博碩士論文 102453029 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:8 、訪客IP:3.233.239.20
姓名 范睿昀(Jui-yun Fan)  查詢紙本館藏   畢業系所 資訊管理學系在職專班
論文名稱 應用資料探勘技術於資源配置預測之研究-以某電腦代工支援單位為例
相關論文
★ 利用資料探勘技術建立商用複合機銷售預測模型★ 資料探勘技術應用於航空業航班延誤分析-以C公司為例
★ 全球供應鏈下新產品的安全控管-以C公司為例★ 資料探勘應用於半導體雷射產業-以A公司為例
★ 應用資料探勘技術於空運出口貨物存倉時間預測-以A公司為例★ 使用資料探勘分類技術優化YouBike運補作業
★ 特徵屬性篩選對於不同資料類型之影響★ 資料探勘應用於B2B網路型態之企業官網研究-以T公司為例
★ 衍生性金融商品之客戶投資分析與建議-整合分群與關聯法則技術★ 應用卷積式神經網路建立肝臟超音波影像輔助判別模型
★ 基於卷積神經網路之身分識別系統★ 能源管理系統電能補值方法誤差率比較分析
★ 企業員工情感分析與管理系統之研發★ 資料淨化於類別不平衡問題: 機器學習觀點
★ 生物式基因演算法-以避難據點之人員分配與賑災物資配送規劃為例 與賑災物資配★ 基於關鍵點篩選於袋字模型之影像分類
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   至系統瀏覽論文 ( 永不開放)
摘要(中) 隨著商業模式快速的改變,國內外電腦代工產業面臨產業的快速脈動、少量多樣的市場需求,紛紛尋求如何提升產品協同設計流程效能的方法。因應產品「少量」、「多樣」的生產模式策略,支援單位即將邁入多樣少量日趨複雜產品設計,其資源配置與協同合作流程監控的提升日趨重要。
學術界對於政府單位的資源配置提供很多的預測理論與技術,但在電腦代工領域預測卻相對較少探討。本研究以個案公司龐大的電子料件資料庫,進行「單一與多重分類器」資源配置預測效能比較。試圖找出符合個案公司需求之最適工具並期許本研究結果能提供學術界參考。
本研究在實驗流程上,採用Weka資料探勘工具,進行不同分類器實驗,為能找出個案公司資料中具備影響力的維度,主要是透過基因演算法 (GainRatio AttributeEval) 和資訊增益 (Information Gain) 去執行資料前處理,以試圖獲得最佳資源配置預測模型。
經過實驗結果得知,無論是單一分類器或多重分類器,ROC值的整體表現皆高於0.9並以分類器之CART的正確率較高,其特徵屬性選取 (Feature Selection) 對於資料集的預測結果影響都不大,因此,本研究建議,個案公司在處理資源配置的預測時,可以優先採用分類器之分類決策樹推估模型 (CART)。
摘要(英) With rapid changes of business systems, both domestic and foreign industrial manufacturers face the problem of fast flow and various market demands. As a result, they are looking for the solution which could increase the effectiveness of cooperative product design. Due to the two production strategies, which are “low quantity” and “various”, the support department will design a variety of products with a small quantity. Also, its resource allocation and cooperative process supervision will become more and more important.
Academics provide numerous predictive theories and techniques for the resource allocation of government department. However, there are less predictions for the field of computer industrial manufacturers. This research uses a lot of electronic resources from a case company to create difference single and multiple classifiers for predicable resource allocation. This is to identify the most suitable model for the demand of the company and we expect that the result of the research could be referred by academics.
For the experiments, the research uses the Weka data mining tool to conduct the experiments for different allocators. In order to find out the most effective dimension of the company, the research use the GA-based heuristic algorithm and information gain algorithm to pre-process the data first. Therefore, we could obtain the best predictive model of resource allocation.
From the experimental results, we observe that no matter single or multiple classifiers are used, the general performance of R.O.C. are all higher than 0.9, and the bagging based multiple classifiers based on CART got a higher accuracy, but performing feature selection has a little influence on the prediction of data collection. Therefore, the research recommends that when making a prediction of resource allocation, the company could use the classifier for the allocation strategy based on CART.
關鍵字(中) ★ 資料探勘
★ 資源配置
★ 特徵屬性選取
★ 單一與多重分類器
關鍵字(英) ★ Data Mining.
★ Resource-Base View
★ Feature Selection
★ A Single and Multiple Classifier
論文目次 摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 3
1.4 研究對象與範圍 4
第二章 文獻探討 6
2.1 資料探勘介紹 6
2.2 特徵選取 (Feature Selection) 12
2.3 資料探勘推估方法 14
2.4 資源基礎理論 (RBV) 16
2.5 ODM、JDM產業介紹 17
第三章 研究方法 19
3.1 研究流程 19
3.2 個案資料集介紹 20
3.3 資料前置處理 23
3.4 實驗與設計 27
3.5 模型建立流程 31
3.6 資料前處理 31
3.7 特徵屬性選取 (Feature Selection) 32
3.8 分類器推估模式選擇設計 33
3.9 K折交叉驗證 (K-Fold Cross-Validation) 37
第四章 研究結果與分析 38
4.1 各分類器推估模式準確率分析與比較 38
4.2 各分類器推估模式 38
4.3 資料實驗結果與分析 40
4.4 討論 50
第五章 結論與建議 52
5.1 研究結論 52
5.2 研究建議結論 52
5.3 研究貢獻 53
5.4研究限制及未來研究方向 55
參考文獻 57

參考文獻 1.朱啟源 (2011),「資料前處理之研究:以基因演算法為例」,國立中央大學資訊管理學系碩士論文。
2.林清河 (2007),物料管理,台北,華泰書局。
3.林明潔,董子毅 (2008),「危險評估中ROC曲線在預測 2×2 表上與敏感度及特異度之關係」,亞洲家庭暴力與性侵害期刊,第四卷第二期, 64 -74頁。
4.林明勳 (2013),「自動化觸控面板製造品質預測模式之研究」國立中山大學資訊管理學系碩士論文。
5.林義鋐 (2014),「磨合共創型醫院管理的理論與實踐:台灣總額支付下提昇病患價值個案研究磨」,東海大學工業工程與經營資訊學系博士論文。
6.范有寧,黃聖祐,陳靜枝 (2010),「運用資料探勘輔助商品分類之需求預測方法」,資訊管理學報第十七卷專刊。
7.洪振富 (2010),「距離式特徵於資料自動分類之研究」,國立中央大學資訊管理學系碩士論文。
8.洪國爵 (2011),「以生命系統演化觀點建構跨國企業併購架構」,逢甲大學商學博士學位學程大學博士學位論文。
9.翁紹宏,陳麗帆,朱基銘,白璐 ,楊燦,劉立,孫建安 (2008),「使用資料探勘演算法預測非肺小細胞肺癌患者存活情形及其效能比較」,台灣國際醫學資訊聯合研討會。
10.翁正慈 (2014),「海外直接投資新興經濟體的關係網路研究:資源基礎理論的關
係觀點」,國立雲林科技大學企業管理學系博士論文。
11.郭光明,陳瑞甫,黃興進,劉忠峰 (2011),「影響醫學影像儲傳系統(PACS)績效關鍵因素之研究—資源基礎觀點」,資訊管理學報,第十八卷,第三期,50-625頁。
12.陳冠利 (2011),「組織動態創新能耐之研究」,國立臺灣師範大學科技應用與人力資源發展學系博士學位論文。
13.陳志昕 (2014),「企業動態決策能力與獨特性資源:策略性決策迴路觀點」,國立嘉義大學管理學院企業管理學系博士論文。
14.陳韋向 (2014),「營建專案人力配置最佳化及參與時序模型建立」,國立中央大學營建管理研究所博士論文。
15.高棋楠 (2012),「資料探勘技術建構財務危機公司預警模式之研究」,國立中正大學會計與資訊科技研究所碩士論文。
16.許郁卿 (2011),「整合資料探勘及紅綠配行銷策略於商品銷售之研究」,靜宜大學資訊管理學系碩士論文。
17.黃健炫 (2013),「樹狀模型分類問題之探討」,國立中央大學統計研究所系碩士論文。
18.楊正三,葉明龍,莊麗月,陳禹融,楊正宏(2008),「利用資訊增益與瀰集演算法於基因微陣列之特徵選取與分類問題」,資訊科技國際期刊,第二卷,第十期,第50-62頁。
19.詹益東(2010),「網路異常入侵偵測分類效能改善方法」,國防大學中正理工學院資訊科學所碩士論文。
20.葉怡成 (1999),應用類神經網路,台北,儒林圖書有限公司。
21.蔡漢章 (2005),「代工廠商與品牌商動態協力合作演進之研究-筆記型電腦產業中價值能力移轉個案探索」,國立中央大學資訊管理學系碩士論文。
22.歐嘉文 (2012),「基因演算法運用於特徵挑選解決財務危機預測問題」,國立中央大學資訊工程學系軟體工程學系資訊工程碩士班碩士學位論文。
23.賴泳龍 (2014),「影響企業研發投入之關鍵因素」,逢甲大學商學博士學位學程大學博士學位論文。
24.謝邦昌 (2005),資料採礦與商業智慧,台北,鼎茂圖書出版股份有限公司。
25.簡禎富、林國勝 (2006),「建構cDNA生物晶片之二元資料挖礦模式及其實證研究」,資訊管理學報,第十三卷,第四期, 133-159頁。
指導教授 蔡志豐 審核日期 2015-6-18
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明