國立中興大學/應用經濟學系、國立中央大學/法律與政府研究所、國立清華大學/經濟系雙主修計量財務金融、國立臺北科技大學/自動化科技研究所、
以社群大數據中的非結構化資料為研究主軸,並以年金改革為案例來呈現分析結果。研究方法主要運用iFEEL蒐集多來源社群大數據觀察聲量趨勢變化,並使用SER、Tableau及工人智慧分析社群媒體聚集地;此外,透過語意分析方法彙整出意見領袖(KOL)的貼文立場;並輔以工人智慧與情緒分析技術交叉驗證臉書粉絲專頁貼文留言的正負意象,最後將分析洞見以資料視覺化的方式呈現。專題之研究成果在非結構化部分,目前已能初步做出詞頻、關鍵字、摘要等等語意分析,但仍有不足,需要藉由工人智慧加以補足。在敘述與解讀資料部分,透過Tableau等工具之應用,有效的呈顯出數據所要表達的意涵,提升資料視覺化之技巧。