• 沒有找到結果。

5.2 未來研究方向 對於將來的研究︰

1. 我們將實際與專家學者、相關業者及使用者共同研究,找出一些可 行的法則以充實知識庫的模糊法則而成為真正具個人化特色的智 慧型點歌系統。

2. 基於時間、計算成本的考量,本研究對於歌星點歌推薦,並沒有使 用規則庫的應用來做計算,將來也許可以利用關聯規則等方式或是 加入協同過濾的機制來做計算,也可以出更符合使用者喜愛的歌星 點歌而形成更具有個人化服務平台。

3. 對於目前取得超級點歌王資料的歌曲分類,會形成極大化與極小 化,將來或許可以在這部份上進行深入研究,是否可以透過較細緻 的分類,進而使用 Item-based 的協同過濾方法來進行推薦。

4. 若本研究之研究成果順利被「超級點歌王」上線使用,那麼對於實 際上透過本研究成果所進行推薦的歌曲準確率以及所推薦之歌曲 是否都是會員有興趣的歌曲,將可利用問卷回收方式,做一實證研 究。

參考文獻

[1] 戴偉勝(2001),以知識庫為基礎的個人化資訊推薦系統之研究,碩士論 文,大葉大學資訊管理系。

[2] 韓雙福(2003),應用協同過濾機制於商機撮合電子報之研究–以食品業電 子市集為例,碩士論文,中原大學 資訊管理學系。

[3] 鍾政憲(2003),以代理人社群為基礎的主動式知識服務推薦系統之研 究,碩士論文,大葉大學資訊管理學系。

[4] 簡士堯(2004),以內容為基礎之網路學習導覽推薦之研究,碩士論文,

銘傳大學 資訊工程學系碩士班。

[5] 劉鎮華(1994),多媒體資料庫在點歌系統及 KTV 系統之應用,碩士論 文,國立中山大學資訊工程研究所。

[6] 劉先烜(2002),協同合作式社會網絡篩選:結合網頁結構探勘與協同合 作式篩選的個人化機制,碩士論文,國立台灣大學 資訊管理研究所,。

[7] 超級點歌王,www.supermbox.com.tw

[8] 陳榮昌、黃麗美(2006),應用協同過濾推薦方法於線上點歌系統,2006 台灣商管與資訊研討會,台北大學,台北。

[9] 陳榮昌、黃麗美(2007),應用協同過濾推薦方法於線上點歌系統, 2007 資訊科技國際研討會,朝陽科技大學,台中。

[10] 郭素蜜(2005),虛擬企業協同商務之知識分享控制機制之研究,碩士論 文,南華大學資訊管理學系。

[11] 郭時雄(2004),應用軟體代理人於一對一行銷之研究,碩士論文,國立 臺北大學企業管理學系。

[12] 陳孜彬(1998),以聲音查詢歌曲資料庫,碩士論文,國立清華大學資訊

工程學系。

[13] 陳正德(2004),以項目為基礎的協同過濾應用於網路教材瀏覽推薦之研 究,碩士論文,銘傳大學 資訊工程學系。

[14] 許靜芬(200),應用網際探勘於網頁及商品自動化推薦系統之研究, 碩 士論文,國立台灣科技大學 資訊管理系。

[15] 張道宇(2005),線上卡拉 OK 消費者再惠顧意願之研究─以 Kara24H 為 例,碩士論文,國立交通大學管理學院碩士在職專班資訊管理組。

[16] 范雅慧(2003),透過知識擷取與管理達成顧客關係管理之行銷策略應 用,碩士論文,朝陽科技大學資訊管理研究所。

[17] 林婉琪(2005),應用 phase vocoder 實現卡拉 OK 伴唱機音效以虛擬重低 音合成,碩士論文,國立交通大學機械工程系所。

[18] 林朝興,唐瑩荃(2006),以顧客價值分析與權重漸進探勘來進行協力式 音樂推薦, Journal of Information, Technology and Society 2006(1) pp.

1-26。

[19] 林永財(2004), KTV 電腦點歌螢幕操作介面使用性之研究,碩士論文,

大同大學工業設計研究所。

[20] 汪軒楷(2002),策略式資料探勘在個人化推薦上之研究,碩士論文,真 理大學管理科學研究所。

[21] 何佩琪(2006),張澤銘的 iKala,Intelligent times 12/2006,pp. 24-27。

[22] 向殿政男(199),Fuzzy 手法進階,中國生產力中心。

[23] 江培庄(1990),模糊集合論及其應用,中國生產力中心 Fuzzy 小組。

[24] 丁一賢(2002),運用網頁探勘為基礎的個人化技術於網路廣告之探討,

靜宜大學 資訊管理學系碩士論文。

[25] Fayyad , Gregory Piatetsky-Shapiro , Padhraic Smyth(1996) , “The KDD

在文檔中 朝陽科技大學 資訊管理系 (頁 60-64)

相關文件