臺灣博碩士論文加值系統

　　隨著網際網路技術的發展，越來越多的教學資訊充斥在網路上。然而大多的教學資訊都是教材提供者所設計，而非是經過同樣且有系統的整理的。這將導致這些分散在網路上的教學資訊無法充分的讓其他的教材提供者或是學習者有效的再利用，學習者也往往無法得知該如何在這些教學資訊中找出一條正確的學習路徑。
　　本研究提出了一個基於正規化概念分析(Formal　Concept　Analysis,　FCA)　的理論為基礎的方法，再配合一個經過改良的TF-IDF(Term　Frequency-Inverse　Document　Frequency)資料前處理方法－Adapted　TF-IDF(ATF-IDF)所產生出來的二元關係矩陣以建立起一個概念方格(Concept　Lattice)，用以表達不同概念之間的階層關係，接著藉由本研究提出的學習路徑建構機制，對概念方格做學習路徑的尋訪，找出一個學習路徑。

　　With　the　development　of　the　Internet　technology,　more　and　more　study　materials　abound　in　the　Web.　However,　most　of　these　are　designed　and　structured　by　the　notion　of　material　providers,　but　by　a　systematical　way.　It　will　make　it　not　efficient　for　most　materials　to　be　reused　by　the　other　material　providers　and　learners.　And　it　also　makes　learners　confusing　about　how　to　find　the　way,　the　learning　path,　crossed　with　these　study　materials.
　　In　our　research,　we　introduce　an　Automatic　Learning　Path　Constructing　Mechanism,　based　on　the　theory　of　formal　concept　analysis　(FCA)　with　a　binary　relation　matrix　which　is　pre-processed　by　an　adapted　TF-IDF　(ATF-IDF)　methodology,　to　find　out　a　concept　lattice　that　shows　the　concept　hierarchy　between　different　concepts,　and　then　output　a　learning　path　by　learning　path　traversal　methodology.

摘　　要 I
Abstract II
誌　　謝 III
第一章 緒論 1
1.1. 研究背景與動機 1
1.2. 研究目的 2
1.3. 研究方法 3
1.4. 成果與貢獻 3
1.5. 論文架構 4
第二章 相關研究 5
2.1. 數位學習相關定義 5
2.1.1. 數位學習 5
2.1.2. 學習元件 6
2.2. 文件分類 7
2.2.1. TF-IDF 7
2.2.2. 基於本體論的輔助分類 8
2.3. 正規化概念分析 9
2.3.1. FCA的定義 9
2.3.2. 概念方格 10
2.4. 拓樸排序　(Topological　Sorting) 12
2.5. 深度優先搜索 17
第三章 學習路徑分析演算法 18
3.1. 系統架構 18
3.2. 研究假設 20
3.3. ATF-IDF 20
3.4. FCA 23
3.5. Learning　Path　Constructing　Mechanism 28
第四章 實驗設計與結果 39
4.1. 實作開發環境介紹 39
4.2. 實驗一 40
4.3. 實驗二 44
4.4. 實驗三 48
第五章 結論與未來展望 49
5.1. 結　論 49
5.2. 未來展望 50
參考文獻 51
自述 53

[1]"LTSC　Home　Page　—　IEEE　Learning　Technology　Standards　Committee,"　http://projects.ischool.washington.edu/sasutton/IEEE1484.html.
[2]"IEEE　LOM,"　http://projects.ischool.washington.edu/sasutton/IEEE1484.html.
[3]"Google!!,"　http://www.google.com/.
[4]Advanced　Distributed　Learning,　S.,　"http://www.adlnet.gov/scorm/index.aspx."　
[5]Aizawa,　A.,　"An　information-theoretic　perspective　of　tf-idf　measures,"　Information　Processing　&　Management,　vol.　39,　pp.　45-65,　2003.
[6]Chi,　Y.-L.,　"Elicitation　synergy　of　extracting　conceptual　tags　and　hierarchies　in　textual　document,"　Expert　Systems　with　Applications,　vol.　32,　pp.　349-357,　2007.
[7]Ganter,　B.　and　Wille,　R.,　"Formal　Concept　Analysis:　Mathematical　Foundations,"　Berlin　Heidelberg:　Springer-Verlag,　1999.
[8]Gruber,　T.　R.,　"A　translation　approach　to　portable　ontology　specifications.,"　Knowledge　Acquisition,　vol.　5,　pp.　199-220,　1993.
[9]Kao,　M.　Y.,　"Linear-processor　NC　algorithms　for　planar　directed　graphs　I:　strongly　connected　components　"　SIAM　J.　Comput.,　vol.　22,　pp.　431-459,　1993　
[10]Khan,　L.,　"Ontology-based　Information　Selection,"　Ph.D.　Dissertation,　Department　of　Computer　Science,　University　of　Southern　California,　2000.
[11]Koprinska,　I.,　Poon,　J.,　Clark,　J.,　and　Chan,　J.,　"Learning　to　classify　e-mail,"　Information　Sciences,　vol.　177,　pp.　2167-2187,　2007.
[12]Lee,　C.-S.,　Jian,　Z.-W.,　and　Huang,　L.-K.,　"A　fuzzy　ontology　and　its　application　to　news　summarization,"　Systems,　Man　and　Cybernetics,　Part　B,　IEEE　Transactions　on,　vol.　35,　pp.　859-880,　2005.
[13]Levenshtein,　V.　I.,　"Binary　codes　capable　of　correcting　deletions,　insertions,　and　reversals,"　Soviet　Physics　Docklady,　vol.　10,　pp.　707-710,　1966.
[14]Shen,　H.　B.,　Yang,　J.,　and　Chou,　K.　C.,　"Fuzzy　KNN　for　predicting　membrane　protein　types　from　pseudo-amino　acid　composition,"　Journal　of　Theoretical　Biology,　vol.　240,　pp.　9-13,　2006.
[15]Siff,　M.　and　Reps,　T.,　"Identifying　Modules　via　Concept　Analysis,"　IEEE　Transactions　on　Software　Engineering,　vol.　25,　pp.　749-768,　1999.
[16]Tarjan,　R.　E.,　"Depth-First　Search　and　Linear　Graph　Algorithms,"　SIAM　Journalon　Computing,　vol.　1,　pp.　146-160,　1972.
[17]Wang,　L.　M.,　Li,　X.　L.,　Cao,　C.　H.,　and　Yuan,　S.　M.,　"Combining　decision　tree　and　Naive　Bayes　for　classification,"　Knowledge-Based　Systems,　vol.　19,　pp.　511-515,　2006.
[18]Weng,　S.　S.,　Tsai,　H.　J.,　Liu,　S.　C.,　and　Hsu,　C.　H.,　"Ontology　construction　for　information　classification,"　Expert　Systems　with　Applications,　vol.　31,　pp.　1-12,　2006.　
[19]Wille,　R.,　"Restructuring　Lattice　Theory:　an　Approach　based　on　Hierarchies　of　Concepts.,"　Ordered　Sets,　pp.　445-470,　1982.
[20]Williams,　A.　B.,　Padmanabhan,　A.,　and　Blake,　M.　B.,　"Experimentation　with　local　consensus　ontologies　with　implications　for　automated　service　composition,"　Knowledge　and　Data　Engineering,　IEEE　Transactions　on,　vol.　17,　pp.　969-981,　2005.
[21]Yager,　R.　R.,　"An　extension　of　the　naive　Bayesian　classifier,"　Information　Sciences,　vol.　176,　pp.　577-588,　2006.
[22]Zhang,　M.　L.　and　Zhou,　Z.　H.,　"ML-KNN:　A　lazy　learning　approach　to　multi-label　learning,"　Pattern　Recognition,　vol.　40,　pp.　2038-2048,　2007.
[23]陳偉洲,　"基於本體論之學習元件自動分類演算法,"　2006.
[24]蔡岳勳,　"使用概念擴展之學習物件辭書查詢－以　JLOO為例,"　2006