租屋是相當貼近生活的一個題目,但對於一個資料先行的團隊來說,這就是一個難題了。
推薦系統,這個在機器學習領域好像一直是熱門議題。當然在電子商務上更是幾乎被視為是標準配備。而在媒體圈,卻因為近來備受爭議的「臉書演算法」,而有點被視為同溫層的始做俑者。可是回頭來研究使用者習慣,準確的推薦系統確實可以助長使用者的停留時間。
好啦,終於要來解密我們自己 (?) 了。
g0v 在 2014 年做政治獻金透明化專案時,我旁觀了整個過程。但那距離現在也有好幾年了,為什麼會突然想要做這題?原因其實很簡單,就是突然看到李宗榮老師的研究。
鏡週刊自從去年十月創刊之後,我們其實前面花了不少時間在補足網站剛上線時所發生的一些問題,雖然也有製作了像連加恩或是侯俊明這種比較有別於一般形式的呈現專題,不過在這些專題裡,還是比較接近一般媒體的運作方式,也就是在編輯台確定了題目,有些其實是在採訪到一個段落之後,設計師跟工程師…
延續上一篇,這篇也是上週六(11/3)在 Hack/Hackers Taipei 的短講中的其中一部分,至於當天最後一段,關於新的新聞實驗應該暫時就先不另文介紹,所以這篇大概也就是最後一篇了。
我們趕在農曆年前推出了少子化專題,不知道大家看過了嗎?為了趕上線,辛苦同事們的支援,可能有很多忙中有錯的地方,歡迎大家持續報錯、多指教了。
在上一篇提到我們在這個專題做了一個實驗。清理完資料之後,就把資料釋出,並在隨時有進度時同步更新報導內容。同時,讀者也可以透過訂閱電子報來追蹤專題的最新發展。昨天,我們把第一階段的幾篇統計做完之後先暫時告一段落,正好趁這個時候,來聊聊這次實驗的觀察跟心得。
首先,感謝團隊花時間把這份政治獻金資料從監察院帶出來,而且還花了不少手工處理成程式可以讀取的格式,以及中研院李宗榮老師對於營利事業捐贈資料處理上的許多建議,在製作查找政商關係工具時能夠有更多的想像。
大概幾個禮拜前,我在礦業法專題出版後寫了這篇「『礦業法』專題的觀察與嘗試」,內容大概是提到在單頁式的專題中,我們在基本資訊圖表的結束後以強迫式的方式要求使用者互動來選擇繼續閱讀的內容。而根據使用者行為的分析,發現雖然比起之前其他媒體提到的互動比例來說雖然是高了…
2015…
These were the top 10 stories published by mirrormedia; you can also dive into yearly archives: 2017, 2018.