臺灣博碩士論文加值系統

資料探勘的應用非常地廣泛，隨著網際網路的快速發展，網際網路資料探勘已經是一個非常熱門的研究領域。而隨著時間的演進，網路上的資料會迅速的增加，所以在資料更新後，是絕對有必要重新進行資料探勘的，但重覆探勘非常的浪費時間，因此漸進式探勘近年來廣受各方關注。
隨著週休二日的休假政策已行之多年，間接帶動了國人利用假日出遊的風氣，在規劃自助旅行時，使用者通常會事先選定好一個心中最想去的景點，然而這個景點的遊憩時間或許只有2-3個小時，為了使行程更為豐富不乏味，自助旅行使用者在遊玩過心目中最想去的景點之後，剩餘的時間還需要規劃到另一個景點去遊玩。以往的旅遊網站皆只會公布距離該景點最鄰近的幾個景點，但是距離最接近的景點不見得是使用者心目中最想去的景點，在本研究中，我們將使用關聯規則與網頁探勘的技術找出最具有關聯性的下一個景點，而因為網路上的資料增加是十分迅速的，所以我們提出一個有效率的演算法，從資料庫中利用漸進式探勘結合新增的行程資料探勘出最新的探勘結果，並比較其演算法與傳統 Aproari 演算法在執行效能上的差異，最後透過 Google Map API 的技術，讓使用者可以知道推薦的景點與目前景點的距離，以及到達的路徑規劃，並在上面顯示該景點的相關資訊。

Data mining applications is very broad, with the rapid development of internet, Data mining is a very popular field of research. As time went on, the data on the internet will rapidly increase. When the data change, the previous mining result would be not correct, and we need to restart the entire mining process for the new updated data. But restart mining process is waste time, so the incremental mining is popular in recent years.
With the two-day weekend vacation policy was came into effect many year, and people use the holiday to travel, planning a backpacking, they are usually pre-selected a most like attractions to go, but, maybe play in this attraction is only need 2-3 hours, in order to make the trip more abundant, after they play the attractions , they maybe plan to another attractions to play.
In this research, we will use the association rules and web mining techniques to found the most relevance to the next attraction, because the data increase on the internet is very fast, we propose an efficient algorithm , use increment mining to mine the data for out travel path database , our algorithms have good performance compare with apriori algorithms, finally, we implement our system with google maps API, it help user to know what distance between first attraction and our system recommend attraction, give user the path how to go to the recommend attraction, and show the attraction information.

一、緒論 1
1.1 研究背景 1
1.2 研究動機與目的 2
二、文獻回顧與探討 3
2.1. 關聯規則 3
2.1.1 購物籃分析 3
2.1.2 關聯規則的定義 4
2.1.3 Apriori 演算法 5
2.1.4 FP-tree 和 FP-growth 演算法 9
2.2 網頁探勘 12
2.2.1 網頁內容探勘 13
2.2.2 網頁結構探勘 15
2.2.3 網頁使用行為探勘 16
2.3 漸進式探勘 17
2.4 旅遊與地圖相關應用 18
2.4.1 Web GIS 的特點 20
2.4.1 Web GIS 架構 22
2.4.2 網頁地圖伺服器 24
2.4.3 AJAX非同步傳輸技術 25
2.5 線上地圖API 26
2.5.1 Google Maps 26
2.5.2 Bing Maps 29
2.5.3 Yahoo Maps 30
2.5.4 UrMap 31
2.5.5 線上地圖API比較 32
2.6 特徵擷取(Feature Extraction) 33
三、研究方法 34
3.1 系統流程： 34
3.2 旅遊行程前處理 35
3.2.1 透過旅遊相關網站建置詞庫 35
3.2.2 透過Blog文章取得旅遊行程紀錄 37
3.2.3 將資料存到旅遊行程資料庫 38
3.3 漸進式探勘 39
3.3.1 掃描資料庫並建置 FP-Tree 40
3.3.2 調整 FP-Tree ，以結合最大重覆路徑 44
3.3.3 關聯景點推薦 46
3.3.4 儲存到資料庫 46
3.4 線上即時推薦 48
3.4.1 使用者輸入景點並推薦關聯景點 48
3.4.2：點選景點進行相關介紹及推薦的Blog連結 49
3.4.3 使用者回饋該景點推薦是否有用 49
四、系統架構與功能開發 50
4.1 系統架構設計： 50
4.1.1 使用者介面層： 50
4.1.2 邏輯應用層： 50
4.1.3 資料服務層： 50
4.2 系統功能模組 51
4.2.1 景點維護模組 51
4.2.2 文章擷取模組 54
4.2.3 漸增式探勘模組 55
4.2.4 景點推薦模組 56
五、實驗結果與評估 60
5.1 實驗設備及實驗說明 60
5.2 實驗設計、數據分析及效能評估 60
5.2.1 實驗一 61
5.2.2 實驗二 63
5.2.3 實驗三 64
5.2.4 實驗四 66
5.2.5 實驗五 67
5.2.6 實驗六 68
六、結論與建議 70
七、參考文獻 72

1.陳德立（1987），《如何準備自助旅行》，台北：青年經濟旅行俱樂部。
2.鄒明誠，韓慧林，邱景星（2010），網頁地理資訊檢索與探勘－以民宿主題為例，資訊管理學報 第十七卷 第三期
3.李俐槿，李祐陞、林金龍、黃國倫（2007），自動旅遊行程空間對位，2007台灣地理資訊學會年會暨學術研討會，台灣地理資訊學會主辦。
4.李俊銘（2007），以Google Maps結合 WebGIS 發展具旅次路徑規畫之公車動態資訊系統，國立成功大學測量及空間資訊學系碩士論文。
5.蔡佳興（2007），運用有效率的漸進式高頻型樣分割方法於壓縮原生型XML資料庫，朝陽科技大學資訊管理系碩士論文。
6.黃燕萍(1999)，「中文社會新聞文件資訊擷取」，國立雲林科技大學資訊管理研究碩士論文。
7.R. Agrawal and R. Srikant(1994), "Fast algorithms for mining association rules in large databases", Proceeding of the 20th International Conference on Very Large Data Bases(VLDB), pp 487-499.
8.J. Han, J Pei, and Y. Yin(2000), "Mining Frequent Patterns without Candidate Generation, "Proceedings of the ACM SIGMOD International Conference on Management of Data, pp 1-12.
9.D. W. Cheung, J. Han, V. T. Ng and C. Y. Wong(1996), "Maintenance of Discovered Association Rules in Large Database: An Incremental Updating Technique", Proceedings of International Conference on Data Engineering, New Orleans, Louisiana, pp. 106-114
10.D. W. Cheung, S. D. Lee and B. Kao(1997), "A General Incremental Technique for Maintaining Discovered Association Rules", Proceedings of the 4th International Conference on Database System for Advance Applications(DASFAA), pp. 185-194.
11.D. L. Olson, D. Delen(2008), "Advanced Data Mining Techniques", Springer, 1st edition, pp 138.
12.ezTravel易遊網 Available from URL: http://www.eztravel.com.tw/
13.Pixnet 痞客邦 Available from URL: http://www.pixnet.net/
14.Google Maps API, Available from URL: https://developers.google.com/maps/?hl=zh-TW
15.Google Maps, Available from URL: http://maps.google.com.tw/
16.Yahoo Maps, Available from URL: http://tw.maps.yahoo.com/
17.UrMap, Available from URL: http://www.urmap.com/
18.Bing Maps, Available from URL: http://www.bing.com/maps/