2019-01-012024-05-13https://scholars.lib.ntu.edu.tw/handle/123456789/646568摘要：社群媒體的興起讓一些領域的熱門科技的監測變得垂手可得。一個常見的例子是當紅的程式語言 可以透過關鍵字頻率的加總，很快的了解其趨勢的消長。然而，這類的分析常常缺乏對於一個技 術興起背後原因的理解，或是群眾對一個科技的認知、優缺點等細部的資訊。這些較精細的分析 可以讓我們更準確地掌握科技的動態，評估其價值，並預測未來的走向。本研究的目的在於發展 適用於跨平台資料的科技生命週期分析模型。希望能透過更精細的分析，能更有效的監控與掌握 科技動態。具體而言，我們預計朝以下幾個方向努力。一、關鍵事件與轉折點。科技生命週期中 的轉折點常是一個重要的指標。我們希望由大量的社群討論，了解在轉折點前、中、後的變化， 並且試圖找出影響轉擇點發生的關鍵事件。二、綜合剖面資料與時間數列觀點的群集分析。現有 群集分析常是針對剖面資料 (e.g., k-means) 或是時間數列資料 (e.g., linear dynamic models) 進行群 集分析。綜合這兩個觀點可能會更適合科技生命週期的分析。三、新興技術偵測：建構有效的資 料分析模型以偵測新興技術。<br> Abstract: The rise of social media and the Internet provide us a good opportunity to monitor the change of technology environment. A common example is to monitor the time series of popular keywords. However, we believe that more can be done if we can systematically monitor text content from multiple platforms. We hope to work on the following directions. First, develop technical approach that can identify key events that trigger the change. Second, develop technical approach that can detect emerging technology trends.生命週期科技監測群集分析Technology life cycleemerging technologyclustering analysis核心研究群計畫-【建構了解科技生命週期資料分析模型】