• 學位論文

應用獨立成份分析於同義詞替換之研究

同義詞替換在自然語言學習領域中的資訊檢索(information retrieval , IR)與電腦輔助語言學習的研究上，是經常被提出來討論的有趣問題。如何將正確的同義詞填入句子中適當的位置，往往令許多第二語言的語言學習者混淆，因為許多詞語雖然意義相近或相同，但在使用上的習慣或方式卻可能有極大的差異。早期的研究已提出多種方法在同義詞選擇的應用上，但主要都是基於以英文為主的文本上研究，相同的方法若是應用於中文文本，可能會產生不同的結果；本研究提出了獨立成份分析(independent component analysis, ICA)方法應用在中文的同義詞替換研究上，其結果也顯示出與早期研究提出的方法：pointwise mutual information (PMI)，5連詞語言模型以及空間向量模型(vector space model, VSM)做比較後，ICA確實能夠得到較高的同義詞替換正確率。

• 學位論文

應用資料探勘技術偵測汽車Robot噴塗設備異常狀態－以K廠為例

台灣汽車工業歷經半世紀的發展，已有長足的進步，尤其在台灣『汽車工業發展方案』施行後，台灣汽車工業技術能力顯著進步，競爭力不斷提升，目前已成為亞洲地區的零組件供應中心，成效卓著。 然而，台灣各家汽車廠在研發領域還是以改款設計為主，其關鍵技術仍舊需仰賴技術母廠。部分生產相關設備，也需透過日本相關企業，提供維修及零件支援。由於採購過程曠日廢時，技術支援也需日本派專人協助，為確保生產運作正常，須長時庫存相關維修備品，並定期聘請日本相關技術人員至現場檢測，人力物資所費不貲。 本研究旨在運用資料探勘(Data Mining)技術，探勘過往監測及檢修數據，期找出 Robot 噴塗設備異常之關聯規則，適時提出因應措施，以達到降低備品庫存及相關人力成本及之目的，並確保相關設備可正常運作，避免因設備異常造成的損失，協助企業追求利潤、提高企業競爭力。

• 學位論文

具容量限制下單一指派轉運點問題研究

隨著全球化競爭的興起，資訊科技日新月異，物流系統、通訊網路等產業的重要性也日益提升。台灣地屬亞太經貿之樞紐位置，經濟仰賴出口貿易，運輸物流的機能和服務品質便成為台灣經濟的成敗因素。企業能否利用最少的成本，將物品或資訊傳遞到目的地，已經成為大家所關注的議題。因此近年來，已有諸多業者利用類似軸輻網路架構(hub-and-spoke network)進行轉運以降低營運成本，提昇企業競爭力。 本研究主要針對具容量限制之單一指派轉運點問題(CSAHLP)進行混合整數模式(Mixed Integer Programming)建構，然後提出一個最佳化結合啟發式之演算法。首先將原混合整數模式簡化成具固定成本考量之設施區為選擇及指派的問題模式(FLAPwFC)Facility Location and Allocation problem with fixed charge)，再利用LP Relaxed進行求解，根據求解之結果，對FLAPwFC模式加入限制式，重複求解，以獲得潛在的轉運點集合。然後根據潛在的轉運點集合建構FLAPwFC模式，並運用分支界限法(Branch and Bound)求解，將解到之轉運點視為原模式CSAHLP可開設之候選位址集合，再利用最佳化軟體在給定求解時間下進行求解，重複選取步驟直到設定停止條件。本研究以國際期刊上之標準例題進行測試，比較本方法和其他期刊方法的結果進行分析，而利用最佳化求解本問題時，需花費較長時間，甚至會記憶體不足，本問題雖屬長期規劃，但出現記憶體不足則無法提供企業可行的參考依據，研究測試結果顯示本論文設計之演算法可在允許時間內，提供良好之規劃品質。

• 學位論文

結合多種文脈資訊建置電腦輔助同義詞學習系統

電腦輔助語言學習(Computer-Assisted Language Learning, CALL)是個相當熱門的主題，應用電腦在字彙學習也已有相當多的研究，其中同義詞(Near-synonym)更是第二外語學習中相當困難的部分，同義詞即為意思非常相近，但是用法卻不盡相同的字詞，若非母語學習者，學習第二外語的同義詞是非常不容易的，為了降低學習的困難性，本論文希望藉由電腦來輔助第二外語學習者，在同義詞的學習上，更有效率。 本論文設計了一個同義詞學習系統，搭配七個同義詞集合以及兩種使用文脈資訊的方法：點式交互資訊(Pointwise Mutual Information, PMI)與N連詞(N-gram)模型，輔助學習者學習同義詞間的差異，以及遇到不同上下文時，同義詞的選用。為了測試系統對學習者是否有幫助，本研究收集30位受測者，經過前測與後測的實驗後，結果顯示系統對於導正學習者的錯誤認知上，是明顯有效的。

• 學位論文

EBPP服務平台建置之研究

電子帳單提示暨付款服務(Electronic Bill Presentment and Payment, EBPP) ，是透過網路並結合電子付款機制，讓消費者輕鬆處理各式帳單。本研究以郵政機構為例，建構完整資料整合模式之郵政機構EBPP服務平台，整合每個家庭當月所需支付款之帳單，讓消費者能夠以郵政機構之帳戶支付所有的帳單。郵政機構EBPP服務平台的推動，將增加現金的流量並減少實體帳單交寄數量，對郵政機構之郵件收寄及電子函件業務必定產生深遠的影響，因此提供郵政機構推展EBPP的參考依據及建議。

• 學位論文

利用文字探勘協助公司競爭與合作網路之建構

隨著商業環境中的競爭趨勢之演變愈來愈激烈的情況下，對企業來說，競爭智慧(Competitive Intelligence)已成了企業本身最重要的商業資訊之一環。畢竟在全球的公司數目相當之龐大，且跨產業之企業的數量也隨之而成長，企業本身的競爭者已經不侷限在相同產業中，而是存在於跨產業之中。雖然挖掘競爭者固然重要，但聯盟是企業另一個發展趨勢，企業的競爭者有可能會有合作夥伴的加入，成為一個聯盟，故競爭者的合作夥伴即可能是企業本身的潛在競爭者，且在未來也許有機會將其吸收為企業本身的合作者(Cooperator)。另一方面，競爭者與合作者之資訊，對於投資者在設計投資組合上，有一定程度上的幫助，對於企業或投資人在利益上均有利。在先前研究中，主要採用公司網站、搜尋引擎或線上新聞之資料，並利用資料探勘之技術協助(Data Mining)發掘公司之間競爭關係，但卻存在著某些限制問題。因此，本研究提出利用文字探勘(Text Mining)之技術來協助公司競爭與合作網站之建置，排除先前研究限制，並挖掘出新的關係(合作關係)，主要可產生出目標公司之競爭者與合作者之列表結果，最後與現今提供公司資源簡介的網站之競爭者資訊結果做正確性及即時性的比較。

• 學位論文

跌倒自我效能與老人跌倒風險之關係

老人跌倒問題一直是公共衛生研究中的一項重要議題。研究顯示，65歲以上的老人每年平均有1/3會發生跌倒。老人發生跌倒事件後，除了對個人生理及社會經濟造成影響外，跌倒也會對生活及心理造成影響。本研究主要目的為探討高齡者的跌倒自我效能、日常生活能力與跌倒風險三者之間的關係，藉由研究結果協助醫療照護機構或是居家照護者更有效的預防老人跌倒事件的發生。透過問卷調查的方式，於2011年1月至5月期間蒐集129份桃園地區65歲以上的高齡者樣本，透過簡單迴歸與二元邏輯斯迴歸，找出老人跌倒的關鍵因子。研究結果發現，日常生活能力與跌倒自我效能分別對跌倒風險具有相關性；且研究也另外發現婚姻情況也與跌倒風險相關。

• 學位論文

溝通恐懼與大學生學習面及職業選擇之研究

網際網路和電腦科技的發展不但改變了大眾的生活方式與思考模式，其也影響了學生的學習方式。在學習的環境裡，學生常需要透過溝通與他人互換資訊進行交流，而因電腦科技的發達學生們大多利用電腦與人互動，漸漸也減少了面對面的溝通方式而產生了溝通恐懼。然而，在學習過程中，溝通是影響學生學習績效的重要因素。因此，學生溝通恐懼與學習之間的關係成為目前重要課題之一。本研究以問卷方式收集資料，並使用SPSS進行統計分析。結果發現，溝通恐懼與學習風格和學習績效有顯著相關性，但溝通恐懼對學習態度和職業選擇則無顯著相關性。最後，以本研究的結果提出學術上之建議，並討論本研究的研究限制及未來研究方向作為結論。

• 學位論文

應用基因演算法改善模糊成對比較矩陣之不可接受一致性

層級分析法(Analytic Hierarchy Process, AHP)廣為應用來解決不確定性和多屬性的問題。由於模糊理論(Fuzzy Theory)可以處理主觀認知上的不確定性，Buckley在1985年時提出了模糊層級分析法(Fuzzy Analytic Hierarchy Process, FAHP)。 在實際回收模糊層級分析法(FAHP)問卷時，常會發生無法通過一致性檢定。因此我們應用基因演算法(Genetic Algorithm)來改善模糊成對比較矩陣之不可接受一致性，將矩陣轉變為一致性小於0.1。其實驗結果也將與相關文獻方法做比較，以期望此研究能作為主要使用FAHP問卷之決策者的參考。

• 學位論文

專利技術功效矩陣之建構─特徵值選取方法之研究

隨著全球經濟的蓬勃發展，各大企業間的競爭日益激烈，專利侵權事件更是層出不窮，因此近年來智慧財產權受到了各大企業的重視，其中專利(Patent)更是扮演了舉足輕重的角色，而將技術專利化可以保護企業的技術成果與商業利益，甚至透過有效的專利佈局，使企業保有一定競爭優勢。拜資訊科技的進步所賜，知識取得也更加容易，全球的專利數量每年不斷的急遽增加，要如何在眾多的專利之中，快速地將專利資訊變成有用的專利情報、勾勒出專利地圖(Patent Map)，並進一步利用其分析結果來做迴避設計 (Design Around)，以免誤侵別人設好的專利地雷(Patent Mine)陷阱，或以挖洞技術聚焦利基點來強化公司之專利佈局等，就成了重要的課題。專利地圖主要可分為：專利管理圖(Management Charts)、專利技術圖(Technique Charts)、專利引證圖(Citation Charts)、以及專利權利要件圖(Claim Charts)等。其中，專利技術圖可用來了解競爭者之相關技術領域及未來企業專利佈局方向等。專利工程師若要將大量的專利文件一件件歸類到適當的技術與功效類別，往往需耗費許多時間與人力。故本研究主要目的為利用文字探勘(Text Mining)技術，配合TF、TF-IDF、Chi-Square、Entropy、Mutual Information等特徵值選取方法將專利資料進行自動歸類，分析出各個專利適合的技術與功效類別，協助專利工程師於專利技術功效矩陣圖(Technology Function Matrix)之建構，有效降低專利工程師在整理專利資料所花費的時間，進而提升企業在相關技術領域中專利佈局的腳步。