在台灣越來越多的民眾使用智慧型手持裝置透過行動通訊網路來進行各式各樣的多元化服務，為了滿足眾多消費者越趨複雜的消費行為及需求，各電信業者也都大量投入相當的人力、資金來提升服務，配合各種所推出的組合方案來吸引消費者。
2014年5月份，中華電信率先在台灣開始了4G行動通訊的服務，意味者台灣4G行動上網時代的來臨，而行動上網的普遍，提升使用者分享經驗的容易度，使用者可以隨時的分享自己的經驗，在透過某些特定的群組平台上。例如Facebook、PTT及Mobile01等知名平台，消費者變聰明，在進行特定的購買行為時，皆會自發性的上網做功課，查詢相關評論。
由於網路的方便使得資訊量的快速膨脹，本研究使用新版中文意見探勘系統來針對Mobile01行動通訊討論版有關於4G行動通訊相關之文章進行內容擷取，並分析使用者對於各家業者的經驗分享、態度的轉變及業者間之比較。在網路(速度、品質)、方案價格和服務滿意度等三個面向去進行分析探討，期望能進一步的判斷出各家業者間之評價分析，使用者的偏好，進而分析出網路口碑對業者行銷策略的影響。

In Taiwan, more and more people use smart handheld device via mobile communication network to carry out a wide range of diversified services, in order to satisfy many consumers increasingly sophisticated consumer behavior and demand, all carriers are also quite a large number of inputs manpower, money to improve service, the launch of a combination with a variety of programs to attract consumers.
May 2014, Chunghwa Telecom started a 4G mobile communications services in Taiwan , meaning those coming 4G mobile Internet era of Taiwan, while mobile Internet generally, improve  users to share the experience, the user can always share their experience in  the internet. For example Facebook, PTT and other well-known platforms Mobile01, consumers smarter, during a specific purchase, all will spontaneity Internet to do homework, relevant comment.
Because of the convenience of the Internet so that the amount of information quickly  expanding, this study using the new Chinese opinion mining system for  Mobile01 discussion boards about 4G mobile communication-related content of articles to capture and analyze the user for various industry Experience sharing and comparison of the change in attitude among the industry. In the Internet (speed, quality), program price and service satisfaction to be analyzed and discussed for three, hoping to further determine the evaluation between the various industry analysis, user preferences, and then analyzed for eWOM industry marketing influence policy.

目錄
第一章      緒論	1
1-1	研究動機與目的	1
1-2	研究架構	3
第二章	文獻探討	4
2-1	口碑行銷	4
2-2	網路口碑	5
2-3	英文意見探勘系統	7
2-3-1	 Opinion Observer	7
2-3-2	 IBM WebFountain	8
2-3-3	 RevMiner	10
2-4	中文意見探勘系統	13
2-4-1	 Hong-Da Ciou’s work	13
2-4-2	Chien-Liang’s work	14
2-4-3	CopeOpi	15
2-5	意見單元定義	17
第三章	系統架構及設定	20
3-1	主題關鍵字設定與下載文章	20
3-2	領域詞庫管理	22
3-2-1	詞庫群組及元素詞設定	23
3-2-2	領域忽略詞設定	28
3-3	領域詞庫關聯管理	29
3-4	爬文與主題設定	35
3-4-1	每月份分析資料	37
3-4-2	每月熱門排行	38
3-5	語意分析結果	42
第四章	4G評價分析	50
4-1	Topic評價分析	50
4-2	中華電信與台灣之星評價分析	54
4-3	中華電信評價分析	61
4-3-1	中華上網評價趨勢	63
4-3-2	中華訊號評價趨勢	65
4-3-3	中華價格評價趨勢	67
4-4	台灣之星評價分析	70
4-4-1	台灣之星上網評價趨勢	71
4-4-2	台灣之星訊號評價趨勢	73
4-4-3	台灣之星價格評價趨勢	75
4-5	各家業者整體評價趨勢分析	77
4-5-1	整體上網評價趨勢	78
4-5-2	整體訊號評價趨勢	81
4-5-3	整體價格評價趨勢	84
第五章	結論	88
參考文獻	89
附錄A 英文論文	91

 
圖目錄
圖 1	訊息傳遞示意圖	4
圖 2	品牌、顧客、口碑關系圖	5
圖 3	OPINION OBSERVER比較圖	7
圖 4	人工標註系統畫面	8
圖 5	WEBFOUNTAIN GUI 經過意見分析後的產品比較圖	9
圖 6	WEBFOUNTAIN可以讓使用者選擇產品以及來源	9
圖 7	REMINER在手機上根據特徵分類	10
圖 8	SPECIAL圖	11
圖 9	CLOUD圖	12
圖 10	CATEGORIES圖	12
圖 11	可選擇有關的電影以及特徵,並且知道正負傾向評論等級	15
圖 12	COPEOPI使用者選擇畫面	16
圖 13	各個時間趨勢	16
圖 14	包含主題的文章	16
圖 15	文章與下載設定圖	21
圖 16	關鍵字設定圖	21
圖 17	文章下載排程設定圖	22
圖 18	領域詞庫管理圖	23
圖 19	TOPIC群組圖	24
圖 20	TOPIC設定圖-中華	24
圖 21	FEATURE群組	25
圖 22	FEATURE詞彙	25
圖 23	ITEM群組	26
圖 24	ITEM詞庫圖-速率相關	26
圖 25	正面詞群組	27
圖 26	負面詞群組	27
圖 27	通用正面意見詞(部份)	27
圖 28	忽略詞群組圖	28
圖 29	忽略詞圖-不相關	29
圖 30	TOPIC-FEATURE關聯圖	30
圖 31	FEATURE-ITEM關聯圖	31
圖 32	FEATURE-正面意見關聯圖	32
圖 33	FEATURE-負面意見關聯圖	32
圖 34	ITEM-正面意見關聯圖	33
圖 35	ITEM-負面意見關聯圖	34
圖 36	詞性反轉設定圖	35
圖 37	討論主題分析與詞庫維護圖	36
圖 38	熱門文章回文排行榜1	39
圖 39	熱門文章回文排行榜2	39
圖 40	評價文章排行1	40
圖 41	評價文章排行2	41
圖 42	頂新黑心油事件文章截圖	44
圖 43	錯誤句比例圖	45
圖 44	TOPIC綜合評價(201406~201502)	50
圖 45	TOPIC綜合評價(201503~201506)	51
圖 46	TOPIC正面評價趨勢	52
圖 47	TOPIC負面評價趨勢	53
圖 48	FEATURE熱門趨勢圖	54
圖 49	整體ITEM評價人數趨勢	55
圖 50	台灣之星評價分佈(201406~201502)	56
圖 51	台灣之星評價分佈(201503~201506)	57
圖 52	中華評價分佈(201406~201502)	59
圖 53	中華評價分佈(201503~201506)	60
圖 54	中華TOPIC評價趨勢圖	61
圖 55	中華ITEM評價趨勢圖	62
圖 56	中華上網評價趨勢圖	63
圖 57	中華上網正面評價分佈圖	64
圖 58	中華上網負面評價分佈圖	64
圖 59	中華訊號評價趨勢圖	65
圖 60	中華訊號正面評價分佈圖	66
圖 61	中華訊號負面評價分佈圖	66
圖 62	中華價格評價趨勢圖	67
圖 63	中華價格正面評價分佈圖	68
圖 64	中華價格負面評價分佈圖	68
圖 65	台灣之星TOPIC評價趨勢圖	70
圖 66	台灣之星ITEM評價趨勢圖	71
圖 67	台灣之星上網評價趨勢圖	71
圖 68	台灣之星上網正面評價分佈圖	72
圖 69	台灣之星上網負面評價分佈圖	72
圖 70	台灣之星訊號評價趨勢圖	73
圖 71	台灣之星訊號正面評價分佈圖	74
圖 72	台灣之星訊號負面評價分佈圖	74
圖 73	台灣之星價格評價趨勢圖	75
圖 74	台灣之星價格正面評價分佈圖	76
圖 75	台灣之星價面負面評價分佈圖	76
圖 76	整體上網評價趨勢(201406~201502)	78
圖 77	整體上網評價趨勢(201503~201506)	78
圖 78	台哥大取得新頻寬新聞截圖	79
圖 79	整體上網正面評價分佈圖	80
圖 80	整體上網負面評價分佈圖	80
圖 81	整體訊號評價趨勢(201406~201502)	81
圖 82	整體訊號評價趨勢(201503~201506)	82
圖 83	整體訊號正面評價分佈圖	83
圖 84	整體訊號負面評價分佈圖	83
圖 85	整體價格評價趨勢(201406~201502)	84
圖 86	整體價格評價趨勢(201503~201506)	85
圖 87	電信三雄新費率	85
圖 88	整體價格正面評價分佈圖	86
圖 89	整體價格負面評價分佈圖	87
 
 表目錄
表 1	中文意見探勘系統比較圖	13
表 2	意見元素組成表	18
表 3	研究標的資訊表	37
表 4	資料關聯表	38
表 5	變數表	42
表 6	每月份分析資料	43
表 7	錯誤句整理表	44
表 8	TOPIC綜合評價比率(201406~201502)	51
表 9	TOPIC綜合評價比率(201503~201504)	52

[1]	J. Arndt, "Word of Mouth Advertising：A Review of the Literature, New York：Advertising Research Federation.," 1967.
[2]	H. Liuying, Jiaping, Shao,Wenwen, Wang, "Research on the relationships between hotel internet word-of-mouth and customers' behavior intention based on trust," in Information Management, Innovation Management and Industrial Engineering (ICIII), 2013 6th International Conference on, 2013, pp. 250-254.
[3]	K. J. Takeuchi S., Shimojo S., Miyahara H., "Human-network-based filtering: the information propagation model based on word-of-mouth communication," in Applications and the Internet, 2003. Proceedings. 2003 Symposium on, 2003, pp. 40-47.
[4]	P. F. Bone, "Word-of-Mouth Effects on Short-Term and Long-Term Product Judgment," Journal of Business Research, pp. 32, pp. 213-223, 1995.
[5]	S. H. Liao, Chung, Y. C.,Hung, Y. R.,Widowati, R., "The impacts of brand trust, customer satisfaction, and brand loyalty on word-of-mouth," in Industrial Engineering and Engineering Management (IEEM), 2010 IEEE International Conference on, 2010, pp. 1319-1323.
[6]	T. Wu, Yang Xuecheng, "Electronic word of mouth in online social networks," in Communication Systems, Networks and Applications (ICCSNA), 2010 Second International Conference on, 2010, pp. 249-253.
[7]	D. L. H. TH. P. Novak., "Marketing in hypermedia computermediated environments: conceptual fundamentals," Journal of Marketing 60, July,2006.
[8]	K. Zeng, "Online Buying Impulsiveness and Word-of-Mouth Online in the E-Marketing Age: A Theoretical Model Approach," in Management of e-Commerce and e-Government (ICMeCG), 2010 Fourth International Conference on, 2010, pp. 133-136.
[9]	I. Okada, "Relationship between Online Word-of-Mouth Communication and Consumer Behavior," in System Science (HICSS), 2012 45th Hawaii International Conference on, 2012, pp. 1807-1813.
[10]	M. H. B. Liu, and J. Cheng, ""Opinion observer: analyzing and comparing opinions on the Web,"" presented at the Proceedings of the 14th international conference on World Wide Web, Chiba, Japan, 2005.
[11]	O. E. J. Huang, L. Zettlemoyer, K. Clark, and C. Lee, ""RevMiner: an extractive interface for navigating reviews on a smartphone,"" presented at the Proceedings of the 25th annual ACM symposium on User interface software and technology, Cambridge, Massachusetts, USA, 2012.
[12]	J. Y. a. W. Niblack, ""Sentiment mining in WebFountain," in Data Engineering," pp. Proceedings. 21st International Conference on, 2005, pp. 1073-1083., 2005. ICDE 2005.
[13]	H.-D. Ciou, "Applying Opinion Mining to Chinese Movie Reviews," July 2011.
[14]	H. W.-H. L. Chien-Liang, L. Chia-Hoang, L. Gen-Chi, and E. Jou, ""Movie Rating and Review Summarization in Mobile Environment,"" Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, vol. 42, pp. 397-407, 2012.
[15]	P. D. Turney, "Thumbs Up or Thumbs Down? Semantic Orientation Applied to Unsupervised Classification of Reviews," 2002.
[16]	M. H. a. B. Liu, "Mining and Summarizing Customer Reviews," 2004.
[17]	L.-W. K. a. H.-H. Chen, ""Mining opinions from the Web: Beyond relevance retrieval,"" Journal of the American Society for Information Science and Technology, pp. vol. 58, pp. 1838-1850, 2007.
[18]	N. Kobayashi, "Opinion Mining from Web documents: Extraction and Structurization," Information and Media Technologies, pp. vol. 2, pp. 326-337, 2007.
[19]	S.-M. K. a. E. Hovy, "Determining the Sentiment of Opinions," Proceedings of the COLING conference, Geneva, 2004.
[20]	B. L. a. L. Zhang, "A Survey of Opinion Mining and Sentiment Analysis Mining Text Data," C. C. Aggarwal and C. Zhai, Eds., ed: Springer US, pp. 415-463, 2012.