來一趟說走就走的旅行論文書籍站
國立高雄科技大學 工業工程與管理系 王嘉男所指導 陳英豪的 結合非意欲產出模型與灰預測理論進行台灣半導體產業變動分析 （2020），提出東海大學排名2023關鍵因素是什麼，來自於資料包絡分析法、非意欲產出模型、灰預測、半導體產業。
而第二篇論文明志科技大學 工業工程與管理系碩士班 鄭明顯所指導 袁子凡的 情緒分析的中性評論之辨識 - 以中英文電影評論為例 （2020），提出因為有 文字探勘、情緒分析、中性評論、電影評論的重點而找出了 東海大學排名2023的解答。
結合非意欲產出模型與灰預測理論進行台灣半導體產業變動分析
為了解決東海大學排名2023 的問題，作者陳英豪 這樣論述：
半導體產業為21世紀全球快速成長的產業，因為現在生活中許多科技產品的發展如:智慧型手機、電腦、醫療器材及未來趨勢如:物聯網(IoT)、自動駕駛系統等新科技均仰賴半導體的發展，台灣是全球少數擁有最完善且完整之半導體產業群聚系統及專業生產分工且2019年半導體總產值超越南韓躍昇全球排名第二名，並在2020年寫下歷史新高產值。透過文獻探討過程發現灰色預測GM(1,1)及資料包絡分析(DEA)文獻分別有許多研究進行半導體產業分析及預測，但透過兩種方法結合去探討台灣半導體產業文獻不多。工業、科技發展導致每間公司持續大量排放二氧化碳，故本研究加入非意欲產出因子:二氧化碳排放量，並使用非意欲產出模型進行分
析，並且透過灰預測將過去4年資料建立方程式，並預測未來4年，比較現在與未來之間的變動情形。結果顯示，台積電、日月光投控、聯發科、力成、宇瞻、盛群、松翰，這七間公司在2015年到2018年的效率分數都為1之相對高效率；透由灰色預測進行4年預測出來資料並進行非意欲模型分析可發現台積電、日月光投控、聯發科、力成、台勝科、創意、宇瞻、盛群、松翰，這九間公司在預測資料2020年到2023年得到效率分數值為1之相對高效率。全球環保政策持續加嚴台灣也不例外，讓公司不僅在產量、利潤追求高效率，能源及污染方面也須追求相對高效率。
情緒分析的中性評論之辨識 - 以中英文電影評論為例
為了解決東海大學排名2023 的問題，作者袁子凡 這樣論述：
網際網路的發達讓當今社會中多數的消費者們會盡可能地在消費前先使用網際網路查詢不論是電子商品、旅館業者、餐廳、電影…任何一項產品或是服務的「評論」，因此評論的正負向情緒也逐漸成為影響消費者們購買產品或是服務意願的因素之一。然而，在以往的研究中中性評論時常都會被研究者們忽略，但是中性評論對產品銷售量影響並非必是中性的，若忽略中性評論，將導致正向與負向的準確度被高估或是低估；有鑑於此，本研究將針對中性評論進行辨識，進而成為於正式情緒分析前使用的第一步驟或是篩選工具。此外，本研究為了能夠解決情緒分析中跨語言的困境，故特別針對中英文電影評論進行辨識，而使用的工具為LIWC，原因是該工具同時提供中文與英
文雙詞庫。至於電影產業則在過去九年的票房收入皆有顯著成長，且在未來2021-2023年的產值預估中，更是在全球娛樂產業中排名第六。本研究採用IMDB英文電影評論網站與YAHOO中文電影評論網站的評論做為本次研究的資料數據集。而本研究對於中性向情緒的辨識就是依據該則評論內有許多沒有表達情緒的詞時，就將該則評論人工判定為中性向。本研究將從兩種語言的LIWC結果中挑選出與情緒向度相關的六類別與兩類別資料，之後分別進行五項單一分類模型判斷，並將結果整合後投入兩項整合分類模型判斷，用以精進分類模型的準確度。本研究結果顯示在英文分類時以貝氏分類器為最佳，中文分類時則以決策樹分類為最佳；在情緒類別方面則由六
大類情緒詞優於兩大類情緒詞；語言類別方面，則是英文分類優於中文分類。