主要經歷
國立臺南藝術大學高階藝術管理碩士在職學位學程 助理教授
國立臺南藝術大學文化資產研創中心 博士後研究員
國立清華大學資訊系統與應用研究所 博士後研究員
加州大學聖地牙哥分校音樂學系 兼任副講師
中央研究院資訊科技創新研究中心 研究助理
瑞影企業股份有限公司視聽技術部 工程師
中華藝術學校音樂科 兼任教師
代表重要著作
1. H.-M. Lin, "Exploring Unexploited Compositional Space in Intercultural, Cross-level, and Concurrence Features of Music," dissertation, University of California, San Diego, 2017.
2. H.-M. Lin and S. Dubnov, "Algorithmic Composition Parameter as Intercultural and Cross-level MIR Feature: The Susceptibility of Melodic Pitch Contour," in Proceedings of the 42nd International Computer Music Conference, Utrecht, 2016, pp. 357–362.
3. C.-Y. Liang, L. Su, Y.-H. Yang, and H.-M. Lin, "Musical Offset Detection of Pitched Instruments: The Case of Violin," in Proceedings of the 16th International Society for Music Information Retrieval Conference, Málaga, 2015, pp. 281–287.
主要經歷
國立臺南藝術大學 高階藝術管理碩士在職學位學程 主任
行政法人高雄流行音樂中心 董事
國立臺南藝術大學 研究發展處 研發長
國立臺南藝術大學 國際事務處 國際長
國立教育廣播電臺 總臺長
國立臺南藝術大學 應用音樂系 教授
代表重要著作
應用音樂產業的經營與管理，宇河文化(2012)
交響樂團的經營與管理，麥田(2004)
從跨領域的音樂呈現談音樂行政人才的培育，宇河文化
課程簡介
值此各大服務業紛紛應用行銷科技（MarTech），並且積極與資料科學家（data scientist）合作的時代，藝術管理產業逐漸需要更多具備相關跨領域溝通能力的人才。在本學程「資料科學導論」的基礎上，本課程以學習者為中心，由在職進修人士自主化發起，串聯產學共授，以品牌經營為長期整體戰略，以行銷工具為短期局部戰術，投入產業創新的數位經濟活動，滿足實務需求，達成應用驅動化。學生必須利用Google提供的多項免費線上服務，實作簡易網站架設（Google Sites）、流量分析（Google Analytics）、使用者行為解讀、資料視覺化（Google Data Studio）；接著，再操作跨平臺且開放原始碼的探索性數據分析和交互式數據可視化自由軟體（Orange Data Mining），以利於產、官、學界的推廣與使用。同時，本課程將介紹社群媒體（Facebook）、即時通訊（Line）、關鍵字廣告（Google Ads）等行銷工具，亦涵蓋觀眾發展、商品理解與消費者理解（nununi AI）、搜尋引擎最佳化（Google Trends、Google Search Console）等議題，並安排校外參訪之移地學習或學習。期中與期末報告皆為單盲同儕審查，報告者須接受師生提問，以促進全體成員的交流與成長。
課程目標
深化藝術管理產業數據分析思維模式
從品牌策略探討數位行銷工具之運用
以資料視覺化工具分析網站流量資料
透過自由軟體探索開放式數據資料集
認識社群媒體與即時通訊等行銷工具
適用對象
有意學習藝術行政與管理及本課程內容之各領域在職人士
課程特色
Google Sites、Google Analytics、Google Data Studio
課程進度
CH1 課程簡介與網站架設（Google Sites）
CH2 資料視覺化（Google Data Studio）
CH3 觀眾發展與行銷
CH4 網站流量分析（Google Analytics）
CH5 網站使用者行為解讀（Google Analytics）
CH6 量化評估的質化服務：以表演藝術為例
CH7 社群媒體行銷（Facebook）
CH8 期中實作進度報告與答辯（上）
CH9 即時通訊行銷（Line）
CH10 期中實作進度報告與答辯（下）
CH11 搜尋引擎最佳化（Google Trends、Google Search Console）
CH12 品牌行銷戰略
CH13 資料探勘（Orange Data Mining）
CH14 知識發現（Orange Data Mining）
CH15 關鍵字廣告行銷（Google Ads）
CH16 企業參訪移地學習
CH17 期末實作成果報告與答辯（上）
CH18 期末實作成果報告與答辯（下）
先備知識
具備資料科學基礎知識，若有Orange Data Mining初步操作經驗更佳。