公司文件分類名稱的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

億萬負翁：亞當‧紐曼與共享辦公室帝國WeWork之暴起暴落

為了解決公司文件分類名稱的問題，作者ReevesWiedeman 這樣論述：

比「惡血」療診公司（Theranos）伊莉莎白．霍姆斯更膽大妄為！ 僅僅為了換得他答應「走人」，金主軟體銀行同意支付十億美元離職金！ 美國商業史上最令人難以置信的「負面」傳奇事件！ ───||亞馬遜書店數千則讀者肯定，給予平均四星半超高好評||─── 　　＊＊＊＊＊ 　　不只旁人，連他自己都曾自視為「下一個賈伯斯」， 　　他還曾經揚言，要讓傑夫‧貝佐斯追著他的車尾燈， 　　甚至說過，也許哪一天他會想「坐以色列總理大位」…… 　　他如何強勢崛起？「國王的新衣」又如何遭到戳破？ 　　亞當・紐曼是大學中輟生，自以色列移民美國後，多次嘗試創業卻不甚順遂，險些被迫離開美國。2010年，

紐曼與友人米格爾・麥凱爾維創立WeWork，承租大樓閒置空間加以整修與裝潢後，轉租給自由工作者——自此找到了致富密碼。     2011年史蒂夫‧賈伯斯離世後，全世界開始追捧逐步嶄露頭角、猶如救世主的新世代創業家，亞當・紐曼便在此時引起眾人注意。相比其他創業家，紐曼更懂得如何結合「靈性」與「商業」兩大要素，他不滿足於傳統房地產業者的角色，反倒仿效那些宣稱要「改變世界」的矽谷獨角獸，承諾WeWork要「讓美國的工作場所變酷」，除了標榜社群的歸屬感，還宣稱公司使命是「提升全球覺知」——雖然就連員工也不知道這是什麼意思。   　　為了爭取科技創投業者的鉅額資金，紐曼夸夸其談稱房地產業具有網絡效應，

並表示WeWork會發展成第一個「實體社群網絡」，甚至要員工研究如何發行公司的加密貨幣。雖然最終他沒說服「科技」創投業者，但依然憑藉著獨特膽識與口才，說服數家知名創投公司與企業家投資WeWork，其中最重要的，便是「要五毛，給一塊」的軟體銀行創辦人——孫正義。孫正義投資WeWork時，已是該公司的「G輪」融資，但他不僅未質疑，反倒主動要紐曼拉高公司估值，做更大的夢。       紐曼拿到新資金後，變本加厲且毫無章法地繼續「閃電擴張」，從併購不同產業的公司、興建大樓，乃至創辦學校。他宣稱WeWork是個大家庭，以理念吸引員工拿低薪為他賣命，卻不斷增加自身持股的影響力，安插親人好友任職自家公司，不

避諱利益衝突、自購大樓出租給WeWork，生活之奢華更不在話下。     十年間募得一百一十億美元，理論估值曾衝上四百七十億美元的WeWork，很快便「再度」燒光了錢，由於潛在投資人疑慮漸增，紐曼為了繼續籌措資金，2019年時不得已決定讓公司上市。正是首次公開上市需揭露的訊息，揭開了這個共享辦公室帝國的繁榮假象。最終，WeWork爆發了美國商業史上最難堪的公開發行申報……     作者里夫斯‧威德曼採訪了兩百多位相關人士：WeWork高階主管、各層級員工、合作過的地主與投資人、參與IPO的銀行家與律師，以及紐曼的友人、顧問乃至競爭對手等等，也清楚爬梳了紐曼與投資人之間的關係，完整揭開WeW

ork內部運作的真相，帶我們見證這場足以警世的商界大案。（更詳盡介紹可參閱目錄引文） 　 各界好評   　　・《紐約時報》編輯精選好書 　　・《連線》雜誌秋季推薦好書 　　・《新聞週刊》秋季必讀非虛構作品 　　・《出版人週刊》十大商業與經濟好書 　　・《InsideHook》十月最佳選書 　　・彭博社非虛構作品推薦 　　 　　►「這是個節奏明快、悲喜交織的傳奇故事，涉及理想主義、貪婪、以及毫無節制的野心。書中闡述過去十年WeWork獲得創投融資後，如何變得膽大妄為，這也是深入了解品牌力量的絕佳案例研究。作者威德曼非常善於巧妙安排許多令人驚奇的細節，幾乎每一頁都有亮點。」——安娜・維納，《恐怖矽

谷：回憶錄》 　　►「日後，當歷史學家回顧銀行和創投業者投入矽谷的大量資金時，必定會以WeWork的毀滅性失敗作為警世故事。」——彭博社 　　►「別去管療診公司了，現在又有一家獨角獸企業跌落神壇。作者威德曼巧妙地讓我們看到媒體大肆炒作的WeWork、以及曾受到大力推崇的該公司創辦人的真實樣貌，讓我們真正了解到底哪裡出了差錯。」——《新聞週刊》   　　►「這本書生動地揭露一家高速成長的房地產租賃公司如何矇騙全世界，將它視為有價值、有能力改變社會的科技獨角獸。威德曼詳細描繪了這群狂妄自大的高階主管，私底下如何過著難以想像的奢華生活。」——《連線》雜誌 　　►「光是描述一個人的行為舉止如何浮

誇，這本書就足夠吸引人，但作者更想要論述的，是亞當・紐曼現象背後所代表的意義。」——珍妮佛・莎萊（Jennifer Szalai），《紐約時報》　　 　　►「本書報導了亞當・紐曼及難以成功的共享辦公室公司WeWork的故事，節奏緊湊、令人印象深刻，威德曼透露了許多怪異、荒誕的細節，讓讀者得以窺探紐曼生活圈的真實情況。」——《報告書》（Pitchbook）   　　►「生動而詳盡地報導各種戲劇性事件，讀來就像一口氣看完一部步調快速的小說，書中描述富有個人魅力的紐曼如何攀向高峰，而後跌落谷底，令讀者不禁懷疑他究竟是吹牛大王、堅定的信仰者？還是兩者皆是？另一方面讀者也想知道，當初盲目跟隨WeWor

k攀頂的那些人，究竟學到了什麼教訓？」——媒體評論家肯・奧萊塔（Ken Auletta）   　　►「本書的精彩之處，在於威德曼讓複雜的企業傳奇故事變得容易理解、充滿趣味，讀起來感覺似乎與紐曼及他的同事共處一室，共同經歷這輛企業列車失事的曲折過程。」——《出版人週刊》

兩輪江湖的真相： 你的美食正在路上，我的人生也在前進，為了更快達成夢想，外送員是我必須繞的路。

為了解決公司文件分類名稱的問題，作者林昱樹 這樣論述：

　　外送資歷3年10個月，外送次數超過6,600趟的外送員親自執筆， 　　揭開兩輪江湖之中，你想知道的真相。   　　作者林昱樹，今年29歲，國立大學資訊科系畢業， 　　夢想是存夠資金，開一家傳承阿嬤44年手藝的客家傳統小吃店， 　　和成為潛水教練。 　　 　　剛畢業時，他為了快速達成夢想，誤走捷徑， 　　「港股投資」、「博弈遊戲」、「點數卡」……統統都試過， 　　結果被騙走至少80萬元，從小存到大的紅包錢、零用錢，幾乎歸零。   　　他只好從頭開始，一天做兩份工作， 　　早上在早餐店打工，中午到韓式料理店上班到晚上10點， 　　好不容易存夠了一點資金，就跟媽媽一起微型創業，擺攤賣麵線，

　　沒想到媽媽竟累出病來，「小腦中風」只能收攤。 　　他只好加入時間彈性的外送員行列，一邊賺錢一邊照顧媽媽。   　　「你當外送員？這行業只要會騎車，誰都可以做吧。」 　　「不用看老闆和主管臉色，想做就做想休就休，很爽吧！」 　　「聽說月入十幾萬，萬一外送時遇上阿姨，就可以不用努力了，真的嗎？」   　　每回聽到廣大鄉民這樣討論，讓林昱樹哭笑不得， 　　他決定把跑外送3年10個月、訂單超過6,600份的所見所聞統統寫出來： 　　打開手機訂餐，你的美食正在路上，我的人生也在前進， 　　別認為我繞了遠路，更別誤以為我的工作入了歧途，對我來說， 　　這麼做反而勝過朝九晚五，達成夢想比較快速。 　　

　　．外送這行有門道，月入6萬要很拚 　　基本單價、雨天獎勵、地區加成、熱點加價…… 　　計算很複雜，有些看得到、但不一定吃得到！ 　　送的距離越遠，賺越多？錯！距離和油錢有關連，收入如何最大化？   　　還有，有一家綠色的外送平臺，總公司根本不在臺灣， 　　一切都靠線上教學。   　　．外送配備百百款，這樣裝載才穩當 　　如果說武林有五大門派，那麼，全包、小包、歪包、正包、空派， 　　就是外送箱的五大派系。載哪種包包的人最厲害？還有， 　　壽司、蛋糕都是外送員眼中最會飛的餐點，另一個是麥當勞的飲料蓋。 　　  　　．有些即刻救援，只有外送員能幫你 　　有個訂單的外送地址竟然是：「請送衛生紙到

○○賣場B1的男廁」， 　　因為某人上完廁所才發現沒有衛生紙。真的有外送員接單嗎？ 　　 　　學校不准外送員進入校園，學生就寫： 　　「請把餐點送到校門口右邊第5支電線桿等我。」啊郎勒（人呢）？   　　還有，代收的客戶不是人，而是一隻狗， 　　客戶的備註是：「謝謝，請把食物放在柴犬的眼睛看得到的地方。」   　　．外送是江湖，真實水滸傳 　　遇到超遠的山上訂單，一邊幹，我會一邊思考未來， 　　送到豪宅社區，除了羨慕別人，還順便參觀一下哪棟的公設比較強， 　　碰到客戶留言「不想努力可以送上樓」，我開始幻想，真的可以不用努力了嗎？ 　　客戶千百種，認真你就輸了。   　　有人為了溫飽、有人為了還

貸款、還有人是為了等待下一個工作機會， 　　打開手機接單，你的美食正在路上，我的人生也在前進， 　　為了更快達成夢想，外送員是我必須繞的路。   本書特色   　　外送資歷3年10個月，外送次數超過6,600趟的外送員親自執筆， 　　揭開兩輪江湖之中，你想知道的真相。   名人推薦   　　社會學家、作家／李明璁 　　業鑫法律事務所主持律師／陳業鑫   推薦語   　　很多人把外送員看輕為一種非技術勞動，仿佛只要會騎車、不怕日晒雨淋就可上路。 　　殊不知這行業鉅細靡遺有各種鋩角，不僅送餐，還得邊做邊學眾生百態、人情世故。 　　理解也尊重這個為我們生活帶來方便的移動專業，從本書開始。 　　社會學

家、作家／李明璁

詞向量技術應用於信用卡商戶名稱分群之研究

為了解決公司文件分類名稱的問題，作者李芳如 這樣論述：

透過客戶消費資料萃取相關之使用者行為，是蒐集客戶資訊的方式之一。通常交易資料清理的方式較為人工，或是針對單一目標進行資料處理，而且需不斷檢視新增的記錄；現行文字探勘的領域中，大多以文本分類之相關研究為主，顯少有文本分群之研究主題。從非結構化之交易消費說明中，找尋字詞之間的關係，運用不同詞向量技術，突破分類需事先區分條件之限制，建立自動化辨識分析方法，提升分群之準確率。本研究以銀行信用卡交易消費說明內容，進行Jieba和CKIP Transformers兩種中文斷詞方式，分別採用TF、TF-IDF與Word2Vec三種特徵值萃取，以及BERT詞向量技術，搭配基於密度分群法 (DBSCAN)、基

於距離的K-means和階層分群法，交叉組合進行實驗。實驗使用Jieba中文斷詞方式，以Word2Vec模型訓練之特徵值萃取方法，並採用DBSCAN分群演算法，其預測結果以MUC、B3和CEAF之F1平均值67.58%較為顯著。