數位銀行排名ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

5G基地台電源管理系統之產品研發策略-以C公司為個案研究

為了解決數位銀行排名ptt的問題，作者廖俊超 這樣論述：

5G基地台具備極大之成長商機，惟必須先研究其需求與痛點，再依此來擬訂相應之產品發展策略。本論文以個案研究法的形式，探討適用於5G基地台不斷電系統產品的營收增長戰略。個案公司遭遇COVID-19疫情以及Desktop市場萎縮等外部不利因素的影響，導致營收首度出現負成長。為挽救營收下滑，必須規劃產品線增長的研發策略技術藍圖。本論文透過產業分析與企業決策的五大步驟，蒐集資料與研擬策略。以PEST及五力分析確認個案公司適合佈局於5G基地台市場，以BCG矩陣確認必須補充明星象限產品以增長營收，以波特通用策略確認採用差異化以順利切入5G基地台市場，最後以商業模式圖勾勒出電源管理專利，以為客戶創造降低電費

成本的價值。依據所擬研發策略技術藍圖，個案公司預期2023年可恢復原來的營收成長率，並獲致強化企業經營體質的效益。

運用文字探勘技術於企業聲譽分析之研究-以企業社會責任為例

為了解決數位銀行排名ptt的問題，作者蔡毓霖 這樣論述：

　　為持續保持競爭優勢，企業必需擁有良好的企業聲譽，而網路的發達及社群媒體的發展，讓許多企業高層開始重視社群媒體的影響力，希望能瞭解其在網路上的聲譽及形象。此外，近年來大眾相當看重企業對於整體經濟、公益活動、社會參與以及環境永續等社會責任相關議題，使得「企業社會責任」構面逐漸成為企業建立聲譽及形象的重要指標。因此，本研究以企業社會責任為例，透過文字探勘、深度學習技術為企業提出一適合衡量企業社會責任的指標及分析模組，藉由蒐集大眾於社群平台（PTT、FB）與企業相關新聞文本及評論留言進行新聞文本分類及情緒分析，來了解企業在網路的企業社會責任形象與聲譽。　　本研究針對網路搜集之企業新聞文本以「企業

社會責任」構面進行標記，並使用SVM、CNN及LSTM三種方法進行分類、比較，找出構面分類成效較佳之方法；此外，針對各構面透過CNN、LSTM及Bi-LSTM方法將企業評論留言進行情緒分類，分別計算出企業在各構面評論留言之正負面情緒及情緒分數，以呈現企業在企業社會責任之表現與形象。　　經本研究搜集之企業「企業社會責任」資料與提出模型分析結果，研究結論主要如下：(1)在新聞文本分類模型中，SVM分類效果相對最為穩定；(2)在情緒分類模型中，Bi-LSTM分類成效最佳，準確率皆達80%以上；(3)透過情緒分析過程，亦發現不同資料來源會呈現出不同評論留言情緒傾向，PTT資料集的評論留言所呈現之情緒以

負面居多、Facebook資料集的評論留言情緒表現則正負情緒涵蓋較為平衡；(4)將情緒分析各企業的情緒得分結果與天下雜誌「2019 天下CSR企業公民獎」之得獎排名進行比對後，證實本研究提出之模型架構可以有效用於分析企業在企業社會責任之表現，清楚了解網路大眾對企業在企業社會責任各構面之看法及情緒傾向，並藉此預測出企業間的社會責任排名及評定企業聲譽。