中原大學資訊管理學系學位論文
中原大學,正常發行
選擇卷期
- 學位論文
隨著網際網路與資訊科技技術不停地進步，服務導向架構(Service Oriented Architecture，SOA)與雲端運算(Cloud Computing)技術的發展成熟，對於現今的影響力愈來愈大，發展創新服務的系統架構是現在企業的趨勢，而其中電子商務是許多企業最普遍擁有的系統，企業要面對快速變化的的外在環境，就需要一套能隨需求改變的系統。本研究的目的在探討基於服務導向架構與雲端運算下的電子商務伺服器農場(E-commerce farm)系統，首先整理服務導向架構、雲端運算與電子商務的相關文獻，並利用JavaServer Faces、Hibernate等技術構建基於SOA與雲端運算的電子商務伺服器農場系統模型，最後以系統雛形來驗證是否到達SOA及雲端運算的特性，由此可提供企業一套兼容、可擴展的系統框架，使企業與使用者享受更好的服務。
- 學位論文
目前雲端運算無疑是企業用來因應巨量資料需求的主要投資項目之一，而且在像 Facebook、Yahoo 這些大企業都宣稱自己在應用雲端運算來處理巨量資料分析上有相當良好的成效，這亦使得之後面臨巨量資料問題的企業起而效尤。大企業在傳統大型主機的運作上都遇到了速度、規模與成本的問題，所以，擁有處理巨量數據工具的分散式運算平台Hadoop即應運而生。 本研究嘗試提出一個企業運用雲端運算能在降低成本的情況下，還可以在巨量資料下保有良好的效能及橫向擴充的彈性。本研究實驗測試企業常見之高階單一伺服器硬體與雲端運算中低階雲端技術架構，實驗結果顯示雲端運算架構對於巨量檔案的資料處理，較高階單一伺服器具有優秀的運作效能。
- 學位論文
企業過去為保持市場競爭力，會利用多種管道為品牌或商品進行廣告行銷。如電話行銷、平面廣告、電視廣告…等等，透過帶有聲光文字效果敘述的廣告來幫商品或品牌開拓名氣，引起消費者的購買興趣並產生購買欲望和行為。社群媒體的快速發展，讓企業及個人可以透過社群媒體獲得相關產品資訊，收集相關有利的資訊內容，讓後續決策行為有判斷依據。透過臉書這樣的社群媒體，所有正面或負面的相關意見及評價，對其他人均可能造成有形或無形的影響（Murray, 1991）。但企業發展社群媒體行銷的辦法，雖然是目前的趨勢，但不一定適用，找不到重點，也會造成行銷上的失敗。所以本研究期望能藉由個人經營臉書社群媒體的經驗來探討消費者在社群媒體進行網路口碑是因為哪些因素。而在社群媒體上透過本研究所提出的社會關係、社會交換、資訊交流，結合認知及情感態度的模型架構，是如何影響網路口碑意圖？本研究採用問卷調查並於樣本回收後使用SEM分析，透過SEM結構方程式分析發現個人經營臉書社群時，所做的分享行為、與朋友之間的互動所產生的情感和理性態度，對網路口碑意圖的影響情況細節，且未來能於實務上供企業經營臉書社群媒體或其他相關社群媒體時提供參考想法，應重視哪些方向才有利於口碑的收集，以做後續決策之依據。
- 學位論文
在這大數據時代，人們習慣在網路上表達對於某項產品或服務的使用經驗，由於龐大的資訊量導致使用者要取得符合自己需求，並消化資訊需要耗費相當多的時間，文字探勘中的情感分析能從電子本文中判斷出文章的情感傾向為正向推薦或負向不推薦，為了將非結構化的文章做有效的分析與分類，學者們常使用情感語料庫做為情感分類的依據，但目前來說學術上情感分析的研究大多是針對英文，以現有的情感語料庫為基礎，如SentiWordNet、SenticNet來輔助做特徵擷取與加權計算，然而中文語系目前還沒有附有情感極性及分數的情感語料庫同時上述的語料庫都屬靜態分數，不能因應不同領域及隨時間的演進更動其情感分數。因此本研究以中文領域文章內容為本，針對領域分別建置適應性中文情感語料庫，運用評論網站中用戶對某產品的使用經驗及其產品的評分，做詞彙與詞彙、詞彙與領域、詞彙與用戶評分間的關係來訂定詞彙情感傾向及分數，詞彙間的關聯計算以每個句子為單位找出特徵詞與意見詞，本研究運用關聯規則及交互資訊量來萃取特徵詞與其配對的意見詞兩者組合視為一搭配詞，詞彙與領域、詞彙與用戶評分間的關係計算則使用文章機率、相關係數及TF-ICF (Term Frequency -Inverse Class Frequency)來訂定詞彙極性分數。實驗結果顯示，詞彙的使用和分布會根據領域的不同變化，因此適合的情感標註方法也不同。在這項研究中，我們已經開發出多種不同的情緒標記技術，這些方法能夠適應來自不同領域的口碑文章。
- 學位論文
隨著網際網路的發展，虛擬的互動模式逐漸取代實體互動。越來越多人透過Facebook網路社群與朋友進行互動。許多的企業，除了實體店面外，也紛紛在Facebook上創設粉絲專頁，藉此行銷其商品的優勢，與消費者建立長久的關係，此即為社群行銷之應用。 在粉絲專頁貼文觸及率低的情況下，如何讓粉絲願意持續的關注、互動，是粉絲專頁經營者的重要課題。粉絲專頁根據不同的經營方式、經營目標，其將粉絲轉化為獲利的方式也不相同。因此，本研究企圖從粉絲專頁經營類別、互動模式、獲利模式進行分析，提供經營者參考。 本研究從日常生活當中得到來自Facebook的推薦與好友對粉絲專頁貼文的按讚與分享而得知個案，篩選粉絲專頁的經營型態，以二維象限法將不同個案粉絲專頁進行分類。透過量化方式進行粉絲專頁的分析。歸納研究結論為：「關係經營」者之個案，其基礎為具實體店鋪與間接銷售，經營粉絲專頁之目的，是為了增加顧客對產品的印象，互動時會特別將產品使用方式融入日常生活當中，提醒與創造需要。「商城」之個案具有實體店鋪，採用直接銷售。經營目的為吸引顧客點下連結前往商品詳細資訊、下訂購買。與粉絲互動以提供優惠訊息為主。「口碑經營」之個案，無實體店鋪與間接銷。依靠代言、代理、發起團購之方式，需要的是粉絲的信任與興趣支持。以朋友、共同興趣的角度帶領粉絲們購買共同推薦商品，從中獲利。「虛擬商城」之個案由於其商品種類眾多，需要粉絲時刻關注，所以在互動上提供大量的熱門文章供粉絲瀏覽、以影音廣告為主以維持黏著度。本研究成果期望可提供企業在粉絲專頁經營上之參考。
- 學位論文
自93年陸軍引進軍事決心策定程序(MDMP)內涵後，修編陸軍指參作業程序推展至今已十年，在這十年中，不論在教學、部隊演訓使用或準則修編上出現諸多觀念溝通、排斥及認知疑義問題，致使陸軍在推展指參作業程序上，產生一些窒礙問題。 指參作業程序定義：自受領任務起至任務完成為止的過程。其區分計畫作為、作戰準備及作戰執行三個階段，其中計畫作為階段引用MDMP，其程序為「受領任務、任務分析、研擬、分析、比較、核准行動方案及策頒計畫」；作戰準備階段，須完成「持續偵察敵情與地形、協調聯絡、任務編組、安全防護、實施預演、後勤整備、戰前檢查、部隊機動及修改與精進計畫」等事項；作戰執行階段，其程序為「受領任務、狀況判斷、作戰指導、執行命令」等四項。指參作業程序計畫作為階段，以產製作戰計畫為主；計畫執行階段，則將計畫依實況實施修訂，轉成命令及執行作戰命令為主。 「系統思維」為解決問題的一種思維方法，本研究藉各種系統基模為基礎，運用其環狀因果互動影響系統模式，探究現行陸軍指參作業程序整體推展複雜窒礙問題及精進作法。
- 學位論文
隨著全球化的擴張趨勢，跨國企業迅速壯大，經濟合作模式也打破地域及行業別的限制。垂直整合或是水平整合的營運模式更是時有所聞。然而如何成功的進行全球化、跨產業的整合，以創造企業最大利潤，維持永續經營，資訊品質扮演著十分關鍵的角色。 文獻中指出良好的資訊品質提供，首要且高難度的重點在於建構必要的正確概念和技術框架分析，其次是關於企業本身如何在瞬息萬變的市場上能快速及正確的提供攸關資訊給客戶。故本研究藉由與客戶緊密連接的管道-客戶服務報告作為此次探討資訊品質的標的，透過探討各個資訊來源及組成的要素，找出資訊品質需改善的部份，並針對此部份進行系統化改善。 本研究是以印刷電板業為個案，彙整系統開發及設計科學研究流程，進行系統建置及資訊品質評估，整理為以下幾項：資訊品質的衡量及誤認、以資訊系統改善資訊品質之建議可實行項目、製造業與客戶關係的改變、工業4.0的萌芽等等。期藉由本研究的發現，協助進行資訊品質改善時，能給予另一個不同的思考面向。
- 學位論文
隨著網際網路的進步與雲端運算（Cloud computing）基礎架構的發展，服務導向架構（Service-oriented architecture, SOA）可以給予資訊系統彈性，不但改善了傳統系統因為資訊科技不斷創新而產生的企業內部不一致，更可以提高公司運作的效率。所謂網站伺服器農場（Web farm）是一種類似分散式架構概念的Web 伺服器運作平台，當使用者操作Web farm的同時，將會去搜尋並連結連線數較少的Web伺服器，以達到網路流量平均分散的效果、提升系統可靠性與穩定性，甚至能符合SOA之架構。本研究主要探討在SOA雲端運算的環境中執行Web farm是否有符合SOA的特性，並透過雛型研究方法，及運用雲端平台的開發工具進行實作與驗證評估。
- 學位論文
由於近年來台灣人口結構老化，因此產生高齡化社會問題日益受到重視。高齡化產生的社會問題：1.家屬外出工作無法照顧老年人口；2.失智老人走失問題；3.老人發生危險事故無所不在，當老人發生跌倒而無人協助下最嚴重可能會造成死亡。這些問題對應到過去研究發現個人緊急回應系統設計重點主要在硬體之整合，例如：整合血壓計與心電圖之功能串接智慧型手機，將其定時偵測的資料回傳，智慧型手機會判斷數值，根據數值判斷異常情形，則會執行緊急呼救程序。 然而，過去的研究皆是以個人緊急回應系統1.0 規範所設計，需要主動測量數據、缺乏行動性、無緊急通報按鈕、需要測量後才能回傳、只有單一種功能，如有跌倒偵測就沒有測量數據。因此，本研究以個人緊急回應系統2.0規範設計，並融入雲端運算中軟體即服務（Software as a Service, SaaS）概念提出老年人緊急回應雲2.0（Elderly Emergency Response Cloud 2.0, EERC 2.0），配合特殊規格手機EC7000，解決1.0架構中無法主動回傳、缺乏行動性與無緊急按鈕的問題。 因此本研究融入個人緊急回應系統2.0概念，具備傾斜感應器、緊急通報按鈕、具有方便攜帶性與定時回傳功能之裝置，方便攜帶性適合老人使用。由於老人隨時隨地都有可能發生危險，在個人緊急回應系統2.0概念中，定時回傳功能當不只是傳送日常測量數值，而要包含使用者完整的追蹤紀錄，其亦具備高度隱私性的網站供電話中心或是家屬人員查看，使用者目前位置與過往活動紀錄，並依照老人之生活習慣做出提醒。傳統伺服器使用固定數量的虛擬機或是實體機器，當裝置數量過多可能會造成，伺服器無法負荷造成服務中斷，因此本研究使用雲端運算架構，來避免資料量突然過大問題。 本研究將應用雲端運算中三種部署模式，撰寫的平台為軟體即服務（SaaS），部署於平台即服務（Platform as a Service, PaaS）中，架構於基礎設施即服務（Infrastructure as a Service, IaaS）上。基礎設施即服務（IaaS）使用Amazon EC2雲端服務，並設定自動擴展（Auto Scaling） 與負載平衡（Load Balancing）。由於Amazon EC2資料中心遍佈全世界，選定3個資料中心驗證效能，測試單台虛擬機反應時間與比較單台與雲端運算架構下虛擬機的連線反應時間，最後驗證雲端運算中自動擴展與負載平衡。驗證結果顯示使用雲端架構，在反應時間上更快與防止多人使用平台下會造成服務中斷問題。
- 學位論文
股票投資入手門檻較低，對於資金上的需求相對其他投資活動也較低，根據台灣證券交易所統計，2014年底已有近九百三十萬人次投資股票，儼然成為台灣民眾普遍進行投資的一種方式。基於中華民國政府於1999年大幅開放外資來台投資上限，三大法人所屬之籌碼面分析更趨重要。過去眾多學者在股票之研究上嘗試使用各式樣之方式進行選股模型的建立，其中以基本面與技術面為最多，而籌碼面之研究較少。 本研究以基本面指標與籌碼面指標為研究因子，實驗環境自2008年自2013年， 透過三階段實驗來探討基本面因子與籌碼面因子在台灣大型股、大型電子類股及大型傳統產業類股之影響。首先透過單因子績效分析找出強勢之單因子，接著透過雙因子加總及排序相乘之方法分析單因子間組合之效用，最後以效益加成法找出最強勢之多因子組合。