正規化概念分析的相關應用

關於 FCA 的研究相當多，根據 Frano and Bruno(2014)的研究，其將 FCA 用於教育領域，設計出一套考試支援系統，並做後續結果分析，是 比電子學習系統更為有用的系統，此研究將焦點放於電氣工程系統的 10 次小型的考試任務，找尋電氣工程系統此一科目中涵蓋章節相同處、相 異處和其中的關係。而 Klimeš(2014)將 FCA 應用在有關通訊、計算及感 測的物理研究當中，主要任務是人工智慧系統行為的自動辨識。Du and Li(2010)是用於探勘網頁關聯規則，能使網路使用者輸入關鍵字搜尋時，

出 現 的 結 果 能 更 貼 近 使 用 者 需 求 。 Baader, Ganter, Sertkaya, and Sattler(2007)的研究是藉由已被提供使用的資訊、資料庫與領域專家來擴 大 terminological 與 assertional 這兩個線上翻譯網站的部分邏輯知識的描 述 ， 並 使 用 正 規 化 概 念 分 析 進 行 。 Cigarrán-Recuero, Gayoso-Cabada, Rodríguez-Artacho, Romero-López, Sarasa-Cabezuelo, and Sierra(2014)的研 究是以正規化概念分析為基礎來評估語意標註作業，在這個研究當中語 意標註者是使用領域專家的分類本體論來標註數位資源。Nguyen, Hui, and Chang(2012)的研究提到關於數學的搜尋是一項極具問題的挑戰，因 為數學的表達具高度象徵性和結構性，即使採取傳統的全文檢索技術，

所搜尋出的結果大多是無效的數學表達，此項研究即是以功能強大的分

析技術-正規化分析為基礎來研究關於數學的搜尋。Beydoun(2009)的研究 是在電子學習社群中獲取學生得互動並建構出一個語意系統，去創造一 個知識集的結構來指導學生，作為學生可搜尋的現有知識集，並使用正 規化概念分析做為知識獲取的工具，來處理學生模擬的搜尋線索，並表 達和利用網頁之間的依賴關係，以產生往後更有效率的搜尋結果。

而正規化概念分析主要分為正規化概念矩陣及正規化概念點陣圖此 兩大階段，本研究將於下列做說明。

（一） 正規化概念矩陣

FCA 係在描述特定物件之間屬性的關係，是以(G,M,I)三種元素表示 之，其中 G 表示為物件(object)，M 表示為屬性(attributes)，而 I 則為物件 與屬性之間的二維關係，並以 gIm 來表示，即可解釋為物件 g 含有屬性 m，並將此三項元素以二維矩陣型式呈現，行代表著物件，列則代表屬性。

若某一物件具有某特定屬性時，則在物件與屬性間表格交叉之處標上記 號，若此物件不具有某特定屬性時，則以空白表示之，此一二維矩陣被 定義為正規化內文(formal context)，亦稱正規化概念矩陣，分析時即以正 規化概念矩陣進行分析(Frano and Bruno, 2014)。

本研究以不同個人所具備的語言能力為例，正規化概念矩陣如表 2-4 所示，由表 2-4 可得知正規化概念矩陣由三項元素所組而成，即物件、屬

性及物件與屬性之間的關係，最左欄為物件，即代表「P1」、「P2」、

「P3」、「P4」、「P5」不同之個人，最上列為屬性，即代表「華語」、

「英語」、「日語」、「法語」及「西班牙語」各種語言，而當不同之 個人具備某種語言時，則在兩者交會之處以「╳」表示之，以表 2-4 中「P1」

以為，「P1」所對應到以「╳」為記的語言有「華語」、「英語」、「日 語」及「西班牙語」，故表示 P1 所具備的語言能力為華語、英語、日語 及西班牙語。

表 2- 4 正規化概念矩陣-範例

華語 英語 日語 法語 西班牙語

P1 ╳ ╳ ╳ ╳

P2 ╳ ╳

P3 ╳ ╳

P4 ╳

P5 ╳ ╳ ╳

將正規化概念矩陣完成後便能將其轉換為正規化概念點陣圖。

（二） 正規化概念點陣圖

正規化概念點陣圖是由不同結點及線條所組而成的階層圖，以相同

例子為例，正規化概念點陣圖如圖 2-1 所示。

圖 2- 1 正規化概念點陣圖

圖 2-1 中節點 A 表示具備「西班牙語」能力之個人分別為「P1」、

「P2」及「P3」，節點 C 表示同時具備「日語」及「西班牙語」能力之 個人分別為「P1」及「P3」，以此類推，I 點則表示無人同時具備「華語」、

「英語」、「日語」、「法語」及「西班牙語」之能力。由圖 2-1 中亦可 得知正規化概念點陣圖分為數個層級，越上層則重要性越高，即表示越 多人擁有此項語言能力，而越下層的節點所擁有的屬性越多，物件卻越 少，即表示具備越多項語言能力之個人越少，重要性亦減低。

第參章 研究方法

本研究以正規化概念分析探討職場中資方與勞方分別所重視的就業 概念與關係，此章依序介紹研究流程、抽樣對象、抽樣程序、資料擷取、

評分者信度分析及正規化概念分析程序。