社區生活資訊情報站論文書籍站
靜宜大學 財務工程學系 林國豪所指導 呂承恩的 植基於自動化社群網路論壇內容探勘技術之輿情分析-以航運股為例 （2021），提出Stock PTT網頁版關鍵因素是什麼，來自於情緒分析、增廣中文意見詞詞典、中研院斷詞系統、皮爾森相關係數。
而第二篇論文中華大學 工業管理學系 劉光泰所指導 曾苡嘉的 季節環境與降雨量之關係-以臺北市為例 （2020），提出因為有 網路爬蟲、細懸浮微粒、多元迴歸分析的重點而找出了 Stock PTT網頁版的解答。
植基於自動化社群網路論壇內容探勘技術之輿情分析-以航運股為例
為了解決Stock PTT網頁版 的問題，作者呂承恩 這樣論述：
隨著網際網路發展普及，使得資訊網路對於人類的生活是更佳的親密，文字逐漸成為網路世界裡最常被溝通的媒介，人們亦透過社群網路表達對於股市議題的意見與看法，這些大量的討論議題成為了資訊大熔爐。在網路上，人們可持個人意見來相互探討股市議題，因每個人的立場不同，而產生了帶著鮮明個人情緒之討論，因此社群網路論壇之輿情分析探討有充分的必要性。本研究以增廣中文意見詞詞典 (ANTUSD) 為建立詞庫之基礎，並借助中研院斷詞系統將評論內容進行字詞拆解，藉由比對詞庫中所有字詞及所提出之意見詞，計算出評論情緒值，是以，字詞辨識及中文語法規則是情緒分析的充分必要條件，本研究透過自然語言處理問題，進行文字間的極性關係
處理文字間的極性關係分析，並辨識出正面或負面等情緒。此外，為了更進一步地提升系統評價的能力，藉由批踢踢股票版上之留言所使用之字詞出現頻率來調整原資料庫內之權重值，並搭配隔日航運各類股日報酬率計算皮爾森相關係數，並透過相關統計數據來確認系統評估獲利之能力，其中，主升期間2的貨櫃類股前一日的正向輿論情緒值與隔日收盤的負向報酬成顯著相關，主跌期間2的散裝類股前一日的正向輿論情緒值與隔日收盤的正向報酬成顯著相關，主跌期間2的航空類股前一日的正向輿論情緒值與隔日收盤的負向報酬成顯著相關，這顯示本研究在社群網路論壇內容探勘技術之輿情分析具有一定程度的貢獻。
季節環境與降雨量之關係-以臺北市為例
為了解決Stock PTT網頁版 的問題，作者曾苡嘉 這樣論述：
隨著網際網路的普及，網路上有許多開放性資料可供使用者整理後並且分析，運用網路爬蟲技術能夠幫助使用者透過網頁原始碼擷取網頁上的大量文字並做分析研究，而不會為了資料蒐集而導致花費過多的人力成本以及時間。因此網路爬蟲能夠幫助使用者快速地搜尋網頁上的資訊，減少使用者許多時間的浪費，並且能夠幫助使用者解析網站的內容。本研究利用臺北市氣象站的網頁資料，取得臺北市13站氣象站之日降雨量以及平均溫度、相對溼度之資料，與臺北市12站空氣品質監測站之臺北市懸浮微粒(particulate matter, PM)中的PM2.5監測濃度資料，以此做各類分析。在降雨量及PM2.5下，利用迴歸分析進行分析。在降雨量預測
中，使用多元迴歸分析進行預測，並且按照冬季、春季、梅雨季、夏季及秋季5類分類，以平均溫度及相對溼度對降雨量進行各季節之預測。根據研究得出在預測中可看出濕度在冬季、梅雨季、夏季時期因有明顯的變化而對降雨量有影響，而因夏季是炎熱的季節，因此在溫度因子下，比其他季節有影響力。因此濕度對降雨量有明顯的影響力，當濕度高時，降雨的機會也會跟著提升。