亞洲地區因為文化背景、地緣關係等，有相似的部分，但每個國家以及城市皆 隨著不同時代更新，而發展出特有的面貌。過去幾年，也有許多研究藉由文化的特 產、服裝、建築等不同層面以分析城市的色彩意象。本研究主要以資料探勘技術分 析台灣特色小鎮的色彩意象，並透過網路問卷調查法，瞭解一般大眾對於自動化色 彩組合的感受滿意度。經過研究結果與討論，進而針對本研究目的得出以下結論，
茲分述如下：
一、色彩組合與形容詞之關聯性
本研究以資料探勘技術自動化台灣特色小鎮的色彩組合，第一部分以 CIS 的 180 個形容詞為基礎，找尋城市名與形容詞的關聯，大量抓取資料並且加以分析。
從研究結果可發現，以傳統和熱鬧為關鍵形容詞的城市，大多都有紅色系的色塊，
符合台灣文化對於節慶、傳統廟宇的色彩意象和聯想；咖啡色的色塊則符合古蹟建 築及其他傳統文物的木頭色澤；但特有傳統風俗文情的城市，色彩差異性會更明顯，
像是彰化鹿港、高雄美濃等城市；以風格為關鍵形容詞的城市，則有大部分的色塊 為深色或建築物的顏色為主，像是桃園大溪以巴洛克式建築、吊橋以及大溪茶廠為 特色，擷取的色彩結果也多為其建物的顏色，例如：灰白色、綠棕色等。
二、 Google與Word to vector結果之差異
本研究以自動化色彩組合之結果進行網路問卷調查，收集 105 份有效問卷進行 統計，分析Google 搜尋結果及 Word to vector 的結果做比較，以滿意度來看，Google 搜尋結果的滿意度座落在3-5 分之間，Word to vector 則是 2-3 分之間。將其結果對 應至城市圖片庫樣本及其相應形容詞後發現，使用Google 搜尋引擎與城市關聯度 連結，搜集的資料較為廣泛，其所對應的形容詞比較有差異性；也依據當時的趨勢、
使用者在搜尋引擎中所鍵入的相關字詞，能有比較多元的搜尋結果，以至於在找尋 城市和形容詞的關聯性時，能有較貼近的搜尋結果。Word to vector 的語料庫因建 立在Pixnet 網誌上，語料多為情緒、感受度等內容，找尋城市與形容詞的關聯性時，
出現較多為形容情感的字詞，以至於在搜尋結果上，會出現比較多雜訊內容，像是 菜單、人物等。由此可見，雖然相同關鍵形容詞的城市，顏色結果會比較相似，但 這大多取決於城市圖片庫樣本的選取，其會影響色彩組合的結果。
三、初步自動化色彩組合
本研究經由過濾、分析後，初步可得出台灣特色小鎮之自動化色彩組合，大部 分的結果符合一般大眾的滿意程度，將色彩組合對應至該城市的圖片庫樣本，亦可 得到城市的特色組成，像是特產、建築與民俗活動等，雖仍須經過在地化的調整，
但可作為初步地方色彩之參考。
四、相關應用發展
本研究依據自動化色彩組合之初步結果，提供以下應用範例之呈現，如圖5-1。
將城市自動化色彩組合之結果與該城市的特色景物做結合，以產出不同顏色之包裝 設計、網頁設計、文化產物設計等，以用於相關應用之色彩參考。
圖 5-1 包裝設計範例