第六章 結論與建議
6.4 未來研究之建議
儘管試圖解決的問題透過興趣關聯圖模型得到改善，但在產生推薦項目的 理由基礎卻不夠充分，此乃在傳統推薦系統或是本研究所採用的興趣關聯 圖共有之缺點。
因此，未來研究重要方向建議藉由結合社會學與心理學的角度與資訊科技 以為進一步探討之基礎。
參考文獻
Knowledge and Data Engineering, 17 (6): 734-749.〔2.〕 Ansari, A. S. Essengaier and R. Kohli, 2000. Internet Recommendation Systems, Journal of Marketing Research, 37 (3): 363-375.
〔3.〕 Batagelj, V. and A. Mrvar. Pajek – Program for Large Network Analysis. Home page:
http://vlado.fmf.uni-lj.si/pub/networks/pajek/
〔4.〕 Deshpande, M. and G. Karypis, 2004. Item-Based Top-N Recommendation Algorithms, ACM Transactions on Information Systems, 22 (1): 143-177.
〔5.〕 Goldberg, D., D. Nichols, B.M. Oki and D. Terry, 1992. Using Collaborative Filtering to Weave and Information Tapestry, Communications of the ACM, 35 (12): 61-70.
〔6.〕 Herlocker, J.L., J.A. Konstan, L.G. Terveen and J.T. Riedl, 2004. Evaluating Collaborative Filtering Recommender Systems, ACM Transactions on Information Systems, 22 (1): 5-53.
〔7.〕 Huang, Z., D. Zeng and H Chen, 2005, A Comparative study of Recommendation Algorithms in E-Commerce Applications, submitted to IEEE Intelligent Systems.
〔8.〕 Huang, Z., W. Chung and H. Chen, 2003. A Graph Model for E-Commerce Recommender Systems, Journal of the American Society for Information Science and Technology, 55 (3):
259-274.
〔9.〕 Kautz, H., B. Selman, and M. Shah, 1997. Combing Social Networks and Collaborative Filtering, Communications of the ACM, 40 (3): 63-65.
〔10.〕 Linden, G., B. Smith and J York, 2003. Amazon.com recommendations: item-to-item collaborative filtering, IEEE Internet Computing, 7 (1): 76-80.
〔11.〕 Liu, H. and P. Maes, 2005. InterestMap: Harvesting Social Network Profiles for Recommendations, Proceedings of IUI Beyond Personalization 2005.
〔12.〕 Palau, J., M. Montaner, and B. Lopez, 2004. Collaboration Analysis in Recommender Systems using Social Networks. Eighth Intl. Workshop on Cooperative Info. Agents (CLA'04).
〔13.〕 Resnick, P. and H.R. Varian, 1997. Recommender Systems, Communications of the ACM, 40 (3): 56-58.
〔14.〕 Sawar, B., G. Karypis, J. Konstan and J. Riedl, 2001. Item-Based Collaborative Filtering Recommendation Algorithms. Proceedings of the 10th international conference on World Wide Web, ACM Press, New York.
〔15.〕 Schafer J.B., K. Joseph and J. Riedl, 1999. Recommender Systems in E-Commerce, Proceedings of the 1st ACM Conference on Electronic Commerce, ACM Press, New York.
〔16.〕 Jill Griffin, Customer Loyalty, Jossey-Bass Inc, 1995.
〔17.〕 Negroponte, Nicholas, 1970. The Architecture Machine. Boston: MIT Press.
〔18.〕 Kay, Alan, 1984. Computer Software, Scientific American, 251(September), 53-59
〔19.〕 Loren Terveen, Will Hill, Brian Amento, David McDonald and Josh Creter. “PHOAKS: a system for sharing recommendations.”, v40, n3, pp59~63, March 1997
〔20.〕 Peter Andrews. Socail Network Analysis: Tracing Relationships, IBM Global Services:
Executive Tek Report, May 24, 2004
http://www-07.ibm.com/services/pdf/IBM_Consulting_Social_network_analysis_Tracing_rel ationships.pdf
〔21.〕 廖婉菁，「應用協同過濾機制於商品推薦之研究」，私立中原大學，碩士論文，民國 91 年
〔22.〕 吳晨帆，「推薦策略與推薦資訊對線上推薦績效影響之研究」，私立中原大學，碩士論 文，民國 94 年
〔23.〕 郭雅如，「應用層級分析程序支援行動電話推薦之研究」，國立中山大學，碩士論文，
民國 93 年
〔24.〕 余明哲，「圖書館個人化館藏推薦系統」，國立交通大學，碩士論文，民國 92 年
〔25.〕 李政權，「使用資料探勘技術進行文件推薦—以設計 FAQ 推薦系統為例—」，私立中原 大學，碩士論文，民國 90 年
〔26.〕 張文祥、楊亨利，「企業ｅ化下的智慧型助理」，2005ERP 實務及學術研討會，第三頁，
台北，民國 94 年 1 月
〔27.〕 王思峰、鄭尹茹，「線上與線下世界的交錯：校園線上學習的社會網絡分析」，資訊社 會研究，八期， 155~192 頁，民國 94 年 1 月
〔28.〕 洪淑芬、邱婉容，「國立台灣大學圖書館數位典藏 Metadata 之設計與資料庫之建置彙整」， 後設資料在數位典藏之研究發展：回顧與前瞻研討會論文集—圖書館社群後設資料研 討，237~ 269 頁，台中，民國 94 年 2 月
〔29.〕 齊玉美，「不對稱性分類分析之研究」，國立中山大學，碩士論文，民國 92 年
大學生興趣關聯性研究
旅遊地區： 口 東北亞 口 東南亞 口 南亞/中東 口 港澳大陸 口 太平洋島嶼 口 美加 口 紐澳 口 非洲
料理類型： 口 中式料理 口 日式料理 口 韓式料理 口 印度料理 口 南洋料理 口 法式料理 口 速食快餐 口 路邊攤
附錄二
排名
排名
附錄三
表 36 女性樣本依圈選限制條件與等分後，測試樣本數之上下限