• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

透過文字探勘技術探討各校高階經營管理(EMBA)學程之特性-以九校國立大學為例 / Analyzing the Profiles of EMBA Program by Text Mining Methodology - A Case of Nine EMBA Programs

林庭竹, Lin, Ting Chu Unknown Date (has links)
近年來,臺灣高階經營管理(EMBA)學程市場逐漸飽和,預計就讀EMBA的企業經理人比例趨緩,再加上兩岸三地EMBA學程崛起,都將影響臺灣EMBA的發展。因此,本研究認為可根據供應面與需求面來進行檢視,分析出目前臺灣EMBA供需兩大層面,由各校教師與學生所嶄露的特徵輪廓,使臺灣的EMBA邁向具有各校特色的適性化學程。 在第一階段研究過程中,選取臺灣九校國立頂尖大學所設立的EMBA,作為研究對象。利用Python撰寫爬蟲程式,蒐集九校EMBA教師與學生的文章標題與概要,其中教師文本總計23033篇,學生文本總計7342篇。運用Jieba對文本斷詞後,以14個管理學別視為供應面,需求面則是根據政府訂立的12個職業別,來做為目標字詞,透過Word2Vec模型計算管理學別與教師、職業別與學生文本兩大目標字詞的關聯詞,最後獲得各目標字詞20個關聯詞的詞集。而第二階段透過第一階段所呈現的關聯詞,進一步計算與教師和學生文本字詞的Cosine相似度,來辨別各校教師與學生間所呈現的供需面之共同特徵,代表該EMBA之特質。 第一階段研究結果顯示,Word2Vec模型透過特徵向量辨別關聯詞時,可準確辨別出與目標字詞具有相同涵義或相互關聯的字詞,且所找出的20個關聯字詞與目標字詞的Cosine相似度也多大於0.7,因此透過Word2Vec模型建立目標字詞之擴增詞集具有相當高的準確性。而第二階段透過第一階段所呈現的關聯詞所計算的供需面Cosine相似度之排序,可發現各校EMBA由教師與學生成員文本與各目標字詞的相似度排序皆有所不同,因此各學程可透過其差異性作為特色指標,發展出適性化學程,提高臺灣企業經理人就讀EMBA之意願。

Page generated in 0.026 seconds