研究模型

23

表 5 變數定義(續) No. Variable Description

14 agg-fet(sel-case,T) 為一 feature 的 聚合 函數 ,將依據使 用者 所勾選的 sel-case 集合中, 採用投票法修正查詢條件,其算式如 表 15 所示：

15 Inter-flag 為 ture/fasle 的布林變數,用以表示使用者是否確立了 iCSR 的推薦,其中:

Ture: 使用者未確立診斷,欲再進行進階互動診斷,將 呼叫 agg-fet 函數修正查詢標的,進行更進一步的推論 False:已確立診斷,iCSR 將 sug_case 集合展示給決策者 最為最後推論結果

24

Conclusion)就會被當作下一階段的查詢條件，交由推論機制進一步更新推薦個案做為 選擇雲端服務軟體的參考。

圖 5 互動式雲端服務軟體推薦系統概念架構圖

找尋雲端服務軟體其實是相當適合以案例式推論進行推薦，主要是因為使用者在 面對尋找雲端服務軟體時的主要解決途徑也是透過網路搜尋或同事之間的口耳相傳。

因此也有一些研究學者開發了相關的推薦機制提供類似的服務，然而只是單純的推薦 機制，所推薦出來的又不一定能符合使用者需求。因為人類決策過程往往是多階段模 型且充滿了不確定性[17]，因此需要多方面的資訊進行不同階段的決策，例如：系統 會視每一階段的回饋資訊再進行下一階段決策的調整，所以假設使用者隨機不定勾選，

就會產生震盪的情形，回饋資訊就會過於發散，而無法達到收斂效果。因此本研究認 為將目前的自動化推薦加入互動，將更適用於雲端服務軟體推薦。

25

圖 6 推論機制流程

上圖 6 為本研究所提出推論流程架構之中的推論代理人較詳細的流程，圖 6 中圈 圈註記 1 到 4 為第一階段推薦流程，圖 6 中圈圈註記 5 到 7 為第二階段推薦流程，第 一階段與第二階段推論流程整個加起來就會形成一個循環的迴圈，這裡就是本研究最 主要的互動式，推論流程詳述如下：

一、推論流程

iCSR 所提供雲端服務軟體推薦，圖 5 中圈圈註記 1 到 5 為推論流程，使用者可 以使用電腦或是相關通訊裝置(如：手機或是 PDA 可連網設備)進入互動介面，利用 勾選的方式及輸入權重設定想要讓系統進行推薦的雲端服務軟體條件，接著系統會把 相關查詢條件交由推論代理人來進行分析，然後由雲端軟體服務資料庫擷取最適合的 案例做為推薦方案。

26

當然任何正常推論程序中都有可能會遇到胡亂勾選的狀況，如果不給予任何限制 的話，推論結果就會一直震盪，由於胡亂勾選會造成推論結果過於發散，為了避免這 種狀況發生，iCSR 依照表 4，門檻值 90 較可以達到收斂，所以在第二階段後的推論 過程，系統會自動將門檻值設為 90。

二、雲端服務軟體資料庫

iCSR 能夠線上提供使用者互動式雲端服務軟體推薦，在表 7 雲端服務軟體資料 庫中，本研究將所有屬性分為 index 與 unindex，目的是為了能更使系統更快找出使 用者需求之雲端服務軟體，在第一階段推論時，主要是透過 index 來做推薦，但是到 了第二階段推論時，就會加入 unindex，而 unindex 所代表的就是使用者隱含的需求，

因為通常使用者在勾選查詢條件時，往往不太確定哪個服務才是真正符合自己需求的，

所以在第二階段推論過程中，使用者在勾選符合需求的個案同時，iCSR 就會將 unindex 加入，一起計算相似度，藉以找出更貼近使用者需求之雲端服務軟體。未來 希望能將推薦給使用者的個案讓使用者評分，當分數大於一定的門檻值，這個個案就 會回存到雲端服務軟體資料庫，之後若有使用者想找尋同類型的雲端服務軟體，iCSR 會優先將分數高的雲端服務軟體推薦給使用者。

27

表 9 iCSR 雲端服務軟體資料庫

三、會員資料庫

在表 8 會員資料庫這個部分，是 iCSR 還未做到的地方，當使用者要使用 iCSR 做雲端服務軟體推薦之前，每一位使用者都必頇要建立資料於會員資料庫中，使推論 代理人能夠在會員資料庫中找到使用者所用過之雲端服務軟體，以方便推薦，並且記 錄通常使用過這個雲端服務推薦軟體之後，通常會接著使用另一個雲端服務軟體。舉 例來說，假設小明今天使用 iCSR，找出他想使用的文字處理軟體 Google Docs，使用 完之後，小明想把這些資料做成投影片，接著又使用 iCSR 找尋簡報軟體，後來簡報 軟體小明就選擇了 Google Presentations，所以 iCSR 就會做一個記錄，之後若有會員，

同樣也是選擇了，Google Docs，在最後 iCSR 會做一個提醒，告知會員，通常使用完 Google Docs 後，會接著使用 Google Presentations 這個簡報軟體。因為網路速度會因 區域而有所不同，所以未來希望能記錄會員連上 iCSR 之 IP，會以會員的 IP 作為依 據，在推薦雲端服務軟體時會優先推薦與會員所在區域較近的雲端服務推薦軟體，假 設某會員的所在區域附近都沒有較近的雲端服務推薦軟體，那 iCSR 就會從雲端服務

28

軟體資料庫之中找出與該會員年齡相近並且都是相同類型的雲端服務軟體的個案，來 推薦給該會員當作參考。

表 10 iCSR 會員資料庫

四、權重標準化

權重標準化，是將使用者所勾選的查詢條件與使用者所輸入的初始權重先將權重 進行標準化，因為使用者在勾選查詢條件與輸入權重時，通常只會依照直覺輸入，所 以為了使每個屬性值的權重分配可以帄均，就需要權重標準化這個動作，在第一階段 推論時，就只有單純的看 index 屬性值，但是在第二階段推論時，因為使用者這時候 就是勾選個案進行推論了，這時候就會加入 unindex 屬性值來做標準化，會加入 unindex 屬性值的主要目的為因為使用者在表達自己需求的時候，通常都無法完全的 表達清楚，所以當使用者在勾選喜歡的案例時，就可以藉由這些案例的 unindex 屬性 值來找出使用者所隱含的需求，iCSR 希望可以藉由這個方式來找出更貼近符合使用 者需求之雲端服務軟體。

29

五、計算相似度

計算相似度，從使用者所勾選的查詢條件與初始權重再加上相似度基準表如表 6，

透過計算可以得到 Target 相似度的值，接著依照同樣的方法去計算案例庫內的案例，

就可以得到 Target 與每筆案例的相似度。

六、Target 與個案庫內的個案比較

Target 與個案庫內的個案比較，系統會將雲端服務軟體資料庫中的所以資料撈出 並暫存在一個暫存空間，依照前一個步驟可以得到 Target 的相似度，再用同樣的方法 計算雲端服務軟體內個案的相似度。

七、列出清單

列出清單，計算出每筆個案的相似度之後，撈出相似度高於使用者所輸入之門檻 值，列出清單在畫面上，供使用者勾選並且可做下次推薦之依據。

八、修正查詢條件(含 unindex)

修正查詢條件(含 unindex)，在列出清單給使用著勾選時，會同時提供相似度很 接近但是不太一樣的案例給使用者，(例：有兩個相片供享的軟體，但是一個有聯絡 簿功能，另一個則沒有。)如果使用者看到其他符合需求的雲端軟體，在做推薦的過 程中，突然覺得另外一個雲端軟體更符合需求，於是勾選了跟初始查詢條件不同的案 例，這時候 iCSR 使用投票法，使用者勾選的案例之中，過半數案例的屬性就會被當 作新的查詢條件。舉例來說，使用者一開始想找可以做相片編輯的雲端軟體，但是在 推薦的過程中，系統同時也有列出相片分享社群與相片編輯應用的雲端軟體，使用者 在看到相片分享社群的雲端軟體時，就忽然覺得相片分享社群軟體可以更符合需求，

於是勾選了 2 個相片分享社群與 1 個相片編輯雲端軟體，透過投票法(多數決)，iCSR

30

就會將相片分享社群軟體的屬性當作下一階段新的查詢條件，藉由這個動作希望能找 出使用者隱含的需求，推薦最符合需求的雲端服務軟體。