跳到主要內容

臺灣博碩士論文加值系統

(3.236.68.118) 您好!臺灣時間:2021/08/04 19:37
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:吳馥先
研究生(外文):Wu, FuHsien
論文名稱:以照片和標籤為基礎的民宿推薦方法之研究
論文名稱(外文):A Study on Photo and Tag-based Recommendation Methods for the Homestay Industry
指導教授:吳濟聰吳濟聰引用關係
指導教授(外文):Wu, JiTsung
口試委員:張欣綠廖耕億
口試委員(外文):Chang, HsinLuLiau, KengYi
口試日期:2012-07-05
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:67
中文關鍵詞:民宿推薦標籤圖片
外文關鍵詞:HomestayRecommendationTagPhoto
相關次數:
  • 被引用被引用:1
  • 點閱點閱:266
  • 評分評分:
  • 下載下載:16
  • 收藏至我的研究室書目清單書目收藏:2
大部分的人都是以照片為挑選民宿的基礎,民宿網站上的照片也會影響住房率。蘇珮瑩(2010)探討使用者對標籤瀏覽方式的偏好,以及不同的推薦方法的使用。張家榮(2011)的研究提到,社會性標記被認為是能夠呈現民宿多樣性的較佳方法。所以本研究根據蘇珮瑩(2010)、張家榮(2011)的研究結果為基礎,提出user-homestay Matrix、TF-IDF和Cosine相似度三種以標籤和照片為基礎的民宿推薦方法,並調查其推薦效果為何。

本研究以實驗平台的方式進行線上實驗,首先讓受測者選擇喜歡的圖片,經過五個回合,紀錄使用者輪廓,採用equal weight的方式,讓每個受測者點選的標籤權重都相同,接著使用三種民宿推薦方法,分別為user-homestay Matrix、TF-IDF和Cosine相似度,每種方法會計算出兩間分數最高的民宿,過濾掉重複的民宿後,再讓受測者評分。根據實驗結果顯示,Cosine相似度的precision為最高,但TF-IDF的推薦方法只有相差4%,其中user-homestay Matrix方法的推薦效果明顯比前兩者的方法差。而本研究在實驗結束後對受測者進行調查發現,系統的準確性會影響受測者的入住意願,由此可知,推薦系統的準確度對於民眾的選擇,有相當程度的影響力。

Most people choose homestay based on the photo on the website which will also affect the housing rate. Su (2010) explored the user preferences of tag browsing and the use of recommended methods. Zhang (2011) mentioned that the social tagging is considered to be able to render better homestay diversity. Based on the results of Su(2010) and Zhang(2011), this study investigates the effectiveness of User-homestay Matrix、TF-IDF and Cosine Similarity for tag and photo based homestay recommendation.

This study conducted an online experiment. First, let user chose the picture for five rounds. The system will record user profile with equal weight, so that each label weights of user click is the same. Second, system uses the three recommended methods to calculate. There are user-homestay Matrix, TF-IDF and Cosine similarity. Each method calculates the two highest scores of Homestay and filters out the duplicate homestay for the user to score. The experimental results show the precision of Cosine similarity is the highest and recommended method of TF-IDF is only a difference of 4%. The user-homestay Matrix method recommended significantly worse than other methods.

After the end of the experiment, the survey on the subjects’ occupancy found that the accuracy of the system would affect the subjects’ occupancy. The accuracy of the recommendation system has a considerable influence on the choice of homestay.

表次 vi
圖次 viii
第壹章 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 4
第四節 研究流程 5
第貳章 相關文獻 7
第一節 社會性的使用者分享系統(Social Sharing System) 7
第二節 標籤推薦 12
第三節 向量空間模式(Vector Space Model) 18
第參章 研究方法 21
第一節 研究架構 21
第二節 實驗設計 23
第三節 系統資料庫設計 29
第四節 民宿推薦系統計算方式之實例說明 31
第五節 資料分析 35
第肆章 實驗結果與資料分析 37
第一節 問卷統計結果分析 37
第二節 民宿推薦方法統計分析 48
第三節 民宿推薦結果分析討論 51
第伍章 結論與建議 53
第一節 研究結論 53
第二節 研究貢獻 55
第三節 研究限制 55
第四節 未來發展與建議 56
參考文獻 59
附錄一 63
附錄二 65

1.蘇珮瑩,以標籤為基礎的民宿推薦方法之研究,輔仁大學資訊管理學系碩士論文,2010。
2.卜小蝶,Folksonomy的發展與應用,國立成功大學圖書館館刊,第16期,2007/06,頁1-7。
3.卜小蝶,淺談社會性標記之意涵與應用,Web 2.0與圖書館研討會論文集,飛資得資訊有限公司,2006,頁83-100。
4.張家榮,以社會性標記應用於民宿之研究,輔仁大學資訊管理學系碩士論文,2011。
5.林正偉,Web2.0環境下以大眾分類法為基礎之知識收藏推薦系統,國立高雄第一科技大學資訊管理系碩士論文,2008。
6.陳品均,Web 2.0 應用服務策略行動之研究—以Yahoo!、Google、MSN 為例,國立台灣大學商學研究所碩士論文,2006。
7.吳筱玫等,Tagging的分類知識意涵:以flickr首頁圖片為例,新聞學研究,No.99,2009/04,頁265-305。
8.練乃華等,廣告圖片效果態度中介模式之研究,管理評論,第二十二卷,第四期,2002,頁35-55。
9.楊雅婷,網路資源使用者之標記行為研究--以社會性書籤系統為例,世新大學資訊傳播學系碩士論文,2007。
10.林慶文,以大眾分類法為基礎之網站內容分類架構—以社群書籤網站為例,中原大學資訊管理學系碩士論文,2007。
11.鄭學侖,以Web 2.0 民眾分類法建置音樂推薦系統之研究,政治大學資訊管理研究所碩士論文,2007。
12.莊銘鈞,量販店傳單組成要素對消費者訪店意願影響之研究-以圖片與頁數為例,元智大學國際企業學系學位論文,2004。
13.洪靖雅,菜單中圖片和文字訊息對購買意願的影響,靜宜大學企業管理研究所,2009。
14.黃鼎翔,照片分享與建構個人化人際網路之研究,臺灣大學資訊工程學研究所,2006。
15.蘇琬純,民宿標記系統之研究,輔仁大學資訊管理學系碩士論文,2009。
16.鄧睿清,以個人化標籤推薦系統探討網路標籤使用行為,交通大學資訊管理學程碩士論文,2008。
17.Biehal, G., Stephen, D. & Curlo, E., Attitude toward the Ad and Brand Choice, Journal of Advertising, 21(3), 1992, pp.19-36.
18.Edell, J. A. & Staelin, R., The Information Processing of Pictures in Print Advertisements, Journal of Consumer Research, 10(1), 1983, pp. 45-61.
19.Salton, G., Wong, A. & Yang , C. S., A Vector Space Model for Automatic Indexing, Communications of the ACM, vol. 18, nr. 11, 1975, pp. 613–620.
20.Golder, S., & Huberman, B.A., Usage Patterns of Collaborative Tagging Systems, Journal of Information Science, 32(2), 2006, pp. 198-208.
21.Grossman, R. P. & Till, B. D., The Persistence of Classically Conditioned Brand Attiutdes, Journal of Advertising, 27(1), 1998, pp. 23-31.
22.Lee, S.E., Son, D.K. & Han, S.S., Qtag: tagging as a means of rating, opinion-expressing, sharing and visualizing, Proceedings of the 25th annual ACM international conference on Design of communication, 2007, pp.189-195.
23.Mathes, A., Folksonomies-Cooperative Classification and Communication Through Shared Metadata. Technical Report, LIS590CMC, Computer Mediated Communication, Graduate School of Library and Information Science, University of Illinois, Urbana-Champaign, 2004.
24.Miniard , P.W., Bhatla , S., Lord, K.R., Dickson, P.R. & Unnava, H.R., Picture-Based Persuasion Processes and the Moderating Role of Involvement,Journal of Consumer research, 18(1),1991, pp. 92-107.
25.Mitchell, A.A. ,The Effect of Verbal and Visual Components of Advertisements on Brand Attitudes and Attitude Toward the Advertisement, Journal of Consumer Research , 13(1) , 1986,pp. 12-24.
26.Miniard , P.W. & Olson , J.C., Are Product Attribute Beliefs the Only Mediator of Advertising Effects on Brand Attitudes?, Journal of Marketing Research, 18(3), 1981,pp.318-332.
27.Rashid, A. M., Albert, I., Cosley, D., Lam, S.K., McNee, S.M., Konstan, J.A., & Riedl, J., Getting to know you:learning new user preferences in recommender systems, Proceedings of the IUT 02, San Francisco, CA, 2002, pp.127-134.
28.Lambiotte, R. & M. Ausloos, Collaborative Tagging as a Tripartite Network, Computational Science-ICCS 2006,2006, pp.1114-1117.
29.Rashmi, S., A cognitive analysis of tagging, Retrieved March 20, 2012, from the World Wide Web:
http://rashmisinha.com/2005/09/27/a-cognitive-analysis-of-tagging.
30.Sen, S., Lam, S.K., Rashid, A.M., Cosley, D., Frankowski, D., Osterhouse, J. Harper, F.M. & Riedl, J., Tagging, communities, vocabulary, evolution, Proceedings of the 20th anniversary conference on Computer supported cooperative work, 2006, pp.181-190.
31.Smith, A. K., Bolton, R. N. & Wagner, J., A Model of Customer Satisfaction with Service Encounters Involving Failure and Recovery, Journal of marketing research, 36(3), 1999, pp.356-372.
32.Tscheulin, D. K. & Helmig, B., The Optimal Design of Hospital Advertising by Means of Conjoint Measurement, Journal of Advertising Research, 38(3), 1998, pp.226-231.
33.VanderWal, T., Folksonomy coinage and Definition. Retrieved March 17, 2011, from the World Wide Web:http://www.vanderwal.net/folksonomy.html.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top