the f word netflix的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

Youtube及Youtube Premium持續使用意圖之研究

為了解決the f word netflix的問題，作者陳靖軒 這樣論述：

電子商務的蓬勃發展衍伸了許多新型商業模式，免費增值模式中的訂閱制為有名的模式之一。許多傳統服務甚至電商及軟體服務中都增加了訂閱制，其中Youtube為本研究所要探討的個案。為了有效瞭解Youtube 免費使用及付費訂閱使用對使用者之間持續使用意圖之影響性，本研究個別開發針對兩種族群使用者之問卷，透過問卷來測量整體體驗之量表以及影響持續使用意圖的程度。本研究採用問卷調查法，透過蒐集免費使用及付費使用對於Youtube 及Youtube Premium使用之整體體驗、使用意圖以及文獻資料，整合過去學者研究的議題為基礎理論進行研究，針對Youtube及Youtube Premium使用者的整體體驗

進行問卷調查，希望能透過本研究了解（1）影響使用者持續使用Youtube平台的關鍵因素（2）Youtube Premium使用者中影響持續使用意圖最重要的因素為何（3）普通使用及訂閱使用者的在意之關鍵因素是否相同，以作為企業及後續研究者的參考。本研究透過網路問卷的方式進行資料搜集，共回收759份問卷，其中728份有效問卷，並採用SmartPLS 3進行資料分析。分析結果發現：普通使用者持續使用意圖會受績效預期、習慣、功能、服務品質等因素影響，其中績效預期影響最大，但享樂動機及干擾性皆不顯著影響;訂閱使用者持續使用意圖會受績效預期、價格價值、習慣、功能、服務品質等因素影響，其中價格價值影響最大，

享樂動機不顯著影響。上述結果可作為與Youtube及Youtube Premium相似背景主題的研究作為參考依據，也提供企業方作為有效的指標，並為Youtube Premium提供了有效的研究論證。

觀影人情緒辨識分析之個人差異研究

為了解決the f word netflix的問題，作者簡薏珈 這樣論述：

臉部表情的辨識通常可用來判斷觀影人在觀看影片時，情緒之高低起伏及轉折。本研究有兩個目標：1）判斷臉部表情是否可以用來辨別內心的情緒狀態，2）研究如何利用對個人差異的暸解來對臉部表情辨識系統進行個人化情緒校正。本研究提出了一個新的方法，整合了人工智慧臉部情緒辨識模型與個人情緒校正模型來對人臉部表情進行情緒校正。首先，臉部情緒辨識模型以人工智慧神經網路EfficientNet作為架構，進行情緒分類及面部情緒分數計算，並將辨識出的情緒分數歷程轉換為個人觀影各類情緒分數。接著以隨機森林（Random Forest）演算法作為分類器，從本研究設計的問卷所收集之觀眾個人資料、人格特質與影片資訊作為輸入，

來預測觀眾對影片的評分。為了驗證模型之可行性，本研究收集了十二部不同類型的喜劇或戲謔影片，並參考文獻設計了一個人格分析問卷及影片評分表，由觀影者在看完每部短片後立即評分，並在觀影後完成問卷。實驗結果顯示個人化差異因子與臉部情緒表情有顯著關聯，而且利用問卷所收集之個人化差異因子，在95%信賴區間下，可更準確地達到80％以上的準確度。從實驗結果也發現，不同面向的情緒分數能幫助個人情緒校正模型更有效的預測觀影者對影片的評分。