2008年年初，太陽劇團來台巡演，創造了旋風般的熱潮。也因此興起了本論文之研究動機，在經過次集資料收集後，發現太陽劇團相當著名的，即為其優秀的作品開發能力，以及鉅細靡遺的知識管理政策。因此，本研究嘗試從知識管理的角度出發，希冀能夠比較太陽劇團與國內表演藝術團體在知識管理政策上的差異，並嘗試找出產生此差異背後的原因，作為國內表演藝術團體在未來發展時的參考依據。 本研究選定太陽劇團、雲門舞集及綠光劇團作為分析之標的，採取個案分析法的方式進行個案撰寫，而在分析架構上，則採取知識移轉之理論作為架構，整合Gupta(2000)、Koskincn (2002)、、Kwan&Cheung(2006)的觀點，將整個知識移轉的過程分為動機階段、知識獲取階段、知識創造階段及知識保留階段四個階段。利用此一架構，分析三個研究個案在知識管理上之相關作法，並試圖找出對這些做法造成差異的原因。研究結論如下： 一、 太陽劇團、綠光劇團及雲門舞集三個團體在知識移轉的四個階段作法上皆有所差異。而三個團體差異較大的部分，在於知識創造及知識保留兩個階段。 二、 對作法產生差異的原因，本研究歸納出包括表演類型之差異、演出之場次與頻率、組織規模、表演場地、人力資源策略、演出型態及組織類型等七個主要因素。 三、 在三個團體中，太陽劇團在知識移轉的四個階段上的作法最為完整，也呼應了「以制度化的方式，有系統的向外界吸收知識，並轉移至組織其他成員，在擴散與應用知識的過程中，努力從事知識的創新，再將學習與創新所得的知識系統化的累積」這樣的知識管理理論。特別是對於每一次決策流程的保存與紀錄，以及完整的紀錄了從創意發想到最後執行階段每一個細節這樣的作法，確實使得組織的知識得以累積，並加速了後續的發展。

物聯網概念逐漸成熟之下，舊有產業知識與概念被顛覆，智慧化發展開啟產業新時代。台灣近年來以微型創業盛行，不需要太多資本，簡單的設備就可成立一家餐廳，也因此創業門檻大大降低，造就餐飲業以每年2-3%的比率增加，而大多數餐廳中必備且關鍵的設備-ＰＯＳ機台，卻還停留在舊有思維，不僅佔了不少花費在創業者初期成本以外，也會需要較長時間將成本回收，更因為ＰＯＳ機台為固定成本，後續折舊及保養問題也是餐飲業創業者需要多費心力的重點。 結合雲端技術的ＰＯＳ機台雖需耗費較多時間研發，在概念驗證、場域驗證及商業驗證上也需要比傳統POS系統更縝密的考量，但與傳統pos相比，雲端POS不論在介面的易用性、資訊的即時性及改善工作場域的效率上，皆有顯著改善。除傳統ＰＯＳ注重的技術升級外，雲端POS提供更多面向的整合式解決方案，大大改變了整個產業的商業模式。 本研究以iCHEF為個案，目的為探討新產業環境之下，企業如何創造新的商業模式，推動產業典範移轉。本研究所得之結論為：雲端ＰＯＳ系統成功的商業模式中，雖然產品技術研發能力仍為關鍵因素之一，但其中企業的創新能力、社群操作力等軟實力的培養更是決定能否維持長期競爭優勢的根基。 關鍵字：雲端ＰＯＳ系統、商業模式創新

近幾年來資料採礦及雲端運算的興起，導致許多公司企業紛紛推出有關雲端運算的服務，或利用資料採礦的技術以助於了解客戶行為。而資料採礦的技術不僅是企業所獨享的一個工具，一般非企業的使用者也常常會面臨到決策問題，為了讓一般使用者能夠方便取得軟體工具以及節省時間成本，本研究以雲端運算為概念，利用RExcel軟體和Excel VBA程式語言為研究工具，發展出一個資料採礦分類雲端運算系統。 　　本研究將欲分類的目標變數分為三種型態：數字連續型、數字類別型以及文字類別型，此分類系統會依照目標變數型態的不同，而採取不同的分類模型來分析使用者之資料，並分別以三個資料檔為例，上傳至此資料採礦之分類系統進行分析後，其分析結果報表將以網頁預覽的方式呈現給使用者，使用者可以針對連續型目標變數的資料分析結果，利用MAPE值評估分類模型之優劣，而類別型目標變數的資料分析結果，則可以正確率來評估分類模型之優劣。 　　使用者可透過簡易步驟來操作此系統，並選擇可解釋資料之最佳模型，也可從結果報表中獲取資料之特性，更進一步地可以進行所需的決策。 關鍵字：雲端運算、資料採礦、分類模型 / In resent years, the rise of data mining and cloud computing has led many enterprises have been offering services related to cloud computing, or using data mining techniques to understand customer behaviors. Data mining is a tool not only for enterprises, but also for general non-business users who often face making decisions. In order to enable general users to easily assess the software and save time and costs, this study proposes a classification system of data mining constructed by RExcel and Excel VBA, which is based on cloud computing. 　　In this study, the target variable is divided into three types: digital continuous, digital categorical and literal categorical. The classification system is in accordance with the different types of target variables, taking different classification models to analyze user’s data. Taking three data as examples, respectively, uploading them to the system, then the analysis results will be present to the user in the way of page preview. The user can use MAPE values to evaluate classification models with regard to the results of the data for the continuous target variable, and use correct rate to evaluate classification models with regard to the results of the data for the categorical target variable. 　　Users can take simple steps to operate the system, select the best model which can explain the data, and obtain the characteristics of the data from the result reports, further to the necessary decision-making. Keyword: cloud computing, data mining, classification models

傳統的裝飾紋路，如獸面紋和雲紋，是經過工匠藝術家將其對於自然的變化與鳥獸的形態加以抽象化，藉由這些精妙的花紋傳遞豐富的訊息，形成具有象徵意義的紋路。本論文針對傳統中國雲紋進行分析，發現其保有高度的自我相似性，以此特性為基礎，我們發現到L-system也常被運用於此類特性紋路之創建，本論文以此語法為基礎撰寫生長規則，配合parametric L-system參數化的特性，不但可以讓雲紋達到很好的多樣性，同時配合非相片寫實電腦繪圖技術強化風格效果，讓我們的結果更忠於傳統雲紋，更進一步透過具時間序列的向量場資訊影響L-system之成長，產生具東方風格之動態雲紋。 / Traditional decorative patterns, such as animal mask and cloud patterns, are the art heritage from the abstraction of the changing nature and the shape of animals. These decorative patterns are not only exquisite art, but also meaningful symbolic patterns. In this thesis, we analysis the traditional Chinese cloud patterns, and find out the structure of self-similarity in cloud pattern. In this thesis, we design the growth rules base on the grammar of L-system and the parameterization of parametric L-system. We also combine the stylized line drawing to achieve a good variety of cloud patterns, and our results are faithful to the traditional art. Furthermore, we can generate the dynamic oriental cloud patterns with a time-varying vector field to affect the growth rule.

季季作品文質量俱佳，但並不常被論者論及，本論文意圖藉由作家生平的整理、主題內涵的探討、藝術表現的分析，以及文學系譜的爬梳等幾個面向的探討，使季季的文學價值得到恰當的評價。以下簡述本論文的章節架構： 第一章是緒論，首先在概述研究的動機和目的，以說明本研究的必要性和預期的成果。其次設定研究的範疇及說明研究的方法，最後彙整有關的文獻資料，及勾勒本論文的組織架構。最後並附各章提要，點明其餘各章重點。 第二章是寫季季的生平經歷、文學啟蒙、文學開展與文學創作。季季沒讀過大學，但這並沒有妨礙她成為作家。她的文學興味是在虎尾女中胚胎萌芽的。漸漸的以職業作家嶄露頭角，知名度在台灣文壇攀升打響。文章見於報紙、雜誌、專欄，且持續在進展中。 第三章是在說明季季創作的主要成就在小說，而她的小說作品大都集中一九六四年到一九七九年，大約有十年的時間。在同輩的女作家中，季季是才華出眾的一位，在她的作品中，對社會現象有多樣性的觸角，且在她龐大的作品群中，約略可以看出她作品的四種不同的發展軌跡：第一類是充塞著現代主義色彩的描寫；第二類是自傳性頗為濃厚的作品；第三類是摻雜著浪漫與寫實。第四類作品是充滿幽默和嘲諷的寫實主義作品。 第四章主要在說明季季的散文觀點。她的散文是喃喃向內傾訴的心語，醇厚細膩。從散文裏，可以看出她的思想及個性。此外，她的散文很能發揮對現實的透視力，字字句句都緊扣著生命的脈動，在文字技巧及內容思想上已具相當水準。 第五章是在說明季季在散文、小說、雜文、評論等方面，皆能有所涉獵，創作出不少優秀的文學作品。此外，她還身兼編輯，並與臺灣文化界的關係異常緊密，在文壇上有相當的成就，也為臺灣文化事業的發展貢獻良多。 第六章是結論，總整了本文研究心得，並針對季季的作品作一全面性的觀照，同時簡論季季在編輯、小說、散文等方面的成就，冀望能藉由釐清季季的文學定位及意義，對季季文學藝術予以適度之評價，進而為季季在現代文學史上做較為恰當的定位。

本研究針對目前最新技術發展趨勢，提出一個以瀏覽器為中心的雲端運算服務模型。本研究稱之「雲端服務交換器系統」，解決後端大量巨量資料透過緩衝區送至前端瀏覽器頁面顕示之問題並改善傳輸速度。本研究整合MongoDB、AngularJS、Socket.IO、Kafka、Node.js五項元素。研究解決前端中JavaScript與網頁互動之困難、前後端開發語言相容性問題、巨量資料需求造成的伺服器負載量、前後端即時通訊效能等問題，最後達成建置高頻交易網站之目的。

展覽是所有產業的櫥窗與經貿發展的火車頭，幾乎所有的產業都要以展覽來推廣市場及帶進業績。企業能透過參加展覽推展業務、塑造形象，亦可以尋找代理商、配銷商、合資夥伴等，因此，展覽在帶動及創造商業活動的功能上具有重要的地位，且日益受到企業重視。又隨著科技進步，近年來，雲端服務具精進的技術、建置成本的降低及多元應用的特性，逐漸成為企業所追逐的焦點。 本研究擬以國內某家公司為例，以該公司欲透過精品飾品設計展覽活動找經銷商，進而投入雲端行銷之的市場經營作為探討主軸，藉由專家訪談及SWOT分析、五力分析的導入，研析其經營成效及合適的經營模式，將研究結果概分為下列六項： 一、 藉由獵人頭公司找通路及經銷商為有效率且可提高經營績效之方法。 二、 主要選擇控股公司作為經銷商。 三、 投入雲端行銷，管理客戶關係。 四、 該公司自身所擁有的優勢為跨入此產業經營之利器。 五、 該公司針對其客戶(經銷商及通路)的教育訓練可使經營成效穩定且一致。 六、 透過參加或舉辦展覽會之相關經營成本費用較其他同業高。

隨著網路的快速成長，資料探勘(Data Mining)及文字探勘(Text Mining)所須分析的資料集越來越龐大，透過單一機器執行資料探勘分析受限於記憶體大小及其計算能力，不僅運算時間大幅增加，分析資料集的檔案大小也因而受到限制；語意註解萃取出文件的重要內容，凸顯主題加強資料探勘及文字探勘的效果，而資料探勘、文字探勘和語意註解背後都牽涉到大規模的資料處理，透過雲端運算的技術使負載平衡，將運算工作分散至運算叢集中的每一台電腦，不僅加快運算和儲存的速度，更可降低整體的風險。 本研究使用Hadoop軟體實作雲端文字探勘平台，用於分散式文字探勘及結果分析，採用涵蓋21578篇新聞文件的路透社資料集(Reuters 21578)進行實證分析，依照Mod Apte切分法分為訓練資料集及測試資料集用以進行文件分類，文件分類的步驟分為數個部分，分別為進行資料格式轉換的資料前置處理、針對文件內容加註更詳盡的連結及描述的語意註解、用以產生分類預測模型的分類器(簡單貝氏分類器、餘集簡單貝氏分類器)與評估文件分類結果的評估器；路透社資料集經過去除停用字、附加語意註解資料及文本詞彙長度統計分類，再進行簡單貝氏分類器及餘集簡單貝氏分類器的訓練，比較測試資料集的分類正確率作為文件分類實證結果。 本研究根據實驗結果發現，探討去除停用字、語意註解、文件分類演算法及文本詞彙長度對於文件分類正確率的影響：(1)去除停用字使出現頻率高的停用字對於分類預測產生負面影響；(2)語意註解作為詮釋資料的取得方式，可增加文件分類的效果；(3)餘集簡單貝氏分類器，可用以減少偏斜資料對於分類預測結果的誤判；(4)文本詞彙長度較長的文章則會某種程度主導分類預測結果，造成誤判的產生，降低分類正確率；透過上述各影響因子的調整使文件分類的結果得到改善，使得文件分類正確率獲得較佳的效果。 本研究提出之系統以雲端運算環境運行文件分類演算法，使得大型資料集得以更為迅速取得分析結果，使用語意註解作為詮釋資料的來源，使得文件分類模型產生過程中有更多資訊可分析，使得機器判斷的正確程度獲得改善，亦可將文件轉換為語意網文件，供語意網搜尋引擎查詢檢索，未來應加入Twitter或Facebook等擁有大量非結構化資料的網站之資料，使本平台得以分析更大規模的資料，並且考慮資料集類別分佈的集中程度對分類正確率的影響程度，同時應實作效果更佳的分類演算法，進而改善系統整體的結果。 / Nowadays, businesses perform data mining and text mining need to handle large scale dataset. The computational resources of servers are often limited and lack of efficient to compute analytical jobs. But if they could run their data mining jobs under cloud computing clusters, they are able to get results very quickly on a large dataset without "out of memory" problems. In this paper, a series of experiments are conducted to measure and analyze the accuracy of the classification algorithms implemented on Hadoop using Reuters-21578 dataset; the process of text mining consisted of four stages: (1)data preprocessing, (2)semantic annotation, (3)classifier, (4)evaluator. Reuters-21578 had divided into training set and testing set based on Mod Apte Split, processed by stopwords removal, appended semantic annotations as metadata and splitted into several subsets according to different document sizes. Experiments outlined several issues that will need to be considered when conducting text mining. According to the experiment results, the researcher found that stopwords removal, semantic annotation, different classification algorithms and different document sizes could improve the classification accuracy. First, stopwords removal avoids common words from becoming noises that will do harm to classification result. Second, semantic annotation as the extra information could improve the result. Third, complementary naive bayes algorithm could solve the decision boundary problem which naive bayesian cannot handle. Fourth, long documents could dominate the classification results. Sixth, the class imbalance problem could cause a drop of classification accuracy. Text mining result could be improved by adjusting the parameters found above.

"全同態加密法"(Fully Homomorphic Encryption (FHE))一詞的介紹以及架構源於西元2009年由Gentry所提出。它讓加密後的密文執行特定的運算再將其解密即可得出該對應的明文運算結果，除此之外，全同態與同態最大的不同是它允許兩種或是多種以上的運算元進行資料運算，期間必須可以處理大量的資料並且保護其資料隱私性使其無洩漏之虞。也因為上述特點使得它可被廣泛使用在許多資料庫或是資料儲存上的應用，像是ASP、雲端運算或是雙方相等性驗證上，然而在Gentry的全同態加密中，它需要大量的空間來儲存所需要的公鑰，因此在實作上仍有一定的難度。為了解決上述問題，本文提供了一種新的改良方案使其更有效率來達到全同態加密的實作性，除此之外，我們也會在文章中提出安全性分析來證明本改良方案並不會對安全性造成影響，並且提出系統效能測試，說明本方案除了可減少公鑰儲存空間之外，在時間上，更可降低公鑰生成以及系統加密的時間，讓其全同態運算更具效率。 / C. Gentry in 2009 proposed the first practical scheme which can compute arbitrary functions of encrypted data. This scheme is named “Fully Homomorphic Encryption (FHE)”. FHE allows a worker without the secret decryption key to compute any result of the data on one hand and still keep the data privacy on the other hand. It can be widely used in data storage application or database application, such as ASP, cloud computing and two-party equality testing. However, one drawback of Gentry’s fully homomorphic encryption scheme is that the size of public keys used in this system is extremely large. This means that a lot of space is required in order to store those public keys. This problem causes Gentry’s FHE hard to be implemented. In this thesis, we address the problem above, and give an improvement encryption scheme. Our improvement scheme needs less space to store the public keys which also makes the new scheme more efficient than Gentry’s original scheme. We also give a rigorous security proof to show that our improvement scheme is as secure as Gentry’s original scheme. A system performance test is also provided which shows that our scheme can not only reduce the numbers of public keys, but also reduce the time for public key generation and for encryption. Therefore, our improvement scheme can make fully homomorphic encryption more practical.

根據資策會的研究顯示，網際網路與行動通訊技術的整合是2010年至2030年最大的商機。各種網路應用與服務將逐步轉換至行動網路上，這項被各方期待的殺手級應用，成為驅動台灣未來十年之通訊及電信產業，突破新台幣2兆元大關的重要關鍵。 隨著網路寬頻化的發展日益成熟，未來專業行動工作者將能享有結合語音通訊。視訊及其他新興應用的嶄新網路服務。同時，由於M化(Mobility)兼具機動性與即時性，因此企業一旦M化後，將可以透過無線網路的傳輸，讓員工不受時空限制，隨時安全地取得公司資訊，作最迅速的處理，為企業帶來營運效率、客戶服務品質的提昇並降低總成本等效益。 在此資通訊整合之下員工攜帶自己的行動裝置上班（BYOD, Bring Your Own Device）的趨勢因應而生。BYOD是一種另類策略，讓員工、企業夥伴與其他用戶可使用個人所選購的客端裝置，執行企業應用程式與讀取資料。對多數企業而言，適用於BYOD方案的裝置目前僅限於智慧型手機和平板電腦。 S公司是該3Ｃ產業中最具競爭力成長最快速的企業。該公司藉由其在資訊產品及智慧型行動裝置產品在取得技術優勢之際積極的往行動化整體解決方案(Mobility Total Solution)延伸，提出BYOD整體解決方案。本文係針對該公司對此BYOD的策略行銷進行探討研究出以下結果： 一、BYOD的解決方案處於生命週期的萌芽期,該產業面臨資通訊技術整的問題。企業對於導入該解決方案,仍然面臨企業資訊安全及管理的挑戰。 二、S公司的行動化產品正處於高度成長的階段,在BYOD的B2B經營模式需要擺脫 B2B的成功模式。 三、以策略行銷4C理論分析出S公司的競爭優勢。 四、針對S公司的B2B經營模式提出可行的建議方案。 BYOD從生命週期的角度來看，尚在初期的萌芽階段。雖然行動載具的種類及功能日新月異,技術演進快速但企業對於BYOD在資產管理及資訊安全的控管上仍無完整的解決之道。期望本論文提出的相關策略性想法也能夠引發業界對於BYOD的相關服務提供者的整合性的策略思考方向。