跳到主要內容

臺灣博碩士論文加值系統

(44.220.255.141) 您好!臺灣時間:2024/11/04 04:02
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:潘彥勛
研究生(外文):PAN, YAN-SYUN
論文名稱:應用Web資訊匯流與社群平台於IT領域
論文名稱(外文):Web Information Aggregation and Social Platform for IT Applications
指導教授:林宣華林宣華引用關係
指導教授(外文):LIN, SHIAN-HUA
口試委員:林宣華高宏宇潘育群呂承諭
口試委員(外文):LIN, SHIAN-HUAKAO, HUNG-YUPAN, YU-CHUNLU, CHENG-YU
口試日期:2017-07-15
學位類別:碩士
校院名稱:國立暨南國際大學
系所名稱:資訊工程學系
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:2017
畢業學年度:105
語文別:中文
論文頁數:46
中文關鍵詞:關鍵字搜尋搜尋優化行為分析
外文關鍵詞:Keyword SearchSearching OptimizationUser Analysis
相關次數:
  • 被引用被引用:1
  • 點閱點閱:155
  • 評分評分:
  • 下載下載:2
  • 收藏至我的研究室書目清單書目收藏:1
對現代人而言,關鍵字搜尋在解決問題上變成極為重要的工具,搜尋引擎提供給使用者的結果,成為使用者尋找解決方法的依據。全球最大搜尋引擎Google,雖然能提供使用者全球搜尋的結果,但不會依據使用者的不同領域需求,提供相對應的學習或解決方案。而搜尋結果僅是提供相對應關鍵字的網站連結,無法整合在眾多網頁之間的重複性問題,使用者無法判斷眾多搜尋結果中的有效解決方案,只能在低效率的狀況下依序瀏覽。在IT領域也有類似問題,使用者等待IT經銷商或技術維護人員在現場解決問題,但常無法有效利用搜尋及時解決。本論文開發itQA社群平台,提供使用者與經銷商直接聯繫回報產品問題的發問平台,並提供經銷商維修人員在外出維修時,針對產品狀況快速「搜尋最佳解決方案」並回報搜尋結果,提升一般使用者優化的搜尋結果。同時分析使用者紀錄,分析瀏覽的該問題對問題關鍵字的解決程度。
Modern people are familiar to use search engines to solve their daily problems. Google provides well search services; however, search results are optimized for general purpose not for user’s requirements about specific domain problems. Also, Google search results present relevant web links, users frequently spend long time to navigate possible links for seeking adequate information. Such problems also happen in the IT domain. People having IT troubles always wait for IT staffs to solve problems. When IT staffs cannot solve hard problems, they are hard to find solutions from Web search engines on time. To improve IT services, we develop the itQA social platform that integrates social services for general users and IT staffs. Based on the platform, IT questions are aggregated into the same pool. Also, itQA integrates Web Crawler and Search Engine techniques that aggregate IT information into the platform by crawling and indexing QA contents from popular IT websites. In this way, all IT QA contents can be aggregated into the same platform so that accumulated user logs and feedbacks can be analyzed to gradually improve the quality of the itQA platform.
目次
致謝辭 i
摘要. ii
Abstract iii
目次. iv
表目次 vii
圖目次 viii
1. 簡介 1
2. 文獻探討與相關技術 5
2.1. Web API 5
2.2. EJS模板 6
2.3. Facebook Login 7
2.3.1. Facebook Login 7
2.3.2. 開發者申請 7
2.3.3. 特色與限制 8
2.3.4. 一般會員註冊 9
2.4. Bootstrap 10
2.5. CKEditor 10
2.6. Phrase Extraction 11
2.6.1. SE值 11
2.6.2. SE值定義 11
2.7. TF-IDF 12
3. 研究方法 13
3.1. 會員群組與權限 13
3.2. Member Session 15
3.3. User Log 16
3.4. Web Crawler 18
3.4.1. Crawler 19
3.4.2. 建立關聯 20
3.5. Tokenize Extraction 22
3.5.1. 分離標點符號 23
3.6. 基本搜尋流程 25
3.7. 搜尋精確度提升 25
3.7.1. 使用者回報 26
3.7.2. 使用者行為分析 27
3.8. 提升搜尋結果 29
4. 系統實作 30
4.1. Main System 30
4.2. 管理員介面 32
4.3. User Login 35
4.4. User Log 36
4.5. 搜尋引擎 36
5. 實驗與評估 38
5.1. TF - IDF基值 38
5.1.1. 多個關鍵字 38
5.1.2. 關鍵字較不精確 39
5.2. 主動式回饋 40
5.2.1. 實驗結果 41
5.2.2. 結果分析 42
5.3. 被動式回饋 42
6. 結論 44
6.1. 社群平台 44
7. 未來發展 45
7.1. 搜尋引擎 45
7.1.1. 中英文翻譯建立 45
7.1.2. 國外英文論壇來源 45
7.2. 使用者服務 45
7.2.1. 經銷商管道 45
7.2.2. 客服回饋系統與聊天機器人 45
參考文獻 46

表目次
Table 1:Member Table 13
Table 2:Class Table 14
Table 3:Groups Table 14
Table 4:Groups and Member Relation 14
Table 5:Permissions Table 14
Table 6:MSession Table 16
Table 7:LogDir 17
Table 8:LogObject 17
Table 9:LogSearch 18
Table 10:Class Table 21
Table 11:Object Table 21
Table 12:CO Table 22
Table 13:Inheritence Table 22
Table 14:ORel Table 22
Table 15:建立推薦關鍵字與搜尋結果關聯 26


圖目次
Figure 1:Google提供全球化的搜尋引擎服務 1
Figure 2:有用的推薦搜尋並不一定要與原關鍵字吻合 2
Figure 3:搜尋引擎提供的搜尋並不針對使用者身分 3
Figure 4:Web API基本流程概念 5
Figure 5:EJS模板與資料結合產生HTML 6
Figure 6:Facebook Login 7
Figure 7:Facebook Login API提供不同平台的設定 8
Figure 8:Facebook開發者設定 8
Figure 9:Graph API與Access Token差異 9
Figure 10:使用者註冊 9
Figure 11:Bootstrap對寬度預設12欄位 10
Figure 12:CKEditor編輯器將文章內容加入HTML格式,維持排版 11
Figure 13:SE值斷詞案例 12
Figure 14:會員群組與權限ER - Model 13
Figure 15:Member與對應的MSession 15
Figure 16:Session and User Log 17
Figure 17:LogSearch View 18
Figure 18:LogObject View 18
Figure 19:重要文章僅為網頁中一部分 20
Figure 20:Class與Object及Object之間關聯 21
Figure 21:文章進行Tokenize Extraction去除標點符號 23
Figure 22:根據中英文分離文章 24
Figure 23:長度為7的Sliding Window斷詞 24
Figure 24:從建立的索引值,找出出現該關鍵字的文章 24
Figure 25:關鍵字搜尋基本流程 25
Figure 26:建立使用者回饋與關鍵字關聯 26
Figure 27:文章與搜尋關鍵字的推薦關聯 27
Figure 28:使用者會優先點擊的連結必定為最感興趣的 28
Figure 29:搜尋推薦提升對應搜尋結果排序 29
Figure 30:社群平台主畫面,呈現分類(左)、問題(中)、經銷商廣告(右) 30
Figure 31:追蹤與分享 31
Figure 32:發問 31
Figure 33:搜尋功能 32
Figure 34:Main Class of Administrator 33
Figure 35:Administrator Login 33
Figure 36:管理員針對權限管理 34
Figure 37:廣告管理與上傳 34
Figure 38:LogDir、LogObject、LogSearch 34
Figure 39:使用者登入與對應的Session 35
Figure 40:Cookie中檢查登入狀況的PassportCode 35
Figure 41:使用者記錄 36
Figure 42:以TF-IDF計算的基本流程 36
Figure 43:出現關鍵字的OID 37
Figure 44:Golang PHP 搜尋結果 38
Figure 45:Node npm的搜尋結果 39
Figure 46:Node tutorial搜尋結果 40
Figure 47:瀏覽搜尋結果後的主動回饋機制 40
Figure 48:主動式回饋對「Node Tutorial」結果的影響 41
Figure 49:主動式回饋對「Node Version」結果的影響 42
Figure 50:「Golang Beginner」原始搜尋排序 43
Figure 51:「Golang Beginner」被動回饋後的搜尋排序 43


[1]Chien, L. F. (1997, July). PAT-tree-based keyword extraction for Chinese information retrieval. In ACM SIGIR Forum (Vol. 31, No. SI, pp. 50-58). ACM.
[2]TF-IDF (term frequency–inverse document frequency)
https://en.wikipedia.org/wiki/Tf%E2%80%93idf
[3]Embedded JavaScript
http://ejs.co/
[4]Web API
https://dotblogs.com.tw/joysdw12/archive/2013/05/23/webapi001.aspx
[5]Facebook Login API
https://developers.facebook.com/docs/facebook-login
[6]Bootstrap
http://getbootstrap.com/

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top