English  |  正體中文  |  简体中文  |  Items with full text/Total items : 26270/26865 (98%)
Visitors : 10392858      Online Users : 44
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://ir.lib.ksu.edu.tw/handle/987654321/28236


    Title: 社群網路美食關聯分析與推薦系統之研究
    其他題名: Research on the Associated Analysis and Recommendation System of Food Issue on Social Networks
    Authors: 謝雅蘭
    Hsieh, Ya-Lan
    指導教授: 李冠榮
    Lee, Kuan-Rong
    Keywords: 資料探勘;巨量資料;社群網路
    Date: 2017
    Issue Date: 2018-02-01 12:48:48 (UTC+8)
    Abstract: 近年來人們在社群網路的互動行為大為增加,各類社群網路如雨後春筍般的誕生,例如Facebook、tumble、Twitter、Instagram、Google+,它們著重的社群性質也更加的多元,使得資料格式也變得越來越複雜。也隨著手持裝置普及而產生之各式各樣的影片、照片、推文甚至是地點與使用者的身體資訊,如此龐大的資料也因此成了近年來所為人重視的巨量資料(Big Data)。隨著研究分析社群行為技術逐漸增加,主要仍著重於找尋關於人們所感興趣的、或者是事物之間隱含的關係。目前國內外有許許多多的推薦系統,諸多研究都著重於如何改進演算法與推薦的方式。而一個推薦系統始終必須根據事物之特徵向量,才可以進行彼此之距離計算,有了距離才有了分群的概念,事物被分群之後才有了可以給與權重加成的對象。本論文自動蒐集並整合各種社群網路平台與美食論談之相關食記文章資料,從中找尋特定的食物關鍵字並分析關鍵字間之相關向量做為特徵向量,由此實作一個推薦系統。為完成整個推薦系統之研究內容包含下述四大模組:網路爬蟲(Web Crawler)模組、資料探勘(Data Mining)模組、統計與分析模組、與推薦系統模組。
    Appears in Collections:[資訊工程系所] 博碩士論文

    Files in This Item:

    File SizeFormat
    105KSUT0115002-001.pdf1871KbAdobe PDF42View/Open


    All items in KSUIR are protected by copyright, with all rights reserved.


    本網站之所有圖文內容授權為崑山科技大學圖書資訊館所有,請勿任意轉載或擷取使用。
    ©Kun Shan University Library and Information Center
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback