臺灣博碩士論文加值系統

100年元旦，總統宣布103年正式實施十二年國民基本教育，在推動十二年國教的同時，學校輔導工作將扮演核心的催化角色。根據法務部統計室的統計資料顯示，少年有罪人數中以17歲至18歲未滿者所占比率56.1％為最高，15歲至16歲未滿者所占比率雖只有1成多，但年平均成長幅度2.2％卻最高，值得注意。由此可見，國中時期輔導工作之重要性，故本研究，若能對國中學生行為偏差提出有效的預測方案，除了可落實輔導工作和降低學生行為偏差的比率外，亦可減少對教育體系及社會所造成的衝擊及資源的浪費。
本研究想提供科學化、數據化的資料，以利家長及教育人員作為預測偏差行為的依據，藉由資訊科技—基因演算法(Genetic algorithm,GA)結合決策樹(Decision trees,DT)的優勢，預測學生是否具有偏差行為傾向，經實驗結果顯示，暴力攻擊情形和很少主動幫忙別人是辨別有無偏差行為傾向的重要指標，且GA+DT預測的正確率達80.93 %比只採DT的75.27%更好，若能配合預防性輔導措施，應可有效減少學生偏差行為的發生率，協助在有限的輔導人力之下，輔導工作仍能發揮良好成效。

On January 1 of 2011 President announced that 12-year compulsory education would be carried out in 2014. School guidance work will play an important role in 12-year compulsory education. According to the statistical data of Ministry of Justice, Juvenile offenders which are 17 years of age under18 years old have a highest rate of 56.1%. Although 15 years of age under 16 years old have a higher rate of 10%, the average growth rate of 2.2% is the highest. According to the data, the guidance work in junior high school is very important. If the study can provide effective prediction of junior high school students’ deviant behavior, we can make the guidance work more effective, lower the rate of deviant behavior, and reduce the waste of resource and impact on education and the society.
The study tries to provide the scientific and digitization data to parents and educators. Thus, they can predict the deviant behavior. With information technology - Genetic algorithm (GA) and the Decision tree (DT), we can predict if a student has a tendency to deviant behavior. According to the experimental results, the violent attack and lacking of helpfulness are important indicators to tell if one has deviant behavior. And, the accuracy rate using GA+DT is 80.93% which is higher than that only using DT –75.27%. If we can take measures of preventive guidance work, we can reduce the rate of the deviant behavior and make the school guidance work more effective.

誌謝……………………………………………………………………Ⅰ
摘要……………………………………………………………………Ⅱ
ABSTRACT………………………………………………………………Ⅲ
目錄……………………………………………………………………Ⅳ
表錄……………………………………………………………………Ⅴ
圖錄……………………………………………………………………Ⅵ
一、緖論 ………………………………………………………………1
1.1 研究背景與動機………………………………………………1
1.2 研究目的………………………………………………………4
1.3 研究流程………………………………………………………5
二、文獻探討 …………………………………………………………8
2.1 行為偏差………………………………………………………8
2.2 資料探勘概述 ………………………………………………12
2.3 決策樹C4.5…………………………………………………14
2.4 屬性篩選 ……………………………………………………21
2.5 基因演算法 …………………………………………………25
2.6 資料探勘在偏差行為上的應用 ……………………………31
三、研究方法…………………………………………………………34
3.1 研究內容與架構 ……………………………………………34
3.2 資料前處理 …………………………………………………36
3.2.1 k組交叉驗證方法(k-fold-cross-validation)……36
3.2.2 資料樣本屬性 …………………………………………37
3.3 基因演算法結合決策樹C4.5之具體作法…………………41
四、研究結果與分析…………………………………………………43
4.1 研究結果 ……………………………………………………43
4.2 研究分析 ……………………………………………………49
五、結論與建議………………………………………………………53
5.1 研究結論 ……………………………………………………53
5.2 對未來研究的建議 …………………………………………53
六、參考文獻…………………………………………………………54

〔1〕教育部，「國民中學學校輔導工作參考手冊」，民國102年12月。
〔2〕教育部校園安全暨災害防救通報處理中心，「教育部 103 年各級學校校園安全及災害事件統計分析報告」，民國104年12月。
〔3〕林淑芬、翁宜君，法務部統計室「少年刑事犯罪統計分析」，民國104年06月https://www.rjsd.moj.gov.tw/rjsdweb/common/WebListFile.ashx?list_id=1399 105年04月20日線上查詢
〔4〕葉光輝，「親子衝突與青少年內、外化問題行為：負向情緒激發中介歷程與衝突類型、孝道信念的調節機制」(E97054)【原始數據】。取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫，民國102年。
https://srda.sinica.edu.tw。doi:10.6141/TW-SRDA-E97054-1
〔5〕張惠君，「家庭系統、學校系統與國中生自我控制及偏差行為之研究」，國立成功大學教育研究所碩士論文，民國90年06月。
〔6〕林適湖，「社會控制理論與國中學生偏差行為之相關研究」，國立政治大學教育研究所博士論文，民國80年6月。
〔7〕許春金、侯崇文、黃富源，「兒童、少年觸法成因及處遇方式之比較研究」，行政院青年輔導委員會委託研究，民國85年。
〔8〕游上佳，「影響兒童偏差行為原因之研究，」中央警察大學犯罪防治研究所碩士論文，民國98年6月。
〔9〕劉清景、施茂林著，最新實用六法全書，大偉書局，台南市，民國87年。
〔10〕曾憲雄、蔡秀滿、蘇東興等，「資料探勘 Data Mining」，民國97年09月。
〔11〕袁梅宇，「WEKA機器學習與大數據聖經」，民國105年01月。
〔12〕簡禎富、許嘉裕著，資料挖礦與大數據分析，前程文化，台灣，民國98年6 月。
〔13〕馬振武，「基因演算法為基礎之決策樹於信用卡使用者之違約分類預測-以台灣某銀行信用卡為例」，私立成華梵大學資訊管理學碩士學位論文，民國98年06月。
〔14〕蕭頌恩，「國中生之衝動性格對父母管教方式認知及其偏差行為發生之研究」，國立中正大學犯罪防治研究所碩士論文，民國98年06月。
〔15〕戴怡婷，「國中生復原力對緊張因素、負向情緒與偏差行為間關係之影響」，國立成功大學教育研究所碩士論文，民國104年06月。
〔16〕徐乙文，「家庭關係、憂鬱情緒、認同非法手段對國中生偏差行為之影響」，國立成功大學教育研究所碩士論文，民國104年06月。
〔17〕曾文暘，「國中學生接觸網路情色、暴力訊息與偏差行為關聯性之研究-以新竹縣為例」，國立中正大學犯罪防治研究所碩士論文，民國101年06月。
〔18〕劉冠琪，「生活壓力、自我韌性、衝動性格與國中生偏差行為關聯性之研究」，國立成功大學教育研究所碩士論文，民國94年06月。
〔19〕許甄育，「緊張因素、負面情緒、制握信念與男女性青少年偏差行為之關聯性研究」，國立成功大學教育研究所碩士論文，民國94年06月。
〔20〕Cavan,R.S.,Ferdinand,T.N.Juvenile Delinquency(4th ed.).New York:Harper and Row,1981.
〔21〕Frawley,W.J.,Piatesky-Shapiro,G.,& Matheus,C.”Knowledge Discovery in Databases,”An Overview.AI Magazine,1992,pp.213-228.
〔22〕Agrawal.R.,Imielinski,T.,& Swami,A.”Mining association rules between sets of items in large databases,”In Proceedings of the ACM SIGMOD Conference on Manmgement of Data,Washington,D.C.,1993,pp.207-216.
〔23〕Grupe,F.H.,& Owrang,M.M.,”Data Base Mining Discovery New Knowledge and Cooperative Advatage,”Information System Managemetn,1995,pp.26-31.
〔24〕Fayyad,U.M.,Piatesky-Shapiro G.,& Smyth,P.”From Data Mining to Knowledge Discovery:An Overview”Advances in Knowledge Discovery and Data Mining,MIT Press,1996.
〔25〕Kleissner,C.,”Data Mining for the Enterprise.”IEEE Proceeding 31st Annual Hawaii International Conference on System Sciences,pp.295-304.
〔26〕Hand,D.J.,Blunt,G.,Kelly,M.G.,& Adams,N.M.,”Data mining for fun and profit Statistical Science,”1998,pp.111-131.
〔27〕Peacock,P.R.,”Data Mining in Marketing.The Revolution is Upon Us,So Choose Your Weapons Carefully.”Marketing Management,1998,pp.9-18.
〔28〕Pyle,D.,”Data preparation for data mining” Morgan Kaufmann Publishers,San Francisco,1999.
〔29〕Berson,A.,Smith,S.,& Thearling,K.,”Building Data Mining Application for CRM”, McGraw-Hill Inc, New York,2011.
〔30〕Berry,M.J.A.,& Linoff,G.,Data Mining Techniques:For Marketing,Sales,and Customer Support(2nd ed.),NY:John Wiley and Sons,2004.
〔31〕Quinlan, J.R., C4.5:Programs for Machine Learning, Morgan Kaufmann, San Mateo, CA, USA, 1993.
〔32〕Vapnik,V.,”The Nature of Statistical Learning Theory”,Springer Verlag,New York,1995.
〔33〕Nilsson,N.J.,”Learning machines:Foundations of trainable pattern classifying systems”,McGraw-Hill,1965.
〔34〕Von Neumann,J.,The Theory of Self-reproducing Automata,A Burks,ed.,Univ.of linois Press,Urbana,lL,1966.
〔35〕Holland, J.H.,”Genetic Algorithm and the Optimal Allocation of Trials”,SIMA J.Computing, Vol.2, No.2, 1973.