營造業標竿學習對象決定模式之研究

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：50

、訪客IP：13.59.61.119

姓名

蘇能歆(Neng-Hsin Su) 查詢紙本館藏

畢業系所

營建管理研究所

論文名稱

營造業標竿學習對象決定模式之研究

相關論文

★ 政府部門導入資訊安全管理系統之分析	★ 建立以層級分析法為基礎的洪災計畫評估模型- 以印尼雅加達為例
★ 臺北市污水下水道用戶接管開口契約內容及執行案例之研究	★ 應用知識本體技術協助建築專案單價分析作業之研究
★ 以貝式信念網路為基礎之工作危害分析與風險評估方法	★ 危險性工作場所審查機制之研究
★ 國內建築工程規劃設計及監造為同一廠商辦理現況問題之研究	★ 台灣家族企業接班佈局之個案研究-以中國砂輪公司為例
★ 以安全氣候評估國內營造業分包制度與勞工安全之研究-以台灣北部營造業為例	★ 營建工地人為錯誤分析之認知因子辨識與涵義
★ 專案層級河川工程永續營建評估指標系統建立之研究	★ 綠建築與房地產投資影響因子關聯性之探討
★ 營造業職業安全衛生管理執行工具及方法之研究	★ 軌道施工品質管理改善方案之研究
★ BIM輔助消防安全設備審查流程	★ 國內推動國際鐵路行業標準(IRIS)品質管理體系認證之研究

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]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

營建專案之品質缺失對營建工程的影響極大，輕則影響外觀、延誤專案，重則危及人命，因此，提升品質便成為營建專案首要任務。營造廠的整體品質良窳是左右專案品質最關鍵的因素，故提升營造廠之品質亦有助於提升專案品質，而標竿學習則是可達成提升營造廠品質目的之品管技術。標竿學習已廣泛應用於各行各業用以改善整體績效或是部門績效，學術上亦被證實具有卓越成效。選擇標竿學習對象為標竿學習流程中為最重要的步驟之一，然而，本研究歸納文獻後發現目前選擇標竿學習對象之方法主要有幾點不足：(1)現行標竿學習技術決定學習對象的方式缺乏量化評估、(2)現行決定標竿學習學習對象的量化方法評估面向不符需求、與(3)缺少考量營建企業特性之標竿學習流程或模式。本研究透過文獻回顧、問卷調查以及專家訪談彙整，提出一個以相似性為基礎之標竿學習對象選擇方法，此方法考量22項選擇因子以量化表示營造廠商之特性，並以兩種最基本的相似性辨識工具(歐氏距離與夾角餘弦)計算其相似性，而後排序出學習對象的優先順序，達到改善以往的主觀判定或是現有方法無法排序的結果，得到符合標竿學習意涵的學習對象順序。本研究採用兩個案例來驗證所提出方法的適用性，案例一為小公司學習大公司的學習對象選擇狀況，而案例二為同等級公司的學習對象選擇狀況，並比較主觀排序與量化排序的差異原因，最後再以數據層面提出可能的學習策略。研究成果顯示本研究所提出的方法確實能有效輔助選擇標竿學習對象，進而提升此一步驟之效率。

摘要(英)

Construction quality defects significantly affect a construction project by presenting poor appearance, delaying the project and even threatening workers or users’ lives. Promoting quality, therefore, becomes a top priority for a construction project. Because contractors’ quality is the most critical factor contributing to projects’ quality, projects’ quality can be promoted by improving contractors’ quality and benchmarking is a quality management technique for contractors’ quality improvement. Benchmarking has been widely used in different industries to improve company-wide and department-wide performance, and has also been proved in academic research to be effective in promoting quality. Selecting best practices (i.e., target companies to be learned) for a learning company (i.e., a company to learn from the best practices) is an important step in a benchmarking process; however, current methods for selecting best practices in literature have certain insufficiencies. First, these methods are mostly qualitative and hence, the results of best practice selection are subjective and vulnerable to human misjudgment. Second, even though some methods are quantitative but their considerations for evaluating best practices are not suitable for the nature of benchmarking. Last, current methods did not consider the characteristics of construction industry. There, this research proposes a similarity-based approach to benchmarking best practice selection. The proposed approach considers 22 selection factors that are determined through literature review, questionnaire survey and expert interviews and represent the characteristics of construction companies. Two similarity measurement techniques, Euclidean distance and cosine similarity, are adopted in the proposed approach to measure the similarity between a learning company and any of the best practice candidates; the best practice candidates are then prioritized according to the similarity values. Two case studies are conducted to validate the proposed approach. The differences between the measurement results by using traditional subjective decision and the proposed approach in the case studies are analyzed, and possible benchmarking learning strategies are also suggested according to the analysis results and the original data. The research results show that the proposed approach can benefit a benchmarking process by facilitating selecting benchmarking best practices, and further improve the efficiency of this important step.

關鍵字(中)

★ 標竿學習
★ 相似性分析
★ 群體智能技術
★ 多目標決策

關鍵字(英)

★ Benchmarking
★ Similarity Analysis
★ Collective Intelligence
★ Multi-objective Decision Making

論文目次

摘要 ii
Abstract iii
目錄 v
圖目錄 viii
表目錄 ix
第一章、緒論 1
1.1. 研究背景與動機 1
1.2. 研究目的 3
1.3. 研究流程 4
1.4. 研究範疇與限制 7
第二章、文獻回顧 8
2.1. 標竿學習相關文獻 8
2.1.1 標竿學習定義 8
2.1.2 標竿學習使用狀況 11
2.1.3 標竿學習對象決定模式 12
2.1.4 學習資料取得 15
2.2. 最有利標文獻回顧 15
2.3. 相似性分析 17
2.3.1 歐氏距離 18
2.3.2 夾角餘弦 19
2.3.3 傑卡德相似 20
2.3.4 群體智能 21
2.4. 小結 24
第三章、研究方法與架構 26
3.1. 研究架構 26
3.1.1 問卷調查 27
3.1.2 專家訪談 32
3.2. 選擇因子確認 33
3.2.1 選擇因子定義 34
3.2.2 選擇因子取得途徑 40
3.3. 相似性分析運算 41
3.4. 小結 42
第四章、研究成果 44
4.1. 實際數據 44
4.1.1 驗證案例背景 44
4.1.2 數據收集與呈現 46
4.2. 案例一相似性分析運算結果 53
4.2.1 案例一分析結果 53
4.2.2 案例一主觀認定排序 55
4.2.3 案例一排序差異比較 57
4.3. 案例二相似性分析運算結果 59
4.3.1 案例二分析結果 59
4.3.2 案例二主觀認定排序 60
4.3.3 案例二排序差異比較 61
4.4. 計算模式之優點與建議： 63
第五章、結論與建議 65
5.1. 結論 65
5.2. 後續研究建議 66
參考文獻 67
附錄一 72
附錄二 78
附錄三 79

參考文獻

1、Anand, G. and Kodali, Rambabu (2008). Benchmarking the benchmarking models, Benchmarking: An International Journal, 15(3), 257-291.
2、Arditi David and Gunaydin, H Murat (1997). Total quality management in the construction process, International Journal of Project Management, 15(4), 235-243.
3、Camp, R.C. (1989). Benchmarking: The Search for Industry Best Practices that Lead to
Superior Performance, ASQC Quality Press, Milwaukee, WI, USA.
4、Collins, T.R., Rossetti, M.D., Nachtmann, H.L. and Oldham, J.R. (2006). The use of multi-attribute utility theory to determine the overall best-in-class performer in a benchmarking study, Benchmarking: An International Journal, 13(4), 431-446.
5、Deros, B.M., Yusof, S.M. and Salleh, A.M. (2006). A benchmarking implementation
framework for automotive manufacturing SMEs, Benchmarking: An International Journal, 13(4), 396-430.
6、Fong, S.W., Cheng, E.W.L. and Ho, D.C.K. (1998). Benchmarking: a general reading for
management practitioners, Management Decision, 36(6), 407-418.
7、Goldberg, David, Nichols, David, Oki, Brian M. and Terry, Douglas (1992). Using collaborative filtering to weave an information tapestry, Communications of the ACM - Special issue on information filtering, 35(12), 61-70.
8、Jarrar, Y. and Zairi, M. (2001). Future trends in benchmarking for competitive advantage
-a global survey, Proceedings of the 6th TQM World Congress, St. Petersburg, Russia, 74-81.
9、Kazaza,Aynur, Birgonulb, M. Talat and Ulubeylia, Serdar (2005). Cost-based analysis of quality in developing countries: a case study of building projects, Building and
Environment, 40, 1356-1365.
10、Korpela, J. and Tuominen, M. (1996). Benchmarking logistics performance with an application of analytic hierarchy process, IEEE Transaction on Engineering Management, 43(3), 323-333.
11、Kumar, A., Antony, J. and Dhakar, T.S. (2006). Integrating quality function deployment and benchmarking to achieve greater profitability, Benchmarking: An International Journal, 13(3), 290-310.
12、Maire, J-L., Bronet, V. and France, A. (2005). A typology of best practices for a benchmarking process, Benchmarking: An International Journal, 12(1), 45-60.
13、McGeorge, D. and Palmer, A. (1997). Construction Management – New Directions. Blackwell Science, Oxford, 83.
14、McCabe, Steven (2001). Benchmarking in construction, Blackwell Science Ltd., Osney Mead, Oxford.
15、Nath, P. and Mrinalini, N. (1995). Benchmarking of best practices: case of R&D organizations, Productivity, 36(3), 391-398.
16、Project Management Institute (2013). A guild to the project management body of knowledge (PMBOK), 5th edition, Project Management Institute, Inc., Newtown Square, Pennsylvania, USA.
17、Rumane, Abdul Razzak (2011). Quality management in construction projects, Taylor and Francis Grpup, LLC., Boca Raton, FL, USA.
18、Segaran, Toby (2007). Programming collective intelligence, 1st edition, O’Reilly Media, Inc.,Sebastopol, CA, USA.
19、Spendolini, M. (1992). The Benchmarking Book, American Management Association Communications (AMACOM), New York, NY, USA.
20、Tam, Vivian W.Y. and Le, Khoa N. (2007). Quality improvement in construction by using a Vandermonde interpolation technique, International Journal of Project Management, 25, 815-823.
21、Watson, G. H. (1993). Strategic benchmarking, Wiley, New York, NY, USA.
22、Wu, Wann-Yih, Lin, Shu-Mei and Huang, Hsuan-Jen (2007). Applying DEA approach to identify benchmarking objectives and partners in the world steel industry, Sun Yat-Sen Management Review, 15, 161-196.
23、Wu, Wei-Wen (2011). Exploring business strategies for tourist hotels using dynamic DEA and Co-plot, East-Asia Review, 471, 21-38.
24、Wu, Wei-Wen, Lan, Lawrence W. and Lee, Yu-Ting (2013). Benchmarking hotel industry in a multi-period context with DEA approaches: a case study, Benchmarking: An International Journal, 20(2), 152 – 168.
25、行政院公共工程委員會 (2011)，「公共工程品質管理訓練班教材第二單元(上冊)」，第七版，行政院公共工程委員會，台北市。
26、任俊 (2001)，「民生工程品質管理制度之研究」，國立中央大學碩士論文。
27、林翔 (2005)，「公共工程品管制度檢討」，國立成功大學碩士論文。
28、范智賢 (2012)，「植基於六標準差改善營建專案作業品質績效之探討」，實踐大學碩士論文。
29、陳佐銘 (2000)，「企業實行標竿管理以提升營運績效之研究—以長谷建設公司為例」，國立中山大學碩士論文。
30、陳維東、顧光中、周世凱 (2003)，「以標竿學習提昇顧客服務品質之探討」，2003知識與價值管理學術研討會論文集，第300-308頁。
31、許重博、林文晟、梁立衡 (2007)，「建構智慧資本標竿企業系統模擬評選模式之研究」，績效與策略研究，第4卷，第3期，第47-60頁。
32、張科偉、施泉生 (2009)，「TOPSIS法在火電廠對標管理中的應用」，華東電力，第37卷，第2期，第336-338頁。
33、曾春雄 (1999)，「運用ISO 9000品質管理系列提昇一般營造業施工品質」，中正理工學院碩士論文。
34、鄭雅穗、盧以詮、鍾仁宗 (2009)，「臺灣地區國際觀光旅館營運績效標竿分析－差額分析情境相依資料包絡分析法之應用」，管理評論，第28卷，第1期，第61-74頁。
35、蔡志民 (2003)，「利用標竿學習改善工業區廢水處理之研究」，朝陽科技大學碩士論文。
36、劉紹祖 (2012)，「非工程專責機關工程品質常見缺失成因與改善對策探討-以新北市政府警察局為例」，中華大學碩士論文。
37、謝俊誼 (2011)，「探討鋼筋工程施工品質管理及常見缺失」，中工高雄會刊，第19卷，第1期，第46-57頁。
38、任珺 (2003)，「中國沙漠植物區系相似性的數值分析」，中國沙漠，第23卷，第3期，第289-294頁。
39、張順教 (2012)，「產品市場重疊程度與生產資源相似程度對廠商競爭策略的影響」，商略學報，第4卷，第3期，第153-172頁。
40、林川煥 (2004)，「模糊集相似性測度性質與其應用之研究」，南台科技大學碩士論文。
41、王國武、余文德 (2011)，「工程異質採購分析模式之研究」，中國土木水利工程學刊，第23卷，第1期，第77-91頁。
42、劉福勳、曾仁杰、王世旭 (2005)，「建築類最有利標公共工程之施工廠商特徵及執行績效分析」，中華建築學刊，第1 卷，第1期，第3-14頁。
43、曾惠斌、鄧文廣、陳淑君 (2008)，「公共工程統包商評選項目之研究」，中國土木水利工程學刊，第20卷，第3期，第415-426頁。
44、張道原 (2015)，「利用基於時空興趣點之比對進行人體動作辨識」，元智大學碩士論文。
45、李品萱 (2014)，「運用影像處理技術之仿冒中文字跡辨識」，國立台灣大學碩士論文。
46、鍾汶瑾 (2014)，「使用線性子空間方法於人臉辨識之研究」，國立台北教育大學碩士論文。
47、陳靜宜 (2010)，「基於Gabor特徵與支持向量機之車胎紋路辨識」，大葉大學碩士論文。
48、王俊聖 (2015)，「以社群行為模組及餘弦定理輔佐實現魚叉式釣魚信件偵測」，國立中正大學碩士論文。
49、楊長鋼 (2014)，「基於問題檢索之電腦化虛擬病人病史詢答系統」，慈濟大學碩士論文。
50、徐豐智 (2005)，「SupportVectorMachines分類技術應用於文件相關性量測之探討」，國立高雄應用科技大學碩士論文。
51、莊文瑋 (2014)，「微型核醣核酸調控疾病關聯蛋白質複合體之整合資料庫」，國立虎尾科技大學碩士論文。
52、施柏先 (2012)，「對社交標籤系統提出有效率的 Top-k 近似查詢處理方法之研究」，國立臺灣師範大學碩士論文。
53、Goodinfo!台灣股市資訊網http://goodinfo.tw/StockInfo/index.asp
54、CMoney 全曜財經資訊股份有限公司http://www.cmoney.tw/notes/?cid=22814
55、機器學習中的相似性度量
http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html
56、行政院工程會最有利標評選辦法104年修訂版

指導教授

王翰翔(Han-Hsiang Wang)

審核日期

2016-7-25

推文