工業和商業黃頁資訊網論文書籍站
中原大學 巨量資料商業應用碩士學位學程 曾世賢所指導 李青兒的 應用文字探勘探討COVID-19疫情前後勞方工作議題異同之研究 （2020），提出飯店會計PTT關鍵因素是什麼，來自於LDA、文字探勘、勞資關係、餘弦相似度。
而第二篇論文銘傳大學 風險管理與保險學系碩士班 余泰毅、邵靄如所指導 葉家安的 運用文字採礦解析近年風險管理與保險學術期刊的趨勢與特徵 （2019），提出因為有 中文斷詞、文字探勘、保險、DTM、K-means的重點而找出了 飯店會計PTT的解答。
應用文字探勘探討COVID-19疫情前後勞方工作議題異同之研究
為了解決飯店會計PTT 的問題，作者李青兒 這樣論述：
工作是人一生必經過程，時空背景的不同顯現著勞資關係的差異化，現今社會因資訊透明性高更凸顯勞資關係之重要性，對此勞資關係更容易形成對立狀態，根據勞動部資料顯示勞資爭議事件一直持續發生並無明顯改善之趨勢，此外，再加上COVID-19衝擊全球經濟，對於各大產業影響甚大並間接影響勞方權益，故本研究希望透過網路自由言論探討COVID-19前後期勞資關係之變化。根據過往研究勞資關係甚多，研究方向大多單一偏向工作內部狀況例如：職場壓力、升遷、衝突等內部事件，對於此次COVID-19是否影響著勞資關係的議題仍相當之欠缺。故本研究透過量化分析了解網路PTT職場相關評論，並使用文字探勘技術加以分析了解勞方對於此
次疫情前後的同異性及勞方所重視之議題為何。分析結果顯示疫情前勞方側重議題於職場趨勢、職場狀況、市場人才需求、面試條件，疫情中側重議題於工作能力、疫情中勞動權益、職場壓力、職場趨勢、人才需求，希望研究結果能夠為人力資源部門或人力相關產業提供參考。
運用文字採礦解析近年風險管理與保險學術期刊的趨勢與特徵
為了解決飯店會計PTT 的問題，作者葉家安 這樣論述：
本研究以國內的保險相關學術期刊(含TSSCI期刊)做為研究對象，進行文字採礦與多變量分析，進行文章與主題的分類。文字採礦方面，運用python與CKIP進行中文斷詞，運用K-means對於TF-IDF及DTM矩陣進行分群，同時進行視覺化分析，學術文章為2006~2019年的已公開學術期刊，透過期刊的名稱、摘要與關鍵詞，進一步分類與分析隱涵且有用的資訊，辨識研究趨勢及各主題的發展特徵。 運用K-means的年度主題分類結果，透過新聞媒體的時事發展，可以清楚評析文字採礦結果的合理性與趨勢。分群後的文字探勘 DTM矩陣配合關聯性分析，可以將學術期刊分為8類，運用文字雲的視覺化分析結果以及關聯
性分析可以展現各類別之關鍵詞彙，因此，運用 K-means分類技術進行文字採礦的主題分類結果，可以提供良好的分類效果，同時提供各類別的關鍵詞重要性以及關聯性。