無

本文採用教育部統計處編印的「八十三學年度中華民國大專院校概況統計」，以及「行政院國家科技委員會科學技術資料中心」的資料，以資料包絡法衡量我國22所公私立綜合大學的資源使用狀況。文中將綜合大學依產出別區分為『教學』上與『研究』兩項進行分析，已檢視我國公私立綜合大學是否存在資源使用上的效率差異；同時，也經由地區別的判定，以觀察我國在教育資源使用上是否存在有區域性差異。 本文的分析方式以資料包絡法為主，並且針對投入產出組合進行敏威度分析；首先，對各種生產技術假定下所得出的效率值加以比較，其次則對於生產技術以及生產的技術規模報酬進一步的認定；文末則以外圍者認定的方法(outlier)對於文中的各個學校決策單位(DMU)分別檢查，看看是否存在極端值而影響到整體相對效率的評估。 經過本文的實證分析顯示不論是用比例分析，DEA效率分析，實證檢定，抑或是從修正後的DEA模型中，我們都可以得到私立大學在整體效率表現上優於公立大學的結論，由生產技術的角度來看公私立大學的效率差異時，我們發現造成公立大學部效率的主因是導因於規模效率部份，；此外，有2/3的大學位於規模報酬遞增或遞減的階段，也提醒了學校主管當局應適度調整投入或產出水準，以便提昇生產效率狀況。至於從研究這項產出來看時，我們卻得到公立大學的表現還比私立大學來得好這樣的結論，由此可以看出私立學校主要將資源拿去生產教學這項產出，卻相對地比較沒有從事學術研究的工作，而且與公立學校之兼有著很大的相對差距，這是值得各私立學校與有關當局反省與檢討的。 在地區別來看時，依教學與研究兩項產出的實證結果，我們可以得到南部學校在整體效率的表現最差，其次是北部學校，而中部學校的表現最好。不過在統計檢定時，這項地區別的分野並沒有得到顯著的支持。

營業稅佔全國賦稅實徵淨額總計的百分之十以上，僅次於營利事業所得稅及綜合所得稅，為國家重要稅收來源。由於營業人常利用各種方式來逃漏營業稅，使得國家稅收連年短徵，加上稽查人員人力不足且查核人員流動率高使得查核經驗無法傳承，故本研究欲在現行的選案制度下，建立一套營業稅智慧型選案查核作業流程，使得查核人員能夠更有效率且準確的進行查核，遏止營業人心存僥倖和觀望，杜絕逃漏稅情事，以增加國家稅收。 本研究導入資料採礦技術，以98年度零稅率冒退為例，以該年度營業人為主要的研究對象，透過本研究所建構之建模標準流程，分別利用C5.1、CHAID、QUEST、C&R Tree、羅吉斯迴歸及類神經網路等六種方法建立冒退機率模型，並加以評估及比較其預測能力。研究結果發現，經評估確立以冒退對非冒退人數之比例為1:2之下，使用C5.1分類樹技術建模的效果最佳，共有十個變數納入分類規則中，其中影響營業人冒退之最重要的變數為「應退稅額」，並產生54個判斷營業人冒退之規則。 透過本研究建立之嚴謹的建模標準流程，所產之冒退規則模型，經驗證後，此模型具有一定的穩定性與預測效力，在模型整體正確率(Accuracy)平均而言約有90%之預測率、反查率(Recall)平均而言約有85%之預測率及F-measure平均而言約有80%之預測率，故本研究所建構之建模標準流程確實能夠在國稅局冒退查核流程實務中加以應用。相信本研究所建立之建模標準流程，可提供國稅局查核人員於未來查核逃漏之際，無論是何種查核項目，皆可按此流程，達到有效率且準確的查核結果，進而杜絕逃漏稅情事，方能增加國家稅收。

No description available.

針對大量資料進行分析，從中擷取知識能協助企業獲得競爭能力，其中資料採礦為值得探討與利用的工具。此時逢世界各國電業於近年致力於進行先進電錶基礎建設(AMI)，其將會產生詳細的用戶行為資訊，其資料量龐大，產生潛在分析機會。因此本文針對電業進行資料採礦實作研究與個案探討。 於近年電業因原物料漲價，形成經營虧損，而形成調整電價的訴求，針對電價的調整如何能適當的反應成本，並且能影響用戶行為，降低發電成本，為本文欲探討之議題。本文依資料採礦方法論，根據前述議題，訂定分析計畫，而後建模並驗證模型之準確性，得到可供企業應用於「訂價」與「推廣」之參考模型。

人口的增長、現代化的生活環境，讓人們必須去面對隨時不斷產生的巨量資料；不過值得慶幸的是，電腦設備的運算、儲存能力一直在改進，所以人類所能處理的資料量也隨之提升，資料採礦技術的發展便是人類嘗試在大量資料中進行分析，以解決生活中所遇到的難題。 許多實際個案的結果顯示，資料採礦工作確實能替分析者帶來更好的績效，然而仍是有不少的失敗案例。如果深入去分析失敗原因，問題並不是出於資料採礦技術無法使用，而是資料品質不良或是資料內涵資訊不足所導致的。 資料庫中有用的變數不足的問題可以藉由重新收集資料解決，然而這勢必需要花費龐大的經費並且缺乏時效性。如何利用其他的外部資料來提昇資料庫的資訊含量便是本研究的目的。在實證過程中，利用工商業與服務業普查資料庫和技術創新資料庫做為分析所使用的資料庫；並且控制資料庫連結變數個數、建模資料比例和各類模型三個因子，採用函數映設方式，進行資料庫增值的工作。 從研究結果可以發現，確實可以藉由其他資料或是資料庫的內容，來增加資料庫的內含欄位和訊息，希望能夠替資料採礦工作者提供一個節省精力的方向，而且做為未來更多研究的基礎。 關鍵字：資料採礦、函數映射、資料庫加值。

本研究透過次級資料的收集，探討巨量資料分析在顧客關係管理之應用，並著重於零售業、金融業與醫療業三個產業。近幾年來，巨量資料（Big Data）的浪潮襲捲而來，隨著網際網路的發展與智慧型裝置的普遍，現今每個人在日常生活中不斷產生巨量資料，透過智慧型手機、社群網站、信用卡、全球衛星定位系統（GPS）、感測器等，在無形中製造了大量的數據。而在此同時，企業用來儲存、記憶、處理資料的成本不斷降低，設備越來越便宜，技術越來越先進，再加上新的資料來源，巨量資料分析對企業的重要性不言可喻。 巨量資料能徹底改變企業的經營方式，大幅提升企業的經營績效，但這些收入是否超過公司內部在巨量資料所投資的成本，為公司帶來獲利？巨量資料分析又是怎樣應用在顧客關係管理，帶來正面效益？本研究從「企業進行巨量資料分析的動機」、「巨量資料的類型與來源」、「巨量資料分析方式」、「巨量資料分析的結果與效益」及「企業在巨量資料分析的投入與調整」五個面向切入，探討巨量資料分析在顧客關係管理的應用。 研究發現，巨量資料背後的分析學，不僅可以用來解決企業現有的問題，更能協助企業發掘未知的商機，開發新的產品與服務。然而值得注意的是，無論是零售業、金融業或醫療業，巨量資料分析能使企業從競爭對手中脫穎而出的成功關鍵因素，是在於公司本身對資訊的重視程度，以及公司內部能否共同合作，也就是說，從領導階層到第一線員工，不僅都要相信資料，也要懂得如何應用這些巨量資料，使其發揮最大效用，方能在創新的商業模式下，創造企業長期的競爭優勢。

在實務上，複選題分析一直處於觀察樣本情形的階段；至於進行檢定以推估母體情形的過程，則幾乎沒有人考慮到。就算曾經試圖想作類似檢定，卻也常常找不到可供參考的文獻或是使用了不適當的分析方法。 本研究的主要目的在於探討各式各樣離散型態相關資料的分析方法，其中亦包含許多複選題的分析方法。幾乎每個方法皆附上範例來說明程式撰寫及分析過程，希望對有此需求的人能有所幫助。 / Problems with multiple responses are usually analyzed by observing only the sample proportions. People don't bother to make any inferences based on the sample information mostly because they do not know how to do it. Even for those who do go beyond the stage of descriptive statistics might not work it out correctly. In the study, we review statistical methods for analyzing dependent proportions, including multiple responses. Almost every method is supplemented with an example which explains the way a related SAS program is written and the way the output is analyzed and explained. We hope that the results presented here will be helpful to those who are engaged in any analysis of multiple responses.

「開放政府資料」在概念上將資料處理以及網際網路傳輸的概念應用到政府治理，以符合開放標準之要求釋出政府資料，提升政府資料使用效率並加速行政革新，有效提升人民生活品質並促進社會經濟發展，讓施政透明度、公眾參與以及國家可課責性之訴求能夠確實實踐並賦予新的內涵。 開放政府資料最初源自於各式民間社群之倡議，隨著時間演進各國政府也紛紛將此概念納入國家政策將其提升至國家施政目標。美國和英國為目前開放政府資料政策實踐最成熟的先驅國家，為各國政府研擬相關政策的效仿對象，其他後起之秀有加拿大與澳洲，台灣也自2012年後開始推動相關政策。從各國政策實踐經驗中可以發現，開放政府資料在政策實踐上必須考量政府資料盤點、平台網站架設、資料格式、資料授權、是否收費以及其他政策推行時政府機關內部的溝通協調以及外部推廣時的各式議題。 本文針對其中授權議題，採用文獻蒐集暨文獻比較法，將目前各國政府實施開放政府資料所採用較具有代表性之開放政府資料授權條款或使用規則，像是創用CC授權條款中的CC-BY以及CC-BY-SA、ODbL、英國OGL、加拿大OGL、法國Licence ouverte以及挪威NLOD進行條款要件之比較與綜合分析，發現目前開放政府資料授權實務廣泛將公眾授權條款之概念應用在政府資料授權釋出，惟政府資料種類繁雜，在使用上亦受到既有法律與行政規則之箝制，使得目前民間社群發展之授權條款無法全盤規範政府資料釋出，而採用各國政府自行制定的使用規則雖然得有效配合當地法制達到因地制宜之效，但條款內容難以統一，使得採用不同條款釋出政府資料進行再次改作將產生條款相容性之隱憂。 考量開放政府資料的訴求為強調任何人對於資料使用不應受任何限制，本文建議政府機關實施政府資料授權時，應以開放為原則並盡量減少資料使用之限制。就目前授權實務現況觀之，得透過條款設計、建立國際標準以及跨國地區整合之方式提升各國授權條款或使用規則之間的相容性，降低政府資料使用潛在限制。若採用民間社群制定之公眾授權條款進行政府資料釋出者，應建立相關配套措施使授權條款規定得有效與國家政府運作流程結合，讓授權條款的運作機制得在政策執行中確實實踐。 / "Open Government Data" is associated with using data processing, Internet transmission and open standards to release government information. It is believed by many that a good open-data policy can help the government to improve the efficiency of governance, to accelerate administrative reform, to enhance living quality, and to promote social and economic development. The idea of open data may also benefit government transparency, public participation and accountability. The wave of Open Government Data was originally started from a number of online communities. Now the concept of Open Government Data has been accepted as national policies in the global scale. The U.S. government and the U.K. government have been probably the most important pioneers in promoting open government data policies. Other countries like Canada and Australia also follow the trend to make their own Open Government Data policies. Taiwan government has put the idea of Open Government Data into practice since 2012. Policy considerations for Open Government Data concern different issues, such as the classification of open government data, Web platform operating, data format, licensing, charging standard, the coordination between agencies and policy promotion. The study focuses on the licensing perspective of open government data. This study compares and analyzes the most representative license clauses and terms of use, such as CC-BY, CC-BY-SA, ODbL, UK Open Government License, Canada Open Government License, France Open license and Norwegian License for Open Government Data. Owing to the variety of government information, not all of the government information are protected by copyright law and other related laws. In addition, there are other factor restricted the use of government information. Such regulatory limitations are occasionally conflicting with policy goals of open government data. Other issues, such as licensing compatibility may trouble government agencies to implement the open data policy. The principles of open government data emphasize that government data should be available to anyone to access, re-use and redistribution, so the use of such data should not impose any restrictions. This study argues that licensing open government data should minimize the use of restricted data as much as possible. Considering the status quo of licensing open government data, the adjustment of structure of licensing clauses, establishing international standards and cross-nation cooperation may be the possible ways to solve the incompatibility problem mentioned previously. Moreover, governments should establish relevant supporting measures so that the licensing mechanism can smoothly fits in the legal system and successfully achieve the original policy goals.

1960年代起資訊科技應用興起以協助組織運行，多數企業因缺乏資訊知識背景，紛紛購入套裝軟體協助業務營運。但套裝軟體無法切合企業的流程，且隨環境變遷和科技演進，不敷使用的問題日益嚴重。從資料庫設計的角度出發，套裝軟體複雜的資料架構、長期修改和存取資料而欠缺管理、無關連式資料庫的概念，導致組織的資料品質低落。當今組織如何將資料庫重新設計以符合所需、新舊系統資料該如何轉換以提升品質，是企業面臨的一大挑戰。 　　有鑑於此，本研究設計一套資料庫重構流程，以企業流程為基礎為企業設計客製化的資料庫，並將資料從套裝軟體移轉至該理想的資料庫。流程分三階段，階段1是運用資料庫反向工程（Database Reverse Engineering）的方法，還原企業現行資料庫的資料語意和模型架構；階段2則結合流程模型（Process Model）和資料模型（Data Model）的概念，建立以企業流程為基礎的理想資料庫；階段3利用ETL（Extract、Transform、Load）和資料整合的技術，將企業資料從現行資料庫中萃取、轉換和載入至理想資料庫，便完成資料庫重構的作業。 　　本研究亦將資料庫重構流程實做於個案公司，探討企業早期導入之套裝軟體和以流程為基礎的理想資料模型間的設計落差。實做分析結果，二者在資料庫架構設計、資料語意建立和正規化設計等三部分存有落差設計，因此在執行資料庫重構之資料移轉解決落差時，需釐清來源端資料的含糊語意、考量目的端資料的一致性和參考完整性、以及清潔錯誤的來源資料。 　　最後，總結目前企業老舊資料庫普遍面臨資料庫架構複雜、無法吻合作業流程所需、未制訂完善資料庫管理機制等問題，而本研究之資料庫重構流程的設計概念，能為企業建立以流程為導向的理想資料庫。 / The raising of information technique helped organization governance greatly was started since 1960s, but because of lack information background and knowledge, many organizations just simply brought software packages to assist business processes or organization governance. The result was those software packages which couldn't fit in with the processes of organization' requirements were getting worse because of changes of environment. From the view of database design, it results in low quality of data because of the complexity of database structure, long-term modifications and accessing to data, and the lack of relational database knowledge. Nowadays, the problems of redesign database structure or transform data from a old system to a new system are great challenges to enterprises. Based on the above, thie research designed a process of database restruction in order to establish customized database based on businesss processes. There are three phases of this process. In phase 1, a company acquires the original data structure and semantic of its software package by the method of database reverse engineering. In phase 2, using concepts of process model and data model, the company establishes its ideal database based on businesss processes. In phase 3, it extracts, transforms, and load data from the current database of software package to ideal database by the technique of ETL and data integration. After these three phases, the company completes the process of data restriction. The process of database restruction is done in a case company to analyze the design gap between the current data model of software package and the ideal data model based on business processes. In the result of analysis, this research found out there are three gaps between its as-is and to-be data models. These three gaps are the design of database struction, the definition of data semantic, and the design of database normalization. Because of these design gaps, when removing gaps by data transformation, a company should pay attention to clarify the semantic of source data, considerate the consistency and referential integrity of destination data, and clean dirty data from source database. Finanlly, the summary of the problems a company using old database are the complexity of database structure, the unfit database for businesss processes, the lack of database management, etc. The process of database restruction this research design can assist a company in establishing ideal database based on business processes.