介紹論文系統開發及研究時，所用到的相關資訊或參考內容。包括 Javasvript、
XML 延伸標記語言、eXist 原生資料庫、OpenCV、Association Rule、HashTag 及 Android 智慧型手機。
第三章 標籤分類影音系統之系統規劃:
系統架構規劃，包含各項功能的分析與方法。
第四章 系統實現:
敘述環境的建置、系統架構的實現、各項功能的運作流程、系統實際上呈現。
第五章 結論與未來發展:
總結系統的特色與成果，以及探討未來發展的可能性與還需改進的部分。
第二章 文獻探討
2.1 XML
2.1.1 XML 簡介
XML(Extensible Markup Language，可擴展標記語言)，1995 年開始有其雛形，
並向 W3C 提案，在 1998 年成為 W3C 所推出的標準。XML 是一種標記式語言，
主要被設計用來傳送及攜帶資料訊息，XML 訂定一個統一的標準，有助於文件 內容的宣告，並可符合跨平台的搜尋作業，因此被廣泛用的作為跨平台之間資料 的互動。SGML(Standard Generalized Markup Language)是 XML 的前身，因為
SGML 太過於複雜、使用困難(標準手冊就有 500 多頁)，因此將 SGML 精簡化，
並依照 HTML 的發展經驗，產生出一套規則嚴謹，但是簡單的描述資料語 言:XML。
2.1.2 XML 應用領域
現在有許多語言都在使用 XML 來作為資料呈現與傳遞的格式，像是
MathML(Mathematical Markup Language，數學標示語言) ，是用來定義數學式子 的標籤，也是一種基於 XML 的標準，除了 MathML 之外還有 W3C 為採用 XML 描述多媒體而提出的建議標準的 SMIL(Synchronized Multimedia Integration Language，同步多媒體集成語言)等，很多標準都被定義出來，使很各個領域之
間跨平台的資訊交換更為便利。現在有許多開發廠商也開始採用 XML 的格式，
例如 Adobe、IBM、微軟、Netscape、Oracle、Sun 等，也有許多市面上熱門的軟 體，例如 Microsoft Internet Explorer 和 RealPlayer，也在軟體內部使用 XML 的格 式了。
圖 2-1 XML 家族與技術平台
2.2 XML 原生資料庫:eXist
eXist 是 Wolfgang Meier 公司在 2000 年所設計出的一套資料庫系統[7]，eXist 為一套公開原始碼的 XML 原生資料庫，同時在 2006 年被選為是最佳的 XML 原生資料庫，除了儲存 XML 文件之外，也支援 XQuery 查詢。XQuery 是一種功 能強大的 XML 資料查詢語言，被設計用來查詢 XML 格式的資料，XQuery 也
結果。
1. OWL Lite：約束性最大，表達性最受限。但軟體開發較容易。
1. 個體（Individual）：個體是類的實例，代表領域內具體的、人們實際感興趣 的那些對象。OWL 語言不使用唯一命名假設(Unique Name Assumption，UNA)，
也就是說，兩個不同的名稱可以對應到同一個個體。例如“伊麗莎白女王”
和“女王”可以代表同一個人。在 OWL 語言中，必須明確表達個體之間是否 為相同的，否則它們可能相同也可能不同。
2. 屬性（Property）：屬性是個體之間的二元關係，屬性有兩類，一類是對象屬 性，它用於將個體與個體關聯起來，另一類是數據類型屬性，它把個體與數 據值關聯起來，OWL 利用 XMLSchema 定義數據類型。除了可以用 RDFS 中 的 rdfs：subPropertyOf、rdfs：domain、rdfs：range 來描述屬性以外，OWL 還用 owl：equivalentProperty、owl：inverseOf 來表示屬性與屬性的關係，前 者表示兩個屬性等價，後者表示兩個屬性可逆。在 OWL 中，可以對屬性進行 限制，包括 owl：FunctionalProperty 和 owl：InverseFunctionalProperty 兩種全
局約束，前者表示屬性是函數屬性，只能有一個值，後者表示屬性是反函數
Format 資源的格式
Contributor 資源生存期中做出貢獻的實體，如後
製者、編輯等。
2.5 OpenCV
2.3.1 OpenCV 簡介
OpenCV(Open Source Computer Vision)是一個由 Intel 公司所開發出來的 C/C++語言的 Open Source 圖形演算法的函式庫[10]。包含了 300 多個 C 語言函 數的跨平台的中高層 API，可以製做圖片、視訊、矩陣運算、統計、圖論…等等 的 C/C++語言程式設計，不依賴其他外部的函式庫，其中大部份的函數用來解決 以下領域中的問題，例如人臉辨識、動作分析、物體追蹤、傅立葉轉換和圖像分 割等，主要應用在靜態圖片(BMP、JPG、TIF、PNG)和動態 Webcam 的影像處理。
2.3.2 OpenCV 可應用領域
1. 結構與矩陣
OpenCV 提供自定義的資料結構及矩陣，其中最基本的資料結構稱為 IplImage，當對影像進行操作處理時，都必須先轉換成 IplImage 進行，另外有關 於圖片的存取也提供特有的線性結構，可以加快演算法的進行和編碼轉換工作。
處理，如圖形比對、影像內物件擷取、面積測量、輪廓長度測量及物件比對等。
4. 物體辨識
OpenCV 提供了 eigen objects 及 hidden Markov models 這兩種物件比對技術，
可針對影像找出關鍵特徵，並進行關鍵特徵的比對，主要可應用於人臉或是其他 方面的辨識。
5. 動作分析與追蹤
OpenCV 不但提供靜態的影像處理，也支援動態的影片處理，主要包括物件 分析及運動追蹤，OpenCV 能夠處理動態的連續影像，進行場景分離、影像內物 件擷取、輪廓描繪等，處理的方式為先將影片切割成多個畫面(frame)，這些畫面 都必須先轉換成 OpenCV 的專屬資料格式 IplImage，接下來就能夠進行上述針對 影片方面的功能，以本系統為例，將所有畫面轉換成 IplImage 之後，接著不斷 的擷取兩張時間相鄰的框架，再將這兩張畫面做畫素的比對，如果畫素差異較大，
代表場景做了轉換，就視為影片的分段點，流程如圖 2-2 所示。
圖 2-2 影片分段流程
2.6 關聯規則
2.4.1 關聯規則簡介
所謂關聯規則就是從大量的資料中探勘資料間隱含的相互關係，以利於簡化 在雜亂無章的資料中形成利於觀察的關係鏈。最常是用在市場上的消費行為，最 經典的例子就是某家知名廠商將啤酒與尿布擺在一起銷售，便造成了銷售量的增 加。
2.4.2 演算法介紹
而關聯規則的方法也有好幾種，較常見的有下列幾種:
1. Apriori 演算法：
使用候選項集找頻繁項集
Apriori 演算法是一種最有影響的挖掘布林關聯規則頻繁項集的演算法。其
維頻繁項集；第二次掃描資料庫，利用 1 維頻繁項集過濾資料庫中的非頻繁項，
<%@ page import="java.io.*" %>
<%@ page import="java.util.*" %>
1. JSP 跨平台的可重用性：
只要寫一份程式碼，到處都可執行。除了系統之外，程式碼不用做任何 更改。
2. 支持多種網頁格式：
目前，JSP 技術支持的網頁格式還沒有一個明確的標準.一般來說,JSP 技 術既可以支援 HTML/DHTML 的傳統流覽器檔案格式,又可以支援應用於無線通 訊設備如行動電話,PDA 等設備進行網頁預覽的 WML 檔案格式，還可以支援其
2.8 主題標籤（HashTag）
主題標籤（Hashtag）通常是指一個井字號加上一個單字或是沒有空格的一句 話。它是一種較為鬆散的 meta data tag[9]，是一種讓社群網站上相關的內容資訊 很容易被聚合起來的設計，像目前的一些主流社群網站都有支援此功能，如
Facebook、Twitter、Instagram 等等。它是一個用來取得關鍵資訊的好方法，假設 我們看到一則有趣的 Twitter 或 Facebook 動態，當我們點了上面的 hashtag，系統 就會把所有所有的推文調出來，集合成一個頁面，把所有跟你關注的這個關鍵字 有關的都訊息都串連起來，從這些訊息中也可以了解大家都用些什麼關鍵字。
2.9 智慧型手機（Smart Phone）
智慧型手機（Smart Phone）是運算能力及功能比傳統手機更強的手機的統稱，
使用者可以隨意在手機內像個人電腦一樣安裝應用程式，所以擁有很豐富的功能，
可以不斷擴充。目前智慧型手機最主要的幾個作業系統包括 iOS、Android、
Windows Phone、Symbian、BlackBerry OS 等等，他們之間的應用程式互不兼容，
不過大多數熱門的應用程式都會推出多個作業系統的版本。
近年來，智慧型手機的發展非常快速，硬體效能也越來越強大，除了一些硬 體需求較高的功能，例如玩一些高品質的遊戲或是 3D 繪圖等等，智慧型手機幾 乎已經可以當成個人電腦使用。智慧型手機能夠顯示與個人電腦一致的正常網頁、
具有良好的操作系統以及使用者介面、也擁有良好的應用程式擴充性(能夠隨時
安裝或刪除應用程式) 、能支援多工(一次執行多個程式) 、並且 擁有完整的多 媒體、郵件、上網功能，能完全取代像 MP3、MP4 和 PDA 這些傳統的設備，因 為上述這些特點，智慧型手機能夠代替傳統的個人電腦處理基本的工作需求或是 一些其他的事務。
根據 Gartner 的調查報告，2013 年 Android 智慧型手機市占率已經從 2012 年 的 66.4％快速成長至 78.4％。全球的智慧型手機出貨量也是爆炸性的成長，從 6.8 億台成長至 9.6 億台[11]，如圖 2-3 所示。
圖 2-3 2012 第三季手機市占率調查