活動日期
2022/12/14活動地點
輔仁大學濟時樓圖書館9樓活動目的
成果發表活動內容
歷經將近一年的發想研究主題及討論研究，齊心努力之下將研究完成，並且將APP上架於google play與apple store也大受好評。兩APP皆透過ReactNative編寫，以java語言及Python語言開發程式，在android 和ios 兩者系統皆可使用。《聊癒療鬱》及《醫食無缺》都將許多演算法結合於APP中，並將枯燥乏味的問卷融入APP中，提升使用者使用APP的體驗。
《聊癒療鬱》不僅獨家創新了「語言風格模型」，其中的「句子解構模型」及「word2FunctionVector」皆為創新之研究，也使用KNN演算法了解使用者究竟是偏好與自己MBTI相似或互補的人聊天。
《醫食無缺》也將K-Means分群演算法與Elo-Rating演算法融入測驗以了解使用者，成功推薦符合使用者體質之食物。
兩組別都在老師的教導下，學習很多研究的方法，也共同討論出很多解決研究問題的方法。
活動特色
透果此次活動同學將一年之研究成果發表出來，組員們共同向教授及同學們報告，藉此機會重新審視這一年研究的歷程、實驗結果以及研究不足或是可以改進的地方。從實驗數據來分析，《聊癒療鬱》及《醫食無缺》都有從使用者的回覆當中得到很好的回饋，以驗證實驗之假設，但受限於研究時間的不足，以及問卷內容過於冗長，導致實驗樣本數不足。
《聊癒療鬱》
就目前的實驗結果可以得出「語言風格模型」提升了5成以上的使用者與聊天機器人聊天的體驗，且發現MBTI性格取向為N-直覺型及P-感知型的使用者有高達六成以上偏好語言風格模型轉換後的語句，因此代表聊天語句透過「語言風格模型」可以改善回復制式化的問題。若未來聊天機器人聊天資料量足夠多的話，可以提升實驗之數據結果。
而聊天機器人使用的聊天回覆資料集來源為商業平台上的聊天資料集，本研究使用的資料皆為組員們逐筆篩選而出的。app 中介面的配色及插圖也皆為組員手繪精心設計而成，組員們共同目標皆為讓使用者使用APP時可以感到愉快且親切感，提升使用者使用APP的黏著度。
《醫食無缺》
醫食無缺APP可以根據不同使用者的體質，推薦合適使用者且符合使用者喜好食譜，讓使用者在想要健康飲食生活的同時，可以透過吃著喜歡的食譜來達成，讓整個健康飲食生活不是單調又枯燥乏味的過程。符合使用者體質合喜好的推薦系統，包含了TFIDF、迴轉壽司、Collaborative Filtering和替換食材功能，透過TFIDF抓出具有代表性的食材讓使用者進行冷啟動，兩輪迴轉壽司計算完偏好計分，透過協同過濾推薦符合使用者喜好的食譜，在推薦的食譜上還有提供替換食材的功能，讓使用者可以對食譜中不適合食用的食材進行替換，讓使用者可以在吃得開心之外，也能吃得更健康。
活動照片
-
專題成果發表照1
-
專題成果發表照2
-
專題成果發表合照1
-
專題成果發表合照2