不是米其林餐廳推薦指南論文書籍站
淡江大學 大眾傳播學系碩士班 陳玉鈴所指導 黃靖旻的 電商平台APP之服務品質、知覺價值、知覺風險對使用後的再購買意願與信任度的影響 （2021），提出逢甲碩士ptt關鍵因素是什麼，來自於電商平台APP、服務品質、知覺價值、知覺風險、再購買意願、信任度。
而第二篇論文逢甲大學 工業工程與系統管理學系 楊士霆所指導 張邦育的 基於BERT模型之整合社群群眾智慧與智能問答系統之知識萃取與提供模式 （2021），提出因為有 自然語言處理、深度學習、問答任務、BERT、群眾智慧、文本關聯性的重點而找出了 逢甲碩士ptt的解答。
電商平台APP之服務品質、知覺價值、知覺風險對使用後的再購買意願與信任度的影響
為了解決逢甲碩士ptt 的問題，作者黃靖旻 這樣論述：
隨著科技不斷的進步，人們的手上至少會有一台行動裝置，行動APP的便利性、即時性及行動性，促使其蓬勃發展，加上疫情的影響，帶起宅經濟的發展，電商平台相準了政府防疫政策，使電商平台的商品及服務多元化，根據Sensor Tower資料顯示，2019年全球購物類APP下載量達到11億次，相關數據也顯示消費者對電商平台APP不僅使用頻率增加，對其的黏著度也提高。 本研究主要探討電商平台APP之服務品質、知覺價值與知覺風險對使用者使用後的再買購意願及信任度的影響，探究這五個調節變相之間的關係，本研究透過發放問卷的方式，並以SPSS軟體進行數據分析。 結果顯示，（1）不同年齡層的消費者對再買購
意願達到顯著水準；（2）不同教育程度的消費者對電商平台APP之知覺價值與知覺風險達到顯著水準；（3）不同薪資所得的消費者對電商平台APP之知覺風險達到顯著水準；（4）電商平台APP之服務品質及知覺價值對使用者使用後的再買購意願及信任度呈正向的顯著影響；（5）而電商平台APP之知覺風險對使用者使用後的再買購意願及信任度呈負向的顯著影響，意即電商平台APP之服務品質及知覺價值越正向，使用者使用後的再買購意願及信任度也會提升；而電商平台APP之知覺風險越低，使用者使用後的再買購意願及信任度反而會提高。
基於BERT模型之整合社群群眾智慧與智能問答系統之知識萃取與提供模式
為了解決逢甲碩士ptt 的問題，作者張邦育 這樣論述：
近年來由機器學習主導的問答任務（Question Answering）發展迅速，旨透過機器解答用戶問題，許多研究探討了將資訊轉化並管理的方法，如將資訊轉換為知識圖譜或知識庫的形式（Lan等人，2019；Chen和Li，2020），以利於將輸入問題連結至知識庫的資訊，有效地回答使用者的問題（Xiong等人，2021；Qi等人，2021），然而，知識圖譜的建構通常較為困難，需耗費大量的資源，而若採非結構化的資料儲存方法，雖可解決部分建構成本高的問題，但同時不穩定的維護人力也導致新資訊較無法快速更新。 根據上述之問題，本研究乃建構一套「基於BERT模型之整合社群群眾智慧與智能問答系統之知識萃
取與提供」模式，包含「社群群眾智慧知識庫建立模組」及「群眾智慧問答推論模組」，透過自動化萃取網路社群平台之知識文章，並利用BERT模型解析文本語意，發展並設計一套基於社群群眾智慧文本之智能問答系統。首先，「社群群眾智慧知識庫建立模組」乃透過網路爬蟲方法自動蒐集網路社群平台之文章，並經由意見領袖特徵解析，分析意見領袖文章之文本特徵，萃取當中的群眾智慧知識文本，建立群眾智慧知識庫，其次，「群眾智慧問答推論模組」乃先將輸入之問題與知識庫的文章進行關聯性的匹配，經BERT關聯性計算模型計算問題與知識庫文章的關聯性，篩選出關聯性高的匹配文章集合，以此縮小掃描以及閱讀的範圍，最後根據匹配文章集合將文章與問
題一同配對，由BERT答案推論模型閱讀文章以及問題，推論問題之目標答案段落，並輸出使用者所提問題之目標答案。 為確認本研究所發展之方法於實務應用之有效性，本研究乃基於TensorFlow及PyTorch等深度學習框架，建構Web-based之「整合群眾智慧與智能問答之知識萃取與提供系統」，並以中文之論壇（PTT、知乎）及DRCD問答任務資料集，作為實際案例以及驗證資料，並於系統整體績效評估上取得：EM值73.30%；F1值82.66%。與Chen等人（2017）進行比較驗證：在EM指標上提升26.38%；F1值提升15.64%，以證實本研究系統運作之實用性與可行性。 綜上所述，本研究透過意
見領袖文章特徵擷取與判定，自動化地取得網路社群所蘊含的知識文章，以此建立群眾智慧知識庫，並基於知識庫之資訊藉由BERT模型進行目標答案推論，解答用戶所提問之問題，提供使用者更進階的資訊獲取方式。