridge)

於2016年6月15日至6月17日在英國劍橋舉辦，本次主題為英國與歐盟數學科學家廣泛討論的議題，將由產、官、學的角度做全面性探討目前政策制定的進展，然而政策的決策過程是相當複雜，透過數據挖掘將帶來新契機，但同時也揭露隱私安全疑慮。會議網站

2015年第一屆中華大數據資料採礦與應用研討會 (由科技部人文社會科學研究中心共同主辦)

於 2015 年 6月26日舉行，本研討會將邀集兩岸三地大數據分析相關領域先進與學者，共同研究討論大數據應用各個領域，盼能激盪出更具原創性或創新性思維，進而提升國內大數據在學術界或產業應用之素質。會議網站

開放資料(Open Data)：機會、挑戰與發展策略論壇 (由元智大學大數據與數位匯流創新中心主辦)

於 2015 年 7月 3 日在集思北科大會議中心─感恩廳舉辦，本論壇分為兩項主題辦理，一是探討Open Data的推動關鍵以及對政府機關的挑戰；二是探討Open Data的前瞻發展與可能的衝擊，將邀請產官學界人士共襄盛舉。會議網站

2015中華傳播學會年會暨第十二屆傳播與生態學術研討會

於2016年7月3至7月5日在義守大學舉辦，本次年會將以危機溝通於媒體素養與傳播媒介應用為主軸，思索傳播媒介變遷對新媒體時代的理論展望、新媒體時代的理論展望、媒體檔案與記憶、大數據與傳播研究、跨文化想像等影響，並思考傳播與科技如何衝擊閱聽人。會議網站

ICCES 2015 : International Conference of Computing for Engineering and Sciences

於2016年7月29至8月2在土耳其伊斯坦布爾舉辦，將組成研究簡報、專題講座、特邀演講、小組討論等。ICCES旨在促進知識和高質量的研究在計算機科學領域的都與其他科學領域的應用，並出現在他們的現代技術的發展趨勢，並邀請各界傑出人士一同參與國際大會。會議網站

CPR south 2015研討會 (由元智大學大數據與數位匯流創新中心主辦)

於2016年8月26至8月28日在台北福華文教會館舉辦，會議主題為方興未艾的資通訊科技治理與實踐─匯流與大數據，會議各場次將包括「南方」各國在資通訊科技政策與管制上的最新發展，並討論相關政策的研究平台，每一論文報告的場次將會有兩位資深的學者分別擔任主席以及評論人，以針對該場次所發表的論文提供具建設性建議。會議網站

智慧型計算在大數據分析之應用

在資料爆炸量、多樣化以及數據更新快速的時代下，大數據分析之應用日益受到重視，在商業智慧領域也無法避免；過去所處理的數據大都是屬於結構性，亦為傳統資料庫用於協助解決商業行為的資料結構；近年來，由於數據產生的多元性，數據的產生有「4V」特性，即資料量大(Volume)、資料多樣性(Variety)、高誤差性(Veracity)、輸入和處理速度快(Velocity)，尤其非結構資料（如Text, image, video等）的大量形成，強烈衝擊傳統資料庫的技術與應用；同時，因為大數據資料類別多、形成速度快，因此雲端技術的支援與資料傳輸速度的充足與否，便是其能否順利運作的重要關鍵，如訂票系統、觀看影片等，當資料都上傳至雲端時，除了有大量的資料存取空間外，頻寬也必需充足，才能讓使用者可及時下載所需資料。

但就因為數據產生越來越多、瞬間產生越來越快、樣式越來越大，而且有不正確性、雜訊等干擾因素存在，因此軟、硬體設備都需要升級，才能因應龐大且迅速產生的資料量。幸而Hadoop分散式並行處理系統的開發，讓資料在夠快的網路速度下可進行多個CPU的平行運算；此外，固態硬碟亦為大量資料儲存的重要硬體設備；換句話說，CPU的平行運算、固態硬碟、及網路速度，在大數據的資料處理上，三者缺一不可。本校張百棧教授所帶領的商業智慧團隊，其核心技術就在於處理大數據下之非結構性資料，利用智慧運算(Computational Intelligence, CI)技術，對非結構性資料進行資料探勘(Data Mining)，而主要應用的領域在於股價訊號判定以及心跳資料判定，尤其是在股價訊號判定部分，該團隊可進一步利用機器學習(Machine Learning)的方式進行股價預測。

智慧型計算技術應用在病例資料之判讀

張百棧教授所帶領的團隊一直以來致力於推廣智慧型計算，並結合各領域知識(Domain Knowledge)來解決不同類型之問題，包括工廠排程問題、股市預測與醫療資訊三大領域。過去多年之研究在於結合四項智慧型計算技術：即探勘策略、(類)神經計算、演化式計算與自然計算，提出創新的Hybrid Model in Computational Intelligence (CI)，利用SOM (Self-Organizing Maps) 或K-means 先將資料做分群，再將分群後的資料找出其模糊資料規則，來進行新的預測，所得到的正確率比沒有分群高出許多。這是因為分群後的資料同質性更高，從而求得之模糊資料規則也更具有代表性。此一模型也被國際上許多學者接受與引用。

該團隊亦將此一模式進行改良，並應用於醫療領域中生理訊號處理與病例辨識等問題。首先，將資料以案例式推理方法分群，之後以模糊決策樹與基因演算法，分別建立子群體之模糊規則，藉此判斷是否為肝臟疾病與乳腺癌的病例，此項研究成果已發表在著名的Applied Soft Computing期刊上。近年更發展出多導程心電圖之心臟疾病辨識，主要著重在心電訊號的處理：先將解碼後的心電訊號除去雜訊，並進行波型取樣，再以隱藏式馬可夫模型訓練方式，找出患病與健康病例之機率模型，最後結合高斯混合模型的訓練，來進行病例判讀。目前台灣已有知名醫院將患者的心電圖資訊上傳至雲端，讓醫師可以從智慧型裝置直接做判讀，但由於心電圖的判讀頗費心力，部份醫院會將這部分的工作外包，由具專業知識的全球人才進行心電圖的分析，然後再以機器學習演算法(Machine Learning )的方式進行病歷資料判讀與建立資料庫，這也就是大數據的應用。

分群技術與 TSK 模糊技術之股價指數預測

此一團隊亦運用各種軟性計算技術，建立股價指數預測之模型。其預測步驟是先將資料分群，而後運用TSK 模糊技術找出影響股價指數的重要因素，再以機器學習演算法或類神經網絡分析，進行台灣加權指數預測，並從中判定低點、高點的訊號，預測準確率達到9成以上。目前此一預測模式僅納入兩個影響因子，分別為基本面和技術面；但如政治、經濟、心理等「大環境」因素是最難控制的，因此未來可將出現在各線上新聞網站或社群媒體等之政經新聞中的文字，經處理、過濾後轉換成影響股價波動的情感訊號，準確率將可望再提高，有助於降低投資風險，並提高投資報酬。

個股股價轉折點及利潤賺取預測

圖一、方法流程圖

         此一團隊另一項股市預測技術，在於個別股價投資時點之研究。先將所欲投資的個股，其近半年至一年來的股價波動訊號，從非線性轉成線性後，在高、低點時之相關技術面指標如KD、RSI、成交量等作為輸入變數(input)，並將股價轉化為交易訊號(Trading signal)以作為輸出變數(output)，進而從中找出具代表性的變數；之後再將篩選出的因子，輸入類神經網路中訓練，也就是Machine Learning，進而預測股價之高、低點轉折處。此部份可說是股價指數預測部份之延伸，由於已可成功預測股價指數，因此進一步探討如何在股票市場中賺取利潤便相當重要，預測出個股價格轉折點(Turning Point)，便可讓投資者能逢低買進、逢高賣出，提升投資報酬率；此部份之技術基礎在於結合線段切割(Piecewise Linear Representation, PLR)系統與類神經網路預測(Back-propagation Neural Network, BPN)等技術，而以 PLR 作為判斷原始資料轉折點之預測工具。研究流程主要分為三個步驟：首先，為了增加投資報酬率，我們將提出選股原則，並以這些原則選出具有投資效益的個股；第二步驟，利用預測模型及事先交易決策分析個股買賣點，輸入變數為技術指標值，輸出變數為買賣時點；第三步驟，預測每日交易訊號，以獲得最佳買賣時機點，即股價轉折點(如圖一)。

    綜上所述，張百棧教授所率領的商業智慧運算團隊，除了基礎分析技術超卓外，所應用分析的領域涵蓋面極廣並切合實際應用，尤其是對於生理資訊的判定方面，對於人類社會將會有長足的貢獻，研究成果相當值得期待。

(本文作者：由張百棧教授研究團隊提供)

大數據分析在智慧零售之應用

零售業在大數據的推波助瀾下，早已顛覆了過去的銷售模式，帶來的是新一波智慧零售，主要是以個別消費者為核心，利用大數據分析其需求特性，並藉此提供個別化之行銷策略，以期透過個人需求的滿足以提高企業的獲利；由於每位消費者的身上有其專屬的行為模式與消費習慣，只要零售業廠商有意蒐集其各項資料，透過資料驅動分析（data driven analysis）的分析方式，便可以從中挖掘個別消費者的訊息，並提高零售業的精準行銷，是為新一代的商業智慧(Business Intelligence, BI)；而本中心智慧零售團隊即是此一領域的翹楚，並已應用在百貨及電信業者的客戶消費行為分析上。

以百貨業的客戶消費行為分析為例，透過分析持有Happy Go卡消費者在遠東百貨的消費資訊（已經去除可識別特定個人之資料）的資料，便可分析持卡者於消費時在櫃位間的移動，進而提供遠東百貨在櫃位的調整，希望藉此提供更能滿足消費者購物需求的動線設計；其次，在DM的發送上，也因為大數據分析而改變過去通用型DM發送模式，透過大數據對客戶消費內容進行分析，進而針對其特定需求來客製化DM，以彈性地變更DM內容，讓DM更可以打動個別消費者的心，增加其來電購買意願，提高百貨公司的獲利能力。

圖二：建構於消費者行為理論與生活型態理論的BI介面

圖二為該團隊所建立的BI應用系統，此一系統之建立係以行銷領域中的消費者行為理論（customer behavior）、生活型態理論（life style theory），配合多因子分析（factor analysis）的統計方法，找出關鍵的影響因子；以DM的發送為例，透過資料驅動分析製成BI，百貨業者便便可藉此而更為精準地發送個別化DM，實現精準行銷的最高奧義；換句話說，以往百貨公司在進行周年慶時，所發送的DM都是無差異化的，因此印製成本甚高，成效如何也甚難評估；現在透過大數據分析的BI系統，因已知個別客戶的需求特性，因此將過去厚厚一本的DM進行客製化製作，甚至以eDM的方式來進行精準廣告的投放，不只能提高進準度，同時亦降低了DM的印製成本；綜上所述，透過對百貨業之顧客的大數據分析所提供的BI，除了更能了解顧客的消費型態外，亦可協助百貨業者透過櫃位安排以及精準行銷的推動，進而提升百貨業者的獲利能力。

圖三：電信業使用者之社會網絡圖

而該團隊另一研究則是在電信業客戶資料的分析，目前，台灣各大電信業者皆積極進行大數據之加值應用，希望從中找到新的獲利管道，而使用者社會網絡分析即是一種可能的方式；一般來說，可以將電信業區分成兩個資料集(DataSet)，分別為語音通話資料和3G、4G上網，其中消費者的語音使用本身便可分析其社會網絡(如圖三)，比如說親朋好友、網內、網外互打等，從中分析語音服務使用者的社會網絡結構，並從中判讀意見領袖與其影響力路徑；此部分的分析可以搭配簡訊傳送資料來進行，以Aster Discovery Platform的方式找出通路網絡中的意見領袖，從中辨識出網路中心點─即核心使用者(如圖四)，並以Customer Behavior Segmentation建立分群，找出諸如「高花費、偶欠費、常抱怨」、「愛撿便宜、買錯方案、不怕違約」的客群，並對其發展客製化的行銷方案；此一分析結果應用上較為成功的案例，如電影院業者與意見領袖的合作，透過簡訊通知這些核心使用者，並表示若其發送電影折價訊息給其他網絡成員，且這些訊息接收者也因此而前往電影院消費時，則此一意見領袖即可獲得一些獎勵，效果非常的顯著，據了解整體票房可提升至30%左右。

圖四：Aster Discovery Platform

另一方面，從3G、4G使用者的上網資料來看，電信業者可以取得用戶各項使用資訊，簡單來說，就是用戶逛了哪些網站、停留網站多久時間、使用了哪些APP等，事實上，這些行為是相當紊亂的，故取得資料後如何利用統計技術將這些混雜的巨量資料壓縮成幾個大面向，就顯得相當重要，以購物網站為例，有各大購物類網站、APP或是關鍵字搜尋等，然後透過機器學習(Machine Learning)，利用大量資料立自己的「智慧」，進而預測、分類或是分群等動作，如搜尋規則及關鍵字的建立等，進而分析使用者在網路上的行為，如逛購物類網站的時間比重、購物行為，甚至是使用者的生活型態、社經地位等，也就是說可以藉由統計分析去辨識該位使用者的身份，如上班族、學生族、銀髮族等，該團隊積一直極於發展顧客動向洞察研究，協助業者深度認識顧客生活型態、社交網路，並發展留住舊客、開發新客的顧客關係管理新方法，目前已提升女性用戶的市場滲透率 (penetration rate) 3%，未來將加入位基服務(LBS; location-based) 資料，將有利於精確判讀用戶行為。

在龐大且複雜的資料中，如何進行蒐集以及如何有效處理各種消費數據，透過巨量資料分析深入了解消費行為，在抽絲剝繭中找出關鍵分群，進而掌握先機並創造商機。而曾芳美院長率領該團隊與業界知名百貨業、電信業共建良好合作模式，便是將所有的應用淋漓盡致地體現出來，將理論模型與實務需求結合並利用大數據解決方案，洞見消費者需求並依此發展精準行銷方案、發展Online to Offline（O2O）零售商業模式等，並用以整合至企業內部既有的結構化資料，從而發展出一套整合分析模式，為經營者帶來洞察力。最後，值得一提的是，在這些大數據分析與應用的背後，也帶來個資隱私保護的疑慮，不過再去除可識別化資料後，便可進行上述分析，進一步提升BI在零售業的重要性。

(本文作者：由吳相勳教授、廖東山教授研究團隊提供)

匯流政策時論

開放網路 大戰開始

美國聯邦通訊委員會（FCC）主委甫於2月4日宣布開放網路（open Internet）政策，納入歐巴馬總統去年11月楬櫫的網路平等原則。儘管之前的行政命令已被法院裁定欠缺法源基礎，FCC依然公告了最嚴苛的開放網路條文，要求傳輸條件及資費透明化，傳輸業者不得阻斷任何合法內容的傳輸及不得對內容業者做差別待遇。

開放網路法規宣告了傳統電信（傳輸）與新興網路（內容）兩大產業的殊死戰正式開打，而網路界略勝一籌。當傳輸業者被禁止對傳輸內容做差別待遇，意味著影音與遊戲這些耗頻寬的服務，其傳輸速度和品質必須與瀏覽網頁或讀取電子郵件時一樣。在行動數據的時代，電信傳輸業者面臨固網語音、固網寬頻、行動語音及簡訊營收的大幅衰退，只剩下行動寬頻營業額一枝獨秀。如果傳輸業者不能從寬頻傳輸中開發及分流加值服務，亦即提供差異化服務，獲利空間便有限，成長停滯。可想而知，傳輸業者變成了笨水管（dump pipe），原有營利模式被徹底擊垮。就此，傳輸業者應會奮力抗拒開放其網路。

相對地，美國Amazon、apple或google這些生產網路內容的巨無霸業者亦不願付額外的傳輸費用給電信業者，這等於讓傳輸業者主宰了他們的營運模式。它們急於打倒舊世界的秩序，挑戰近百年來電信業者不是按時間就是按流量的計價模式。開放網路的主張，直陳釐清管制思維的必要性。

首先，傳輸業者一再強調開放網路扼殺了業者的網路維運權限，但反對者認為寬頻傳輸也應納入電信業者所承擔之共同載具義務的範疇。且不論將寬頻傳輸視為共同載具的法理性，我們想要問的是：不區別不同服務的傳輸品質與速度真地可以提升消費者福祉及幫助網路產業的發展嗎？當毋須即時瀏覽的電子郵件及網頁下載也使用影音串流技術傳輸，意味著大頻寬的消耗與無效率的使用基礎網路。同時高速寬頻傳輸需要電信業者的資本投入以建置基礎網路，但在無差別待遇的訂價限制下，傳輸業者的利潤已被鎖住，沒有誘因投資網路建設。最後就像公有財的悲劇，所有OTT服務的傳輸速度及品質都下降，更不利新服務的發展。事實上，在FCC宣布開放網路法規之前，Netflix已跟傳輸業者Comcast達成商業協議，支付額外費用啟動快捷道路（即高速傳輸服務）。快捷道路就是雙方鑿戰多時所發展出的和平協議，導引雙方在衝突中尋求和解。然而開放網路法規硬生生斬斷了商業機制，片面地將戰果歸給內容業者，進行新舊世界的權力重分配。這是開放網路主張應被嚴肅檢驗之處。

反觀台灣，開放網路議題尚未引起各界的注目，一則以喜，一則以憂。喜的是我們因為缺乏強大的原生內容業者，若貿然實施，受益者將是美國或大陸的OTT業者；憂的是，台灣肥沃的文化土壤上竟然長不出強大的OTT，在全球OTT與傳輸業者大戰之際，恐連台灣的傳輸業者也一起滅頂。在台灣，開放網路不是問題，缺乏原生而強大的OTT才是政府推動數位匯流失策之處。
從目前4G應用服務的補助方案依然看不到我國OTT成功的契機。全文

( 本文作者：本中心周韻采教授。中時電子報/2015-02-13 )

黨政軍條款是活化石

農曆年前台灣數位匯流發展協會公布了103年底的調查報告，其中有些數據頗堪玩味。在首次詢問2009位受訪者關於台商投資媒體的意見中，反對台商投資媒體的比例高達59.5%，僅28%認為不應限制台商。另一方面，當受訪者被問到是否同意開放政府資金投資媒體，51.9%的受訪者同意開放，而35.1%的受訪者不同意開放。有趣的是，半年前同樣的調查卻顯示，只有36.1%的受訪者贊成開放政府資金投入媒體，而49.7%的受訪者不贊成開放。

此民調結果顯示台灣民眾對政府投資媒體的態度已出現大反轉。我相信這與去年的頂新食安風暴及一連串柯P掀起的檢驗財團風氣有關。民眾普遍對台商回台大肆搜購房地產、媒體，卻未善盡社會責任感到厭惡，對台商的信任感降到新低。然而民眾也同時理解到台灣媒體面對新式的跨國競爭（例如OTT）已力有未逮，需要大量資金投入媒體創新，故在民眾不願台商入主的情況下，轉而接受政府的參進。

弔詭的是，現行廣電三法的黨政軍條款卻限制了政府資金的投入。此時此刻台灣政府參進媒體的公信力比企業還高，顯見當年通過該條款的黨國時空環境已不復存，黨政軍條款現今反像是石器時代殘留的活化石。

第二屆NCC認定黨政軍條款所謂「政府、政黨不得直接、間接投資媒體」是指與廣電媒體相連的任一層投資都不能有任何黨政軍資金（股份）。這樣無限上綱的認定造成法規上的窒礙難行。首先，國安基金在公開市場上購買績優股，而這些績優股若直接、間接、間間接、再間間接投資廣電媒體，全都違反了黨政軍條款。除了著名的台灣大併購凱擘案涉及黨政軍條款外，包括三立、民視等約58家衛星電視台也都中鏢，這種人人有獎的法律禁止凸顯了法規的荒謬性。其次，對違反黨政軍條款的業者卻又無法執行處分。NCC近年來對媒體業者的行政裁罰皆被行政法院駁回，理由是不能苛責媒體做為善意的第三人（最下游的媒體無從得知哪一層投資有黨政軍資金，也無從強制出清資金）。

黨政軍條款的修正已歷經兩任主委任期，也始終躺在立法院未竟全功。為解決活化石的窘境，NCC應考慮「自己的法律自己救」。NCC可透過更正對黨政軍條款的解釋，鬆綁政府投資媒體的限制。例如在加諸政府資金投資媒體平台、頻道種類的限制（如不得投資新聞頻道）等更細緻規範下，比照有廣法相關法條的認定，允許直接、間接投資外（即第三層）的政府參進。這些希望NCC更改法條解釋的呼籲早已有學者提出，但NCC及主事官員缺乏承認「昨非今是」的勇氣，寧可捨近求遠，將責任推脫於立法延宕。在此財團不被應許進入媒體之際，NCC若持續抱殘守缺「一股都不能有」的法令解釋，在歷史下恐留下虛化台灣數位匯流的落井石之名。全文

( 本文作者：本中心周韻采教授。中時電子報/2015-02-27 )

網神就是神

去年九合一選舉是中央政府繼太陽花學運後，再度被網路海嘯吞噬的又一例證。劫後餘生的行政院言必稱網路，除了這幾個月對外宣傳的一連串網路施政外，並向網路名人求救，安排他們幫官員上課。課程終了，這些講師甚而被封為網路大神。首先不論官員到底懂不懂網路或社群媒體，我上網查看這些網神的講義，至少從書面審視，大部分都是網路知識ABC，政府過去許多委託研究報告早已呈現相關論點，不曉得網神們是故意藏拙還是認為這樣的認知就足以治國。

政府向網路界人士膜拜呈現的是自身對治理的誤解，誤以為懂網路等同懂網路治理。網路治理除了必須熟悉網路服務外亦須深刻理解政府運作，才能發展良善網路治理的準則，進而研發出合宜的治理平台與應用服務。否則僅能提供片面藥方，無法全面關照網路治理的韜略。

舉例而言，柯P競選團隊選前一直強調開放政府理念，當選後其網路部同仁火速建立一新的市民陳請網站，這網站約兩三天後就從網路世界消失了。原因是什麼呢？現行市長信箱或市民1999熱線都是有分案／客服中心處理後送事宜，亦即每一陳情事由都可以對應一個局處單位負責，而該局處同仁就必須按照規定處理及回覆陳情。但柯P網路團隊只著重網路即時反應的特性卻忽略了後端政府的分工機制，而沒有架設後送分案功能。當單日網站上湧進兩、三千封陳情案件，卻因沒有分案機制，全部卡在網站裡，同仁無法回應，顯然造成網路治理的失靈。於是，這網站就像是蓋的富麗堂皇的樣品屋，終究還是要拆掉。

上月美國聯邦通訊委員會（FCC）的資訊長來台訪問，拜會了許多與網路及資安相關的政府機構，如果官員們對網路有所認知，應該會對其提出的觀念感到驚豔。他說明美國民眾對臉書有資料儲存與侵害隱私權的疑慮，而根本解決之道在於建立公私協力的第三方認證機制（如APP），讓使用者自己決定願意釋放哪些個資給社群媒體。

談到自身使用社群媒體的經驗，他強調政府官員應有官方帳號以發表及回應訊息，最重要的是「自己的帳號自己po」，不能假小編之手，因為網友要的就是與本人對話，被正視的感覺。我也問他官員大都忙於公務，如何自己po文呢？他回答利用下班時搭地鐵返家的那一小時。我相信我們的官員只要能做到「自己的帳號自己po」，讓民眾感受到溝通的誠意，許多網路治理的問題就有基本的解答了。

美國官員之所以能掌握網路治理的精髓，在於他們有豐富的專業知識及累積了公務參與的經驗，二者不可偏廢。例如這位資訊長在加入FCC之前，曾派駐在阿富汗擔任戰地指揮官的資訊特助。他必須發展一套資訊系統，協助美軍在每6個月的輪調期間內迅速了解在地情形，減少傷亡。有了這樣的實戰經驗，也難怪他處理FCC資訊業務得心應手。

與其請網神向官員授課，不如打破人事聘任窠臼，以專案方式，聘任他們擔任部會局處的資訊長，讓他們進入政府，直接在第一線運作。相信他們會有與授課時完全不同的領悟，而當公務運作與網路知識結合時，那才是台灣邁向良善網路治理的開端。全文

( 本文作者：本中心周韻采教授。中時電子報/2015-03-13 )

誰把新媒體變舊了

入政府，行政院刻正核定影視音產業第二階段發展方案，其中新增一項成立數位媒體發展中心計畫，這顯示政府已經正視新媒體的到來，納入政策處理。然而細看數位媒體發展中心轄下的工作項目，又令人不禁擔心政府官員對新媒體的認知不夠精確，形成錯誤的決策，反而逆向抑制新媒體的正常發展。

我不贊成其中兩項工作項目：一是舉辦微電影大賽，二是建置華文影音平台。微電影的確是兩三年前很夯的名詞，一時間政府等單位都紛紛舉辦微電影競賽。但很遺憾地，試了兩年，我們並沒有找到微電影的商業模式。中間雖有鬼才導演Wes Anderson與Prada合作的微電影，但仍屬形象塑造或促銷的長版廣告，本身並不具獨立的商業價值。那這兩年競賽得獎的微電影呢？很多上架至MOD，供觀眾點閱，但是免費的。換言之，年復一年的微電影競賽只給了年輕創作者一次展現的機會，卻沒有下部片的前景。而沒有與現有產業鏈整合的微電影競賽，無益新媒體發展。

政府若真想培育影視人才，不能只辦微電影競賽，反應把微電影當作棒球小聯盟運作，各微電影競賽的優勝者可透過政府協作，與商業製作人媒合，登上大聯盟，創作具有商業價值的長片。

第二，華文影音平台（華文的Youtube）的概念本身即是謬誤。要經營知名的影音平台，首要就是要海量內容，但要說服創作者願意免費上傳作品的前提又是網站人氣，否則就須支付創作者版權費才能上架。其次，網站人氣象徵的就是流量，流量代表的就是頻寬，亦即人氣越高的網站須支付的頻寬費用就越高。目前Youtube雖然享有高人氣，但廣告收入也無法支應龐大的頻寬費用。在台灣，壹電視的例子也殷鑑不遠。當年黎智英也曾豪情壯志地在全台狂撒一百萬台機上盒，以每部片1元的價格搶占視頻市場，但每月巨額的頻寬費用還是讓黎先生無法無限制地燒下去，最後忍痛出賣。

易言之，政府到底有多少決心，即多少預算，自行建置與經營華文影音平台呢？以目前政府僅匡列1500萬元預算推動數位媒體中心，若做華文Youtube，應連付一個月的頻寬費用都不夠。就算政府編足預算，網站人氣卻需要長時間累積，非一朝一夕可成。三五年後若網站瀏覽人數不佳，承辦官員會不會承受來自立法院、審計部及監察院彈劾監督的壓力而必須砍掉計畫。此時，政府過去的投資付諸流水。所以，提倡建置華文影音平台的官員必須審慎評估，自己做一個華文Youtube會比在Youtube上開一個華文影音頻道更有成功機會嗎，有更好的成本效能嗎？建置華文影音平台真正的價值應是作數位影音的倉儲中心，供創作者存放檔案，並以頻道方式露出於知名影音網站及社群媒體。

我們的確看到政府有心發展新媒體，但是以過時的認知規畫政策，其所造成的產業災難恐怕不小於無作為。為什麼政府無法推出正確的新媒體政策呢？也許答案就在決策者身上。了解新媒體的人必定是複合式的專業人才，懂網路也懂影視產業，斷不能因為新媒體在網路操作，就等同視之。決策者若認為自己或官員懂資料倉儲就等於懂網路，懂網路就等於懂新媒體，那就像王安憶的長恨歌小說裡寫道：「我們總是在對的時間裡遇到錯的人」，嗟歎而已！全文

( 本文作者：本中心周韻采教授。中時電子報/2015-03-27 )