臺灣博碩士論文加值系統

根據過往研究指出，色彩具有傳達訊息的功能，甚至比文字更容易記憶。城市的色彩意象，多為大眾透過風景、建築、飲食、文化、特產等日常生活所及之事物，再經由學習和經驗，進而產生之色彩連結。因此，城市的色彩意象能表達城市的獨特性及內涵，其所帶來的後續相關應用也更為重要。但目前建立城市色彩意象的方法，多半來自實地田野調查，而後進行校色對比，或是請該城市的居民參與和建構實際之專案，過程中欠缺了自動化的概念。本研究旨在以資料探勘技術分析大眾與城市色彩意象之連結，並將考察及分析過程自動化，研究所產出之結果，可提供於設計及其相關應用做為參考。
本研究以交通部觀光局所選出十大觀光小鎮為主要研究對象，並以日本色彩學家小林重順（Shigenobu Kobayashi）於Color Image Scale中，所提出的城市形容詞作為關鍵字，分別以Word to vector和Google關鍵字搜尋兩種方式，找出城市和形容詞之關聯性，在進行交叉比對作為資料探勘技術的關鍵字以建立城市樣本圖片集，而後以Color-Thief取出顏色並且輔以Color Image Scale作為顏色校正之依據，進而取得自動化色彩組合之結果。研究結果顯示，具有特定特色景點或特產的城市，搭配關鍵形容詞，其城市色彩組合之意象會特別明顯，自動化色彩組合之結果亦符合大眾之滿意程度。

Some researches have pointed out that the colors have the function of conveying messages and is even easier than words to be memorized. The color image of a city, which means people connect with color through knowledge acquired and their life experiences. It includes landscapes, buildings, food, the city culture, local specialties and so on. Thus, building up the distinctive style of a city is an important part of the city image and its related applications. Nowadays, people mostly use three different applications in order to set up and correct the city color tickets. First, field research; second, residents participate in the comprehensive community development; third, particular projects.
In this paper, we use data mining to analyze the connecting between people and the city color image. At the beginning, we select ten cities of Taiwan, which were elected by Taiwan Tourism Bureau as our research object. Secondly, we use Word to vector and Google searching engine to find the relevance between the city and adjectives. For the third step, the highest connection of adjective will be the keyword of Google searching engine to collect the pictures by doing cross-comparison of the results. Last but not least, we capture ten colors from city pictures and result in city color combinations.
According to the result of this paper, although it needs to adjust in accordance with local culture, we still can find the regional pictures that correspond with the characteristics and also can obtain the city color combinations, which can be used as a reference of harmonious colors.

中文摘要 II
ABSTRACT III
目 錄 IV
表 目 錄 VI
圖 目 錄 VII

第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的與問題 2
第三節 研究範圍與限制 2
第四節 名詞解釋 3
第五節 研究流程 5

第貳章 文獻探討 6
第一節 資料探勘技術 6
第二節 色彩意象 9
第二節 城市色彩 20
第四節 文獻探討小節 26

第參章 研究方法與步驟 27
第一節 研究架構 27
第二節 研究方法設計 29
第三節 研究對象與工具 30
第四節 研究實施 31
第五節 資料處理與分析 35

第肆章 研究結果與討論 38
第一節 自動化分析台灣特色小鎮之色彩意象 38
第二節 問卷調查資料分析與討論 50

第伍章 結論與建議 54
第一節 研究結論 54
第二節 研究建議 57

參考文獻 58
附錄 地方色彩組合之感受調查表 61

陳思玫（2001）。色彩與城市意象─以台中車站週邊道路為例（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號089THU00038008）。
顏毓璋（2008）。色彩美學應用於社區建築立面色彩改善之研究—以旗山鎮花旗山莊為例—（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號094STU00733013）。
曾妍菁（2007）。都市景觀中之色彩與意象研究-以台北淡水河藍色公路為例（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號093PCCU0358020）。
謝松廷（2008）。新莊廟街的環境色彩與色彩意象研究（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號097NTUA0634012）。
陳中屏（2011）。生活‧色彩索引設計（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號099NTUA0819002）。
蘇彥碩（2013）。建構社區色彩意象之設計研究-以魅色台灣苗栗聯大路色彩改造計畫為例（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號102NUUM0222001）。
吳沂衡（2012）。運用圖片與資料探勘技術於產品關聯與行銷關鍵字之應用研究-以服飾流通業為例（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號100CCU00396016）。
辜婷姿（2013）。心理因素對環境色彩喜好之研究（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號101PCCU0224002）。
張家綺（2014）。城市色彩調查分析與規劃研究─以台北市萬華區為例（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號102NTUS5123005）。
林育如（2016）。環境色票的工具流程開發與視覺化（碩士論文）。取自臺灣博碩士論文知識加值系統。（系統編號104NCTU5222009）。
鄭清華（2002）。城市色彩探析。現代城市研究，4，51-55。
周立（2005）。關於城市色彩的思考。現代城市研究，5，10-16。
謝蘭芬（2006）。傳統色彩與視覺環境的研究－以金門視覺印象數位化之建構爲例。藝術學報，79，109-121。
唐碩漁、林珈汶（2011）。建立城市色彩系統－以屏東縣東港鎮、琉球鄉為例。高雄師大學報：自然科學與科技類，30，15-40。
白凱（2012）。旅華美國遊客目的地城市色彩認知研究。地理學報，67（4），557-573。
劉晏志（2015）。時空交錯的城市色彩TOKYO。美育雙月刊，206，43-53。
陳曉冏（譯）（1993）。設計的色彩計劃（原作者：大智浩）。中國：大陸書店。（原著出版年：1962）
張明敏（譯）（2005）。色彩的世界地圖（原作者：21世紀研究会）。臺北市：時報文化。（原著出版年：2003）
林昆範（2005）。色彩原論。新北市 : 全華圖書。
李軍（譯）（2006）。色彩形象坐標Color Image Scale（原作者：小林重順）。中國：人民美術出版社。（原著出版年：1992）
郭红雨、蔡云楠（2010）。城市色彩的規劃策略與途徑。北京：中國建築工業出版社。
胡連榮、申暢、郭勇（譯）（2011）。環境色彩規劃（原作者：吉田慎悟）。北京：中國建築工業出版社。（原著出版年：1998）
黃仁達（2014）。台灣顏色。新北市：聯經出版。
胡家璇（譯）（2014）。城市的意象The Image of the City（原作者：Kevin Lynch）。臺北市：遠流出版。（原著出版年：1960）
戴孟宗（2011）。現代色彩學：色彩理論、感知與應用。新北市 : 全華圖書。
徐照夫（2015）。色彩原理。新北市：博客創意。
Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI Magazine, 17(3), 37-40. doi: 10.1609/aimag.v17i3.1230
Wong, P. C. (1999). Visual data mining, IEEE Computer Graphics and Applications, 19(5), 20-21. doi: 10.1109/MCG.1999.788794
Lenclos, J. P., & Lenclos, D. (2004). Colors of the world: the geography of color. New York, NY: W. W. Norton & Company.
Han, J. W., Kamber, M., & Pei, J. (2006). Data mining: concepts and techniques. Amsterdam, Netherlands: Elsevier / Morgan Kaufmann Pubishers.
Boeri, C. (2010). A Perceptual Approach to the Urban Colour Reading. Proceedings of the 1st Colour&Light in Architecture International Conference (pp. 459-463), Venice, Italy. Retrieved from http://rice.iuav.it/246/1/02_boeri.pdf
Chernyshova, A. P., & Permyakov, M. B. (2013). Architectural Town-Planning Factor and Color Environment, World Applied Sciences Journal, 27(4), 437-443.
doi: 10.5829/idosi.wasj.2013.27.04.13654
Hsiao, S. W., & Tsai, C. J. (2014). Transforming the natural colors of an image into product design: A computer‐aided color planning system based on fuzzy pattern recognition, Color Research and Application, 40(6), 612-625.
Xie, L. X., Wang, J. D., Zhang, B., & Tian, Q. (2016). Incorporating visual adjectives for image classification, Neurocomputing, 182, 48-55.
doi: 10.1016/j.neucom.2015.12.008
Manav, B. (2017). Color‐emotion associations, designing color schemes for urban environment‐architectural settings, Color Research and Application, 42(5), 631-640. doi: 10.1002/col.22123
Zhang, Y., Hu, K. K., Ren, P. R., Yang, C. Y., Xu, W. W., & Hua, X. S. (2017). Modeling for Automating Banner Design. Proceedings of the on Thematic Workshops of ACM Multimedia 2017 (pp. 451-459), Mountain View, CA. Retrieved from https://dl.acm.org/citation.cfm?doid=3126686.3126718/
doi: 10.1145/3126686.3126718