臺灣博碩士論文加值系統

　　本研究以語意分析與個股股價資訊做為主要研究標的，藉由整合語音辨識、語音播報、FastAPI、網路爬蟲、資料庫與Android行動應用程式等技術框架，可以幫助高齡投資者能有更加便利的方式取得所需的股價資訊，亦能縮短一般投資者在投資前蒐集歷史股價的時間，並改善現有語音助理在查詢股價功能上的不足之處。有關系統實作開發上，分為五個階段：階段一、資訊獲取與儲存，資料來源為「台灣證券交易所」，使用網路爬蟲技術事先抓取個股股價資訊，並將其儲存於SQLite資料庫；階段二、開發FastAPI做為資料傳遞與各模組溝通的媒介；階段三、使用微軟LUIS開發語意分析功能，LUIS可透過分析使用者語句從中得知語句中所包含的資訊；階段四、透過程式邏輯解析LUIS分析結果，並從中提取使用者所需的資訊；階段五、開發具有資料顯示、語音辨識及語音播報功能的APP。

　　最後經由實驗驗證，本研究所開發的系統相較於目前智慧型手機內建之語音助理提供更多樣化的查詢模式，智慧型手機內建的語音助理在股價查詢上僅能查詢單日的股價或是單種股價（如：最高價），而本研究開發的系統不只可以讓使用者查詢最高價、最低價、開盤價、收盤價、平均價，且在日期方面可支援單日、連續日、時間區段，三種日期類型。

　　This study focuses on semantic analysis and stock price information. By integrating the technical frameworks of speech recognition, voice broadcast, FastAPI, web crawler, database, and Android mobile application, it helps senior investors to obtain the required stock price information more quickly, shortens the time for ordinary investors to collect historical stock prices before investing, and improves the shortage of existing voice assistants to query stock prices. The implementation and development of the system are divided into five phases: The first phase is information collection and storage. The data source is the "Taiwan Stock Exchange." Then, web crawler technology was used to capture stock price information in advance and store it in SQLite data; in the second stage, FastAPI was developed as the medium of data transmission to communicate with each module; in the third stage, the semantic analysis function was created using Microsoft LUIS, and LUIS can understand the information contained in the sentences by analyzing the users sentences; in the fourth stage, the program logic was used to explore LUISs analysis results to extract the information needed by the user; in the fifth stage, an APP with data display, speech recognition, and speech broadcast functions is developed.

　　Finally, through experimental verification, the system developed in this study provides more diverse query methods than the current smartphone built-in voice assistant. For example, the smartphone built-in voice assistant can only query single-day stock price or single stock price type (such as highest price); the system developed in this research can not only provide query highest price, lowest price, opening price, closing price, and average price, but also supports three data types: single day, continuous day, and time period.

摘要.....i
Abrost.....ii
誌謝.....iv
目錄.....v
表目錄.....viii
圖目錄.....ix
第一章 緒論.....1
　1.1 研究背景與動機.....1
　1.2 研究目的.....3
　1.3 論文架構.....4
　1.4 研究流程.....6
第二章 文獻探討.....7
　2.1 資訊需求.....7
　2.2 語音辨識.....8
　2.3 語意分析.....9
　2.4 網路爬蟲.....12
　2.5 表現層狀態轉換.....13
　　2.5.1　　FastAPI.....13
第三章 研究方法.....16
　3.1 系統架構與流程.....16
　　3.1.1　　系統架構.....16
　　3.1.2　　系統流程.....17
　3.2 資料獲取與儲存模組.....18
　3.3 語意分析模組.....21
　3.4 FastAPI設計與資料處理模組.....23
　　3.4.1　　FastAPI設計.....23
　　3.4.2　　API入口設計.....24
　　3.4.3　　資料前處理模組.....25
　　3.4.4　　資料後處理模組.....28
　3.5 行動應用程式.....32
　　3.5.1　　語音辨識.....32
　　3.5.2　　語音播報.....33
第四章 系統實作.....34
　4.1 網路爬蟲與資料庫設計.....34
　　4.1.1　　決定目標網站與觀察架構.....34
　　4.1.2　　產生時間列表.....36
　　4.1.3　　撰寫網路爬蟲程式.....37
　　4.1.4　　創建資料庫與資料表.....39
　4.2 LUIS語意分析設計.....40
　4.3 FastAPI設計.....43
　　4.3.1 API入口設計.....44
　　4.3.2 資料前處理模組設計.....45
　　4.3.3 組成新語句.....53
　　4.3.4 資料後處理模組設計.....53
　4.4 Android行動應用程式實作開發.....65
　　4.4.1 API連線設計.....65
　　4.4.2 股價資訊顯示頁面與動態列表.....67
　　4.4.3 語音辨識及語音播報實作.....68
第五章 結果討論.....70
第六章 結論與建議.....79
　6.1 結論.....79
　6.2 建議.....80
參考文獻.....81
Extended Abstract.....84
　1. Introduction.....85
　2. Methodology.....85
　3. System Development.....85
　4. Conslusion.....86

中文參考文獻
1.BingoHe（2017年12月22日）。無限遍歷，Python實現在多維嵌套字典、列表、元組的JSON中獲取數據。博客園。https://www.cnblogs.com/Detector/p/8085460.html#_label2
2.Lee,M。（2018年12月24日)。進入 NLP 世界的最佳橋樑：寫給所有人的自然語言處理與深度學習入門指南。LeeMeng。https://leemeng.tw/shortest-path-to-the-nlp-world-a-gentle-guide-of-natural-language-processing-and-deep-learning-for-everyone.html
3.tableau（n.d.）。自然語言處理及其對交流影響的 8 個常見範例。tableau。https://www.tableau.com/zh-tw/learn/articles/natural-language-processing-examples。
4.王佩心（2022）。基於預訓練的跨語言聲學表示模型之端到端台灣閩南語語音辨識器［未出版碩士論文］。國立雲林科技大學資訊工程系。https://hdl.handle.net/11296/8wu9uf
5.台灣證券交易所（n.d.）。投資人開戶數年齡分布統計表。台灣證券交易所。https://www.twse.com.tw/zh/statistics/statisticsList?type=02&subType=264
6.台灣證券交易所。111年06月 2330 台積電 各日成交資訊。台灣證券交易所。https://www.twse.com.tw/exchangeReport/STOCK_DAY?response=html&date=20220601&stockNo=2330
7.台灣證券交易所。每日收盤行情。台灣證券交易所。https://www.twse.com.tw/zh/page/trading/exchange/MI_INDEX.html
8.台灣證券交易所。個股日成交資訊。台灣證券交易所。https://www.twse.com.tw/zh/page/trading/exchange/STOCK_DAY.html
9.吳俊緯（2021）。整合網路爬蟲與文字探勘於分析顧客導向之旅遊規劃以 Dcard 為例［未出版碩士論文］。東海大學電機工程研究所。https://hdl.handle.net/11296/q6gcvb
10.金融監督管理委員會證券期貨局（2021年12月2日）。上市、櫃各年度家數。金融監督管理委員會證券期貨局。https://www.sfb.gov.tw/ch/home.jsp?id=1010&parentpath=0,4,109
11.洪允玄（2017）。移動平均線指標在交易量與股價的探討［未出版碩士論文］。國立臺北大學統計學系。https://hdl.handle.net/11296/67tdfa
12.許家豪（2017）。投資人資訊需求與市場效率性［未出版碩士論文］。國立高雄第一科技大學金融系。https://hdl.handle.net/11296/kq7c3b
13.郭柏均（2019）。以容器化技術為基礎建置分散式爬蟲系統之研究以書籍比價為例［未出版碩士論文］。南臺科技大學資訊管理系碩士班。https://hdl.handle.net/11296/xryub5
14.陳巧珊（2019）。資訊供給、資訊需求與股價表現以金融與電子產業為例［未出版碩士論文］。國立高雄科技大學金融系。https://hdl.handle.net/11296/vp5355
15.陳怡丰（2018）。基於REST的簡易網路管理協定之改進［未出版碩士論文］。國立暨南國際大學資訊管理學系。https://hdl.handle.net/11296/7q7cf7
16.陳柏年（2021）。以詞向量為基之新聞內容分類與推薦平台之研製［未出版碩士論文］。南臺科技大學資訊管理系碩士班。https://hdl.handle.net/11296/rtp9fw
17.諶昱憲（2016）。國小學童英語學習動機之評估 -以任務導向之語音辨識遊戲為例［未出版碩士論文］。國立臺北教育大學數位科技設計學系(含玩具與遊戲設計碩士班)。
18.謝仁堡（2018）。語意分析和長短期記憶用於新聞預測股市未來漲跌走勢［未出版碩士論文］。國立台中科技大學資訊管理系。https://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0061-1508201815441600


英文參考文獻
1.aahill., alexbuckgit., nitinme., v-kents., DCtheGeek., tchristiani., diberry., RohitMungi-MEFT., erhopf., aliciaep., ivorb.（2022, July 21）. What is Language Understanding (LUIS)?.Microsoft|DOCS.https://docs.microsoft.com/zh-tw/azure/cognitive-services/luis/what-is-luis#luis-scenarios
2.aahill., diberry., PRMerger19., RohitMungi-MEFT., tchristiani., v-kents., vgeberr.（2020, September 30）. DatetimeV2 prebuilt entity for a LUIS app. Microsoft|DOCS.https://docs.microsoft.com/zh-tw/azure/cognitive-services/luis/luis-reference-prebuilt-datetimev2?tabs=1-1%2C2-1%2C3-1%2C4-1%2C5-1%2C6-1
3.aahill., v-alje., BaherAbdullah., magrefaat., PRMerger12., diberry., mgblythe., tchristiani., v-kents., iMicknl., PRMerger16., v-geberr., garyericson., dada051., IsaacGao.（2022, August 2）. Entities per culture in your LUIS model. Microsoft|DOCS. https://docs.microsoft.com/en-us/azure/cognitive-services/luis/luis-reference-prebuilt-entities#chinese-entity-support
4.About Pandas.（n.d.）.Pandas.https://pandas.pydata.org/about/
5.Davis,K.H.,Biddulph,R.,&Balashek,S.（1952）.Automatic recognition of spoken digits.The Journal of the Acoustical Society of America,24(6),637-642. https://doi.org/10.1121/1.1906946
6.dongrixinyu（2022）. JioNLP. GitHub. https://github.com/dongrixinyu/JioNLP
7.e-Marketer（2022, April 13）.Voice Assistants in 2022：Usage,growth,and future of the AI voice assistant market. INSIDERINTELLIGENCE. https://www.insiderintelligence.com/insights/voice-assistants
8.FastAPI.（n.d.）. FastAPI. FastAPI .https://fastapi.tiangolo.com/
9.Fielding, R. T. （2000）. Architectural Styles and the Design of Network-based Software Architectures（Ph.D. dissertation）. University of California, Irvine. https://www.ics.uci.edu/~fielding/pubs/dissertation/fielding_dissertation
10.Mitra,M.（2019,Oct 16）. Google I/O 2016 Day 1- Review. MANTRA LABS. https://www.mantralabsglobal.com/blog/google-io-2016-review/
11.StackShare Team （2022, February 2）. The Top 100+ Developer Tools 2021. Stackshare.https://stackshare.io/posts/top-developer-tools-2021
12.suvratarora06.（2021,November 28）. Understanding Semantic Analysis – NLP. GeeksforGeeks. https://www.geeksforgeeks.org/understanding-semantic-analysis-nlp/
13.tiangolo（n.d.）. fastapi. GitHub. https://github.com/tiangolo/fastapi