本論文為台灣地區大眾傳播媒介之可信度研究，主要目的在探討可信度問卷調查中題 目的效度，以及媒介可信度與性別、年齡、教育程度間之關聯性。全文共一冊，約三 萬字，分為五章。第一章為緒論，包括研究問題、動機與目的、研究架構與假設；第 二章為文獻探討；第三章為研究方法，包括問卷設計、抽樣程序、樣本檢定等節；第 四章為研究發現與解釋；第五章為結論與建議，本章將從播社會學角度分析研究發現 ，以及就媒介可信度研究方法加以檢討，共提出以後研究可能方向。

資料挖掘與關聯式分析在許多案例中都有成功的應用，而對於零售商來說，除了將關聯式分析的資訊應用在銷售策略上以獲得更好的利潤之外，若能在進行銷售預測時便考量此要素，也許能更有效的提升準確度；因此本研究提出考慮產品關聯性的銷售預測模型，除了希望能夠對預測有所幫助，此外也能瞭解產品關聯性對於銷售預測的影響程度。

中小企業是台灣經濟的主體，對台灣的產業發展非常重要，但目前企業外移的現象很普遍，除外移企業及隨之外移的網路成員外，留在台灣未外移的網路其他成員多屬中小企業。而本研究主要探討的問題，正是中小企業面臨網路解體時的因應策略，「網路解體」指因關聯企業外移所導致的網路關係解體現象；研究對象是面臨網路解體仍留在台灣未伴隨外移的中小企業。研究的主要問題是探討面臨網路解體時，這些中小企業業主能力、組織資源依賴程度及產業特質方面對中小企業因應策略之影響。 中小企業在面臨關聯企業外移時，若能及早體認及早研商對策，則因應策略的選擇多偏向採整合或轉型策略，資源的豐沛也會影響因應策略的選擇。 關聯企業未外移前，中小企業對其資源依賴越深，或是在組織上有依附關係，面對關聯企業外移時，多不傾向於整合或業態轉型的策略。但外移的關聯企業對其資源依賴程度的深淺，就不會影響中小企業在因應策略上的選擇。 關聯企業若決定外移，中小企業在國內多已不易找到可替代之廠商，外移企業的可替代性並不高，在國內要找到可替代之新合作企業或資源並不容易，歸納其原因有二：一方面外移是產業中的普遍現象。另一方面，可替代的新企業也多半有自已熟稔的合作對象，要取代他們並不容易。 研究中發現，規模經濟效果對中小企業選擇因應策略並無影響，且其受關聯企業外移所影響的產品越成熟，越傾向於選擇以新產品吸引新客戶的市場轉型策略，同時產業內競爭越激烈，也趨偏向於採取產業轉型或整合策略。

現今在處理財務資料的過程當中，通常對於資料的分配特性是未知的，然而 透過關聯結構可以較容易的得知資料的聯合機率分配，但要如何得知資料是最 適合配適何種關聯結構呢？為了解決這個問題，Dobric & Schmid (2005, "Testing Goodness of Fit for Parametric Families of Copulas ---Application to Financial Data",Communication in Statistics: Simulation and Computation, 34,pp.1053-1068) 提 出了針對在二維關聯結構的方法---卡方適合度檢定，來檢視資料配適多種關 聯結構是否恰當。本篇論文延續著 Dobric & Schmid(2005)所提出的方 法，把資料配適二維關聯結構的情形推廣到三維上面來探討，並檢視類股間日 漲跌幅資料配適關聯結構的情形。模擬方面，利用蒙地卡羅模擬法，探討五種 三維關聯結構中卡方適合度檢定的模擬結果以及檢定力曲線的表現。實證方 面，以台灣股票市場為例，選取四個建築相關類股的日內 (Intra- day)股 價漲跌幅資料，檢定實際資料配適五種關聯結構的情形，並進一步了解實際資 料配適何種關聯結構最恰當，從實證研究得知可以發現實際資料配適 Normal、 Clayton、 Frank 和 Gumbel 關聯結構的表現並不佳，唯獨在 配適 t關聯結構最恰當，尤其是自由度為3或4的t關聯結構表現較佳。 關鍵字: 關聯結構，卡方適合度檢定，Normal 關聯結構，Clayton 關聯結 構，t關聯結構，Frank 關聯結構，Gumbel 關聯結構，日內(Intra-day) 價漲跌幅

源於資訊量爆炸時代的來臨，企業面臨大量資料所帶來的挑戰：傳統關聯式資料庫無法負荷龐大資料所造成的效能及儲存設備升級等問題。為了解決大量資料所帶來的諸多問題，各界提出不同的理論，而其中最被廣為討論的就是雲端運算。時至今日，許多企業及個體用戶逐漸開始使用雲端運算中，目前最具代表性的分散式架構Hadoop上的資料庫代表－欄導向資料庫HBase來作為底層資料庫。故本研究提出一套傳統關聯式資料庫轉換至欄導向資料庫HBase之轉換機制，以台灣學術期刊搜尋引擎為例。

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。

化妝品產業發展相當蓬勃，全球市場每年的成長快速，消費者對化妝品需求也越來越廣，加上環保意識抬頭，追求效果同時也希望帶給生態以及地球正面的效益；而消費者在眾多商品之中不僅只是選擇有效的產品，產品本身的訴求更要符合消費者的期待。近年科技進步神速，資料庫的儲存容量越來越大，利用資料探勘技術於事業拓展，將這些知識轉化為業務決策的工具，實現商業價值即所謂的商業智慧，不僅能降低營運成本，更能提供企業的有意義的資訊。 本研究的顧客資料來源為B公司近一年的會員消費紀錄，研究目的如下： 一、對顧客交易資料進行資料探索分析，了解銷售資料本身的基本特質。 二、根據B公司會員之銷售資料進行計算，變數包含銷售日期、銷售數量、銷售金額以及銷售地點等，使用資料探勘找出潛在忠誠顧客。 三、根據忠誠顧客的銷售資料，使用關聯分析方法，歸納忠誠顧客的消費行為與規則，並依照此規則為該族群量身打造銷售策略，有利於未來的業績成長，加強企業與顧客之間的交流。 研究結果發現：銷售狀況受季節性因素影響，建議依照季節變化推出相關商品，吸引會員消費；茶樹系列和白麝香氛系列為B公司之主要熱銷商品，而VIP與Bonus兩種會員身份的的消費方式存在明顯差異，根據RFM分析結果找出價值客戶，並區分為兩種，第一種為忠誠客戶，建議和忠誠客戶維持緊密關係，並持續追蹤忠誠客戶的消費行為；第二種為機會客戶，其和忠誠客戶存在明顯差異，對於茶樹系列商品相當支持，購買比例甚至高於忠誠顧客，且喜好的產品系列集中在茶樹系列以及FIT緊實系列，同時購買同系列產品的比例明顯高於忠誠顧客，建議積極經營機會客戶，量身打造銷售策略。

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.

證券市場在台灣為相當熱門的投資標的，台灣屬於淺碟式市場，股市投資者以散戶居多，且資訊來源大多為報紙、電視、網路…等媒體，因此外界的訊息易於影響股價波動。近年來股票分類方式除了傳統的產業類別分類，衍生出了一種新的分類方式－概念股。概念股是某種被看好之產品或產業甚至政策相關個股的集合，概念下的股票通常具有相當大的話題性，因此會引發報章媒體的報導，引發投資者的關注。基於以上原因，可推論概念相關的報導會對概念相關個股的漲跌有一定影響。因此本研究以消息面的資訊作為基礎，並以文字探勘技術加以分析，以聚集出人們有興趣概念所相關之個股。 本研究以聯合知識庫2011年1月至4月共86,579篇新聞為資料來源，以iPad2概念為標的，透過文字探勘的技術找出各新聞內容的特徵，並透過關聯分析對新聞做分析，從中找出概念及個股之間的關聯規則，藉此找出和概念相關之個股。接著本研究從台灣證券交易所網站取得2011年2月至5月所有交易日大盤之上漲、下跌個股數量，以其較大值與兩數和相除計算其股價共同移動程度，並取得其累積報酬率與本研究所選出之概念股進行比較。 在研究結果中，本研究方法所選出之概念股在門檻值為0.2時在2月至5月股價共同移動程度分別為79.3%、73.6%、70.2%、68.1%，皆高於MoneyDJ選出之概念股及大盤同期間之股價共同移動程度。而以成對樣本T檢定在顯著水準95%下，顯示本研究選出之概念股顯著有股價共同移動現象。因此也證實了藉由文字探勘技術及關聯規則，能從雜亂無序的新聞中發掘出人們有興趣之概念所相關的個股，以提供投資者做更深入分析。 / In Taiwan stock market, most of investors are individual, as the result, the external information will affect the stock price. Concept stock is an aggregation of many stocks on a relative basis such as industry or particular product. It is usually makes the topic to mass media for report, therefore the investor will pay close attention to it. There are many websites offering digital news so we can obtain easily these from the Internet and analyze them. This paper proposes an method to find stocks that relate to the concept from the digital news. In this paper, we collected the news from Udndata, using the text mining technique to analyze these data and performing association analysis’s algorithm to find out the association rule between stocks and concept. Then, we use statistical test to test the co-movement pattern between these Concept Stocks to the Taiwan Stock Index. The result illustrate text mining technique is able to find the relation between stocks and concept and proofs the Concept Stocks have co-movement pattern.

近年來金融性風暴頻傳，導致全球資金快速移動，許多國家的股匯市因此產生劇烈波動，台灣即是其中之一。有鑑於台灣股匯市的波動，部分投資者開始採用股價與匯率的相關性進行未來走勢預測，並建構策略進行交易，但中央銀行一再宣稱台灣股匯市間不存在實質的相關性，並提醒投資大眾不要因錯誤認真而遭逢重大損失，因此本研究的主要目的在於分析極端事件下台灣股匯市的關聯性。 本研究採用新的風險評估方法「CoVaR」進行分析，其定義為在其他市場發生特殊事件下目標市場的最大可能損失，而CoVaR與VaR的主要差別在於其考慮了其他市場的外溢效果，因此更能充分反映極端事件下的真實風險值。本文採用1993年至2011年的台灣加權股價指數和美元兌台幣匯率日資料，經由實證分析後主要有三大發現:一、美元匯率報酬臨界值與股價指數報酬率呈現負相關，股價指數報酬臨界值也與美元匯率報酬率呈現負相關；二、整體而言，股市多方比空方承受更多的風險，新台幣持有者比美元持有者承受更多的風險；三、股市對匯市的外溢效果較匯市對股市來的強烈。此外，台灣股匯市若採用新風險評估方法CoVaR進行風險值估算，將可以發現其較傳統VaR高出兩成至七成，由此可知台灣股匯市若處於極端事件下，將產生嚴重的風險外溢現象。