跳到主要內容

臺灣博碩士論文加值系統

(35.172.136.29) 您好!臺灣時間:2021/07/29 08:50
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:葉永茂
研究生(外文):Yeh,YungMao
論文名稱:基於Plurk之社群網路音樂興趣可視化
論文名稱(外文):Social Network Music Interest Visualization based on Plurk
指導教授:鄧有光鄧有光引用關係
指導教授(外文):Lawrence Y. Deng
口試委員:王俊嘉徐樁樑鄧有光
口試委員(外文):WANG,CHUN-CHIAHSU,CHUANG-LIANGLawrence Y. Deng
口試日期:2012-07-10
學位類別:碩士
校院名稱:聖約翰科技大學
系所名稱:資訊工程系碩士班
學門:工程學門
學類:電資工程學類
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:57
中文關鍵詞:社群網路可視化正規化資料探勘iSpeadRank演算法
外文關鍵詞:Social NetworkVisualizationRegularizationData MiningiSpeadRank
相關次數:
  • 被引用被引用:0
  • 點閱點閱:256
  • 評分評分:
  • 下載下載:6
  • 收藏至我的研究室書目清單書目收藏:2
在本論文中,我們提供了讓社群網站中的音樂興趣能夠可視化的系統,
社群網路音樂興趣可視化系統提供了幾個功能:(A)使用者與朋友之間的相同音樂興趣可視化,(B)將有共同音樂興趣者劃分為群組,和(C)推薦歌曲功能來增加共同的音樂興趣.0。這些功能提供了必要性的社群網路分析功能。例如:一般使用者在社群網路上使用文字交談,或者與其他使用者一起參與有興趣的討論,而同樣興趣的討論可以讓使用者與其他用戶更加了解增進人際關係,然後可以更加了解朋友的興趣。在本論文中,我們處理一份從Plurk(著名的社群網站)取得的文字資料進行正規化,接著使用資料探勘來分析當中有關音樂興趣的訊息,並加以分類出不同的歌曲,以及利用不同的喜好程度關鍵字帶入iSpeadRank演算法來賦予不同的喜好程度,透過分析了解不同用戶對於音樂的興趣,可以更加瞭解與那些用戶可以談論那些音樂話題。在我們的經驗中,這可視化系統對社群網路分析有相當重要代表性。
In this paper, we provided a Visualization System for Music Web in Social Network There are several features provided by Visualization System Music Web: (A) obviously representation for the same interested music between friends, (B) groups integrated from the same interested, and (C) the function of recommendation music and then to increase the number of same interested music. These features provided necessary functions for Social Network Analysis. For example: when the users chatting in the air, there were too many discussions/histories to remember, or even to find out a same interested discussions from a lot of discussions with others. But the same interested discussion could make to understand the interpersonal relations between users, and then to allows a better understanding of their friends. We analysis the content of Plurk(a famous social network). We also used the data mining methodologies to analyze the chatting messages that the relevant interested in some music. We defined the different preference keywords and applied the iSpeadRank algorithm to calculate the different preference for music. In our experiences, this visualization system provided an important representation for social network analysis in music web.
中文摘要...........................................................1
英文摘要...........................................................2
致 謝.............................................................3
目 錄.............................................................4
表目錄.............................................................6
圖目錄.............................................................7
第一章 緒論.......................................................9
1.1 研究動機...................................................9
1.2 研究目的與方法............................................11
1.2.1 社交關係與興趣......................................12
1.2.2 社群網路中非同步討論................................13
1.2.3 關鍵字庫的建立......................................13
1.3研究範圍與限制............................................ 14
1.4論文架構.................................................. 15
1.5 可視化定義................................................16
第二章 文獻探討與研究架構.........................................17
2.1微網誌的概念性............................................ 17
2.2 社群網站中的互動..........................................18
2.3社群網路分析的重要........................................ 20
2.4 資料探勘理論..............................................21
2.5文字探勘技術.............................................. 22
2.6 正規表示法................................................23
2.7 SQL語法.................................................. 24
2.8研究實作概念.............................................. 25
2.8.1實作架構............................................ 25
2.8.2 實作系統流程........................................26
第三章音樂興趣分析系統解說........................................27
3.1 初始資料庫建立............................................28
5
3.2 歌曲資料庫建立............................................32
3.3 關鍵字資料庫建立..........................................33
3.4系統分析用資料庫建構...................................... 35
3.5音樂興趣分析方法.......................................... 36
3.5.1 興趣分析演算法......................................36
3.5.2 分析範例............................................38
第四章系統介面介紹及分析結果呈現..................................42
4.1系統介面介紹.............................................. 42
4.2 訊息資料處理介面..........................................42
4.3歌曲喜好程度介面介紹...................................... 44
4.4音樂興趣程度介面介紹...................................... 45
4.5共同音樂興趣分析介面介紹.................................. 47
4.6系統分析結果呈現.......................................... 49
4.6.1歌曲喜好程度分析結果呈現............................ 49
4.6.2音樂興趣程度結果呈現................................ 50
4.6.3共同音樂興趣結果呈現.................................51
第五章結論與未來展望.............................................. 53
5.1結論.......................................................53
5.2未來展望...................................................53
參考文獻.......................................................... 54
參考文獻
[1] 丁一賢、陳牧言,(2005),資料探勘,滄海書局
[2] 方盈潔,(2008),「微網誌使用行為研究:以Plurk 使用者為例」,國立 政治大學,廣播電視學系,未出版碩士論文。
[3] 石磊磊,(2009),「微網誌時代來臨,救災資訊搶第一!」,看雜誌雙周 刊,第44 期。
[4] 李明儒,(2007),Introduction To .NET Regular Expression,黑暗執行 緒
http://blog.darkthread.net/blogs/darkthreadtw/archive/2007/06/30 /introduction-to-net-regular-expression.aspx
[5] 沈顥祐,(2010),檢查字串惹毛你嗎?試試看正規表示式吧!,電腦科技 電子報
http://www.syscom.com.tw/ePaper_Content_EPArticledetail.aspx?id= 41&EPID=153&j=4&HeaderName=%E7%A0%94%E7%99%BC%E6%96%B0%E8%A6%96% E7%95%8C
[6] 谷玲 ,(2002),為什麼要研究網路社群?,台灣大學,新聞研究所教授
[7] 吳姝蒨(1995)。《電腦中介傳播人際情感親密關係之研究—探訪電子佈 告欄(BBS)的虛擬人際關係》。國立政治大學新聞研究所碩士論文。
[8] 吳姝倩 (1996)。《電腦中介傳播人際情感關係之研究:探訪電子布告欄 (BBS)中的虛擬人際關係》。國立政治大學新聞研究所碩士論文。
[9] 林彥劭,(2012),Plurk社群網路使用者行為之研究,國立臺灣海洋大學, 資訊工程學系
[10] 孫傳雄(2009),「微網誌時代-不可輕忽的微網誌社群號召力」,取自孫 傳雄的中時部落格,http://blog.chinatimes.com/tomsun。
[11] 范雅琪,(2011),社群網站資料探勘新利器,電子商務時報
http://www.ectimes.org.tw/Shownews.aspx?id=110608213230
[12] 張軒豪,(2011年),無法遮攔的社群網站,台糖月刊1993期 http://www.taisugar.com.tw/Monthly/CPN.aspx?ms=1348&s=13383302&p=13 383302
[13] 陳荻雅,(2012年),從社群網站探討股價動態「情感分析」正夯,數位時 代 http://www.bnext.com.tw/article/view/cid/125/id/21837
[14] 陳泰穎、張仲君、張育豪,(民99),社群網絡與知識推廣:數位典藏與學 習電子報的經驗 數位典藏與學習電子報 第九卷第二期 http://newsletter.teldap.tw/news/NewsContent.php?nid=3406&lid=350
[15] 張惠蓉,(2002),如何研究網路社群,輔仁大學,新聞傳播學系助理教授
[16] 陳明德,(2010),微網誌之資訊品質、信任、涉入程度對口碑傳播影響- Plurk使用者之實證研究,明志科技大學,工業工程與管理研究所
[17] 翁慈宗,(2009),資料探勘的發展與挑戰,行政院國家科學委員會
http://web1.nsc.gov.tw/ct.aspx?xItem=10609&ctNode=40&mp=1
[18] 陳弘慶(2007),「2006 年全國大專運動會參與者之涉入程度、體驗行銷、 滿意度及忠誠度之相關實證研究」,運動休閒管理學報,第4 卷,第1 期。
[19] 商業價值雜誌,(2012年),未來社交網路社交圖譜與興趣圖譜並重,中華 商報
http://www.chinesebiznews.com/index.php/2008-05-30-18-06-03/ 13925.html?task=view
[20] 曾彥翰,(民101),結合社群網路服務於非同步線上討論之初探,中華文 化大學,資訊管理研究所
[21] 曾國峰、Debby、張玉佩、陳建州(2009),「上班族瘋微網誌人脈一手掌握」, http://www.cna.com.tw。
[22] 鄭天爵(1998)。〈灣網際網路電子佈告欄系統的發展與使用特徵之研究— 以宜蘭農工專科學校BBS站為例〉,《宜蘭技術學報》,1:159-172。
[23] 維基百科,(2007),「微網誌」 http://zh.wikipedia.org/wiki/%E5%BE%AE %E5%8D%9A%E5%AE%A2。
[24] 維基百科,(2012),正規表式,
http://zh.wikipedia.org/zh-tw/Regular_Expression
[25] 維基百科,(2012),SQL語法,http://zh.wikipedia.org/wiki/SQL
[26] 維基百科,(2012),文字探勘,http://zh.wikipedia.org/wiki/%E6%96% 87%E5%AD%97%E6%8E%A2%E5%8B%98
[27] 蔡珮(1995)。《電子佈告欄使用行為與社會臨場感研究—以台大計中 BBS站為例》。交通大學傳播研究所碩士論文。
[28] 鍾任明、李維平、吳澤民(2007年) 運用文字探勘於日內股價漲跌趨勢預 測之研究,中華管理評論國際學報第10卷1期
http://cmr.ba.ouhk.edu.hk/cmr/webjournal/v10n1/CMR084C05.pdf
[29] Baym, N. K. (1998). The emergence of on-line community. In S. G. Jones (Ed.), Cybersociety 2.0: Revisiting computer-mediated communication and community (pp. 35-68). Thousand Oaks, CA: Sage.
[30] Bohringer, M. and A. Richter, (2009), “Adopting Social Software to the Intranet: A Case Study on Enterprise Microblogging.” Proceedings Mensch und Computer 2009,Oldenbourg, Berlin
[31] Darcy DiNucci(1999).Fragmented Future.
[32] Jones, S. (1999). Doing Internet research: Critical issues and methods for examining the Net. Thousand Oaks, CA: Sage.
[33] Jen-Yuan Yeh, Hao-Ren Ke, Wei-Pang Yang(2008) iSpreadRank: Ranking sentences for extraction-based summarization using feature weight propagation in the sentence similarity network
[34] Mittal, B., and M. S. Lee, (1989), “A causal model of consumerinvolvement.” Journal of Economic Psychology, Vol.10, pp. 363-389
[35] Myers, D. (1987). Anonymity is part of the magic: Individual manipulation of computer-mediated communication contexts. Qualitative Sociology, 10(3), 251-266.
[36] Parks, M. R., & Floyd, K. (1996). Making friends in cyberspace. Journal of Communication, 46(1), 80-97.
[37] Plurk,PlurkAPI 1.0, http://www.plurk.com/API/1.0/
[38] Pool, I. De Sola. (1983). Technologies of freedom. Cambridge, MA: Har vard University Press.
[39] Quillian, M. R. (1968). Semantic memory. In M. R. Minsky (Ed.), Semantic information processing (pp. 227–270). Cambridge, MA: The MIT Press.Radev, D. R., Hovy,
[40] Rheingold, H. (1993). The virtual community: Homesteading on the electronic frontier. Reading, MA: Addision-Wesley.
[41] Woon(2009),噗浪玩出大創意,台北:時報文化出版。
[42] Walther, J.B. (1992). Interpersonal effects in computer-mediated communication: A relational perspective. Communication Research, 19(1), 52-90.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top