摘要 大數據尚無明確的定義，一般是指大量、高速、多變的資訊資產，它需要新型的處理模式去促成更強的決策能力、洞察力，以及最佳化的處理，唯未來應仍有很多更專業的大數據分析方法，並應用於選舉的議題，如2014年的九合一選舉中，柯p即採用大數據戰法而獲得勝選；在民主國家的政黨政治中，各國對於大數據分析的選舉模式將愈來愈重視。另外，國民黨在九合一選舉潰敗後，開始重視網路言論與網路科技應用，同時也重視大數據的選舉模式對未來政黨發展的影響。 自2008年以降，美國自然雜誌《Nature》、科學週刊《science》、國際數據發掘協會(KDD)等，均專文探討大數據時代己經到來的訊息。 2006年，全球生成與複製的數位化信息量，大約16.1萬PB(Petabyte，1PB=10的15次方¯)，當年的資訊產生量約是歷史上圖書資訊總量的3000倍，最近3年資料量比以往數萬年還多，預估2020年數據產出量，將超過2009年的44倍，顯然，大數據時代己悄然來臨。 一.前言 2008年9月，美國自然雜誌《Nature》曾專文討論大數據的存儲、管理和分析等問題，昭示大數據時代已經到來的訊息。爾後，麥肯錫公司、《Science》亦先後專文介紹，並出版大數據報告。2012年10月，中國計算機學會在大連成立了大數據專家委員會，2013年3月，在上海討論大數據技術與應用中的挑戰性科學問題；2014年11月，在台灣的九合一選舉中，政治素人柯文哲以大數據打敗了政治世家的連勝文，當上了首都市長。 一般而言，資料蒐集大幅增長的部分原因，主要來自於資訊來源持續增加，資訊部門並廣泛收集各種來源，這些來源包括搭載感測裝置的行動裝置、高空感測科技(遙感)、軟體記錄、相機、麥克風、無線射頻辨識(Radio Frequency IDentification ，RFID)和無線感測網路等。自1980年代起，現代科技可儲存資料的容量每40個月即增加一倍；截至2012年，全世界每天產生2.5艾位元組或艾可薩位元組(Exabyte，EB，1EB=10的18次方)的資料，大數據的使用與分析有其必要性。 美國自然雜誌《Nature》是世界上最早的國際性科技期刊，自1869年創刊以來，持續報導與評論全球科技領域中最重要的突破；科學週刊《science》則是1880年，由電燈的發明人，也是世界最著名的科學家湯瑪斯·愛迪生（Thomas Alva Edison）所創辦，二者同為大數據做專題研究，大數據的討論與應用在世界各主要國家風起雲湧，顯示大數據時代己經到來的訊息。 二.定義 什麽是大數據?其概念及定義至今莫衷一是，以下是有關大數據的定義的幾個說明。 1.國際數據挖掘會議的定義 2012年8月，在北京舉行的國際數據挖掘會議(Knowledge Discovering and Data Mining，KDD)之大數據論壇中，從數據存儲角度認為，大數據應該是10臺服務器也無法存儲的數據，這樣的數據必須進行在線分析，否則計算機存儲無法支持。 2.維克托·邁爾·舍恩伯格的定義 2013年，《大數據時代》的作者維克托·邁爾·舍恩伯格(ViktorMayer-Sch·nberger)從數據利用價值的角度觀點，認為大數據是人們在大規模數據的基礎上所可以做到的事情，而這些事情在小規模數據的基礎上是無法完成的。因此，大數據是人們獲得新的認知，創造新價值的源泉，也是改變市場、組織機構，以及政府與公民關系的方法。 3維基百科的定義 大數據意指一個超大，難以用現有常規的數據庫管理技術和工具處理的數據集。 4.網際網路數據中心的定義 網際網路數據中心(Internet Data Center, IDC)認為，大數據技術描述了一種新一代技術和構架，用以很經濟的方式、以高速的捕獲、發現和分析技術，從各種超大規模的數據中提取價值。大數據研究的目的是將數據轉化為知識，探索數據的産生機制，進行預測和政策制定。因此，建立在相關關係分析法基礎上的預測是大數據的核心，通過找出一個關聯物並監控，就能預測未來。 5.從資料組成定義 大數據是由巨型資料集(Data set)所組成，這些資料集大小常超出人類在可接受時間下的收集(data acquisition)、利用(data curation)、管理和處理能力。大數據的大小經常改變，截至2012年，單一資料集的大小從數兆位元組(TB)至數十兆億位元組(PB)等。 6.從處理能力定義 大數據的定義取決於持有資料組的機構之能力，以及其平常用來處理分析資料的軟體之能力。因此，大數據是指無法在一定時間內，用常規軟體工具對其內容進行抓取、管理和處理的數據集合。 7.從解讀能力定義 大數據(Big data或Megadata)又稱為巨量資料、海量資料、大資料，指的是所涉及的資料量規模巨大到無法透過人工，在合理時間內達到擷取、管理、處理、並整理成為人類所能解讀的資訊。 總之，大數據不僅是數據量大，數據結構復雜，而且應該是動態變化、蘊含著豐富使用價值的數據。 三.大數據的特性 2001年，麥塔集團(META Group)的道格‧萊尼(Doug Laney)指出資料增長的挑戰和機遇有三個方向，分別是量(Volume，指資料大小)、速(Velocity，指資料輸入輸出的速度)與多變(Variety，指資料的多樣性)，合稱「3V」或「3Vs」。 2012年，由麥塔集團改為高德納(即唐納德·爾文·克努斯，Donald Ervin Knuth)將大數據的定義修正為「大數據是大量、高速、及/或多變的資訊資產，它需要新型的處理模式去促成更強的決策能力、洞察力與最佳化處理。」，並在3V之外定義了第4個V，即加入真實性(Veracity)為第四特點，成為4V或4VS。 一般而言，大數據必須藉由計算機對資料進行統計、比對、解析以後，方能得出客觀結果，而資料探勘(data mining)則是在探討用以解析大數據的方法。因此，大數據具有4個基本特徵，即︰ 1.數據數量巨大 指數據的數量難以計數，在網路社會中(如GOOGLE YAHOO…百度等)，其首頁導航每天所需要提供的數據，可能都超過1.5PB(1PB=1024TB)，這些數據如果列印，將超過5千億張A4紙，數據龐大，一般人很難加以體現並利用。 2.數據類型多樣 在國際網路社會下的數據類型中，不僅是文本形式，更包括圖片、視頻、音頻、地理位置訊息…等多類型的數據，其中，又以個性化數據為最多，如為個人提供個性化的醫療服務之數據…等。 3.處理速度快 在大數據理過程中，數據處理遵循1秒定律(又稱秒級定律)，主要是指對處理速度有要求，一般要在秒級時間範圍內提出分析結果，時間太長就失去價值了，並可從各種類型的數據中，快速獲得高價值的訊息。 4.可利用資料密度偏低 指可利用的資料偏低，以視頻為例，一小時的視頻，在不間斷的監控過程中，可能有用的數據僅只有一兩秒。 四.大數據分析的理論基礎 大數據是指對大數據進行分析，並透過分析而獲取深入而有用，且有價值的訊息。大數據的屬性包括數量、速度、多樣性，以及真實性等，呈現了大數據不斷增加的複雜性，所以大數據的分析方法是決定最終訊息是否具有價值的決定性因素。因此，大數據分析的理論基礎如下述： 1. 可視化分析 可視化分析(Visual Analytics)一般包括信息可視化與科學可視化，主要藉助於互動式用戶界面而進行的分析推理；大數據分析為學者專家工作，但大數據的使用者則包含專業人士與社會大眾，而使用者對於大數據分析的基本要求，就是易於瞭解資料內容的可視化分析，因為可視化分析能直接呈現大數據的特點，簡單明瞭，同時容易被使用者所接受。 2. 數據挖掘 數據挖掘(Data Mining，DM)又稱資料庫中的知識發現(Knowledge Discover in Database，KDD)，是建立一個適合挖掘演算法的分析模型，也是數據挖掘成功的關鍵；因此，大數據分析的理論核心就是數據挖掘演算法，各種數據挖掘的演算法基於不同的數據類型和格式，才能具體而微的呈現出數據本身具備的特點，也正因為各種統計方法的應用，才能深入數據內部，快速挖掘出大數據中所隱藏的公認價值。 3. 預測分析 預測分析(Predictive Analysis)是指對數據假設的預測性分析，其表現在使用數據挖掘技術、歷史數據，以及對未來狀況的假設上，同時預測其可能產生的結果，如顧客對某商品的報價反映，或購買某一產品的可能性等；因此，大數據分析的最終應用領域之一就是預測性分析，亦即從大數據中挖掘出特點，透過科學性的分析建立模型，帶入新的數據，從而預測未來的數據。 4. 語義蒐尋引擎 語意搜尋引擎(Search Engine Optimization，SEO)是指當少數關鍵字的意思並不明確，無法清楚定義出情境(context)，或是排除同義字，或是想從廣泛的概念搜尋比較詳細特定的概念，就可以運用語意搜尋引擎來找出真正的意涵；在大數據分析中，非架構化數據的多元化給數據分析帶來新的認知問題，因此，需要一套工具系統去作分析，而語義引擎則需要設計到有足夠的人工智慧，並足以從大數據中主動地提取訊息。 5.數據質量和數據管理 數據質量管理(Data Quality Management)是指為了滿足信息利用的需要，對信息系統的各個信息採集點進行規範，包括建立模式化的操作規程、原始信息的校驗、錯誤信息的反饋、矯正等一系列的過程。一般數據質量管理可分為人工比對、程式比對、統計分析等三個層次。大數據分析必須具有強而有效率的數據質量和數據管理，而高品質的數據和有效的數據管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實和有價值。 上述五大面向為大數據分析的理論基礎，唯若要更加深入大數據分析，則未來應仍有很多更為特別，更加深入，或更加專業的大數據分析方法。 五.九合一選舉的大數據分析 有關九合一選舉的大數據選戰模式，可分為下列幾個部分來說明： (一).柯P現象 柯文哲在九合一選舉期間，以標榜非藍非綠的「白色」自居，但其行事間有「墨綠」的身影，雖是飽受爭議，但其以無黨籍身分參選首都市長，迫使民進黨放棄該黨參選人，進而在選戰中打敗國民黨參選人連勝文，這樣的成績即使是國、民兩黨的天王參選，其結果可能也難望其項背，亦可視為是九合一選舉中的一大奇蹟。 1.柯P與KP 柯文哲先生在未選上台北市長之前，他是台大醫院外科急診室醫生，也是台大醫院急診室主任，亦即柯文哲是一位具有台灣大學醫學博士學位暨台大醫生，也在大學任教的職位，前者是指醫師(doctor)或哲學博士(Doctor of Philosophy)，但他是外科醫師(surgeon)，不是內科醫生(physician)；後者則是教授(professor)；因此，人稱柯P的柯文哲應不是指醫生的doctor，不是哲學博士的Doctor of Philosophy，也不是內科生的physician，而是一位在台灣大學醫學院的教授(professor)；另外，柯P或KP為臺大醫學院內的習慣稱謂，口耳相傳，一般人稱其為柯P而不名，事實上，柯P或KP應是指柯教授而言。 2.媒體寵兒 柯P凡事性急而求好心切，讓他經常是快人快語，甚至偶而情緒失控，其與政治人物應有的謙虛、忍耐、冷靜等特質大異其趣，但其不同於一般政治人物的行為，同時也引發人民不明就裡的遵從與追隨熱潮。在台北市長上任不到2個月的時間內，台灣民眾在電視中看到最多次數的臉孔就是柯文哲，如其為30多家媒體錄製春節賀詞，再加上他上任1個月內，登上平面媒體頭版頭次數高達37次，柯文哲已成為「媒體寵兒」，並造成社會中所形成的「柯P現象」。 水可以載舟，亦可覆舟，亦如媒體可以造神，也可以毀神，媒體過度集中報導柯Ｐ，不僅排擠到其他重要新聞空間，更影響人民對於柯Ｐ的觀感，若期望值愈高，一但瑕疵被放大後，漸漸就會背離民意，造神與毀神只在一念之間。唯在國內行政事務上，柯P一但樹立了典範以後，對地方首長將會帶來極大壓力。 3.行政三化 長久以來，人民對於政府的「推、拖、拉」之行政效率難以苟同，因此，柯Ｐ特別重視行政議事效率與管理的問題，而其對台北市的行政模式，基本上可由下列的行政三化的模式來說明，而若根據財金文化董事長謝金河的看法，其認為「柯Ｐ現象」的形成，主要是建立在行政三化的基礎上，即： (1)行政透明化 政府行政過程一般並不透明，人民因而有黑箱作業之疑慮，而柯P行政透明化是把任何政府的政策之決議，全部攤䦕在陽光下，減少很多上下其手的機會，讓市民額手稱慶，並有參與市政的感覺。 (2).行政效率化 柯Ｐ重視行政效率，強調行政速度，而讓人民有感，其一掃以往行政單位推拖拉的行為，亦讓人民有耳目一新之感。 (3)行政是非分明化 柯Ｐ的認事標準為是非分明，沒有模糊空間，也難有灰色地帶，由於是非觀念清楚，不許別人欺騙，也不容易受騙，行事也不會瞻前顧後，因而受到人民的肯定與支持。 4..柯P的六大特點 根據柯P的行政三化，謝金河歸納出柯Ｐ的六大特點，即： (1).只要確立目標，必定全力以赴，而且精力充沛。 (2).缺少知心朋友，所以行事沒有顧忌。 (3).看透人生的生離死別，對鈔票不動心，國內少有政治人物可以做得到。 (4).行政透明，讓人民覺得受到尊重而願意追隨。 (5).重視行政效率，推翻過去公務機構的推拖拉政策，亦可以打敗許多對手。 (6).是非分明，沒有模糊空間，亦無灰色地帶，行事模式獲得人民肯定與支持。 台北市政經過柯Ｐ的勇於創新以後，因為獲得人民的支持與跟隨，而讓整個台灣都寵罩在「柯Ｐ效應」下，若無重大行政失疏，為政之道並可保持長遠態勢，則可能造成未來政府政策推動與執行上的改變。 (二).柯Ｐ的大數據選舉 柯P的個性與人格特質，讓他在參與台北市長的選舉過程中，即早做好了規劃與準備。 1.選戰策略 2014年11月，在台灣的九合一選舉之台北市長選戰中，無黨派的柯文哲席捲85萬票，這是歷任台北市長選舉第二高票，僅次於2002年當選的馬英九的87萬票。而政治素人柯Ｐ用大數據打敗政治世家連勝文的傳統戰法模式，可以簡化成下列的選舉成功公式，即：「6億個讚+5人小組+1400萬人次FB用戶=85萬張白色力量」。 2.柯p的大數據戰法 整體而言，柯P選戰不是隨興或僅憑感覺的戰法，而是極度科學，且經過精算出來的選戰策略。其中，最強大的秘密武器就是「大數據」，由一組5人所組成的沈默軍師操盤，並促成一股強大選舉戰力的「婉君」，也就是採用大數據戰法，而其選舉戰略的操控模式之相關內容簡述如下。 (1).認定網路為選戰的主戰場 2014年，食安風暴再度席捲全台，首當其衝的就是食品產業和餐飲業，自食品上游的原料製造廠，到下游的夜市小吃攤、連鎖餐飲店、老字號糕餅店等，無一倖免；食安風暴期間，一張貼在臉書上「總統府沒有總統、花生油沒有花生」的KUSO照片，竟在一小時內吸引2千多個網友按「贊」。柯Ｐ大感訝異，爾後，他以「生死的智慧」為題的演講影片，放上YouTube不到一個月，竟然有逾10萬人點閱。從社群網路的發酵過程，讓柯Ｐ感受到網路力量的強大，而要如何讓這股力量更為有效的發揮出來，就成為他參與選戰的必然考量；因此，早在2014年的上半年，柯Ｐ便認定網路是他的主要戰場。 (2).找出正確的領導人 網路人人可用，但要將網路變為選舉工具，則是一項專業，必須有專業領導人的進駐，方可竟其功；九合一選舉前的四個月，被譽為臉書最強大的中文搜尋引擎Qsearch創辦人，年紀僅有24歲的周世恩，以志工身分加入團隊，讓柯Ｐ陣營的數據選戰正式起跑；正確的領導人在正確的時間內做最專業的事，為以大數據作為分析工具的選舉，立下了成功的基礎。 (3).估算網友最喜歡的關鍵字 在選戰期間，柯P的網路小組成員最重要的工作之一，就是從1400萬人次的台灣臉書用戶，共按出6億個贊的海量數據中，監測網路輿論，進而對柯Ｐ提出具體因應建議。 (4).找出意見領袖 網路人口眾多，但大部分的使用者都是追隨者，必須從網路抓出意見領袖，才是影響冷感公民參與選舉的重要因素，因此，如何「找出網路40歲以下，且不踏進選舉場合的公民」的這些人，知道他們到底在那裡，對選舉的成敗十分重要，而臉書則是最主要的答案。因此，工作小組每天的工作就是逐一按下關鍵字，先抓出網路上前40篇討論柯文哲的相關文章，瞭解是誰發文？是網路意見領袖？還是主流媒體？選舉團隊必須從意見領袖的發掘中，瞭解敵我雙方及其主客觀因素為何，才能進一步加以因應。 (5).監測與對策 柯Ｐ的網軍小組監測每一天的選舉議題，固定一周向參選人提出報告，並提供策略分析，再由選舉團隊針對重要議題提出對策以之因應；其中，最典型的是MG149帳戶事件。 MG149帳戶是指「外科加護病房醫療經費MG149研究專戶」，是台大醫院外科加護病房為支持學術研究及外科重症臨床研究，於民國八十九年八月成立外科加護醫療經費(代號：MG149)，接受社會人士及企業捐款。所有款項用於各項服務，包括補助貧困病患的自費項目、購置臨床醫療設備等；為提升國內醫師水平，該經費也長期補助補助台大年輕醫師、研究生進行研究計畫，且其補助不分科別。 MG149相關帳戶分為「公帳」、「個別帳」，以及不屬於MG149下但相關的「SICU私帳」。其中，公帳是以團隊名義申請來自國科會、國衛院、院際合作計畫、院內研究計畫、各項研究計畫，以及企業或個人捐款等。個別帳為研究經費的預算控制帳，非實體存在的帳戶，係個別醫師申請來自國科會、國衛院、院際合作計畫、院內研究計畫、各項研究計畫及企業或個人指定捐款等等。依專款專用原則，編制專帳控制預算支出之記錄。「公帳」、「個別帳」屬公款，其動支均需遵循台灣大學附設醫院學術研究支援專款管理要點依法辦理；受到爭議的是台大外科加護病房(Surgical Intensive Care Unit, SICU)的私帳，其是為外科加護病房團隊私人繳交之互助金，非屬公款。2014年9月10日，立法委員羅淑蕾公開指控柯文哲洗錢，公然教唆、協助他人逃漏稅。 從大數據的分析中，MG149案爆發以後，網路上討論柯Ｐ的所有文章，每天有60％繞著MG149打轉，立委羅淑蕾臉書每日最高人氣有12萬人次，一人按贊，至少110個朋友看到；另外，網路小組從數據分析中也發現，當時柯Ｐ在網路上所放送的政見根本無人聞問，原本柯團隊冷處理MG149案態度，不能繼續採用相同的模式，於是朝公開方式處理，於是從監測臉書發文，並提出因應對策以後，成功化解MG149危機，也扭轉了選戰的劣勢。 (6).利用關鍵字決定選舉策略 從大數據分析中，網路小組發現柯Ｐ受到網友好評的關鍵字是「公開、透明、開放」，而對手的財產問題，也連帶被大量討論，兩相權衡之後，柯Ｐ召開記者會發表「光明磊落」聲明，利用競選團隊的推演策略，成功地反擊MG149案，而數據顯示，MG149的反對聲量從尖峰時期的80％驟降到10％，亦成為扭轉柯Ｐ不利戰局的重要影響因素。 (7).配合年輕人的喜好 在九合一的選舉中，全台灣20到34歲青年人口數超過520萬人，占總投票人口將近三成，但半數年輕人過去並未投票；如何吸引年輕人參與選舉，或讓年輕世代的族群參與政務十分重要；因此，柯Ｐ拜訪街舞老師、打籃球、騎腳踏車等，都是大數據算出來的結果，因為其符合年輕人的需求，而柯Ｐ為選舉所做的宣傳活動，可吸引年輕人的重視與支持。 (8).找出鐵票族群 根據柯Ｐ網路小組的評估，其認為只要找出20個年輕人感興趣的主題，再以一個主題號召5,000人，就有10萬張選票，而這群人不分藍綠，過去可能從未踏進選舉場合，是真正符合無黨無派，且具有高社經地位的柯Ｐ之「鐵票」。 總之，柯p一戰之名，並入主首都市長，其最主要的關鍵在於採用大數據的選戰模式，因此，柯Ｐ在勝選之夜時，曾語重心長的說︰「這是一場網路主導的選戰」，因為數據就是他的勝選酬碼。 (三.)大數據在政治上的應用 在民主國家的政黨政治中，實施輿論調查，並提出選民所希望的政策，從而在選舉中獲勝，是各黨在歷次選舉中經常採用的方式。 1.大數據在政治上的應用 2008年，美國總統選舉首次運用大數據的選舉，歐巴馬陣營動用了競爭對手3倍的人才來收集和分析數據，每天都實施新聞調查。 大數據分析可以用在許多政治的議題上，如利用大數據來尋找理想的候選人之宣傳畫像，亦是經常使用的選舉策略，常見的例子如美國總統在官網上的主頁應採用什麼樣的畫面，若有四種選擇，即在西裝革履站在星條旗前、在藍天下挽著袖子、在演講會上與支持者握手，以及全家福等4幅照片中，哪一幅最適合放在歐巴馬陣營的官網主頁上，即可利用大數據的分析方法來加確認。 2.大數據與媒體 大數據研究是美國選戰的重要策略，民主黨在兩次總統選舉中領先，但共和黨急起直追，網路與手機的數位流動資訊，已成勝選的關鍵。因此，利用網路資訊，擬定選舉策略，是總統歐巴馬兩度入主白宮的重要推手；而從1980年6月1日開播以來，已經發展成為15個有線和衛星電視頻道網路，12個網站，2個當地電視網路，以及2個廣播網的美國有線電視新聞網(Cable News Network，CNN)則扮演著重要角色。 在大數據的研究主題中，有關議題設定、投票率與得票率預測、支持者變化、媒體影響等，網路科技高度發展後的選舉數據研究…等，各黨均有其獨特的方法以之因應，且隨著多項選舉的進行，數據不斷的累積，而讓大數據的研究更為專業化。 3.美國兩黨的網路戰 隨著選民獲得選舉資訊管道，轉移至社群媒體與手機應用程式，美國選舉研究逐漸脫離被動的民調分析，主動在臉書(Facebook)、推特(Twitter)…等不同的媒體平台上，研究各項數據與資訊傳遞，除了表面的「贊」與追隨者之外，數據交流背後的意義更是選舉關鍵。 (四).國內政黨的採用 2014年的九合一選舉中，國民黨潰敗，黨內響起改革或改造的聲浪，特別是在歷經「柯P效應」後，也開始重視網路言論與網路科技應用，重視大數據分析在選舉上的應用，包括舉辦「網路發展趨勢研習營」、行政院記者會開放線上直播與網友提問，而新任國民黨主席朱立倫就職時更宣示，將開放「海選」優秀人才，未來立委選舉提名時，國民黨可能會引進柯P實行的i-voting制度，保障青年參選機會，仿效柯P的做法。大數據分析的應用將是未來選舉模式的重要參考模式。 六．結論 經由前述的分析說明，可據以列出本研究的結論如下： 1.美國自然雜誌、科學週刊《science》、國際數據發掘協會等，均為大數據做專題報導，大數據的討論與應用，在世界各主要國家風起雲湧，顯示大數據時代己經到來的訊息。 2.大數據尚無明確的定義，一般是指所涉及的資料量規模巨大到無法透過人工，在合理時間內達到擷取、管理、處理、並整理成為人類所能解讀的資訊。較新的定義為：「大數據是大量、高速、及或多變的資訊資產，它需要新型的處理模式去促成更強的決策能力、洞察力與最佳化處理」。 3.大數據必須藉由計算機對資料進行統計、比對、解析以後，方能得出客觀結果，其具有4個基本特徵，即數據數量巨大、數據類型多樣、處理速度快，以及可利用資料密度偏低等。 4.大數據的分析方法是決定最終訊息是否具有價值的決定性因素，其理論基礎包括可視化分析、數據挖掘、預測分析、語義蒐集引擎、數據質量和數據管理等，唯若要深入大數據分析，則未來應仍有很多更專業的大數據分析方法。 5.「柯Ｐ現象」的形成，主要是建立在行政三化的基礎上，即行政透明化、行政效率化，以及行政是非分明化，政府不宜忽視柯Ｐ現象的存在。 6.柯p的大數據戰法主要步驟或內容包括：認定網路為選戰的主戰場、找出正確的領導人、估算網友最喜歡的關鍵字、找出意見領袖、監測與對策、利用關鍵字決定選舉策略、配合年輕人的喜好，以及找出鐵票族群等。 7.在民主國家的政黨政治中，實施輿論調查，並提出選民所希望的政策，是各黨在歷次選舉中經常採用的方式，美國選舉己使用大數據模式，未來在政治的議題上，其使用方式會愈來愈多，各國對於大數據分析的選舉模式將愈來愈重視。 8.國民黨繼九合一選舉慘敗後，開始重視網路言論與網路科技應用，包括舉辦「網路發展趨勢研習營」、開放「海選」優秀人才、引進i-voting制度，重視大數據的選舉模式等。
作者：謝明瑞
文章定位：
