臺灣博碩士論文加值系統

憂鬱症是現代社會極為常見的心理疾病，不斷高速發展的科技文明相對的也帶給現代人更多的壓力來源，若無適當的抒發方式，累積的壓力往往會帶來不論是心理及生理疾病。
手機是目前最為貼近使用者的產品，新一代的智慧型手機的出現，因具備有觸控螢幕、方向感知的功能，在使用上與消費者的互動行為更加的明顯化。加上開放式開發者平台的出現，這樣的一個的操作行為模式及平台模式，創造許多新型態的遊戲出現。其中不乏所謂的療癒系遊戲，其與使用者之間的互動性較一般性的療癒系商品高出許多，在研究療癒系遊戲時，這類的遊戲提供了較多的具有互動元素樣本。
本研究主要針對智慧型手機平台上之遊戲以開放式問卷蒐集遊戲樣本，以專家焦點分析法結合KJ法蒐集互動元素，再藉由集群分析及因素分析去分析療癒系遊戲樣本互動元素與意象語彙。最後透過類神經網路分析其兩者間的關連性，透過這樣的研究分析方式，取得互動元素與意象語彙間的設計模式。
從研究結果中得知不同的互動模式的搭配，是會影響著玩家對於遊戲的療癒系意象感受，但是互動性愈高的遊戲，並不一定可以帶給玩家愈佳的療癒系感受。

Depression is very common mental illness in modern society. The continuous and rapid development of the scientific and technological civilization brings more source of pressure. The accumulated pressures usually lead to physical and mental illness, if without proper way to vent.
The mobile phone is the device that most close to users at present. The interaction becomes evident between users and their products because the new generation smartphone provide the devices with touch screen and orientation-aware functionality. This mode for operational behavior and platform mode create plenty of novel types of digital games, which are coupled with emerge of the open development platform. The so-called healing digital games cannot be excluded. This sort of healing games has the greater interaction than the common healing products. When we explore of healing digital games, this kind of digital games offers more interactive elements sample.
This research, mainly focused on the games on a platform of smartphones, uses open-ended questionnaire to collect digital game samples. Collect interactive elements samples by expert focus analysis with KJ method. Then, analyze interactive elements and image words from healing digital games’ samples by Cluster Analysis and Factor Analysis. Finally, analyze the relation between the two using Artificial Neural Network Analysis. Finally, acquire the design criteria mode between interactive elements and image words.
In this paper, mixes of different interactive modes will affect the players' feeling in the digital game for the healing imagery. However, it is not necessarily be able to bring better healing style feeling as players, when the game has higher interactive functions.

摘要 I
ABSTRACT II
誌謝 III
目錄 IV
表目錄 VI
圖目錄 VIII
附件表 IX
一 緒論 1
1.1 研究背景及動機 1
1.2 研究目的 2
1.3 研究範圍及限制 3
1.4 研究架構與流程 4
二 文獻探討 6
2.1 療癒系 6
2.2 智慧型手機 11
2.3 數位遊戲 14
2.4 類神經網路 24
2.4.1類神經網路應用 28
2.4.2應用類神經網路於產品設計之探討 29
三 研究理論 31
3.1 因素分析 (Factor Analysis) 31
3.2 集群分析 (Cluster Analysis) 35
3.3 類神經網路(NN) 37
3.4 問卷調查 41
四 研究方法與步驟 43
4.1 研究步驟 43
4.2 療癒系遊戲樣本蒐集 44
4.3 互動元素蒐集 45
4.4 療癒系意象語彙蒐集 48
4.5 意象語彙因素分析 49
4.6 遊戲樣本集群分析 53
4.7 類神經網路編碼 58
4.8 類神經網路分析 59
五 結論與展望 64
5.1 研究結果與貢獻 64
5.2 未來展望 65
參考文獻 66

中文
王俊為(2009)，從不同成年族群探討療傷系玩具配色色彩認知之研究。南華大學 應用藝術與設計學系碩士論文。
宋係潔(2008)，療傷系玩具特性與熟齡族療傷感的研究。南台科技大學 數位內容與動畫設計研究所 碩士論文。
吳佩蓉(2008)，創意設計商品體驗行銷與消費者人格特質對購後行為之關聯性研究─以療傷系(癒す)玩具為例。靜宜大學 企業管理研究所 碩士論文。
吳俊儒(2009)，成年人之療傷系玩具消費：商品意義建構、消費體驗與價值創造。世新大學 公共關係暨廣告學研究所 碩士論文。
杞琇婷(2008)，療癒系商品影響心情轉換之要因與成效。成功大學 工業設計學系 碩士論文。
長町三生(1997)，感性工學和方法論，感性工學委員會，日本。
周鵬程(2004)，類神經網路入門─活用Matlab，全華科技圖書股份有限公司。
陳佩君(2008)，因為你，所以我快樂-療傷系玩具顧客價值之研究。朝陽科技大學 企業管理系 碩士論文。
張華城(1999)，應用類神經網路模式於產品造形特徵辨識之研究，國立成功大學工業設計研究所 碩士論文。
許哲嘉(2009)，療系玩具之意象認知研究。大同大學 工業設計研究所碩士論文。
葉思岑(2005)，情緒紓緩玩偶產品力要素之研究。成功大學 工業設計學系碩士論文。
葉怡成(2003)，類神經網路模式應用與實作，儒林圖書有限公司。
楊明燿(1997)，“利用小波與類神經網路進行心電圖特徵擷取與病症分類＂，私立中原大學醫學工程學系碩士論文。
楊朝樑(2002)，“使用主要元素分析神經網路的心電圖病症辨識系統＂，國立中正大學電機工程研究所碩士論文。
藍意茹(2006)，癒す玩具之設計探究。臺灣藝術大學美術學院 造形藝術研究所 視覺傳達設計組 碩士論文。
蕭世文(1990)，“類神經網路在產品造形設計上的應用研究＂， 國立成功大學工業設計研究所。
饒婉平(2006)，探討消費者對療癒系商品之體驗感受。銘傳大學 設計管理研究所 碩士論文， 2006。
英文
Baranauskas, M., Neto, N., Borges, M.(1999). Learning at work through a multi-user synchronoussimulation game. In Proceedings of the PEG’99 Conference, Exeter, UK. 137-144.
Berlyne, D. E.(1960). Conflict, arousal, and curiosity. New York: McGraw-Hill.
Berlyne, D.E.(1974). Studies in the new experimental aesthetics. Hemisphere Publishing Corporation, Washington, DC.
Cordova, Diana I., Lepper, Mark R. (1996). Intrinsic motivation and the process of learning: Beneficial effects of contextualization, personalization, and choice. Journal of Educational Psychology, 88, 715-730.
Felix W. de, Johnston, R.T.(1993). Learning from video games. Computers in the Schools, 9, 199-233.
García-Berro E, Torres S., and Isern J. (2003). Using self-organizing maps to identify potential halo white dwarfs, Neural Networks, Vol. 16, pp.405-410.
Garris, R., Ahlers, R., Driskell, J. E.(2002). Games, motivation, and learning: A research and practice model. Simulation ＆ Gaming, 33(4), 441-467.
Hsu, S. H., Lee, F. L., ＆ Wu, M. C. (2004). Design for appealing to game buyers. Technical report, IEM, NCTU, Taiwan.
Kiecolt-Glaser JK, Marucha PT, Malarkey WB, Mercado AM, Glaser R. (1995, November 4). Slowing of wound healing by psychological stress. The Lancet, pp. 1194-1196.
Kristof,R , Satran,A.(1995). Interactivety by design. CA: Adobe Press. Proceedings of the Human Factors Society 42nd Annual Meeting.
Malone, T.W. (1981). What makes computer games fun? Byte 6:258–277.
Malone, T.W. (1981). Toward a theory of intrinsically motivated instruction. Cognitive Science 4:33–369.
Malone, T. W., ＆ Lepper, M. R.(1983). Making learning fun: taxonomy of intrinsic motivations for learning. In R. E. Snow ＆ M. J. Farr(Eds.), Aptitude, learning, and instruction: III. Cognition and affective process analysis. Hillsdale, NJ: Erlbaum.
Malone, T.W. (1984). Heuristics for designing enjoyable user interfaces: lessons from computer games. In: Thomas, J.C., Schneider, M.L. (eds.), Human factors in computer systems. Norwood, NJ: Ablex, pp.63–68.
Malone, T. W., ＆ Lepper, M. R. (1987). Making learning fun: A taxonomy of intrinsic motivations for learning. In Snow R. E., ＆ Farr M. J. (Eds.), Aptitude, learning, and instruction, III: Conative and affective process analysis (pp. 223–253). Hillsale, NJ: Lawrence Erlbaum.
Mandel, T.(1997). Elements of User Interface Design. Indianapolis, IN Wiley Publishing.
Shieh M. D. and Cheng C. C. (2003). Development of an Intelligent Fabric Retrieval System using Computer-Based Kansei Algorithm,Journal of the Asian Design International Conference, Vol.1.
Minami, K., Nakajima H. and Toyoshima, T.(1999). Real-time Discrimination of Ventricular Tachyarrhythmia with Fourier-Transform Neural Network, IEEE Trans. On Biomed. Eng. Vol.46, No.2,pp.179-185.
Allinson N., Yin H., and Obermayer K. (2002). Introduction: new developements in self-organizing maps, Neural Networks, Vol. 15.
Efstratios N., Luohui L., Qi L..(2000). Neural networks and response surface polynomials for design of vehicle joints, Computers and Structures, Vol. 75, pp.593-607.
Prensky, M.(2001). Digital game-based learning. New York: McGraw-Hill.
Saffer, D. (2007). Designing for Interaction. CA: New Rider.
Schwier, R. A., ＆ Misanchuk, E. R. (1993). Interactive multimedia instruction.