Abstract
在這個資訊爆炸的時代，為了管理日益增加的文件，發展有效的文件分群技術是越來越重要而且必要的。文件分群是一種由使用者主導的行為，反應哪些類別對於使用者是適當的以及文件該如何歸類，而這種主觀意識會隨著使用者所在的情境不同而有所差異。因此，良好的文件分群技術必須考慮到使用者的偏好及所屬情境。然而，現有的文件分群技術大多僅依照文件內容來做分群，無法符合個人偏好或情境的要求。於是，楊姓及魏姓學者發表了情境式文件分群的技術(Context-Aware Document Clustering, CAC)。CAC技術考慮使用者在某一情境下的分類偏好(由一組Anchoring terms來表達此偏好)，並且利用搜尋引擎來檢索網際網路上的文件，以建置一個統計式詞庫，達成符合使用者偏好的文件分群。然而，詞庫的建構需耗費大量的時間與運算資源，且其涵蓋範圍太廣，導致會包含一些過於廣泛的字，而非針對使用者所提供的Anchoring Terms。為了解決這樣的缺失，本文提出一個以預先分群為基礎(Preclustering-Based)的情境式文件分群。利用使用者的分類偏好先產生部分文件群，再利用部分文件群來萃取出足以代表使用者偏好與情境的特徵，最終達成符合使用者偏好的文件集群。根據本文的實證評估結果，證實所提出的情境式文件分群技術有不錯的分群效能且優於傳統文件分群技術以及CAC技術。