English  |  正體中文  |  简体中文  |  Items with full text/Total items : 51296/86402 (59%)
Visitors : 8167285      Online Users : 48
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU 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://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/109874


    Title: 網路情感分析對於手機應用程式評價之影響的研究
    Authors: 蕭瑞祥;酆偉寬
    Keywords: 意見探勘;情感分析;SVM
    Date: 2015-05-23
    Issue Date: 2017-03-10 02:20:03 (UTC+8)
    Abstract: 根據Surikate 與GfK調查 (2013)顯示,85%使用者會在下載應用程式(Application, APP)前,參考在APP STORE(iOS Application Store, APP STORE)上其它用戶對該APP的評價,這些參考項目包含該APP的預覽圖、銷售價格與內文評論等,可知使用者通常會參考其它用戶的使用經驗以決定是否下載該應用程式。
    根據資策會FIND調查我國智慧型行動裝置持有人數於2014年底已達1400萬以上,又依據LINE的官方統計,在我國LINE的下載次數於2014年6月中突破1700萬大關,下載次數冠居所有APP;從數據上來看,LINE在我國行動族群間之普及率早已超過九成,但該軟體在APP STORE中的用戶評分卻僅有2.4分,足見用戶評分與下載次數並無決定性的相互影響關係,且難以反應出真實的評價水準。
    據此,本研究欲以探討使用者對於手機應用程式的真實評價為研究目的,期望能夠透過蒐集網路評論文本,將評論文本轉化為特徵量化數據,輔以結合人工判讀內容並加以分析後,提出一可反應APP真實評價之評分模型。
    為了驗證本研究提出之評分模型效能,本研究亦將透過系統發展研究法,以支持向量機(Support Vector Machine, SVM)分類模型將網路評論文本依特徵項轉化為特徵量文本後,進行訓練與測試,再將支持向量機分類模型產出之分類結果比對人工判讀之結果,計算其準確率做為系統驗證的依據。
    經由實驗結果顯示,透過將詞彙做為特徵值,評分模型的整體分類準確率將近九成,顯示本研究之APP評分模型有良好的反應能力;期望本研究之研究結果能在後續相關領域下之研究有所貢獻。
    Relation: 第二十六屆國際資訊管理學術研討會論文集
    Appears in Collections:[資訊管理學系暨研究所] 會議論文

    Files in This Item:

    There are no files associated with this item.

    All items in 機構典藏 are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - Feedback