近年來大量資料不斷地快速累積，資料採礦與統計應用也隨著電腦等高科技之蓬勃發展而愈顯得重要。雖然市面上有一些專屬的統計軟體，能提供資料採礦的功能，但是會有受限於統計套裝軟體中不知如何輸入資料、尋找相關分析項目…等非人性化的缺失。為了改善此缺失，本文建立了『KDD系統』，希望以Visual Basic發展出人性化的使用者介面，進而連結統計軟體STATISTICA，將統計套裝軟體呈現出普及化的風格，讓不同領域的使用者都能輕鬆的進行資料採礦。最後，本文以流行病學為例，藉著『KDD系統』簡易地操作方式與多功能的分析表單內容，來找出六年來臺灣（含金馬地區）死亡原因之趨勢與關連的資訊，希望這些資訊能對研究死因的學者專家和政府官員在對病因的探討上有所助益。 / In coping with the increasingly accelerated supply of data and along with the fast pace of development in the computing science, data mining and statistical application have become a necessary and vital tools. Although there are a number statistical packages dealing with data mining available,there are still some shortcomings with these packages such as input data,transforming data, recoding data, etc. The focus of this research aims to improve the above mentioned shortcomings. To accomplish this goal the author has developed a user friendly interface called KDD system using Visual Basic and is linked with statistical software--STATISTICA making it a multi-function system. The system is easy to manipulate that allows users of all types even the novices be able to run the data mining application. This research took the data of the deceased in Taiwan from 1993 to 1998 and run the data on the KDD system in an attempt to find the trend of the cause of death. The research has found some valuable findings worth noting and could be useful for government officers and scholars in epidemiology.

金融環境的大幅變動已為產壽險市場投下不可預期的影響變數，保險公司若單純只依賴傳統的銷售通路已不符合時代的趨勢。近年來直效行銷已漸漸被大眾所接受，而產壽險公司以紛紛成立直效行銷部門來拓展自己的業務。本研究主要透過「問卷調查法」來分析我國產壽險業行銷通路之現況，並檢視產壽險公司是否運用相關技術如資料採礦、CRM技術來輔助直效行銷通路的運用，同時探討相關適合直效行銷通路之相關商品與促銷方法等等，最後歸納出產壽險公司運用直效行銷通路成功的關鍵要素，以提供給保險業界作為未來直效行銷通路規劃時的參考。本研究主要的實證結果結果如下： 一、人壽保險業比財產保險業更重視直效行銷，目前市場上壽險公司主要是利用DM與TM混合銷售為主，而財產保險業則是以DM、TM及網路行銷並重。 二、壽險業者在軟體投資CRM或是Data Mining略勝一籌，而且技術使用層次也明顯高於產險業者。 三、在商品歸類上，壽險商品主要以個人保險如意外險、儲蓄險及醫療險為主；而產險商品則以簡單易賣的汽、機車強制險、傷害險及住宅火險為大宗。 四、.直效行銷成功的五大要素，依序為： 壽險：（１）名單（２）人（３）價格（４）商品（５）電腦輔助軟體。 產險：（１）名單（２）人（３）價格（４）商品（５）具電腦電話整合系統CTI設備。 / The recent significant chance of the financial environment has an substantial influence on the market of insurance. Obviously the limited marketing channels of the insurance companies would not satisfy the need of new financial environment. In recent years, people have accepted the concept of direct marketing, and many insurance companies have already set up direct marketing department to expand their market shares and earn more profits. This thesis analyzes the current situation of direct marketing in insurance market by questionnaire survey. We investigate whether insurance companies use advanced technology such as CRM, Data mining to assist their direct marketing. We also investigate what kinds of direct marketing products and promotion skill are used in this market. Finally, we analyze what are the key components of successful direct marketing. The important results of this study are as follows: 1. Life insurance company generally use the combinational of DM and TM for direct marketing,whereas property insurance company use the combinational of DM、TM and network for direct marketing. 2. Life insurance companies have better technology on CRM and Data Mining than property insurance companies do. 3. The most popular life insurance products for direct marketing are accident insurance、endowment insurance and medical insurance. One the other hand,the most popular products of property insurance for direct marketing are accident insurance、automobile insurance and fire insurance. 4. The five key components of a successful direct marketing are: For life insurance:(1)consumer data base (2) staff (3) price (4) product (5)computer system . For property insurance: (1) consumer data base (2) staff (3) price (4) product (5)CTI system.

近年來，社會大眾對各種投資行為的參與和關心程度也大幅度的增加。但，一般人總是會在不自覺中，對於「投資」、「理財」等等的名詞有所誤解，有的人並不具理財應有的知識，卻以「投資」作為維生的工具，而荒廢了自已的本業。其實，理財應該是一個長遠的計劃，除了致富之外，其最主要的功能還是在於未來生活的保障，在社會大眾發現自已口袋□的薪資愈來愈不能滿足自已生活品質的改善時，好好的規劃自已手上的資源從事投資理財行為，已成了不可避免的趨勢。 本研究以國內知名之理財網為研究平台，在網路理財規劃的課題中，以資料採礦（Data mining）中的群集分析、決策樹和關聯性規則等理論及方法進行研究，提出理財行為的線上分析架構做為本研究之理論根據。進而進行資料庫欄位細部意義的探討與分析。並將可用的資料轉成可分析的格式，以供我們轉入Mining Tool中作分析，以擷取理財行為模式，並提出研究之結論。 本研究在進行理財行為分析時，在資產配置群集分析中我們可以看到，隨著年齡的增加、資產流動性對於資產配置的影響。年齡較低的族群對於資產流動性有偏好，而年齡較高者則著重資產的報酬率，會選擇風險性較高的資產，來換取較高的報酬。而在對於執行未來的計劃的看法上，年齡較高者的時點會比前者來的晚，這可能是理財目標向真實的狀況修正的原因，而對於年齡較低的族群來說，對於人生中理財計劃的執行時點則有著過度樂觀的預期。

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。

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。

由於近年來大家對於「保險」一詞之觀念由負面逐漸轉為正面的保障,且因 為金管理機構的開放,使得保險業者成立家數變動幅度大,且由於法規鬆綁,能 夠提供之保險產品類型與銷售通路亦逐漸多元化,導致保險業者競爭激烈。而隨 著電腦技術進步及資料採礦技術蓬勃發展,許多公司積極投入資源,企圖利用資 料採礦技術從龐大資料中挖掘出新發現,藉以提供有用的資訊,作為公司決策的 依據,為公司創造出新的商機。因此善用現有資源,針對特定族群予以最適當及 最能滿足其需求的商品是保險業者最重要的目標。本研究期望針對最具潛力的族 群-年輕族群,利用資料採礦技術中之集群分析將其分群,並統整歸納出群集內 的共同特徵或特性,藉此描繪出不同類型的族群以更瞭解其需求。並利用關聯分 析法分析族群內保險商品購買情形,以做為保險業者針對此年輕客群中的不同族 群間保險商品之商品組合及未來商品規劃之策略建議。 本研究結果之總結發現,此年輕客群中上可分類成三個子集群,而三個之間 的特徵描述如下:A 集群:低風險、高忠誠度、重視退休養老生活的人。B 集群: 高風險、低忠誠度、重視身體健康的人。C 集群:高風險、低忠誠度、具投資理 財觀念的人。而根據此集群分類後之結果,利用關聯分析找出其保險商品最適合 之搭售組合。

摘要 本研究是利用某保險公司在大台北地區的壽險保單資料，進行知識發現過程。常見的資料採礦技術為類神經網路模型、CART及C4.5，利用這三種模型，來探討保單貸款行為模式。在抽樣過程中，藉由改變抽樣方法、樣本數大小及樣本中有貸款保單的比例，來選擇樣本的結構，並討論不同的樣本結構對模型的影響。研究過程中，也討論了連續變數轉換與否對各個模型的影響。 結果發現樣本中有貸款保單的比例對於模型的影響較大，而樣本數及抽樣方法對模型的影響都會隨著有貸款保單的比例不同而不同，每種模型適用的樣本結構並不一致。 連續變數的影響中，類神經網路受到連續變數轉換的影響較大，研究結果發現轉換連續變數可以使得類神經網路模型結果較好；對於CART或C4.5模型，受到連續變數轉換的影響小，CART模型連續變數轉換前後結果不變，而C4.5受連續變數影響在不同樣本結構並不一致，但改變量都很小。 從模型結果來看影響保單是否有貸款的變數，在類神經網路模型的靈敏度分析結果中，對模型影響較大的變數為體位別、被保人職業別級數、保險型態及地區；在CART模型結果中，影響較大的變數為繳別、保單年度、保單價值金、繳費方式及投保面額；在C4.5模型結果中，影響較大的變數為主約保單預定利率、年繳化保費、保單年度及繳別。對於CART、C4.5模型，選擇有較高正確率的規則，以提供保險公司決策方針。 / In this study, data mining is being applied on data taken from one of the life insurance company in Taipei. The techniques used are neural network, CART and C4.5 which are widely used models in data mining. In the process of acquiring samples, we comprised groups of samples by using different kind of sampling methods, different sample sizes, different ratios of loaned to un-loaned policies. In addition another groups of samples are created based on whether the continuous variables have been transformed. We then applied the three models into each of our various samples combinations to see which samples combination best described consumer behaviors with respect to their borrowing attitudes against their policies and its effects on different data mining models. The results we found based on our study are summarized as following: 1. The assigned ratios have great influences on the model. However the magnitude of influences of sampling method and sample size on the model depends largely on the sample combination. 2. The sample combinations having transformed continuous variables affect and improve the results of neural network model significantly. However for CART model, the affects are insignificant whether the continuous variables having been transformed or not. The effect of transformed continuous variables on C4.5 is of limited. 3. The variables used to describe the behavior of the consumers as to taking the loan against the insurance policy vary for the three models.

摘 要 過去對於保險資料的研究多採用傳統統計方法，然而保險公司龐大資料庫中蘊含的寶貴資訊可能因此被遺漏。 本研究目的是將資料採礦的技術應用到保險公司資料庫中的高雄縣市保戶保單貸款資料上，研究保戶利用保單貸款的行為，做為保險公司日後推行保單貸款的參考。 從整理過後的資料中，用不同抽樣方法抽出不同樣本大小以及不同是否貸款比例的樣本，將連續變數做轉換後，建立決策樹和類神經模型，透過統計上的變異數分析，討論四個因子對預測結果好壞的影響。選出最好組合的樣本大小、是否貸款比例（已貸款：尚未貸款）、抽樣方法、以及建立的模型。 最後將此最佳組合建立的C4.5決策樹轉換成規則，並探討其中正確率較高的幾項，作為給保險公司的參考。 / Abstract In the past, the analysis of insurance data is usually conducted with traditional statistical methods, however a large amount of valuable information hidden might be left undiscovered. The purpose of this research is to apply data mining techniques to customer policy data taken from one of insurance company’s database in Kaoshuing city and county to study the behavior of customers taking loans against their policies as a reference for insurance company in promoting policy in the future. From the cleansed data, we sample policies of different sizes and percentage of policies with loans by different sampling methods, decision trees and neural network models, then through the significant interactions of ANOVA, discuss how the results being influenced by the four factors. We then choose the best model that manifests factors affecting customer’s behavior in taking out the loan thus providing insurance company a vital information in targeting its customers group.

20世紀電腦、網路產業的快速發展，使得人類能夠藉由更快速的電腦處理更大量的資料，但也因此產生了更多的問題。資料採礦技術發展的目的便在於解決分析大量資料時所遇到的問題。 商業領域的資料採礦發展十分迅速，因為由資料採礦得到的資訊與知識能夠幫助行銷決策者訂定最佳的行銷策略。終極目標是將公司內部、外部的資訊串連起來，經由工作循環以得到商業智慧。 目前台灣許多行銷領域的研究單位都在進行消費者資料的蒐集。本研究以E-ICP資料庫為研究目標，利用資料採礦方法挖掘尚未被研究者發現的知識。由於過去E-ICP資料的運用較少觸及商品消費的整體探討，但商品消費概況卻佔E-ICP資料相當大的比重，因此試以關聯規則分析為工具，進一步瞭解商品間的關係。 藉由本次實證研究的經驗發現關聯規則分析在實務上不適用之處，這樣的回饋對於未來研究關聯規則分析的研究者而言，能夠提供許多值得深究的方向。 / The swift developments of Computer Science and Internet in 20 century enable people handling more and more data, but bring even more problems. Data Mining is then developed to solve them. Data Mining is very popular in business environment, because all the information and knowledge gained can help managers make the best decisions. And in the long run, Data Mining can help the circulation of information inside and outside an organization. In Taiwan, many research centers are collecting consuming data in order to understand more about consumer behaviors. This study is in focus of E-ICP data which has a long history in consumer issues. The commodities data in E-ICP dataset is very abundant, but less emphasis was made upon it. Therefore, using Association Rules to find out the relationship between commodities is a good trial. The process of analyzing E-ICP data with Association Rules let us realize how difficult to take it into practice. And the problems I faced and the solutions I used in this study could feedback to future analyzer for some meaningful research issues.

資料採礦（Data Mining）以及客戶關係管理系統（CRM, Customer Relationship Management）是近年來資料庫應用領域中相當熱門，且引起熱烈討論與高度關切的議題，尤其在直效行銷的崛起與網路的快速發展帶動下，跟不上CRM的腳步如同跟不上時代。目前已被許多研究人員視為結合資料庫系統與機器學習技術的重要領域，許多產業界人士也認為此領域是一項增加各企業潛能的重要指標。 本論文運用資料採礦建立信用卡脫離預測模型，同時將模型自動化後結合CRM之運用，期達到有效保育客戶 (Retention Gap) 之功能，可以由既有原客戶後來卻轉成競爭對手的客戶群中，分析其特徵，再根據分析結果到現有客戶資料中找出可能剪卡轉向的客戶，然後設計一些行銷方案預防客戶流失；更有系統的做法是藉由決策樹Decision Tree演算法建立之模型，再根據客戶的消費行為與交易紀錄對客戶忠誠度進行評分Scoring的排序，如此則可區隔出剪卡流失分數高低的等級，進而配合不同的策略進行挽留與保育。 近年來，台灣的信用卡市場在歷經十幾年的發展與競爭後，市場已漸邁入飽和期，然而在發卡成本與剪卡率卻不斷攀升下，卻也不見發卡機構積極的試圖提升持卡人品牌忠誠度，因此，本論文擬透過資料採礦技術結合客戶關係管理系統的應用，以有效降低剪卡率、提升客戶保留率，藉以強化發卡機構的競爭優勢(Competitive edge)，免於被市場淘汰。 另外，本論文之特色在於分析之目的資料倉儲為一企業級資料倉儲 (Enterprise Data Warehouse, EDA)，它不單具有持卡人使用信用卡之刷卡行為、持卡狀況、繳款狀況…等信用卡往來資訊可供分析探索，同時，亦包括持卡人在發卡機構所屬之企業級團之往來資訊，緣此，在此基礎上建立之採礦模型將更準確且更具有參考價值。