藉由地緣情感關係連結之群眾打卡資訊建⽴立個⼈人⽣生命記憶 - 政大學術集成

全文

(1)國立政治大學資訊科學系 Department of Computer Science National Chengchi University 碩士論文 Master’s Thesis 立. 政治大. ‧ 國. 學. 藉由地緣情感關係連結之群眾打卡資訊 ‧. 建⽴立個⼈人⽣生命記憶. sit. y. Nat. n. er. io. Construct Personal aLifelog by Check-in Information iv l C n hengchi U. from Location-based Emotion Connected Crowd 研究生：王怡婷指導教授：郭正佩 . 中華民國一百零四年六月 June 2015. I.

(2) 藉由地緣情感關係連結之群眾打卡資訊建⽴立個⼈人⽣生命記憶 Construct Personal Lifelog by Check-in Information from Location-based Emotion Connected Crowd . 研究生：王怡婷 Student：Yi-Ting Wang 指導教授：郭正佩 Advisor：Pei-Jeng Kuo 政治大. 學. ‧ 國. 立國立政治大學資訊科學系 . ‧. 碩士論文 . y sit. io. . n. al. er. Nat. . i Thesis CA hengchi Un. v. Submitted to Department of Computer Science National Chengchi University For the degree of Master In Computer Science . 中華民國⼀一百零四年六⽉月 June 2015. II.

(3) 致謝. 書寫到此頁之時，代表著於政治大學的研究所生涯即將進入尾聲，三年的時間看似漫長，卻又在轉眼間消逝，雖然一路走來碰撞不少，卻也收穫良多。首先，要感謝指導教授郭正佩老師，我始終認為人們會相聚即是緣分，三年前因緣際會下找到了郭老師，請她擔任我研究所的指導老師，即是一切的開端。謝謝郭老師在我研究的路上為我指點迷津，讓我擁有獨立思考的空間，除此之外，更改變了我在人生路上的思維。 . 立感謝碩士論文口試委員李蔡彥教授與鄧怡莘教授，對於本論文的肯定. 學. ‧ 國. . 政治大. 以及提供建議與想法，讓本論文能夠更好。也感謝政大資科系中所有的老. ‧. 師，在求學期間給予的指導，讓我可以學習更多方位的知識與能力。同時. sit. y. Nat. er. io. 也感謝 PARIS Lab 學長姐與同學們，柏諺、瑋誠、俊輝、梳雲、浩瑋、. n. a. v. i l C 為丞、志明、劉澤、哲立、褆多，在研究所的路上有你們一路相伴，使我 Un hengchi. 在學習之路並不孤單。 . 感謝我的家人，謝謝您們提供我一個無後顧之憂的環境，專心於課業. 上，順利完成學業。感謝鄭宇軒，謝謝你一路給我鼓勵，當我遇到挫折失意時，不斷給我向前的力量。最後，感謝人生中遇到所有的你、妳。王怡婷謹誌中華民國一〇四年六月 . i.

(4) 藉由地緣情感關係連結之群眾打卡資訊建⽴立個⼈人⽣生命記憶 . 摘要 . 生活於行動網絡與社群網站發展快速的今日，人們逐漸依賴利用隨手可得之行動裝置紀錄生活，打卡儼然成為生命紀錄的方式之一。本研究致力於提供使用者個人化之打卡系統，讓使用者在選用群眾所推薦的地理標籤名政治. 大. 立. 稱之餘，同時保有個人化情感傾向特色之地理標籤名稱。透過基於地緣情. ‧ 國. 學. 感關係連結之群眾推薦地理標籤名稱，我們提供更貼近使用者個人情感偏. ‧. sit. y. Nat. 好之地理標籤，讓使用者在省下自行建立個人化地理標籤名稱上的繁瑣程. n. al. er. io. 序的同時，還能同時保有個人化特色，更能夠作為未來回憶時之線索。在. i Un. Ch. v. 實驗設計上，我們邀請共二十八位受試者使用本研究所開發之打卡系統， engchi 利用三週的時間真實模擬生活中的打卡情況。我們分析受試者進行打卡時所選用的地理標籤名稱來源作為評估之依據，透過實驗結果顯示基於地緣情感關係連結之群眾推薦地理標籤名稱模型，能夠推薦較適合的地理標籤名稱給使用者使用。因此本研究有效利用特定群眾之力量協助使用者建立個人化之地理資訊。關鍵字：個人生命記憶典藏、打卡、適地性服務、群眾外包 . ii.

(5) Construct Personal Life-log by Check-in Information in Location-based Emotion Connected Crowd Abstract. In the present, people used to have one or more mobile devices. With the mobile devices thriving, the social network is also getting more popular. People rely on the mobile devices or social network to record their lives—“Check in” is. 學. ‧ 國. becoming a kind of. 政治大 “lifelog”.立 Our research provides user a customized check. in system, which can free users from the troublesome procedures, naming the. ‧. geotag by their own, meanwhile; they can still have their own style. Furthermore,. y. Nat. er. io. sit. this customized name of geotag will be the hint to their memory in the future.. n. a l we have 28 usersi vexperience our check in When it comes to the experiment, n Ch. engchi U. system, and we spent three weeks to simulate the situation of check in in the real life. We analyze the users’ name of geotag and use it as the result to estimate. According to the result of our experiment, the Location-Based Emotion Connected model can recommend a better name of geotag to the users. Consequently, our research the effective help people to construct personalizes geographic information. Keywords: personal archiving, check in, location-based service, crowdsourcing. iii.

(6) 目錄第一章緒論 ........................................................................................................................................................ 1 1.1 研究背景與動機 ................................................................................................................................ 1 1.2 研究問題與目的 ................................................................................................................................ 4 1.3 論文架構 ............................................................................................................................................... 6 第二章文獻探討 .............................................................................................................................................. 7 2.1 個人生命記憶典藏 ........................................................................................................................... 7 2.1.1 個人生命記憶典藏起源 .......................................................................................................... 7 2.1.2 . 政治大生命記憶典藏相關研究 .......................................................................................................... 9 立. ‧ 國. 學. 2.1.3 小結 .............................................................................................................................................. 11 2.2 影像內容描述與檢索 .................................................................................................................... 12 . ‧. 2.2.1 影像內容描述與檢索 .............................................................................................................. 12 . sit. y. Nat. 2.2.2 十二維度數位影像內容註釋結構 ...................................................................................... 14 . er. io. 2.2.3 基於空間與時間知識本體 ................................................................................................... 16 . n. al 2.2.4 小結 .............................................................................................................................................. 20 iv n. C. hengchi U 2.3 適地性服務 ........................................................................................................................................ 21 2.3.1 適地性服務概述 ...................................................................................................................... 21 2.3.2 適地性服務相關研究 ............................................................................................................. 22 2.3.3 打卡與社交關係 ...................................................................................................................... 24 2.3.4 小結 .............................................................................................................................................. 25 2.4 群眾智慧 ............................................................................................................................................. 26 2.4.1 群眾智慧概述 ........................................................................................................................... 26 2.4.2 群眾智慧相關研究 .................................................................................................................. 26 2.4.3 小結 .............................................................................................................................................. 32 2.5 文獻總結 ............................................................................................................................................. 33 . iv.

(7) 第三章研究方法 ............................................................................................................................................ 34 3.1 基於地緣情感關係連結之群眾外包推薦模型 .................................................................... 34 3.2 系統架構 ............................................................................................................................................. 37 3.3 系統功能與介面 .............................................................................................................................. 38 第四章實驗與評估 ....................................................................................................................................... 42 4.1 實驗說明與流程 .............................................................................................................................. 42 4.2 受試者分佈 ........................................................................................................................................ 43 4.3 實驗限制 ............................................................................................................................................. 44 4.4 實驗環境 ............................................................................................................................................. 44 4.5 評估方式 ............................................................................................................................................. 45 . 政治大第五章結果討論 ............................................................................................................................................ 46 立. ‧ 國. 學. 5.1 基本資訊 ............................................................................................................................................. 46 5.2 地緣群體分析結果 ......................................................................................................................... 47 . ‧. 5.2.1 NCCU Group .............................................................................................................................. 47 . sit. y. Nat. 5.2.2 CWB Group ................................................................................................................................ 52 . er. io. 5.2.3 ShiLin Group ............................................................................................................................. 54 . a. n. v l C 5.2.4 無固定活動區域 ...................................................................................................................... 57 ni i U. he. ngch 5.3 綜合討論 ............................................................................................................................................. 59 第六章結論與未來展望 .............................................................................................................................. 61 參考文獻 ............................................................................................................................................................. 63 . v.

(8) . 圖目錄圖 1 MEMEX 的概念圖 ............................................................................................................................... 2 圖 2 比較各種的後設資料計畫屬性範疇 ........................................................................................... 15 圖 3 基於空間與時間知識本體 .............................................................................................................. 17 圖 4 關聯式地理標籤知識本體 .............................................................................................................. 18 圖 5 持續性概念重構模型之概念圖 ..................................................................................................... 20 圖 6 FLIRT 模型的五種面向 .................................................................................................................. 28 政治. 大立圖 7 四種類型的群眾外包系統 .............................................................................................................. 31 . ‧ 國. 學. 圖 8 地緣情感關係連結群體概念圖-1 ................................................................................................. 36 . ‧. 圖 9 地緣情感關係連結群體概念圖-2 ................................................................................................. 36 . y. Nat. er. io. sit. 圖 10 系統架構圖 ......................................................................................................................................... 37 . n. 圖 11 系統操作流程圖 .................................................................................................................................. 38 a v. l C ni U h i e........................................................................................... ngch 圖 12 系統登入頁面及取得地理坐標位置 40 圖 13 打卡功能及輸入打卡相關註釋頁面 ........................................................................................... 40 圖 14 瀏覽過去打卡記錄頁面 ................................................................................................................... 41 圖 15 所有使用者打卡時選用地理標籤名稱來源統計 ................................................................... 46 圖 16 USER6 與 USER7 之打卡地理標籤名稱來源統計圖 ........................................................... 48 圖 17 USER4 與 USER10 之打卡地理標籤名稱來源統計圖 ......................................................... 49 圖 18 NCCU GROUP 受試者之打卡地理標籤名稱來源統計圖 ................................................... 51 圖 19 CWB GROUP 受試者之打卡地理標籤名稱來源統計圖 ..................................................... 53 圖 20 SHILIN GROUP 受試者之打卡地理標籤名稱來源統計圖 ................................................ 55 . vi.

(9) 圖 21 USER5 與 USER25 之打卡地理標籤名稱來源統計圖 ......................................................... 56 圖 22 USER12 之打卡地理標籤名稱來源統計圖 .............................................................................. 49 圖 23 USER1、USER2、USER22 受試者之打卡地理標籤名稱來源統計圖 .......................... 58 . . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat al. Ch. engchi. vii. i Un. v.

(10) 第一章緒論 1.1. 研究背景與動機 . 關於記憶，人們從遠古時代開始就透過結繩記事、壘石記數、泥土塗寫於牆上、在獸骨上刻下圖形與符號，利用能力所及的各種方式記錄下所發生的各種事件與感受幫助記憶。十八世紀，工業革命興起將機械性思維普及於學術與平民之間，隨著照相機與留聲機的誕生，人們除了利用文字、符號外，更可以利用影像與無形的聲音來傳遞訊息與. 政治大記錄事實，在操作機器的同時，事實也已真實地被呈現於媒介之中，並減輕人們的記憶立. ‧ 國. 學. 負荷。爾後，隨著電腦逐漸普及於人類的生活當中，人們漸漸由主動的類比記憶，進入. ‧. 被動連續的形式紀錄生活，並儲放至電腦硬碟中的數位編碼裡；從有形到無形的改變也. y. Nat. er. io. sit. 讓我們有更多的方式可以輕易儲存回憶。 . n. al 數位時代快速的演進，不論在價錢、效能或是各種基礎設備以及平台工具皆不斷的 iv Ch. n engchi U. 推陳出新。數位記憶也隨著資訊載具的進步，貼近人們生活的 User Log 記錄也不無可能。1995 年 Bill Gates 曾在《擁抱未來》（The Road Ahead）書中提到：「有一天，我們將能夠把我們看到、聽到的每件事情都記錄下來」。2001 年微軟研究院首席研究員 Gordon Bell 更提出「完全記憶」的概念，希望將自己一切所見、所聽、所說及行為足跡自動記錄下來，目的是當你需要它時，它將會在那裡，而非直接地回顧一生過去的所有生命記錄資料，生命記錄可以依時間地點或其他線索，自動的儲存、索引及排序等 [1]。微軟也於 2006 年提議 MyLifeBits 研究計劃中，以 Memex 為藍圖 [2]，如圖 1，. 1.

(11) 實現 Vannevar Bush 與 Gordon Bell 的想法，讓生命記憶的瀏覽與搜尋不再是枯燥且瑣碎的事 [3]。2010 年《紐約時報》Bits 部落格首席作者 Nick Bilton 也認為我們正處於「數位變形」（Digital Metamorphosis）的時期，在這個數位與非數位的模糊地帶，不論你是贊成或是不想跟上科技的洪流，大部份的人即將經歷這段過渡期 [4]。2011 年， Clifford Nass 認為在這個時期中，人們不會立即放棄就有的媒體，只會遷移到新的媒體並且將它們融入現有的生活習慣中 [5]。 . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat al. Ch. engchi. i Un. v. 圖 1 Memex 的概念圖資料來源： Vannevar Bush 原文 . . 2.

(12) 在智慧型手機篷勃發展與行動網路愈益普及的同時，逐漸出現許多「適地性服務」（Location-Based Service, LBS），其應用的範疇已不僅是提供地理資訊，而是得以讓使用者互動交流、分享彼此地理訊息。結合至這類服務最早出現於 21 世紀初，最初設計打卡的用意，是在鄰近空間進行隨興連結 [6]，旨在讓使用者宣告「我在哪裡」、「我在做什麼」、「我和誰在一起」等。衍伸至社群網絡中，我們可以隨時高調地利用「打卡」來昭告天下我們現在所在的位置，亦可以低調地作為自己生命記錄的一部分。隨著時代的演進以及年紀的增長，日新月異的科技產品協助我們記錄下生命歷程中的影像、行事曆、位置等各式資訊，輔以我們日後回憶之用，然而漫無頭緒的儲存，或是當記憶隨著時間治. 政. 大立推移而流逝時，將會造成人們難以重構這些回憶。因此本研究預探討是否能夠藉由部分. ‧ 國. 學. 與我們有情感連結群眾的力量來協助我們重構我們的個人生命記憶。 . ‧. n. er. io. sit. y. Nat al. Ch. engchi. 3. i Un. v.

(13) 1.2. 研究問題與目的 . 在數位科技快速發展的今日，眾多感測器、穿戴裝置與第三方服務蓬勃發展，我們逐漸依賴科技產物來協助我們搜集個人各式紀錄，例如：利用具有 GPS 定位功能的相機紀錄影像位置資訊，利用智慧型手機 GPS 定位資訊協助我們留下旅遊軌跡，利用智慧手錶達成健康監測與運動記錄等，藉以帶領我們走向完全記憶的道路上。然而，數不勝數的資料仍需仰賴人們手動整理，並給予適當地註釋，得以可以有效地典藏於個人生命記憶平台中。拜 Web 2.0 所賜，社群網絡如雨後春筍般蓬勃發展，並強調使用者彼此間的互動治. 政. 大立性，2010 年 Facebook 推出 Places 地標定位服務，只要輕鬆的點下地標功就能「打卡」. ‧ 國. 學. 選擇所在位置，就能夠分享於塗鴉牆讓朋友得知我現在的位置。這類的服務，姑且不論. ‧. 人們打卡的動機為炫耀、習慣或是依靠打卡回憶等，都可以發現越來越多人們隨時隨地. sit. y. Nat. er. io. 的利用打卡來記錄自己的軌跡。在一般普遍的狀況下，當我們在進行打卡之時，能夠藉. al. n. iv. n Ch 由「群眾外包」（Crowdsourcing）來取得可能合適的打卡地理標籤資訊，這樣的推薦方 i U e ngch. 式不外乎是以距離、熱門程度作為推薦的根本依據。然而若是單純使用群眾智慧所提供的資訊，我們認為是無法滿足個人對於地點的情感需求以及特殊記憶，例如：政治大學的大仁樓，對一般非政治大學的學生而言，它僅僅是政治大學裡頭的一棟建築物罷了；而對於政治大學非資科系的學生來說，它可能是一棟代表資科系的建築物；然而對於政治大學資科系的學生來講，它除了是代表自己上課、讀書、考試的地方外，還是充滿個人感情與記憶地點。 . 4.

(14) Jaron Lanier 描述群眾智慧的概念是將每個人可能的失誤彼此抵消，因為人們答案都會在正確答案附近徘迴，透過這種重覆驗證後，即可推測出可能的正確答案，並且作者點出這個概念背後的核心其實是個人智慧，當以齊頭式比較分析行為後，是不可能反過來稱為個人智慧，因為它已經喪失個人獨特性 [7]。然而，群體認同的知識仍然是由個體疊加而成，個體智慧範圍仍然不會脫離群體甚多。因此，若是在能夠更進一步地在群眾中找出和我們有特定關係連結的群眾，利用該群眾的力量來協助我們完成個人化的地理資訊知識本體，將會是一個較為能夠權衡群體與個人的方式。本研究將在群眾中，找出與使用者有特定關係連結的群眾，藉以這群特定群眾的力治. 政. 大立量來重構使用者的個人生命記憶。而這些群眾本身不一定需要相識，但是他們彼此間的. ‧ 國. 學. 生命記憶可能在特定時間、地點、事件上是互相重疊的。例如：我印象中，這裡三年前. ‧. 是一間咖啡廳，但卻怎麼也想不起來這間咖啡廳的店名，但也許有和我們有地緣情感連. sit. y. Nat. er. io. 結的使用者已經建立的該咖啡廳之資訊，那麼我們就可以經由連結，得到該筆地理資訊，. al. n. iv. n Ch 藉以建立個人地理資訊。因此，本研究將以打卡為出發點，分析群眾的打卡地理資訊， i U e ngch. 判斷哪些群眾是和使用者彼此間有地緣關係情感連結，藉以完成個人化地理資訊知識本體。歸結本研究的研究目的為以下兩點： 1. 尋找與使用者有地緣情感關係連結之群眾，藉以該群眾的力量協助使用者建立個人化打卡地理資訊。 2. 隨著個人化打卡地理資訊的建立，觀察本研究所使用之地緣關係情感連結之群眾外包打卡推薦，是否能夠協助使用者建立地理位置相關生命記憶。 . 5.

(15) 1.3. 論文架構本論文分為五大章節，第一章節為說明研究背景與動機、定義問題及方向。第二章. 即回顧先前相關領域學者的成果，從生命記憶出發，接著回顧影像內容描述與檢索相關研究，至適地性服務的發展，以及群眾智慧系統基礎，最後針對文獻回顧做總結。第三章即介紹本研究之系統架構及模型說明。第四章則說明實驗細節與評估方式及限制，接著第五章針對研究模型進行使用者行為分析，以觀察出使用者在本研究推薦方式下的行為模式。 . . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat al. Ch. engchi. 6. i Un. v.

(16) 第二章文獻探討 2.1. 個人生命記憶典藏 . 2.1.1 . 個人生命記憶典藏起源 . 生命記憶典藏，科學家們於十多年前，仍然大多以討論 Memex 概念的實行、儲存. 容量及資料的收集方式等為主要的方向。Memex 的概念需追溯至西元 1945 年， Vannevar Bush 在《大西洋月刊》（Atlantic Monthly）的一篇文章中提出了生命紀錄願. 政治大景，未來每個人都會有私人的圖書庫和檔案庫，它可以記錄你所有的書籍、信件、對話，立. ‧ 國. 學. 記錄你每天發生的事情或是經歷的事件，且具備快速和彈性查詢，稱之為「記憶機」. y. Nat. 1992 年人機介面設計專家 Donald Norman 在《方向燈是汽車的臉部表情》（Turn . er. io. sit. . ‧. （Memex）。 . n. al Signals are the Facial Expression of Automobiles）一書中提到，他認為在未來，每個人 iv Ch. n engchi U. 都會擁有一個終身的伴侶 - 一個個人生命記錄器，他把這個記錄器稱為泰迪。在 Norman 的想像中，這些裝置會在很年幼─可能是兩、三歲時就配發，然後設計成玩具的模樣，泰迪不一定只能用來記錄孩童的動作和言語，也能設計成互動模式，幫助孩子學習讀、寫和歌唱，未來甚至可以為我們解答與我們過去有關的問題。同時它還能幫我們存取來自網路和其它地方的知識和資訊，泰迪可以隨著我們的年齡和興趣改變成不同的模樣。外觀雖然不同，但是我們的個人體驗和知識的完整紀錄會一直跟著自己 [8]。 . 隨著科技的進步、硬體效能的允許下，近年來開始有許多學者開始著手於探討個人. 7.

(17) 生命紀錄的研究。2001 年微軟首席研究員 Gordon Bell 和 Jim Gemmel 逐漸邁向這些科學幻想的願景，執行名為「MyLifeBits」的計畫，研究如何將人一生的資料，包含文章、書籍、信件、論文、音樂、相片、影片等資料數位化，開始將一切所歷經的任何事物以數位的方式儲存下來，以便日後需要回顧時進行儲存、取回或搜尋 [9]。Gordon Bell 描述將人一生經歷數位化，得消耗 Terabyte 硬碟容量單位才能完成 [10]，資訊膨脹現象勢必會有許多生命記憶典藏平台及工具能夠幫助我們紀錄及存取身邊的一切資訊，但龐大的資訊要如何貼切地推薦後設資料給予使用者將是個問題。 . 回顧近幾年生命記憶典藏的文獻大多以多樣化感測器、不同來源的整合、生命記憶治. 政. 大立平台的建置、擬人般的檢索述事等。生命記憶平台並非單純的平台，Catherine Marshall . ‧ 國. 學. 認為建置一個生命記憶平台必須是以數位內容（Digital Content）、權限管理實務. ‧. （Stewardship Practices）以及個人典藏科技（Personal Archiving Technology）為綜合評. sit. y. Nat. n. al. er. io. 量的框架 [11]。換言之，數位內容的保存、管理以及檢索方式，皆需要有完整的架構，才能達到永續典藏的目標。 . Ch. engchi. i Un. v. 在科技迅速發展與歲月的推移下，個人行事曆、信件、文字對話、檔案等個人資訊. 快速增加，我們必須花費心力去整理，但是有效地管理往往不是件容易的事。以時間使用性來區分個人資訊與生命典藏。其中個人資訊導向的偏向短期、尚無精密的儲存策略，多半為近幾個月的資料；生命典藏則是以長期經營導向，將資料間的脈絡彼此連結以貼近於個人的生活，以理解並幫助使用者檢索回憶過往資訊 [12-14]。儘管後設資料對於個人資訊或生命典藏皆是不可或缺的資訊，但是卻有不同層次的意涵，個人資料的後設資料偏向資訊導向，例如：檔案建立時間、檔案位置、照片地理資訊等。而生命典藏的後. 8.

(18) 設資料則是偏向於脈絡性質功用，讓資料間透過後設資料來緊密關聯，讓座標位置賦予地理名稱、將時間相近的照片群聚為同一事件集合 [15]。後設資料看似理應具備於每個檔案之中，但卻受限於機器、感測器功能而使得資料間斷不完整，然而現今可以透過許多第三方資源庫得到檔案相對應的脈絡資訊，但也必須擁有時間與地理資訊。因此，關聯於各資訊間後設資料的產生，在生命記憶建置平台上仍然是必須被關注的問題。 . 2.1.2 . 生命記憶典藏相關研究 . 對於生命記憶平台的研究，除了早年 Gordon Bell 提出全面回憶（Total Recall）以治. 政. 大立及我的生活位元計劃（MyLifeBits Project）之外，近期以實務經驗去觀察生命記憶該如. ‧ 國. 學. 何被典藏為主軸的研究不外乎是從穿戴式裝飾著手。例如：承襲 MyLifeBits 在感測器. ‧. 收集生活資訊的研究，GJF Jones 以智慧型手機（Nokia N95）、微軟感應拍（SenseCam）、. sit. y. Nat. er. io. GPS 記錄器以及使用者接觸到的信件、檔案網頁等，整合其不同來源的生活資料，匯集. al. n. iv. n Ch 至自行建置的生命記憶平台上。該平台除了利用時間與地理資訊作為關聯資料的依據外， i U e ngch. 也透過這些資料再去抓取第三方服務的脈絡資訊，例如天氣狀況等。除了上述在保存即搜尋功能外， GJF Jones 也在個人生命記憶敘事上，區分出日常生活與生命事件的差異，但在他的研究裡，仍難以透過電腦區分出兩者，因此他僅以日常生活瀏覽為主 [16]。 . 近幾年來，感測器功能推陳出新，Chelsea Dobbins 嘗試以穿戴裝置作為生命記憶平. 台的存取點，讓生命記憶可以跳脫桌上型電腦的限制。除了既有的感應拍、地理軌跡、第三方服務資訊溫度外，Chelsea Dobbins 更把心跳、腦波、生理溫度等生理儀器數值加入生命典藏平台裡，讓資料所呈現的外在事實裡，更加入個人情感資訊於當中 [17-19]。. 9.

(19) Chelsea Dobbins 同時也嘗試將知識本體為基礎的 DigMem 記憶平台時作為網頁應用程式（ Web Application ），以智慧型手機來存取其資料，並以 Resource Description Framework 來對資料進行特徵描述以及資料間的相互連結。 . 在生命中，我們因為擁有記憶而讓一生過得有意義。近年來，有許多研究學者開始. 探討關於心理學上的記憶與生命紀錄的關係，並將生命記憶平台應用在醫療輔助上，嘗試幫助阿茲海默症的患者解決記憶上疾病的相關問題。Sunil Vemuri 以聲音的方式紀錄使用者的談話長達兩年，提出一個以電腦輔助記憶的系統 iRemember，使用者可以隨時查詢關於聲音的記憶 [20]；Steve Hodges 給一位腦部海馬迴有部份受損的病患配戴感應治. 政. 大立拍，藉由給病患反覆觀看感應拍所拍攝的照片，維持病患的情節記憶 [21]；Abigail Sellen . ‧ 國. 學. 利用藉由感應拍所拍攝的照片，發現有部分的記憶線索可以協助患者回憶起原始經驗的. ‧. 細節 [22]；Masashi Crete-Nishihata 提供針對病患設計的記憶支援工具給阿茲海默症患. sit. y. Nat. er. io. 者使用，從實驗觀察發現受試者對於自我認知與家人間的人際關係有明顯的幫助，他們. al. n. iv. n Ch 認為儘管這個實驗平台為個人數位記憶，但是他們反而覺得他是一種人與人互動間的良 i U e ngch. 好媒介 [23]。 . 10.

(20) 2.1.3 . 小結. 隨著智慧型手機的普及，人們已習慣將以往紀錄在紙張、個人電腦上的資訊，轉而. 紀錄在隨手可得的智慧型手機上。Gordon Bell 曾說，目前不會看到有一個完整的生命記錄軟體，它將會是各種軟體即合而成的 [10]。雖然現今我們可以利用各式各樣的軟體來協助我們記錄生活點滴，但是如何處理這些數位資訊，並能夠在需要的時候進行有效率的儲存、搜尋、取出，仍然是值得探討的問題。我們希望能夠有效地處理這些資訊，幫助我們在未來回憶時，能夠利用記憶中的線索找出適當的資訊，並利用良好的註釋協助我們回到當下的情境之中。因此，如何在生命紀錄中適當的加入個人情感資訊則成為治. 立. 重要的課題之一。 . ‧ 國 n. al. er. io. sit. y. Nat. . ‧. . 大. 學. . 政. . Ch. engchi. . 11. i Un. v.

(21) 2.2. 影像內容描述與檢索 . 2.2.1. 影像內容描述與檢索 . 個人數位影像檢索機制主要分為「基於內容之圖像檢索」（Content-Based Image Retrieval, CBIR）以及「基於後設資料之圖像檢索」（Metadata-Based Image Retrieval, MBIR）兩種方式。基於內容之圖像檢索主要是對影像中的顏色、形狀、紋理等圖想特徵作為分析依據 [24]；基於後設資料之圖像檢索則是對於影像內容所加上的文字描述標籤作為篩選的依據，藉由這些在拍攝照片後自動或手動產生的影像內容描述資料，結合資料庫管理系統篩選以達到影像檢索之需求 [25]。在個人數位影像檢索上，基於後設資料之圖像治. 政. 大立檢索是主要的檢索方式，許多個人影像管理軟體，如：Adobe Photoshop Lightroom、Apple. ‧ 國. 學. Aperture 等都提供專業的後設資料過濾方式，滿足使用者在個人影像檢索上的需求。因. ‧. 此，後設資料內容如何有效的組織、搜尋、存取以及詮釋等，對於未來檢索都是十分重. er. io. sit. y. Nat. 要的因素。. al. n. iv. n Ch 在電腦領域中，對於影像的標籤化並非件容易的事。Ritendra Datta 曾提到標籤化 i U e ngch. 的過程，必須經過影像內容分析其顏色、形狀、紋理等影像特徵，再經由機器學習等方式預測出適合的標籤，人臉辨識及是應用的一種 [26]。透過影像處理及特徵的建置，讓一張影像可以切割出不同的真實物件，並附上適宜的標籤以描述該張影像。而這些特徵及文字上的描述即可透過以後設資料為基礎的 Multimedia Content Description Interface （MPEG-7）實踐而出。因此，MPEG-7 是針對影像內容進行描述，以明確的結構及語法的後設資料讓檢索與典藏上可以更有效率的找到答案。以目前影像描述裡，已有許多相似的描述規格，例如：EXIF [27]、XMP [28]以及 IPTC Core & Extensions [29]等。與. 12.

(22) 其他規格不同，MPEG-7 考量了不同媒體間的差異，以通用結構整合所有規格之需求，例如：低層的顏色、聲音、移動等特徵，高階的內容關聯、事件等描述。以下簡單介紹其描述類別 [30]： 1. 描述元（Descriptors）：其為影像描述最基礎的值，例如低階的描述如顏色、聲音等特徵,高階的描述如物件語意、事件等。 2. 描述結構（Description Scheme）：用以整合描述元與描述結構間的關係，例如版權管理裡的描述結構即包含製作者、製作時間等欄位。 3. 描述定義語言（Description Definition Language, DDL）：MPEG-7 的描述定義語治. 政. 大立言即定義了多媒體廣泛的描述結構以及其值，是一種. XML 擴充描述語言。. ‧ 國. 學. 透過上述 MPEG-7 基本的描述語言,建構出不同多媒體間的關聯,並在跨平台裡仍然可. Nat. sit. y. ‧. 以解讀使用。以下我們將更深入討論其定義語言的細節：. er. io. 1. 基本元素（Basic Elements）：其定義最基本的描述元及描述結構的資料型態，透. al. n. iv. n Ch 過 Scheme Tools 除了描述基本資訊外,也可以協助驗證語法的正確性。 i U e ngch. 2. 內容管理（Content Management）：可以針對多媒體本身或是其中片段進行描述, 主要分為三部分:針對創作本身的資訊（Creation Information）、使用資訊（Usage Information）以及媒體說明（Media Description）。 3. 內容描述（Content Description):此即為針對內容描述其結構上的特徵 (Structural aspects)與語意上的標籤關聯（Conceptual aspects）。 4. 存取導覽（Navigation and Access）：描述多媒體檔的摘要、視圖模式以及其不同參數下的資訊,例如低解析度、壓縮率等。. 13.

(23) 5. 內容組織（Content Organization）：其定義兩種結構,集合（Collection）與模型（Model）描述結構。集合即組織不同的多媒體內容、片段、事件等內容描述。而模型則是定義集合裡通用的屬性,並可針對這些屬性進行統計等。 6. 使用者互動（User Interaction）：主要紀錄使用者偏好及瀏覽紀錄。. 2.2.2 . 十二維度數位影像內容註釋結構 . 在一般的狀況下，標籤化的過程中，往往要先經過繁複的註釋程序，例如：國家地. 理學會、國立故宮博物院，會投入大量的時間、人力以及金錢來手動註釋大量的影像。治. 政. 大立但是對於個人影像管理而言，要對龐大的數位影像進行手動註釋是非常辛苦的，因此大. ‧ 國. 學. 部分的使用者僅會進行簡單的關鍵字註釋，甚或原封不動地保留數字序列的檔案名稱，. ‧. 並不會進行任何語意註釋 [31]。 . sit. y. Nat. er. 因此，Kuo 提出了一個擴展 MPEG-7 多媒體描述方案的結構化註釋結構，稱之為. io. . al. n. iv. n Ch 「十二維度數位影像內容註釋結構」（Dozen Dimensional Digital Content, DDDC），包含 i U e ngch. 了誰（Who）、什麼（What）、何時（When）、何地（Where）、為何（Why）、如何（How）、方向（Direction）、距離（Distance）、和持續時間（Duration），補強了既有的 MPEG-7 文字註釋（TextAnnotation）中結構化註釋（StructuredAnnotation）的不足，針對長期個人數位影像的空間語義做較為全面性的擴充。從圖 2 中可以看出 DDDC 與 Exif、Dublin Core、IPTC 不同後設資料資料屬性範疇的差異性。Kuo 同時也提出一個半自動註釋 DDDC 的方法，利用拍攝時間及全球定位系統的定位資訊，自動的識別時間及拍攝地點的名稱，依靠網路資料庫以半自動關聯相關的事件標籤。DDDC 為個人數位影像的後設. 14.

(24) 資料計畫提出的解決方案，目的是用來描述註釋個人數位影像所遇到情境中的物件、事件及相關擷取概念的語意特徵 [25] [32-34]。 . 立. 政治大. ‧ 國. 學. . ‧. 圖 2 比較各種的後設資料計畫屬性範疇資料來源： Kuo 原文 . y. Nat. . v l 爾後，2012 年 Chen 提出「整合式十二維度數位影像內容註釋結構」 ni. n. a. er. sit. . io. . Ch. engchi U. （Integrated Dozen Dimensional Digital Content, iDDDC），為了加強與知識本體連結的屬性，提供一個更明確的後設資料結構；以及增加與適地性社群服務連結的能力，以方便使用者註釋地理標籤。經過擴充及整合後的 iDDDC 得以結合社群網路服務的地理標籤資源，並提供一個定義明確的語意註釋內容，承襲了 DDDC 的半自動化產生註記的優點外，更利於個人相片的長期保存、組織、管理與檢索。 . 15.

(25) 2.2.3. 基於空間與時間知識本體 . Kuo 利用 DDDC 的特性發展出一套「基於空間與時間知識本體（Spatial and Temporal Based Ontology, STO）」的相片管理系統，稱之為「個人生命記憶典藏暨檢索資訊系統（Personal Archiving and Retrieving Information System, PARIS）」，使用者可以利用照片的時間以及空間作為索引，讓照片能夠較彈性化典藏方式保存 [32-34]。針對地理資訊， Chen 於 2012 年提出「關連式地理標籤知識本體（ Geotag Related Ontology, GRO）」 [35-36]，是對於 Kuo 的空間表達擴充至六個維度，讓階層性地理得以有更佳的表達能力。以下我們介紹 STO 以及治 GRO 兩大知識本體： . 立 Spatial and Temporal Based Ontology. 大. ‧ 國. 學. . 政. 為了更能加強十二維度數位影像內容註釋結構（DDDC）， Kuo 針對個人攝影脈絡. ‧. 歸納出空間與時間知識本體，如圖 3。根據已知的結構與標籤名稱，STO 可以產生出階. sit. y. Nat. er. io. 層式結構，讓照片不論在排序、檢索功能上，不再僅挶限於傳統文字檢索技術，可以以. al. n. iv. n Ch 概念標籤推理方式。在 PARIS 的設計下，使用者得以利用個人歷程知識本體、人際關係 i U e ngch. 知識本體、嗜好口味及偏好知識本體等各種基於 STO 的知識本體來瀏覽與檢索照片。以圖為例，除了國家節點為事先定義之外，相片地理標籤會被群聚為區域節點，亦分出更細微的地點節點的地理階層,，這些節點如圖示裡的 France、Paris、Eiffel Tower 等前三層結點。在最深層的節點（可能為區域節點，亦或是地點節點）即會依時序切分出事件區塊，意思即是將擁有此標籤的所有照片依時間先後分段，產生以事件為基礎的群聚相片。透過概念標籤的分類，相片自然而然隨著這些特徵而完成了不同的分類。 . 16.

(26) ‧. 面對真實地理資訊的錯綜階層時，STO 的地理表達即會受限於地理歷史性及地理. er. io. sit. y. Nat. . 基於空間與時間知識本體資料來源： Kuo 原文. 學. Geotag Related Ontology. ‧ 國. 立. 政治大圖3. 暱稱的問題。例如:國立政治大學，俗稱政大、NCCU，前身為中央黨政學校，這些將會 a. n. iv l C n hengchi U 造成 STO 產生不易關聯之難處。因此，Chen 擴充了舊有的空間描述，以提供較為完. 整且具彈性的地理空間解釋能力，提出「關聯式地理標籤知識本體」（ Geotag Related Ontology, GRO），如圖 4。增加其六個維度（八個屬性）如下： . 17.

(27) 學 sit. io. n. BroaderTerm （BT）：關聯至更廣的空間範圍地名。例如：文山區可以關聯至更 a 廣空間範圍的台北市。 . •. er. Nat. •. . y. 圖 4 關聯式地理標籤知識本體資料來源： Chen 原文 . ‧. ‧ 國. 立. 政治大. iv l C n hengchi U. NarrowerTerm （NT）：關聯至更狹隘的空間範圍地名。例如：文山區可以關聯至更狹隘空間範圍的國立政治大學。 . •. PastTerm （PT）：關聯至過去的地名。例如：國立政治大學以前叫中央黨政學校。 . •. FutureTerm （NT）：關聯至未來的地名。呈現地名在動態時間上的演變狀況。 . •. UseInstead（US）：關聯至同義詞（Synonymous），相較於目前地名，此關聯名稱使用頻率較高。例如：國立政治大學的同義詞政大 . 18.

(28) UseFor （UF）：關聯至同義詞（Synonymous），相較於目前地名，此關聯名稱使. •. 用頻率低。例如：國立政治大學的同義詞政治大學。 •. NearbyTerm （NB）：關聯至附近的地名。例如：國立政治大學附近的動物園。 . •. RelatedTerm （RT）：當以上七種關聯皆無法表達時，即使用此關聯屬性。 . . . . 關聯式地理標籤知識本體能夠給予使用者關聯地理標籤的能力，解決固定的地理階. 層架構較無彈性的問題，並增加與適地性社群服務連結的能力，以利使用者標記地理標籤。2015 年，Li 基於 Kuo 與 Chen 的理論架構，實作「以情境與行為意象分析為基礎治. 政. 大立之持續性概念重構個人化影像標籤系統」，他在個人影像的脈絡話標籤裡，以時間與地. ‧ 國. 學. 點標籤探討廣泛事件語義化的可行性，如圖 5。並在相片標籤裡，以階層式貝式模型模. ‧. 擬人們在標籤化認知歷程，嘗試整合共同知識、個人近況以及個人偏好三項因素為推薦. sit. y. Nat. er. io. 基礎，模擬人們對於每張照片下標籤時的認知歷程，改善其廣泛事件上註釋的困難。Li . al. n. iv. n Ch 認為標籤化的歷程除了共同知識外，人們的生活也同時受個人近況與習性影響著，人們 i U e ngch. 的回憶裡其實有許多重覆且週期性的活動，包含日常生活、舊地重遊等，人們樂於重新去記憶及回憶每一次的舊體驗。對於極富個人色彩的生命影像記憶來講，個人因素是必然考量的資訊。因此，Li 利用共同知識、個人近況以及個人習性三大因素組成其持續性概念重構模型，如圖所示，藉以動態標籤聚集來形成人們對於事物的認知，模擬出人們心智般不停歇地對時（地）域重構出新的概念來命名回憶，貼合人們對一個事物的回憶,不在單調地加註標籤來管理相片資料庫，不同於其他模型必須透過定時重新訓練才有辦法貼近當下心智。 . 19.

(29) 政治大. 圖 5 持續性概念重構模型之概念圖資料來源： Li 原文 . 立. ‧ 國. ‧. 在生命記憶的平台裡，後設資料佔有相當重要的一席之地，任何典藏項目皆可以當. sit. y. Nat. . 小結 . 學. 2.2.4. . n. al. er. io. 作彼此的後設資料，例如：天氣、心跳、地理位置等，這也使得記憶的脈絡裡有了相關. i Un. Ch. v. engchi 聯性。但是絕對時間或空間對於回憶來講助益不多，因為人們多採用脈絡交錯的事件、標籤化來幫助記憶，因此可以透過 STO 與 GRO 在影像管理上的時間地理結構，幫助使用者可以在時空線索下，回憶該張影像並挑選適當的概念化標籤。然而，要建立個人知識本體卻是件不容易的事，人們依舊需要花費大量的時間與心力在個人影像中給予附以個人情感、經驗、習性的標籤，才能藉此當作系統未來自動化標籤資料庫的依據。因此，本研究希望可以在不失個人特色的情形下，藉由群眾的力量來協助我們建立個人相關生命記憶，並以個人化打卡資訊地理資訊為基礎。 . 20.

(30) 2.3. 適地性服務及其應用 . 智慧型手機篷勃發展與行動網路愈益普及的同時，人們隨時隨地都可以在 Facebook 上打卡，標示自己所在的地點，此功能吸引不少商家的注意，發展出不同以往的行銷手法。走在大街小巷時常會看到各個店家擺放「你打卡，我打折」、「打卡送小菜」等的行銷文宣，透過消費者打卡的行為，增加店家曝光率，並製造免費廣告。其實早在 Facebook 新增打卡服務之前，已有其他公司率先推出打卡功能，並掀起一陣風潮，眾多商家也抓緊機會，將打卡與行銷活動結合在一起。 . 學. . 立. 適地性服務概述 . ‧ 國. 2.3.1. 政治大. 「適地性服務」（Location-Based service, LBS）又稱基於位置服務、移動定位服務、. ‧. 位置服務，它是透過移動運營商的無線電通訊網路，例如：GSM 網、CDMA 網；或外. sit. y. Nat. er. io. 部定位方式，例如：GPS，獲取移動終端使用者的地理座標位置訊息。在 GIS 平台的. n. al. n Ch 支援下，為使用者提供相應服務的一種增值業務。 i U e. iv. ngch. . 2001 年，Virrantaus 率先提出了 LBS 的定義，其是利用手機網路終端傳輸的方式，. 以動態的定位並傳輸使用者地點之資訊的能力 [37]。2004 年 Schiller 說所謂適地性服務係指業者根據使用者所持行動設備的所在位置和其他資訊，提供給使用者相關的加值服務 [38]。適地性服務可以被應用於不同的領域，早期主要應用於緊急救援或外勤工作上，隨著全球衛星定位系統與行動網路的發展，適地性服務功能的應用範圍也越來越廣，例如：健康、工作、個人生活等。此服務可以用來辨認一個人或物的位置，例如找尋最近的提款機或朋友目前所在的位置，也能透過客戶目前所在的位置提供直接的手機簡訊廣. 21.

(31) 告、個人化的天氣訊息提供，甚至提供在地化的遊戲 [39-41]。 . 2003 年， D’Roza 與 Bilchev 將適地性服務廣泛性分為兩類 [41]，一是由使用者. 主動提出服務要求的拉式服務；二是當使用者設定的條件符合時，由系統主動提供服務，以語音或簡訊等方式將結果告知使用者的推式服務。他們更進一步將適地性服務分成五類：溝通（Communication）、車隊管理（Fleet Management）、行程訂定（Routing）、安全（Safety and Security）及娛樂服務（Entertainment）。另外，2003 年 Barnes 則將適地性服務的服務類型分為 4 類，分別為安全(Safety)、導航及追蹤(Navigation and Tracking)、交易 (Transaction)及資訊(Information)。於 2004 治年 Turban et al. 在其書中則分為位置. 政. 大立（Location）、導航（Navigation）、追蹤（Tracking）、地圖資訊（Mapping）及時間（Timing）. ‧ 國. sit. y. Nat. er. 適地性服務相關研究 . io. 2.3.2. ‧. . 學. 等五類。 . al. n. iv. n Ch LBS 的應用層面相當廣泛，舉凡與「地點」扯的上關係而且對人有意義的資訊都可 i U e ngch. 以加以整合，提供人們在食衣住行育樂各層面更高的便利性。隨著手機有了 GPS 定位系統，人們就如同帶著一個電子地圖在身上，不但可以解決迷路的問題，亦可進一步的將「人」定位，如此一來，人所衍伸出來的事物亦可以被定位，於是把這些定位點接近的人事物聚集起來，就形成「在地化資訊（ Location Based Information）」[43-44]，利用時間軸將其分野說明如下： . 22.

(32) •. 過去：在某處，我想知道其他人「曾經」看見什麼、聽到什麼、吃些什麼、買過什麼。拍的相片、聽的歌曲、去的餐廳、買的商品都可以被貼上一個地理位置的標籤。 . •. 現在：在某處，我想知道其他人「正在」看什麼、聽什麼、吃什麼、買什麼。例如：你可以跟那些與你同時在一起參與某活動的人進行聊天、交流。 . •. 未來：在某處，我想知道其他人「將會」看什麼、聽什麼、吃什麼、買什麼。也許某個展演廳可以在你經過的時候送出未來一週的展演訊息，這個訊息有可能是由展演廳發佈，亦有可能是來自一個未來將會出席某個場次的朋友。治. 立. . 大. ‧ 國. 學. . 政. LBS 與社群網絡的結合掀起了「打卡」（Check in）的風潮，透過智慧型手機，將. ‧. 所在地理位置傳送到社交平台進行分享。這類服務最早出現於 21 世紀初，最初設計打. sit. y. Nat. er. io. 卡的用意，是在鄰近空間進行隨興連結 [45]，旨在讓使用者宣告「我在哪裡」、「我在做. al. n. iv. n Ch 什麼」、「我和誰在一起」等，看看是否有朋友正在附近，可以做隨性、臨時的聚會。 i U e ngch. . 2009 年，Gowalla 與 Foursquare 相繼推出了打卡服務之應用，前者除了提供在單. 一地點進行打卡之外，更結合了 Trip（行程）的概念，當使用者到不熟悉的地方進行觀光、旅遊時，可以參考現有的 Trip 作為簡單的響導，而在 Check in 的同時，使用者也會得到相對應的勳章、獎品等獎勵，主要以遊戲的方式帶領使用者結合實體與虛擬世界，隔年被 Facebook 給併購。而 Foursquare 則是利用與店家結合行銷活動的方式，吸引使用者進行打卡並消費，例如：一個月內到本店 Check in 三次以上，則可獲得優惠券。但. 23.

(33) 是 Foursquare 在台灣並沒有推出實質的優惠活動，當少了優惠與活動支撐，打卡的本質就回歸到社交上。使用者打卡的動機就回歸到是為了向朋友宣告「我在這裡！」。 . 逐漸地使用者開始使用打卡當作自己的軌跡記錄、回憶典藏，亦或想利用打卡得到. 朋友給與回應的社交面向，都讓打卡行為漸漸成為現今網路生活中的一部分。對部分的人們而言，打卡是一種習慣，有此習慣者不論是到餐廳、機場、景點、教室，四處皆會不斷地打卡，目的可能是告知朋友們他目前的位置，或是想要依靠打卡回憶。未來，更可以利用這些打卡記錄回憶過往的足跡，就如同個人生命記錄歷程電子地圖一般。 . 立. 打卡與社交關係 . 學. ‧ 國. 2.3.3. 政治大. 社群網絡中最重要的功能之一是讓使用者發展與其他人之間的社交關係，關係至社. ‧. 會網絡之間。人與人在不同類型的社會關係裡，直接或是間接地連結成為蜘蛛網狀的關. sit. y. Nat. er. io. 係結構，Rheingold [46] 認為，人際關係的架構本身就是一種網絡，形成管道，傳遞消. al. n. iv. n Ch 息，而且一個人每次與另一人互動時，都可能交換認識的人。 i U e ngch. . 網際網路興起後，人們在網路世界發展虛擬社群（virtual community），使用者能在. 網路上互動交流對話，形成虛擬的社會網絡。Facebook 就是一個大型的虛擬網絡，從個人的 Facebook 頁面連去朋友的 Facebook 皆是一個有一個的節點，朋友圈是自行建構的社交網絡，自己與朋友間又有共同朋友成為網絡間錯綜複雜的連結。在個人的 Facebook 網絡中，又因為不同關係的朋友、社團等而細分成許多小型的網絡（社團），不過我們也常在自己的塗鴉牆上，看到朋友幫我們不認識陌生人按讚留言，使得其節點與網絡之間的連結更向外擴展、延伸，人際關係的網絡地圖顯然能擴展到陌生人身上。 . 24.

(34) 2.3.4 . 小結 . 打卡，為一種以空間與社交為本的適地性服務，對於有打卡習慣的使用者而言，它. 已成為日常生活中的習慣之一，不管到了哪裡，就會習慣性的拿出行動裝置進行打卡，記錄或宣告自己的行蹤。而不管你是使用哪一個社群網絡來進行打卡，它都會經由你的定位資訊，提供並建議你目前適合的地標選項，而這些地標就是由群眾所共同建構的地理標籤。雖然選取群眾共同建立的地理標籤選項，較自行建立新的地理標籤方便且快速。但若是在富有個人情感或是具有特殊意義的地點上，仍然選擇群眾所推薦的地理標籤時，可能會喪失未來回憶的線索，因此如何權衡群眾推薦與個人化之地理標籤推薦，將會是治. 立. 本研究預探討的問題。 . ‧ 國 n. al. er. io. sit. y. Nat. . ‧. . 大. 學. . 政. . Ch. engchi. . 25. i Un. v.

(35) 2.4. 群眾外包 . 2.4.1. 群眾外包概述 . 群眾外包，亦稱為群眾智慧（Crowdsourcing），出現於 Web2.0 時代，Wired 雜誌記者 Jeff Howe 於 2006 年所提出的一個專業術語，為網路帶來的新生產組織形式。它的概念是將一些需要仰賴人力完成的工作透過特定的平台，外包給網路上一群非特定的意願者，處理的內容通常是較為瑣碎且需要大量人力且電腦程式難以取代的工作。其運作方法是由委託工作者將性質單純、工作量龐大並且耗時的任務，切割成細小瑣碎的工作，直接在網路上號召有意願的群眾參與。這些意願者利用業餘時間工作，使用網路來消磨治. 政. 大立時間，同時也能成為增加額外收入的管道。使網際網路從原本單向資訊傳播變為雙向資. ‧ 國. 學. 訊交流，人們除了接收資訊外，更可以反饋個人想法至網路上。 . sit. y. Nat. er. 群眾外包相關研究 . io. 2.4.2. ‧. . al. n. iv. n 2007 年，Viitamaki 提出 FLIRT C 模型來評估一個群眾智慧專案，模型主要能分成五 he i U ngch. 種面向 [47]，包含焦點、語言、誘因、規則以及工具，如圖 6，其說明如下： . 1. 焦點（Focus）：是將群眾外包合作之成果與組織的策略聯合思考，在選擇焦點時，需考慮商業目標與需要、組織策略與文化限制以及顧客的價值觀與生活型態，來衡量是否可行。 . 2. 語言（Language）：指的是與顧客的溝通。為了找出適當的「溝通方式」，組織必須要了解顧客喜好、使用情境以及他們真正在乎的事情，才能提供顧客願意. 26.

(36) 參與討論的社群目標。若是溝通方式不正確，組織將難以吸引到忠實的顧客，無法發揮群眾外包的效力。 . 3. 誘因（Incentives）：經濟學十大原理中提到，人們會對誘因作出反應，由於人們在作決策時會考慮效益與成本。當誘因改變時，效益、成本與人們的行為也會因而改變。當組織希望顧客能貢獻成果時，必須提供一些誘因，而誘因可分為內在、外在兩種。內在誘因通常為非物質性的，例如：自我的挑戰、從實作中學習、好奇心等；外在誘因可分為主觀與客觀，主觀的外在誘因，例如：參與感、名聲、他人的認同或是資源等；客觀的外在誘因，例如：酬勞、免費的商治. 政. 將使得群眾智慧的效力得到提升。 . 學. ‧ 國. 大立品等具有價值的物品。能夠揣摩顧客的心理，進而設計出可以吸引顧客的誘因，. ‧. sit. y. Nat. 4. 規則（Rules）：將管理群眾智慧的規範分為加入、創作、交易與互動這三類。加. er. io. 入時的規範必須表明哪些服務需要透過註冊、註冊所需資料以及資料的公開與. al. n. iv. n Ch 否。創作的規範為必須標明格式、尺寸等限制，並應該詳細說明所採用的各項 i U e ngch. 評估準則。交易與互動的規範則是為了防範惡意會員，先將禁止的行為預先條列清楚明白，避免管理上的不便。 . 5. 工具（Tools）：工具包含了讓群眾聚集的平台，例如：論壇、YouTube、Facebook 等等不論免費或付費的工具；讓群眾彼此能夠對話，例如：即時通訊軟體；以及進行創作的工具，若無法提供良好的創作工具給予群眾，即便群眾有強大的創作力量，也無法產生良好的成果。 . 27.

(37) 立. 政治大. . Nat. y. ‧. ‧ 國. 學. 圖 6 FLIRT 模型的五種面向資料來源： Viitamaki 原文 . a. er. io. sit. 2011 年，Doan 等學者將群眾智慧系統定義為「徵求一大群人，以幫忙解決系統擁. n. v l 有者所定義之問題的系統」，為了解決這個問題，系統需要訂定一些基礎的方針，例如： ni Ch. engchi U. 決定使用者所貢獻出成果的類型、招募與保留使用者、結合使用者的成果來解決問題以及評估使用者與他們的貢獻。而這樣的系統將產生四個重要的基礎設計問題 [48] ： 1. What is being done? 指的是群眾所作出的貢獻 2. Who is doing it? 指的是群眾的性質 3. Why are they doing it? 指的是群眾的動機或給予群眾的誘因 4. How is it being done? 指的是群眾智慧的過程中，貢獻的匯總與貢獻的評價 . 28.

(38) . Geiger 等幾位學者從群眾智慧案例的驗證分析中發現，各個案例對於群眾智慧的系. 統並沒有理論基礎存在。因此，他們發表了“Crowdsourcing Information Systems– A Systems Theory Perspective” [49]，對於群眾智慧的系統建立理論基礎分成兩大類，除此之外，更結合這兩種理論基礎，得出四種不同類型的群眾智慧系統。他們將這四種群眾智慧系統稱之為「群眾服務」(Crowd Service)，如同一般的軟體或是數位化的服務，可以讓組織藉由使用群眾服務來解決特定問題。圖 7 闡述四種類型的系統，及他們各自不同的服務，而四種類型的系統描述如下： 1. Crowd Processing：群眾處理系統有效的利用大量同質化的外部元素，並將這些治. 政. 大立外部元素所產生的貢獻視為互相獨立的單位來進行各別評估。這種對於群眾智慧. ‧ 國. 學. 問題的解決方法較具有延展性，也能透過將問題分割並各個擊破的方法來達到快. ‧. 速且有效的完成任務，而系統的主要核心在於結合各個元素所帶來的貢獻，提供. sit. y. Nat. er. io. 一個正確的解決方法或結果。站在以群眾為服務提供者的角度而言，這種的系統. al. n. iv. n Ch 可能比其他的系統有著更好的效果，而以人類的智慧來處理電腦所無法解決之問 i U e ngch. 題的想法，也在人智運算（Human Computation）的領域越來越受到重視。 2. Crowd Rating：群眾評價系統也是利用大量同質化的外部元素，不同於群眾處理系統的各別評估，而是將元素所產生的貢獻集中到群眾智慧任務提供的區域，成為一系列的意見或是共同的評估與預測，再採用統計方法來進行集體評估。在此系統中，每一個貢獻都視為重要的一份資訊，並沒有驗證其正確與否，而群眾智慧的範圍越大，得到的結果也會越精確。 . 29.

(39) 3. Crowd Solving：群眾解決系統將外部元素視為異質，並且對於其貢獻，在已定義好的規則下來評估，因此在某些群眾智慧的任務當中，評估的處理可以轉為自動化的方式進行。系統的核心目的在於透過這些外部元素的貢獻，來取得最有可能接近最佳解答的貢獻，而每一個貢獻都有可能提供更好的解答，系統也能在得到最佳解答之後立刻中止。例如 Netflix Prize 就是一個很成功的案例，在 2006 年， Netflix 宣布要重賞美金一百萬元，而條件是要開發出比 Netflix 自行研發的 Cinematch DVD 推薦軟體的精準度還要高 10% 以上。之後的三年間，各國專家日以繼夜的努力卻始終達不到這個門檻，於是這些團隊只好彼此再整合，讓演算治. 政. 大立法再進一步的優化，最後由 BellKor's Pragmatic Chaos 團隊以 10.06%的成果把獎. ‧. ‧ 國. 學. 金領走。 . 4. Crowd Creation：群眾創造系統也如同群眾解決系統一樣，將外部元素視為異質，. sit. y. Nat. er. io. 但關鍵性的不同點在於，群眾創造系統並不對於外部元素產生的貢獻進行各別評. al. n. iv. n Ch 估，而是考慮這些貢獻彼此的關係。由於這樣的評估方式並沒有一個很好的理論 i U e ngch. 或是可以預測結果的方法，因此這個系統的核心目的即在於，對於群眾智慧的任務產生一個令大多數人滿意的結果。 Yin 等學者所做的有趣研究，使用者可以透過他們所製作的 APP 來進行拍照，隨後伺服器將照片與群眾所拍攝的照片進行比對，找出相同地點與時間所拍攝的照片，再透過影像分析，找出與使用者所拍攝相似的照片。最後對於相片的觀看數與青睞數透過公式來計算分數，並將最高得分的照片推薦給使用者，讓使用者從中學習如何拍攝出能讓群眾喜愛的照片 [50]。 . 30.

(40) 立. 政治大. sit er. io. . y. Nat. . ‧. ‧ 國. 學. 圖7 四種類型的群眾外包系統。資料來源： Geiger 原文 . Luis Von Ahn 則透過群眾力量來幫助電腦學習無法輕易解決的問題，他提出文字 a. n. iv l C n hengchi U 驗證碼的影像辨識，藉由使用者持續輸入，讓電腦學習解決無法辨識的影像問題，也幫助了書本數位化 [51]。協同過濾（Collaborative Filtering）即是群眾智慧概念得個人化推薦演算法，經由探勘和加權群眾行為、興趣及軌跡來預測使用者感興趣的項目，最常運用於新聞及電子商務網站的新聞推薦。然而群眾智慧雖然以共同知識概念，解決電腦無法計算人類可以簡單分辨的基本認知問題，但是對於生命記憶平台的標籤化，勢必還是. 需要權衡群體與個體間的關係，該如何在群體智慧中篩選出個體所需的資訊，亦是本研究要研究的議題。 . 31.

(41) 2.4.3. 小結 . 從上述文獻回顧中，我們了解到若是能夠善用群眾的力量，我們將可以輕易地完成、解決許多較為複雜或是機器較難學習分辨的問題，甚至在準確率以及效率上都有令人驚豔的成果。所以我們期盼利用群眾的力量來幫助我們建立個人化之生命記憶相關資訊，然而若是單純的藉由一般群眾的力量，較難藉此得到具有個人化意義、情感傾向的資訊，因此本研究希望更進一步在群眾中，找出在地理情感關係上與我們較為類似的群眾來協助我們建立個人化打卡地理資訊。 . 立. . ‧ 國 n. al. er. io. sit. y. Nat. . ‧. . 學. . 政治大. . Ch. engchi. . 32. i Un. v.

(42) 2.5 . 文獻總結回顧上述文獻，即使現今的科技允許我們被動地使用智慧型手機、感測器或生命記. 憶記錄器來幫助我們進行個人生命記憶的資訊收集，但這些龐大的資料中，仍然需要我們賦予合適的註釋，教導機器學習個人的情感、嗜好、習性等訊息，並在經由學習後，提供半自動化的註釋系統，降低使用者註釋上的負擔。但是，倘若我們沒有充裕的時間，或是過去的資料量不夠豐富時，我們就希望能夠仰賴群眾的力量來協助我們完成註釋。然而，並非全部的群眾都和我們有相同的情感、嗜好、生活圈，若是單純地利用群眾智慧的力量，並無法完成具有個人情感、意義的個人化註釋。如此一來，也就喪失了個人治. 立. 化生命記憶典藏的意義。 . 大. ‧ 國. 學. . 政. 因此，本研究希望在群眾中找出一群和我們有特定情感關係連結的群眾來協助我們. ‧. 完成生命記憶。本研究將以打卡為例，作為生命記憶典藏的方式，我們透過尋找社群網. sit. y. Nat. er. io. 絡中彼此有地緣情感關係的群眾來重構個人生命記憶之地理相關資訊。而這群人，在我. al. n. iv. n 們一般認知的人際關係上不一定相識C 。換言之、不同的時間點， h e ，若是在相同的地理位置 i U ngch. 他們打了相同的卡，那麼我們可以認為他們可能對這個地方有相當的情感連結的人。因此，我們可以推測他們彼此的生命記憶在某些時間、地點上是重疊的。本研究將藉由打卡，尋找地緣關係情感連結的群眾來協助我們建立我們的生命記憶。 . 33. .

(43) 第三章研究方法利用打卡來記錄生活軌跡，不外乎也是個人生命記憶紀錄的一種方式。一般群眾所推薦的地理標籤大多僅能描述時空環境下的既定事實，然而，個人生命記憶應該附有個人情感於裡面才能夠更有價值。因此，應該如何使地理標籤富有個人情感記憶，又可以藉由群眾智慧的力量來降低註釋時的負擔，將是本研究所要探討的議題。 . 基於地緣情感關係連結之群眾外包推薦模型 . ‧ 國. 學. 3.1. 立. 政治大. ‧. 目前，廣泛被使用的打卡系統，如：Facebook、Foursquare 等，在地理標籤推薦. io. sit. y. Nat. 上皆是使用「興趣點」（Point of Interest, POI）的地理標籤推薦方式，興趣點乃是電子. er. 地圖上的某個地標、景點，用以標示出該地所代表的政府部門、各行各業之商業機構、 a. n. iv l C n hengchi U 旅遊景點、名勝古蹟、交通設施等處所。通常會以與目前距離的遠近、熱門程度作為推薦的優先順序。在這樣的推薦模型設計之下，雖然使用者仍然可以依照個人的情感記憶建立一個新的地理標籤，但是往往屬於個人偏好、情感記憶的地理標籤會因為不被普羅大眾所使用，造成使用率低，逐漸地消失於推薦選項中，使得使用者往後舊地重遊想要使用時，卻面臨到找不到該地理標籤需要重新輸入的窘境。如此一來，使用者可能會遷就於便利性，而選擇使用群眾智慧所推薦的地理標籤，同時也就喪失了原本可以牽起具有情感回憶的重要連結。 . 因此本研究將以 Kuo 與 Chen 所提出的 STO 以及 GRO 兩大知識本體為基礎，. 34.

(44) 設計出一套基於地緣關係情感連結之群眾推薦地理標籤的方式。此模型跳脫社群網絡中人際關係認定的朋友關係，而是以地緣關係情感連結來建立起一個新的地緣情感關係群體，稱之為「地緣關係情感連結群體」（ Location-Based Emotion Connected Crowd, LBEC Crowd），如下圖所示。並且使用等量矩形逼近（Equirectangular Approximation）計算距離來作為推薦清單的排序。如式 1，其中 Φ 為緯度、λ 為經度、R 為地球半徑，在小距離的運算中，等量矩形逼近法可以犧牲一些精度來解決運算效能上的問題。 . 𝑑 = 𝑅×. ∆𝜆× cos(𝜙). !. 式 1 . + ∆𝜙 ! . 政治大. . . . 立舉例來說，當不同的使用者在不同的時間條件下，在相同的空間環境進行打卡時，. ‧ 國. 學. 使用相同的地理標籤名稱，則他們在該地點就形成了地緣關係情感連結的群體，如圖 8。. ‧. 我們經由分析使用者所使用的地理標籤形成之地緣關係情感連結群體，可以推測這些使. sit. y. Nat. er. io. 用者可能對於該地點擁有相同的情感傾向、記憶。當使用者與使用者之間，彼此使用的. al. n. iv. n Ch 地理標籤名稱重複性越高時，我們可以進一步推論，他們在某些時間、地點上，生命記 i U e ngch. 憶是彼此重疊的，甚或是他們又相同的嗜好、習性。例如：他們都喜歡去咖啡廳、他們都曾經是政治大學的學生。如此一來，在之後進行打卡時，除了會優先推薦自己在此地理位置周圍曾經使用過的地理標籤外，還會推薦給使用者有地緣關係情感連結群體的使用者曾經在附近使用過的地理標籤，期望可以降低使用者在選取、新增地理標籤時的繁瑣步驟，進而提升打卡效率。進而達到在不失個人情感意義的同時，亦能尋求群眾智慧的協助來選取適合自己的地理標籤。 . 35.

(45) . 政治大. 圖 8 地緣情感關係連結群體概念圖 -1 資料來源：本研究自製 . 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat al. Ch. engchi. i Un. v. 圖 9 地緣情感關係連結群體概念圖 -2 資料來源：本研究自製 . 36.

(46) 3.2 . 系統架構在系統架構上，伺服器採用的是 Apache、PHP、MySQL。在取得使用者目前的地. 理位置後，系統會於系統資料庫中進行搜尋使用者在此地理位置曾經使用過的地理標籤名稱，以及本系統定義的地緣關係情感連結群體中其他使用者使用過的地理標籤名稱，同時系統會依據使用者目前的地理位置向 Foursquare API 搜尋適當的地理標籤名稱，提供給使用者選擇，使用者亦可以給予具個人化情感意義的命名。在打卡的其它註釋上，使用者可以替該地理標籤名稱設定有效期限、標記在一起的朋友以及正在做什麼事情，最後送回系統資料庫中儲存，整體架構如圖 10。治. 立. . 政. 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat al. Ch. engchi. i Un. v. 圖 10 系統架構圖資料來源：本研究自製 . 37.

(47) 3.3 . 系統功能與介面基於基於地緣關係情感連結之群眾外包推薦模型下，本研究實作 iCheckin 的打卡. 系統，提供使用者實際操作使用，其操作流程圖如圖 11 所示，系統介面如圖 12-14。 . 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat al. Ch. engchi. i Un. v. 圖 11 系統操作流程圖資料來源：本研究自製 . . 38.

(48) . 首先，使用者必須先登入 iCheckin 打卡系統，進入到歡迎頁面後，可以選擇直接. 進行打卡或先觀看其人使用這在附近去過哪些地方。當使用者選擇進行打卡後，系統會先取得使用者目前地理位置的經緯度，並到資料庫中搜尋： 1. 您在附近曾經使用的地點：即使用者本身在附近使用過的地理標籤名稱 2. 地緣情感關係推薦：即本研究提出的 LBEC 在附近使用過的地理標籤名稱推薦 3. 地理位置推薦：即 Foursquare API 所推薦的地理標籤名稱選項提供給使用者作選擇，以利使用者選取最適當的地理標籤名稱，同時，使用者亦可以選治. 政. 大立擇建立一個新的地理標籤名稱，並給予該名稱使用期限，隨後再繼續輸入打卡的其它註. ‧ 國. 學. 釋，例如：上傳照片、標記在一起的朋友、寫下您正在做的事，即可完成打卡。iCheckin . ‧. 也提供瀏覽的功能，我們希望使用者可以透過瀏覽過去的打卡記錄，回憶生命中曾經存. n. al. er. io. sit. y. Nat. 在的美好片段。 . Ch. engchi. 39. i Un. v.

(49) 立. 政治大圖 12 . . ‧. ‧ 國. 學. 系統登入頁面及取得地理坐標位置資料來源：本研究自製 . n. er. io. sit. y. Nat al. Ch. engchi. . i Un. v. 圖 13 打卡功能及輸入打卡相關註釋頁面資料來源：本研究自製 . 40. .

(50) 立. 政治大. ‧. ‧ 國. 學 sit. y. Nat. n. er. io. 圖 14 瀏a覽過去打卡紀錄頁面 v i l 資料C 來h源：本研究自 U製n . engchi . . . 41. .

(51) 第四章實驗與評估 4.1 實驗流程與說明 . 本研究以生命記憶為出發，希望藉由地緣情感關係連結之群眾打卡資訊建立個人生. 命記憶。受試者除了進行打卡外，亦可以利用本實驗平台進行瀏覽，觀看過去曾經去過的地理位置與其相關資訊。因此，在實驗部分主要為驗證本研究所提出的基於地緣關係. 治. 政情感連結之群眾外包推薦模型，是否能提供受試者更多符合個人情感傾向的地理標籤選大. 立. ‧ 國. 為了能夠模擬並找出有地緣情感關係連結之群眾，本實驗共邀請 28 位受試者，主. ‧. . 學. 項，並且藉此幫助使用者重構個人生命記憶之地理相關資訊。 . io. sit. y. Nat. 要分成三個具有地緣關係的群體。實驗共進行三週，並給予每週的任務，請受試者務必. er. 到指定地點進行打卡，原因是在於雖然每個具有地緣關係的群體生活範圍相近，但未必 a. n. iv l C n hengchi U 會到相同的地點進行打卡，為了建立起受試者間的地緣情感關係，本實驗除了要求受試者盡每日至少可能打卡一次外，將實驗任務設計如下： 1. 第一週：到本實驗指定的五個地點進行打卡 2. 第二週：到本實驗指定的三個地點進行打卡 3. 第三週：到本實驗指定的一個地點進行打卡 . 雖然實驗設計上，指定使用者務必到以上地點進行打卡，但所使用的地理標籤名稱是由受試者自行決定，受試者可以依照個人的情感傾向、特殊記憶等因素來給予命名；亦可以選擇一般群眾所推薦的地理標籤名稱，即 Foursquare API 所推薦之地理標籤名稱。. 42.