近年來，資訊科技的蓬勃發展，對會計師事務所產生極大的衝擊。國內多家大型事務所已體認列資訊科技對其產生的影響，紛紛開始電腦化，利用電腦來幫助查核人員進行查核工作。專家系統是資訊科技的一項應用，該系統可將專家的知識和經驗建構於電腦上，並以類似專家解決問題的方式，對某一特定問題領域提供建議或答案，並能解釋推論的結果。 本研究嘗試將專家系統與審計工作的專業技術相結合，以查核風險之評估為對象，運用專家系統建構外殼1st-Class，發展應收帳款抽樣樣本量評定雛型系統，俾瞭解審計專家從事此項評估工作所涉及的知識與經驗及其決策過程，並評估專家系統應用於查核風險評估之可行性。經由研究探討，本論文所得的結論如下： 1.運用專家系統之觀念與技術於查核風險的評估是可行的， 2.領域專家的選擇，除考慮其是否有豐富的知識經驗外，亦應重視其是否有協助系統開發的熱忱， 3.使用專家系統建構外殼來開發專家系統僅需建構知識庫，不但易學易用，且開發速度十分快，適合作為開發雛型系統的工具，及 4.運用人際溝通方式來進行知識擷取十分耗費時間，是否可運用其他方法來加速知識擷取，值得進一步研究。 / In recent years, the rapid development in information technology has a significant impact on CPA firms. Many of the large CPA firms in Taiwan have recognized such an impact, and begun computerizing their audit works. An expert system is one of the applications of information technology. It is a computer-based system that uses knowledge, facts and reasoning techniques to solve problems that normally require the abilities of human experts. In this research, we attempt to combine expert systems with audit proficiency, especially in the area of audit risk assessment. An expert system shell, Ist-Class, is used to construct aprototype expert system which can help auditors in deciding the sample size of accounts receivable to be examined. The prototype system manifests how an audit expert uses his knowledge, experience, and decision process in the above evaluation process. We also evaluate the feasibility of using expert system in audit risk assessment. Based on our research results, we conclude that: 1. The application of expert systems concepts and techniques in audit risk assessment is feasible, 2. When choosing a domain expert, the emphasis is not only on the expert's knowledge and experience, but also on his willingness to provide assistance throughout the project, 3. An expert system shell is easy to learn and use, therefore, aconvenient research tool for similar projects, and 4. It is time-consuming to acquire an expert's knowledge through interviews. Future research may consider other methods of knowledge acquisition,

本篇論文之目的在研究如何建立一具備證券價格變化預測能力之專家系統。專家系統 通常包含一個知識庫，在這個知識庫之中包含了許多決策規則和事實。而這些規則和 事實都是經由和專家們長時間反覆的會談及討論而產生。但是在建立一個執行證券投 資決策的專家系統時，卻發現證券投資領域之中之專家所憑著的往往都只是經驗與直 覺，即使是經由深度訪談也難以整理出明確的規則和事實來。職是之故，如何汲取專 業知識遂成為建立專家系統之瓶頸。 為了解決知識汲取的困難，本研究利用“連絡模型”（或稱“神經細胞網路”）來自 動學習有關證券價格變動行為之諮議。在學習的過程中，訓練者必須先提供足夠的訓 練例子來供網路學習。而該網路每接受到一個訓練例子時，見根據本身原來的知識試 做一個“實際決策”，然後再利用“向後傳播”的方法，依據理想決策和實際決策兩 者的差距去調整網路中各處理元素之參數，藉以使網路之實際決策能和理想決策接近 。經過多次的訓練之後，該網路所具備之知識在預測股價的變化上將會優於簡單之投 資分析工具。

一般購屋者終其一生可能僅少數幾次之購買機會，既無經驗可依循，對於本身之需求、偏好亦是模糊不清，甚至對於自己之負擔能力，亦僅能為一概括之估算。因此，本文透過文獻探討、個案分析與專家訪談擷取購屋知識，並系統化分析購屋知識，且以KnowlegePro為建構工具，建立一套購屋決策專家系統，以輔助一般消費者購屋。 　　本研究最後成果為建立一套購屋決策專家系統，而本系統旨在輔助消費者購屋，所以它能釐清消費者購屋的需要（如消費者適合什麼房屋）、澄清消費者不清楚處（如消費者不知如何選擇區位與類型）、找出消費者盲點（如每期貸款償還額過高）且能告知消費者的矛盾處（如坪數與價格相衝突時）等。 　　本系統乃是採取多階式的決策模式，並結合房屋物件資料庫、購屋貸款資料庫與房屋成交之平均行情資料庫，它會依消費者條件（如家庭生命週期、所得、購屋動機、家庭人口數等）、偏好與需求（房屋類型、坪數、價格、區位、居住品質等）、負擔能力（自備款與每期貸款償還額），協助消費者找到合適的房屋。而系統的運作是一動態的過程，即當使用者找不到符合條件的房屋時，系統會建議他修正某些條件，並且為消費者分析適合他的房屋屬性，使消費者能找到合適的房屋。 　　本系統可細分為以下十個次系統：購屋基本知識次系統、負擔能力次系統、類型選擇次系統、區位選擇次系統、坪數選擇次系統、房屋物件查詢次系統、市場行情查詢次系統、房價評估次系統、房屋屬性評估次系統、財務評估次系統。 　　本研究主要在建立整個購屋決策專家系統之整體架構，每個次系統之運作及分析方法，均可再深入發展與探討，而未來可將知識與程式分離，以建立知識庫，使知識易於維護與修正。

專家系統為人工智慧發展的一支，至今已廣泛地應用於各個領域，從自然科學到社會 科學不一而足，但在土地登記的領域則尚未發展。法律條文之訂定為人類經驗與智慧 的累積，法官之裁判亦以邏輯推理為基礎，與專家系統的特性不謀而合，因此法律領 域被認為是非常適合發展專家系統的範疇。由於土地登記的相關法令繁瑣，行政命令 更是不計其數，地政人員流動性大，知識的傳遞及累積相當不易，若建立土地登記諮 詢專家系統將可解決這個問題，並且可提供一般民眾查詢填表，輕易地獲取專家的知 識，改善土地行政效率，提高地政機關服務效能，即方便又有效力。 在系統初期發展階段，擬先選取抵押權登記來發展其系統雛型，研究重點在於系統知 識庫的建立。經由問題的確認、知識的萃取表達、控制策略的探討，最後運用專家系 統骨架EXSYS PROFESSIONAL將知識以規則(IF-THEN) 的形式加以組織表達，並以向後 鍵結的方式控制知識庫的推論方向，建構抵押權登記諮詢專家系統之雛型。並兼探討 專家系統在土地登記領域應用之可行性，期能拓展地政電腦化之研究領域，提供後續 研究者參考。 玆將本研究之內容摘要如下： 1 專家系統在土地登記領域應用可行性之探討。 2 抵押權登記之知識表達方法。 3 抵押權登記諮詢專家系統之推理方法與控制策略。 4 抵押權登記諮詢專家系統雛型之建立。 5 未來發展方向之探討。

「個案小教授」是一篇探討專家系統方法的研究與應用的探索性論文，主要的應用領域是企管個案教學的輔助教學工具，我們嘗試擴大專家系統的應用的領域，也嘗試去突破一些困難，我們發展出了一個「個案小教授」的雛型。由於專家系統在個案教學上的應用算是首創，如何利用有限的工具來完成千變萬化的個案教學是一大挑戰。本論文將依照知識工程的方法，逐步將個案教學的的精髓融入專家系統的方法中，並以此發現專家系統研究上的一些限制，提供給後續人工智慧與專家系統研究學者參考，使得專家系統能夠跨入更多的領域，幫助人類解決日常決策的問題。本論文採取的研究方法為 　　1.文獻探討：在於整理出發展專家系統的步驟與技術，包括知識擷取方法，知識表現與推理方式，以歸納出知識工程在個案分析教學上應用。 　　2.深入訪談法：知識擷取的工作以知識工程師為界面，透過知識工程師為主導，以交談與口語資料分析(Protocol analysis)等方式將專家知識擷取出來。 　　3.觀察法：利用專家工作的現場與情境實際觀察(使用錄影或是錄音)專家工作方式與推理過程，藉以了解專家知識表現的方式。本研究則是到個案研討的教室實地觀察並記錄司徒達賢教授上課之情形。 　　4.發展系統雛型：專家系統又稱為知識基礎系統(knowledge-based systems)，或知識系統。 　　其系統架構可分為五部份： 　　(1)知識庫(knowledge base)用以儲存專家用以解決問題之知識部份。 　　(2)推理機(inference engine)用以控制推理過程之機制。 　　(3)使用者界面(user interface)用以供使用者友善的解釋及諮詢功能介紹之界面。 　　(4)知識擷取界面(knowledgeacquisition interface)用以提供編輯，增修知識庫之界面。 　　(5)工作記憶區(working memory)用以儲存在推理過程中當時之事實之部份。本研究是以NEURON DATA公司所出品的NEXPERT OBJECT作為系統發展工具，將個案教學專家的知識與推理過程以專家系統加以表現。

在統計問題分析中，統計套裝軟體的應用，為相當重要的一環。一則可加速處理複雜 而龐大的資訊；另一則可提供統計分析者迅速進行多種統計方法的分析比較與評估。 是故統計套裝軟體除強化統計分析之精確性與便利性外，亦是高統計分析的時效性與 多元性。 由於各知識領域對統計科學日益重視，使得非統計專業人員大量採用統計套裝軟體以 進行統計分析。而現今一般套裝軟體皆具有易於使用及提供良好數值處理功能的優點 ，但其應用上限制，諸如無法對研究問題加以定義、資料輸出入缺乏有效管理、無法 依資料特性提供正確分析模式、缺乏輸出報表的解釋能力等，皆易使非統計專業人員 有嚴重誤用統計套裝軟體的危險與不便。 本文考慮引進專家系統（EXPERT SYSTEMS），以其統計知識庫改善現今統計套裝軟體 的缺失與限制；並援用決策支援系統（DECISION SUPPORT SYSTEMS）中資料庫與管理 系統，提供資訊輸出入的有效管理，及強化模式建構和系統運作功能。文中並提出一 可行之整合性觀念架構，以建構一統計專家系統，進一步協助非統計專業人員從事便 便利與正確的統計分析工作。 最後分別選擇適當之現存軟體，專家系統方面引用GURU語言，統計算系統則援用SAS 套裝軟體，進行實例合運作。除對統計模式之知識表示法與專家系統，做一具體實際 操作整合外，並對本文所提之統計專家系統架構的優缺點做一探討。 文章架構如下： 一、緒論 二、文獻回顧 三、統計專家系統之觀念架構 四、原型系統建構與實例 運作 五、結論與建議

股票上市公司的經營狀況對公司管理階層、銀行及債權人、以及廣大的股市投資者而言，都是相當重要的資訊，若能對公司的經營狀況加以評量及預估，公司管理階層就能提早發現問題，或可藉以訂定未來發展及投資計畫，使公司營運更上層樓；銀行及債權人可依此決定授信的額度及期限；投資大眾也可藉以謀求更多的報酬。 　　公司經營績效的評量方法有很多種，經文獻探討，本研究決採用範例學習法，透過財務比率，對公司自身前後期每股盈餘相較（成長或衰退）及公司與其他公司每股盈餘相較（領先或落後）之結果，建構盈餘轉機與盈餘排序模式，並以此預測公司的經營績效，再結合二模式之預測結果，形成盈餘轉機排序模式，產生領先且成長及落後且衰退的公司類別。為增加預測結果之可信度，本研究針對每個模式，產生由區別能力較強之決策法則所得之強態組測試結果，由此共可將樣本公司區分為十二類。 　　本研究進一步依各模式之預測結果模擬股市投資，並以所得之累積超常報酬驗證資訊價值。最後再以單因子多變量分析法找出各模式預測結果不同類公司間，具顯著性差異的財務比率，並以此財務比率之均值對各類公司做二具體特徵描述，以尋求改善公司經營績效途徑 　　本研究之實證結果可歸納為以下三點結論： 　　一、盈餘轉機模式預測結果 　　盈餘轉機模式的區別能力與預測能力均相當穩定，無論是整體組或是強態組的區別率均達八成，預測率達六成，且強態高於整體，但民國七十八年測試組受到結構性變化的影響而產生較不穩定的狀況。賣出強態盈餘衰退公司的股票且持續二個月，可得最高累積超常報酬26.36%。而因無法由買入策略得到正累積超常報酬，故不建議買入預測為次期盈餘成長的公司。 　　盈餘成長公司與盈餘衰退公司之間有十四個財務比率具顯著性差異，此十四個比率大多為獲利性指標，但盈餘成長公司之財務比率均值皆低於盈餘衰退公司，可能是因績效表現差之公司較有盈餘成長空間，較易獲得轉機。 　　二、盈餘排序模式預測結果 　　盈餘排序模式在區別預測能力上的表現盈餘轉機模式類似，但較未受到資料結構性變化的影響。盈餘排序模式的最佳投資決策為同時買入強態盈餘領先賣出強態盈餘落後二類公司的股票，且持續二個月，可獲得累積超常報酬42.30%。若欲從事低風險之長期投資，則可買入盈餘領先公司的股票，所獲之累積超常報酬雖較少，但可延續超過十一個月。 　　盈餘領先與盈餘落後二類公司之間可由七個財務比率觀察差異，且此七個比率多為衡量公司獲利能力之用，此外，因盈餘領先公司之比率均值皆較高，故可知盈餘領先公司在獲利能力方面優於盈餘落後公司。 　　三、盈餘轉機排序模式預測結果 　　由盈餘轉機排序模式－強態組可得的累積超常報酬為六組之中最多者，若採取避險策略，同時買入盈餘領先成長及賣出盈餘落後衰退公司類的股票，並持續五個月，可得最高累積超常報酬57.19%。而由此結果也可知，僅以單一構面預測公司的經營績效確有不足之處，結合多個構面的預測結果，可增加產出之資訊價值。 　　盈餘領先成長公司和盈餘落後公司之間可由五個獲利性指標觀察特徵差異，且盈餘領先成長公司之比率均值較高，此結果與盈餘排序模式類似。 　　綜合上述結論可知，企業之經營績效是可以範例學習法用財務比率資料來預測的，且採用強態法則之預測結果確能增強模式的區別預測能力及增加預測結果之資訊價值。而由範例學習法所區別出之「好」、「壞」二群體在獲利性財務比率上確有差異存在，故管理者若欲公司之經營績效成長且取得領先之地位，則首要需改善公司的獲利能力。同時也可推知，獲利性指標較具預測盈餘未來變動狀況之能力。

智慧型資料庫的研究重點，在於發展一個能結合專家系統的知識表達、推論及問題解決能力與資料庫的大量資料儲存管理能力的資訊系統。目前有四種主要類型的結合方式：(1)增強式的資料庫系統、(2)增強式的專家系統、(3)獨立專家系統與資料庫的鬆散結合、(4)專家資料庫。 　　由於目前企業中已有許多資料庫系統在運作之中，上述的結合方式以獨立專家系統與資料庫的鬆散結合方式較為合適，其它三類則因需要對現有系統配合新的架構加以修改，在成本效益上較不經濟。 　　因此，本論文針對獨立專家系統與資料庫的鬆散結合架構進行研究。首先從文獻中瞭解其它相關研究對結合所提出架構的優缺之處，而從資料庫的獨立性、專家系統的獨立性、系統的複雜度、系統的擴充性等四點考慮，提出一個較為獨立、有效率，且建立容易的系統架構。並以財務診斷此一特定應用領域，成功地發展出一套結合財務診斷專家系統與會計資料庫系統的雛形系統，驗證了本架構的可行性。最後並提出進一步的研究建議，以供後續研究參考。 / The reserach objective of the integration, of expert systems and database systems is to develope an information system which can integrate both the capabilities of ex-pert systems (inferencing and problem solving) and capabilities of databases (storing and managing of huge amount of data). There are four ways to integrate them: (1) enhanced databases, (2) enhanced expert systems; (3) loose coupling of independent expert systems and databases, (4) expert database systems. 　　Since there are many existing database systems, the loose coupling of independent expert system, and database is considered to be the most appropriate approach. The other three ways are not cost/benefit feasible because they need major modification of the curresn systems. 　　The focus of this reserach is on loose coupling of independent expert system and database. The strengthes and weaknesses of the relevent researchs are discov-ered through literature review. There are four major considerations in developing the architecture: database independency, expert system independency, system, complexity, system, extendibility. The proposed architecture is more independent, efficient, and easy to be bulit. This research has also built a prototype system coupling a financial diagnosis expert system, with an accounting database. The feasibility of the prototype has verified the usefulness of the proposed architecture. Future reasearch suggestions are also stated.

近年來由於國內經濟之持續成長，證券市場的交易也日益活絡，因此藉著在證券市場發行證券的方式來籌措資金，以便從事大規模經營的公司家數也越來越多。隨著股票上市申請案件的增加，證交所上市部負責股票上市案件審查人員的升遷、調職及離職，精通審查程序的證券專家便相對的稀少。為加速申請案件之審查、保留證券專家的工作經驗與知識、及訓練新進人員，發展專家系統是值得一試的措施。 在人工智慧領域中，專家系統技術已成為由實驗理論進入商品化的一種技術，為人工智慧技術中較為成熟的一環。國外已經有不少成功的應用專家系統實例，國內各單位目前對於人工智慧的研究，也多半集中在專家系統的開發上。然而，擷取領域專家的知識及經驗，並由這些知識及經驗架構而成的知識庫，是專家系統的主體。因此，本研究目的有二：一、收集相關資料，整理出在股票上市案件審查程序上的知識與經驗，並以恰當的知識表示法轉換成電腦程式。二、利用GoldWorks Ⅲ在個人電腦上設計一個專家系統的雛型系。 本研究已經運用專家系統建構工具GoldWorks Ⅲ建構完成輔助股票上市案件審查的專家系統雛型，本雛型系統包含了兩大子系統：(1)分類子系統，(2)審查準則子系統。經由本研究之探討及系統實際設計，可得以下結論：ぇ經系統評估的結果發現，將專家系統之觀念與技術應用在輔助股票上市案件審查過程上是可行的；え將股票上市案件審查所需的專業知識及經驗予以形式化後，並以規則基礎知識表示法設計成知識庫，保存在電腦系統中。因此，如果審查人員都在系統的引導之下作出合理的判斷，當能提高股票上市案件審查判斷結果的一致性。(3)透過本研究專家系統雛型之執行及解釋，使得經過適當訓練的非專家，亦能享受專家的知識及經驗，亦可藉以輔助股票上市案件審查專業人才的培訓。(4)使用專家系統建構工具設計系統雛 型，能快速的在短期間內建立一個雛型系統，應該是未來應用的主流。

一如個人電腦(PC)、筆記型電腦(NB)等硬體產業走向分工製造模式之際，近年來，台灣的軟體產業也試圖建置起一個完善的分工體系，以收專業化的實效；故現階段大型軟體專案的開發漸以多人、異地的團隊，在共同的軟體基礎架構上來進行。軟體業者分工的想法和硬體業者如出一轍，但在發展成果尚有一段的差距；透過Web Service技術，現階段之研究已能初步建立起以軟體元件為基礎之軟體產業的水平分工整合模式，然而在軟體元件的管理上（如元件的儲存、搜尋及檢索等)，仍有很大的改善空間。 採行軟體元件分工模式來組裝、開發資訊系統，意味著系統整合廠商需能方便地取得符合其功能需求之軟體元件。基於此，若能建置一元件儲存庫，並提供完善的儲存、搜尋及檢索機制以提供系統整合廠商找尋其所需元件，應能提升軟體元件分工的成效。而一個良好的元件儲存庫應具備一系列完善的綱要(Schema)，用來進行元件分類，並詳述儲存於元件庫內之元件的特性。 本研究之目的即在於發展出一個能支援軟體產業分工的軟體元件管理模式；以元件式軟體供應鏈水平整合為基礎，提出一軟體元件之分類綱要，及知識導向之元件儲存庫架構來儲存、搜尋、並檢索適用的軟體元件，同時，也期望透過元件知識推論專家系統的發展，來提升元件檢索之效益。另一方面，元件選擇流程中的元件評估階段也是本研究所要探討的主題。 / In recent years, the software industry in Taiwan attempts to build a complete system of division of labor to obtain the effectiveness of specialization as the computer hardware industry did in implementing the mechanism of supply chain management successfully. The idea of software component supply chain is similar to the concept of supply chain model of hardware industry. Although some models of horizontal integration of software industry have already been proposed, management mechanisms of software components are seldom considered in these models (ex: storage, searching, and retrieval). To effectively adopt the software component supply chain to achieve the horizontal division of labor, the system integration (SI) companies should be able to access software components, which conform to their functional requirements, conveniently. Therefore, if we can develop a component repository and a mechanism for storing, searching and retrieving the components in the repository. The purpose of this research is to develop a software component management model, which can support the division of labor in software component supply chain, based on the component-based software industry horizontal integration. Firstly, we will propose a descriptive schema to describe and to classify the software components. Secondly, we will use this schema to design a knowledge-based component repository, which is used for storing, searching and retrieving suitable software components. Also, we develop an expert system for inferring component knowledge in order to improve the performance of component retrieving. Finally, the component evaluation in the process of component selection will be important subjects to be addressed in this research.