正規化概念分析(Formal concept analysis, 簡稱 FCA)不單只是數 據分析，他還結合了知識概念的形式，加上使用了數學的方法描繪 出知識概念的模型，這個模型可以將知識概念表現透過圖形將結果 顯示出來（Wille,1992），Dubois, and Prade（2012）認為形式概念分 析是一種理論概論，而其中概念中的每個對像都具有其意圖的所有 屬性，而每個屬性在其範圍內的所有對像都具有，Liu, Meng, Pei, and Ruan（2013）認為正規化概念分析是涉及層次結構，並廣泛應 用在數據分析和資訊檢索，Blašković, and Škopljanac-Mačina
（2014）認為正規化概念分析是一種數據用於分析與表示的一種方 法，這個方法從輸入的數據當中找出形式概念，並且所有的形式概 念都會依照層次的排列。Li, and Lin（2016）認為正規化概念分析可 以做為知識轉移的過程中提供理論的依據，而Neto, Song, and Zárate
（2018）認為 FCA 使用概念，是從對象、屬性與其分層的組織概 念。Cellier, and Ferré（2019）認為 FCA 可以用於好幾種的目的，並 且可以將利用FCA 所畫出的圖加以探索和分析，Li, and Zhai
19
（2019）認為 FCA 是將所有對象的集合並且分析這些對象當中所共 有的所有屬性，Janostik, Konecny, and Krajča（2020）認為 FCA 會在 目標及其屬性當中識別出有趣的形式概念，並且將其組織成一個結 構。因此，利用FCA 是可以將虛擬社群上所建構出的知識結構分層 表示，並且為理論當中提供出依據，發覺概念之間的關係並顯示出 圖結構，因此正規化概念分析是適合用來分析知識結構的方法。
FCA 的應用範圍相當廣泛，首先應用在 DNA 方面，
Kaminskaya, and Lihonosova（2014）進行不同的 DNA 序列研究，透 過FCA 提出了不同生物中強大的的基因，再來包括應用在雲服務，
Mezni, and Sellami（2017）為了提供高質量的多雲服務，利用 FCA 來組合並表示出多的雲的信息並且進行分類，對於網路方面，
AbdelRahman, Bahgat, Bahgat（2017）建立於 FCA 的一種搜尋引 擎，可以用來分析之中的屬性概念連結，接下來應用在智能家居方 面，Bouzouane, Gaboury, and Hao（2019） 提及將利用 FCA 應用在 智能家居當中，使他可以自動的是應具有新類別或新功能的訓練數 據，由上述可知，正規化概念分析應用得範圍十分廣大，從電腦的 相關可以應用到生物的部分。
正規化概念分析可以將資料結構化，並且分析概念彼此之間的 關聯，讓使用者可以較容易的觀察出資料之間的關聯。本研究使用
20
Concept Explorer 軟體將資料建立為如表 2-1 的概念表，第一行代表 的是文章內所提到的概念集合，如果文章討論的與內容屬性有相符
21
圖 2-1 文章討論內容屬性概念圖
在圖2-1 當中的第一層節點 A 的「風味」是所有文章(O1,O2,O3) 都有討論的概念，也代表著重要的概念。第二層節點B 的風味、通 路的是(O1,O2)兩篇文章當中有提到的概念，節點 C 的風味、產地則 是(O1,O3)中有提及的，而節點 B、C 皆具有繼承了節點 A 的「風 味」之概念。因而得知，節點D 繼承了節點 B、C 的「風味」、「通 路」、「產地」的概念，亦即為所有的概念集合，代表著在此層會擁 有所有的戴念。此外，在矩陣圖當中同一層的圓點較大，表示擁有 此概念的文章在此層所佔的比例較大。
B｛(風味、通路)｝
(O1,O2)｝
第三層
D｛(風味、通路、產地)(O1)｝
C｛(風味、產地) (O1,O3)｝
第二層
第一層 A｛(風味)(O1,O2,O3)｝
22
第參章 研究方法