第五階段分群

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第五節、 第五階段分群

接著，內含文章篇數超過 30 篇的群集(41)需要進行第五階段分群，並設定 文件相似度門檻值 0.075、0.08 及 0.085；而 k 值與前一階段相同，以 5 為起始值 來進行分群評估，其評估結果整理如表 4-8。

當群集(41)將 k 值由 5 調整至 10 時，無法獲得更好的分群品質，故不繼續 向上調整 k 值，並可知在 k 值為 5、文件相似度門檻值為 0.085 時，能獲得最佳 分群品質。

表 4-8 第五階段分群之評估結果

群集編號 (41)

k 值 文件相似度門檻值 分群數 平均群內相似度 平均群間相似度 分群品質

5

0.075 無分群效果

0.08 3 0.04530556 0.05978236 0.757841595 0.085 4 0.05108477 0.06604159 0.773524245

10

0.075 無分群效果

0.08 3 0.04530556 0.05978236 0.757841595 0.085 4 0.05108477 0.06604159 0.773524245

圖 4-5 第五階段分群結果

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖 4-5 為第五階段分群結果，並可對群集(44)進行關鍵詞彙萃取與群集命名。

從圖中可看出群集(45)未達分群停止條件，故需繼續進入下一階段分群；但由於 群集(45)在第六階段中，k 值之起始值為 5 時，所搭配的 3 種文件相似度門檻值 (0.09、0.095 與 0.1)皆未能獲得分群效果(如表 4-9)，滿足分群停止條件之一，故 本研究認為該群集內之 App 已達到一定之相似程度，即使該群集仍未達到內含 文章數不超過 30 篇之分群停止條件，仍不對該群集繼續進行分群，並以第五階 段之結果為最終分群結果。

依第五階段分群為最終分群結果需針對群集(44)與(45)進行關鍵詞彙萃取與 群集命名，其結果如表 4-10，並可將其分別命名為「腦力激盪」及「博弈對決/

競速賽車」類型之 App。

表 4-9 第六階段分群之評估結果

群集編號 (45)

k 值 文件相似度門檻值 分群數 平均群內相似度 平均群間相似度 分群品質

5

0.09 無分群效果

0.095 無分群效果

0.1 無分群效果

‧

Another Puzzle Game、CEO LIFE、GoBang Of Chinese Style、HuaRong of Three Kingdoms、瘋狂轉盤、繽紛華容 道

A+WordPuzzle、AI.Buster HD、Apex Of The Racing、Asphalt 6: Adrenaline、Backseat Driver、Baseball Superstars II Pro、

Castle attack –Ultimate HD、Crash drive 3D、Death Rally、

Donuts Chaser、EPOCH、Fingle、Forever Drive、Frisbee Forever、Fun Fun Sports、Funny Slap、GT Racing:Motor Academy、HeartAttack、Hook 4 Fun、Horror Racing、iQuoit、

Jelly Defense、KATAMARI Amore、Lunar Racer、Mass Effect TM Infiltrator、Mini Motor Racing、Need for Speed、

Real Racing HD、Reckless Racing、Shark Dash、Smash Cops、Sonic & SEGA All-Stars Racing、Sonic The Hedgehog 4TM Episode I、StoneRings-Lite、Super Laser： The Alien Fighter、Synth Racing、Tiki Kart 3D 、Tilt To Fly、Timeline for iPad、三國塔防 - 魏傳、上海麻將 3D、天下麻將、捉 鬼遊戲、掌上三國、極上豪華麻將、神來也大老二、麻將 明 星 3 缺 1 HD、麻將三國

‧

最後一階段分群結束，平均群內相似度由第四階段之 0.05060 提升至 0.05396、

平均群間相似度則由 0.07448 降低至 0.07118；可得該階段分群品質為 0.75809。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖 4-6 App 多階段分群結果

而表 4-12 為各階段所得之分群品質，由該表可知每經過下一階段分群處理 後，分群品質都會不斷提升，代表分群後之各群集內的 App 在經過各階段分群 處理後亦更為相似。

表 4-12 各階段分群品質

平均群內相似度 平均群間相似度 分群品質 第一階段 0.02392 0.18916 0.12648 第二階段 0.03426 0.09060 0.37814 第三階段 0.04430 0.07683 0.57655 第四階段 0.05060 0.07448 0.67942 第五階段 0.05396 0.07118 0.75809

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y