資料分割排序法在代謝症候群與生活型態關聯性法則搜尋之應用

The Application of Data Cutting and Sorting Method on searching for the Association Rules between Metabolic Syndrome and Lifestyles

鄭又銘(Cheng Yu-Ming)

指導教授 ： 黃怡詔

國立屏東科技大學/管理學院/工業管理系所/碩士(2011年)

摘要

近年來由於國人飲食習慣及生活型態的改變，罹患疾病的型態轉變以慢性病為主，而代謝症候群是糖尿病、心血管疾病等慢性病罹患前的重要指標，本研究以某印刷電路板廠內40歲以上員工作為研究對象，整合員工健康檢查資料及生活型態問卷建立案例資料庫。針對案例資料庫運用關聯法則（Association Rules）進行資料探勘，挖掘代謝症候群與生活型態間之關聯性，所得探勘結果與與代謝症候群文獻進行驗證，可提供案例公司作為職場健康促進之參考。本研究利用資料切割排序法（Data Cutting & Sorting Method, DCSM）對Apriori演算法進行運算效能的改良，並利用標準資料庫做驗證，本研究證明資料切割排序演算法在支持度為0.02時較Apriori演算法的運算時間快了59.84倍，確定可降低探勘的時間成本並提升運算效能。

關鍵字

代謝症候群 ； 資料探勘 ； Apriori演算法 ； 資料切割排序法

並列摘要

According to the alteration of diet habit and lifestyle, the chronic disease becomes the major disease in our country. The metabolic syndrome is an important index before people suffering from the chronic disease, such as diabetes, cardiovascular disease. In the researching, we took over 40-year-old employees as study object in a PCB company and built the database in terms of survey about their health check and lifestyle. We detected the relevance between metabolic syndrome and lifestyle by the case in the database mentioned above with association rules. The result after being verified with bibliography about metabolic syndrome can be applied to promote the occupational health for the sampled company. We took the advantage of Data Cutting & Sorting Method, DCSM to make advance in the computing performance of Apriori algorithm in the research. Through Verification with database, the performance time DCSM quicker 59.93 times than Apriori algorithm in support 0.02 condition.

並列關鍵字

Metabolic Syndrome ； Data Mining ； Apriori Algorathm ； Data Cutting & Sorting Method

參考文獻

1. 行政院衛生署國民健康局，代謝症候群防治工作手冊，台北市(2006)。

5. 陳垂呈「有效率關聯規則之演算法」，科學與工程技術期刊，第2卷，第4期，第83-91頁(2006)。

7. 蕭漢威、楊錦生、魏志平、馬淑貞「以網路流量資料探勘進行阻斷服務攻擊偵測之研究」，資訊管理學報，第14卷，第2期，第1-25頁(2007)。

6. 蔡玉娟、張簡雅文「矩陣為基礎之關聯法則」，資訊管理學報，第12卷，第3期，第113-130頁（2005）。

4. 周昱劭、楊奇儒、黃名男、陳大偉、蔡篤杰、王豐林、錢凱平、陳進明「職場中代謝症候群之現況－北台灣一家醫學中心勞工體檢經驗」，中華職業醫學雜誌，第15期，第67-78頁(2008)。