國民所得上升而提升了顧客購買力，物質需求不再像以往，現在同時必須滿足消費者休閒娛樂，因此結合購物以及餐飲與娛樂的大型購物中心逐漸拓展。本研究以資料採礦技術對T購物中心所提供之問卷進行資料分析，其中問卷包含了消費者基本資料、消費者行為與偏好、滿意度與建議四大部分，以統計方法分析會員與非會員之間的消費行為差異，進而做出市場區隔與行銷決策，增進顧客人數且提高消費意願和忠誠度，以及吸引非會員前來消費並申辦會員，提升顧客對T購物中心的依賴，並期望經由研究結果提供日後T購物中心於行銷計劃上之參考。 / The rising of national income promoted customers purchasing power. Material needs no longer as before,and must satisfy consumer entertainment at the same time now. Thus ,the shopping malls which combining shopping、dining and entertainment gradually expand. In this study,we used the technology of data mining to the questionnaires provided by T shopping Mall and conducted data analysis. The four parts of questionnaires contain basic information of consumers、consumer behavior、satisfaction and preferences. We analyze consumer behavioral differences between members and non-members by statistical methods and then make market segmentation and marketing decision, increase the number of customers and enhance consumer willingness and loyalty. Moreover, attract non-members to come and consume and bid for membership. Promote the dependence on T shopping mall of customers and expect the results to provide a reference on the marketing plan of T shopping mall in the future.

以往人文歷史領域的學者們，以土法煉鋼的人工方式進行資料的研究與分析，這樣的方法在資料量不大的時候還可行，但隨著數位典藏的進行以及巨量資料的興起，傳統的書本、古籍和文獻大量的數位化，若繼續使用傳統逐條分析的方式便會花費很多的時間與人力，但也因為資料數位化的關係，資訊領域的人便能利用資訊技術從旁進行協助。 而其中在觀念史研究領域裡，關鍵詞叢的研究是其中的重點之一，因為觀念可以用關鍵詞或含關鍵詞的句子來表達，所以研究關鍵詞就能幫助人文學者，了解史料文獻背後的意義與掌握當時的脈絡。因此本篇論文研究之目的在於針對收錄多篇文章的文集，探討詞彙與詞彙之間出現在文章中的情形，並利用五種的共現關係，將社群網絡的概念引入到文本分析之中，將每個詞彙當作節點，詞彙之間的關聯性當作邊建立詞彙網絡，從中找出詞彙所形成的觀念，最後實作一個由文集中探勘觀念的系統，此系統主要提供三種分析功能，分別是多詞彙觀念查詢、單詞彙觀念查詢與潛在觀念探勘。 本研究主要以《新青年》雜誌作為主要的觀察文集與實驗案例分析，《新青年》中觀念由自由主義轉向馬克思列寧主義，而我們利用本系統的確能夠找出變化的軌跡，以及探勘兩個觀念下的關鍵詞彙。 / With development of the digital archives, essays have been digitized. While it takes much time to analyze the contents of essays by human, it is beneficial to analyze by computer. This thesis aims to investigate the approach to discover concepts of essays based on social network mining techniques. While a concept can be represented as a set of keywords, the proposed approach measure the co-occurrence relationships between two keywords and represent the relationships among keywords by networks of keywords. Social network mining techniques are employed to discover the concepts of essays. We also develop the concept discovery system which provides discovery by multiple keywords, discovery by single keyword, and latent concept mining. The New Youth is taken as an example to demonstrate the capability of the developed system.

本研究探討國際財務報導準則採用後對英國上市公司財務報告揭露品質之影響，選取高科技產業公司於國際財務報導準則轉換年度、轉換年度前後兩年之年報，並根據IAS 38, Edvinsson and Malone (1997), Lev (2001), and Sveiby (1997)編纂智慧資本字典，與先前研究之差異處在於本研究採用文字探勘技術之分類演算法以探討智慧資本揭露品質是否和國際財務報導準則之採用有關，結果顯示智慧資本揭露品質和國際財務報導準則之採用有關，接著本研究運用迴歸分析，進一步了解那些智慧資本項目之揭露於採用前後有顯著差異，結果顯示在國際財務報導準則採用後，高科技公司增加智慧資本項目之揭露，符合本研究之預期，有顯著差異之智慧資本項目如:電腦軟體、顧客名單、顧客忠誠度、顧客關係和專利，研究結果也指出在國際財務報導準則採用後，高科技公司增加智慧資本項目之揭露之現象較常發生在上市時間較早之公司、總資產較大之公司。 / This study investigates the impact of the quality of disclosures of financial reports of the listed companies in the U.K. with International Financial Reporting Standards (IFRS) adoption. I select the annual reports of companies in the high-tech industry sectors in the IFRS transition year and two years before and after the transition year. The dictionary for intellectual capital according to four sources, IAS 38, Edvinsson and Malone (1997), Lev (2001), and Sveiby (1997) is compiled. In contrast to prior studies, I use classification algorithm of text mining techniques to explore whether the quality of intellectual capital disclosures is related with the adoption of IFRS. Results show that the disclosures of intellectual capital items are related with the adoption of IFRS. To further realize which intellectual capital item disclosures are significantly different between pre-adoption and post-adoption, the regression analysis is applied. Evidence is promising, in the post-IFRS period, high-tech firms may increase the intellectual capital item disclosures, such as computer software, customer list, customer loyalty, customer relationships and patents. Evidence also indicates that, the evidence that high-tech firms may increase the intellectual capital item disclosures in the post-IFRS period is more pronounced in older and larger companies.

網路團購消費模式掀起一陣風潮，隨著網路團購市場接受度提高，現今以團購方式進行購物的消費模式不斷增加，團購商品品項也日益繁多。為了使網路團購消費者更容易找到感興趣的團購商品，本研究將針對團購商品進行群集分析。 本研究以國內知名團購網站「愛合購」為例，以甜點蛋糕分類下的熱門美食團購商品為主，依商品名稱找尋該商品的顧客團購網誌文章納入資料庫中。本研究從熱門度前1000項的產品中找到268項產品擁有顧客團購網誌586篇，透過文字探勘技術從中擷取產品特徵相關資訊，並以「ｋ最近鄰居法」為基礎建置kNN分群器，以進行群集分析。本研究依不同的k值以及分群門檻值進行分群，並對大群集進行階段式分群，單項群集進行質心合併，以尋求較佳之分群結果。 研究結果顯示，268項團購商品經過kNN分群器進行四個階段的群集分析後可獲得28個群集，群內相似度從未分群時的0.029834提升至0.177428。在經過第一階段的分群後，可將商品分為3個主要大群集，即「麵包類」、「蛋糕類」以及「其他口感類」。在進行完四個階段的分群後，「麵包類」可分為2種類型的群集，即『麵包類產品』以及『擁有麵包特質的產品』，而「蛋糕類」則是可依口味區分為不同的蛋糕群集。產品重要特徵詞彙不像一般文章的關鍵字詞會重複出現於文章中，因此在特徵詞彙過濾時應避免刪減過多的產品特徵詞彙。群集特性可由詞彙權重前20%之詞彙依人工過濾及商品出現頻率挑選出產品特徵代表詞來做描繪。研究所獲得之分群結果除了提供團購消費者選擇產品時參考外，也可幫助團購網站業者規劃更適切的行銷活動。本研究亦提出一些未來研究方向。 / Group-buying is prevailing, the items of merchandise diverse recently. In order to let consumer find the commodities they are interested in, the research focus on the cluster analysis about group-buying products and clusters products by the features of them. We catch the blogs of products posted by customers, via text mining to retrieve the features of products, and then establish the kNN clustering device to cluster them. This research sets different threshold values to test, and multiply clusters big groups, and merges small groups by centroid, we expect to obtain the best quality cluster. From the results, 268 items of group-buying foods can be divided into 28 clusters, and the mean of Intra-Similarity also can be improved. The 28 clusters can be categorized to three main clusters：Bread, Cake, and Other mouthfeel foods. We can define and name each cluster by catch the top twenty percent of the keywords in each cluster. The results of this paper could help buyers find similar commodities which they like, and also help sellers make the great marketing activity plan.

本研究使用TFIDF文字探勘技術分析樣本公司年度財務報告裡面的重要非量化資訊，與三項量化財務比率比較，欲探討公司年報在不同市場裡文字敘述與財務表現之一致性。研究結果顯示，根據從2003年至2010年上市半導體公司之年度報告，美國公司的年報較會對財務表現做出誇大的文字敘述，本研究亦發現在文字敘述上，市場較不成熟的中國公司所發布之年報較偏向低估他們的財務表現。 / This study presented a way to extract useful information out of unstructured qualitative textual data with the use of the TFIDF text mining technique, which was used to help us explore for consistencies between financial performance in the form of quantitative financial ratios and qualitative narrative disclosures in the annual report between countries with different levels of market development. The results show that, based on listed semiconductor companies' annual reports between 2003 to 2010, companies in the United States have a high tendency to exaggerate and overstate about their performance in the MD&A, while less developed markets such as China turned out to have the lowest tendency to exaggerate and was more likely to understate about its performance in their Director's Report.

法人說明會是公司傳遞內部訊息給外部使用者方法之一，透過法人說明會宣佈財務及非財務資訊，藉以消弭因資訊不對稱所產生之代理問題，亦為分析師作出盈餘預測參考依據之一。在半導體供應鏈中，其上、下游產業間關聯緊密，資訊具有垂直移轉效果，因此，本研究欲探討半導體供應鏈中，下游公司分析師參考上游關聯公司法人說明會資訊並作出盈餘預測調整之程度。 本研究針對國內2005年至2011年半導體上市、櫃公司，進行法人說明會資訊與分析師盈餘預測修正之關聯性。實證結果發現，下游公司財務分析師會參考上游關聯公司召開法人說明會所宣佈之預測財務及非財務資料，並修正對公司之盈餘預測；且供應鏈中，上、下游關係越遠及國籍為外國之分析師，對上游關聯公司法人說明會資訊依賴程度越高，作出的盈餘預測調整幅度越大。

本研究旨在瞭解探討北部某C大學實施學生評鑑教師教學之現況，並探討大學生回答開放性問題對該課程的優點與建議，進行文字探勘分析。 本研究利用問卷調查，在期末課程結束前，利用上網方式，對該課程進行填答。問卷所得資料進行敘述統計、因素分析、信度分析、獨立樣本t檢定、單因子變異數分析、皮爾森相關、多元迴歸與R軟體進行詞彙權重、文字雲、主題模型和群集分析。本研究結論如下： 一、學生評鑑教師教學現況以教學態度感受程度最高。 二、問卷各題項以「教師教學態度認真負責，且授足所需授課之時數」平均分數最高。 三、回饋性建議肯定「教學目標明確」最高，最需改善「彈性調整教學內容」。 四、學生評鑑教師教學因學生年級和課程類別不同而有顯著差異。 五、學生評鑑教師教學成效與學習成績呈低相關，以「教學評量」有預測力。 六、重要詞彙與文字雲發現「教學」、「內容」、「喜歡」及「同學」共同詞彙。 七、各學院主題模型命名，主要有觀察，考試與教學內容。 八、各學院集群分析結果，學生重視教學內容、學習過程與收穫及考試。 根據上述結果提出建議，以供教育行政主管機關、教師及未來研究者之參考。 / The purpose of this study was to explore the current situation of t in the C university of North, and finding the strength and suggestion of the class to opening question used text mining. Before the class will be over , a questionnaire survey, using the internet, was used to gather personal information and the measurement applied in this research. The questionnaire is analyized by descriptive statistics analysis, independent t test, one-way ANOVA, Pearson correlation analysis, multiple regression, vocabulary weight, word cloud, topic model, and cluster analysis in R software. Conclusions obtained in this study are as in the followings: 1. The situation of student ratings of instruction scored over average on the effectiveness of teaching, with “teaching atttitude” the highest. 2.. The highest average scores of the items in the questionnaire were "serious and responsible teachers' teaching attitude and the number of hours required for teaching grants." 3. The feedback of suggestions is “The current of teaching objectives” and need to improve the “filxible adjustment of teaching content”. 4. The student ratings of instruction were vary significant in terms of student grade and course type. 5. Student ratings of instruction effectiveness and academic performance is low correlation, with "Teaching evaluation" predictive. 6. The findings on the important phrases and word clouds were “Teaching”, “Content”, “Likes”, and “Classmates”. 7. The naming of the theme model in each college is “Observation”, “Examination”, and “Teaching content”. 8. The results of cluster analysis each college were focused on “Teaching content”, “Learning process and gain”, and “Examination”. Based on the findings above, suggestions and recommendation were provided as a reference for educational administrators, and teachers, and as a guide for future research.

本論文的目標是利用文本情緒分析技巧，針對美國上市公司的財務報表進行以句子為單位的風險評估。過去的財報文本分析研究裡，大多關注於詞彙層面的風險偵測。然而財務文本中大多數的財務詞彙與前後文具有高度的語意相關性，僅靠閱讀單一詞彙可能無法完全理解其隱含的財務訊息。本文將研究層次由詞彙拉升至句子，根據基於嵌入概念的~fastText~與~Siamese CBOW~兩種句子向量表示法學習模型，利用基於嵌入概念模型中，使用目標詞與前後詞彙關聯性表示目標詞語意的特性，萃取出財報句子裡更深層的財務意涵，並學習出更適合用於財務文本分析的句向量表示法。實驗驗證部分，我們利用~10-K~財報資料與本文提出的財務標記資料集進行財務風險分類器學習，並以傳統詞袋模型（Bag-of-Word）作為基準，利用精確度（Accuracy）與準確度（Precision）等評估標準進行比較。結果證實基於嵌入概念模型的表示法在財務風險評估上比傳統詞袋模型有著更準確的預測表現。由於近年大數據時代的來臨，網路中的資訊量大幅成長，依賴少量人力在短期間內分析海量的財務資訊變得更加困難。因此如何協助專業人員進行有效率的財務判斷與決策，已成為一項重要的議題。為此，本文同時提出一個以句子為分析單位的財報風險語句偵測系統~RiskFinder~，依照~fastText~與~Siamese CBOW~兩種模型，經由~10-K~財務報表與人工標記資料集學習出適當的風險語句分類器後，對~1996~至~2013~年的美國上市公司財務報表進行財報句子的自動風險預測，讓財務專業人士能透過系統的協助，有效率地由大量財務文本中獲得有意義的財務資訊。此外，系統會依照公司的財報發布日期動態呈現股票交易資訊與後設資料，以利使用者依股價的時間走勢比較財務文字型與數值型資料的關係。 / The main purpose of this paper is to evaluate the risk of financial report of listed companies in sentence-level. Most of past sentiment analysis studies focused on word-level risk detection. However, most financial keywords are highly context-sensitive, which may likely yield biased results. Therefore, to advance the understanding of financial textual information, this thesis broadens the analysis from word-level to sentence level. We use two sentence-level models, fastText and Siamese-CBOW, to learn sentence embedding and attempt to facilitate the financial risk detection. In our experiment, we use the 10-K corpus and a financial sentiment dataset which were labeled by financial professionals to train our financial risk classifier. Moreover, we adopt the Bag-of-Word model as a baseline and use accuracy, precision, recall and F1-score to evaluate the performance of financial risk prediction. The experimental results show that the embedding models could lead better performance than the Bag-of-word model. In addition, this paper proposes a web-based financial risk detection system which is constructed based on fastText and Siamese CBOW model called RiskFinder. There are total 40,708 financial reports inside the system and each risk-related sentence is highlighted based on different sentence embedding models. Besides, our system also provides metadata and a visualization of financial time-series data for the corresponding company according to release day of financial report. This system considerably facilitates case studies in the field of finance and can be of great help in capturing valuable insight within large amounts of textual information.

近年來傳統線上購物正面臨著一連串的市場困境，如削價競爭、廉價品競爭等，因此導致銷售量之成長趨緩，反觀跨境線上購物卻出現了蓬勃發展的態勢，因而讓跨境線上購物成為驅動經濟活動與國際貿易的新引擎。另一方面，由於跨境線上購物的情境複雜性遠高於傳統的境內線上購物，業者們欲開發一海外新市場，必須先了解該地消費者行為與其購買決策過程後，才能制定出好的商業策略，並且進一步將產品導向的服務轉化成為以顧客導向的服務，才有機會為傳統線上購物之困境另闢生機。因此，引取並了解消費者所體認的內在價值是經營跨境線上購物最重要的成功因素。 本研究將試圖將傳統境內線上購物研究擴展到跨境線上購物議題，藉由文字探勘(Text Mining)分析、語意情感分析與 k-means 分群演算法，挖掘出消費者對於所購買商品之評論的常見內容型態與所購買商品之類別，並試圖找出跨境網購平台上各項因素及商品評論對於產品銷售量間之關連性，提供未來研究者及跨境網購平台業者決策之依據。 / While online shopping websites are facing the difficulties of price and low-quality competition, cross-border online shopping is on a vigorous development trend, showing that cross-border online shopping is an important trend of online shopping field. Due to the complexity of cross-border online shopping is much higher than the traditional domestic online shopping, so understanding the value of cross-border online shopping consumers is the most important success factors. Companies want to develop new markets abroad, must understand the local consumer’s behaviour and their decision-making process in order to make good business strategies. This study uses text mining analytic technology, semantic analysis techniques, and k-means clustering algorithm to identify characteristics of consumers’ reviews and the common categories of goods they purchased. After getting the reason why consumers use cross-border online shopping service and what values they got in this service. Researcher can predict and analyse the evolution and development of cross-border online shopping, provide reference for future online shopping academic studies and online shopping industry’s decision-making.

網際網路時代資訊接收的便利性，使得大眾容易接收到媒體所發布的媒體資訊，而這些資料具含的意見詞彙間接反應出群眾對特定主題的情緒傾向。在針對房地產的媒體當中，當特定區域的房地產市場具有良好的發展空間而成為交易熱區時，這些針對特定區域且帶含情緒的房市篇章報導或其他影響房市之相關新聞以及廣告往往會影響我們的購屋決策。 本研究將以桃園市及台中市-兩個近五年來台灣房市較為熱門的區域作為研究區域進行分析及研究，期望找出在短期時間新聞輿情及廣告和房市交易價量的相關性以及會影響該房地產市場之因素。首先蒐集桃園市及台中市的實價登錄的房地產交易資料以及廣告後，運用文字探勘分析房市整體輿情與兩都市房地產價量之關聯性，再將新聞分群後找出特徵詞，個別建立時間序列來了解各種情緒及房地產價量的共同移動性，並結合廣告投入量找出房地產市場價量以及影響因素的領先關係。並透過自建的類神經網路模型建立針對桃園市和台中市的交易量預測模型以及針對特定房市熱門區域-青埔和七期的交易量預測模型，並透過計算輸入變數的權重總和來判別新聞情緒對於房地產成交價量的影響程度。 研究首先提供了對於新聞情緒的分類包含區域經濟情緒、區域社會情緒、區域環境情緒、區域政治情緒、稅制情緒、選舉情緒。接著進行時間序列分析指出總情緒序列與成交量的時間序列相關係數都有高於70%以上，桃園市成交量與桃園市情緒的相關係數為0.73，台中市成交量與台中市情緒的相關係數為0.81，皆呈現高度正相關，顯示桃園及台中的房市交易量與情緒現存在高度相關性。在特定新聞類別當中，透過兩個城市的相關係數比對顯示稅制新聞情緒，區域環境相關情緒，區域社會相關情緒，以上三個情緒跟房市的交易量共同移動較為明顯，相關係數皆在0.5左右甚至以上，可見這些類別的新聞能夠適時反映大眾對於特定區域的房地產的看好及看壞。在此階段也透過領先指標驗證了情緒以及廣告是會領先房市交易量，桃園以及台中兩個區域都有情緒領先交易量一個月的現象。針對特定區域的交易量研究包含青埔特區及七期重劃區，也發現到兩地的交易量高峰前一至兩個月都有一波廣告的高峰。 而在類神經網路模型方面的研究結果能夠良好地預測漲跌趨勢，利用桃園資料進行訓練並以台中資料做為測試的模型在19次的漲跌中預測出17次，而將百分之七十的桃園及台中混合資料進行訓練並其餘百分之三十做為測試的模型結果也成功在14次漲跌中預測出10次，顯示模型效果預測能力良好，並透過將輸入權重加總的方式來衡量各輸入變數的影響程度，研究結果指出總情緒，稅制情緒量，區域環境情緒量與兩地房地產市場交易量最有關聯且影響最重。最後利用時間序列得知廣告高峰會領先總交易高峰一至兩個月的特性，利用從2012年10月至2016年2月的青埔特區資料及2012年10月至2013年12月的七期重劃區資料混合進行訓練並以2014年1月至2016年2月七期重劃區資料做為測試資料的模型能夠有效在兩年內預測中三次交易高峰，顯示該模型能透過預測出下一期的廣告投入量做為中介變數進而推估出交易量高峰的時間透過此模型可在未來應用於相關政策投入市場後對市場交易量的影響，也能夠快速有效的得到預測結果，而在針對特定市場我們也可以透過預測廣告以及運用廣告為交易量的領先特性來了解在近期何時會有交易量高峰，如能配合了解市場輿情脈絡，可為房屋仲介以及建商在更精確的時間點投放廣告時機點達到廣告的最大效益。