Shopping cart logo的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和懶人包總整理

外賣平台商家篩選及圖片資訊呈現方式之設計研究

為了解決Shopping cart logo的問題，作者裴璐 這樣論述：

移動互聯網終端的普及和應用，興起了O2O模式的外賣APP。以使用者需求為導向，整合外賣商家資源提供給使用者使用線上外賣服務。外賣APP在2015年才進入台灣，起步較晚，目前外送平台市場的市佔率佔整個餐飲業約5%，但是其使用人數不斷上升，有很大的發展空間。如何提供給使用者清楚的菜單及透明的評價系統，幫助其選擇想要的餐點？本研究的目的在於探討外賣APP之介面易用性，了解現有的外賣APP的功能、介面呈現方式和使用層級，分析使用者在操作其介面之偏好與感受，歸納整理後提出可行性的設計與後續可發展之建議。本研究包含兩階段實驗：1. 前導性實驗：本實驗採單因子組間之方式進行，透過實驗測試與文獻相結合

，分析目前現有外賣APP之點餐介面之功能，並通過半結構訪談瞭解使用者需求。本研究將針對“餓了嗎”、“美團”及“UberEATS”三款外賣APP進行比較，實驗採用單因子組間之方式進行。本研究的研究結果如下：（1）三款外賣APP介面任務績效在篩選器功能（任務三）、購物車編輯（任務四）、結帳功能（任務五）之分析中有顯著性差異；（2）三款使用介面在SUS系統使用性量表之分析中並無明顯差異，且都低於平均分68，受測者對於三個樣本的使用性感受並不佳。2. 驗證實驗：依據前導性實驗結果，設計模擬6款不同的實驗樣本，探討不同點餐選單介面對使用者操作上的主觀感受。驗證實驗採2 (資訊呈現方式) X 3 (

篩選方式)雙因子實驗方式進行，「資訊呈現方式」採取兩層級：（1）大圖，資訊少：商家logo以大圖式樣展示，同時配有少部分資訊呈現在下方；（2）小圖，資訊多：商家logo以小圖式樣展示，同時配有完整資訊。而「篩選方式」分為三層級：（1）清單篩選器：可見所有分類裡的篩選大項及每個大項裡細項選擇的內容；（2）列表式篩選器：點擊每一個大項，即可轉入其細項介面進行細項的選擇；（3）手風琴篩選器：使用者點擊後可展開或折疊大項裡的細項選擇。研究結果顯示：（1）「列表式篩選器」在篩選主次項目商家介面時，可以保持介面切換的流暢度，並且不用使用者反覆記憶剛操作了什麼內容，即時在介面呈現篩選的細項；（2）在商家資訊

呈現介面「小圖，資訊多」優與「大圖，資訊少」，減少使用者操作步驟，給予使用者需要的完整資訊比圖片呈現更為重要；（3）在點餐介面及購物車介面，應當採用「清單式篩選器」，原因是在同一介面層級，使用者在查閱餐點內容時，可以讓使用者一目了然，操作介面更加直覺。（4）6款模擬介面在SUS系統使用性量表之分析中並無顯著性差異，其中清單篩選器高於平均分68分，其餘兩款篩選器分數都在“OK”與“GOOD”之間，受測者對於6款樣本的易用性感受度良好；（5）在QUIS量表中，6款模擬樣本分數都高於平均分4分，受測者對於所測試的介面在整體反應、學習性、介面呈現、介面資訊都有較好的感受

結合關聯規則探勘、基因演算法及決策樹之方法於蛋白質磷酸化位點預測

為了解決Shopping cart logo的問題，作者吳慧瑜 這樣論述：

蛋白質磷酸化過程是生物體普遍存在的信息傳導調節的方式，其中重要性在於幾乎涉及所有生理與病理的過程，是生物代謝中重要的調控機制。許多研究都利用資料探勘方法進行蛋白質磷酸化位點預測，本研究應用HAEGT 演算法來預測蛋白質磷酸化位點。HAEGT演算法主要結合了關聯規則、決策樹以及基因演算法。首先，利用關聯規則探勘找出適合的新屬性擴增訓練資料集，而本研究嘗試利用關聯規則探勘找出蛋白質磷酸化位點附近之胺基酸的特定頻率規則，再找出適合的新屬性來擴增訓練資料集。接著利用擴增後的訓練資料集建立決策樹，最後，使用基因演算法將建構好的決策樹調整並達到最佳的分類結果。由於蛋白質磷酸化位點鄰近的胺基酸對於蛋白質磷

酸化反應是很重要的，因此應用關聯規則探勘去找尋特定頻率是相當具有解釋意義的。此外，加上決策樹及基因演算法，讓關聯規則演算法作不同的結合，不僅可以使效能提升並且可以得到高度可解釋性的分類規則。