案例05｜Multimodal Fusion＋Temporal Attention：把 Text、Image、Video 與 Sales 連起來

一、案例定位

本案例依原書 8.3.3.1、8.3.4 整理。

理解 NLP、Multimodal Data Fusion、Predictive Analytics 與 Temporal Attention 如何組合。

二、學習目標

掌握 Text／Visual／Numeric Data 的 Encoder 分工。
理解 Cross-modal Attention 與 Temporal Attention。
認識 Recent Signal 與 Historical Pattern 的平衡。

三、案例情境

Text 使用 Sentiment Analysis、Topic Modeling、Named Entity Recognition；Image／Video 由 CNN 處理；Text 可由 BERT 等 Transformer Encoder；Sales Data 先 Normalize，再透過 Fusion Layer 合併到共同 Representation。

四、開始資料

資料型態	原書處理	用途
Text	NLP、BERT／Transformer	Sentiment、Topic、Entity
Image／Video	CNN	Visual Consumer Signal
Sales／Numeric	Normalization	Demand／Purchase Pattern
Fusion	Cross-modal Attention／Fusion Layer	建立 Cohesive Embedding
Time	Temporal Attention	Recent Signal 加權，同時保留 Historical Context

五、Excel／AI 分析方法

Excel 可追蹤 Source、Timestamp、Modality、Normalized Feature、Trend Signal；AI 可用於 Text／Multimodal Interpretation，但必須保留原始 Timestamp 與 Source Trace。

六、計算結果

原書提供一個例子：若 Product Social Mention Spike 與 Recent Sales Increase 同時出現，Temporal Attention 會提高其權重，以區分 Fleeting Noise 與 Lasting Trend。

七、結果分析與管理解讀

市場趨勢常不是單一資料來源可辨識；多模態融合可以增加 Context，但也需要避免某一 Modality 因資料量大而支配整體訊號。

八、AI 提問詞

請建立 Multimodal Trend Signal Table，分開 Text、Visual、Sales、Time，並標示 Cross-modal 與 Temporal Attention 如何改變權重；不得捏造未提供的 Attention Weight。