2022/09 ~ 2023/01
研究實習生
# 資料搜集／前處理
# 文字探勘
# 文本分析
- 從校園各資料源中擷取、清理與整合約 3000 筆複合式資料，確保資料品質以利後續分析。
- 使用 SBERT（Sentence-BERT）模型將課程資訊向量化，轉換為數值表示以進行語意相似度分析。
- 運用分群分析技術將相似課程與系所進行分組，揭示校園內不同領域的關聯性。
- 以 Gephi 將分析結果視覺化為課程知識圖譜，協助校務研究中心理解並傳達研究發現。
研究實習生
2022/09 ~ 2023/01
清華大學校務研究中心
新竹
清理整合約 3000 筆複合式資料，運用 SBERT 模型進行文本向量化分析，並以 Gephi、Excel、Python 建立課程知識圖譜，視覺化呈現課程與系所間的關聯性。