大數據治新聞亂象
新聞亂象被社會大衆詬病已久，危害臺灣多年，現在受惠於科技進步，已經有解決的方法，這個方法就是大數據。
嚴格說起來，這個方法不能叫大數據而應該稱爲「社羣傾聽」（social listening），俗稱「網路聲量」，不過一般人把這一切都叫成大數據，有點以偏概全，但比較好記。
先前「國家通訊傳播委員會」（NCC）裁罰中天電視臺過度報導韓國瑜，有人抗議說：怎不罰嚴重偏綠或報導蔡英文的電視臺？NCC當時說是因爲有大量民衆檢舉中天。過去主管機關裁罰媒體，主要都是因爲有人檢舉。有檢舉才罰，沒檢舉就不罰，這當然未必合理。當時就有不少人不滿，現在各家電視新聞頻道更是顏色分明，偏綠的多，偏藍也有，卻沒有一臺支持白色。前副總統呂秀蓮日前退選時重批「政媒掛鉤」，臺北市長柯文哲也說媒體變成政黨側翼。
電視臺的立場偏頗，NCC以往曾委託學者研究電視內容，中華傳播管理學會也曾進行檢驗，當時多用人工執行「內容分析法」，耗費不少，而且曠日廢時。如今，因爲科技進步，透過社羣傾聽，已經可以快速呈現電視新聞內容有沒有問題了。
社羣傾聽使用的方法，其實原理也是內容分析法，但是透過爬蟲程式進行，再結合語義分析，呈現貶褒，更快、更準確，隨時隨地都可以反映分析成果。
NCC監理電視新聞報導，可以跟相關業者合作，多多利用社羣傾聽的技術，隨時客觀呈現各家電視新聞的內容是否有偏差，或是吹捧特定政治陣營的情況。因爲分析電視新聞報導有沒有問題，不能只看報導的數量，還要看報導的內容是好是壞，以及是否公平與平衡。NCC如果有這些客觀的分析數據作爲佐證，更能說服社會大衆支持其監理立場，這樣不只能逐步改正新聞亂象，也可以避免在裁罰時被批評成淪爲當權派的「東廠」。
社羣傾聽這套技術已經非常成熟，過去雖然主要是以網路文字爲主，但是現在結合語音辨識等AI人工智慧技術，已經可以分析電視新聞報導，足以呈現基本的電視新聞樣貌，未來如果進一步結合AI的影像處理技術，那就更加完美了。
不分藍綠都批評新聞亂象，以前綠營批評藍營控制老三臺，現在藍營反擊說綠營操控媒體與網軍，情況變本加厲。傳統的消極監理與相互謾罵都不能解決問題，請以新思維結合大數據等科學方法，確實改正新聞亂象。