大数据治新闻乱象
新闻乱象被社会大众诟病已久，危害台湾多年，现在受惠于科技进步，已经有解决的方法，这个方法就是大数据。
严格说起来，这个方法不能叫大数据而应该称为「社群倾听」（social listening），俗称「网路声量」，不过一般人把这一切都叫成大数据，有点以偏概全，但比较好记。
先前「国家通讯传播委员会」（NCC）裁罚中天电视台过度报导韩国瑜，有人抗议说：怎不罚严重偏绿或报导蔡英文的电视台？NCC当时说是因为有大量民众检举中天。过去主管机关裁罚媒体，主要都是因为有人检举。有检举才罚，没检举就不罚，这当然未必合理。当时就有不少人不满，现在各家电视新闻频道更是颜色分明，偏绿的多，偏蓝也有，却没有一台支持白色。前副总统吕秀莲日前退选时重批「政媒挂钩」，台北市长柯文哲也说媒体变成政党侧翼。
电视台的立场偏颇，NCC以往曾委托学者研究电视内容，中华传播管理学会也曾进行检验，当时多用人工执行「内容分析法」，耗费不少，而且旷日废时。如今，因为科技进步，透过社群倾听，已经可以快速呈现电视新闻内容有没有问题了。
社群倾听使用的方法，其实原理也是内容分析法，但是透过爬虫程式进行，再结合语义分析，呈现贬褒，更快、更准确，随时随地都可以反映分析成果。
NCC监理电视新闻报导，可以跟相关业者合作，多多利用社群倾听的技术，随时客观呈现各家电视新闻的内容是否有偏差，或是吹捧特定政治阵营的情况。因为分析电视新闻报导有没有问题，不能只看报导的数量，还要看报导的内容是好是坏，以及是否公平与平衡。NCC如果有这些客观的分析数据作为佐证，更能说服社会大众支持其监理立场，这样不只能逐步改正新闻乱象，也可以避免在裁罚时被批评成沦为当权派的「东厂」。
社群倾听这套技术已经非常成熟，过去虽然主要是以网路文字为主，但是现在结合语音辨识等AI人工智慧技术，已经可以分析电视新闻报导，足以呈现基本的电视新闻样貌，未来如果进一步结合AI的影像处理技术，那就更加完美了。
不分蓝绿都批评新闻乱象，以前绿营批评蓝营控制老三台，现在蓝营反击说绿营操控媒体与网军，情况变本加厉。传统的消极监理与相互谩骂都不能解决问题，请以新思维结合大数据等科学方法，确实改正新闻乱象。