市地重劃可說是從事都市建設與更新最好的手段。重劃地區的勘選是實施市地重劃的首要工作，重劃區的勘選，必須選擇重劃效果大者為優先實施地區，若選擇不當，則將影響到後續計劃的進行，然就目前規範市地重劃的相關法令來看，關於重劃區勘選的規定多僅為原則性指示，並無可遵循的標準，承辦人員進行勘選時，或基於主觀意識判斷，或重劃作業求其減少阻礙及簡易可行之考慮而難以選定適當之地區辦理重劃，類此僅依據勘選人員的經驗與主觀意識來判斷，不但勘選過程費時費力，勘選結果之公平性與公開性，易受質疑而有爭議。 因此，本研究首先以現有法令為基礎，配合相關文獻的回顧，探討市地重劃區位選擇的影響因素，進而找出重劃區勘選的準則;其次再依據各評估因子的特性選擇適當的空間資料，並配合地理資訊系統特有之空間分析功能，針對各項重劃條件作一客觀、快速的整合分析。 研究成果為應用現有之地理資料，以及地理資訊系統的分析功能建構一套市地重劃區位決策的輔助系統，讓勘選結果更具客觀性與說服力，以提供決策者作最好的判斷，並藉此項應用了解現行空間資料建置上的問題。最後則以台北市文山區已完成重劃的地區作為系統的測試區域，以驗證系統的可行性。

由於都市發展與產業發展具有相互影響之關係，不同之都市型態會吸引不同的產業，且不同的產業結構也將影響都市的發展，因此在探討經濟發展時，需要同時考慮都市與產業條件，以符合相互影響之關係。 早期台灣的製造業，或可稱為「勞力密集傳統產業」的潛力來自於低廉的勞動力，一旦優勢不再，廠商關廠、外移，對於都市發展的產業需求將有所衝擊，依據當地的產業發展條件，可能因此而沒落，或是轉型成不同的產業發展。此外，當政府有鑑於勞力密集產業的競爭力不再，提倡產業升級，發展技術密集的高科技產業，雖然能夠創造國家整體的經濟成長，但是也因其所需的高技術，並無法吸收原傳統產業過剩的勞力。再者，因早期產業政策、地方資源與歷史因素等有不同的產業發展型態，使各都市的產業發展條件與產業優勢不一，因此，新竹科學園區的成功，並無法完全的移植到全部的地方發展，在生產條件無法配合的情況下，不僅產業發展困難，更會影響都市的整體發展。因此在台灣經濟轉型時期，各都市應如何尋找自己優勢之產業，為本研究的重點。因此本研究將從都市的產業條件與發展優勢來分析，以做為都市發展其有利產業之依據，進而提升其生產效率，並促進都市發展。 在考量都市與產業交互關係屬於多投入與多產出的特性，將利用「資料包絡分析法」（Data Envelopment Analysis, DEA），依據生產要素與產出，來評估都市內產業發展的效率，期望得出都市內發展相對有效率的產業。 本研究共分為四大部分：第一部份從都市產業發展理論與相關文獻，以及生產理論與相關文獻的探討，選取衡量生產效率的相關變數，以作為實證的依據；第二部份為研究方法之設計，包括資料包絡分析法（DEA）之基本理論與應用模式內容與模型之建立；第三部份則依據研究目的所選取之模型變數，評估各都市之產業生產效率，以及利用DEA分析法所估計出之效率值，為被解釋變數，利用迴歸模型衡量外生變數對其的邊際效果；最後針對本研究進行之實證分析，作一綜合性的概述，配合都市產業發展提出建議。 根據實證結果與分析，歸納出本研究之結論如下： 一、依據都市產業效率評估分析，製造業中的傳統產業類、基礎（重化）工業類與技術密集產業類均普遍在北部區域的生產效率表現較理想，這與製造業現況中，北部區域的製造業員工數與產值均為全區域最高之情況顯示，北部區域不僅是產業的集中地區，其生產情況也較理想。誰然依據比較利益原則，產業集中於北部區域，對於台灣整體的產業發展有利，但卻不利於區域的發展，只會更加促使人口往北部區域的集中，長期將影響區域均衡與國家成長。 二、由都市規模因素普遍對產業生產效率，反映出大都市對於傳統產業的負面影響，但卻有利於基礎（重化）工業與技術密集產業的生產效率的結果，符合聚集經濟的相關文獻中對於近來的都市產業發展，有傳統產業朝向小都市而高科技產業卻朝向大都市發展的趨勢。 三、根據都市產業結構的多樣化對於產業生產的技術效率是呈現負面影響，與早期學者出台灣製造業呈現地方化經濟的情況相符合。 四、從產業專業化（集中度）能夠提升產業生產效率。符合MAR與Porter對都市產業的專業化將加速都市產業成長的預測，顯示產業生產應該要朝向較大規模與專業化發展。 因為各產業與各都市的發展條件不同，應有不同的產業政策，因此本文在瞭解都市特性對於都市產業發展效率所造成之影響，俾以藉此提供相關決策者在進行都市產業發展政策時的參考依據。

本研究以擇定之檢索策略，自ERIC資料庫取得38,230筆領導主題文獻，利用書目計量分析方法，探討ERIC資料庫時間範圍是「最早至2009年」之領導主題文獻特性，包括文獻之年代、語言、教育階段、出版類型，以及適合讀者的分布；再以布萊德福定律和布萊德福─齊夫定律圖解，驗證領導主題期刊文獻的分布情形，並分析領導主題核心期刊之特色；最後統計核心期刊1980年至2009年間刊載的文章中，於摘要明顯提及的領導理論或名詞，以找出新近領導主題的研究焦點，進而掌握未來領導研究的趨勢。 根據研究結果與分析，本研究之研究結論歸納如下： 一、領導主題文獻呈現穩定成長，其成長模式為指數模式。 二、英文是領導主題文獻的主要使用語言。 三、中小學教育乃是領導主題文獻最為關注的教育階段。 四、研究報告為領導主題文獻的主要傳播媒介。 五、實踐者是領導主題文獻最主要的適合讀者。 六、領導主題期刊文獻分布不符合布萊德福定律，但與布萊德福─齊夫定律圖解法相符，求得之核心期刊共有十三種。 七、核心期刊有出版國家和學科主題集中的情形。 八、教學領導、分散領導、教師領導、轉型領導、道德領導，以及交易領導為新近領導主題的焦點。 最後，本研究依據研究結果，針對資料庫製作者、圖書資訊服務界、研究者，以及未來研究等四方面，提出相關建議。 / The purpose of this study is to explore the characteristics of leadership topics literature from earliest to 2009 based on the theoretical perspectives of the bibliometrics. Five fields are used to compile statistics, including publication year, language, education level, publication type, and target audience. The scattering of leadership topics journal articles is examined by Bradford’s Law and Bradford-Zipf law, and the characteristics of core journals are analyzed. Finally, the study counts the leadership theories or ideas explicitly mentioned in abstracts of articles published by core journals from 1980 to 2009 to find out the focuses of the lately leadership topics, and have a better understanding of the developments and trends in leadership research. A total of 38,230 bibliographic records are retrieved from ERIC database. The study concludes as follows: 1.The overall growth of the leadership topics literature is stable, and the growth curve fits exponential growth. 2.English is the most often used language in leadership topics literature. 3.Elementary Secondary Education is the education level that leadership topics literature most concerns. 4.Reports are the major publication type of leadership topics literature. 5.Practitioners are the primary target audience of leadership topics literature. 6.The scattering of leadership topics journal articles doesn’t fit Bradford’s Law, but it fits the S-shaped curve of Bradford-Zipf law. According to Bradford’s verbal expression, there are 13 core journals in this study. 7.The core journals have the publication country and the discipline subject centralized situation. 8.The focuses of the lately leadership topics are instructional leadership, distributed leadership, teacher leadership, transformational leadership, moral leadership, and transactional leadership. According to the results, some suggestions were given for database provider, libraries or information service institutions, researchers, and further research.

資料發掘研究重點在於幫助使用者於眾多現存資料中發掘出隱含於其內而先前未知的可能有用資料。目前有三大主要研究派別：(1)類神經網路(2)歸納學習方法論(3)統計方法。由於本研究之研究目的在於加入先前知識於資料發掘過程中，因此選用歸納學習方法論。歸納學習方法其內又可分為樹狀分類法，關聯分析法及概念樹導向歸納學習法，由於採概念樹導向歸納學習法所能處理的資料發掘問題種類較完整，其它二種歸納學習方法均著重於某一特定種類的資料發掘問題處理，因此，本研究針對概念樹導向歸納學習法做研究基礎，探討先前知識的種類及其運用方式，以期能增加資料發掘後的意義性。 　　首先從文獻中了解目前資料發掘領域的研究現況，從而由擴充先前知識的角度切入，利用企業法則、實體層次之一般化、集合化、聚集化等抽象化觀念、延伸之資料字典及經驗法則等先前知識得出更合適的資料以供資料發掘，並對於概念樹導向歸納學習法做適當的修改，提出研究架構。再以假想的學校資料庫，發展出一套雛形系統，驗証本架構的可行性。最後提出進一步的研究建議，以供後續研究參考。 / The research objective of data mining is to help users find previous unknown and maybe usable information from database. There are three ways to do this:(l)neutral network (2)inductive learning (3)statistics. Inductive Learning has three different ways: learning by decision trees, association rules and using concept trees. 　　Because concept trees approach to inductive learning can solve more kinds of problem, the other two ways just can solve one kind of problem, we choose using concept trees to be our foundation of this research. At the same time, we explore and discuss serveral kinds of prior knowledge and their applications. We hope that it can increase the semantics of mining results. 　　This thesis, first surveys previous research in data mining and discuss the prior knowledge that they included. Then, we propose our idea of extending and using prior knowledge including data abstractions (generalization, association and aggregation) in the extended entity-relationship model, bussiness rule, extended data dictionary and heuristics, in order to assist the process of data mining. A prototype is reported to prove our research architecture. Finally, some sugestion are given to future research.

為解決地方財政問題，落實地方自治，自2002年12月「地方稅法通則」發佈以來，各地方政府在於「租稅法定主義」及「公共選擇理論」中官員、民代、利益團體之運作之下，開源確有其困難性，因此開發新稅源或稅目，不如對於現有之租稅債權著手。欠稅係指納稅義務人應繳納而未繳納之稅捐，對於稅制之「公平性」及「效率」均有極大之影響；本文試就當年度欠稅之發生原因著手，期能抑制新欠之發生與擴大。因此利用2003年至2008年共6年間，臺灣地區23縣市欠稅之追蹤資料，別以就總體經濟變數、納稅義務人相關變數、稅目及稅捐稽徵機關相關變數等三方面，針對各縣市政府欠稅原因分為以不動產為主之房屋稅及動產為主之牌照稅及總欠稅之比率進行迴歸分析，實證結果顯示，一：欠稅之主要影響原因為經濟成長率與各縣市每戶平均所得，故所得乃納稅義務人欠稅之主要原因，牌照稅為財產稅中之動產，其流動性較高，故易受總體經濟變數之影響；而房屋稅為財產稅中之不動產，其流動性較低，較不易受總體經濟因素之影響，二：自2007稅捐稽徵法第6條修正後，由於修法前地價稅及房屋稅無優先受償，修法後排擠牌照稅應得受償之部分，故造成牌照稅之欠稅率愈高；三：財產稅中牌照稅之罰則、違章相對較多且重，依牌照稅法第28條第2項納稅義務人車輛逾期未驗車，遭監理機關通知逾檢註銷時，納稅義務人若行使道路遭取締違規時，除罰本稅每年均加罰2倍，造成納稅義務人相當大之負擔，無力繳納；四：都市化程度的上升提高房價，加重人民的負擔，且新屋之折舊年數少，且隨地段率、經濟景氣、房屋建材價格不斷提高，造成核算之課稅現值較重，對於初次貸款購屋者乃為一大負擔，因此本文建議， 重新檢討修正稅捐稽徵法、牌照稅罰則及房屋稅對於購屋貸款者於新購、裝潢中之房屋改採住家用稅率，以減輕民眾納稅的負擔，減少欠稅之發生。

隨著網際網路越來越發達，資料量的膨脹速度也超乎想像，因此資料採礦的技術已是不可或缺的，而雲端運算產業也將是未來的趨勢。本研究以雲端運算的概念，透過VBA（Visual basic for application）、軟體R以及Excel的增益集-RExcel，建構一個資料採礦分析之預測（Forecasting）系統的介面。考慮將本研究所建的系統大眾化，即便使用者未具備足夠的統計知識，也可以簡易的操作本系統。因此本研究建構使用簡單且方便的資料採礦之預測（Forecasting）系統。 本研究的資料採礦之預測系統裡面包含了五種資料採礦分析的預測方法，包括了迴歸分析（Regression analysis）、分類迴歸樹（C & R tree）、時間序列分析（Time series analysis）、類神經網路（Neural net）以及羅吉斯迴歸分析（Logistic regression analysis），其中本系統的羅吉斯迴歸分析又細分為兩種，有二元羅吉斯迴歸分析（Dichotomous logistic）和多元羅吉斯迴歸分析（Polytomous logistic）。本研究的資料採礦之預測系統操作簡易，使用者只需要選取所要預測的目標變數和欲加入建模的解釋變數即可分析，系統可以自行判斷目標變數所屬的類別對資料做後續分析。 關鍵字：資料採礦、雲端運算、預測 / As the Internet developed increasingly, the amount of data grow in unimaginable speed. Therefore, data mining techniques is essential, and cloud computing industry will be the future trend. This study which bases on the concept of cloud computing builds a data mining forecasting analysis system through VBA, the R language and add-ins of Excel –RExcel. The system which is builded in this study is convenient and easy. The user can operate the system easily, even if the user does not have sufficient statistical knowledge. Accordingly, this study constructs the simple and easy data mining analysis system of the forecasting. In this study, the data mining analysis system of the forecasting contains five methods of data mining analysis : regression analysis, classification and classification & regression tree, time series analysis, neural network and logistic regression analysis. And logistic regression analysis could be separated two parts, Dichotomous logistic and Polytomous logistic . In this study, the data mining forecasting system is easy to operate, and the user need only select the target variable and explanatory variables which they need. In addition, the system could determine which categories of target variable. Keyword：data mining、cloud computing、forecasting

恆常所得假說認為消費者依終生期望所得來做消費規劃，不受短暫性所得變動而改變消費。然實際資料顯示：在景氣循環過程中，暫時性所得變動確會影響消費變動，顯示該假說實際上不成立。本文利用華人家庭動態資料庫，配合追蹤性資料的計量方法來進行檢測該假說。實證結果發現：消費行為違反恆常所得假說。接著加入景氣變換來解釋消費違反恆常所得假說導因於流動性限制。最後利用追蹤性資料的特性，從世代差異的角度看消費者違反恆常所得假說，發現不同世代受流動性限制的影響效果不同，隨著年齡增加，消費者違反恆常所得假說的情況愈弱。 / Permanent income hypothesis(PIH) states that consumers make choices regarding their longer-term income expectations. Transitory income variety could not affect consumption. However, the reality is that consumption would be affected by transitory income during economic fluctuation, and this fact violates the hypothesis. Due to this reason, this paper use Taiwanese panel data : PSFD(Panel Study of Family Dynamics) and econometric model to test the hypothesis. In the empirical results, we concluded: Taiwanese consumption violated PIH. Then generation difference was incorporated into the model to explain the degree of violation of PIH. And the result explained that the generation difference exists in the degree of PIH’s violation.

網際網路的發展打破了時間與空間的限制。在這個虛擬的網際空間裡，逐漸發展出一個又一個得網路社群。在Facebook與Plurk這些社群服務興起之後，更加速了網路社群的產生與其影響力。。網路社群的運作機制與商業模式和個人資料息息相關，許多創新的社群商業模式一再的挑動隱私保護與個人資料保護的敏感神經。然而，流通在社群中的隱私資訊經過整理與加值，帶來了各種嶄新的商業模式。 探討網路社群資料加值應用前，本研究先針對網路社群與個人資料進行文獻回顧。其中涵蓋網路社群之定義與特性、隱私權之定義與發展，作為理論發展之基礎。 本文以個人資料的觀點分析網路社群與個人資料相關加值服務，深入探討個人資料管理相關服務，研究創新網路公司如何在個人資料管理上找到獲利的機會；並探討網路社群之功能與個人資料之間的關係。藉此找出落實個人資料保護與發展個人資料加值應用的影響因素。探討八個網路上的網路健康社群服務，歸納其功能並進行分類，最後分析網路健康社群之獲利模式。 承接前文論述之隱私保護原則、網路社群之特性與個資對網路社群之影響因素，提出網路社群個人資料保護與加值應用建議。以「資料」、「裝置」、「軟體」、「服務」等四個層次分別對網路社群之個人資料保護與加值應用進行論述。最後以網路健康社群為例，對網路健康社群提出具體之發展建議。

本研究以一個食譜分享社群網站為研究對象，針對網站上所提供的食譜建立了運用 kNN 分群演算法的自動分群機制，並利用該網站上使用者的使用行為進行分群後群集的特徵描述參考。 本研究以三個階段建立了一針對食譜領域進行自動分群的資訊系統。第一階段為資料處理，在取得食譜網站上所提供的食譜資料後，雖然已經有相對結構化的格式可直接進行分群運算，然而由使用者所輸入的內容，仍有錯別字、贅詞、與食譜本身直接關連性不高等情形，因此必須進行處理。第二階段為資料分群，利用文字探勘進行內容特徵值的萃取，接著再以資料探勘的技術進行分群，分群的結果將會依群內的特徵、群間的相似度作為分群品質的主要指標。第三階段則為群集特徵分析，利用網站上使用者收藏食譜並加以分類的行為，運用統計的方式找出該群集的可能分類名稱。 本研究實際以 500 篇食譜進行分群實驗，在最佳的一次分群結果中，可得到 10 個食譜群集、平均群內相似度為 0.4482，每個群集可觀察出明顯的相似特徵，並且可藉由網站上使用者的收藏行為，標註出其群集特徵，例如湯品、甜點、麵包、中式料理等類別。 由於網站依照schema.org 所提供的食譜格式標準，針對網站上每一篇食譜內容進行了內容欄位的標記，本研究所實作之食譜分群機制，未來亦可運用在其他同樣採用 schema.org 所提供標準之同類型網站。

「模糊」這個名詞常被用來表示為不確定性，而模糊理論其實就是在探討統計機率中所表達的「隨機性」。而對於區間型的資料時，由於單一的數值(例如：平均數)常會隱藏住資料的真實情況，因此在處理區間型資料時，我們大多會採用相關係數進行計算。 　　以往之模糊區間資料大多為連續型資料，然而仍有許多計數值資料，例如：旅運量、品管中的缺點數、公司出勤人次等，而本文將針對計數值資料之模糊區間加以討論，並藉由計數值模糊區間資料，生成模糊相關係數。另外，我們也將導入針對計數值資料進行轉換的ISRT法，透過此方法，將計數值資料轉為連續型資料，並比較其兩組數據所生成之模糊相關係數。本文利用模擬分析，生成若干種間斷型分配後再模擬計數型模糊區間資料(Attribute Fuzzy Interval Data)；並加入實證分析，利用實際資料來分析驗證。