學術資源整合系統-相關推薦
 |
|
|
|
|
| 作者 | 陳奕廷 |
|---|
| 出版日期 | 20231005 |
|---|
| 著作名稱 | 運用AutoML實現博物館數據分析的創新實踐
=Innovative Implementation of Museum Data Analysis Using AutoML
|
|---|
| 會議論文集 | 2023合作無間：「博物館知識與技術的發展與實踐」國際學術研討會 |
|---|
| 主編 | 國立科學工藝博物館 |
|---|
| 會議名稱 | 2023合作無間：「博物館知識與技術的發展與實踐」國際學術研討會 |
|---|
| 會議地點 | 高雄 |
|---|
| 主辦單位 | 國立科學工藝博物館 |
|---|
| 國際性會議 | Y |
|---|
| 主題 | 博物館學;資訊科學 |
|---|
| 關鍵字 | 大數據分析、預測模型、數據視覺化、機器學習、自動化機器學習 |
|---|
| 摘要 | 本研究嘗試開發一套智慧營運數據分析平台，透過自動化機器學習（AutoML）建立最佳預測模型，結合動態資料視覺化和整合式介面，協助博物館決策者更好地理解參觀人數和收入的模式和趨勢，從而做出更有效的決策，提前應對可能變化，制定更有效的措施，並測試和驗證博物館策略和決策，為未來營運調整提供參考。與一般機器學習相比，自動化機器學習（AutoML）可以更有效地訓練出最佳模型，以滿足博物館數據的特定需求。一旦模型選擇完成，將保存部署以便未來進行更多同類型預測。
本研究著重於探討博物館營運相關資料，例如營運成本、展覽數量、活動數量、科普演講頻率和網站流量等影響因素。此外，還考慮了天氣波動和連續假期等外部環境因素。最終，結合這些內部和外部因素，對博物館的票務收入和參觀人次進行預測。為了提高博物館人員和決策者的可讀性和操作性，透過資料視覺化進行資料分析與解讀，可以更好地理解資料含義，減少製作的時間和人力成本，並讓決策人員比過去更容易發現資料中的模式和趨勢，從而制定更有效的展覽和活動規劃，以及市場推廣策略，並適應變化的外部因素。 |
|---|
| 全文 |  |
|---|
| 系統號 | NO000006778 |
|---|
|
|