Past selected projects and outcomes

Open-data

用天氣資料預測大眾交通工具使用量
— 以台北捷運與Washington D.C之共享單車為例

台北捷運的乘車人數難以用天氣資料預測：以相關性來看，逾九成四的進出人次與天氣呈低 度負相關；以解釋力來看，氣溫、風速、最大陣風與降水量對捷運乘車人次的 R-square基本上均低於三成，可知天氣資料並非各捷運站進出量的良好預測變數。
大雨影響部分住宅區捷運乘車人次：從上述提及的人數與降雨量之散佈圖中可看出，降雨量大於100毫米時，雨量才開始與部分捷運載客量有明顯負相關。
適度調整資料能增加模型預測的精準度(From Kaggle)
當篩選適當的預測指標後，藉由去除離群值、對資料為零者重新估計、以自然對數校正等調整方法能提升模型的預測力。
Related information: https://www.kaggle.com/c/bike-sharing-demand/data

Predicting rental price by rent591 data

Lyrics analysis I 中文流行歌曲的秘密

問題：
一首歌的受歡迎與否，是受到哪些因素影響呢？
能不能用回歸或者文字分析方式來拆析一首歌呢？
可能的解答方式：
將一首流行樂的特質轉化為不同的參數例如：音樂的屬性調性、MV點擊率、歌詞、和弦、旋律
對受歡迎程度(應變數)進行回歸。
合併Spotify API和KKBOX歌詞檔
斷詞、引入情緒辭典
依歌詞給予每首歌曲一個情緒分數

• Spotify API https://developer.spotify.com/documentation/web-api/
• https://www.rcharlie.com/spotifyr/
• https://leoyeh.me/2017/10/21/%E8%A7%A3%E6%B1%BA%E5%95%8F%E9%A1%8C-Spotify-Web-API-1/

Lyrics analysis II

argowang/songAnalysis

sahiga

Analyzing Rap Lyrics — Part 1 of 3: Creating a Corpus

Stock prediction

台灣各縣市自殺率分析 (Top-ranked)

鄭宇翔 彭庭緯 葉泰 曾英睿 鍾騏鴻

雙北租屋成交速度之影響因素(Top-ranked)

以NBA球隊成員預測球隊勝率 (Top-ranked)

PTT Community Detection 網路族群的探討

經研二 蘇敬倫
經研二 陳諭陞
經研二 劉得顥
經濟四 李雅雯
農經三 鄭曉今

Data coverage

批踢踢實業坊上八卦版的文章
2017/12/06~2018/01/01
共計抓取3000頁的文章
有效文章總數59572篇
活躍人數共計93670人

ID2VEC：參考:Distributed Representations of Words and Phrases and their Compositionality (Very good idea)

假定回應代表對此標題有興趣
將每篇文章的作者以及下方的回應者放在一起
1. [作者, 推文1, 推文2,..., 推文9, 推文10]
2. [推文9,..., 推文1, 作者, 推文2,..., 推文10]
將出現次數小於5次的使用者ID刪除，共計刪除41614筆使用者ID,剩下52056筆使用者ID