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。

自工業革命之後，人類與科技間關係的變化牽引著整個社會、經濟的發展，而其中泛用型科技(GPTs)又扮演著要角，科技持續以指數式速度發展，大數據的出現是有脈絡可循的，某個程度上來說(從資料及分析兩方面的演進觀之)，可以說是必然發生的。大數據分析，不是時尚名詞，而是一個影響著現在及未來的大趨勢，縱有許多反對的聲音與論述，但它確實已經是國家安全戰略的一環，也是企業生存戰賴以維生的命脈。 大數據與過去不同的是我們擁有更多資料的來源，資料可能來自外部(Open Data、第三方資料)，也可能是更精進的資料蒐集機制得來(如：設計誘因機制使顧客自願提供其資料或設計隨機試驗取得異於歷史資料的新資訊)，而在資料種類格式、資料取得與回饋反應的速度上，在新興的MapReduce技術、NoSQL資料庫及串流資料處理技術支撐下，均可有效即時或近即時地被完成。 大數據分析最重要的還是在於「預測分析」，而為了讓資料說話，我們要熟悉大數據的特性與缺點，而支持大數據的硬技術與軟技術發展上一日千里，更提升了大數據在各產業的應用可能，而投資大數據的企業營收比那些沒有投資大數據的企業可以高出12％以上，在多數產業紛紛投入這場軍備競賽取得初步成效之際，而傳統壽險產業在大數據及其他科技變革的因應上不如別的產業時，則應在壽險價值鏈上去觀察並利用大數據分析，突破現有商業模式，選擇最佳導入策略，尋覓理想的資料科學家擔任CDO，委任其組織分析團隊並擬定大數據成長策略，建立適切軟硬體的架構，並完成第一個先導計畫取得小規模成功，進而加強企業高層大數據分析的信心與投資意願，使得一的又一個專案得以遂行，最終形塑成資料導向的決策文化，成為可以因應未來的壽險公司，避免在這波科技變遷中成為被淘汰者。

許多社會科學及醫學上的長期追蹤研究上，常會根據研究之需要，而針對某一群人在一段時間內重覆地收集其有關變項（包括類別型反應變項及解釋變項）的資料。這種重覆觀察的資料在統計的文獻上稱為長期追蹤研究資料。在這些長期追蹤研究上，研究者常利用迴歸模型建構的技巧來探討反應變項及解釋變項之間的關係。 一般常用的模型，著重於評估解釋變項對反應變項的當時及短期效應，當解釋變項比反應變項更頻繁地被觀測時，這些模型則不適用。當反應變項可在不同類別間變動時，我們通常有興趣去探討解釋變項如何去影響反應變項的演變或未來走向的趨勢，這種研究可稱之為類別型長期追蹤研究資料的未來趨勢分析。本論文提出了以馬可夫離散時間過程來建立類別型長期追蹤研究資料的模型。此模型不但可以捕捉到解釋變項對反應變項的未來趨勢效應；而且當解釋變項較反應變項更頻繁地被觀測時，本模型也可以利用解釋變項的完整訊息來做出更正確的統計推論。 / Many longitudinal studies in social science and medical science take repeated observations of an categorical outcome, along with several covariates, from follow-up subjects over a certain period of time. Such repeated observations are called longitudinal or panel data in the statistical literature. It is often of interest in these studies to investigate the relationship between the outcome and the covariates through regression modeling techniques. Commonly used models often focus on assessing the contemporary or short term effect of the covariate on the outcome, and can't incorporate time-varying covariates that are observed more or less frequently than the rate we observe the outcome. When the outcome fluctuates among different categories, it is often of interest to assess how covariates effect the evolution or trend of the underlying outcome process. Such assessment can be termed trend analysis of categorical panel data. In this thesis, we propose a Markov chain based regression model for analyzing nominal categorical panel data that are generated by a discrete time outcome process. The proposed model focuses on assessing the trend effect of the covariate on the categorical outcome, and is able to utilize the complete information of the covariates that are observed more or less frequently than the outcome.

資料發掘目前在傳統關聯式資料庫相關議題上已有不少研究，但如果能再整合空間和時間要素進來，將可從資料中發掘出更明確、更具體的知識。以往常使用統計分析方法來分析空間資料，不幸的是，統計分析方法仍有許多問題亟待解決。而Han等人利用概念樹發掘「多層次關聯規則」的技術已相當成熟，值得學習。在時間方面，另外有學者提出「週期關聯規則」的觀念。於是本研究便想結合以上研究的優點，希望能創造出新的應用。 本研究試著將「空間特性」和「週期關聯規則」結合，提出「空間性週期關聯規則」的想法。首先從相關文獻中分別瞭解目前空間、時間資料發掘領域的研究現況，從而整合相關研究，提出研究架構。再以動態網頁技術配合假想的台北市便利商店交易資料庫，發展出一套雛型系統（目前只能作單一項目之間的關聯），以驗證本架構的可行性。最後提出進一步的研究建議，以供後續研究參考。 / There have been a lot of research about data mining in relational database. We can mine more specific and concrete knowledge in transaction databases by further considering spatial and temporal dimension. Until now the statistical spatial analysis has been one common technique for analyzing spatial data. However , there are still many remaining problems. Han et al. used concept hierarchies to mine multiple-level association rules. Their ideas are great and worth our learning. On the other hand , some scholars proposed the notion of cyclic association rules. Therefore , we combine the merits of these researches to discover more meaningful knowledge. In this research , we try to integrate the ideas of spatial associations with cyclic association and propose the idea of spatial cyclic association rules. First , we survey these researches in the fields of spatial and temporal data mining. A framework is then proposed. Finally , we implement a prototype system in WWW ( 1-itemset and 2-itemset only now).

資料發掘研究重點在於幫助使用者從眾多現存資料中發掘出隱藏於其內前所未知且可能非常有用的資訊。本研究應用資料發掘技術於通識課程規劃上，經由文獻探討建立初步的研究架構，採用政大學生選修通識課程之資料進行資料發掘，最後分析結果可作為未來政大通識課程規劃之參考。 傳統規劃通識課程的方式多是以老師為出發點，這樣的規劃方式難免有欠考量之處，而學生選課必須依據老師所開的課程，未必能選修到自已真正有興趣的通識課程。本研究以學生需求觀點為出發點，將學生選修通識課程行為對應到顧客購物行為觀念上，再應用資料發掘技術來分析政大通識課程，建立學生─顧客、課程─商品及老師─商品品牌的對應分析模式，透過資料發掘技術的分析方法，找出學生選擇通識課程的特性與關鍵，可以提供通識課程規劃另一個方向的思考，使得通識課程的規劃更加更切合學生需求。

近年來由於社會大環境的變遷，傳播媒體的演進，造成人們的購買習慣逐漸改變。以往仰賴的大眾傳播媒體，重要性將逐漸減退，取而代之的將是直接信函等個人傳播媒介，以及有線電視、網際網路等新興媒體。再加上消費者的需求逐漸個人化，因此，在這樣的趨勢之下，傳統的區隔市場將被細分成個人化市場，每個個人的重要性將更加明顯，企業也將面對更多的交易對象，導致企業必須蒐集顧客的各項資料，重新而全面的瞭解顧客，而企業的促銷決策，也將隨著對於顧客的瞭解而有所改變。 　　有鑑於此，本研究就針對最能夠個別接觸到顧客的直效行銷產業的業者，以探索性研究的方式，藉由國內外相關文獻的探討，以及國外施行資料庫行銷的成功個案，發展出研究的架構。接著與業者進行實地的深度訪談，以期發掘在直效行銷產業中顧客資料庫的階段性發展過程、不同階段的顧客資料庫內容與促銷決策間之關係、不同的業態對於促銷決策的影響、顧客資料庫的施行成效、以及顧客資料庫與促銷組合間的關係。 　　經由文獻探討、國外成功個案、以及國內個案公司的實際施行經驗，本研究發現在直效行銷產業裡，顧客資料庫內資料蒐集確實有階段性的發展過程，而此種發展過程將會隨著環境與企業的經營策略不同而改變。在業態的影響方面，不同的業態將會導致資料的內容與蒐集方式不同，資料更新能力也會不一樣，此外，促銷決策、促銷組合與促銷成本也會不一樣。而顧客資料庫的階段性發展，將會導致促銷決策有階段性的改變，而此種促銷方式，對於顧客的影響也是逐漸加深。在顧客資料庫的施行效益方面，會隨著顧客資料庫的發展階段與資料筆數而不同。 　　目前在國內以顧客資料庫為主要經營重心的產業越來越多，因此在其他產業運用顧客資料庫時，將可以利用本研究的發現為基礎，並且加以深入應用，將資料庫的構建過程規格化，以及對於企業的影響詳加瞭解，以便更能發揮資料庫的功能。

多媒體編輯工具(Authoring Tools)是一種整合各式多媒體元件於一體，並賦於多媒體節目分枝(branching)、循環(looping)、等瀏覽路徑(navagational path)，進而使得其具有真正的交談性功能之工具。然而現今多媒體編輯工具在必須取用大量資料時，卻往往缺乏與資料庫系統做有效的連結。本研究的目的便在於探討多媒體編輯工具與資料庫連結介面之課題，就不同特性之多媒體編輯工具的功能特性與資料庫連結介面的查詢能力加以探討，並開發一雛形系統以驗證其與資料庫連結之查詢介面與資料擷取之功能，最後並就連結架構與多媒體編輯工具的特性作一比較。 　　在本研究中選定Microsoft所提出的開放性資料庫連結(ODBC: Open Data Connectivity)為連結架構，並以時間軸介面式(Time1ine-based)的Director 4.0 for Windows作為製作雛形系統的多媒體編輯工具，利用Windows環境的ODBC驅動程式透過SQL指令存取Foxpro資料庫中的資料，就查詢介面之設計方式加以探討，並經由實做的過程瞭解以ODBC架構連結資料庫方式的優缺點與可能發生之問題。 　　根據雛形系統的實做過程，ODBC確實能提供一個開放式的共同應用程式介面，在載入不同的資料庫驅動程式後，藉著傳入的SQL命令及相關參數使多媒體編輯工具達到擷取資料庫資源的目的，然而ODBC本身與多媒體編輯系統的結合也需考量執行速度與網路資料等諸多問題；另一方面，隨著多媒體編輯工具功能上的差異，對於設計其與資料庫的交談式連結介面也會產生相當的影響。

智慧型資料庫的研究重點，在於發展一個能結合專家系統的知識表達、推論及問題解決能力與資料庫的大量資料儲存管理能力的資訊系統。目前有四種主要類型的結合方式：(1)增強式的資料庫系統、(2)增強式的專家系統、(3)獨立專家系統與資料庫的鬆散結合、(4)專家資料庫。 　　由於目前企業中已有許多資料庫系統在運作之中，上述的結合方式以獨立專家系統與資料庫的鬆散結合方式較為合適，其它三類則因需要對現有系統配合新的架構加以修改，在成本效益上較不經濟。 　　因此，本論文針對獨立專家系統與資料庫的鬆散結合架構進行研究。首先從文獻中瞭解其它相關研究對結合所提出架構的優缺之處，而從資料庫的獨立性、專家系統的獨立性、系統的複雜度、系統的擴充性等四點考慮，提出一個較為獨立、有效率，且建立容易的系統架構。並以財務診斷此一特定應用領域，成功地發展出一套結合財務診斷專家系統與會計資料庫系統的雛形系統，驗證了本架構的可行性。最後並提出進一步的研究建議，以供後續研究參考。 / The reserach objective of the integration, of expert systems and database systems is to develope an information system which can integrate both the capabilities of ex-pert systems (inferencing and problem solving) and capabilities of databases (storing and managing of huge amount of data). There are four ways to integrate them: (1) enhanced databases, (2) enhanced expert systems; (3) loose coupling of independent expert systems and databases, (4) expert database systems. 　　Since there are many existing database systems, the loose coupling of independent expert system, and database is considered to be the most appropriate approach. The other three ways are not cost/benefit feasible because they need major modification of the curresn systems. 　　The focus of this reserach is on loose coupling of independent expert system and database. The strengthes and weaknesses of the relevent researchs are discov-ered through literature review. There are four major considerations in developing the architecture: database independency, expert system independency, system, complexity, system, extendibility. The proposed architecture is more independent, efficient, and easy to be bulit. This research has also built a prototype system coupling a financial diagnosis expert system, with an accounting database. The feasibility of the prototype has verified the usefulness of the proposed architecture. Future reasearch suggestions are also stated.

近年來由於消費者行為以及行銷環境的改變，行銷人員開始試圖從傳統的行銷手法中尋求突破，以獲取企業在行銷上的競爭優勢。藉由資訊及電子通訊科技之助，資料庫行銷可以創造新的行銷機會，並提高行銷績效。在國內，則由外商公司率先引進資料庫行銷技術，而許多企業也逐漸意識到顧客資料的重要性，因此如何建立一套有效的顧客資料庫並將其應用在行銷方面，便成為有心從事資料庫行銷者普遍關切的問題。 　　本研究屬於探索性的研究，藉由對國內外相關文獻的探討，發掘企業在從事資料庫行銷時必須掌握的關鍵因素，並進一步對國內企業進行實證研究，以了解企業之資訊系統、組織特質、行銷組合與資料庫行銷之間的互動關係。 　　經由文獻探討以及對實際個案公司經驗的研究分析，本研究發現企業本身資訊化及系統整合的程度會影響資料庫行銷的成效；企業各分公司之間經驗的轉移可以增進行銷人員的資料庫行銷技術，並提高成功的機率。高階主管對資料庫計劃的支持與承諾及行銷組織結構的配合均是成功的關鍵因素。此外，企業本身之產品或服務的特性以及行銷通路均須與資料庫行銷相配合方能發揮其最大的成效，而資料庫行銷的應用也有助於公司產品的發展及通路的開發。 　　資料庫行銷在國內的發展尚未完全成熟，但是未來將會更為普及，一些較為高層次的應用如資料庫分析的統計模式技術以及資料庫行銷對整合性行銷溝通之影響均為未來相當值得研究之議題。

由於資訊科技的進步與網路的普及，企業得以收集與儲存大量的資料。使用資訊工具來協助資料處理、資訊擷取、以及產生知識已然變成企業的重要課題之一，所以如何良好運用資料探勘工具成為使用者關注的焦點。由於並非每一個使用者對於資料探勘的原理都有充分的了解，所以如何從探勘工具提供的功能中選用最佳的解決方案並不容易。如果對於探勘結果不滿意而需要調整軟體邏輯，與IT人員的協商溝通卻又曠日費時。 為了解決這個問題，本研究提出一個演算法選擇方法，藉由分析商業應用的內容，來自動對應到特定的資料探勘方法與演算法，讓選擇演算法的過程更為快速、更系統化，提升利用資料探勘工具解決商業問題的效率。 / Due to the information technology improvement and the growth of internet, companies are able to collect and to store huge amount of data. Using data mining technology to aid the data processing, information retrieval and knowledge generation process has become one of the critical missions to enterprise, so how to use data mining tools properly is users’ concern. Since not every user completely understand the theory of data mining, choosing the best solution from the functions which data mining tools provides is not easy. If user is not satisfied with the outcome of mining, communication with IT employees to adjust the software costs lots of time. To solve this problem, a selection model of data mining algorithms is proposed. By analyzing the content of business application, user’s requirement will map to certain data mining category and algorithm. This method makes algorithm selection faster and reasonable to improve the efficiency of applying data mining tools to solve business problems.