stock logo maker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

運用感知形容詞中文字型推薦之設計與分析

為了解決stock logo maker的問題，作者林佳璇 這樣論述：

人工智慧設計在傳播與相關設計領域已經逐漸受到關注，利用人工智慧、機器學習、自然語言處理技術所建構的設計代理人與自動化高速設計系統開始在一些設計與電商平台上扮演非常重要的角色。字型推薦方法的開發可為未來自動化設計提供技術基礎，有助於即時化、客製化、低成本、極大量的新形態設計趨勢需求。本研究設計一個運用感知形容詞中文字型推薦方法，以詞嵌入技術配合所收集23個特定感知形容詞的隱喻詞彙開發出短文字語句之情感分類器，使得設計內容的文字能自動運算出最符合該輸入語句的情感表達結果，之後再利用感知形容詞與字型的對應關係，最後得出該文字語句字型運用的推薦建議，並評估此字型推薦方法的有效性。研究結果顯示，運用感

知形容詞中文字型推薦方法設計中，感知形容抽取演算法輸出結果與受測者對文句語意的理解較為相符，大部分中文字型指派與文字語意的匹配呈度高，但系統輸出的第一名字型與隨機字型之間對語意的匹配度影響較小。綜上所述，本研究所設計之推薦方法具有很高的可行性，但是仍有一定程度的改進空間。

運動贊助有效性之探討-以洛杉磯市場推廣臺灣觀光為例

為了解決stock logo maker的問題，作者林信任 這樣論述：

美國市場人口3.19億(2014 est.) ，土地面積983萬平方公里 (為臺灣268倍、歐盟的2.4倍) ，平均所得52800美元 (2013 est.) (The world fact book, 2014)，居民2013海外旅遊總人次高達6157萬人次(OTTI, 2014)，為全球主要的旅遊客源國。挾其世界媒體、影視娛樂及體育中心之特殊地位，成為各國建構世界品牌形象以協助全球市場銷售的必爭之地。美國民眾對運動極為熱愛，運動贊助(Sports Sponsorship)早已成為美國市場行銷顯學，但其有效性的評估上仍相對缺乏(O'Reilly &; Madill, 2012) 。本研究以

美國洛杉磯市場推廣臺灣觀光為例，探討運動贊助對於推動海外旅遊之效果，以作為未來運動贊助及觀光行銷之策略參考。在操作方法上，道奇球團同意於球場入口內指定處所辦理隨機抽樣之問卷調查，調查所在位置可以看見臺灣觀光看版、臺灣觀光及互動遊戲攤位，臺灣LED環場廣告及大螢幕電視廣告亦在場內輪播。本問卷調查計回收297位球迷問卷，其中男女球迷相當，每季看球或收聽比賽在21場以上之球迷過半。在資料整理後先以統計檢定及迴歸分析各項運動贊助活動對品牌建構及赴臺旅遊意願提昇之關係；復以資料包絡分析法(Data Envelope Analysis)，針對各項投入與產出變數來分析運動贊助活動，最後再結合統計檢定結果，運

用差額分析法(Slack Analysis)共同研判。研究結果顯示，以運動贊助活動對提昇赴臺旅遊意願及球迷移轉效果(對球隊的向心力轉向球隊合作伙伴)顯著，惟統計分析顯示增加露出頻率不但對增進赴臺旅遊意願及建構臺灣品牌及知名度無顯著差異，另在輸出為導向之資料包絡分析法變動規模模式下，各項活動己達固定規模報酬或規模報導遞減階段，顯示就連續曝光效果（Mere Exposure Effect）而言，已達此行銷贊助組合下最高效用之水平階段。此外，本研究除發現運動贊助對目標客群及死忠球迷(Die-hard fans)效果顯著外，對於傳統上認為運動贊助多以男性為目標客羣之認知作性別分析，結果發現女性對臺灣觀

光知名度及品牌形象上行銷效果不但與男性無差異，且在旅遊意願提昇上，對群體旅遊有決策影響力的女性客群，其行銷效果檢定結果顯著。若就場域別及媒體別比較多項運動贊助措施，其統計檢定結果無顯著差異，惟運用資料包絡分析法，則可以將各項運動贊助活動項目之效用排序，更可運用差額分析法計算固定效益下之最小投入成本，或以最大產出效益下之各投入與產出項未來調整之量化建議，以進一步提昇運動贊助效果達到管理目標。關鍵字：運動贊助、連續曝光效果、資料包絡分析法、差額分析法