(3.236.222.124) 您好!臺灣時間:2021/05/08 07:15
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:::

我願授權國圖
: 
twitterline
研究生:黃繹瀚
研究生(外文):Yi-Han Huang
論文名稱:基於雲端運算之行動裝置應用程式的口碑評估
論文名稱(外文):An Evaluation Of APPs’ Word-Of-Mouth Based On Cloud Computing
指導教授:許榮隆許榮隆引用關係
口試委員:劉鎮豪王彥文
口試日期:2014-05-28
學位類別:碩士
校院名稱:開南大學
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:2014
畢業學年度:102
語文別:中文
論文頁數:60
中文關鍵詞:網路口碑文字探勘雲端運算Hadoop
外文關鍵詞:Online Word-Of-MouthText MiningCloud ComputingHadoop
相關次數:
  • 被引用被引用:0
  • 點閱點閱:256
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
由於智慧型手機、平板電腦等智慧型行動裝置的普及,不僅加快智慧型行動裝置在網路市場上的成長率,也帶動其應用程式(Mobile Application,簡稱APP)產業的蓬勃發展。然而,目前少有研究針對線上軟體商店中的APP評價做為網路口碑的推斷依據,這些經由使用者透過網際網路在線上應用程式軟體商店上所給予的評價,是否能夠反應APP在內容描述及其服務品質上,仍有待驗證。本研究利用Hadoop實作出一雲端文字探勘平台,使用Google Play中APP評論資料集進行實證分析,同時比較不同簡單貝氏分類器在雲端運算環境之成效。本研究根據實驗結果發現不同APP類別之分類結果,餘集簡單貝氏分類器對於APP均有較高的預測準確性,也證實文字探勘運用在雲端運算之平台具可行性。未來應可將Facebook與Twitter驗證此一系統架構之實用性與實作分類效果更好之分類演算法於雲端環境中。
With the advance of information technology, the prevalence of smartphones and tablets not only accelerate their growth rates of market share, but also promote the development of APPs’ industry. So far, there are few studies exploring APPs’ word-of-mouth by using the corresponding comments in online markets. Still, an assessment verifying to which extent an APPs’ word-of-mouth could be predicted by its comments is required. The purpose of this study was attempt to implement a cloud computing environment integrating text mining, and Hadoop to support timely and effective predictions. After comparing the result of different Naïve Bayes classification algorithms, Complementary Naïve Bayes has more accurate precision rate. This study found it potential in analyzing APPs’ word-of-mouth. Based on the empirical evidence, the cloud computing environment is feasible. It’s suggested for future research to verifying availability of cloud computing environment through Facebook and Twitter’s reviews and implementing more classification algorithms on cloud computing environment.
目 錄

第一章 緒論

第一節 研究背景
第二節 研究動機
第三節 研究目的
第四節 研究流程

第二章 文獻探討

第一節 網路口碑
第二節 文字探勘
第三節 雲端運算
第四節 APACHE HADOOP
第五節 貝氏分類器

第三章 研究方法

第一節 研究程序
第二節 系統架構
第三節 資料收集方法

第四章 結果與討論

第五章 結論

第一節 研究結論
第二節 研究限制
第三節 未來建議

參考文獻

一、中文部分
留淑芳(2003)。網路口耳相傳訊息特性及接受者行為特質對態度形成之影響。國立台灣大學商學研究所博士論文,臺北市。
喻欣凱(2008),運用支援向量機與文字探勘於股價漲跌趨勢之預測,輔仁大學資訊管理學系碩士論文,新北市。
黃孝文(2010),雲端運算服務環境下運用文字探勘於語意註解網頁文件分析之研究。國立政治大學資訊管理研究所碩士論文,新北市。
謝邦昌、鄭宇庭、蘇志雄(2011),「SQL Server 2008 R2資料採礦與商業智慧」,碁峰資訊股份有限公司。

二、英文部分
Anderson J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411–423.
Bickart B., & Schindler, R. M. (2001). Internet Forums as Influential Sources of Consumer Information. Journal of Interactive Marketing, 15(3), 31-40.
Brown, T. J., Barry, T. E., Dacin P. A., & Gunst, R. F. (2005). Spreading the word: investigating antecedents of consumers’ positive word-of-mouth intentions and behaviors in retailing context. Academy of Marketing Science. Journal, 33(2), 123-138.
Grossman, R. (2009). The case for cloud computing. IT Professional, 11(2), 23–27.
Goldsmith, Ronald E. & David Horowitz (2006). Measuring Motivations for Online Opinion Seeking. Journal of interactive Advertising, 6(2), 1-16.
Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic Word-of-Mouth via Consumer-Opinion Platforms : What Motivates Consumers to Articulate Themselves on the Internet. Journal of Interactive Marketing, 18(1), 38-52.
Kibriya, A., Frank, E., Pfahringer, B., & Holmes, G. (2005). Multinomial naive bayes for text categorization revisited. AI 2004: Advances in Artificial Intelligence, 235-252.
Mell, P., & Grance, T. (2009). The NIST definition of cloud computing. National Institute of Standards and Technology, 53(6), 50.
Nie, J. Y., Brisebois, M., & Ren, X. (1996). On Chinese text retrieval. Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval, 225–233.
Reichheld, F. F., & Sasser, W. E. (1990). Zero defections: Quality comes to service. Harvard Business Review, 68(5), 105-111.
Rennie, J. D. M., Shih, L., Teevan, J., & Karger, D. R., (2003). Tackling the poor assumptions of naive bayes text classifiers. In: Proceedings of the Twentieth International Conference on Machine Learning (ICML-2003), 616-623.
Salton, G., & Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information Processing and Management, 24 (5), 513-523.
Salton, G., & McGill M. J. (1983). Introduction modern Information retrival. New York: McGill.
Simoudis, E. (1996). Reality check for data mining. IEEE Expert, 11(5), 26-33.
Sproat, R., & Shih, C. (1990). A statistical method for finding word boundaries in Chinese text. Computer Processing of Chinese and Oriental Languages, 4(4), 336–351.
Sullivan, D. (2001). Document warehousing and text mining: Techniques for improving business operations, marketing and sales(1sted.). New York, NY: John Wiley & Son, Inc.
Truong, D. (2010). How Cloud Computing Enhances Competitive Advantages: A Research Model for Small Businesses‖, The Business Review, 15(1), 59-65.

網路文獻
一、中文部分
周秉誼(2009.12.20)。雲端運算平台—Hadoop。國立台灣大學計算機及資訊網路中心電子報第 11 期,12 月 20 日。取自:http://www.cc.ntu.edu.tw/chinese/epaper/0011/20091220_1106.htm
黃重憲(2009.3.20)。淺談雲端運算(Cloud Computing)。 國立臺灣大學計算機及資訊網路中心電子報第 8 期,03 月 20 日。取自:http://www.cc.ntu.edu.tw/chinese/epaper/0008/20090320_8008.htm

二、英文部分
Apache ( 2013, August 4 ). HDFS Architecture Guide. Retrieved April 10, 2014, from http://hadoop.apache.org/docs/r1.2.1/hdfs_design.html
Noll, M. Running Hadoop on Ubuntu Linux (Multi-Node Cluster). Retrieved April 10, 2013, from http://www.michael-noll.com/tutorials/running-hadoop-on-ubuntu-linux-multi-node-cluster/
Ricky, H. ( 2008, November 25 ). Hadoop Map/Reduce Implementation. Retrieved April 10, 2014, from http://horicky.blogspot.com/2008/11/hadoop-mapreduce-implementation.html

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔