第一章 緒論
第四節 名詞解釋
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的，然而受限於 CATAR 功能的侷限，影響所能分析的文獻數量，以及研究樣本 的選定與資料檢索策略皆可能影響分析結果。本研究的研究限制說明如下：
一、文獻內容探勘工具 CATAR 進行概觀分析可同時剖析近萬筆文件的資料量；
受限於電腦系統記憶體容量限制，在電腦系統記憶體容量為 2GB 的情況下，
CATAR 對於書目對分析的文件數量被限制於 4000 篇以內；而共現字分析的 文件數量則限制在 3000 篇以下。
二、為配合自動化文獻內容探勘 CATAR 工具，僅能以 SSCI 資料庫之數位學習 期刊為研究對象，而無法涵蓋 SCI, EI 之研究樣本；而資料蒐集則以廣義的 數位學習檢索詞彙進行精確檢索。
第四節 名詞解釋
一、數位學習(e-learning)
數位學習是一種以網路為資訊傳遞媒介的學習方式，特點在於能讓學習者在 任何時間、任何地點進行學習(Rosenberg, 2001)。本研究所指數位學習係採用美 國教育訓練發展協會(ASTD)所提出較為廣泛的定義，主要是藉由電子化科技來 傳達數位形式的教學內容或學習經驗；亦即數位學習是學習者應用各種數位科技 學習之過程，數位科技媒體包括網際網路、企業網路、電腦、衛星傳播、錄音帶、
錄影帶、互動電視與光碟等。其應用範圍可分為網路學習、電腦輔助學習、虛擬 教室、遠距學習及數位合作學習。「數位學習」一詞隨著不同科技工具的發展而 有不同的詮釋和名詞，例如網路化學習(Internet-based learning)、網路為基礎的學 習(web-based learning)，或稱線上學習（online learning）、網路學習（networked learning）、遠距學習（distance learning）、遠距教育(distance education)、數位化 學習(digital learning)、電子化學習(electronic learning)、數位學習(e-learning)、行 動學習(mobile learning)、無所不在學習(ubiquitious learning)等。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、主題分析(Subject Analysis)
所謂主題分析是指從文獻內容中，分析出可以代表文獻內容的主題概念，再 將主題概念以內涵相同的術語表示之，而這種代表主題概念的術語，稱為主題詞
（Subject Term）或關鍵詞（Keyword）(Albrechtsen, 1993)。換句話說，主題分析 是確定主題類型並剖析主題結構的過程。而主題分析的目的是在適當的深度上，
分析和掌握文獻的中心內容，從概念上加以詮譯、萃取，以便依據中心內容選擇 恰當的主題詞，作為文獻的查詢檢索標誌(吳萬鈞，1998)。
三、分群技術（Clustering technology）
分群技術（clustering technology）是資料探勘（data mining）領域中相當重 要的資料探勘技術之一，它可以在大量的資料中，找出資料的分佈狀況，並找到 其隱藏的意義。分群技術的目的在於分析資料的內容，將性質相似的資料群聚在 一起，且讓不同的群聚與群聚間資料相異性大。分群技術與傳統的分類技術
（Classification technology）最大的不同是分群技術不預先設定分類所代表的意 義，而把性質內容相近的資料聚集成一群群的群聚後，再分析定義各群聚的意義 (Han & Kamber, 2006)；而分類則具有預先設定類別，再依資料具有的屬性歸納 至既有的類別中。
四、書目對（bibliographic coupling）
書目對是指兩篇文章若引用到共同的書目資料，則此兩篇文章產生了耦合關 係（coupling）。同樣的，共同的書目資料越多，表示此兩篇文件在主題上越相 似、關係越強。
五、共現字（co-word）
共現字是指兩篇文章內文之標題或摘要裡，使用到相同的關鍵詞彙。亦即某
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
關鍵詞彙共同出現在此兩篇文件的情形，當共現字越多，則此兩篇文件的主題相 似度也越高。