近年來網際網路與資通訊科技的快速發展，特別是Web2.0網路模式的興起，讓民主改革者重燃起應用網路落實民主審議與強化民主的新希望，但數量龐大的網路民意資料卻也讓傳統分析者為之卻步。由於瞭解與分析巨量的網路民意，可幫助公共管理者掌握公民於特定公共議題的可能偏好，並補充傳統公民參與管道（如民意調查、座談會、公聽會、說明會以及新聞媒體）所蒐集的民意，或事先瞭解該議題的社會脈動而預作因應與準備。 因此，本研究的目的旨在「運用巨量資料分析方法來探勘大量的網路民意，並評估將網路民意資料分析結果導入政府決策分析流程，以回應民意需求及改善電子化政府服務的可行性。」，期藉由巨量資料分析方法的探究與應用，來分析特定個案的網路民意的偏好，以及調查政府機關輿情分析人員蒐集民意的方式和巨量資料分析方法在導入政府部門的限制。
本研究為探究巨量資料分析網路民意，並導入政府決策分析的可行性，規劃透過文獻分析、焦點團體座談、網路問卷調查、深度訪談以及巨量資料個案實作等研究方法，逐步釐清如何將巨量資料分析方法用於探勘網路民意，以及網路民意如何被政府決策流程接納等相關問題。在流程安排上，本研究規劃在本案的研究期程內，依次進行文獻及個案資料蒐集、巨量資料分析實作、問卷調查與深度訪談、訪談及調查結果分析以及綜合研究發現與政策建議等步驟。基於上述，本研究的研究方法分成下列幾個部分，分述如下：
1.文獻蒐集與分析：進行本研究相關文獻蒐集，針對中英文期刊、國內外政府出版品與網際網路資料，聚焦於公眾接觸、巨量資料、個人資料保護、網站日誌與資訊探勘等相關的文獻資料進行蒐集與分析。
2.焦點座談：為瞭解政府機關蒐集民意的現況，特邀請相關領域政府主管業務專家與學者5人，針對政府蒐集民意現況進行焦點座談，藉由專家學者間的腦力激盪，針對我國政府機關蒐集與分析民意的現況進行討論與提供建議，為本研究後續的調查與訪談預作準備。
3.巨量資料分析：本研究透過與資策會創研所（顧問）、世新大學資管系（顧問與技術團隊）以及龍捲風科技股份有限公司（技術團隊）等技術單位合作，共同討論執行我的E政府網站日誌分析和個人資料保護的網路民意分析等個案的巨量資料蒐集與分析方法，透過個案的實作發掘可行的分析方法與作業流程，供政府相關單位參考。
4.問卷調查：本研究透過焦點團體座談與政治溝通模型的運用，設計調查問卷，調查中央政府一至三級機關（145個）科長或專員層級以上新聞聯絡人員共170人回答問卷，計獲得有效問卷169份，作為調查分析依據。
5.深度訪談：本研究訪問中央政府所屬機關包括四位中央部會的CIO（資訊長）、一位中央三級機關的CIO以及一位直轄市的CIO共6人，以瞭解我國中央政府機關對於巨量資料的認知與未來導入巨量資料分析的相關風險看法。
本研究有以下幾點主要的發現與建議：
1.網站日誌分析：研究團隊透過WebLog Expert分析工具的使用，儘可能的解析大量網站日誌資料中的資訊，並詳細的紀錄分析工具的操作步驟。未來的研究者可參考本研究於附錄二所提供之Google Analytics與WebLog Expert的操作步驟，複製本研究從事網站日誌的巨量資料分析的流程。惟網站日誌資料未能記錄更精確的使用者個人瀏覽資訊，使得日誌資料分析尚無法進一步分析使用者的服務偏好與更詳細的瀏覽行為。
2.網路輿情分析：作為輿論一環的網路民意已逐漸成為傳統電話民意調查的缺口，政策議題主管機關不論在事前的掌握民意方向或危機預警、事中的因應、與事後的議題管理與行銷，相對即時與巨量的網路輿情都應該逐步地納入政府決策參考的來源之一。本研究透過網頁資料探勘方法，逐步釐清個案資料的輿情偏好。由於本案的執行建立在研究團隊與技術團隊的協同合作基礎上進行，建議政府機關未來可借鏡本分析模式，建構適合所屬機關的網路輿情分析作業流程。
3.政府輿情分析現況調查：中央政府主管級新聞聯絡人員在蒐集、分析與回應民意工作上多偏好透過大眾傳播媒體，並且普遍認為這樣的民意蒐集與分析對於首長是有幫助的。本研究在控制其他變數的情況下，發現當受訪者認知輿論蒐集與分析報告對首長幫助較大時，其對於機關在對外政策溝通、採納輿論意見、回應輿論意見、公平回應不同立場輿論皆呈現滿意度較高的狀態。值得注意的是，中央政府機關新聞聯絡人員對於民意的汲取，多習慣從大眾傳播媒體取得民意資訊，顯示政府現階段對於網路民意的重視程度，尚遠不及對傳統大眾媒體的重視程度，究竟是因為蒐集與分析工具的不熟悉所致，還是因為制度的因循造成，有待本研究進一步的釐清。
4.中央政府CIO深度訪談：多數的CIO認為政府機關若欲從事巨量資料分析的可能影響為「法規」，特別是對於大多數的機關單位來說，個人資料保護法是影響巨量資料分析的最重要因素，為了避免法規所衍伸的處置與罰則，寧可犧牲公共利益，而將個資法無限上綱。此外，巨量資料分析技術尚未於公部門中成熟的發展，為讓公部門更成熟的利用巨量資料分析，政府有關單位一方面需將公部門的資料作有效的整合，另一方面更需使用系統化的方法蒐集非結構化的資料後，在透過與技術團隊合作的方式共同找出富決策意涵的資料分析結果。
