圖片來自:HowStuffWork
將近一個月沒發文,都在做什麼呢
其實也沒幹嘛,只是把老師每周交代的計畫書改一改
然後剛好這幾週所有報告都湊在一起而已
所以現在開始會慢慢更新
廢話講完了,就談談我開的新專區吧
雖然以後類別名稱會換,但是[專題論文]主要就是放我的論文資訊
我會把比較容易懂的一般性資訊放上來分享
這次跟大家介紹各國「作者辨識(author identication)」的發展!
圖片來自:HowStuffWork
將近一個月沒發文,都在做什麼呢
其實也沒幹嘛,只是把老師每周交代的計畫書改一改
然後剛好這幾週所有報告都湊在一起而已
所以現在開始會慢慢更新
廢話講完了,就談談我開的新專區吧
雖然以後類別名稱會換,但是[專題論文]主要就是放我的論文資訊
我會把比較容易懂的一般性資訊放上來分享
這次跟大家介紹各國「作者辨識(author identication)」的發展!
蒸氣機告訴我們「機器可以代替人力」
那接下來,資訊[或者說]電腦跟網路又可以告訴我們什麼?
我只能說這一次的主題絕對精彩 ...
[圖片取自:patent_pending_blog]
對專利(patent)有興趣可以逛這blog,有圖有說明很好玩!
圖片來自:社大爆報(雖然已經沒維護,但很有意思的網路刊物)
正當我們潛移默化地把「隨著資訊社會的到來...」之類的字眼
習慣地打在論文或文章的開頭時,我們就已經認定資訊革命了
對啊資訊取得多元、生活無時空限制...
這些不是表示我們比從前人做事更有效率、享受更多便利嗎?
曲:陳偉
詞:余光中
百分之99的你 屬於我 剩下的實在已經不多
可是我卻隱隱約約覺得失落 有甚麼事你不告訴我
不必等全世界都背叛我 我感覺哪裡不對卻說不出口
沒有力氣再問你 你會說服我 好像都是我的錯
我不應該想太多
圖片來自:Rochester Public Utilities(RPU)的blog
一切的開始都在於「研究」!
先搞清楚要做什麼研究,才能開始執行行動
推薦書:資訊革命了什麼?(圖片取自博客來)
奇秀老師首先大家彼此自我介紹的方式來進行課程
畢竟這是一個只有10個人組成的小讀書會
所以在大家對彼此的背景與取向有所認識之後
才開始進入今天的主題-資訊社會學概述
依照慣例,先將本課程的專屬部落格介紹給大家!
這堂量化研究與統計分析是由謝寶煖老師授課
內容以輔助研究、建立概念以及工具使用為主
並不會牽扯深入的數學理論~
沒事跑去Flickr截圖幹嘛??因為有「標籤雲(label clouds)」阿
看到一堆大大小小的主題名稱不是很有趣嗎?
因為這就是通俗分類法(或稱大眾分類法)的精神
Host只負責做計算跟維護,內容與組織的部分都給使用者進行
這張在清水寺前拍的~可惜天氣不佳,剛下過小雨
8/15(六)
今天的行程可真不簡單呢?因為要去「京都」
而且要一次去好幾個地方,所以我們一早就起來
大家拿出昨天在機場買的「關西周遊卷」(可以用在關西無限作地鐵三天)
圖片來自:美國常青州(EverGreen state)立大學圖書館
圖書館編目得好或不好,都會影響OPAC的使用性或是受歡迎的程度
不過很明顯的,近年來在Amazon、Google等資訊供應者的強權壓境之下
圖書館OPAC已經不是考量編目品質的問題就可以了
而是需要考量到更多層面,從資訊類型、編目方式、介面、功能等
都不斷考驗圖書館的應變能力~
以及將來這幾年圖書館將會在整個資訊環境下所扮演的角色
FRBR會是一個圖書館的反擊機會嗎?還是只是個泡影?
本著「人生苦短~及時行樂」的道理
老姊很快地就將日本行擬定完成,目標指向他去過兩次的關西地區!
不過要去五天,有一天會卡到我在NCDR(國家災害防救中心)的工
我:那個..我明天有事要請整天...
主管:幹嘛?要去救災阿
我:...不是耶
主管:哈哈好啦
跟主管請好假之後,當晚就回家整理東西啦
其實菜單也是一種資訊組織~(圖片來自Anne叨叨絮絮的生活)
在整理筆記與複習的路上,發現要一篇一篇文章去看是相當不切實際的
而是應該抓出他所要表達的含意與重點,並進一步與其他相關主題的文章做串連
最後整合起來才能對整個架構相當清楚
因此我將每篇同學所報告的文章、投影片做一個結合
並加上吳明德老師的重點提醒轉成「問句」以申論方式呈現
希望會有比較強的重點凸顯作用
可以當作這篇文章可以回答什麼問題來看~會比較容易懂
答案則是在文章之中啦~
呼 我還是一次把他寫完..
這裡偷偷宣布一下,暑假的探勘文章會先寫到這(什麼?不是才看兩篇?)
因為我發現越來越多背景知識需要先理解,不然紙上談兵是無法實作的
目前我就先打住,先自行加強一些資管的數學與電腦課程~
探勘架構(The Framework)續
l 部落格內容(Blog content analyzer)與網路分析器(Blog network analyzer)
誠如上述,我們可以運用文字探勘(Text Mining)的技術(自動分類與分群)來擷取與部落格中的關鍵詞彙,如可以根據其內容與意見判斷部落客的對某些事物的偏好(正向或負向)。如果以正向的詞彙為例,部落格分析器會聚集這些正面價值的詞彙,如好、棒、開心等。並進一步構成一個文件的向量值(Document vector),其包括每個詞的出現頻率(term frequencies)、各詞彙的權重(entry’s weight)。這樣一來部落格分析器就可以根據這些向量值去將部落格進行「有意義」的分類或分群。
圖的來源同書目資料!
這算是這系列的第一篇!基本上就是詳細的翻譯與摘要XD
因為我也不是專業,只是邊看邊學,所以有錯請多指證!
因為寶煖老師有說過網路上的文章不能太長,所以我會稍微拖稿一下XDD
大概都分兩三集來分吧(上、下或上中下)
圖片來自:Adopt-A-Child (應該不用我解釋了吧XDDD)
很久沒發認真文了...哈哈哈哈
怕這裡會越來越沈重,所以趕緊補一些理性文!
圖片來自Small Business Can(一個小型商業的諮詢商業社群網站)
話說這是最後一堂課了......有點感傷、有點興奮、有點捨不得XDD
不過今天是交期末報告的日子,話說我在上課前20分鐘才打好勒...真刺激
因為最後兩週的主題一樣,所以我就合併啦!