朝陽科技大學分數ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列評價和費用資格等資訊懶人包

應用機器學習預測目標客戶–以E公司為例

為了解決朝陽科技大學分數ptt的問題，作者彭季堯 這樣論述：

經理人如果能夠精準預測潛在目標客戶，代表企業可以快速並正確安排為了成交客戶的各項資源投入。但傳統透過業務人員判斷是否為目標客戶之銷售方式，因為不容易有共同的認定標準而無法在組織間推廣，也因為業務人員個性、背景、喜好不同，無從談起預測的一致性和準確性。本研究藉由E公司客戶關係管理系統中所記錄的近2年內商機資料，使用機器學習的方法進行資料分析，希望能夠在E公司B2B的商業模式下，建置高品質的潛在成交客戶預測模型。藉由適當的模型推薦潛在成交客戶來取代人為判斷，可幫助經理人對企業資源以及行銷活動加以合理運用及分配，能夠降低營運成本並增加企業獲利。本研究將E公司提供之商機樣本資料，經過資料前處理後，使

用隨機森林、羅吉斯迴歸、套索迴歸以及支援向量機等機器學習方法，以Python 程式語言建置機器學習模型並比較精確率、召回率、F1-分數等模型績效指標。本研究發現若E公司追求精確率以隨機森林模型績效較佳，若追求召回率則以支援向量機模型績效較佳。由套索迴歸係數顯示影響成交勝算的變數有「所在區域」、「上市櫃資訊」、「員工人數分箱」，所在區域結果顯示客戶為高雄市成交的勝算大於台北市、台北市成交的勝算大於台中市。上市櫃資訊結果顯示客戶為興櫃成交的勝算大於上櫃、上櫃成交的勝算大於一般企業。員工人數分箱結果顯示客戶公司是「員工人數2級」成交的勝算大於「員工人數1級」，「員工人數2級」和「員工人數3級」的客戶

成交勝算相近。 本研究成果顯示，E公司可以採用適當的機器學習模型，在新商機進入E公司客戶關係管理系統中時，第一時間識別潛在成交客戶，除幫助經理人優先投入銷售資源外，E公司更能以此成果為基礎，持續推動數位優化達成數位轉型，建立競爭對手難以模仿的數位優勢。

韓國網路漫畫改編劇之迷群研究—以 LINE Webtoon《女神降臨》為例

為了解決朝陽科技大學分數ptt的問題，作者陳彥蓉 這樣論述：

近年來，IP 劇成為各國影視產業重要的發展方向，韓國網路漫畫改編劇的作品數量，亦有明顯增長的趨勢，是以本研究選定一部討論度極高，同時也是 LINE Webtoon 網路漫畫平台上長期高居排行榜第一的作品——《女神降臨》作為研究對象，透過焦點團體訪談和深度訪談的方式，剖析台灣韓劇迷觀看韓國網路漫畫改編劇《女神降臨》的感受，並比較網路漫畫和韓劇兩種媒介的接觸順序是否會影響觀影動機以及愉悅經驗。研究結果發現，台灣韓劇迷觀看漫改劇的動機，比起演員演技和劇情，男性演員的帥氣外貌更為重要。其次，Kpop 也會影響韓劇迷收看韓劇，其餘動機有維繫社交活動，對劇情發展產生好奇和焦慮感，以及想了解電視還原漫畫程

度。先看漫畫組的受訪者主要為好奇電視劇還原度，反觀先看電視組則受他人推薦影響最深。觀影過程中，韓劇迷不只會因喜劇類型和內容議題獲得逃避性愉悅、移情作用之愉悅、創造性愉悅，也 藉由分享個人見解產生批判與評論性愉悅以及支持性愉悅，甚至會因演員亮麗的外型和角色光環感覺「賞心悅目」，進一步得到幻想愉悅。無可避免的是，不論韓劇迷的切入文本為何，他們皆以先入為主的觀念去審視第二文本，因此也限制了他們的愉悅經驗。