學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73887
Browse
9 results
Search Results
Item 以文字探勘與情緒分析技術探索產品改良與服務提升之研究：以電動機車為例(2024) 張靈芝; Zhang, Ling-zhi面對全球氣候變化帶來的極端氣候挑戰，控制氣溫上升已成為國際社會的重要目標。台灣政府承諾到2050年實現淨零碳排，以回應全球節能減碳的目標。特別在交通產業，台灣作為一個高度依賴機車的社會，積極推動從傳統燃油機車向電動機車的轉型，這不僅有助於降低交通部門的碳排放，也符合全球環保趨勢。此外，台灣的Gogoro公司於2015年推出了創新的電池租賃及銷售模式，成功地引領了台灣機車市場的綠色轉型，為減碳努力注入了新的活力與希望。本研究選擇以Gogoro作為電動機車的代表，利用文字探勘和情緒分析技術，深入探討Facebook公開社團“GOGORO CLUB TAIWAN（總社團）”中用戶發布的最相關評論貼文。透過這些貼文，本研究旨在揭示電動機車使用者最關心的因素及其對這些因素的情感態度。這些發現將有助於電動機車產業在產品性能設計和服務上進行相應的改進，並為政府制定相關的補助政策提供實證參考，以支持產業的持續發展和創新。研究結果顯示，電動機車使用者對於性能的關注程度超過了對服務的關注。雖然對於這兩個面向的情感態度總體上趨於中立，但具體表現上有所差異。對於性能方面，用戶的情感態度略帶不滿，顯示出中立偏負的趨勢；而對於服務方面，用戶的情感態度則偏向基本滿意，表現為中立偏正。這些發現指出，雖然用戶對電動機車的整體感受相對平衡，但仍存在對性能改進的期望，同時對提供的服務感到相對滿意。Item 文字探勘技術應用於顧客評論以提升服務品質之研究：以某連鎖健身房品牌為例(2024) 林裕傑; Lin, Yu-Chieh連鎖健身房的出現為都會區的人們提供便利及多元的運動環境，如今辦理俱樂部會員資格及參與健身房課程，不再是高收入族群的專屬休閒活動，連鎖健身房透過親民的價格，多型態的健身服務，接觸學生、小資族及白領客群，為企業開拓廣大的服務客群。然而，健身房會員與業者消費糾紛卻層出不窮，對雙方而言，損失的不只是金錢與時間精力，也造成消費者對品牌的負面情緒及不信任，長此以往將傷害品牌形象及價值。隨著網際網路的普及，人們經常通過網路新聞、社群平台，線上影音平台接收資訊與交流，使網路平台累積了大量未經處理的文字與影音資料，本研究對連鎖健身房的線上評論進行文字探勘與情感分析，探詢消費者重視的服務屬性與意見。根據研究結果，健身房會員重視的服務屬性可分為十一類，其中以「會員權益」、「員工可靠性」與「場館管理品質」三類屬性最受會員重視，而情感分析結果則顯示會員對此三屬性的情緒大致為負面。本研究建議業者落實員工教育訓練，減少業務不以話術誘導消費者購入不合適的課程，以降低消費糾紛次數，並且應落實專業考核督促教練取得合格證照，除了加強員工培訓，維護場館品質上可制定場館使用公約，以加強宣導及場內巡視勸導會員共同維護使用環境，如此可營造更優質的環境氛圍。Item 以文字探勘分析社群媒體情緒對於股市報酬率之影響：以臺灣中大型股為例(2022) 陳憶瑄; Chen, Yi-Hsuan資訊科技日新月異，其建立了訊息管道的便利性和即時性，亦成就了訊息爆炸與「害怕錯過」的社群焦慮。以投資角度而言，「羊群效應」來自於投資者的有限理性，形成從眾心理，藉以社群平台的普及性與同質群聚效應，投資者對社群平台漸成依賴，隨時可於社群平台發佈及獲取相關資訊，並對其取得之資訊產生即時反應行為或效果。本研究係探討社群媒體情緒對股市報酬率之影響，檢視 2019 年 1 月至 2022 年 2 月期間，以台灣中大型股以及台灣加權指數為樣本，透過文字探勘方式，量化社群平台中投資者發佈之文章與新聞內容，採以計算且結構化新聞及投資者情緒，並將情緒區分為正向及負向，藉此予以探討社群平台上之情緒對於投資者交易決策的影響。研究實證結果顯示，日平均新聞情緒及投資者情緒之遞延效果兩日後與報酬無顯著關係，而負向的新聞情緒及投資者情緒相對於正向的情緒而言，皆對於報酬率的影響較大；本研究探討之社群平台中，以 CMoney 平台對台灣股市正向影響最大；研究檢視期間，新聞情緒的預測能力較投資者情緒強；另嚴重特殊傳染性肺炎(COVID-19)疫情期間，大盤、個股之情緒預測能力都較疫情前強；電子類股報酬率受情緒之影響最大。Item 新聞情緒及關注程度對台灣證券市場影響之探討(2022) 李律昕; Lee, Lu-Hsin新冠疫情不僅改變了一般民眾的生活型態，也對台灣證券市場造成巨大的影響，2021年5月台灣疫情爆發，負面新聞帶來的恐慌情緒在廣大投資群眾間蔓延，也因此創下了加權指數單日最高跌幅的歷史紀錄。負面情緒使得許多績效優秀的個股受到非理性的股價重挫，可見投資人情緒及事件的關注程度對金融市場影響甚劇。本文將新聞文本中的文字情緒量化，並結合網路搜索量的變化率，以迴歸模型探討2019年初至2021年底之間的個股新聞及關注程度對於台灣證券市場的影響。實證結果顯示新聞情緒及關注程度對於個股報酬率、流動性、機構投資人的交易行為皆有顯著的正面影響。Item 不同媒體之新聞情緒對ESG-ETFs報酬率之影響(2021) 劉俐利; Liu, Li-Li投資人能在網路上透過不同來源的媒體獲取眾多資訊，並對獲取的資訊有所反應。因此本研究利用文字探勘技術，從鉅亨網、中國時報、經濟日報、自由時報、聯合報及蘋果日報的網站中，蒐集2019年7月至2021年1月與ESG主題ETF相關的新聞，並量化新聞詞語為新聞情緒。使用事件研究法，探討所有媒體來源的新聞情緒、不同媒體來源的新聞與其新聞情緒是否造成異常報酬率，並將造成異常報酬率之媒體進行差異檢定，接著使用迴歸模型分析所有媒體來源的新聞情緒與新聞數量、不同媒體來源的新聞情緒及新聞數量對異常報酬率之影響，以及探討新聞發布使市場反應的效率性。實證結果顯示，不同新聞媒體的影響力不同，財經新聞媒體如經濟日報、鉅亨網及新聞情緒強烈的蘋果日報在多數情況下比風格偏屬政治的聯合報及自由時報更具影響力，且多數新聞媒體影響當日報酬率，並不會持續影響至隔日的報酬率。Item 基於新聞情緒建構LSTM神經網路之匯率預測模型與量化交易策略(2021) 曾子維; Tzeng, Tze-Wei本文透過文字探勘的方法，自Reuters新聞網站爬取與歐元、英鎊及美元相關的外匯新聞，利用情緒分析計算每篇報導的新聞情緒指標，試圖分析新聞情緒與匯率之間的關聯性。首先，本文以迴歸模型探討新聞情緒與匯率報酬率的同期(contemporaneous)關係與預測(predictive)能力；第二，我們建構LSTM神經網路模型預測EUR/USD、GBP/USD的隔日匯率收盤價格(one-step-ahead closing price)，並與傳統的計量模型進行比較。此外，本文也檢視將新聞情緒因子納入LSTM神經網路模型後，是否能提升預測表現，藉此顯示新聞情緒為一項有效的匯率預測因子。最後，對於機構法人或散戶投資人而言，匯率預測的目的不外乎是從交易中獲利，因此我們以LSTM神經網路建構交易策略，並以情緒指標作為進出場決策之濾網。本研究的實證結果發現，在迴歸分析中，新聞情緒與匯率報酬率具有同期的解釋能力，而在預測迴歸式中則不具統計顯著性；匯率預測方面，當LSTM神經網路模型在納入新聞情緒因子後，確實能夠提升預測表現。最後，在LSTM交易策略中，以情緒指標作為濾網能夠大幅提高策略的績效表現，顯示新聞情緒不論是在LSTM模型的預測或交易策略的建構上均為一項具有關鍵性的重要因子。Item 依據新聞情緒建構市場擇時策略:以台灣市場為例(2021) 謝富承; Hsieh, Fu-Cheng隨著網路資訊普及，投資人能夠即時獲取財經新聞，並能對所獲取的資訊有即時反應，因此，本研究以 2014 年 4 月至 2015 年 12 月，台灣加權指數為樣本，透過文字探勘之方式，量化新聞詞語，計算並結構化新聞情緒，將新聞情緒分為正向、負向新聞情緒，探討新聞情緒對投資人進行交易決策之影響。實證結果顯示，日平均新聞情緒之遞延效果兩日後無顯著與報酬有關，負面新聞情緒較原始新聞情緒對報酬率影響程度較大，而隔夜的新聞情緒會因投資人的過度反應而與報酬產生負向關係，將結構化後新聞情緒分數轉為交易指標濾網後，能有效提升程式之績效，其中空方績效提升較多方大。Item 新聞情緒對下單積極度之影響(2020) 魏如鈺; Wei, Ju-Yu隨著網路資訊普及，投資人能夠即時獲取財經新聞，並能對所獲取的資訊有 即時反應，因此，本研究以2014年4月至2015年12月，台灣上市公司之普通 股為樣本，透過文字探勘之方式，量化新聞詞語，計算新聞情緒，並將投資人分為外資、國內法人與自然人，探討新聞情緒對下單積極度之影響，實證結果顯示，自然人與國內法人有較快賣出股票之傾向，而外資則是看到壞消息，買入;看到好消息，賣出。Item 職業運動賽事之球隊表現對其贊助商的股票報酬率影響(2020) 鄭亞奇; Cheng, Ya-Chi一間企業花了大筆鈔票，只為了買下一支球隊之球衣上直徑不到五公分的角落， 擺上自家公司的商標，整個投資的效益是否有反應在股價上?本研究搜集了 NBA 球衣廣告合約 2017 年至 2020 年期間三十支球隊中贊助商為上市公司的十四支球 隊的每場比賽資訊，探討球隊勝負及賽後網路聲量對於其贊助商股票異常報酬率 的影響，其中網路聲量的計算方式為透過網路爬蟲抓取比賽後網路相關新聞，將 新聞內文經過情感分析後，得出一個足以判斷其為正面或負面新聞的情感分數， 作為一個體現球隊表現的變數。應變數方面為球隊贊助商之異常報酬，為日報酬 率減去以大盤指數計算得出的預期報酬的結果。本研究以事件研究法將比賽日設 為事件日，以 OLS 迴歸模型，計算出事件其發生前後是否有顯著差異。結果顯示 球隊比賽吞敗對於贊助商異常報酬有顯著負相關，且此效果大部分來自戰績好的 球隊；比賽勝利則無顯著影響。網路聲量方面的結果顯示，戰績差的球隊因輸球 有助於球隊在選秀大會上取得前面的順位，對於投資者來說反而是好消息，導致 了新聞聲量與球隊贊助商異常報酬顯著負相關的結果；戰績好的球隊則是可以從 季後賽樣本得出新聞聲量與贊助商異常報酬顯著正相關的結果。