Browsing by Author "王思涵"

Now showing 1 - 4 of 4

企業環保努力對消費者購買意圖之影響：關係行銷觀點
(2021) 王思涵; Wang, Ssu-Han
本研究以關係行銷的觀點，探討快時尚零售品牌不同種類的舊衣回收計畫，如何影響消費者購買意圖。環境永續意識抬頭，與日常生活息息相關，且就大眾的認知，會對環境造成一定影響和傷害的快時尚產業，也跟著走向永續。其中舊衣回收項目便是快時尚產業邁向永續的第一步，在台灣的快時尚零售巨頭在舊衣回收方面有不同類型的策略：H&M採取提供不限品牌皆可回收的舊衣回收服務，並且會贈予H&M的商品折價券；而Uniqlo則推出該品牌舊衣的回收服務，非Uniqlo之衣料品不可回收，並且將回收之衣物捐贈與台灣各地公益團體；而Zara在台灣則無提供舊回收服務。而對於快時尚零售品牌的舊衣回收計畫，出現各種不同的迴響，有支持者也有質疑者，因此本研究將探討大眾認知快時尚零售舊衣回收計畫的企業環保努力，會如何影響消費者購買意圖，希望透過本研究的結果，可以更加瞭解大眾對於快時尚與環保永續結合的看法，為環境永續盡一份心力。本研究將以線上問卷進行實證研究，欲瞭解消費者認知快時尚零售舊衣回收計畫的企業環保努力會如何影響消費者的信任和承諾，進而影響消費者購買意圖。研究結果顯示，企業環保努力會正向影響消費者信任和承諾，進而正向影響消費者購買意願，並且在H&M和UNIQLO的舊衣回收情境中，企業環保努力主要透過信任影響購買意圖，而在ZARA情境中，則是主要透過承諾影響購買意圖。
可適應無人搬運車彈性化設計之學習式導航策略及強健式路徑跟隨控制
(2022) 王思涵; Wang, Sih-Han
現今無人搬運車(Automated Guided Vehicle，AGV)引入製造工廠和自動化倉儲是邁向工業4.0的必備條件，由於實際工廠生產線環境中高度動態與不確定性，本論文開發一套強化AGV定位精確性與導航策略。首先提出具有低成本效益之反光柱輔助定位技術，利用反光點作為環境中的分離特徵進行重新定位，能有效改善自適應蒙地卡羅定位定位(Adaptive Monte Carlo Localization, AMCL) 演算法在環境特徵不明顯或環境地圖邊界過於破碎，所導致的迷航或定位失效的問題。接著，本論文提出可適應AGV動作的路徑跟隨控制設計，並整合至機器人作業系統(Robot Operating System, ROS)的軟體環境，此種設計除了可延伸應用於相關自主式無人搬運車軌跡追蹤控制策略之外，基於模糊神經網路架構並提出新的誤差計算方式，可以在模擬環境搭配AGV運動模型來預先進行控制參數自動調整。本論文開發的AGV導航控制先使用MATLAB模擬環境來實現所提出的用於導航控制的模糊神經網絡(Fuzzy Neural Network, FNN)策略，對軌跡跟踪中的模擬結果評估，以驗證所提出的AGV控制策略的有效性。由實驗測試結果說明，本論文提出的反光柱輔助定位搭配AMCL定位演算法能有效克服累積定位誤差之外，進一步整合強健式路徑跟隨控制與學習式導航策略，能展現本論文所開發AGV技術在實際工廠生產線環境中之高度應用價值。
數位遊戲式學習對中小學學生學習成效影響之後設分析
(2013) 王思涵
本研究透過「後設分析法」探討數位遊戲式學習對於中小學學生學習成效的影響，篩選出符合本研究需求的論文共計75篇，並依照不同的學習成效面向將分析側重於學業成就（51個比較數）、學習態度（29個比較數）及高層次思考能力(21個比較數)三個面向，調節變項的分析則採用固定效果模式（fixed-effects model）。各個學習成效的效果量及其調節變項之分析結果如下：一、學業成就的整體效果量為 0.3980，有七個調節變項影響學業成就，其一是教學者，控制組無教師的成效顯著優於相同教學者再優於不同教學者、未說明教學者之研究；控制組無教師的成效顯著優於遊戲為教師之研究。其二是研究設計形式，單組前後測研究的成效顯著優於不等組前後測的研究設計形式；其三是控制組教學處理，無控制組形式的數位遊戲式學習影響效果最佳；其四是網路使用，用網路教學的成效顯著優於未使用網路。其五是增強機制，設計含增強機制的數位遊戲式學習顯著優於未含增強機制。其六為同步與非同步學習遊戲類型，非同步遊戲顯著優於同步遊戲。最後為影音式及動畫式學習遊戲類型，影音式設計的成效顯著優於動畫式。二、學習態度的整體效果量為0.3830，有2個調節變項影響學習態度，其一是學校位置，北區的學校成效顯著優於南區學校；其二是單人或多人學習遊戲類型，單人式的遊戲顯著優於多人式。三、高層次思考能力學習成效的整體效果量為0.6065，整體學習成效為正向，且介於中度至高度效果之間。
針對問答社群中的事實問題句自動產生答案摘要之研究
(2015) 王思涵; Wang, Szu-Han
隨著問答社群(Community Question Answering，cQA)平台的發展，越來越多使用者會在平台上提出問題句並等待他人的回答，然而平台上有大部分的問題句無法即時的得到答案，或是根本沒有被回答。因此，本論文研究的目的是針對使用者在問答社群中提出的事實問題句，利用網路搜尋引擎自動判別回傳結果摘要事實資訊，作為問題句的答案提供給使用者。然而若直接以問題當作查詢詞在搜尋引擎進行查詢，查詢詞中可能包含無關的字，導致回傳結果內包含太多不相關答案，因此本研究探討如何對使用者的問題自動分類出是否為事實問題句，並從事實問題句中自動擷取出查詢主體字詞及面向字詞，並以擷取的查詢關鍵字，結合網頁搜尋結果重要面向事實內容自動擷取之研究技術，摘要出事實資訊作為答案提供給使用者。實驗結果顯示本研究所提出的問題分類方法能有效地將問題進行分類，並且透過本研究所擷取的查詢關鍵字結合結果摘要方法，可有效對事實問題句提供事實資訊。