一、 正規化概念分析定義
正規化概念分析是由早期的概念分析演變而來，其定義出共同屬 性之物件分群方式，並發展出屬性與物件的二元關係。因此 Dudier &
Prade（2011）提出正規化概念分析即是使用布林的方式對資料進行 分析。透過代數原理的方式清楚呈現、推論和獲取概念知識，Arévalo, Ducasse & Gordillo（2010）更說明這是一個有效的分類挖掘工具，可 透過共通的屬性發掘出未知的關係。將會是本研究的重要工具，利於 後續作更深入的探討。
正規化概念分析的另一個特色是能用圖形化的方式表達知識結 構，已展現出屬性與物件間的相互關係。He, Rümmer & Kroening
（2011）研究中 FCA 是依照不同的屬性將物件進行分群，並且建立
15
階層識結構使其更容易定義相近和相異的物件。Pei et al.（2013） 研 究顯示正規化概念分析為一組二元關係的層次結構，可用於計算複雜 的正規化概念。因此運用在許多專業領域，首先是醫學領域，Jiang &
Chute（2009）將正規化概念分析用於檢視國際疾病分類編號的完整 性。接著是用於論文文獻，Poelmans et al.（2013）利用正規化概念分 析可視化的功能，將其文獻結構進行研究，探討各個領域的論文文獻 的結構以及應用，不管是在軟體探勘或網絡分析等等。另一個則是用 在 DNA 序列，Lihonosova& Kaminskaya（2014）將不同生物體的 DNA 序列進行研究，從中透過正規化概念分析找到不同生物中最強大的基 因。最後一個案例則是用於機器學習，Cattaneo et al.（2016）認為正 規化概念分析能用於解決機器學習等相關複雜的問題，且透過正規化 概念的結構，依據不同的屬性去描述正確的對象。本研究即可透過正 規化概念分析，將資料結構化，並以圖形化的方式呈現出資料間的概 念關係。
二、 正規化概念分析相關應用
本研究是利用 Concept Explorer 軟體，將抽樣資料建立成表 2-1 概念表。首先收集所以的抽樣資料，並使用語意分析出該研究的正規 化概念，並彙整成表格，第一列為所有正規化概念，分別為「產品適
16
17
18
產品資訊、產品試用效果所有概念的集合，但此層沒有任何樣本有同 時提到所有概念。
透過上述的例子，可明瞭正規化概念分析可協助了解樣本與樣本 間的關係，並且以圖形且結構化的方式呈現，因此本研究使用正規化 概念分析，探討時尚美妝 Youtube 影片留言的知識概念，能更明確的 瞭解讀者的需求，他們真正所想得到的資訊，並與業配文知識結構圖 做比較、相互驗證，以利於未來業配文的寫作。
19
第參章 研究方法
本研究方法主要藉由內容分析法和正規化概念分析法的兩種方 法，分別針對抽樣的資料進行討論，即針對業配文知識結構和
YouTube 影片留言分析結果，本章分為研究流程、資料抽樣、知識結 構與部落客業配文範例和彩妝影片留言屬性分類與定義四個階段，分 述於以下各節詳細說明：