Michael Edwards 提出的香調輪是一個廣為人知且廣泛使用的香水分類視覺呈現。雖然它是建立在香水專業基礎上且具有開創性的香水香調視覺彙整，它不能被理解或作為地圖來使用。而且，它無法即時反應香水產業的快速進步與發展。本研究以立基於資料的角度出發，使用香水 1976 網站資料，以 t-SNE、LDA 和文字探勘技術建立了不同設定的香水圖，同時呈現香調與香料的訊息。這些以資料為基礎的香水圖能提供更完整，更詳細類似於地圖的視覺化，也為香水推薦和香水聚集提供更清楚的視角。

Pioneered by Michael Edwards, Fragrance Wheel is a well-known and widely-used visual taxonomy of fragrances. While original and informative as an expert-based visual summary of fragrance notes, it can not be used as a map and can be less flexible to the fast-changing fragrance evolution/development. Based on the data collected from Fragrance 1976, we construct fragrance maps with various configurations using t-SNE, Latent Dirichlet Allocation and various text mining techniques. These data-driven maps provide more complete and detailed pictures of these fragrances and pave the way for fragrance recommendation or fragrance clusterization.

1 緒論 3
1.1 動機 3
1.2 章節介紹 4
2 資料與方法 5
2.1 香水視覺化 5
2.2 香調輪 6
2.3 資料來源與整理 7
2.3.1 資料來源 7
2.3.2 資料收集 7
2.3.3 資料整理 8
2.3.4 資料矩陣 8
2.4 資料探索 14
2.5 分析方法和版本資訊 17
2.5.1 t-隨機鄰近嵌入法 17
2.5.2 隱含狄利克雷配置 18
2.5.3 版本資訊及其他降維方法 19
3 香水圖 21
3.1 均分設定 21
3.1.1 香調:香料群=1:1以及1:10 22
3.1.2 香調:香料群=1:500以及1:1000 23
3.2 僅一設定 33
3.2.1 香調:香料群=1:1至1:100 33
3.2.2 香調:香料群=1:250 37
3.2.3 香調:香料群=1:500至1:1000 42
3.3 重一設定 47
3.4 實穿性設定 55
3.5 香水圖的使用 64
4 結論與討論 67
A 香水名稱的差別 70
B 各香調代表香水 71

D. M. Blei, A. Y. Ng, and M. I. Jordan. Latent dirichlet allocation. Journal of Machine Learning Research, 3:993–1022, 2003.
J. Fairley and L. Mekay. 香水聖經. 積木文化, 2016.
J. Silge and D. Robinson. Text mining with R: A tidy approach. O’Reilly
Media, Inc., 2017.
L. Van der Maaten and G. Hinton. Visualizing data using t-SNE. Journal
of Machine Learning Research, 9(11), 2008.
劉雅涵. 食圖: 風味食材的視覺化. 國立東華大學, 碩士論文, 2020.
陳學蒲. 監督式 t 分佈隨機鄰近嵌入. 國立東華大學, 碩士論文, 2021.