遊戲製作相關職業

管理

  • 製作人(Producer)
  • 發行人(Distributor)
  • 遊戲導演(Game Director)
  • 創意總監(Creative Director)
  • 美術總監(Art Director)
  • 技術總監(Technical Director)
  • 專案經理(Project Manager)
  • 產品經理(Product Manager)

企劃

  • 遊戲企劃(Game Designer)
  • 故事作家(Story Writer)
  • 關卡編輯師(Level Builder)

美術

  • 人物與場景設計師
  • 貼圖與2D美術師
  • 3D模型製作師
  • 動畫師(Animator)
  • 技術美術師(Technical Artist)
  • 媒體、後製與影片處理師

程式

  • 遊戲開發工程師(Programmer)
  • 遊戲AI工程師(AI Programmer)
  • 編輯工具程式師(Tool Programmer)

音樂音效

  • 作曲家(Composer)
  • 填詞人(Lyricist)
  • 編曲師(Arranger)
  • 音效師(Foley Artist)

測試

  • 手動測試員
  • 自動測試工程師(Automation QA Engineer)

遊戲相關公司介紹

公司分類

上游

  • 遊戲開發公司
  • 專業服務公司
  • 音樂音效工作室
  • 配音、代言、經紀公司
  • 遊戲引擎開發公司
  • 軟體保護技術公司
  • 動作捕捉服務公司
  • 外包製作廠商
  • 軟體測試公司

中游

  • 發行商
  • 營運商

下游

  • 實體遊戲租售店
  • 實體遊戲批發商
  • 實體遊戲零售店
  • 網咖
  • 便利商店
  • IGN及Gamer等遊戲評測網站
  • Steam及Ubisoft Store等PC game線上商店
  • Xbox Store及PS Store等Video game console線上商店
  • App Store及Google Play等手機應用商店

2015中國IP改編手遊研究報告筆記

  • 手機遊戲用戶規模達3.53億人,82.%無PC遊戲經驗。
  • 2015年RPG與卡牌類手遊收入爆發
  • 2015年IP改編手遊在前100款IOS榜單中,共有49款,收入佔60%,公共IP最突出。
  • IP手遊的曝光率更高,有一定的用戶基礎,更容易獲得渠道重視。
  • 目標用戶有相對集中的聚集渠道,更容易推廣。
  • 用戶更期待網路文學、動漫、電影的改編手遊
  • 端遊IP改編手遊在今年表現最突出,其中以RPG為主
  • 就是市場觀察可知,國外IP遊戲提前於電影播出上線,成為電影的預熱素材與渠道之一
  • IP價值=目標受眾特徵+改編玩法的合適度+市場潛力
  • 版權方->遊戲研發->遊戲發行

軟體設計模式筆記

  • 裝飾者模式:包裝一個物件,以提供新的行為。
  • 適配器模式:封裝物件,並提供不同的介面。
  • 模板方法模式:由子類決定如何實現一個演算法中的步驟。
  • 工廠方法模式:由子類決定要創建哪個類別的實體。
  • 單件模式:確保有且只有一個物件被創造。
  • 策略模式:封裝可以互換的行為,並使用委託來決定要使用哪一個。
  • 組合模式:客戶用一致的方式處理物件集合和類別物件。
  • 狀態模式:封裝了基於狀態的行為,並使用委託在行為之間切換。
  • 疊代器模式:在物件的集合之中游走,而不是暴露集合的實現。
  • 外觀模式:簡化一群類的介面。
  • 裝飾者模式:包裝一個物件,以提供新的行為。
  • 抽象工廠方法:允許客戶創建物件的家族,而無需指定他們的具體類。
  • 觀察者模式:讓物件能夠在狀態改變時被通知。
  • 代理模式:包裝物件,以控制該物件的訪問。
  • 命令模式:封裝請求成為物件。

我的數量分析與金融筆記

數量分析

  • 期望值=總和(每次可能結果的機率*其結果)
  • 淨現值=(將來的收入)*(1+貼現率)^-時間期限
  • 貼現率: 不應用公司從銀行借款的利率,應取決於項目風險
  • 貼現係數=淨現值/將來的現金
  • 內部收益率=淨現值等於0時的貼現率
  • 透過正態分布表查機率: 離均值的標準差Z=(正態分布曲線的一點-均值)/標準差
  • 直線的線性方程: 因變量=直線的斜率*自變量+Y軸上的截距
  • R平方值: 用已知的回歸方程式解釋了數據變化的百分比
  • T型統計: X變量對Y函數是否在統計上有重大影響

股票分析

  • 紅利增長模型: 每股價值=每股的年紅利/(貼現率或期望回報率-年紅利增長率)
  • 市盈率=股票價格/每股盈利
  • 每股帳面資產比=每股股票價格/每股資產帳面價值
  • 市銷率=總銷售額/股票價格
  • 每股資產值=公司資產價值/發行的股票總數
  • 每股現金流比=現金流量/發行的股票總數
  • 獲利指數=未來現金流的淨現值/最初投資

金融

  • 資本資產定價模型: 期望回報率=無風險回報率+(市場平均回報率-無風險回報率)*非系統性風險修正值Beta
  • 永久債券價值=無限收取的債券利益/期望的回報率
  • 稅後借款成本=借款利率*(1-稅率)
  • 加權平均資本成本=稅後借款成本*(債務市場價值/債務和股本總和)+期望回報率*(股本市場價值/債務和股本總和)
  • 紅利回報率=每年紅利/每股股票市場價格
  • 紅利支付比率=每年紅利/淨收入
  • 殘值=最終現金流量/(加權平均資本成本-增長率)
  • 企業價值=現值+殘值-債務

我的英文文法筆記

基本句型

  • 使用五種特性不同的動詞組合而成
  • SV
  • SVC
  • SVO
  • SVOO
  • SVOC

名詞

  • 可當主詞、補語、受詞、同位格
  • 抽象名詞沒有具體形狀,故不可數
  • 物質名詞雖然是具體的東西,可是形狀不固定,也不可數
  • 名詞在複合名詞中,可當形容詞,但除非本身是複數,否則不能有複數

補語

  • 可以使用的詞類有名詞、形容詞、時間副詞、地方副詞、介副詞
  • 補語和主詞(或受詞)之間有全等的關係,如果主詞(或受詞)是專有名詞,且補語的名詞具有「唯一」的性質,補語也要當作專有名詞使用。

同位格

  • 減化形容詞子句殘留的名詞補語

片語

  • 指的是兩個以上的單字放在一起、構成一個意義單元(要合在一起解釋)

名詞片語

  • 包括限定詞、形容詞、名詞三個部份,任何一部份都可能省略
  • 如果名詞片語中不用限定詞,是因為該名詞不適合加a(n),這就是所謂的「零冠詞」
  • a(n)是one的弱化結果,而the是that/those的弱化結果
  • 像someone, anybody等複合名詞,限定詞已經和名詞寫在一起,形容詞就只能放到後面去
  • 有些a-開頭的古英文形容詞,代表一種暫時性的狀態,類似拉丁文-ing字尾的味道,可放在補語位置,但不適合放入名詞片語中,只能放在名詞後面
  • 形容詞片語要放到名詞片語中,形容詞片語就必須加上-製造成複合字,且其形容詞除非本身是複數,否則不能有複數
  • 越是表達名詞屬性的形容詞越要靠近名詞,越是不可變的、客觀的特質越要靠近名詞,愈是可變的、臨時的、主觀的因素則越要遠離名詞
  • 經由普通名詞抽象化、視同抽象名詞使用,因而可以採用零冠詞
  • 凡是上下文中有明指或暗示,也就是有表示「那個」的指示功能時,就應該採用定冠詞the
  • 如果加了the,就表示這個東西有兩個以上
  • 有一些外來語、或是其它的慣用語,要把形容詞放在名詞後面

限定詞

  • 可分為a, the, this, some, five, John’s等類型
  • 限制性限定詞(the, those, John’s)
  • 非限制性限定詞(a, any, many)
    • 部分性限定詞(some)
    • 全稱性限定詞(all)
  • 前位限定詞
    • 在限定詞中排第一順位的稱為前位限定詞,與中位限定詞共同使用時,前位限定詞一定要放在前面。包括all, both, half, one-third, one-fifth, double, twice, three times, such, what 等等都屬於前位限定詞。
  • 後位限定詞
    • 後位限定詞用在名詞片語中要排最後順位。如果和前位限定詞或中位限定詞共同使用時,後位限定詞一定要放在後面(當然,它的位置仍然在形容詞的前面)。後位限定詞包括所有的數目字(three, 200)、序數(first, second, 300th, last),以及many, much, little, few等等。
  • 中位限定詞
    • 限定詞當中出現頻率最高的是中位限定詞,包括冠詞(a, an, the)、指示限定詞(this, that, these, those)、不定限定詞(some, any, either)、否定限定詞(no, neither)、全稱限定詞(every, each)與所有格(my, your, John’s)等等都屬於中位限定詞。
  • 前位限定詞、中位限定詞與後位限定詞可以共同出現在一個名詞片語中
  • 如果同樣屬於中位限定詞,那麼彼此之間具有排他性,也就是只能採用一個

專有名詞

  • 因為它所代表的對象只有一個,所以不可以用限定詞
  • 如果所代表的對象不只有一個,就代表它不是專有名詞
  • 專有名詞的名詞補語與同位格,若具備「只有一個」的特性,便可以視同專有名詞看待

集合名詞

  • 用來表示單位內的多個成員時,集合名詞不用加-s,但要用複數動詞
  • 用來表示多個單位、集團時可加-s

代名詞

  • 修辭的角度來看,重複要盡量避免,在不宜重複,又不能省略的狀況下,就要用代名詞取代
  • 如果代表的不是先行詞,就不能使用關係代名詞
  • 代名詞與先行詞人稱、單複數須一致
  • 代名詞必須有一個、也只能有一個先行詞,這個先行詞應該是名詞片語

形容詞

  • 只能修飾名詞
  • 放入名詞片語中(語氣是比較永久性的)
  • 放在補語位置(語氣可以是很暫時性的)
  • 形容詞只能在名詞片語中或補語的位置,如果乍看之下兩個位置都不是,那麼多半就是減化形容詞子句的殘留補語
  • 除非本身是複數,否則不能有複數型態
  • 形容詞上面還可以依附個副詞來修飾它
  • 廣義的形容詞
    • 形容詞子句
    • 簡化形容詞子句:分詞片語、同位格、不定詞
    • 介係詞片語
    • 複合字
    • 單字

動詞

  • 如果主詞是第三人稱單數,動詞在現在時態中要加-s
  • 使役動詞、感官動詞不能有不確定性,所以不可以用助動詞或不定詞
  • 「動態動詞」代表的是「動作」,所以才可以有進行式,才適合用來表示「正在做」或「一直在做」某個動作
  • 連綴動詞
    • 把主詞和後面的補語連接起來
  • 不及物動詞
    • 可以獨立發生,不牽扯別的人或物
    • 沒有被動態
  • 及物動詞
    • 必須發生在另外一個稱為受詞的對象身上
    • 有一種動詞,後面可以接兩個受詞

片語動詞

  • 在動詞後面加上介副詞、這種構造就稱為「片語動詞」
  • 及物動詞、不可拆開
    • 受詞必須放在片語後面
  • 不及物動詞
  • 及物動詞、可以拆開
    • 受詞可放在片語後面、也可把片語拆開放在中間
    • 如果受詞是代名詞的話,必須把片語拆開放,受詞放中間
  • 三個字以上的片語動詞,及物、不可拆開
    • 片語動詞如果是三個字,通常第一個是動詞、第二個是介副詞、第三個是介係詞

加-s字尾變化

  • 通常字尾加s
  • 若字尾是s, x, z, ch, sh時,則加es
  • 若字尾是子音加y時,則去y再加ies
  • 若字尾是子音加o時,則加es
  • 若字尾是母音加o時,則加s
  • 若字尾是f, fe時,則去f, fe再加ves

加-s字尾發音

  • 加-s字尾發音
  • 字尾讀音是「無聲子音」/p/, /k/, /f/ + s 發音 /s/
  • 字尾讀音是 「母音」和「有聲子音」/b/, /g/, /v/, /l/, /r/, /m/, /n/, /ŋ/ + s 發音 /z/
  • 字尾讀音是 /s/, /z/, /ʃ /, /ʒ/, /tʃ/, /dʒ / + s (es) 發音 /ɪz/
  • 字尾 ts 發音類似 ㄘ;字尾 ds 發音類似 ㄗ

動詞時態

  • 把be動詞當動詞看,就只剩兩種狀態:簡單式與完成式
  • 如果以某個過去時間為出發點,未來式通常要拼成過去拼法的would
  • 簡單式
    • 現在(be)
    • 過去(been)
    • 未來(will be)
  • 完成式
    • 現在(have been)
    • 過去(had been)
    • 未來(will have been)

動狀詞

  • 現在分詞(Ving)
    • 帶有正在、一直的意味
    • 可視為形容詞,駕簡馭繁
    • 必須是動態動詞
    • 當感覺形容詞使用於「事情令人如何」
  • 過去分詞(Ven)
    • 帶有被動、完成的意味
    • 可視為形容詞,駕簡馭繁
    • 必須是及物動詞
    • 當感覺形容詞使用於「某人覺得如何」
  • 不定詞(to V)
    • 是助動詞的變化,帶有不確定的語氣
    • 可以視為另外一個子句的省略,把主詞省略,助動詞改為不定詞
    • 可以當名詞、形容詞、副詞使用
    • 後面必須接原型動詞,故要用完成式來表達過去的時間
    • 不定詞也有主動、被動之分
    • 不適合放在介係詞後面
    • 當形容詞使用來修飾名詞時,因為它是片語的形狀所以不適合放在名詞片語中,而應該放在名詞片語後面做後位修飾
  • 動名詞(Ving)
    • 帶有動作、持續的意味
    • 結構接近普通名詞
    • 動名詞片語可以視為省略主詞與be動詞的名詞子句

助動詞

  • 帶有不確定的語氣
  • 過去型態表示更不確定的語氣
  • 後面必須接原型動詞,故要用完成式來表達過去的時間
  • 如果要採用比較確定的語氣來表達未來的事情,就應該避免使用助動詞
  • do和does幫一般動詞形成否定句、疑問句、簡答句

副詞

  • 修飾名詞以外的詞類
  • 特殊的副詞可修飾名詞
  • 一般說來,the是限定詞,應該屬於名詞片語中的一部分。不過,副詞的最高級也可以選擇加上the,雖然它並不在名詞片語中

副詞分類

  • 方法、狀態
    • 典型的拼法是形容詞加上-ly字尾
    • 修飾動詞用
    • 應該盡量與動詞接近
    • 通常放在動詞後面,若有受詞或補語等主要元素,就要挪到句尾
    • 假如挪到句尾造成副詞和它所修飾的動詞太遠,可以調到動詞前面
  • 強調
    • 可分為強調範圍、加強語氣、程度副詞
    • 可修飾名詞、動詞、形容詞、副詞
    • 強調範圍的副詞需緊貼修飾對象,大部分都是放在前面,有少數則要放在後面
    • 加強語氣、程度副詞通常要放在修飾對象的前面
    • 如果把加強語氣的副詞去掉,只是語氣變弱,意思並不會變。但是如果拿掉程度副詞,句子的意思則可能會發生改變
  • 修飾句子
    • 可分為連接副詞、分離副詞(減化子句殘餘的方法、狀態副詞)
    • 通常放在句首,也可以挪到主詞、動詞中間以及句尾的位置
    • 不論放在何種位置,都需要有逗點把它和句子隔開來
  • 副詞還包括時間副詞、地方副詞、頻率副詞等類別

語氣

  • 敘述事實語氣(是真的)
    • 未來的事情還沒有發生,還不能確定真假,所以未來式動詞中要加上助動詞will,因為助動詞都帶有不確定的語氣
    • 未來式使用過去拼法的助動詞表示更不確定的語氣
    • 同時敘述兩件未來的事情,表達時間或條件的副詞子句要用現在式代替未來式,因為需要先假定其中一件是事實,發生了,才有下一步
  • 條件語氣(不能確定)
    • 加上語氣助動詞產生不確定的語氣
    • 過去拼法的語氣助動詞表示更不確定的語氣
    • 助動詞後面必須接原型動詞,故要用完成式來表達過去的時間
  • 假設語氣(與事實相反)
    • 條件子句使用從屬連接詞if
    • 主要子句都會有過去拼法的助動詞
    • 現在或過去時間要先把假設的條件當真,所以條件子句中不能用到助動詞
    • 「現在時間非事實」假設語氣,條件子句碰到be動詞不管人稱、一律採用were。如果採用was,比較不正式、「非事實」的語氣也比較弱
    • 現在時間
      • 以動詞的過去型態表達非事實語氣
    • 過去時間
      • 以動詞的過去完成式型態表達非事實語氣
      • 只能使用過去拼法的助動詞
    • 未來時間
      • 因為尚未發生,無法排除不確定因素,條件子句中使用助動詞shall的過去型態should表示可能性極小的狀況
      • 使用be going to的過去型態were to則表示絕無可能
  • 祈使語氣(希望,但未實現)
    • 可視為是條件語氣中,省略助動詞來表示希望能成真,但是尚未實現
    • 可分為命令句(主詞也省略)、間接命令句

介係詞

  • 後面必須接名詞或動名詞當受詞
  • 介係詞片語可當形容詞片語或副詞片語
  • 後面不可接不定詞
  • 它的位置通常是在所修飾的對象後面
  • 過去分詞視為形容詞(沒有被動態),才能用副詞修飾;視為被動態動詞片語,才能用「被誰」(by)的介係詞片語來修飾
  • 空間
    • 點(at)
    • 線(on, along)
    • 面(on)
    • 體(in)
  • 時間
    • 點(at)
    • 長時間(in)
    • 特定日期(on)
  • 其他
    • made of(比較直接)
    • made from(比較間接)
    • between(有標示位置的功能)
    • among(沒有標示位置的功能)
    • throw to(方向)
    • throw at(點)
    • from May to September(頭尾不一定包括在內)
    • from May through September(頭尾皆包括在內)
    • above(相對高度超過)
    • over(有標示定點的功能)
    • below(相對高度較低)
    • under(有標示定點的功能)

介副詞

  • 看起來像介系詞、後面卻沒有受詞,而是直接當副詞使用

主詞動詞一致性

  • 主詞中若有對等連接詞but,將否定的部份排除掉,動詞要視肯定的部份而定
  • 主詞中若有對等連接詞or,該選哪一個做主詞,完全沒有暗示,所以要選擇靠近動詞的部份而定
  • 名詞片語中若有every, each, either, neither等表示一的字眼時,後面的名詞就得使用單數名詞,做主詞時就得用單數動詞配合
  • 度量衡、時間、金錢等單位常以複數型態出現,但做主詞時不一定要當複數看
  • 如果主詞是空的,只表達全部、部份的概念,看不出是什麼東西,這時候才要看後面的介係詞判斷單複數
  • none是not one,形狀與意思都是單數,可用單數動詞,不過它也可以算是空的字眼,也可用複數動詞
  • the number就是that number,指的是一個數字,所以是單數。a number指的是某個數目的,所以要用複數動詞
  • a pair就是one pair要用單數動詞
  • 集合名詞用來表示一個單位、集團時要用單數動詞

連接詞

  • 用來標示另外一個子句的開始
  • 對等連接詞
    • 對等連接詞(主要是and, or與but三個)可用來連接句子中任何兩個對等的部分(單字或片語),也可以連接兩個對等子句
    • 連接對等的單字、片語、子句,內容與結構兩方面都要對稱,而且對得越工整越好
    • 句子當中的每一個元素,不論是主要元素還是修飾語,都可以利用對等連接詞而放入兩個以上
    • 對等連接詞連接兩個獨立的單句時通常用逗點分開,具有良好的對稱或句子簡短時,可以省略逗點
  • 從屬連接詞
    • 引導名詞子句、形容詞子句、副詞子句
    • 如果從屬連接詞沒有意義,從屬子句省略主詞和be動詞,從屬子句詞類不變,就不需要從屬連接詞
    • 從屬連接詞可以用分號取代,對等連接詞則不行

合句

  • 兩個各自能夠獨立的單句,中間以and, but, or等對等連接詞連起來,兩句之間維持平行、對稱的關係,沒有主從之分,就稱為合句,又稱為對等子句

複句

  • 複句由兩個以上的限定子句構成,包括主要子句與從屬子句
  • 如果將一個句子利用從屬連接詞改造成名詞、形容詞、副詞類,放到主要子句中使用,就稱為從屬子句
  • 複句的從屬子句分為名詞子句、形容詞字句、副詞子句
  • 如果句子當從屬子句時,變成祈使語氣,從屬子句的助動詞必須省略成原形動詞

子句

  • 如果有兩個以上的單句寫在同一個句子裡面,那麼裡面的每一個單句都稱為「子句」
  • 限定子句
    • 指的是具有限定動詞的子句,而限定動詞就是具備了人稱變化、時態變化等等,可以用來製造一個完整單句的動詞
  • 非限定字句
    • 指的是只有非限定動詞的子句,而非限定動詞就是現在分詞、過去分詞、動名詞、不定詞等等在傳統文法中稱為動狀詞的東西

句子的三種層次

  • 英文句子可以分成三個層次:初級的單句、中級的複合句、以及高級的減化子句
  • 單句
    • 必須是限定子句
  • 複合句
    • 則是由兩個以上的限定子句經由連接詞的連接而構成
  • 減化子句
    • 則是在複合句當中儘量只留下一個限定子句、其餘的盡可能改寫為非限定子句

名詞子句

  • 直述句外加that
    • 本身原來是一個完整、獨立的單句,句首加上沒有意義的從屬連接詞that。副詞子句則加上有意義的從屬連接詞
    • 在及物動詞後面當受詞時,因為受詞位置是明顯的從屬位置,可以清楚看出這是名詞子句,就可以省略從屬連接詞that
    • 當補語、同位格時,只要不會產生斷句的困難或意思的混淆,可以省略從屬連接詞that
    • 當主詞時,不能省略從屬連接詞that,因為會造成斷句的困難
    • 有時候名詞子句比主要子句重要,這時可以把它當主要子句處理,反而把主要子句縮小,放入括弧性的逗點當中
    • 不能用在介係詞後面的受詞位置
  • 疑問詞引導疑問句改裝
    • 以疑問詞當從屬連接詞,屬於有意義的從屬連接詞
    • Information Question
      • 以疑問詞(who, what, where等)引導的疑問句,改裝成who you are即成為名詞子句,代表一個問題
      • 疑問詞可以充當從屬連接詞
    • Yes/No Question
      • 如果疑問句中並沒有疑問詞,這種疑問句稱為Yes/No Question
      • 要改成名詞子句的話,可以借助對等連接詞Either…or…,改寫為合句,再把開頭的either改為從屬連接詞whether「是否」
      • whether是which和either合成的疑問詞,它不能引導一個帶問號的疑問句,但它可以當引導一個Either…or…的名詞子句
      • whether和if通常可以互換使用,但是if在句首會被誤認是如果的副詞子句,以及介係詞後面只能接名詞時,就只能用whether
  • 評論子句
    • 打個逗點放在句尾與主要子句隔開、或者前後加上一對逗點插入主要子句中間(通常是在主詞與動詞之間)
    • 這種逗點的用法類似打一個括弧、在括弧裡面放的是可有可無的補充說明
  • 引用句
    • 直接引用句會在引用文字前後加上雙引號(”…”)
    • 間接引用句則會把雙引號移除、引用文字直接以名詞子句方式納入主要子句中
    • 引用文字可以移到句首來加強語氣,這時候主要子句的動詞可以選擇倒裝到主詞前面、也可以不倒裝

副詞子句

  • 本身原來是一個完整、獨立的單句,前面加上有意義的從屬連接詞。名詞子句則加上沒有意義的從屬連接詞that
  • 它與主要子句之間,有點像是對等子句的關係
  • 副詞子句所修飾主要子句必須是完整的句子,名詞子句則不需要
  • 未來時間或條件的副詞子句,雖然還沒有到了發生的時間,可是語氣上必須當作到了那個時候來說,所以時態要用現在式來表示
  • that一旦配合其他字眼當作連接詞,具有表達邏輯關係的功能時,就成了副詞子句的連接詞
  • Information Question
    • 第一:拿掉問號、還原成非疑問句的動詞順序(這個部分和製造名詞子句完全相同)
    • 第二:在疑問詞前面再加上no matter(表示「不論」),或者在疑問詞後面加上-ever的字尾(同樣表示「不論」),就會變成副詞子句
  • Yes/No Question
    • 要外加同樣一個從屬連接詞whether,但是這時候whether不再解釋為「是否」,而是表示「不論」
    • 如果不加whether,改成加no matter也是一樣,仍然表示「不論」

wh-ever與副詞子句

  • wh-ever如果解釋為no matter wh-,近似讓步、條件的語氣,要當副詞子句解釋
  • wh-ever如果解釋為anyone/anything that,就是關係代名詞是受詞的關係子句省略名詞類的先行詞,因而要當名詞子句的改裝來解釋

形容詞子句

  • 又稱關係子句,修飾名詞類的先行詞,如果沒有經過任何省略,都應該以形容詞子句看待
  • 關係子句的從屬連接詞是主要子句重複的元素,是改寫代名詞或副詞而成的關係詞(wh-)。名詞子句和副詞子句的從屬連接詞都是外加的(或疑問詞充當)
  • 若先行詞是專有名詞,表示明確、不模糊,就要用括弧性的逗點補充說明
  • 如果關係子句沒有指示的作用,就不能用that當關係詞,應該用括弧性的逗點和先行詞隔開,當補充說明
  • 關係代名詞
    • 關係代名詞是受詞的話,要調到句首以標示關係子句的開始,且可以省略關係代名詞,因為關係子句還是有SV的構造
    • 關係代名詞是主詞的話,就不能省略關係代名詞,因為會造成斷句上的困難
    • 關係子句如果有指示作用時,who和which可以用指示代名詞that來取代
    • 有些狀況指示的要求很強烈,一般都選擇用指示代名詞that,如果用who或which反而不恰當。這些狀況包括:
      • 先行詞是all, anything, everything之類標示出「明確範圍」的字
      • 先行詞有first, next, last, only等等限定詞在內、或者有最高級修飾語,因而產生明確的指示時
    • 專有名詞當先行詞時,後面的關係子句不具有指示性,只是個可有可無的補充說明
    • 若先行詞是空泛的字眼可選擇省略,但關係詞要改成複合關係代名詞what, whatever, whoever(whomever), whichever來取代先行詞,使形容詞子句升格為名詞子句
      • 如果先行詞是the thing,關係代名詞可以改成what來取代先行詞
      • 如果先行詞是anything,關係代名詞可以改成whatever來取代先行詞
      • 如果先行詞是any one,關係代名詞可以改成whichever來取代先行詞
      • 如果先行詞是any person,關係代名詞可以改成whoever來取代先行詞
    • 如果有括弧性的逗點隔開,而不能借用重複的元素,就不能省略先行詞或關係代名詞。除非關係代名詞是與be動詞一起省略的
    • 關係子句應該盡量靠近修飾的對象,但若關係子句直接放在先行詞後面會引起誤解,就要把它移開或者進一步更動句型
    • 人:who, whom, whose
      • 若關係代名詞調到句首脫離受詞的位置,除非介係詞跟著調到句首,否則拼成主格的who與受格的whom都對
    • 物:which, whose, of which
      • which本身缺乏所有格,它的所有格有兩種變通的表示方式:一是借用who的所有格whose、一是採用無生物的所有格方式of which
  • 關係副詞
    • 以副詞和主要子句中的先行詞重複,關係副詞要調到句首以標示關係子句的開始,且可以省略關係副詞,因為副詞非主要詞類
    • 如果有括弧性的逗點隔開,因為不能借用重複的元素,就不能省略先行詞或關係
    • 副詞副詞類的先行詞若是重複或空泛的字眼,可以選擇省略掉
    • 名詞類的先行詞不能省略,如果可以看作副詞類就可能省略(介係詞片語)
    • 若名詞類的先行詞看似可以省略,那是因為關係詞其實是疑問詞,應該看作疑問詞引導的名詞子句
    • 關係子句如果有指示作用時,關係副詞可以用指示代名詞that來取代

wh-的混淆

拼成wh-形狀、具有連接詞功能的字,可以分成三種:

  • 關係詞,包括關係代名詞(who, which)與關係副詞(when, where, how, why),引導的子句是關係子句,也就是形容詞子句,修飾先行詞
  • 疑問詞(who, which, what, when, where, how, why),引導的子句是名詞子句。
  • 外加的從屬連接詞(when, where),引導的子句是時間副詞子句與地方副詞子句。

wh-ever的混淆

拼成wh-ever形狀、具有連接詞功能的字,可以分成兩種:

  • 複合關係代名詞(what(ever), whoever, whichever),解釋為anything that, anyone that等等,引導的子句是名詞子句
  • 用法相當於no matter加疑問詞或wh-ever拼法的連接詞(whoever, whichever, whatever, whenever, wherever, however),表示「讓步」語氣,引導的子句是副詞子句

that的混淆

拼成that、具有連接詞功能的字,可以分成三種:

  • 外加單獨無意義的連接詞that,引導的是名詞子句
  • 外加(so that, such that, in order that, in that)等有意義的連接詞,引導的是副詞子句
  • 用法相當於關係代名詞(who, which)與關係副詞(when, where, how, why),具有指示功能、沒有逗點隔開,引導的子句是關係子句(形容詞子句)

關係詞

  • 除了代名詞/副詞的功能之外,還有連接詞的功能
代名詞關係代名詞
he(she, they) who
it(they)which
his(her, their, its)whose
him(her, them)whom
副詞關係副詞
thenwhen
therewhere
sohow
for a reasonwhy

比較級的拼法

  • 若是-y結尾,要先變成-i,再加字尾變化
  • 單音節
    • 字尾變化(tall, taller, tallest)
  • 三個音節以上
    • 分成兩個字處裡(expensive, more/less expensive, most/least expensive)
  • 兩個音節
    • 若是典型形容詞字尾(ed, ing, ful, less, ous, ive)或典型副詞字尾(ly),分成兩個字處裡,否則隨意

減化原則

  • 對等子句
    • 相對應的位置(主詞與主詞,動詞與動詞等)如果重複,擇一彈性省略
  • 從屬子句
    • 省略主詞和be動詞兩部份,留下補語。不過若非重複或空洞的元素,就應設法保留,以免句意改變
    • 如果沒有be動詞,而有助動詞時,可以改成be動詞加不定詞,也沒有助動詞時,可以改成be動詞加Ving
    • 如果be動詞不適合省略,可以改成be動詞加being保留
    • 如果從屬連接詞沒有意義,省略主詞和be動詞,就不需要從屬連接詞
    • 減化後詞類不變,而且意思不變,就是成功的減化子句
    • 形容詞子句減化
      • 關係詞是受詞而省略掉的情況,只是一般性的省略,因為關係子句中仍有SV,所以這種省略不算是真正的減化子句
      • 如果關係詞是關係子句的主詞,那麼減化起來,省略主詞就勢必也要省略be動詞,關係子句才能維持形容詞類
      • 如果不定詞的主詞省略會造成意思不清楚,可以在句首加上介係詞來安插主詞。但若非不定詞則另當別論
      • 如果減化主詞和be動詞,剩下的是名詞補語,稱為同位格,詞類雖然與關係子句有衝突,但是仍然可以使用
    • 名詞子句減化
      • 如果主詞不能省略時
      • 改成SVOC的句型(SVC的名詞子句必須處於受詞位置,而且主要子句的動詞必須適用)
      • 用所有格來處裡(名詞子句減化成Ving或改成名詞,而主詞不能省略時)
      • 加介係詞來處裡(只適合SVC(省略介係詞片語)+名詞子句的特殊句型)
      • 如果是以疑問詞(who, what, where等)充當連接詞,那麼疑問詞就要保留,因為它和that不同,是有意義的字眼
    • 副詞子句減化
      • 雖然使用有意義的從屬連接詞,但不會妨礙句子的清楚性時,可以省略
      • 如果減化後的句型本身就強烈暗示因果關係,通常省略表原因的從屬連接詞because, since等
      • 身兼介係詞的從屬連接詞before, after, since,在子句減化後必須當作介係詞,故後面只能接名詞類
      • 主詞只有和主要子句的主詞重複時才可以省略,但若be動詞後面是分詞補語,可只保留主詞省略be動詞和從屬連接詞
      • 減化時可以把從屬連接詞改為意義相似的介係詞,但所有重複、空洞的字眼都要刪去

倒裝句

  • 是一種把動詞或助動詞移到主詞前面的句型,可以強調語氣、增強清楚性與簡捷性,以及更流暢的銜接前後的句子
  • 比較級需要用到倒裝句的情形
    • 從屬子句中的助動詞或be動詞不宜省略
    • 主詞後面有比較長的修飾語
  • 關係子句需要用到倒裝句的情形
    • 關係詞必須先向句首移動,造成順序的反常,才有倒裝的可能

推薦演算法介紹

隨著網際網路日益普及,數位內容呈現指數成長趨勢,使人們淹沒在資訊洪流之中,例如:Netflix上有數萬部電影,Amazon上有數百萬本書籍,Del.icio.us上有超過十億的網頁收藏,這麼多的訊息,我們無法一一瀏覽,而傳統的搜尋引擎只能呈現給使用者一樣的排序清單,無法根據不同使用者偏好提供個性化服務,而個性化搜尋與推薦系統正是解決當前資訊超載的有效方法之一。

其中推薦系統是資訊過濾系統的子集,它試圖預測使用者將賦予他們還沒有考慮的項目(例如:書籍、音樂或電影)或社交元素(例如:個人或團體)評分或偏好。

在一個真實的推薦系統中需要考慮的項目可能會有成千上萬,甚至超過百萬,例如:Amazon、eBay和YouTube等,使用者數量也會非常龐大,因此我們需要準確且有效率的推薦系統。在激烈的競爭環境之下,現有推薦系統已經在電子商務領域取得卓越成果,但在不同領域之下,還需要各方先進和專家努力發展。

一個完整的推薦系統由三個部分組成,收集使用者資訊的行為紀錄模組,分析使用者偏好的模型分析模組與推薦演算法模組;行為紀錄模組負責記錄使用者行為,例如評分、購買或瀏覽等;模型分析模組負責分析使用者行為,以建立合適的模型來描述使用者偏好;推薦演算法模組負責即時從項目集合中篩選出使用者偏好項目進行推薦,此為推薦系統中最為核心的部分。

主要的推薦演算法可以分為協同過濾(Collaborative Filtering)、基於內容(Content-based)與混合法(Hybrid Approaches),接下來我將一一介紹,並進一步說明如何在協同過濾法中結合情境感知 ( Context-aware ) 。

協同過濾法(Collaborative Filtering Approaches)

協同過濾法是目前最成功的推薦演算法之一,通常的做法是搜尋一大群人,從中找到與我們品味相近的一小群人。演算法會針對這些人偏好的其他內容進行計算,產生一個有序的推薦清單。

Goldberg設計Tapestry是最早應用協同過濾法的系統,該系統允許人們根據自己對文件感興趣的程度添加標記,並利用此資訊為他人過濾文件。Konstan等人設計的GroupLens則是應用在新聞篩選上,幫助讀者過濾其偏好的新聞內容,使用者看過內容後給一個評分,系統會將分數記錄下來供日後參考,不同於Tapestry僅在同一個系統中過濾,GroupLens是跨系統的新聞過濾機制;除此之外,Tapestry不會將同項目的評分總合起來,GroupLens則會對同項目從不同使用者得到的評分加總。

協同過濾法可以分為兩類:基於記憶(Memory-based)和基於模型(Model-based)的演算法;基於記憶的演算法根據系統中所有被評分的項目進行預測;基於模型的演算法根據收集評分資料進行機器學習,得到使用者行為模型進行預測。

協同過濾法需要計算兩個使用者相似度, 常用的相似度測量法有Distance-based、Correlation-based、Cosine-based。

總結來說,協同過濾法有以下優點:具有推薦新資訊的能力,可以發現使用者潛在偏好;能夠推薦音樂、餐廳和電影等難以進行內容分析的項目。

雖然協同過濾法應用廣泛,但是也有許多問題,例如:如何對新使用者進行推薦或如何推薦新項目給使用者之冷啟動問題(Cold Start);在任何推薦系統中,已評分項目通常比需要推薦項目數量少很多,而導致精確度低落之稀疏性問題(Sparsity),面對日益增多的使用者,資料量急劇增加之可擴展性問題(Scalability)等。因此有的推薦系統採用基於項目相似度的協同過濾法,在項目數量相對穩定的系統,這種方法是很有效的。

基於內容法(Content-based Approaches)

最初基於內容法是協同過濾法的延續與發展,他不需要依賴使用者對項目的評價,而是依據使用者已經選擇的項目內容計算使用者之間的相似度,藉此推薦合適的項目;基於內容的推薦系統依賴資訊檢索與過濾,經由分析已經購買或瀏覽的內容,對使用者和項目建立配置文件(Profile),系統可以比較使用者和項目配置文件的相似度,直接向使用者推薦最相似的項目。

總結來說,基於內容法有以下優點:可以處理新使用者與新項目的冷啟動問題;不會受到評分稀疏性的限制;能夠推薦新項目和非流行項目,能夠發現隱藏的項目;可以透過配置文件列出推薦項目的特徵,深入了解為什麼推薦這些項目。

基於內容法也面臨常見的資訊檢索問題,例如:多媒體資料(圖片、音樂與影片)難以進行文本結構化,而受到了很大的限制。

混合法(Hybrid Approaches)

每一種演算法都存在著一些缺點,為了擇優汰劣,有些推薦系統結合了不同的方法,我們稱之為混合法。而目前最常見的混合推薦系統即是基於內容與協同過濾法的搭配,主要又可分為獨立系統相互結合、協同過濾系統加入基於內容法。

獨立系統相互結合是分別利用兩種以上的演算法產生推薦結果,然後將這些結果整合起來,利用預測評分的線性組合進行推薦。

而在協同過濾系統中加入基於內容法的Fab,即是使用者配置文件使用協同過濾法產生,使用者相似度則使用基於內容法,而非參考共同評分項目,這樣可以讓系統不僅能推薦擁有共同評分的使用者項目,也可以推薦與使用者配置文件相似的項目。

結合情境之協同過濾法

傳統協同過濾法可以被視為二維問題,其中一維是使用者,另外一維是項目,每個使用者與項目的交互是使用者對項目的評分,當我們加入情境到推薦問題上,它就變成了多維度問題。

傳統推薦演算法無法直接處理這類問題,然而許多研究人員試圖修改原有方法來支援情境感知;Adomavicius提出了一個相當著名的方法,其主要精神是在推薦時固定維度,也就是只考慮該情境下所有的評分,如此一來多維問題就變成了二維問題;然而這種方法會使得冷啟動問題變得更加棘手,因此Adomavicius等人還提出了一個擴展有等級屬性之情境的方法,為了增加準確度,他們還設計一種演算法將情境分段。

另外一個方法是測量不同情境的相似度去加權評分;由於使用者偏好項目會隨著情境改變,若在某些情境下使用者一致偏好此項目,Chen推論這個些情境即非常適合該項目。因此他使用Correlation-base相似度測量法去計算項目i在兩個情境xy下的相似度權重。

Chen還假設每個維度都是線性獨立的,如此一來兩個情境的相似度可以在每個維度中分別計算。

Facebook餐廳打卡資料分析

本實驗中的資料由69名Facebook使用者提供,收集區域集中在大台北地區(我的生活圈),收集到 2010/8/25 至 2012/4/30 的打卡資料,下列圖表描述了這個資料集的特點:

表1 收集到的各項資料之數量

項目數量
受測者人數69
使用者人數25184
曾打卡的使用者人數7395
地點個數37305
打卡數量74283
曾對餐廳打卡的使用者人數3928
餐廳數量2691
對餐廳的打卡數量8264

表2 收集到的各項資料之比率

項目比率
受測者男女比(男/女)1.1637 / 32
使用者男女比(男/女)1.1313309 / 11763
曾對餐廳打卡的使用者男女比(男/女)0.871825 / 2088
曾對餐廳打卡的使用者比率15.60%3928 / 25184
種類為餐廳的地點比率7.21%2691 / 37305
對餐廳的打卡比率11.13%8264 / 74283
公開年齡的使用者比率60.40%15212 / 25184
公開性別的使用者比率99.56%25072 / 25184
公開家鄉的使用者比率30.90%7782 / 25184
公開公司的使用者比率47.10%11861 / 25184
公開學校的使用者比率80.12%20178 / 25184
公開家人的使用者比率60.83%15319 / 25184
公開情人的使用者比率15.90%4003 / 25184
餐廳打卡在大台北地區的比率67.81%5604 / 8264
餐廳在大台北地區的比率48.94%1317 / 2691
曾對大台北地區餐廳打卡的使用者比率69.27%2721 / 3928

圖1 收集到的所有餐廳之分布圖

表3 收集到的各項資料之平均值、中位數與標準差

項目平均值中位數標準差最大值最小值
受測者朋友數504.01423346.48220034n=69
受測者年齡23.28224.994918n=69
使用者年齡23.52225.8710713n=25184
曾對餐廳打卡的使用者年齡22.99224.1710615n=3928
使用者對餐廳的打卡次數0.3400.99120n=25184
使用者打卡過的餐廳個數0.3300.93100n=25184
餐廳被打卡的次數3.2326.312241n=2691
曾對餐廳打卡的使用者對餐廳的打卡次數2.2121.48121n=3928
曾對餐廳打卡的使用者打卡過的餐廳個數2.1021.35101n=3928
餐廳打卡的餐廳被打卡次數1.0510.29101n=8264
餐廳打卡的打卡者年齡22.96223.9710615n=8264
餐廳打卡的同伴平均年齡23.55233.9110716n=8264
餐廳打卡的同伴性別指標(女/總數)0.5610.4810n=8264
餐廳打卡的同伴人數2.7622.43421n=8264

圖2 統計收集到的餐廳打卡資料

此資料集有許多重要的現象,例如:

  • 1位使用者約可帶來365位使用者的資料(收集到的使用者人數/受測者人數),如表1。
  • 每7個人就有1個曾對餐廳打卡,每14個地點就有1個是餐廳,每9次打卡就有1次在餐廳,女性較男性熱衷於餐廳打卡上;使用者公開家鄉的比率過低,如表2。
  • 大部分的打卡與餐廳集中在大台北地區,如圖1。
  • 受測者平均有504個朋友,所有人的平均年齡約24歲;每個人平均對餐廳打卡0.34次,平均打卡過0.33家餐廳,每家餐廳平均被打卡約3次,曾對餐廳打卡的人平均對餐廳打卡約2次,平均打卡過約2家餐廳;餐廳打卡的同伴平均約3人,平均年齡約24歲,女性比率稍高,如表3。
  • 大部分的餐廳打卡發生在近半年,周休二日明顯較多,中餐和晚餐時間呈現峰值,打卡者年齡在21歲呈現峰值,同伴年齡在23歲呈現峰值,常結伴同行,同伴性別分布均勻,朋友數量是其他類型的10倍以上;大多數的餐廳只有被打卡1次,相似的使用者只有1個共同打卡過的餐廳居多,如圖2。

若轉換此資料集為使用者與餐廳的二元矩陣,此矩陣有3928行(曾對餐廳打卡的使用者人數)和2691列(餐廳個數),若定義稀疏程度為nonzero/total,此資料集的稀疏程度為0.00078。