(54.236.58.220) 您好!臺灣時間:2021/03/04 23:11
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:廖晋熥
研究生(外文):Chin-Tung Liao
論文名稱:概念知識偏序運用於虛擬社群經營分析 - 以Mobile01旅遊美食討論區為例
論文名稱(外文):Virtual Community Management Analysis with Concept Partial Order - an Example of the Mobile01 Travel and Food Forum.
指導教授:鄭憲永鄭憲永引用關係賀嘉生賀嘉生引用關係
指導教授(外文):Shein-Yung ChengJia-Sheng Heh
學位類別:碩士
校院名稱:中原大學
系所名稱:資訊工程研究所
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:2020
畢業學年度:108
語文別:中文
論文頁數:79
中文關鍵詞:虛擬社群知識挖掘資料探勘文字探勘
外文關鍵詞:Virtual CommunityKnowledge DiscoveryData MiningText-mining
相關次數:
  • 被引用被引用:0
  • 點閱點閱:92
  • 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:0
目錄
摘要 I
Abstract II
目錄 III
圖目錄 V
表目錄 VIII
目錄
第一章緒論 1
1.1 研究動機 1
1.2 研究背景 1
1.3 研究目的 2
1.4 研究流程 2
第二章文獻探討 3
2.1 數據庫知識挖掘(Knowledge Discovery in Databases) 3
2.2 資料探勘4
2.2.1 預測 5
2.2.2 關聯規則 7
2.2.3 聚類 8
2.3 文字探勘(Textmining)11
2.4 正規化概念分析(formal concept analysis) 15
2.5 虛擬社群 17
2.6 旅遊資訊 21
2.7 小結 24
第三章研究方法 26
3.1 研究架構 26
3.2 研究方法 28
3.2.1 聚類演算法的選擇 28
3.2.2 關聯規則的最小suport 與confidence 決定方式 28
3.2.3 斷詞工具 30
3.3 決定目標與選擇資料集 30
第四章資料分析方法 34
4.1 資料收集 34
4.2 社群發展分析 34
4.3 內容分析 36
4.4 促進討論 40
第五章分析結果 43
5.1 社群發展分析結果 43
5.2 內容分析結果 46
5.3 交叉分析結果 48
5.4 關聯分析與概念格圖(Concept Lattice) 52
5.5 促進討論應用案例 58
5.6 小結 61
第六章結論 62
參考文獻 i
圖目錄
圖2.1 資料探勘演算法分類 5
圖2.2 單一隱藏層類神經網路示意圖 6
圖2.3 階層式聚類Dendrogram 圖 10
圖2.4 單一連結聚合 11
圖2.5 完整連結聚合 11
圖2.6 平均連結聚合 11
圖2.7 中心聚合 11
圖2.8 文字雲示意圖 14
圖2.9 Concept Lattice 演示圖 16
圖2.10 Life Cycle of a Community of Practice 20
圖2.11 yahoo 入口網站 22
圖2.12 研究脈絡 24
圖3.1 虛擬社群經營知識分析架構圖 26
圖3.2 google 搜尋趨勢,台鐵、普悠瑪詞頻趨勢圖 27
圖3.3 support 遞增關聯圖 29
圖3.4 取最小Support 方法說明 29
圖3.5 重度使用者對於前十大觀光網站造訪傾向示意圖 33
圖4.1 網頁資料收集示意圖 34
圖4.2 作者行為統計示意圖 35
圖4.3 運用聚類產生關鍵字流程說明圖 37
圖4.4 關聯規則計算方式示意圖 38
圖4.5 旅遊概念知識格示意圖 39
圖4.6 概念知識偏序與聚類之貼文推薦流程圖 41
圖4.7 使用類神經網路對文章目的分類數據格式示意表 41
圖4.8 使用類神經網路對文章目的分類示意圖 42
圖5.1 收集資料欄位說明圖 43
圖5.2 作者行為概念統計圖表 44
圖5.3 依星期日期計算貼文數統計圖 45
圖5.4 依月份計算貼文數統計圖 45
圖5.5 子討論文章比例趨勢 46
圖5.6 詞頻文字雲 47
圖5.7 關鍵字文字雲 47
圖5.8 貼文屬性圖 48
圖5.9 第一時期與第二時期比對消失的關鍵字文字雲 49
圖5.10 第一時期與第二時期比對新增的關鍵字文字雲 49
圖5.11 第二時期與第三時期比對消失的關鍵字文字雲 49
圖5.12 第二時期與第三時期比對新增的關鍵字文字雲 49
圖5.13 第三時期與第四時期比對消失的關鍵字文字雲 50
圖5.14 第三時期與第四時期比對新增的關鍵字文字雲 50
圖5.15 第四時期與第五時期比對消失的關鍵字文字雲 50
圖5.16 第四時期與第五時期比對新增的關鍵字文字雲 50
圖5.17 support 與confidence 的分佈圖1 52
圖5.18 support 與confidence 的分佈圖2 52
圖5.19 視覺化關聯圖 53
圖5.20 旅遊社群文章五大屬性概念格圖 53
圖5.21 概念格圖節點分佈圖1 55
圖5.22 概念格圖節點分佈圖2 55
圖5.23 概念格圖節點分佈圖3 55
圖5.24 概念格圖節點分佈圖4 55
圖5.25 概念格圖節點分佈圖5 56
圖5.26 概念格圖節點分佈圖6 56
圖5.27 概念格圖節點分佈圖7 56
圖5.28 概念格圖節點分佈圖8 56
圖5.29 概念格圖節點分佈圖9 57
圖5.30 概念格圖節點分佈圖10 57
圖5.31 應用軟體操作流程1 58
圖5.32 應用軟體操作流程2 58
圖5.33 應用軟體操作流程3 59
圖5.34 應用軟體操作流程4 59
圖5.35 應用軟體操作流程5 60
圖5.36 應用軟體操作流程6 60
表目錄
表2.1 類神經網路 6
多肉植物葉片數據示意表 6
表2.2 資料庫欄位 12
表2.3 概念背景演示數據表 16
表2.4 虛擬社群觀點 17
表2.5 虛擬社群觀點續 18
表3.1 使用討論區與其他社群搜尋旅遊資訊比對表 32
表4.1 時間標準差計算說明 36
表4.2 旅遊概念知識背景示意表 39
表5.1 依星期日期計算貼文數統計表 44
表5.2 依照月份計算貼文數統計表 45
表5.3 貼文數與討論天數表 45
表5.4 類神經網路對文發文目的檢測結果 48
表5.5 The Five Stages of Small Business Growth Key Word Compare Table 49
表5.6 依照星期比對關鍵字表 50
表5.7 依照月比對關鍵字表 51
表5.8 子討論區比對關鍵字表 51
表5.9 精華文章比對關鍵字表 51
表5.10 依作者比對關鍵字表 52
表5.11 概念圖節點表 54
參考文獻葉乃菁,王玳琪,張嘉珍,吳騏,&賴志遠. (2009). 建構創新政策研究工具文字探勘之應用簡介. 國研科技(22),17–20.陳稼興,謝佳倫,&許芳誠. (2000). 以遺傳演算法為基礎的中文斷詞研究. 資訊管理研究, 2(2), 27–44.陈克寒,韩盼盼,&吴健.(2013). 基于用户聚类的异构社交网络推荐算法[JournalArticle].计算机学报,36(2),349359.林孟龍,張皓為,&張宗政. (2019). 以文字探勘技術探討旅遊地意象的探索研究: 以日本環球影城為例. 真理觀光學報(15),35–49.張云濤,&龔玲. (2007). 資料探勘原理與技術. 五南圖書出版股份有限公司.王台平,&古祐嘉. (2007). 以混合式技術改善文件聚類之精確度. 電子商務學報,9(4), 847–885.王熙哲,&丁耀民. (2008). 人際關係網路對虛擬社群使用意願的影響[JournalArticle]. 資訊管理學報,第五卷第一期.連結.謝佩璇,&張玨婷. (2017). 虛擬社群知識分享互動模式之研究以3d動畫設計軟體論壇為例. Information Management, 24(3), 245–272.萬榮水,梁瑞文,etal. (2007). 虛擬社群形成之意義及其衡量指標之探討: 以網路書店為例. 資訊社會研究,13,295–317.蔡至欣,賴玲玲,etal. (2011). 虛擬社群的資訊分享行為. InformationSharingoftheVirtual Community.林富美. (1997). 聯合報系的薪酬策略[JournalArticle]. 新聞學研究(54),269290.莊雅婷. (2000). 虛擬社群之經營. 臺灣師範大學工業科技教育學系學位論文,1–147.劉鼎康. (2005). 使用類神經網路進行垃圾郵件過濾之研究. 中原大學資訊管理研究所學位論文,1–87.陳嫻壎. (2005). 學習概念相關性之認知結構評量研究以資料聚類與形式概念為分析工具. 中原大學資訊工程研究所學位論文,1–102.蘇江鴻. (2005). 網際網路使用者對網路旅遊資訊要素的重視程度、資訊表現型態的滿意度及其影響因素研究-以易飛網為例[Thesis]. 世新大學觀光學研究所(含碩專班)碩士論文. Retrieved from https://hdl.handle.net/11296/gd8y7b李紹群. (2007). 以本文分析與階層式聚類為基礎之自動文件摘要系統[Thesis]. 中原大學電子工程研究所博士論文. Retrievedfromhttps://hdl.handle.net/11296/ zqwe65翁慈宗. (2009). 資料探勘的發展與挑戰. 科學發展月刊,第四百四十二期,第3239頁.蘇媺雅. (2009). 以正規化概念分析探討旅遊虛擬社群知識分享之研究[Thesis]. 國立屏東商業技術學院資訊管理系論文. Retrievedfromhttps://hdl.handle.net/11296/ qpsk39劉孟庭. (2009). K均值法聚類分類技術之研究. 朝陽科技大學資訊管理系學位論文, 1–50.陳羿龍. (2012). 中央銀行重要文告之文字雲分析. 世新大學財務金融學研究所(含碩專班)碩士論文. Retrievedfrom https://hdl.handle.net/11296/7w7w7j林聖訓. (2013). 運用詞頻分析技術於xbrl財報與附註關聯之研究以投資性不動產為例.中正大學資訊管理學系學位論文,1–70.李双良. (2014). 聚类分析法在医学上的应用研究. 电子世界(19),115–115.陳世榮. (2015). 社會科學研究中的文字探勘應用: 以文意為基礎的文件分類及其問題.人文及社會科學集刊,27(4),683–718.首香君. (2015). 虛擬社群知識分享對學習意願的影響以某軍資訊訓練中心為例. 中原大學資訊管理研究所學位論文,1–61.張惠茹. (2015). 旅遊虛擬社群參與者資訊分享及使用行為[Thesis]. 國立中興大學圖書資訊學研究所碩士論文.Retrievedfromhttps://hdl.handle.net/11296/66jpsa張恩騏. (2018). 建置能力導向教學評量視覺化模型—以兩門課程為例. 中原大學資訊工程研究所學位論文,1–47.楊長嘉. (2019). 應用類神經網路方法於新聞文件之意見持有者自動擷取. 臺灣師範大學資訊工程學系學位論文,1–65.蔡淳伊. (2019). 類神經網路技術於自動文件摘要之研究. 臺灣師範大學資訊工程學系學位論文.王嵩音,etal. (2007). 網路使用之態度,動機與影響. 資訊社會研究,12,57–85. Adomavicius, G., & Tuzhilin, A. (2005). Toward the next generation of recommender systems: Asurveyofthestateoftheart and possible extensions. IEEETransactionsonKnowledge &Data Engineering(6), 734–749. Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. In Acm sigmod record (Vol. 22, pp. 207–216). Balabanović, M., & Shoham, Y. (1997). Fab: contentbased, collaborative recommendation. Communications of the ACM, 40(3), 66–72. Churchill, N. C., & Lewis, V. L. (1983). The five stages of small business growth [Journal Article]. Harvard business review, 61(3), 3050. Coenen, F., Goulbourne, G., & Leng, P. (2004, 01). Tree structures for mining association rules. Data Min. Knowl. Discov., 8, 2551. doi: 10.1023/B:DAMI.0000005257.93780.3b Cronin, J. J., & Taylor, S. A. (1992). Measuring service quality: A reexamination and exten sion [Journal Article]. Journal of Marketing, 56(3), 5568. Retrieved from https:// www.jstor.org/stable/1252296?origin=crossref doi: 10.2307/1252296
Dai, M.C., et al. (2017). 以使用與滿足理論探討虛擬社群使用行為—以 [客家小吵] facebook 粉絲專頁為例. 國立中央大學客家政治經濟研究所碩士論文. Efraim, T. (2011). Decision support and business intelligence systems. Pearson Education India. Fayyad, U., PiatetskyShapiro, G., & Smyth, P. (1996). From data mining to knowledge dis covery in databases. AI Magazine, 17(3). Formica, A. (2006). Ontologybased concept similarity in formal concept analysis. Information sciences, 176(18), 2624–2641. Ghuman, S. S. (2016). Clustering techniquesa review. International Journal of Computer Science and Mobile Computing, 5(5), 524–530. Goldberg, D., Nichols, D., Oki, B. M., & Terry, D. (1992). Using collaborative filtering to weave an information tapestry. Communications of the ACM, 35(12), 61–70. Hafeez, K., & Alghatas, F. (2007). Knowledge management in a virtual community of practice using discourse analysis. Electronic Journal of Knowledge Management, 5(1). Hagel, J. (1999). Net gain: Expanding markets through virtual communities. Journal of inter active marketing, 13(1), 55–65. Hagel, J., & Armstrong, A. (1997). Net gain: expanding markets through virtual communities. harvard business school press. The McKinsey Quarterly. Han, J., Cai, Y., &Cercone, N. (1992). Knowledgediscoveryindatabases: Anattributeoriented approach. In Vldb (Vol. 18, pp. 574–559). Heskett, J. L., Jones, T. O., Loveman, G. W., Sasser, W. E., & Schlesinger, L. A. (1994). Putting the serviceprofit chain to work [Journal Article]. Harvard business review, 72(2), 164 174. Hirschman, E. C., & Holbrook, M. B. (1982). Hedonic consumption: emerging concepts, methods and propositions. Journal of marketing, 46(3), 92–101. Ho, C.I., Lin, M.H., & Chen, H.M. (2012). Web users'behavioural patterns of tourism information search: From online to offline. Tourism Management, 33(6), 1468–1482. Kaufmann, L., & Rousseeuw, P. (1987, 01). Clustering by means of medoids. Data Analysis based on the L1Norm and Related Methods, 405416. Krathwohl, D. R., &Anderson, L.W. (2009). Ataxonomyforlearning, teaching, andassessing: A revision of bloom’s taxonomy of educational objectives. Longman. Lee, K.F., Hon, H.W., & Reddy, R. (1990). An overview of the sphinx speech recognition system. IEEE Transactions on Acoustics, Speech, and Signal Processing, 38(1), 35–45. MacQueen, J., et al. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the fifth berkeley symposium on mathematical statistics and probability (Vol. 1, pp. 281–297).
Nasukawa, T., & Nagano, T. (2001). Text analysis and knowledge mining system. IBM systems journal, 40(4), 967–984. O’reilly, T. (2009). What is web 2.0. ”O’Reilly Media, Inc.”. Rheingold, H. (1993). The virtual community: Finding commection in a computerized world. AddisonWesley Longman Publishing Co., Inc. Salton, G., & McGill, M. J. (1983). Introduction to modern information retrieval [Book]. mcgrawhill. Stryker, S. B., & Leaver, B.L. (1997). Contentbasedinstruction in foreign language education: Models and methods. Georgetown University Press. Sumangali, K., & Ch, A. K. (2019). Concept lattice simplification in formal concept analysis using attribute clustering. Journal of Ambient Intelligence and Humanized Computing, 10(6), 2327–2343. Tibshirani, R., Walther, G., & Hastie, T. (2001). Estimating the number of clusters in a data set via the gap statistic. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 63(2), 411–423. Ward, J. S., & Barker, A. (2013). Undefined by data: a survey of big data definitions. arXiv preprint arXiv:1309.5821. Ward Jr, J. H. (1963). Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58(301), 236–244. Wasko, M. M., Faraj, S., et al. (2005). Why should i share? examining social capital and knowledge contribution in electronic networks of practice. MIS quarterly, 29(1), 35–57. Wenger, E. C., & Snyder, W. M. (2000). Communities of practice: The organizational frontier. Harvard business review, 78(1), 139–146. Wille, R. (1992). Concept lattices and conceptual knowledge systems. Computers & mathe matics with applications, 23(69), 493–515. Wilson, L. O. (2016). Anderson and krathwohl–bloom's taxonomy revised. Understanding the New Version of Bloom’s Taxonomy. Yongjian, F. (1997). Data mining: tasks, techniques and applications. IEEE Potentials, 16(4), 18–20. Zeff, R. L., & Aronson, B. (1999). Advertising on the internet. John Wiley & Sons, Inc.
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