Pedro Dcard的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

用戶網絡對專業社群平台用戶參與度的影響性研究- 以半導體經銷商為例

為了解決Pedro Dcard的問題，作者洪苡鈞 這樣論述：

2020年有42億人口使用社群平台，平均每人每日近2.5小時在社群平台分享個人訊息外，也透過各類社群平台進行資訊搜尋，從早期的線上論壇，社群平台朝多元化發展，其中專業社群平台是以特定領域知識分享交流為主，平台中用戶一般皆具備該領域專業知識，成員間的知識交流與互動則為專業社群平台經營的重要方向，而用戶參與度會是衡量平台經營成效的重要指標。隨著社群平台的蓬勃發展，雖有許多社群相關的研究，然而針對用戶社交網絡與社群參與度的相關研究則較少被探討，有鑑於此，本研究擬以半導體經銷商之專業社群平台為例，針對用戶與平台不同互動方式，定義廣度互動網絡以及深度互動網絡，並依據四大網絡分析方法提出一綜合型專業社群

平台參與度指標(PSNEI)用以評估平台經營成效，同時透過皮爾斯與斯皮爾曼的相關性檢定，找出影響專業社群平台參與度的關鍵特徵，最後，藉由五組不同圖形演算法在廣度互動網絡與深度互動網絡中找出關鍵節點。研究結果發現深度互動網絡的PSNEI明顯高於廣度互動網絡，這可呼應使用者更進一步行為確實增加了互動。無論廣度或深度互動網絡，PageRank對於PSNEI皆具高度正向影響性，由於高PageRank節點有較高影響力，讓使用者瀏覽後進一步下載、分享等行為；此外，發文數目並不是造成關鍵節點主要因素，而是如何透過內容吸引使用者間互動。本研究依據四大網絡分析方法分別對應四個維度，包含：網絡擴散性、網絡可及性、

網絡互動度與網絡影響度，綜合而成一個專業社群平台參與度衡量指標，是以一個客觀衡量基準來評估不同網絡中的用戶參與度，未來若能加上網絡特徵、企業線下活動或產品特徵等不同類型資料，將可助於理解用戶更細微的互動。

運用文字探勘技術進行線上旅行社平台評論之分類

為了解決Pedro Dcard的問題，作者林廷威 這樣論述：

隨著網際網路的發展下，人們可以隨時在任何地點使用網路上網，加上在智慧型手機普及，幾乎每個人都有一支手機，只要透過網路，就可查閱到想要了解的資訊，也因為在web2.0的發展下，人們可以在部落格、社群媒體、平台或是論壇上分享資訊，使得資訊資料量越來越多，例如：旅遊資訊等。現今台灣人非常喜愛去日本遊玩，去年2019年觀光局統計資料顯示國出國去日本人次達四百多萬人，人們會利用線上旅遊網站預定住宿飯店和機票，並留下評論。本研究對象為日本東京都內新宿車站附近的三星級飯店評論，選定booking.com網站上最短距離1km內的飯店，針對旅客評論文字的部分，進行評論分類，找出旅客在因素，流程首先會將飯店評論

資料使用網路爬蟲的方式進行資料提取，接著會利用Jieba的中文斷詞工具將中文斷出並移除標點符號，再利用TF-IDF取得關鍵特徵詞，並依其特徵權重值去自訂分類主題，再請四位研究員進行極性標記，最後是建立三種分類器，訓練、驗證及評估模型，三種分類器分別為SVM、Random Fores、Naive Baye，經實驗結果證實，本研究所建立的模型準確率高達90%以上。