社區生活資訊情報站論文書籍站
國立臺北科技大學 管理學院資訊與財金管理EMBA專班 王貞淑所指導 李忠憲的 運用BERT於稅制改革輿情分析，探討評論品質之情感分析─以房地合一稅為例 （2021），提出合一 股票 PTT關鍵因素是什麼，來自於情感分析、輿情分析、稅制改革、機器學習、主題建模、BERT。
而第二篇論文國立彰化師範大學 企業管理學系 吳信宏所指導 謝承宏的 探討台灣外送平台之使用者使用狀況－以Uber Eats與foodpanda為例 （2020），提出因為有 外送平台、使用者滿意度、社群論壇、關聯規則的重點而找出了 合一 股票 PTT的解答。
合一 股票 PTT進入發燒排行的影片
台股在去年創下22.8%的驚人漲幅，但 Youtuber啾啾鞋竟慘賠40萬！為什麼連「知識型網紅」也會被股市收割？今天我們不只找來啾啾鞋現身說法，還找來投資部落客阿斯匹靈，教大家如何抓對強勢股，擺脫韭菜命運，一起來聽聽他們的說法！
#股票 #技術分析 #啾啾鞋
00:00 精彩開場
01:28 新手運爆表? 啾啾鞋股市初體驗:睡醒賺10萬!
05:17 「感覺」失準賠40萬! 主力割韭菜慘成山頂冤魂
07:45 知識型網紅也被收割? 2心法教你駕馭強勢股!
11:40 股票總想買在最低價? 高手1訊號逮到起漲點?
13:55 勇敢再戰DR強勢股! 掌握1秘訣讓他逆轉勝?
16:52 動不動憑感覺all in? 高手給你資金分配3原則
20:02 知識型網紅報明牌? 啾啾鞋手頭持股大公開!
22:01 台積電還能買嗎? 高手:先決定投資短中長線!
25:05 你就是這種人?! 揭為何散戶總是憑實力輸光?
✓ 點我加入《風傳媒》Line 好友（ID：@dyp8323m） http://bit.ly/2hETgWE
✓ 點我訂閱《風傳媒》YouTube 頻道 http://bit.ly/2grkAJ6
✓ 點我追蹤《下班經濟學》IG頻道（ID：@worked_money） https://bit.ly/2WZ1Dnb
✓ 點我加入《下班經濟學》telegram頻道 https://t.me/storm_money
【Facebook粉絲團】
風傳媒►► https://www.facebook.com/stormmedia
風生活►► https://www.facebook.com/SMediaLife
下班經濟學►►https://www.facebook.com/workedmoney
運用BERT於稅制改革輿情分析，探討評論品質之情感分析─以房地合一稅為例
為了解決合一 股票 PTT 的問題，作者李忠憲 這樣論述：
過往政府推動稅制改革時，為了確保能夠多方參考不同意見，多以召集專家學者舉行座談會、研討會等方式先擬出草案，再輔以民調或問卷等抽樣統計方式來蒐集民眾的意見。隨著網路社交媒體的出現，民眾在網路上發表評論與意見，形成所謂的「網路輿情」。相較於傳統方式，透過對網路輿情的分析，能夠快速及廣泛的了解民眾對稅制改革的意見。但民眾對於與其經濟活動息息相關的稅制改革，往往批評多過於建議，使得真正有用的評論被淹沒在大量的無用評論中，最後模糊了政策討論的焦點。因此，在眾多的輿情中快速辨別出真正有用的評論，才能使政府獲得真正有用的意見反饋。 本研究藉由蒐集網路社交媒體上有關房地合一稅的評論與意見，運用
BERT語言模型結合深度學習來對評論的品質進行分類，並評估分類模型的有效性及性能後，將有用的評論進行主題建模，提取出民眾所關心的房地合一稅關鍵主題與單詞。 本研究先以調整分類模型的學習率及訓練週期等兩項超參數進行實驗，結果顯示所有組合的AUC平均為86.79%，且平均準確率達到82.20%，代表所建構的模型具有分類預測能力。其次，為了優化模型，將不平衡資料集加以調整，使有用及無用的評論筆數以1：1的比例進行實驗，在準確率幾無差異的情形下，平均精確率來到80.19%，大幅提升了12.26%，代表模型的分類性能有所提高。最後將經過評論品質分類後的評論進行主題提取後發現，民眾最關心的主題表現在
「囤房稅」及「房價」上，說明民眾對於房地合一稅的效果抱持保留的看法，希望能加入囤房稅等配套措施，以真正達到抑制炒房、平穩房價的效果。 經由實驗結果顯示，本研究所建構的評論品質分類模型，對於由網路社交媒體上所蒐集到的輿情，可以篩選出真正有用的評論與意見，希望未來能讓政府部門快速掌握真正有用的輿情，並做為制定公共政策時的參考。
探討台灣外送平台之使用者使用狀況－以Uber Eats與foodpanda為例
為了解決合一 股票 PTT 的問題，作者謝承宏 這樣論述：
外送平台在台灣發展已逐漸成熟，它提供了想節省時間、不想外出或是天氣因素而無法去購買餐點的人一個很好的解決辦法，因此對於外送平台而言，了解使用者滿意度相當重要。使用者是最能直接接觸外送平台及合作餐廳的人，本研究採用批踢踢實業坊(PTT)取得使用者的線上評論作為樣本資料，蒐集的時間是2019年6月1日至2020年12月31日並蒐集到只使用過foodpanda的使用者為190人；只使用過Uber Eats的使用者為76人；同時使用過兩間外送平台的使用者為123人，利用描述性分析、成對樣本t檢定與Apriori關聯規則分析，對台灣兩大外送平台使用者的使用狀況進行調查。研究結果顯示只使用Uber Ea
ts的使用者認為主要優點在於退款的即時性、售後服務好、外送人員的態度好以及平台的回應速度佳，主要缺點在於外送人員的態度差、售後服務差、客服人員的態度差與優惠活動少。兩者同時使用的使用者給予Uber Eats正面評價在於配送訂單的速度快、客服人員的態度好、外送人員的態度好、售後服務好、平台的回應速度佳與平台的操作流程簡單；負面評價在於優惠活動少、外送人員的態度差以及售後服務差。只使用foodpanda的使用者認為主要優點在於優惠活動多、店家選擇多、售後服務好與退款的即時性，主要缺點是外送人員的態度差、售後服務差、客服人員的態度差、配送訂單的速度慢與平台的穩定性差。兩者同時使用的使用者給予food
panda正面評價在於平台價格與店內價格一樣、運費低、優惠活動多；負面評價在於外送人員態度差、售後服務差、客服人員態度差以及配送訂單的速度慢。Apriori關聯規則分析則發現一條foodpanda的規則，當外送平台使用者對外送人員的態度與售後服務不滿意時，同時會對客服人員的態度不滿意。透過調查台灣兩大外送平台的使用者使用狀況，了解使用者如何去選擇外送平台，以提供外送平台業者在使用者的角度即時做出改善與調整，避免流失既有的使用者族群，也藉此吸引新的使用者。關鍵詞：外送平台、使用者滿意度、社群論壇、關聯規則