資訊工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60

本系前身「資訊教育學系」成立於民國七十四年，首先招收大學部學生，民國九十年成立資訊工程研究所碩士班，而後於民國九十五年進行系、所調整合併為「資訊工程學系」；並於九十六年成立博士班。本系目前每年約招收大學部四十餘人，碩士班六十餘人，博士班約五人，截至民國一百零四年十一月止，總計現有大學部一百九十多人，碩士班一百二十多人，博士班二十三人，合計學生人數約為三百三十多位。

News

系所網址：http://w1.csie.ntnu.edu.tw/

Browse

Filters

20092

Settings

Has files: YesSubject: search.filters.subject.探勘

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    以FP-tree結構為基礎之近似常見項目集探勘法
    (2009) 涂益郎
    本論文針對交易資料庫運用FP-tree結構可壓縮儲存交易資料的特性，提出以FP-tree儲存結構為基礎之近似常見項目集探勘法，稱為 FP-AFI演算法( FP-tree Approximate Frequent Itemsets mining algorithm )。透過分析容錯包含項目集之交易資料集合間的遞迴關係，擴展FP-tree執行投影的方法，可分別找出包含某個項目與不包含某個項目的conditional FP-tree。FP-AFI演算法以深先搜尋的方式，從Header Table中取出符合核心樣式門檻值的項目產生候選項目集，系統化地建構出其對應的conditional FP-tree，並透過conditional FP-tree根節點所記錄的計數值及conditional FP-tree的編碼資訊，快速獲得該項目集的容錯支持度及各項目支持度，以確認是否為一近似常見項目集。在探勘的過程中僅需掃瞄資料庫兩次，可省去大量讀取交易資料所需的時間。由實驗結果顯示，當最小支持度門檻值訂為較小或交易資料的筆數較多時，此方法較之前已提出的近似常見項目集探勘演算法FT-Apriori及AFI有顯著的執行效率增進。
  • No Thumbnail Available
    Item
    新聞論壇多面向分析之研究
    (2009) 施佩君
    在網路新聞論壇中，由於文章內容是由一般使用者自由發佈，即使論壇中有以主題區分討論內容，但討論文章內容中仍可能呈現出多種討論觀點面向，使用者不容易從數量龐大的討論文章中有效瀏覽自己感興趣的觀點文章。本論文研究所提出的方法可對一組新聞論壇文章自動分析萃取出重要的討論觀點面向（以關鍵字表示），且建立出面向的階層架構關係，並對各文章自動判斷其所包含的各個面向，提供使用者可依討論觀點面向進行文章瀏覽。在探勘分析過程中，我們會先由標題字詞選出重要且出現頻率高的字詞作為面向，並對這些面向關鍵字探勘出其相關擴展字詞，接著我們利用向量空間模型分別計算整篇文章所包含的字詞與面向擴展字詞的相關程度，以及文章中各個句子所包含的字詞與面向擴展字詞的相似度，再將這兩個結果合併判斷一篇文章所包含之相關面向。實驗結果顯示：本論文系統對各文章所選定的面向與受試者挑選的面向結果一致性很高；且將多個主題的文章混合在一起時，本論文方法也可以將不同主題的文章所涵蓋的面向正確地萃取出來。