kevinLoe
commented
12 years ago 非常中肯，我其實越來越覺得這東西沒有做的必要 因為google已經做的很好了 之前也和你們說過 "一般雜誌所必要的“獨家”訊息"，這東西網路是找不到的，我寧願花錢去看zinio，"人"編的雜誌才有可讀性 加上技術上太難太廣，以致於不知從何下手 所以換主題吧，早點討論都還來的急，只要橋好時間，我都配合 我想除了"貼近使用者需求"外，可以在應用層面做有趣點 另外，辛苦你了林承毅，但希望下次能找我們一起去找教授討論 這樣我們會更清楚狀況
Guys:
這幾天我去找了一些助教和教授，詢問有沒有什麼方法能達成我們專題的目標。
我找了陳宜欣教授和一些TA，原本想去找張智星教授，不過一些一原因作罷。
總結來說，教授和助教一致的認為，我們專題的餅畫太大了。
還有，我們並沒有什麼地方適合使用data mining。
首先，我們專題第一個提出的問題是，如何分類文章？
助教那邊的意見我就省略了，說明教授的意見。
結論是，何必呢？
如果我們想分類的Set是來自WWW，那當然會用到data mining的技術。
但是這樣的problem size太大了，並不適合我們。
那若是我們的資料來源是google，那分類這件事情google已經做好了，沒有必要再做一次。
再來，我們想要在某個分類下產生某個類型的雜誌。
助教的意見是，不太可行。
原因是我們沒有data set 來評估什麼樣的特徵能用來判斷文章的關係。
如果要從收集data set 開始做起，一年是不夠的。
再來，教授認為我們能做的範圍，頂多是實作一個recommendation system，
用來推薦使用者喜歡的文章。
但教授提到，這類型的程式並沒有太大的市場。
因為有人做過了。
再來，教授認為，我們可以考慮更換主題。
她認為“雜誌”這個服務的市場需求不大。
因為我們無法提供一般雜誌所必要的“獨家”訊息。
最後的結論是，我們“可以考慮”重新想一個主題，
但必需要“貼近使用者需求”
以上，剩下的我們明天再來討論。