工業和商業黃頁資訊網論文書籍站
台灣電力公司客服的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包
台灣電力公司客服的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦楊菁菁寫的 牽電點燈：集光發熱的用電服務(臺灣電力文化資產叢書10) 和古明地正俊,長谷佳明的 AI大局：鳥瞰人工智慧技術全貌，重塑 AI 時代的領導力都 可以從中找到所需的評價。
另外網站Money錢雜誌2017年9月號120期: 他只買一檔股，坐領第二份薪水也說明：... 水電價格累積漲幅超越物價指數( 4 )各國電力公司資本規模比台積電更大( 2 ) 14 . ... 中華電信、台灣大哥大、遠傳電信、台灣自來水公司、台灣電力公司、新浪網, ...
這兩本書分別來自台灣電力股份有限公司 和旗標所出版 。
明新科技大學 管理研究所碩士在職專班 吳嘉蕙所指導 鄒維益的 國軍Juiker APP服務品質之研究 （2021），提出台灣電力公司客服關鍵因素是什麼，來自於服務品質、重要度與表現度分析。
而第二篇論文景文科技大學 旅遊管理系觀光與餐旅管理碩士班 梁英文所指導 王惠珊的 員工-工作配適度與工作滿意度之關係:職場歡樂體驗的干擾效果-以國際觀光旅館為例 （2021），提出因為有 員工-工作配適、職場歡樂體驗、工作滿意度、國際觀光旅館的重點而找出了 台灣電力公司客服的解答。
最後網站台電「1911」電話 - luce有用- 痞客邦則補充：台電 為加強服務，設立客服中心提供24 小時全年無休服務，服務項目包括供電線路設備維修、停復電查詢、電費及業務查詢、受理用電申請等；民眾只要撥打「1911」 ，即可由 ...
牽電點燈：集光發熱的用電服務(臺灣電力文化資產叢書10)
為了解決台灣電力公司客服 的問題，作者楊菁菁 這樣論述：
不同於台電的其他單位，業務處所建構的價值，正如電力一般，無色無形，卻讓民眾相當有感的－「服務」。 「我國電費相當親民」，但深入其中，發現維持親民的電費，可說是台電70多年來努力的目標。 對民眾來說，電帶來便利生活；但對業務處來說，如何紀實用戶的用電量、怎麼收費、追查違規用電、穩定電費價格，乃至更無形的台電社會回饋等，都是他們每天的日常。 這本書的基礎，來自於台電服務精神－「用心每一度，感動每 一戶」。
國軍Juiker APP服務品質之研究
為了解決台灣電力公司客服 的問題，作者鄒維益 這樣論述：
本研究旨在探討國軍人員使用國內自主開發之即時通訊軟體Juiker APP的狀況，以及對於該APP服務品質之感受。本研究透過問卷調查法，以SERVQUAL量表為基礎架構，提出五個構面20個題目之問卷調查量表作為工具進行調查，研究對象設定為有使用過此款APP者，問卷調查期間自民國108年5月9日起至6月18日止，採便利抽樣方式，共計發出300份問卷，剔除填答不全以及無效不適用者，統計回收之有效問卷數為280 份，有效問卷回收率計為93%，統計方法為描述性統計與IPA分析法(Importance-Performance Analysis, IPA)，希冀以下諸點之研究發現能夠提供APP開發業者重新
檢視，並做為提升服務品質之參考依據。一、使用者最重視的期望是：「這個APP不會洩漏用戶的基本資料」；而使用後與期望有最大落差的則是：「這個APP提供客服電子郵件信箱」。二、使用後對於：「這個APP針對故障及問題主動與您聯絡」及「這個APP對使用者的詢問均迅速回覆」這兩項服務提供之績效表現最為不滿。三、IPA分析後，結果顯示落在最急需改善區塊的項目計有：「這個APP提供的服務超乎我的預期」；「當我遇到問題時，這個APP真誠為我解決」；「這個APP對使用者的詢問均迅速回覆」以及「這個APP針對故障及問題主動與您聯絡」。
AI大局：鳥瞰人工智慧技術全貌，重塑 AI 時代的領導力
為了解決台灣電力公司客服 的問題，作者古明地正俊,長谷佳明 這樣論述：
AI 邁向商轉時代，決策者該如何導入企業？ 在 AI 商轉的時代，各企業都想導入 AI，但是懂 AI 技術和做決策的人往往是不同的人，不只 AI 的執行者需要深入研究，決策者也必須對 AI 有正確的認識，才能相互溝通並做出正確的決策。 本書由日本著名的產業研究機構「野村總合研究所 (NRI)」的專家群所撰寫，不僅帶您綜觀 AI 的核心技術也具體說明未來的趨勢，並列舉 30 餘家大企業如何活用 AI，希望本書對於想推動 AI 的企業決策者或資訊決策主管有所助益。 本書特色 AI 已經不是未來式，而是現在進行式 唯有掌握前瞻技術，企業才能持續創新 ●機
器學習－ 引爆 AI 商機的靈魂要角 監督式學習／非監督式學習／強化式學習 ●深度學習－ 目前超夯的 AI 前瞻技術 ．CNN (卷積神經網路)：不再只是影像辨識，也能進行信號處理及自然語言處理 卷積層／池化層／雜訊／對抗式樣本／對抗式攻擊 ．RNN (循環神經網路)：不只處理自然語言 LSTM／時間序列資料／IOT 物聯網／機器異常檢測 ．GAN (對抗式生成網路)：相互較勁的神經網路，可創建真假難分的影像，還會寫文章 識別器／生成器／深層卷積對抗式生成網路 (DCGAN)／Deepfake ．DRL (深層強化式學習)：從嘗試錯誤中學習，
廣泛應用到金融及製造業 智慧代理人／損失函數／行為模仿 ●AI 雲端平台 － 取得更多開發資源 Amazon Web Services／Google Cloud Platform／Microsoft Azure／IBM Cloud ●AI 函式庫／框架 － 用少行的程式就能快速建構 AI 模型 PyTouch／Keras／TensorFlow／Scikit-learn ●AI 在各領域的應用 ．「語音辨識」的殺手級應用：智慧音箱／手機內建的語音助理 (如：Siri) ．「影像辨識」已超越人類對影像的辨識力：自駕車／生產線品管／視障輔助系統 ．「自
然語言處理」已進化成懂人類語言的專家：機器翻譯／文章自動摘要／問答系統 ．「聊天機器人」全年無休的客服人員：FB、LINE、金融網站已紛紛導入此技術 ．「協作機器人」解決企業缺工問題：工業型機器人／服務型機器人／軟體機器人 業界聯合推薦 ▌中國信託金控∣技術長／賈景光 ▌台北榮民總醫院∣副院長／陳適安 ▌台積電∣資訊技術組織主管／陳文耀 ▌群光電子∣總管理處資訊長／張玉雲 ▌群益金鼎證券∣總經理／賈中道 ▌聯發科∣資訊工程本部總經理／李益青 ▌聯齊科技∣產品發展總監／小長井教宏 (以上依照公司筆劃順序排列)
員工-工作配適度與工作滿意度之關係:職場歡樂體驗的干擾效果-以國際觀光旅館為例
為了解決台灣電力公司客服 的問題，作者王惠珊 這樣論述：
本研究主要目的為探討觀光旅館員工的員工-工作配適、職場歡樂體驗與工作滿意度之研究。本研究以台灣北部 (台北市及新北市) 之國際觀光旅館員工為研究對象，採用便利抽樣方式進行資料蒐集，以網路表單與紙本問券發放方式進行資料蒐集，問卷調查期間為2022年1月至2月，調查280份問卷，得到258份有效問卷。回收之問卷資料利用SPSS分析軟體進行描述性統計分析、信度與效度檢驗、相關分析及階層複迴歸分析。結果顯示國際觀光旅館員工之「員工-工作配適」對「工作滿意度」有顯著正向影響，「職場歡樂體驗」對「工作滿意度」有顯著正向影響，但「職場歡樂體驗」對「員工-工作配適」與「工作滿意度」之間沒有干擾效果。本研究結
果提供國際觀光旅館管理者管理策略，透過提升飯店的員工-工作配適與職場歡樂體驗，進而增加工作滿意度。