第五章 可移式語音機設計與驗證
5.5 產品的功能與特色
一、 互動使故事更有趣
利用程式語法把聲音以及互動內容整合在一起，讓故事不再只是一成不變的 單向聲音，搭配可移式語音機之硬體設備包含電腦USB 端的發射與接收器，可以 讓小朋友以拿在手上的可移式語音機，透過可移式語音機上面之按鈕，來做各種 問題的回應，達成互動效果。讓小朋友可以不用碰到電腦，就可以達到寓教於樂 的效果。
二、 數位內容的版權保護
在使用者下載付費部份的數位內容時，會先取得可移式語音機USB 端之裝置 的一組序號，然後對數位內容做加密後，再讓使用者下載到電腦，因此當使用者 要播放時，也必須要透過可移式語音機USB 端之裝置裡面的序號比對後，才能播 放，達到鎖定用戶的管理效果。非本身付費下載的使用者，由於序號不相同的原
因，就算取得了別人的複製數位內容，也無法取得序號來播放，因此大幅減少數 位內容被複製與散播的風險。
因為擁有可信任的身分確認，透過適當的付款機制達到付費使用，讓數位內 容的使用擁有充分的授權，使用者可以針對自己感興趣的數位內容下載，並且每 各數位內容只須負擔些許的使用費用，便可以透過一個公開且正當的管道取得使 用者所需要得數位內容。
三、 收聽不需接觸電腦
父母只需於應用程式進行簡易的設定，便可經由可移式語音機帶給孩童豐富 的故事內容，且不用擔心孩童多接觸到不該接觸的資訊，除提供孩童更趣味性的 娛樂之外，還以預防不良資訊及鞏固視力發展為目標，維護孩童身心健康。
四、 內容發佈與更新之容易
透過更新內容的技術，讓使用者不需要透過傳統的數位內容下載方式，可以 輕易的自動去更新最新的故事、音樂、教學等超鏈結位置內容，並且在電腦開機 連網期間，自動去下載最新的內容，讓使用者能聽到與頻寬無關的硬碟中節目內 容，因此即使在離線中，也能聽到高品質的有聲內容節目。
五、 符合未來趨勢
首創以家庭PC 作為無線廣播基地台，並於兒童手持收音裝置上，設置簡易遙 控功能按鍵，可遠端(100 公尺)控制電腦動作，達到雙向(PC 與可移式語音機)互動 效果，將可取代傳統CD 播放方式的幼兒教育市場，也符合未來數位家庭、家庭伺 服器（Home Server）之使用趨勢。
六、 Leverage PC
利用PC 資源提供強大互動核心解釋引擎，將原單純的聲音數位內容，創新設 計為程式語法撰寫，不論是故事或線上學習等原為單向的內容，均可輕易轉變為 多采多姿、千變萬化的可互動式數位內容。
七、 PC 儲存空間可存放大量廣播內容
利用既有的PC 資源，輕易提供寬廣的數位資訊儲存空間，與其他 PDA 或兒 童學習裝置比較，本產品可以收納大量廣播內容，並藉由PC 連網可從線上源源不 絕下載新的故事或學習教材。
八、 結合實體及網路虛擬世界
利用幼兒玩具結合實體及網路虛擬世界，將電腦及網路的功能發揮到最大。
九、 成本極低廉
播放平台僅為一般無線耳麥電路，加上搖控按鍵，外加一個USB 無線收發裝 置，成本極為低廉，很容易可以普及推廣及實施。
十、 吸引力強大
可做成兒童能接受的各式玩具，初步以可移式語音機互動播放形式，鎖定學 齡前兒童，具備廣大教育學習市場需求。
十一、 未來可建立線上付費制
可建立多元化付費機制，利用數位版權管理，下載數位內容才收費，達成類 似線上遊戲之營運模式。
十二、 可掌握資訊
利用軟體操作設定，可選定可移式語音機播放之故事類別，家長可由視窗中 即時監看孩童聆聽之故事，可有效掌握兒童接觸之資訊。
十三、 可隨處移動
利用無線2.4G 數位廣播，不侷限收聽的場地，兒童可當作玩具，在家中到處 收聽電腦內或網路上的數位內容。
十四、 互動情節多
互動架構使故事不再單調，故事內容可經互動而改變劇情，故事分岐多樣，
結局也能每次不同。
十五、 保護視力
以聲音互動方式，避免幼童長時間接觸螢幕視訊，保護兒童視力，並能訓練 兒童手腕靈活度。
十六、 可廣泛應用
可提供廣告或市場調查、心理測驗、遊戲、算命、互動遊戲、可包裹各種網 路廣播電台，可提供網路購物、可提供老人或小孩緊急通報裝置、可設定鬧鈴功 能、可分析子女的興趣或專長、可提供語音信箱功能等。
第六章 結論
在本研究中我們提出一個創新的客製化影音檢索系統，利用推薦超鏈結位置 資訊架構的優點，來提供全球一個更有效的影音平台，並實作出一個簡單的可移 式語音機。其中，藉由模糊權重資訊檢索整合技術，更可針對使用者的偏好，以 使用者的目標群集內的影音推薦候選檔案來進行推薦，讓影音的檔案推薦系統更 有智慧，執行上也更有效率，也改善了傳統推薦系統使用的明確值比對方式，且 達成使用者對個人的偏好屬性不需有專業知識，僅需利用語言描述表達其重要 性，即可提升推薦結果的合理性與彈性。
本研究之貢獻如下：
一、 建構出一個客製化的影音檢索服務平台，能夠解決免費、合法、頻寬、收視 習慣、且自動化下載等諸多問題。
二、 實作出一個初期可營運的手持式裝置，用來驗證平台的內容快遞服務。
三、 根據文獻整理提出一個可用的智慧型推薦系統。
四、 未來有機會提供成為一項創新的全球網路服務，對社會經濟產生實質的貢獻。
在後續研究方面，硬體方面將可發展P2P 方式的無線連結技術，利用手機 GSM 或ＷiMax 等有限的頻寬裏，加速大量的數位內容相互傳輸速度（An-Pin Chen, Tien-Hwa Ho, 2006），軟體方面未來將可發展一個具備普遍性及適應性的關鍵詞語 意理解推薦系統，因此當描述影音的關鍵詞在標註的時候，可以不斷有新的關鍵 詞語意進入，不會對系統產生影響。另外在自動尋找影音檔案的搜尋引擎方面，
我們也也可以發展出 Google、Yahoo 等搜尋引擎的輔助系統，當用戶鍵入很多關 鍵字之後，機器人程式會一邊學習一幫你去找，運用同樣的道理，當找到了目標 網頁或檔案，會在下載好時才通知用戶，如此相信將可建構出一個非常有效率的 搜尋推薦系統。
參考文獻
1. Aamodt, A., & Plaza, E. (1994), “Case-based reasoning: Foundational issues, methodological variations, and system approaches”, Artificial Intelligence Communications, 7(1), 39-59.
2. Abrahamson, C. E. (1998), “Storytelling as a pedagogical tool in higher education”, Education, 118(3), 440-451.
3. Alessi, S. M., & Trollip, S. R. (2001), “Multimedia for learning: Methods and development” , 3rd Ed., Boston, MA, Allyn and Bacon.
4. An-Pin Chen, Tien-Hwa Ho (2006), “Location Aided Mobile Peer-to-Peer System”, Pervasive and Mobile Computing, 2(3), 300-312
5. Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl （2000）,
“Analysis of Recommendation Algorithms for E-commerce”, ACM Conference on Electronic Commerce, 158-167.
6. Baldwin, T., McVoy, S., and Steinfield (1996), “Convergence: Integrating Media, Information & Communication”, Sage Publications.
7. Balabanovic´, M., & Shoham, Y. (1997), “Fab: content-based, collaborative recommendation”, Communications of the ACM, 40(3), 66-72.
8. Banerjy, A., & Scales, G. R. (2005), “Interactive multimedia for learning performance”, In S. Mishra & R. C. Sharma (Eds.), Interactive multimedia in education and training, 47-59, Hershey, PA, Idea Group.
9. Bane, P. William, S. P. Bradley, D. J. Collins (1995), “Winners and Losers:
Industry Structure in the Converging World of Telecommunications”, Computing, and Entertainment.
10. Carroll, J.M. (2000), “Making use: Scenario-based design of human-computer interactions” Cambridge, MA, MIT Press.
11. C.-H. Cheng, J.-R. Chang, Tien-Hwa Ho (2006), “Dynamic Fuzzy OWA Model for Evaluating the Risks of Software Development”, Cybernetics and Systems, 37(8), 791-813
12. Cheng, P. J. & Yang, W. P. (1999), “A new content-based access method for video databases”, Information Sciences, 118, 37-73.
13. Choi, D. Y. (1999), “A new aggregation method in a fuzzy environment”, Decision Support Systems, 25, 39-51.
14. Clark, R. C., Mayer, R. E. (2003), “E-learning and the science of instruction:
Proven guidelines for consumers and designers of multimedia learning”, San Francisco, CA, Pfeiffer.
15. Clegg, A. (1996), “Telecommunications and the internet”, Telecommunications Policy, 20(8), 545-548.
16. Colette (2001), “Electronic Education System Model”, Computers and Education, 36, 171-182.
17. Cox, T. (2006), “World Broadband Statistics”, Q1, United Kingdom, Ponit Topic Ltd.
18. Daniel Billsus and Michael J. Pazzani （ 1998 ） , “Learning Collaborative Information Filters”, Proceeding of the 15th International on Machine Learning.
19. David Goldberg, David Nichols, and Brian M. Oki, and Douglas Terry（1992）,
“Using Collaborative Filtering to Weave An Information Tapestry”, Communication of ACM, 35(12), 61-70.
20. Duyn, A.V. (2005), “Cable groups see VoIP service take off telecommunications”, Financial Times, 26.
21. Dubios D., Prade H. (1980), “Fuzzy Sets and System”, N.Y., Academic.
22. Dubios D., Prade H. (1978), “Operations on fuzzy numbers”, Internat. J. of System Science, 9, 613-626.
23. Eng, J.W.; Mollenauer, J.F. (1995), “IEEE Project 802.14: standards for digital convergence”, Communications Magazine, IEEE, 33(5), 20-23.
24. Fuller R., Majlender P. (2001), “An analytic approach for obtaining maximal entropy OWA operator weights”, Fuzzy Sets and Systems, 124, 53-57.
25. Filev D. & Yager, R. R. (1998), “On the issue of obtaining OWA operator weights.”
Fuzzy sets and systems, 94, 157-169.
26. Fuller R., Majlender P.（2001）, “An analytic approach for obtaining maximal entropy OWA operator weights”, Fuzzy Sets and Systems, 124, 53-57.
27. Gray, D. (2006), “Mobile WiMAX: A Performance and Comparative Summary”, WiMAX Forum.
28. Hill, W., Stead, L., Rosenstein, M., & Furnas, G. W. (1995), “Recommending and evaluating choices in a virtual community of use”, Proceedings of the CHI’95, Denver, CO, 194-201.
29. Jiawei Han and Michenline Kamber（2001）, “Data Mining: Concepts and Techniques”
30. Jonassen, D. H. (1991), “Thinking technology: Context is everything”, Educational Technology, 31(6), 35-37.
31. J.-R. Chang, T.-H. Ho, C.-H. Cheng, A.-P. Chen (2006), “Dynamic fuzzy OWA model for group multiple criteria decision making ”, Soft Computing, 10(7), 543-554
32. Jing-Rong Chang, Ching-Hsue Cheng, Tien-Hwa Ho, and An-Pin Chen (2005),
“Evaluating the Airline Service Quality by Fuzzy OWA Operators“, Second International Conference, MDAI 2005, Tsukuba, Japan, 3558
33. J. Schafer, J. K. Ben, and J. Riedl（1999）, “Recommender System in E-Commerce”, Proceedings of The First ACM conference on Electronic Commerce, 158-166.
34. Kohrs, A. & Merialdo, B. (2001), “Creating user-adapted websites by the use of collaborative filtering”, Interacting with Computers, 13, 695-716.
35. K. Seki, W. Tsukahara & T. Okamoto. (2005), “System development and practice of e-learning in graduate school”, Advanced Learning Technologies, ICALT, Fifth IEEE International Conference, 740-744.
36. Kuo, Y. F. & Chen, L. S. (2001), “Personalization technology application to internet content provider”, Expert Systems with Applications, 21, 203-215.
37. Lee, D. S., Kim, G. Y. & Choi, H. I. (2003), “A web-based collaborative filtering system”, Pattern Recognition, 36, 519-526.
38. Lee H. M., （1996）, “Group decision making using fuzzy sets theory for evaluating the rate of aggregative risk in software development”, Fuzzy Sets and Systems, 80, 261-271.
39. Lewis, B.; Kahng, A.B.; Cohn, J.; Jeong-Taek Kong; Malachowsky, C.; Tobias, R.;
Traw, B. ( 2006), “Panel: design challenges for next-generation multimedia, game and entertainment platforms”, Design Automation Conference, 2006 43rd ACM/IEEE, 24-28, 459.
40. Miller, B. N., Albert, I., Lam, S. K., Konstan, J. A., & Riedl, J. (2003),
“MovieLens unplugged: experiences with an occasionally connected recommender system”, Proceedings of the IUI’03, Miami, FL, 263-266.
41. Mooney, R. J. & Roy, L. (2000), “Content-based book recommending using learning for text categorization”, Proceedings of the Digital Libraries, San Antonio, TX, 195-204.
42. P. S. Yu（1999）, “Data Mining and Personalization Technologies”, The 6th International Conference on Database Systems for Advanced Application, 6-13.
43. Qiu, R.C., Wenwu Zhu Ya-Qin Zhang (2002), “Third-generation and beyond (3.5G) wireless networks and its applications”, Circuits and Systems, ISCAS. IEEE, 1, I.41-44.
44. Resnick, P. & Varian, H. R. (1997), “Recommender systems”, Communications of ACM, 40(3), 56-58.
45. Schafer, J. B., Konstan, J. A. & Riedl, J. (1999), “Recommender systems in e-commerce”, Proceedings of the E-COMMERCE 99, Denver, CO, 158-166.
46. Shardanand, U., & Maes, P. (1995), “Social information filtering: algorithms for automating word of mouth”, Proceedings of the CHI’95, Denver, CO, 210-217.
47. Shiomi, M.; Ohsawa, M.; Ando, K.; Sakamoto, T.; Yuki, I.; Ozeki, K.; Matsumi, K (1990), “A fully digital convergence system for projection TV”, Consumer Electronics, IEEE Transactions on, 36(3), 445-453.
48. Tzung-Pei Hong, Chan-Sheng Kuo, and Sheng-Chai Chi（1999）, “Mining
Association Rules From Quantitative Data”, Intelligent Data Analysis, 3, 363-376.
49. U. Fayyad, G. Piatetsky-shapiro, and P. Smyth（1996）, “From Data Mining to Knowledge Discovery in Databases”, AI Magazine, 37-54.
50. Wang, J. W., Cheng, C. H. & Chang, J. R. (2005), “Flexible fuzzy OWA querying method for hemodialysis database”, Soft Comput.
51. Wager, W. D., & Gagné, R. M. (1988), “Designing computer-aided instruction” In D. H. Jonassen (Ed.), Instructional designs for microcomputer courseware, 35-60, London, Lawrence Erlbaum Associates.
52. Yager R. R. (1988), “Ordered weighted averaging aggregation operators in multi-criteria decision making”, IEEE Trans. Systems Man and Cybernetics, 18, 183-190.
53. Yager, R.R. (2003), “Fuzzy logic methods in recommender systems” Fuzzy Sets and Systems, 136, 133-149.
54. Zadeh L. A. (1976), “The concept of a linguistic variable and its application to approximate reasoning (Ⅲ)＂, Information Science, 9, 43-80.
55. Zadeh L. A. (1975), “The concept of a linguistic variable and its application to approximate reasoning (Ⅱ)＂, Information Science, 8, 301-357.
56. Zadeh L. A. (1975), “The concept of a linguistic variable and its application to approximate reasoning (Ⅰ)＂, Information Science, 8, 199-249.
57. Zadeh, L. A. (1965), “Fuzzy Sets”, Information and Control, 8(3), 338-353.
58. 陳安斌、鄭景俗、劉敦仁、何天華（2007），”一種提供特定檔案位置資訊之 超鏈結表單服務系統”，中華民國發明專利申請，申請案號：096109850。
59. 鍾金燕（2007），”運用資料採礦技術於創新服務 MOD 採用之研究”，國立台
立臺灣師範大學工業科技教育學系博士論文。
66. 陳安斌、何天華（2005），”一種具有互動式語法軟體平台之電腦聲音廣播架 構”，中華民國發明專利申請，申請案號：094110666。
66. 陳安斌、何天華（2005），”一種具有互動式語法軟體平台之電腦聲音廣播架 構”，中華民國發明專利申請，申請案號：094110666。