1.媒体来源:
经济日报
2.完整新闻标题:
工研院 今宣布与富邦媒体科技合作
3.完整新闻内文:
网购时，是不是觉得电脑深得我心，了解我喜欢什么，推荐的刚好是我需要的？工研院最
新解密技术，开发出逾十种多重分析算法组合及导入线上、离线的分析模式，可以在数
十万商品与数百万使用者之营运规模下，快速于2秒内即时运算、分析使用者行为。工研
院于今(26)日协同中华民国资讯软件协会以及合作厂商富邦媒体科技momo（8454）、台湾
大哥大、美商天睿资讯（Teradata）、OneAD果实伙伴与月眉国际开发等，发表四大“智
慧商务”领域的应用技术：电子商城“融合多元方法之混合式推荐技术”、数位媒体“混
合式个人音乐歌曲推荐”、市场决策“结合外部因子之动态价格预测分析”以及广告“粉
丝页按赞预测”，全方位提升台湾在“智慧商务”领域的技术能量。
工研院巨资中心主任余孝先表示，根据工研院IEK资料，全球巨量资讯分析需求呈现快速
成长，预测2020年将达到151亿美元，未来运用巨量资料将逐步成为发展产业与掌握客户
需求的重要工具，其中“零售业”为全球巨量资讯第四大应用市场，发展潜力无限。有鉴
于此，在经济部技术处指导下，工研院积极发展国产自主的电子商城“融合多元方法之混
合式推荐技术”，与Amazon、Netflix等国际大厂同步，可达到精准的推荐结果，并与富
邦媒体科技进行为期三年的合作。
富邦媒体科技总经理林启峰表示，工研院的技术融合了多元演算方法与线上、线下两阶段
之使用情境侦测，这项混合式推荐技术能分析使用者的浏览习惯、购物行为、消费需求与
偏好，精确演算出适合推荐之商品。在短短2秒内，从百万商品中预判出使用者最需要的
商品，优先列入推荐，打造快速便利的多种个人化推荐应用，包括首页主题购物楼层及商
品页、分类页的推荐应用等，大幅提升momo消费者点击率达1倍，借由个人化推荐带动的
营收占比亦达10%。
工研院还于会中发表“混合式个人音乐歌曲推荐”，透过多元混合式算法，分析使用者
个人资讯与听歌偏好，再比对歌曲资料及曲风相似度之分析结果，向使用者提供最精准的
个人化音乐歌曲推荐，这项技术更可依照使用者当下的位置、时间、活动，作出适时适地
的判断，让音乐歌曲推荐更贴近使用者的生活需求。而“结合外部因子之动态价格预测分
析”则可分析外部事件带来的供需影响与目标物历史价格趋势，计算出目标物未来1个月
的价格波动，协助企业充分掌握市场的未来价格变化，以石化原料价格为例，工研院运用
2012-2015年间外部事件与价格资料建立预测模型，预测精准度达93%以上。余孝先特别强
调，台湾制造业正严重面临国际竞争，如能在原物料价格方面精确预测，相信能大大提升
企业的竞争力。 此外，社群网络文章的按赞数，现在也可以预测了！工研院研发出“粉
丝页按赞预测”，能分析粉丝个人资料、喜好与关注话题；并与粉丝曾浏览或搜寻文章的
历史资料进行交叉演算，进而准确预测出新文章推出后的粉丝页按赞数量。这项新技术还
能事先针对特定族群作出文字偏好分析，确保企业或部落客撰写用字时，能准确吸引到特
定族群，大幅提高新文章分享与点击按赞的机率。
4.完整新闻连结 (或短网址):
http://udn.com/news/story/6/1339163
5.备注: