系統實作

行動式商品評鑑平台(MMEP)主要採用智慧型代理人機制、影像辨識技術、

自我組織映射圖網路、多文件自動摘要、以及推薦決策支援服務等技術，並於無 線通訊網路環境之手持式設備(如 3G 手機)上展現，透過軟、硬體設備之支援，

讓行動式使用者能充分掌握手持式設備取得商品評鑑服務。行動式商品評鑑平台 (MMEP)實作環境採用 Intel (R) Pentium (R) Dual CPU 1.6GHz 中央處理器、2.0 GB 記憶體與 Microsoft Windows XP 作業系統之電腦主機進行相關實作，開發程式語 言為 Java，資料庫管理系統(DBMS)則採用 MySQL Server。而使用者連結至網際 網路進行商品評鑑服務之存取主要由 JSP (Java Server Pages)開發完成，經由超文 本傳輸協定(Hypertext Transmission Protocol, HTTP)標準進行傳輸。

行動式商品評鑑平台(MMEP)包含即時商品辨識子系統(RMIS)、商品評論建 議子系統(MES)、以及商品比價推薦子系統(MRS)，如圖 3 所示，提供使用者存 取商品評鑑服務，以下將針對各個子系統進行實作與說明。

4.1.1 即 時 商 品 辨 識 子 系 統 (Real-time Merchandise Identification Subsystem, RMIS)

位於網際網路前端之即時商品辨識子系統(RMIS)主要提供多媒體處理與影 像辨識相關服務，包含即時多媒體傳輸技術和即時影像辨識技術等功能設計。

當使用者有購買衝動時，可即時透過手機照相機，將物品拍照並經由 J2ME

(MIDP 2.0)技術透過行動通訊網路(3G 或 IEEE 802.11b)即時傳輸至伺服器。即時 商品辨識子系統(RMIS)接收到圖片影像後，即時結合區塊相鄰圖(RAG)和自我組 織映射圖網路(SOM)進行影像處理與分類，進行商品辨識，流程如圖 11 所示。

圖 11、即時商品辨識子系統(RMIS)處理流程圖

(1) 即時多媒體傳輸技術(Real-time Multimedia Transmission, RMT)

設計可傳輸之多媒體資料庫包含文字(Text)和圖片(Picture)。使用者利用 3G 手機或 PDA 上的照相機將欲購買之商品即時拍攝下來，商品影像資訊即時傳回 給後端之即時商品辨識子系統(RMIS)，以利進行後續影像辨識處理，並提供使用 者即時性與便利性之快速商品評鑑服務。

(2) 即時影像辨識系統(Image Identification system, IIS)

即時商品辨識子系統(RMIS)結合區塊相鄰圖(Region Adjacency Graph, RAG) 和自我組織映射圖網路(Self-Organizing Maps, SOM)等技術，進行即時多媒體影 像處理。將商品影像進行 Region Adjacency Graph (RAG)運算，取得各個商品影 像特徵，再放到自我組織映射圖網路(SOM)進行訓練，讓類神經網路學習各個商 品特徵。當取得即時影像時，可將影像進行即時比對與分類，並辨識並取得該影

像之商品資訊，以進行後續之評論與推薦。

4.1.2 商 品 評 論 建 議 子 系 統 (Merchandise Evaluation Subsystem, MES)

商品評論建議子系統(Merchandise Evaluation Subsystem, MES)所提供之功能 包括部落格內容擷取代理人與多文件自動摘要技術等功能設計。

當即時商品辨識子系統(RMIS)辨識完成後，將傳輸商品資訊至商品評論建議 子系統(MES)，再經由部落格內容擷取代理人向 Google Blog Search 進行 Blog 相 關資訊進行搜尋，於各個部落格中找尋相關商品評論資訊，並將其 Crawl 和 Parse 下來存為 Blog Corpus。最後，透過多文件自動摘要技術將相關 Blog Corpus 中之 商品評論擷取出來，並製成摘要型式，提供給使用者購買決策參考，流程如圖 12 所示[26]。

圖 12、商品評論建議子系統(MES)處理流程圖[26]

(1) 部落格內容擷取代理人(Blog Content Retrieval Agent, BCRA)

部落格內容擷取代理人主要提供有模糊搜尋機制、HTML Crawler、以及 HTML Parser 等，各功能說明分述如下。

I. 模糊搜尋機制

提供模糊運算與判斷，建立搜尋相關之關鍵詞字庫，以關鍵詞字庫內容主動 向 Google Blog Search 進行搜尋。

II. HTML Crawler

將 Google Blog Search 搜尋後之結果，如回傳之各個部落格內容進行 Crawl，

追蹤相關連結之網頁並將 HTML 內容暫存。

III. HTML Parser

將 HTML Crawler 取得之 HTML 進行 HTML tag 解讀，取得主要資訊，並有 效去除相關特殊字元(如單引號和雙引號)和避免 SQL Injection 等攻擊問題，建立 Blog Corpus 以利後續之多文件自動摘要之推論。

(2) 多文件自動摘要技術(Automatic Multiple Document Summarization, AMDS)

商品評論建議子系統(MES)結合多文件自動摘要技術，即時將各個部落格中 相關商品之評論進行自動摘要，有效減少資訊量，萃取出重點評論摘要，讓使用 者能快速瀏覽過去購買該商品之消費者看法與經驗。

4.1.3 商品比價推薦子系統(Merchandise Recommendation Subsystem, MRS)

商品比價推薦子系統(Merchandise Recommendation Subsystem, MRS)所提供 之功能包括商品價格資訊擷取代理人與比價推薦機制等功能設計。

當即時商品辨識子系統(RMIS)辨識完成後，將傳輸商品資訊至商品比價推薦 子系統(MRS)，再經由商品價格資訊擷取代理人向比價網及相關網路進行商品價

格相關資訊進行搜尋，於各個電子商務網站中找尋相關商品價格資訊，並將其 Crawl 和 Parse 下來存為商品價格 Corpus。最後，透過比價推薦機制將相關商品 價格 Corpus 中之價格資訊擷取出來，並進行比對和商品推薦，以有效讓使用者 了解該商品相關價位區間，避免荷包大失血，商品比價推薦子系統(MRS)處理流 程如圖 13 所示。

圖 13、商品比價推薦子系統(MRS)處理流程圖

(1) 商品價格資訊擷取代理人(Merchandise Information Retrieval Agent, MIRA)

商品價格資訊擷取代理人主要提供有模糊搜尋機制、HTML Crawler、以及 HTML Parser 等，各功能說明分述如下[26]。

I. 模糊搜尋機制

提供模糊運算與判斷，建立搜尋相關之關鍵詞字庫，以關鍵詞字庫內容主動 向比價網和相關網站進行搜尋。

II. HTML Crawler

將比價網和相關網站搜尋後之結果，如回傳之各個電子商務網站內容進行

Crawl，追蹤相關連結之網頁並將 HTML 內容暫存。

III. HTML Parser

將 HTML Crawler 取得之 HTML 進行 HTML tag 解讀，取得主要資訊，並有 效去除相關特殊字元(如單引號和雙引號)和避免 SQL Injection 等攻擊問題，建立 商品價格 Corpus 以利後續之比價推薦機制之推論。

(2) 比價推薦機制(Price Comparing Recommendation Mechanism, PCRM)

商品比價推薦子系統(MRS)提供比價推薦機制，透過商品價格資訊擷取代理 人取得相關商品於各個電子商務網站中之價格進行比較，提供 Price-Oriented Recommendation 的方式，讓使用者快速了解相關價格區間，取得最低價位之同 等商品相關資訊，以決定是否購買該商品。