檢索結果(共15筆)


郝沛毅;龔千芬;張俊陽;蔣榮先;鄭詠恆;
頁: 495-535
日期: 2020/10
卷期: 27(4)
關鍵字: 事件嵌入;興趣點推薦;矩陣分解;深度學習;卷積神經網路;
Keywords: event embedding;POI recommendation;matrix factorization;deep learning;convolutional neural networks;
摘要: 基於位置的社群網路(LBSN)近來變得十分流行,這歸功於智慧手機的爆炸式增長,使得用戶可以輕鬆地執行LBSN程序。越來越多使用者在這些平台上與好友分享打卡資訊跟生活點滴。興趣點(POI)推薦系統是LBSN的核心服務,也是最近熱門的研究焦點。目前研究主要是分析用戶的打...

引用     導入Endnote
謝文昌;陳樹榮;
頁: 369-408
日期: 2017/10
卷期: 24(4)
關鍵字: 專利引用;基礎性技術知識;新穎性技術知識;重覆分析;深層知識;
Keywords: patent citation;basic technological knowledge;novelty technological knowledge;redundancy analysis;deep knowledge;
摘要: 從全球技術發展的視角,針對特定或專業領域的技術資料,以技術網絡分析觀點進行各種由淺入深的知識(shallow to deep knowledge)挖掘,不僅是組織因應外部環境動態變化、洞察機先與掌握策略性知識重要的來源,也是經營決策者改善創新績效與降低投資風險,終日不可迴避的...

引用     導入Endnote
胡雅涵;李彥賢;林正賢;
頁: 171-197
日期: 2015/04
卷期: 22(2)
關鍵字: 推薦系統;內容導向式推薦方法;學術文章推薦;社會性標籤;文字探勘;
Keywords: recommender systems;content-based recommendation;academicarticle recommendation;social tagging;text mining;
摘要: 學術文章推薦是近年來熱門的研究議題,過往針對學術文章推薦研究上,普遍利用學術文章內的屬性資料,如:標題、摘要、關鍵字、作者名稱以及參考文獻標題等進行推薦。然而除了上述的「內部資訊」外,學術文章中亦包含其他與該研究相關的「外部資訊」,像是參考文獻摘要及...

引用     導入Endnote
李彥賢;楊錦生;廖國堯;
頁: 533-565
日期: 2012/07
卷期: 19(3)
關鍵字: 搜尋字串擴充;影音檢索;社會性標籤;情境感知;搜尋引擎;
Keywords: query expansion;video retrieval;social tagging;context aware;search engine;
摘要: WEB 2.0的概念興起促使網路使用者從資訊接收者的角色轉變成資訊生產者,並透過適當的網路平台與其他網路使用者進行資訊分享與互動。近年來,隨著網路與資訊科技的快速發展,已使網際網路中分享的資訊媒體從過去單純的文字內容逐步演進到以影音多媒體為主流,並發展出許多...

引用     導入Endnote
陳良駒;張正宏;陳日鑫;
頁: 31-60
日期: 2010/10
卷期: 17(4)
關鍵字: 知識管理;關聯法則;共詞分析;集群分析;策略座標圖;
Keywords: knowledge management;association rule;co-word analysis;clustering analysis;strategic diagram;
摘要: 議題的「結構」與「趨勢」是主題領域研究中兩項重要的探討重點,議題結構彰顯領域知識的範疇分類與相關性,議題趨勢則呈現領域知識的變化演進與時代差異。隨著知識經濟時代的來臨,「知識管理」已經成為學術界及企業實務界逐漸重視的關鍵領域。 共詞分析目的在建構領域關...

引用     導入Endnote
鄒明城;韓慧林;邱景星;
頁: 19-44
日期: 2010/07
卷期: 17(3)
關鍵字: 地理資訊檢索;文字探勘;網頁探勘;正規表示式;
Keywords: geographic information retrieval;text mining;web mining;regular expression;
摘要: 網際網路上散佈了各式主題與大量的網頁資料,其中隱含了非常多的知識,但是這些內容大多是半結構性,甚至是非結構性的資料,如何能夠有效率的管理這些資料,並且進行資訊與知識的擷取,一直是研究與開發的重點,因此也就有各式各樣的網路搜尋引擎、資料探勘以及網路行銷...

引用     導入Endnote
陳建興;許中川;
頁: 81-109
日期: 2010/01
卷期: 17(1)
關鍵字: 文字探勘;網頁探勘;同義音譯詞;跨語言資訊檢索;中文音譯詞;
Keywords: text mining;Web mining;synonymous transliteration;cross lingual information retrieval;Chinese transliteration;
摘要: 使用中文語系的地方如台灣、香港與中國,並沒有統一的翻譯標準,以致於同一個外來詞通常被翻譯成數個不同的中文詞。例如,澳洲首都Sydney依其發音被翻譯成「雪梨」、「雪黎」或「悉尼」等不同的中文音譯詞。如此的翻譯結果,會導致搜尋引擎檢索資料不完整。例如,使用「...

引用     導入Endnote
戚玉樑;陳彥均;
頁: 1-24
日期: 2009/01
卷期: 16(1)
關鍵字: 知識本體;語意;感性概念;專家系統;資訊查詢;
Keywords: Ontology;Semantic;Sensory words;Expert system;Information search;
摘要: 為協助使用者能以「認知」進行資訊查詢,本研究提出以發展知識本體(Ontology)為核心的專家系統,藉由納入使用者的感覺或情緒為知識庫內涵,以期提升系統處理認知解析的能力,由於人類認知是複雜的心智過程,如何轉換為系統可處理的形式將是重要的挑戰。本研究嚐試利用感...

引用     導入Endnote
蕭文峰;張德民;胡國信;
頁: 27-45
日期: 2008/04
卷期: 15(2)
關鍵字: 垃圾郵件過濾;資料偏斜;主題漂移;遞增式學習;
Keywords: Spam filtering;skewed class distribution;concept drifting;incremental learning;
摘要: 電子郵件是現代人最常用以接收資訊的媒介之一,然而許多人利用它的方便、快速、及成本低廉等特性散佈大量電子郵件,以達到廣告宣傳的效果。如此造成電子郵件用戶的信箱中充斥著大量未經用戶許可的垃圾郵件。因此解決垃圾郵件問題是一個重要且急迫的議題。本研究的目的即...

引用     導入Endnote
蘇國瑋;許蒞彥;林惠娥;
頁: 19-46
日期: 2007/07
卷期: 14(3)
關鍵字: 本體論;知識管理;語意網絡;
Keywords: Ontology;Knowledge Management;Semantic Network;
摘要: 目前在各醫療院所最常見的資料搜尋方式係採用關鍵詞搜尋法,此法最大的缺點之一在於資料儲存前未依病灶特徵做分類,以致產生搜尋結果資料過多或遺漏的問題。本研究為應用本體論的技術特點,以台灣南部某醫學中心的甲狀腺疾病影像判讀報告為例,分析其知識內容,將隱藏於...

引用     導入Endnote
陳年興;謝盛文;黃琬婷;
頁: 1-32
日期: 2007/01
卷期: 14(1)
關鍵字: 知識結構映射圖;知識呈現;研究主題;資訊管理領域;資訊管理演進;
Keywords: Knowledge Structure Map;Knowledge Representation;Research Skill;MIS Domain;MIS Evolution;
摘要: 網路上存在有著越來越大量的資訊,但這些過量的資訊卻容易造成使用者的迷失,因此本研究主要的目的在於,提出一個自動化的方式來建構具時間向度之知識結構映射圖,期望以視覺化的知識呈現方式解決資訊超載與使用者迷失的問題。本研究選定資訊管理領域做為應用的對象,以...

引用     導入Endnote
邱登裕;潘雅真;
頁: 137-160
日期: 2006/10
卷期: 13(專)
關鍵字: 知識地圖;資訊檢索;資料探勘;
Keywords: Knowledge Map;Information Retrieval;Data Mining;
摘要: 知識地圖(Knowledge Map, K-Map)是用來呈現知識分布的其中一個方法。在建立知識地圖之前,必須分析文件的內容,擷取其重要內容並建立關聯程度。本研究首先利用中研院所提供之CKIP中文斷詞系統,將文件內容進行斷詞及詞性標註,透過資訊檢索(Information Retrieval)、資料...

引用     導入Endnote
陳林志;陸承志;
頁: 111-130
日期: 2005/01
卷期: 12(1)
關鍵字: 向量投票;連結預測;搜尋引擎;使用者行為函數;
Keywords: Search Engine Vector Voting;Hyperlink Prediction;MetaSearch;User Behavior Function;
摘要: 本文提出一個依據使用者行為進行預測網頁的搜尋引擎,它具有兩種搜尋機制:搜尋引擎投票向量(SVV)以及連結預測(HLP)。SVV的方法是對六個知名的搜尋引擎進行英文關鍵字搜尋,當一個網頁能夠從這些搜尋引擎取得較多且較前面的排名,則該網頁的權重自然較高。至於HLP的方法...

引用     導入Endnote
侯建良;楊綠淵;
頁: 205-228
日期: 2004/10
卷期: 11(4)
關鍵字: 知識管理;顧客關係管理;分群;權限管理;關聯性分析;
Keywords: Knowledge Management;Customer Relationship Management;Clustering;Security Management;Correlation Analysis;
摘要: 由於網際網路技術發達,使用者透過資訊網路取得資訊、進行交易之頻率已顯著提升。為使企業之知識文件、銷售資訊能有效而正確地提供予潛在需求對象,以實現文件保密或一對一行銷之理念,本論文乃以文件關聯性為基礎發展企業知識分群法則,並配合使用者之閱讀趨勢(包括瀏...

引用     導入Endnote
許中川;陳景揆;
頁: 103-122
日期: 2001/01
卷期: 07(2)
關鍵字: 文件資料探勘;知識發覺;關鍵詞彙擷取;關聯法則;趨勢分析;
Keywords: text data mining;knowledge discovery;keyword extraction;association rules;trend analysis;
摘要: 新聞報導每天發生的重要事件,大量的新聞文件中,往往蘊含重要的資訊。文件資料探勘技術用來發覺隱藏在大量文件中的特徵。然而,目前的文件探勘研究集中在歐美語系文件,且代表文件的關鍵詞彙的擷取,都是人工處理。本研究以中文新聞文件為探勘對象,試圖發覺其中隱含的...

引用     導入Endnote