mysql資料型態boolean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整理懶人包

Facebook 數位足跡分析之個人金錢態度型態預測方法發展

為了解決mysql資料型態boolean的問題，作者林哲綱 這樣論述：

據統計，全球有將近50%的成年人因缺少可以進行信用評估的數據被排除在信貸系統之外，但這群無法通過傳統信用評估方式的個人，其實仍蘊含相當大的金融業務商機。近年來，金融機構開始採用心理測量學作為傳統信用評分數據之輔助，亦作為先前沒有信用歷史的借貸人之信用風險評估依據；而心理測量學核心在於是否了解個人之心理以預測其未來行為，過去金融機構為了瞭解個人的心理經常以費時費力的大量問卷施測或是統計分析，但隨著社群媒體普及化，個人開始在網路社群媒體上留下互動行為、文字、圖片與影音等資料 (i.e., Digital Footprints)，這也代表金融機構能夠以快速、客觀的角度暸解個人之心理。

因此本研究提出一套透過 Facebook使用者數位足跡預測個人金錢態度型態的方法；為了驗證本研究所提出的方法，本研究共收集133位測試者的問卷和數位足跡並進行實驗。在實驗中，使用 10-fold cross validation驗證方法，比較個別分析Likes、Status和Photo/Video和整合分析之準確率比較。實驗結果發現本研究提出之整合分析方法明顯優於單一數位足跡之分析方法。 因此，本研究結果所提出之方法能夠有效的提升個人金錢態度型態的預測能力，並可應用於銀行、金融業者進行信貸審核時之參考依據。

植基於雲端計算之影像查詢整合平台－以水族館魚類為例

為了解決mysql資料型態boolean的問題，作者劉柏駿 這樣論述：

本論文提出使用者整合性的影像查詢平台，其中使用者能夠透過智慧型手機或個人電腦，再運用本文所研發的手機APP軟體以及網站Web應用系統，進行辨識不同的魚，並藉由雲端的運算以達到即時回應與提供相關的魚資訊。使用者端透過智慧型手機上的APP軟體，然後在拍攝魚後的影像內選擇有興趣的區域(Region of Interest, ROI)，之後將ROI的子影像(或稱為查詢影像)上傳至雲端伺服器，或透過個人電腦上的網站Web應用系統，從網頁上將ROI的子影像(或稱為查詢影像)上傳至雲端伺服器。當伺服器接收到使用者端傳來的查詢影像時，伺服器會進行魚辨識的處理。其處理的過程先將查詢影像進行顏色與紋理的特徵萃取

(feature extraction)，再與影像資料庫(image data set)的顏色與紋理特徵，進行相似度比對(similarity matching)，最後將最相似的前五個魚資訊回傳給使用者端。為了考慮到即時系統(real-time)的處理，加快物件特徵相似度比對，本研究做了特徵的分群(K-means)，以進行初步過濾的處理，再進行細緻的相似度比對，以達到快速且精密的影像辨識(image recognition)與查詢(image retrieval)。最後系統再將這些相似的魚資訊，將有關魚的資訊以文字說明、影像或影片方式傳送給使用者。為了驗證本系統的有效性與可行性，而運用智慧型手

機與個人電腦進行魚的即時辨識系統之實驗，其實驗結果顯示，此辨識系統採用HSV、梯度與SURF等特徵，所得到的辨識率高達89%以上。本系統的雲端伺服器可以處理複雜的運算以及龐大的影像資料，亦能提供快速且穩定的效能，並且降低手機所需的規格和提升續航力，讓更多人能使用本系統。