顧客偏好是指顧客或消費者對某一種商品(或者商品的組合)的喜好程度，也就是說，顧客根據個人的意願或想法，提供一些關於消費該商品(或商品組合)的喜好或偏好程度的排序，而這樣的排序不僅可以反應顧客的個人需求、興趣和嗜好之外，也可以經由個人需求、興趣和嗜好的瞭解，達到商品交易的目的。所以，當某種商品的需求量與顧客對該商品的偏好程度正相關之際，則表示顧客對該商品的偏好程度愈高，則該商品被顧客所購買的可能性則會愈高，換言之，可以說當顧客對某種商品的偏好程度越高，顧客對該商品的需求也會越多。 本研究鑒於顧客偏好對於市場消費的貢獻具有一定程度的影響力，因此為能深入瞭解房屋仲介品牌在房地產市場上的助益，故考量將藉由房屋仲介品牌與顧客偏好間的關係探討，據以進一步明白顧客對房屋仲介品牌的偏好。然為能達到研究的實質效果，本文擬透過房屋仲介品牌與顧客偏好的問卷調查方式蒐集資料，並將資料作進一步的整理與分析，茲將研究分析所得到的研究發現，摘述如下： 一、 信義房屋與永慶房屋是顧客較為熟知的房屋仲介品牌； 二、 顧客之年齡、教育程度、居住地等因素會影響對房屋仲介品牌的偏好； 三、 高中(職)以下教育程度的顧客對永慶房屋的品牌有較佳的偏好程度； 四、 34歲(含)以下年齡層的顧客對信義房屋的仲介品牌是購買的首選。

本文的主旨是利用對射函數的方法,證明圓周上2n個點成功配對問題的解是Catalan數.所以必須找一個也是Catalan數的事物來和本問題對應,這裡找的是n個節點的二元數.我們先造一個由成功配對應射到二元數的函數,再證明此函數是一對一且映成,既為對射函數,則我們就可以知道成功配對的解是Catalan數.然後再將問題推廣到3n個點,甚至到kn個點的情形,以得到一般的問題解.

網路技術發展的日新月異帶領了眾多新網路服務的崛起，例如即時影音串流這類的多媒體服務。但即時影音串流服務所產生的龐大資料流和傳輸延遲時間的嚴格限制也隨之而來的為網路環境帶來許多挑戰，在這些條件下，傳統Server-client拓樸架構將client要求的影音資料以單一鏈結傳輸時，常會因為頻寬不足而面臨嚴重的封包遺失，或是資料流擁擠造成的額外傳輸延遲使得封包無法達到即時性的需求。P2P網路擁有server-client架構所難以達到的規模伸縮性，且對於節點、鏈結失效所引起的傳輸錯誤也較能容忍，更重要的是，它有效的分散了原本負載在少數link上的龐大資料流。因此P2P架構近年來風行於即時影音串流服務。 目前P2P網路的拓樸多是隨意形成，當網路成員規模龐大時，由傳送端出發到遠方的接收端，途中可能經過無數的鏈結，每一個鏈結都會由於頻寬的不足使得資料流遭受某種程度的品質損害，另一方面，對即時影音服務而言，若資料流的累積延遲時間超出可容忍範圍時，無法為使用者接受。 本研究嘗試找出一個較好的拓樸用以傳輸多媒體資料流，使得位於最遠端節點的累積延遲亦能為使用者接受，且資料品質的損害程度最小。我們將之建置成一NP-Complete複雜度的問題模型，名為MLDST。而解法則是修改Dijkstra single-source shortest-path演算法，並加上每個節點承擔下游節點數量及延遲時間限制而來。我們以PlanetLab環境在實際的網路上進行實驗，證實我們的演算法比傳統的Minimum-Spanning Tree及shortest path spanning tree有更好的影像品質。 / Numerous new network services arise with the advanced development of network technologies, such as real-time multimedia streaming services. But challenges to network environment come along with the enormous traffic of data flows and rigorous restriction to transmission delay of real-time multimedia streaming services. Under this circumstance, conventional server-client topology suffers from serious packet loss and packet delay due to the overload of servers and their accessing links. Also, extra transmission delay may make packets fail to meet the requirement of real-timed services. Peer-to-peer network is more scalable than server-client model, and is much more tolerable to the transmission errors caused by node or link failures. More importantly, it effectively distributes load from the server to peers. As a consequence, peer-to-peer service architecture becomes very popular for real-time multimedia streaming services recently. Peer-to-peer networks are mostly formed in random fashion. As the size of network grows, packets may have to travel through numerous links to reach far-end receivers. The quality of data may be damaged by insufficient bandwidth of links. For real-time multimedia services, it is not acceptable to users if the cumulated packet delay exceeds a tolerable limit. Our research is trying to find a better topology to transmit multimedia data flows which makes the cumulated delay of the most-far-end user be tolerable and the damage of data quality is minimized. The problem is modeled as a MLDST problem, which is a NP-Complete problem. To solve the problem, we modified Dijkstra’s single-source shortest-path algorithm by bounding the node degree and adding delay constraint. The experiments were carried out on real network environment through PlanetLab. Experiments show that our algorithm outperforms traditional MST and shortest path spanning tree.

本研究以Das and Sundaram (2004)提出之樹狀模型為基礎， 參考Bandreddi (2007)之延伸，將上述模型用來模擬多資產的聯合違約。此外進一步改善回復率為固定常數之設定，加入Das and Hanouna (2009)對回復率與違約機率間的函數關係，使得回復率為動態，而模型依舊保有可由市場報價進行參數校準之特性，進行擔保債權憑證CDO之敏感度分析與風險分析。

IEEE 802.16相關標準已經發展出像是已經成熟的802.16d、支援移動性的802.16e還有支援Multihop Relay (MR)的802.16j。802.16j的特點就是多了可以轉傳資料的Relay Station (RS)，藉由RS可以擴大網路覆蓋範圍(coverage extension)並提升系統傳輸效能(throughput enhancement)，不過也因此使得802.16j的topology不同於以往，變成類似Tree的架構，傳輸路徑也不再是單純的single hop，有可能變成two hop甚至multihop的方式，也因此產生了新的多重路徑(multipath)問題：BS和MS中間的路徑不再唯一，因此路徑也需適時的配合改變，否則可能會嚴重的影響效能。 本文以連線的QoS（Quality of Service）要求為標準，依照系統中delay需求順序建立連線BS與RS間的連線，最後建構出系統的tree topology並依此進行傳送。目的在讓高QoS連線與BS間的Hop數降低，達到降低delay並穩定jitter的目標，並提供congestion control。最後利用NS-2網路模擬器對不同的網路環境進行模擬，測試所產生的效能並進行評估，以驗證此方法的實際可行性。

(理学療法基礎系32)

(理学療法基礎系38, 第42回日本理学療法学術大会)

展望2015年，資策會預估台灣網路購物市場產值可到1兆34億元，突破兆元產值，年成長14.1%，可見國人網路購物行為的普及與發展。有鑒於此，本研究欲針對不同網路購物消費者之網購涉入程度，探討其在人格與社群特質、網路購物認知、網路分享動機與跨螢幕裝置使用之影響因素，並針對不同網購涉入程度之消費者族群訂定差異化行銷策略。 本研究將針對全臺民眾進行網路使用行為調查「科技部2013年傳播調查資料庫」中之「社交媒體」、「雙重媒體使用」、「網路行銷」、「網路展集」相關題項整理後進行統計分析，以敘述性統計、卡方獨立性檢定、因素分析、集群分析及決策樹等分析方法探討消費者特性在不同網路購物涉入程度的差異。茲將研究分析所得之研究發現與針對網路商家提出之行銷建議，摘述如下： 一、研究發現 (一) 根據網路購物者之網路購物頻率、網購前搜尋行為、單月網購次數、單次網購金額與使用電腦、手機上網之頻率分出網路購物者三大集群，分別是「網購輕度涉入之手機上網愛好者」、「網購中度涉入之電腦上網愛好者」與「網購重度涉入之網路重度使用者」。 (二) 不同年齡分層對於網購涉入程度有顯著差異。 (三) 不同教育程度對於網購涉入程度有顯著差異。 二、網路商家行銷建議 (一) 針對「網購輕度涉入之手機上網愛好者」，網路商家可利用加強在社群網站之行銷，透過消費者與朋友間在網路社群之相互推薦、互動等行銷方法，增加其網路購物趣味性。加強手機版之網路商店頁面使用便利性，定期維護網路帳戶以加強網路購物安全性，便能增加其網購涉入程度，以提高其網路購物意願。 (二) 針對「網購中度涉入之電腦上網愛好者」，網路商家可將電視廣告與手機廣告結合實施互動優惠，使消費者增加手機上網購買意願，藉此開闢另一條網購通路。此外，定期維護網路帳戶以加強網路購物安全性，降低網路購物風險性。 (三) 針對「網購重度涉入之網路重度使用者」，網路商家可利用優惠團購、限時搶購等活動，保持消費者對於網路購物的趣味性；藉由開發創新的媒體互動方式，吸引消費者的好奇心，藉此創造消費者對於網路購物之新奇性認知。此外，網路商家可將電視廣告與手機廣告結合實施互動優惠，增加跨裝置實用性，並推出不同價位等級之商品以符合不同薪資收入程度消費者，並推出符合女性偏好之商品，以提高女性消費者之購買意願。

本文建構兩種評價模型：蒙地卡羅模型及樹狀圖模型描述在隨機利率及信用風險下評估可轉換公司債的價值並比較市場狀況以及各種因子的敏感性

預測模型已經被廣泛運用在日常生活中，例如銀行信用評比、消費者行為或是疾病的預測等等。然而不論在建構或使用預測模型的時候，我們都會在訓練資料或是測試資料中遇到遺失值的問題，因而降低預測的表現。面對遺失值有很多種處理方式，刪除、填補、模型建構以及機器學習都是可以使用的方法；除此之外，直接用某個成本去取得遺失值也是一個選擇。 本研究著重的議題是用某成本去取得遺失值，並且利用決策樹(因為其在建構時可以容納遺失值)來當作預測模型，希望可以找到用較低的成本的填值方法達到較高的準確率。我們延續過去Error Sampling中Uncertainty Score的概念與邏輯。提出U-Sampling來判斷不同特徵值的「重要性排序」。相較於過去Error Sampling用「受試者」(row-based)的重要性來排序。U-Sampling是根據「特徵值」(column-based)的重要性來排序。 我們用8組UCI machine Learning Repository的資料進行兩組實驗，分別讓訓練資料以及測試資料含有一定比例的遺失值。再利用U-Sampling、Random Sampling以及過去文獻所提及的Error Sampling作準確率和錯誤減少率的比較。實驗結果顯示在訓練資料有遺失值的情況，U-Sampling在70%以上的檔案表現較佳；而在測試資料有遺失值的情況，U-Sampling則是在87.5%的檔案表現較佳。 另外，我們也研究了對於不同的遺失比例對於上述方法的效果是否有影響，可以用來判斷哪種情況比較適用哪一種選值方法。希望透過U-Sampling，可以先挑選重要的特徵值來填補，用較少的遺失值取得就得到較高的準確率，也因此可以節省處理遺失值的成本。