臺灣博碩士論文加值系統

關鍵圖圖形不易被了解，一直是關鍵圖相關研究中的重要問題。透過前置處理方法的處理，提供一個適切的文件給關鍵圖當作投入，有助於關鍵圖產生一個更容易判讀與分析的關鍵圖圖形。而一個可讀性較高的關鍵圖圖形，可以讓決策者更清楚地瞭解現狀與決策情境。因此，在本研究中，提出兩種前置處理程序－詞頻修正與VFT分層前置處理程序，希望能藉由將這兩種前置處理程序，加入到原本關鍵圖既有的一般前置處理方法中，可以使得欲投入到關鍵圖中的文件得以更適合，使產生的關鍵圖圖形，可以更容易被觀圖者或決策者所瞭解，甚至從中發現決策機會。
　　為驗證本研究所提方法之可行性，研究將以個案研究的方式進行探索性分析，而在研究中以即時通訊軟體為本研究之個案。而經過一連串的流程與驗證，本研究所提的兩種前置處理程序，的確可以讓關鍵圖產生更容易判讀的關鍵圖圖形，並且藉此圖形可以讓觀圖者描繪更豐富且清晰的劇情。

One drawback of KeyGraph is its readability. Providing qualified document is helpful for KeyGraph to translate the document an appropriate and easy read KeyGraph diagram. And further, to discover worthy chances for decision making. We proposed 2 preprocessing strategies for assuring appropriate quality of documents, especially for decision makers when they try to discover chances with KeyGraph. A case study of Instant Messenger is used to verify the validity and readability of the proposed strategies. The results shown that the proposed strategies are helpful for creating readability KeyGraph diagrams, and further to create clear scenarios for discovering chances.

目錄…. I
圖目錄. III
表目錄. IV
第一章 緒論 1
第二章 文獻探討 5
第一節 關鍵圖與機會探索 5
第二節 決策支援與Simon決策模型 13
第三節 多層次決策相關理論 17
第四節 即時通訊軟體 26
第三章 研究方法 32
第一節 原始流程 33
第二節 詞頻修正流程 36
第三節 VFT分層流程 37
第四節 驗證方法 40
第四章 研究個案與研究結果 45
第一節 研究個案 45
第二節 研究樣本 46
第三節 KGD劇情說明 49
第四節 驗證 67
第五章 結論與建議 75
第一節 研究發現 75
第二節 研究限制 77
第三節 建議與討論 78
參考文獻 80

參考文獻

中文部份
1.László Barabási Albert、Bonabwau Eric，鐘樹人譯，2003年6月，無尺度網路，科學人雜誌：78-89。
2.N. Katsumi，江裕真譯，2003年，圖解力！，城邦文化出版事業股份有限公司　商周出版。
3.Simon, H.A.，黃明堅譯，1981年，管理決策的新科學，中興管理顧問公司。
4.Straus Anselm、Corbin Juliet，徐宗國譯，1997年，質性研究概論，巨流出版社。
5.Turban Efraim、Aronson Jaye，李俊民譯，2002年，決策支援系統，台北，華泰文化事業公司，二版。
6.王怡雰，2004年，電腦溝通媒介與任務型態對媒介認知影響，中華大學資訊管理學系碩士論文。
7.古明泓，2004年，探討即時通訊之使用動機、使用行為與滿足之關係，國立政治大學資訊管理研究所碩士論文
8.司徒達賢，2005年，管理學的新世界，台北，天下遠見出版。
9.吳泰毅，2006年，線上／線下溝通恐懼以及自我揭露話題之比較研究－以即時通訊為例，世新大學口語傳播學系碩士論文。
10.胡幼慧，2002年，質性研究：理論、方法及女性本土研究實例，巨流出版社。
11.郭懿慧，2004年，大學即時通訊的使用對於團隊合作之研究，元智大學資訊傳播學系碩士論文。
12.許芳誠、黃松熙，2004年，建構支援顧客創意的新產品設計模型：以價值焦點思考法為基礎，真理大學管理科學研究所在職碩士專班碩士論文。
13.黃盈裕、周庭銳、周逸衡，2003，以方法目標鏈結模式探討服飾的顧客價值－定性法，管理研究學報，39-69。
14.楊國樞、文崇一、吳聰賢、李亦園，1989，社會及行為科學研究法，東華書局出版。
15.蔡燕平，2004年，組織採用即時通訊軟體與組織溝通之研究以MSN Messenger為例，銘傳大學資訊管理學系碩士專班碩士論文。

英文部分
1.Ainscough, T. L., J. E. Aronson, and T. M. Seiler, 1997. Neural Networks in Business: A Review, Journal of Applied Management and Entrepreneurship.
2.Calkin. A. S. Montero, Ohsawa, Y., Arkia K., 2005. Modeling the Discovery of Critical Utterances, Soft Computing as Transdisciplinary Science and Technology, KES2005: 554-560.
3.Chiu, C.M., 2005. Applying means-end chain theory to eliciting system requirements and understanding users perceptual orientations, Information & Management, 42(3): 455-468.
4.Clemen, R. T. and Terence, R., 1996. Making Hard Decision, Duxbury Press.
5.D. W. Steward and P. N. Shamdasani, 1990. Focus Group: Theory and Practice, Sage.
6.Goldberg, D. E., Sastry, K. and Ohsawa, Y., 2002, Discovering Deep Building Blocks for Competent Genetic Algorithms Using Chance Discovery via KeyGraphs, IlliGAL Report, No. 2002026.
7.Gorry, G M., and M. S. Scott Morton, 1971. A Framework for Management Information System, Sloan Management Review.
8.Gutman, J.1982. A means-end chain model base on consumer categorization processes, Journal of Marketing, 46(1): 60-72.
9.Gutman, J., and T. J. Reynolds, 1978, An Investigation of the Level of cognitive Abstraction Utilized by Consumers in Product Differentiation, in Attitude Research under the Sun, Chicago: American Marketing Association, 125-150.
10.H. Tamura, Washida Y., and Ohsawa, Y., 2004. Emerging Scenarios by Using DDM: A Case Study for Japanese ComicMarketing, Intelligent Information & Engineering Systems, KES2004: 847–854.
11.Hwang, M. I. H., 1995. The Effectiveness of Graphic and Tabular Presentations Under Time Pressure and Task Complex, Information Resources Management Journal.
12.Kassarjian, H.H., 1977. Content Analysis in Consumer Research, Journal of Consumer Research, 4: June: 8-18.
13.Keen, P. G. W., and M. S. Scott Morton, 1978. Decision Support System, An Organization Perspective, MA: Addison-Wesley.
14.Keeney, R. L., 1992. Value-focused thinking：A path to creative decision making, Harvard University Press.
15.Keeney, R. L., 1994. Creativity in Decision Making with Value-Focused Thinking, Sloan Management Review, Summer: 33-41.
16.Keeney, R. L.., 1996. Value-focused thinking: Identifying decision opportunities and creating alternatives, European journal of operational research, 92: 537-549.
17.Keeney, R. L., 1999. The Value of Internet Commerce to the Customer, Management Science, Vol.45 No.4: 533 - 542.
18.K. Horei, Yamaguchi, T., Sakakibara, T. and Ohsawa, Y., 2004. Condensation and Picture Annotations of Scenario Map for Consensus in Scenario Mining, Knowledge-Based Intelligent Information & Engineering Systems, KES 2004: 831-838.
19.Krueger R. A., and M. A. Casey, 2000. Focus Group: A Practical Guide For Applied Research, Sage.
20.K.Yada, 2005. CODIRO: A new system for obtaining data concerning consumer behavior based on data factors of high interest determined by analyst, Soft Computing as Transdisciplinary Science and Technology, KES2005: 511-520.
21.N. Kushiro and Ohsawa, Y., 2004. A Chance Discovery Process to Understanding Spiral Behaviors of Consumers, Knowledge-Based Intelligent Information & Engineering Systems, KES 2004: 807-814.
22.Olson, J. C. and T. J. Reynolds, 1983. Understanding Consumers’ Cognitive Structures: Implications for Marketing Strategy, Advertising and Consumer Psychology, Lexington Mass: Lexington Books, 77-90.
23.Reynolds, T. J., and J. Gutman, 1988. Laddering Theory, Method, Analysis, and Interpretation, Journal of Advertising Research, February/March, 11-31.
24.Rokeach, M. J., 1968, The role of Values in Public Opinion Research, Public opinion Quarterly, 32(Winter), 547-549.
25.Tolman, E. C., 1932. Purposive Behavior in Animals and Men, New York: Century Company.
26.T. Sakakibara and Ohsawa. Y., 2005. Knowledge Discovery Method by Gradual Increase of Target Baskets from Sparse Dataset, Soft Computing as Transdisciplinary Science and Technology: Proceeding of the 4th IEEE International Workshop (WSTSA’ 05): 481-489.
27.T. Sakakibara and Ohsawa, Y., 2005, Generation of Multiple KeyGraphs with Different Complexity from One Data Set, Proceedings of the 4th International Workshop on Chance Discovery: From Data Interaction to Scenario Creation (CDWS4), Germany.
28.Valette-Florence, P., and B. Rapacchi, 1991. Improvements in Means-End Chain Analysis: Using Graph Theory and Correspondence Analysis, Journal of Advertising Research, 31(February/March), 30-45.
29.Y. Ohsawa, Nels E. Benson and Masahiko Yachida., 1998. KeyGraph: Automatic Indexing by Co-occurrence Graph based on Building Construction Metaphor, Proc. Advanced Digital Library Conference, ADL 1998: 12-18.
30.Y. Ohsawa, 2003. Modeling the Process of Chance Discovery, Chance Discovery, 1-15.
31.Y. Ohsawa and McBurney, P. (Eds.), 2003, Chance Discovery, New York, Springer Verlag.
32.Y. Ohsawa, and Yachida, M., 1999, Discovery Risky Active Faults by Indexing an Earthquake Sequence, Proceedings of Discovery Science, Heidelberg, Springer Verlag, 208-219.

網頁部份
1.創市際市場研究顧問公司，2003年，台灣即時訊息服務市場現狀，http://www.insightxplorer.com/news/index.html，IX新聞室網頁，上網日期：2006年5月。
2.創市際市場研究顧問公司，2005年，即時通訊不只是好玩而已，http://www.insightxplorer.com/news/news_02_23_05.html，IX新聞室網頁，上網日期：2006年5月。
3.創市際市場研究顧問公司，2006年，台灣地區手機相關調查，http://www.insightxplorer.com/news/news_03_24_06.html，IX新聞室網頁，上網日期：2006年5月。
4.Backer, T. 2005, Giving Innovation a Boost,
http://news.taborcommunications.com/msgget.jsp?mid=384760&xsl=story.xsl,　上網日期：2006 3月。
5.M. USUI, Ohsawa, Y., 2003, Chance Discovery in Textile Market by Group Meeting with Touchable KeyGraph,
http://www.rhul.ac.uk/Management/News-and-Events/conferences/SID2003/Tracks-Presentations/22%20-%20UsuiOhsawa.pdf., 上網日期：2006年 4月。