陳林志;陳大仁;葉國暉;吳忠澄;
頁: 273-315
日期: 2015/07
卷期: 22(3)
關鍵字: 語意分析;部落格搜尋;潛在語意分析;機率潛在語意分析;奇異值分解;
Keywords: semantic analysis;blog search;latent semantic analysis;probabilistic latent semantic analysis;singular value decomposition;
摘要: 近年來線上部落格成長的速度如同其它社群網站一樣迅速。一般而言，我們使用不同部落格搜尋引擎（例如：Technorati、Blogpulse、Google Blog Search）搜尋那些我們最感興趣之部落格貼文；一般而言，當我們從部落格搜尋引擎進行搜尋時，很可能會面臨到同義詞（兩個字詞形態...

引用     導入Endnote

龔旭陽;林美賢;林靖祐;賴威光;
頁: 133-155
日期: 2010/01
卷期: 17(1)
關鍵字: 關聯法則;重要稀少性資料;最大半高頻項目集;分群;相對支持度;
Keywords: Association rule;Significant rare data;Semi-frequent ItemSets;Cluster;Decomposition;
摘要: 關聯法則(Association Rules)廣泛應用於資料探勘研究方法，於過往研究中，大都針對支持度(Support)較高之高頻項目集(Frequent ItemSets)進行探勘，然而卻無法迅速且有效探勘出支持度小但卻擁有重要關聯性之重要稀少性資料(Significant Rare Data)，亦即所謂之半高頻項目...

引用     導入Endnote

陳安斌;許育嘉;
頁: 139-165
日期: 2004/01
卷期: 11(1)
關鍵字: 投資決策;小波轉換;神經網路;時間序列;股市預測;
Keywords: Investment Decision;Wavelet Transform;Neural Network;Time Series;Stock Forecasting;
摘要: 傳統時間序列的分析，通常都植基於機率與統計學，並假設資料的性質是定性(stationary)和線性(linear)的。但是當系統動態呈現高度非線性並伴隨著非定性(non-stationary)時，這些傳統模型的適用性及準確性可能無法滿足研究的需求。因此本研究提出了『小波神經網路多尺度解...

引用     導入Endnote