本研究の目的は、児童養護施設で育つ子どもが「自己の尊厳を保持し、他者と関わり合い、頼り合うことを通して、社会との繋がりを持つこと」と定義した「自立」に向かうために必要な自立支援の課題を明らかにすることにある。その際、入所時点ですでに困難を経験している児童養護施設で育つ子どもが回復に至るプロセスに着目するために、ソーシャルワークのレジリエンス概念を手がかりとした。 / 博士(社会福祉学) / Doctor of Philosophy in Social Welfare / 同志社大学 / Doshisha University

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第18976号 / 工博第4018号 / 新制||工||1619 / 31927 / 京都大学大学院工学研究科建築学専攻 / (主査)教授 加藤 直樹, 教授 門内 輝行, 教授 髙田 光雄 / 学位規則第4条第1項該当

京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第18976号 / 工博第4018号 / 新制||工||1619(附属図書館) / 31927 / 京都大学大学院工学研究科建築学専攻 / (主査)教授 加藤 直樹, 教授 門内 輝行, 教授 髙田 光雄 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

全世代型全対象型の包括的支援において、結合型ソーシャル・キャピタル（以下SC）の町内会自治会と橋渡し型SCのNPOの双方を駆使して介護予防と子育て支援を行えば効果的なのではないかという仮説を母数約2000の自記式アンケート調査を相関分析とロジスティック回帰分析を行い検証した上で、包括的支援体制におけるSCに依拠した介護予防と子育て支援のモデルとファクターを示唆し、地域共生社会を推進するために有用な方策の政策提言を行った。 / 博士(政策科学) / Doctor of Philosophy in Policy and Management / 同志社大学 / Doshisha University

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

第一章：導論。說明研究動機與目的，研究範圍與方法，資料來源與研究限制。 第二章：整廠輸出的概念。分別說明整廠輸出的定義、特性及其經濟觀，整廠輸出的 類型，整廠輸出實務，以求對整廠輸出有一整體的概念。 第三章：整廠輸出的世界市場分析及展望。首先說明整廠輸出的發展背景及其最近動 向，其次分析整廠輸出的世界市場，再次探討工業先進國家對整廠輸出的支援制度， 最後展望今後世界對整廠設備的需求。 第四章：中韓兩國整廠輸出的現況及其支援制度。首先分別探討中韓兩國整廠輸出的 一般概況、市場結構及產品結構，然後研究中韓兩國拓展整廠輸出時，所採取的支援 制度。 第五章：中韓兩國整廠輸出所面臨的問題。先將中韓兩國整廠輸出共同遭遇的困難分 別從技術與管理、輸出市場、競爭、支援制度，以及政治因素等方面一一探討，然後 再就中華民國單獨遭遇的困難加以分析，以求對中韓兩國整廠輸出目前及未來可能遭 遇的困難有徹底的了解，而能針對問題提出解決方案。 第六章：結論與建議。依據前面各章分析的結果，提出綜合性的結論與建議。

本研究採用統計分析與資料採礦的方法搭配企業生命週期理論與企業財務資訊做為股票投資決策的準則。其步驟順序為先將公司分群，並且按照生命週期理論命名各群為成長、成熟、老年期；再對各群分別使用決策樹與區別分析找出優秀股票的特徵；最後，按照特徵挑選出未來的報酬率有機會表現優秀的股票。期望在此方法下取得比台灣加權指數更高的報酬率。 / This paper adopted multivariate analysis and data mining to choose stock as a member of portfolio with financial indicators. The first, the public companies are divided into three periods according to life cycle by clustering; then, the rules are founded by decision tree and discriminant analysis; and the stocks are chosen as a member of portfolio. The result is that we can get higher return than TSEC weighted non-financial index.

近年來，產、官、學界逐漸重視民眾健康資訊的管理與應用，加上消費者自主意識的提高，促使醫院加速進行醫療資訊化，以提升醫療品質及效率，同時滿足就醫者對醫療相關資訊與決策支援的需求。此外，網際網路技術的快速發展、健康保健觀念及醫療資訊政策普及化所帶來的影響，也使得提供線上即時、個人化、智慧型的健檢決策支援系統，成為了一個關鍵的研究與實務應用課題。目前大多數的健康檢查中心因主、客觀的限制，只能提供就醫者套餐式健檢組合，供就醫者作為健康檢查參考。依醫者雖可選擇健檢服務客製化模式，就個人需要或喜好增減檢查項目，但仍無法滿足個人化健檢服務需求，亦即得到專業推薦且符合個人差異與需要的個人化健檢組合方案。再者，過去的健檢系統除缺乏個人化健檢推薦功能，對於個人保健建議及後續就醫服務等亦缺乏整合性服務。而以往醫療資訊化過程中，因缺乏醫療資訊標準格式之發展，也限制醫療資訊在院所間之交換與流通，造成整合性醫療服務的困難。面對上述醫療資訊不對稱及個人化保健與醫療系統支援環境缺乏的困難，整合資料、模式及知識技術的個人化智慧型健檢決策支援系統，成為一個可行且重要的解決方法。由於此課題在文獻上缺乏具體成果，本研究的目的即在提出一個全球資訊網環境中個人化智慧型健檢決策支援系統 (Personalized Intelligent Decision Support System for Health Examination, PIDSSHE)的架構及流程，系統功能著重於個人化健檢、保健及醫療等方案的推薦，以及智慧型輔助診斷和即時性醫療資訊交換等。本論文也將提出系統發展方法並建置原型系統，以驗證架構、流程及方法的可行性與效益。 / In recent years, the health industry, the government as well as the academic area pay more attention to the people’s health information management and applications. Due to the promotion of consumer health information, the proliferation of Internet, the awareness of healthcare, and the policy of mdical care information, how to provide online personalized intelligent healthcare decision support systems becomes an critical academic and applied research issue. Most health exam centers only offer health exam packages to the patients due to subjective or objective restrictions. Even the patients may customize their health exams by adding or dropping certain health exam items, it does not meet the needs of personalized health exam recommendation based on individual differences and personal needs. Moreover, there are no integrated services for follow-up personalized clinical care recommendations. The exchanges of medical information between hospitals are limited due to the lacks of medical information exchange standards. In turn, it leads to the gaps of integrated medical services. Facing the medical information assymetry and the difficulties of current medical supporting environment, an intelligent decision support system for personalized healthcare based on the integration of data, models, and knowledge is a feasible and important solution. To fill the research gaps, our research proposes a web-based intelligent decision support system for personalized health care. To fill the research gaps, our research is to propose the system architecture and processes of a Web-based intelligent decision support systems for personalized healthcare. We also illustrate our system development methodology as well as our prototype to validate the feasibility and effectiveness of our system architecture, processes and methodology.

從2014年九合一選舉到今年總統大選，網路在選戰的影響度越來越大，後選人可透過網路上之熱門討論議題即時掌握民眾需求。 文字情感分析通常使用監督式或非監督式的方法來分析文件，監督式透過文件量化可達很高的正確率，但無法預期未知趨勢，耗費人力標注文章。 本研究針對網路上之政治新聞輿情，提出一個混合非監督式與監督式學習的中文情感分析方法，先透過非監督式方法標注新聞，再用監督式方法建立分類模型，驗證分類準確率。 在實驗結果中，主題標注方面，本研究發現因文本數量遠大於議題詞數量造成TFIDF矩陣過於稀疏，使得TFIDF-Kmeans主題模型分類效果不佳；而NPMI-Concor主題模型分類效果較佳但是所分出的議題詞數量不均衡，然而LDA主題模型基於所有主題被所有文章共享的特性，使得在字詞分群與主題分類準確度都優於TFIDF-Kmeans和NPMI-Concor主題模型，分類準確度高達97%，故後續採用LDA主題模型進行主題標注。 情緒傾向標注方面，證實本研究擴充後的情感詞集比起NTUSD有更好的字詞極性判斷效果，並且進一步使用ChineseWordnet 和 SentiWordNet，找出詞彙的情緒強度，使得在網友評論的情緒計算更加準確。亦發現所有文本的情緒指數皆具皆能反應民調指數，故本研究用文本的情緒指數來建立民調趨勢分類模型。 在關注議題分類結果的實驗，整體正確率達到95%，而在民調趨勢分類結果的實驗，整體正確率達到85%。另外建立全面性的視覺化報告以瞭解民眾的正反意見，提供候選人在選戰上之競爭智慧。 / From Taiwanese local elections, 2014 to Taiwan presidential elections, 2016. Network is in growing influence of the election. The nominee can immediately grasp the needs of the people through a popular subject of discussion on the website. Sentiment Analysis research encompasses supervised and unsupervised methods for analyzing review text. The supervised learning is proved as a powerful method with high accuracy, but there are limits where future trend cannot be recognized, and the labels of individual classes must be made manually. In the study, we propose a Chinese Sentiment Analysis method which combined supervised and unsupervised learning. First, we used unsupervised learning to label every articles. Secondly, we used supervised learning to build classification model and verified the result. According to the result of finding subject labeling, we found that TFIDF-Kmeans model is not suitable because of document characteristic. NPMI-Concor model is better than TFIDF-Kmeans model. But the subject words is not balanced. However, LDA model has the feature that all subject is share by all articles. LDA model classification performance can reach 97% accuracy. So we choose it to decide article subject. According to the result of sentimental labeling, the sentimental dictionary we build has higher accuracy than NTUSD on judging word polarity. Moreover, we used ChineseWordnet and SentiWordNet to calculate the strength of word. So we can have more accuracy on calculate public’s sentiment. So we use these sentiment index to build prediction model. In the result of subject labeling, our accuracy is 95%. Meanwhile, In the result of prediction our accuracy is 85%. We also create the Visualization report for the nominee to understand the positive and the negative options of public. Our research can help the nominee by providing competitive wisdom.

傳統上，決策支援系統皆為單機作業，隨著資訊科技與網路的興起，決策支援系統也開始利用Web-based的機制達成決策資訊即時共享的目的，突破以往的地域與時間限制，但也增加了系統整體架構的複雜度，提高了這類系統在開發與維護時的困難度。過去十年中，物件導向（Object-Oriented）的軟體工程開發方式成為相當熱門的話題，主因在於可以有效地提高軟體可再使用性並降低了軟體結構的複雜度，設計樣版（Design Patterns）即屬於物件導向技術中的一項，其被認為定位於整合軟體系統的標準程序與專家經驗概念成為一些物件設計的指引或參考原則，以更有彈性的結構來描述某些特定的功能與行為，以及系統構成物件間相互關係，可以用來有效提昇軟體再使用與維護的應用層面。簡單來說，設計樣版即為程式設計師在解決特定問題上經驗的累積，也可以視為是另一種軟體物件再利用的方法。所以本研究的主要目的為建立一個以設計樣版為基礎之主從架構式的網頁式（Web-based）決策支援架構，並提出一相對應之發展流程與設計樣版的找尋原則，以期望透過此一可再用之發展架構，減輕開發者的負擔並增加開發時的效率，並增強所開發的系統的彈性，使系統能擁有更高的可維護性與可再用性。最後並以資金轉撥計價的應用做為例子說明，以說明此架構之應用方式。