联合国如何预测欧美失业率，从海量社群讨论找出关键事前指标

政府真的能听见人民的声音吗？一直以来，民众对政策、经济的批评似乎也只在社群好友圈里发酵，要将愤怒传进政府的高墙是件不容易的事。但是，现在你在社群网站上的抱怨发言，也许会被听见，甚至影响政府决策。

2009年开始，联合国启动全球脉动计划（UN Global Pulse），目标在利用大数据来协助人类发展以及预测行为，在美国纽约、印尼雅加达以及非洲坎帕拉等三地设立了专门实验室，利用新闻媒体、社群媒体、小众社群所搜集来的大数据，进行实时的分析，帮助当地政府了解民众需求以及社会发展状况。实际参与全球脉动计划，在美国、爱尔兰及印尼等地分析工作的SAS北亚区信息管理及分析产品经理Jason Loh解释，例如用社群媒体、新闻网站以及论坛的数据找出影响失业率的关键因子，供当地政府参考。“联合国全球脉动计划就是要利用大数据分析达成数位治国的目标。”他说。联合国藉着各国政府所提供的数据以及数据分析公司，来进行重要公共议题的民意监控，达到实时且反映真实的结果。

举例来说，Jason Loh进一步解释，联合国搜集了美国及爱尔兰地区民众在新闻媒体与社群上的讨论，从讨论主题中找出了三个，可以用来预测失业略的关键前导指标（Leading indicators）：人们开始将大车换小车、消费能力降低以及搭乘大众运输工具的比例增加，就可以预测到几个月内失业率提升。

失业率提升后，就会出现落后型的指标（Lagging indicators），象是失屋率的讨论度提升、减少医疗保健的支出以及减少出游渡假，意即奢侈消费减少的讨论声浪，这都是失业人口大增后才会浮现的讨论主题。

一般政府传统的决策分析作法，多半是进行事后统计结果，往往是发现失业率已经确定上升了，才开始分析和决策。“这种作法的速度太慢，无法真正解决问题。”Jason Loh表示，第一时间直接监测社群媒体，当前导指标的讨论度提升时，就代表着失业率的提升。“将这些从社群媒体上听到的声音，提供给政府，就可以提前采取对策。”

失业率上升前，社群媒体上关于换车、购物降低以及搭大众运输工具的讨论都会提升。失业率上升后，则是会出现失屋率、医疗保健支出的减少以及取消度假等言论。 图片来源:SAS

除此之外，也因为每个国家国情不同、经济富裕状况不一，分析的结果也不尽相同。例如，爱尔兰在失业率提升后8个月，失屋率的讨论度才上升，美国则是2个月后就出现失屋率的讨论了。

不过，每个国家用来辅助施政的指标也很不一样，美国跟爱尔兰地区重视失业率分析，而印尼政府则担心贫穷人家没钱去买日常用品、医疗用品。因此，当数据显现出印尼人民无法维系基本的生活水平时，政府就应该制定一些项目给贫穷家庭。所以，Jason在印尼进行社群分析时，“主要是看：辣椒、米价、油价这三大重点KPI。”

社群媒体语意分析大挑战：各地方言

分析全球各地的社群媒体内容，最大挑战就是得理解自然语言的使用方式，以及各地的方言。“以中文为例，中国大陆、中国台湾、新加坡等地虽然都讲中文，但所用的中文截然不同。”全球第二多人使用的西班牙语，也会因区域而不同的使用习性。因此，“这类跨国性的社群分析行动，得结合当地文化情境和所用语言，大型企业要锁定全球规模市场时也需如此，能精确支援各国家和地区的语言是非常重要的关键。”

Jason解释，SAS在进行社群的语意分析时，第一步就先用当地的大型语料库进行扫描，透过机器来进行断词断句，将一句话自动分类。要支援中国台湾的正体中文语系，不只是将简体版翻成繁体就好，还要有一个大型的语料库做为参照基础，所以，SAS也跟中国台湾中研院合作，结合了中国台湾中研院的平衡语料库。

此外，各个领域都有不同的专业术语，医疗、法律、科技等各类专有名词，此时就需要一个产业数据库 (Business Domain Knowledge)，进行专有名词的扫描。

为了达到更加精准的分析语意，Jason表示，光靠机器判读绝对不可能，“因为没有绝对的机器判读跟不变的规则模型，混合的方式才会最接近真正的语意结果。”机器判读后，一定要在佐以人工修改与确认模型 (Pattern)。当新的语意出现，就要人工进行辨识，调整，然后再交给机器继续进行大量的分析工作，“通常人工是进行确认的工作。”Jason说，机器与人工两者结合，才是对多元内容分析的最佳方式。