由於銀行及保險公司之經營是以吸收客戶存款或保戶所繳保費，並將資金運用於授信或投資，來賺取利息收入及資本利得，以便支付存款利息、保險理賠及營業費用，若發生問題時，勢必將產生擠兌、退保等現象，對國家經濟發展產生負面影響，故公司治理機制對金融業甚為重要，有深入探討公司治理機制對其經營績效影響之必要。因此，本文以2004年至2008年上市之14家金融控股公司作為研究對象，採用三階段DEA法中CCR模型與BCC模型，建立實證模型後，蒐集各金融控股公司之投入與產出資料，應用DEA模型，求算各DMU之技術效率值與總合投入差額，同時利用隨機邊界分析法調整各投入項，再以DEA之實證結果，加以分析解釋各金融控股公司之經營效率。。本研究實證結果如下： 一、由第一階段DEA效率評估結果顯示，各金融控股公司之技術效率、純技術效率及規模效率均有顯著差異，且各項效率值仍有改善空間，無效率之主要原因為資源之浪費。 二、再由第二階段SFA迴歸估計結果顯示，自然人持股比率、外部董事比率，均與公司之經營績效呈現正向相關；公司內部人持股比率、自然人董事比率、董監事持股質押比率、會計師、董事長、總經理、財務主管及內部稽核異動人次、景氣情況，均與公司之經營績效呈現負向相關；全體董事人數則與公司之經營績效無顯著相關；而以票券為主體之國票金融控股公司，經營績效最好，而以證券為主體之元大金融控股公司，經營績效最差；此外，投入差額變異幾乎完全來自於管理無效率之影響，受統計干擾項影響極小。 三、最後，再由第三階段調整後之DEA效率評估結果顯示，與第一階段相同之處在於，各金融控股公司之技術效率、純技術效率及規模效率均有顯著差異，且各項效率值仍有改善空間；若未將規模效率納入考量，純技術效率值將被低估，且規模無效率之主要原因為多數金融控股公司產能未充分發揮。其相異之處在於，調整後必須增加更多之投入；第三階段有較少金融控股公司之純技術效率存在改善空間，而有較多金融控股公司之技術效率及規模效率存在改善空間；無效率主要原因為生產規模之不適當，而非資源浪費。

新版「個人資料保護法」在民國99年5月公布，並正式實施於民國101年10月；隨著新法的實施，不管是公部門或民間組織，都投入大量資源以期改善並確保自己的組織對於個人資料之蒐集、處理與利用，能夠符合「個人資料保護法」的要求。 由於業務特性，個人資料的蒐集、處理與利用，乃是銀行業者日常必須面對的課題。雖然舊版個資相關法令「電腦處理個人資料保護法」與「銀行法」對於個人資料的處理都已有相關規定，但由於稽核與舉證困難、罰則過輕等原因，業者並未真正重視個資保護課題，善盡個資保護的責任，所以銀行發生個資外洩的案例時有所聞。新版「個人資料保護法」正式實施後，舉證責任歸屬由當事人變成企業，在疑似個資外洩事件發生時，企業須舉證其組織之系統或機制已對個人資料之控管機制已滿足「個人資料保護法」的要求，盡到完善管理之責任。因此業者不得不投入大量資源來周全組織內對於個人資料的保護與稽核機制，把新版法規的各項規定要求納入系統功能範疇。 伴隨「個人資料保護法」的實施，法務部頒布了「個人資料保護法之特定目的及個人資料之類別」細則來明確規範個人資料的類別範疇、以及存取個人資料之目的。本研究即針對此項要求，歸納分析銀行業的業務現況，並納入未來業務發展之可能需求，設計一具備彈性之個資存取框架以管理個資分類與存取目的，進而滿足「個人資料保護法」的要求。 / As the latest version of the "Personal Data Protection Act (PDPA)" published on May, 2010, and formally implemented since October, 2012, all public and private sector organizations need to put in significant resources to meet the strengthened legal requirements of personal data collection, processing and utilization. Yet banks are among the first to be affected by them, as personal data collection, usage and handling are essential to their daily operations. Therefore, this thesis investigates the compliance of PDPA from a banking perspective. A distinguished feature of the new "Personal Data Protection Act" is the inclusion of "purposes" in regulating access to personal data, namelyan organization must get the informed consent from its customer regarding how her personal data will be used, namely privacy preferences. Currently, employing a proper access control mechanism to protect customer's data is a well-accepted discipline in bank information system (BIS) development. However, the design of such mechanisms hardly includes the requirement of supporting customers’ preferences regarding the use of their personal data. It is therefore highly desirable to extend a BIS's access control to handle customers' privacy preferences. This thesis investigates the common practices of bank operations and presents a purpose-based access control framework for future BIS development. Specifically, we derive a classification of bank customers' personal data and purpose categories for bank operations so that the proposedaccees control framework can ensure all accesses to customers' personal data match their granted access purposes. As a result, the framework will lay a foundation to the compliance of PDPA for a bank.

網路民意已經成為政府應該注意的重要民意來源，但近幾年，政府時常來不及在網路大量討論之前察覺公共議題並及時做出回應。網路輿情分析快速、大量撈取網路言論使政府可以及時得知正在形成的公共議題以及民意對現有政策的認知與態度，所以政府有相當誘因在公共政策使用網路輿情分析，然而其分析方法與特性對政策過程是助力或是阻力，仍尚待釐清。雖然部分研究文獻提到政府在使用網路輿情分析需要注意的議題與困難，但是導入網路輿情分析之後政府內部實際上如何處理與運用網路輿情分析結果，並未進一步探究。因此本研究以個別深入訪談為資料蒐集方法，訪談曾經使用過網路輿情分析的政策參與機關人員，以了解網路輿情分析對政策的影響，即網路輿情分析運用在政策上的情形與運用困難。 研究結果發現網路輿情分析結果在政策上的用途大致可分成新聞公關與政策業務。在新聞、公關上的用途主要為協助擬定輿情處理策略、用於輿情回應及預警上有困難；政策業務上運用在協助政策規劃與修正、政策推廣的決策支援與跨部門協調。行政機關單位的態度上多認為網路輿情分析可以運用在政策規劃與修正上，但需要先經判斷、過濾與抽檢，或搭配其他民調結果綜合參考，無法直接、單獨運用，雖然如此，網路輿論仍被視為不可忽略的民調資料。 網路輿情分析在政策上的運用亦有限制：因為網路言論雜亂跟網路輿情分析資料蒐集不具即時性，造成難以運用在需要即時性的機關業務上；網路言論雜亂跟網路輿情分析準確率難以控制及公務體系較少進行跨部門協調，造成網路輿情分析運用上需要付出比預期更高的人力、時間等資源，然而因為對政策規劃與修正來說，民調資料本就僅供參考，因此限制了網路輿情分析在政策業務上可以發揮的效益。 根據運用情形跟運用困難，本研究認為若網路輿情分析要作為政策民調運用在政策業務上，在分工上可以加入統籌、中介者參與，或是在資料撈取過程及運用分析結果時增加單位之間的跨部門協調；在運用情形上則視政策議題特性同時搭配其他民調或對網路輿情分析結果再分析過濾，以提升分析結果作為民調資料的可信度。另外，選擇網路輿情分析主題時應考慮政策議題是否適用網路輿情分析，與選擇範圍較廣的政策議題，以避免網路輿情分析資料撈取結果不佳。對於後續研究，本研究建議可以探討政府運用網路輿情分析的負面影響，以及政策議題特性對網路輿情分析運用情形的影響。

本研究為解決在巨量資料分析下所產生之主記憶體不足之問題,設計虛擬矩 陣架構,透過虛擬矩陣架構提供快速、高效能的矩陣操作及運算,並降低巨量資 料在運算時所佔據之主記憶體容量。並結合 R 語言,提供 R 語言巨量資料分析、 高速矩陣運算之能力。

近年來雲端運算技術的發展與電腦設備效能提升，使得以大量電腦主機以水 平擴充的方式組成叢集運算系統，成為一可行的選擇。Apache Hadoop 是Apache 基金會的一個開源軟體框架，它是由Google 公司的MapReduce 與Google 檔案 系統實作成的分布式系統，可以管理數千台以上的電腦群集。Hadoop 利用分散 式檔案系統HDFS 可以提供PB 級以上的資料存放空間，透過MapReduce 框架 可以將應用程式分割成小工作分散到叢集中的運算節點上執行。 此外，企業累積了巨量的資料，如何處理與分析這些結構化或者是非結構化 的資料成了現在熱門研究的議題。因此傳統的資料挖掘方式與演算法必須因應新 的雲端運算技術與分散式框架的概念，進行調整與改良，發展新的方法。 關聯規則是分析資料庫龐大的資料中，項目之間隱含的關聯，常見的應用為 購物籃分析。一般情形下會在特定的維度與特定的顆粒度範圍內挖掘關聯規則， 但這樣的方式無法找出更細微範圍下之規則，例如挖掘一個年度的交易資料無法 發現消費者在聖誕節為了慶祝而購買的商品項目間的規則，但若將時間限縮在 12 月份即可挖掘出這些規則。 Apriori 演算法是挖掘關聯規則的一個著名的演算法，透過產生候選項目集 合與使用自訂的最小支持度進行篩選，產生高頻項目集合，接著以最小信賴度篩 選獲得關聯規則的結果。若有k 種單一項目集合，則候選項目集合最多有2𝑘 − 1 個，計算高頻項目時則需反覆掃描整個資料庫，Apriori 這兩個主要步驟需要耗費 相當大量的運算能力。 因此本研究將資料庫分割成多個資料區塊挖掘關聯規則，再將結果逐步更新 的演算法，解決大範圍挖掘遺失關聯規則的問題，結合spark 分散式運算的架構 實作程式，在電腦群集上平行運算減少關聯規則的挖掘時間。 / Because of improving technique of cloud-computing and increasing capability of computer equipment, it is feasible to use clusters of computers by horizon scalable a lot of computers. Apache Hadoop is an open-source software of Apache. It allows the management of cluster resource, a distributed storage system named Hadoop Distributed File System (HDFS), and a parallel processing technique called MapReduce. Enterprises have accumulated a huge amount of data. It is a hot issue to process and analyze these structured or unstructured data. Traditional methods and algorithms of data mining must make adjustments and improvement to new cloud computing technology and concept of decentralized framework. Association rules is the relations of items from large database. In general, we find association rules in fixed dimensions and granular database. However, it might loss infrequent association rules. Apriori algorithm is one famous algorithm of mining association rule. There are two main steps in this algorithm spend a lot of computing resource. To generate Candidate itemset has quantity 2𝑘 − 1, if there are k different item. Second step is to find frequent, this step must compare all tractions in the database. This approach divides database to segmentations and finds association rules of these segmentations. Then, we combine rules of segmentations. It can solve the problem of missing infrequent itemset. In addition, we implement this method in Spark and reduce the time of computing.

隨著資訊技術的不斷創新及通訊設備的不斷更新，改變了人們的生活型態及消費行為，例如過去傳統的用餐方式，會直接到餐廳或用電話實施訂位，或者是直接到餐廳排隊候位，而今卻可以透過APP(應用程式)直接線上訂位，甚至還可以經由APP來選擇或參考菜單，而這樣的創新營業方式正逐漸在各行各業所導入。近年來，伴隨著雲端科技的進步，更加速了資訊系統設計服務業的蓬勃發展，以系統設計服務為例，過去民眾在購買車票或餐廳的優惠券時，可能需要至實體店鋪來購買，如今可以在便利商店透過工業電腦系統的服務，可以在最便利的環境之下，購得所想要的東西。然而這些便利的服務，都必須仰賴資訊系統的設計與服務，進而提高其他產業的發展。 所以，在科技日新月異的時代及環境迅速變遷的條件下，資訊系統設計的快速發展及資訊設備的逐漸進化，導致了資訊系統設計服務業的迅速轉型與演進，同時也直接或間接的影響了許許多多的相關產業的發展。然而，前述的觀點都僅限於從資訊發展的角度來判斷，並無實際的科學理論來驗證前述看法的具體性，故為能進一步的瞭解資訊系統設計服務與零售業或餐飲業的關係性，本研究考慮透過資訊系統設計、零售業、餐飲業等服務產業的營業額等數據資料蒐集，探究其現況趨勢與之間的關係性，據以作為資訊系統設計服務業的未來產業發展的參考，其研究發現整理如下： 一、 電腦系統設計服務業之營業額與綜合商品、藥品及化粧品等零售業之營業額具有高度的相互關係； 二、 電腦系統設計服務業之營業額與餐飲業之營業額具有中度的相互關係； 三、 資訊設計服務業之營業額與零售業具有正向的影響關係； 四、 資訊設計服務業之營業額與餐飲業具有正向的影響關係。

開放政府資料能帶來龐大的經濟效益以及達到透明治理的理念，已成為電子治理最重要的議題之一，各國政府如美國、英國、加拿大無不積極推動開放政府資料政策。我國行政院亦將政府資料開放列為第四階段電子化政府計畫的項目之一，中央機關與地方政府將分別建立開放資料平台，並要求將機關所擁有之資料逐步開放予社會大眾使用。在此背景下，財政部財政資訊中心預建置財政資訊共享服務平台，來達到資料開放政策的目標。本研究目的在於該平台的推動在實務上面臨了哪些困難，後續還有哪些地方需要克服，這樣的經驗能帶給其他行政機關哪些啟示。 本研究首先整理國內外開放政府資料的文獻，其次介紹創新擴散理論，作為財政資訊中心推動財政資訊共享服務平台的階段基礎，並以訪談法蒐集相關資料。本研究最後以議題設定與配對階段、再定義/再建構階段、闡述階段及例行化階段為主軸，分別探討各階段的推動工作與困境。 本研究發現，推動財政資訊共享服務平台的主要工作與困境包括溝通策略、法律規範、分工方式、業務單位的抗拒與資料的價值。財資中心在政策規劃面、組織管理面以及法律規範面仍有改進空間，包括改變同仁的觀念態度、提出明確的評估報告、團隊成員的代表性、訂定行政規則以及與相關單位共商修法議題。未來有意推動相關政策的機關，除了前述財資中心應該改進之處，尚須注意組織文化以及公民參與的部分，讓政策推動的阻力降至最低。 / Open government data (OGD) can brings great economic benefit and promotes more openness in government, it has become one of the most important issues in e-Government around the world. An open data policy was enacted by the Executive Yuan at the end of 2013, both central and local governments should gradually release their possessed data to the public. In the context of open data policy, Fiscal Information Agency, MOF tries to establish an open data platform of Ministry of Finance. However, the open data policy in Taiwan is still in a stage of sprouting, it is an innovation policy and brand new notion to many governments, the objective of this research is to analyze what obstacles does Fiscal Information Agency, MOF meet when promoting the open data platform of Ministry of Finance, and how could this experience be learned. First of all, the research introduces the literatures about open data. Secondly, quoting the Innovation Diffusion Theory as the conceptual framework and conducting interviews. The analysis about the works and obstacles is individually based on the phase of agenda setting, matching, redefining/restructuring, clarifying and routinizing. The results show the main work and obstacles including the strategy of communication, legal norms, division of labor, resistance of agency and the value of data. There are still areas of improvement for Fiscal Information Agency, MOF, such as changing the concept of colleagues, providing a tangible report about open data and the representativeness of group. The lessons from this study are expected to provide insights to the Taiwan government when it tries to engage the open data policy.

近年來面對國際市場開放的趨勢，台灣的運輸業市場結構產生了劇烈轉變，政府亦隨之修正小客車租賃業的管理政策，從消極保護管制走向積極開放管理，然而對於簽訂泛太平洋戰略經濟夥伴協議（TPP）、東南亞區域全面經濟夥伴協定（RCEP）以及兩岸服務貿易協議（ECFA）等區域性經濟體協定後，小客車租賃業屬於被開放的行業，勢必得面對激烈的全球化競爭。因此，如何提升企業或產業整體的經營績效及國際競爭力，乃是目前小客車租賃業者的要務。 本研究以16家設立於台北市的甲種小客車租賃業者為對象進行效率評估，分析2010年至2014年租賃業者經營效率之表現，第一階段選取投入項及產出項，採用DEA法運算出總效率、技術效率及經濟規模效率，衡量各業者在資源運用上的優劣及營運績效，並分析各業者的經營狀況。第二階段則以DEA法求得之效率值，將總效率、純技術效率及規模效率為被解釋變數進行TOBIT迴歸分析，找出租賃業內部的環境因子對各甲種小客車租賃業者經營效率之影響。經實證結果發現在研究期間內小客車租賃業者經營效率表現較佳以及較差有集團化的趨勢，經營效率表現較佳的公司排名變化差異較大，稍有不慎即可能落入領先集團之中段行列，在經營效率表現較差的落後集團的公司中，排名變化差異並無重大改變，其成員組成改變也不大。在第二階段TOBIT迴歸分析發現資本額越高、負債越低及稅前純益越高，越有利於全體樣本台北市甲種小客車租賃業總效率及規模效率之提升，但對於純技術效率來說，所選取之變數皆呈現不顯著相關性。

近年來電腦等高科技的快速成長，進而促進資訊化的過程。資料庫的蓬勃發展，使得資料大量累積，長久之下，卻造成資料過多，資訊不足的嚴重問題。因此資料庫內的知識探索議題也隨之興起，而資料採礦（Data Mining）的過程，更是其中重要的一環。 相同的，預防醫學資訊的發展，流行病學資料庫中亦累積了大量關於死亡統計資料，而這些資料中，隱藏可能存在的知識，能加強我們對疾病進展的瞭解。若將資料採礦的概念應用於流行病學領域，相信必能相輔相成。 本研究的重點在於結合統計軟體 STATISTICA，以Visual Basic 6.0語言開發一個簡易的資料採礦系統之使用者介面，並將資料採礦技術應用於死亡統計資料中。系統中的挖掘方法主要採用敘述統計、交叉分析與多變量分析中的群集分析與區別分析，根據行政院衛生署統計室所提供之民國八十三年至八十八年台灣地區人口死亡原因資料，來發現隱藏在資料中的趨勢與模式。 / For the past decade the development in computer technology has advanced so rapidly that it brings forth the enormous supply of data information. As time passes by the data information has been increasingly accumulated yet little can be inferred from the data thus resulting a loss of information which might be of significant. Bearing with the existence of such issue, this research presents the process of data mining as one of the solution. Similarly, the data base in the field of medical science may have contained a large amount of information. If one can appropriately apply the application of data mining into this huge database then we may be able to extract some valuable findings. The focus of this research is to develop a user friendly operating system using Visual Basic 6.0 and integrates the statistical software-STATISTICA into the operating system. The research applies the application of data mining on the death data provided by Statistics Office, Department of Health from 1994 to 1999. The methods used in this application are descriptive statistics, cross tabulation, cluster analysis, and discriminant analysis of multivariate analysis in an attempt to find out if there is any pattern in the cause of death.

資訊檢索(Information Retrieval)一直是資訊學界的重要研究領域，但長久以來並未能在其它的學門中發揮其重要性，然而藉由Internet的普及與網路資源的激增，以資訊檢索為基礎的網路搜尋技術，已逐漸成為Internet上相當受到重視的技術之一。雖然全文資訊檢索的技術已存在多時，然而電腦產業一直缺乏一廣泛標準的績效評估，來評估全文資訊檢索系統的產出及價格/效能比，1990年代對全文資訊檢索軟體的大量需求，極需要一個標準、一致的方法，來比較各系統間效能的差異。本研究即針對傳播中文全文資訊檢索資料庫系統為探討的主題，試圖以關連式資料庫績效評估的理論及方法，來建構其工作量模式以進行績效評估。 / Information Retrieval has been a important research domain in Information academic. But it does not play in the other domain for a long time. However the Internet search technology based on Information Retrieval has been an one of the important technologies in the Internet by the spreading of Internet and the growth of network resources. Although the Full-Text Information Retrieval or Free-Text Information Retrieval technology has existed for a long time, the computer industry was lack of a wide, standard benchmark to evaluate the throughput and price/performance of the Full-Text Information Retrieval System. The large demand for Full-Text Information Retrieval System or Free-Text Information Retrieval System software needs a standard method to compare the performance of each system in 90s. This research is focused on the Communication Free-Text Information Retrieval Database System in Chinese, and construct it’s workload model to evaluate by using the theory and method of Relational Database Benchmark.