臺灣博碩士論文加值系統

隨著智慧型通訊裝置的蓬勃發展，觸控面板產業開始成為炙手可熱的新興行業，並隨著新應用產品如液晶電視、車用導航…等產品的不斷新生，加速了各式各樣的面板產品的出現，同時對於產品的品質要求也越來越嚴苛，造成各家面板廠商不符合出貨規格的產品也相對增加了許多。因此，如何建構有效的退貨分析模式以降低退貨率已成為面板公司的重要課題。本研究應用區別分析、CART、C4.5、C5.0、及倒傳遞類神經網路等五種不同的資料探勘預測技術，以某面板公司產品出貨前的品保抽驗品質變數為輸入變數，建構退貨預測模式來預測客戶是否會退貨。實驗結果顯示，C4.5、C5.0及倒傳遞類神經網路的預測準確率都有70%以上的不錯表現，並且以決策樹C4.5與C5.0的分類準確率76%為最高。故本研究建議可使用決策樹C4.5及C5.0的分類技術來做為預測工具，並且可將預測結果回饋到退貨處理相關部門，使其可以參考預測結果進行相關退貨管理之規劃。

In this study, five data mining techniques including discriminant analysis, three decision tree methods (CART, C4.5 and C5.0) and back-propagation neural network (BPN) are used to build product return forecasting model for the panel company. The results showed that the classification accuracy rates of C4.5, C5.0 and BPN are all higher than 70%. Moreover, both of C4.5 and C5.0 techniques can generate the highest classification accuracy rates 76%. Therefore, C4.5 and C5.0 decision tree classification techniques can be used as the reference tools to build product return forecasting model.

目　　錄
摘　　要 i
Abstract ii
目　　錄 iii
表目錄 v
圖目錄 vi
第一章 前言 1
1.1　研究背景 1
1.2　研究動機 1
1.3　研究目的 2
第二章 文獻探討 4
2.1　退貨預測 4
2.2　資料探勘 6
第三章 研究方法 10
3.1　研究架構及參數設定 10
3.1.1研究架構 10
3.1.2 參數設定與變數組合 11
3.2　區別分析 14
3.3　倒傳遞類神經網路(BPN) 16
3.4　決策樹演算法(CART、C4.5/C5.0) 17
第四章 實證結果分析 21
4.1　區別分析 21
4.2　倒傳遞類神經網路(BPN) 22
4.3　決策樹演算法(CART、C4.5/C5.0) 25
第五章 結論與建議 28
參考文獻 29
附 錄 31
附錄一　BPN各資料組預測資料表 31
附錄二　CART最佳分類準確率資料表 37
附錄三　C4.5最佳分類準確率資料表 42
附錄四　C5.0最佳分類準確率資料表 47

參考文獻
1.王柏崴，「應用倒傳遞類神經網路於LED晶粒缺陷檢測」，遠東科技大學機械工程研究所，碩士論文，民國100年。
2.李信昱，「利用類神經網路預測組織型客戶退貨數量之研究-以TFT-LCD面板廠為例」，國立成功大學工業與資訊管理學系碩博士班，碩士論文，民國97年。
3.呂錦松，「以資料探勘為基礎之製造業退貨問題管理偵測及分析系統之研製」，中華大學資訊工程學系碩士班，碩士論文，民國92年。
4.吳品萱，「上市櫃公司現金減資之預測：區別分析與二元Logistic迴歸之應用」，國立臺灣大學財務金融學研究所，碩士論文，民國100年。
5.季彩琳，「運用集成學習分類架構於信用貸款購買行為之研究」，輔仁大學企業管理學系管理學碩士班，碩士論文，民國102年。
6.林逸樵，「品質測試資料應用於保固產品之退貨率預測」，國立清華大學統計學研究所，碩士論文，民國101年。
7.卓淑惠，「圖書商品生命週期預測模式」，東海大學工業工程學系，碩士論文，民國88年。
8.洪于珺，「運用羅吉斯迴歸及區別分析建立企業財務危機預警模型之研究」，國立臺北大學企業管理學系，碩士論文，民國102年。
9.阮業春，「退貨商品與製程異常之關聯分析-以工業電腦為列」，技術學刊，第三十卷第三期，253~263頁，民國104年。
10.范文誌，「應用決策樹預測壞死性筋膜炎病人的死亡率」，臺北醫學大學醫學資訊研究所，碩士論文，民國97年
11.紀千毓，「運用資料包絡法與區別分析探討銀行危機預警模型」，東吳大學財務工程與精算數學系，碩士論文，民國99年
12.陳昌捷，「以倒傳遞類神經網路預測股市指數」，國立宜蘭大學多媒體網路通訊數位學習碩士在職專班，碩士論文，民國103年。
13.張元泰，「應用倒傳遞類神經網路於立式加工機熱變位量測與補償」，國立勤益科技大學機械工程系，碩士論文，民國103年。
14.黃俊英，多變量分析，第五版，中國經濟企業研究所，台北，民國84年。
15.莊佳潔，「結合決策樹與倒傳遞類神經網路預測台灣太陽能產業之企業績效」，國立交通大學工業工程與管理系所，碩士論文，民國103年。
16.彭武田，「應用實驗設計法改善LED晶粒波長量測設備之退貨率-以A公司為例」，國立交通大學管理學院工業工程與管理學程，碩士論文，民國103年。
17.戚晉榮，「基於貝氏網路分類法對工業電腦品質退貨異常之自動化分析」，國立臺北大學資通科技產業碩士專班，碩士論文，民國102年。
18.董森堡，「建構MLB球隊晉級季後賽之區別分析預測模式」，國立金門大學觀光管理學系，碩士論文，民國99年。
19.詹淑慧，「分類迴歸樹於亞洲股票市場獲利能力之研究」，輔仁管理評論，第十四卷第一期，41-60頁，民國96年。
20.劉祥熹，黃日鉦，「銀行業借貸風險評估之實證分析－－資料探勘與統計模型之比較」，華人前瞻研究，200505 (1:1期)，45~71頁，民國94年。
21.蔡宇智，「網際網路的顧客退貨模型之建立與預測」，國立東華大學數位知識管理碩士學位學程，碩士論文，民國97年。
22.鄧光廷，「運用倒傳遞類神經網路對最小存貨成本需求預測研究—以零售商（機車保養）為例」，佛光大學資訊應用學系，碩士論文，民國104年
23.簡禎富、林鼎浩、徐紹鐘、彭誠湧，「建構半導體晶圓允收測試資料挖礦架構及其實證研究」，工業工程學刊，18(4)，37-48，民國90年。
24.簡禎富、許嘉裕，資料挖礦與大數據分析，前程文化事業有限公司，初版，新北市，民國104年。
25.Johnson, R. A., & Wichern, D. W. (Eds.), Applied multivariate statistical analysis. NJ: Prentice-Hall, 1992 .
26.Quinlan, J.R.,”Introduction to Decision Tree”, Machine Learning, 1(1),81-106 1986.
27.Yu, R., & Abdel-Aty, M.. Utilizing support vector machine in real-time crash risk evaluation. Accident Analysis & Prevention, 51, 252-259 2013.
28.Zhang, G., Patuwo, B. E., & Hu, M. Y.. Forecasting with artificial neural networks: The state of the Art. International Journal of Forecasting, 14, 35-62 1998.