臺灣人文及社會科學引文索引資料庫系統

:::

詳目顯示

回上一頁
第 1 筆 / 總合 1 筆   第一頁 上一頁 下一頁 最後一頁
/1頁
題名：線上健康類新聞之分析與預測--巨量資料架構
書刊名：企業管理學報
作者：吳家豪／馬麗菁
作者(外文)：Wu, Jia-hao／Ma, Li-ching
出版日期：2017
卷期：113
頁次：頁1-29
主題關鍵詞：文字探勘；商業智慧；巨量資料；健康新聞；預測；Text mining；Business intelligence；Big data；Health news；Prediction
原始連結：連回原系統網址new window
相關次數：
  • 被引用次數被引用次數:期刊(1) 博士論文(0) 專書(0) 專書論文(0)
  • 排除自我引用排除自我引用:1
  • 共同引用共同引用:22
  • 點閱點閱:28
近年來台灣受到食安風暴及環境污染等事件影響，健康議題常受到大眾關注。因此，本研究針對線上健康類新聞的標題與內文，利用文字探勘技術，支援向量機、順序邏輯迴歸與決策樹三種預測方法，進行按讚數多寡的分析與預測，找出預測正確率最高的組合，以預測新文章的按讚數多寡。此外，為了因應未來可能面臨的巨量新聞資料，本研究進一步建置巨量資料平台，進行資料預測與分析。研究結果顯示，按讚數較多的標題常包含疫苗防治與慢性病等議題的相關詞彙；包含警語類與飲食類的按讚數較少；在預測方法上，以支援向量機搭配50個縮減概念維度組合的預測正確率最高。本研究結果可供業者參考，業者可篩選較受歡迎的健康新聞，吸引更多讀者上線閱讀與回應。
People in Taiwan have been alerted by the problems of food safety for the past few years; therefore, people have paid more attention to health news. This study aims to find the critical terms in the on-line health news and predict votes for the ＂Like＂ of the news based on text mining and business intelligence algorithms. In addition, in order to deal with the possible big data from on-line news, this study proposes a framework of big data by parallel processing on multiple data nodes. The results show that the support vector machine with 50 concept dimensions has the best prediction accuracy. When the amount of data becomes huge, the performance of distributed computing structure will improve significantly. The proposed approach can help managers of on-line news to choose or invest more popular health news thus to attract more potential readers. The proposed structure and analytic results can also provide a better understanding of big data for the future studies.
期刊論文
1.Hsu, C.-W.、Lin, C.-J.(2002)。A comparison of methods for multiclass support vector machines。IEEE Transactions on Neural Networks，13(2)，415-425。  new window
2.徐美苓(20050400)。新聞乎？廣告乎？醫療風險資訊的媒體再現與反思。新聞學研究，83，83-125。new window  延伸查詢new window
3.余朝權、盧瑞陽、陳映儒(20121200)。社群網站特性與使用者忠誠度、持續參與意圖之關係。企業管理學報，95，71-100。new window  延伸查詢new window
4.李緒東、陳信志、古永嘉(20110300)。存貨系統的改善與建立--以國內電子業某公司為例。企業管理學報，88，1-22。new window  延伸查詢new window
5.Salton, G.、Wong, A.、Yang, C. S.(1975)。A Vector Space Model for Automatic Indexing。Communications of the ACM，18(11)，613-620。  new window
6.Cao, Qing、Duan, Wenjing、Gan, Qiwei(2011)。Exploring determinants of voting for the "helpfulness" of online user reviews: A text mining approach。Decision Support Systems，50(2)，511-521。  new window
7.Tso, G. K. F.、Yau, K. K. W.(2007)。Predicting electricity energy consumption: A comparison of regression analysis, decision tree and neural networks。Energy，32(9)，1761-1768。  new window
8.吳姮憓、羅偉峰(20140600)。「按讚、留言或分享」--探究影響臉書訊息反應行為意圖之前置因素。行銷評論，11(2)，107-131。new window  延伸查詢new window
9.邱光輝(20020600)。產品的預測屬性在顧客關係管理的應用。企業管理學報，53，99-129。new window  延伸查詢new window
10.胡俊坤、王浩、楊靜(2009)。一種基於決策樹的新聞內容抽取方法。合肥工業大學學報（自然科學版），6，774-777。  延伸查詢new window
11.Delen, D.、Kuzey, C.、Uyar, A.(2013)。Measuring Firm Performance Using Financial Ratios: A Decision Tree Approach。Expert Systems with Applications，40(10)，3970-3983。  new window
12.Parducci, A.(1965)。Category judgment: a range-frequency model。Psychological Review，72(6)，407-418。  new window
13.Richter, S.、Quiane-Ruiz, J. A.、Schuh, S.、Dittrich, J.(2014)。Towards Zero-Overhead Static and Adaptive Indexing in Hadoop。The VLDB Journal，23(3)，469-494。  new window
14.Cortes, Corinna、Vapnik, Vladimir N.(1995)。Support-Vector Networks。Machine Learning，20(3)，273-297。  new window
會議論文
1.Duan, W.、Cao, Q.、Gan, Q.(2010)。Investigating Determinants of Voting for the "Helpfulness" of Online Consumer Reviews: A Text Mining Approach。The Sixteenth Americas Conference on Information Systems。Lima, Peru：Sustainable IT Collaboration Around the Globe。497。  new window
2.Paul, M. J.、Dredze, M.(2011)。You Are What You Tweet: Analyzing Twitter for Public Health。The fifth International AAAI Conference on Weblogs and Social Media，265-272。  new window
研究報告
1.Weston, J.、Watkins, C.(1998)。Multi-class support vector machines (計畫編號：CSD-TR-98-04)。Department of Computer Science, Royal Holloway, University of London。  new window
學位論文
1.吳佳芸(2015)。應用探勘技術於社會輿情以預測捷運週邊房地產市場之研究(碩士論文)。國立政治大學。  延伸查詢new window
2.李孟謙(2004)。以資料採礦的方法探索影響台灣地區女性戶長的原因(碩士論文)。國立政治大學。  延伸查詢new window
3.陳言熙(2007)。運用文字探勘技術協助建構公司治理本體知識(碩士論文)。國立政治大學。  延伸查詢new window
4.黃信文(2013)。緩和虛擬系統和實體系統差異之技巧(碩士論文)。中華大學。  延伸查詢new window
5.林冠宇(2012)。Facebook中「讚」對廣告效果之影響--溝通與說服模式觀點(碩士論文)。國立高雄大學。  延伸查詢new window
6.溫韋翔(2013)。社群訊息之文件探勘技術應用於分析產品評論及評估社群意見領袖影響力之技術開發研究(碩士論文)。國立高雄應用科技大學。  延伸查詢new window
圖書
1.Quinlan, J. Rose(1993)。C4.5: Programs for Machine Learning。San Francisco, California：Morgan Kaufmann Publishers。  new window
2.陸嘉桓(2013)。Hadoop實戰技術手冊。台北市：佳魁資訊股份有限公司。  延伸查詢new window
3.Bohlouli, M.、Schulz, F.、Angelis, L.、Pahor, D.、Brandic, I.、Atlan, D.、Tate, R.(2013)。Integration of Practice-Oriented Knowledge Technology: Trends and Prospectives。Springer。  new window
4.Breiman, L.、Friedman, J. H.、Olshen, R. A.、Stone, C. J.(1984)。Classification and Regression Trees。CRC Press。  new window
5.Harrell, F.(2015)。Regression Modeling Strategies: with Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis。Springer。  new window
6.Quinlan, J. R.(1979)。Discovering Rules by Induction from Large Collections of Examples。Scotland：Edinburgh University。  new window
7.Han, J.、Kamber, M.、Pei, J.(2011)。Data mining: concepts and techniques。Morgan Kaufmann。  new window
8.Sullivan, Dan(2001)。Document Warehousing and Text Mining: Techniques for Improving Business Operations, Marketing, and Sales。John Wiley & Sons, Inc.。  new window
其他
1.周志成(2009)。奇異值分解(SVD)，https://ccjou.wordpress.com/2009/09/01/奇異值分解-svd/。  延伸查詢new window
2.Welcome to Apache™ Hadoop®!，http://hadoop.apache.org/。  new window
 
 
 
 
第一頁 上一頁 下一頁 最後一頁 top
:::
無相關書籍
 
無相關著作
 
QR Code
QRCODE

臺灣人文及社會科學引文索引資料庫

目前上線人數：1232（臺灣：1223，外國：9） ／ 本年度總使用人次：2042760 ／ 訪客人次（自102年09月）：67851901
國家圖書館著作權聲明 Copyright © 2013 All rights reserved.
本館地址: 100201臺北市中山南路20號． 本館地圖及交通資訊．
總機：(02)23619132．最佳瀏覽解析度為1024x768以上