走在汽車革命的路上論文書籍站
淡江大學 資訊管理學系碩士班 魏世杰所指導 黃昭蓉的 基於問答集之文字客服機器人-以大學招生應用為例 （2020），提出淡江教育科技collego關鍵因素是什麼，來自於BERT、詞嵌入向量、問答機器人、自然語言處理。
而第二篇論文國立臺北大學 統計學系 黃怡婷所指導 莊鎧僑的 學生在校表現與升學志向相關性之研究 （2019），提出因為有 升學志向、多項式邏輯斯迴歸、KNN分類器的重點而找出了 淡江教育科技collego的解答。
基於問答集之文字客服機器人-以大學招生應用為例
為了解決淡江教育科技collego 的問題，作者黃昭蓉 這樣論述：
隨著行動網路的普及，智慧客服近年來快速興起，改善了過往人工客服諸如耗時、人力成本高、不易長時間大量配置等缺點。為減輕大學招生部門的人力配置，本研究建置了基於問答集之文字客服機器人，即時提供問答服務，供有意入學的申請者參考。 為了計算用戶提問與問答集的相似度，本研究評估了3種句子向量化及比對方法，包含 TensorFlow Hub 平台提供的通用句子編碼器，問答型通用句子編碼器，和 BERT單一句子編碼器。3種方法皆經過實驗挑選合適的相似度門檻值。在經由人工分析問答記錄後，得知問答型通用句子編碼器表現最佳。在兩次不同對象下，採用科技接受模式構面之問卷調查後，得知問答型通用句子編碼器和BE
RT單一句子編碼器分別表現最佳。 另外，前台互動方面設計了LINE 與網頁兩種介面供評估。在採用使用者介面量表之問卷調查後，得知LINE介面於「認知負荷」構面及「資訊品質」構面上表現較佳；網站介面則於「系統態度」構面及「錯誤解決性」構面上表現較佳。
學生在校表現與升學志向相關性之研究
為了解決淡江教育科技collego 的問題，作者莊鎧僑 這樣論述：
一直以升學為導向的教育體制下，大學因「志趣不合」而無法完成學業的比例逐年上升。為了協助教育相關人員了解課綱設計、學生與家長對未來科系選擇參考，應了解高中學生修領域課程表現與未來科系之關聯性，方可了解選課與選系的方式，進一步能降低大學因「志趣不合」而無法完成學業的比例。本研究採用「高中校務行政系統」中在校課業成就、社團類型、選修意向等變項，將在校課業表現分為高中一般課程以及高中多元選修，高中一般課程依據高中學程分類，而多元選修則透過課程大綱分類，分類後取學科類別加權後的平均PR以及PR的標準差；社團及多元選修則以選擇最多次數的類別為意向，大學的學科則透過大學選才與高中育才輔助系統瞭解第一重視科
目分類，利用多項式邏輯斯迴歸模型，KNN與SVM分類器等統計模型進行資料分析。研究發現各類科在校成績的提高對於提升大學選擇科系的勝算是符合期待的，其中，在校成績自然類科的提高，能夠提升學測數學學習成就以及大學選擇數學類科的勝算，而在校社會平均提高，能夠提高學測國文學習成就，對英文學習成就卻是下降。但由於使用樣本的特性，運用 KNN與SVM等分類器分析多元選修及社團與大學科系的選擇，一致性並不高。因所選擇的樣本，造成多元選修的意向可能因為多元選修選課的限制而被錯分，若能增加質性的分析，可以更深入瞭解多元選修以及社團對學生選擇科系的影響。