alarmingly中文的問題，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

公共場所人臉辨識技術運用於刑事偵查之研究──以隱私合理期待為中心

為了解決alarmingly中文的問題，作者吳維雅 這樣論述：

人臉辨識技術（Facial Recognition Technology，以下簡稱FRT）在台灣於警務執法應用上，已相當普遍，但卻無一套規範，供執法機關作為執行依據；而司法者在現行法體系的解釋下，對於FRT之執法應用所應權衡之社會安全與隱私保護價值，因尚無此類案件繫屬於法院，故針對警方運用FRT為偵查工具之適法性判斷，恐仍欠缺相關意識。而FRT之運用，涉及個人高度隱私期待利益，有建立規範保護之必要，但究竟如何規範始為妥適？個人隱私利益與科技偵查技術發展之間孰輕孰重？如何權衡？個人得否抗衡國家執法機關以FRT配合其他政府資料庫的資訊使用於刑事案件辨識查找確認人別？國家機關是否得施以無合理嫌疑（

Reasonable Suspicion）或相當理由(Probable Cause)之FRT監控？當國家偵查技術之精進發展，有助打擊犯罪，維護社會安全，但當偵查技術之發展與個人隱私保護利益發生巨大衝突，司法機關應如何取捨？如何調和此兩種利益？上述問題在FRT已大量使用於警務系統之我國，未見系統性探討與提出解決方案。本研究擬針對上述問題提出若干可供思考的論述方向。承上，本文擬嘗試以美國聯邦憲法增修條文第四條（以下簡稱「美憲增修第四條」）演繹出的實務判解為框架，於第一章先說明本文研究動機、目的、範圍、限制、研究方法與鋪陳架構；第二章就FRT相關的技術原理以及廣泛使用下可能產生的隱憂，作一簡要說明；

第三章就美憲增修第四條下有關搜索（Search）的理論發展及規範內容作一概述；第四章係針對有關執法部門在公共場所取用FRT所得之人臉資料，藉此得知個人身分及位置資訊等作為，配合相關美國聯邦最高法院（以下簡稱「聯邦最高法院」）及下級法院有關判例、判決為說明，試圖建構出FRT執法應用在憲法適法性的定位探討，並初嘗從社會學理論之觀點，探尋合理隱私期待的界線與範圍，復探求制憲者於修訂美憲增修第四條時的意圖，以為認定合理隱私期待的一些指引方針；第五章提出包括華盛頓州州法、華盛頓州轄區內的金郡自治條例，以及國會審議中的相關聯邦法案（草案），規範有關政府部門使用FRT的相關內容作分析比較；第六章由探討FRT

的使用在我國現行法制下的適用可能性，藉此檢視現行法欠缺之現狀，說明建立制度規範的必要性，再以前開比較法作為基礎，提供可行的立法參考方向，並以從事司法實務的角度，對偵查目的下以FRT取用人臉影像資料，在解釋論上提出可能的解方；第七章則係針對本文提出結論，並期許在不久未來，偵查目的下的FRT取用，相關的法律規範能夠儘速完善建制出來。

萃取線上評論重要意見以建立娛樂類行動軟體的服務體驗品質模型

為了解決alarmingly中文的問題，作者鄭育儒 這樣論述：

隨著科技與通訊設備技術快速的發展，使得人們使用行動裝置越來越普及且使用手機的應用程式行動軟體(App)需求日漸增加。其中，行動娛樂類App能提供使用者在任何時間及任何地點進行娛樂性休閒活動，為最受歡迎的軟體類別之一。許多消費者在實際使用體驗過App後，會將其主觀感知的品質效能與滿意度分享在公開平台的線上評論中，使得線上評論成為消費者在選擇軟體及開發者在開發或改善軟體時最具參考價值的資訊。然而，由於App的線上評論採用非結構化的格式，允許消費者自由撰寫內容且數量因快速累積而致數量龐大，使得消費者或開發者在閱讀線上評論時，必須花費大量時間但卻不易從中獲取有用的訊息。基於上述原因，本研究將透過意見

分析法及多元線性逐步迴歸，從線上評論的內容中萃取顯著影響使用者滿意度之品質特徵及其與消費者滿意度之間的關係，以建立體驗品質評估模型。本研究將以Apple的App Store Taiwan大量評論資料為基礎，實作評估模型，模型中藉此將萃取30個最關鍵的品質特徵，並以逐步迴歸的調整後R2及均方根誤差為模型適合度評估指標。研究結果顯示，萃取30個關鍵品質特徵與建立迴歸模型之調整後的R2為0.749及均方根誤差為0.942，表示所萃取出來的品質特徵詞相當具有解釋使用者滿意度的能力，極具參考價值。該體驗品質評估模型及分析結果可以方便行動用戶進行應用程式下載的決定和開發者為自己的應用程式確定改善或發展的方

向。