當面對總體蘊藏資訊量極為龐大，單筆資訊則較為零碎的資料來源時，社會網路分析同時兼具微觀及巨觀分析特點的方式，提供了一獨特的切入分析角度。目前在社會網路分析領域中，針對網路性質所發展的分析指標等相關理論，大多以1-mode網路為主要的探討模式，對於2-mode網路模式下的著墨則較為稀少。在本研究論文中，以政府人事異動資料庫為主要資料來源，建構出同時具有人物以及職務兩種不同類型節點的2-mode網路，並選擇以適用於2-mode網路模式下的連結預測理論為主要核心，建置出職務接替人選預測系統，其後透過配合不同的實驗模式設計進行接替人選的預測行動，希望能以此來探討單一職位對於其未來接替人選的考量上，受到其歷任人員職務歷程的影響程度。 實驗數據結果顯示，本研究所建置出的接替人選預測系統，對於不同的職務分類層級以及針對不同部門間的職務預測，均會產生不同的預測成效，而這些成果均可適切反映出因應於升遷法制規範或是部份部門於專業知識上的需求條件，因而使得其在對於職位接替人選的考量上，較易受到歷任人選於職務歷程方面的影響。 / When coping with the information source which can store quite high information load in total while one piece of that tends to be fragmentary, Social Network Analysis provides a unique viewpoint to contain analyzing characteristics from both of microcosmic and macrocosmic perspectives. To date, when it comes to theories related to analysis indicator established from different analyzing characteristics in the field of Social Network Analysis, effort is mainly made to explore 1-mode network. By contrast, little emphasis is put on 2-mode network. In this study, the database of government’s personnel change is adopted as the major information source. This study then establishes a 2-mode network with two different types of node, that is, personnel and position. Choosing Link Prediction Theory as the major core with its applicability of 2-mode network, the present study sets up a prediction system of position taking-over candidate. Then, in accordance with different designs of experimental model, the prediction is conducted in an attempt to investigate whether the consideration of future taking-over candidate for a certain position would be influenced by position courses of all past personnel in this position. According to the experimental data, the prediction system of position taking-over candidate established in this study shows different prediction efficiency when predicting different position layers and positions from different sectors. These results all appropriately reflect that the consideration of position taking-over candidate is more easily influenced by position courses of past personnel due to the rules of promotion and the conditions of professional knowledge in some sectors.

對於大量零碎的資料，社會網路分析提供了一個可能的方向，可以更容易 的對個體與整體進行觀察，而得以發掘其中隱藏的資訊。本論文嘗試以我 國政府官員異動資料為一零碎資料的代表，利用社會網路分析做為工具， 提出網路模型以幫助我們分析與觀察其中所隱藏的資訊。利用官員的異動 時間記錄建立網路，實驗的模型共可分為人物共同異動網路、人物共事時 間網路，職務升遷網路，人物共同異動網路部分，將每一人物視為不同節 點，節點間的連結則為兩人共同異動的次數，輔以職務間相關性的關係對 資料中的雜訊進行過濾，人物共事時間網路則以兩人在相關單位共事的時 間長度做為其節點間的連結，職務網路改為以職務做為節點，利用人物的 職務升遷，在前後任職的職務節點間建立連結，對於所建立的各種網路， 再利用社會網路分析中一些性質或指標進行分析。實驗結果顯示本研究所 設計的模型對於觀察人物間相互關係以及不同單位所產生的群體間的關係 有所幫助，並提供對於社會網路分析在類似情境下應用的可能性與限制的 了解。

隨著資訊科技的發達，資訊成長的速度日以倍計，對於大量且片斷的資料，社會網路分析(Social Network Analysis)提供我們可能的研究方法。社會網路主要是由節點以及節點彼此間的連結所形成的網路結構，透過社會網路分析和連結預測理論，我們可以從微觀與巨觀的切入角度，來進行龐大資料量的政府人事異動資料庫進行研究分析。本論文研究，將政府人事異動資料庫中的異動記錄建構為人物與職務兩類不同的社會網路結構，並透過社會網路分析以及連結預測，來發掘人物與不同職務之間的相互影響性，並進一步分析在特定職務的實際接任人選上，實際被影響的因素為何。實驗結果呈現本研究所設計出的模型，對於政府人事異動的互動關係在不同角度的觀察上有所幫助，也從中可以發現在實際接任人選上的考量上，歷任人選的歷任職務有相當程度的影響性，並瞭解社會網路分析與連結預測在實際情境應用下的可能性與限制性。 / Information grows up in very fast way with the advancement in information technology. SNA (Social Network Analysis) provides the possible research ways for the large number of fragmentary information. Social network is the network structure which constructed by the links of each nodes in it. Through SNA (Social Network Analysis) and Link Prediction theory, we can investigate government official's succession database with huge amount of data from micro and macro perspectives. The objective of this study is the construction of two different types of person and position social network structures and the exploration of the interaction between the person and position nodes through link prediction theory. We also discover the impact factors for actual appointee of specific position in further analysis. The study result shows the design model helps us to observe the interaction in government official's succession from different perspectives. We found that is great influence of successive positions of successive candidates in consideration of actual appointee.

對於零碎且結構複雜的資料來源時，社會網路分析能夠給予整體性的觀察，還能檢視個體之間的關係。目前社會網路分析研究中，因為將網路退化至簡單連結關係，所以會遺失許多珍貴的資訊。而網路規模和型態隨著研究議題的不同，也會跟著增大或趨於多變，但動態網路分析能夠提供我們檢視每個時期，網路的變化或社群的形成或消失，甚至能知道節點間的互動影響。本論文研究，以政府人事異動資料為主，並且加入了其他政府組織的相關資料，建構出政府組織的從屬網路，並在每個網路快照中，擷取出重要的官員異動；每一筆人事異動都是一個事件的發生，而特任或簡任官員在本研究中視為重要事件，從這些重要事件的發生，我們能夠對每個時間的官員，使用EventRank的演算法做排名計算。最後能從時間的變化中，觀察出每個時期的佔有重要影響力的官員。 / To fragmented and complex structure data, social network analysis (SNA) can give an overall observation, but also view the relationship between individuals. Recent research in SNA is the degradation of the network link to a simple relationship but it will lose a lot of valuable information. The size and type of network with different research topics will follow the increase or rapidly changing, dynamic network analysis can provide our view of changes in the network or community to form or disappear in every period, even know the impact of the interaction between nodes. This thesis is based on the government official changes and other related data to construct manager-subordinate network of the government organization and capture the important interactions between officials in every network snapshot. An official change is the occurrence of an event and special level official changes in this study as a critical event. From these critical events, we can use the Event Rank algorithm to rank the officials. Finally, we can observe which official has more influence from the time changes.