在服務業時代裡，服務觀念的影響是全面的，服務業的經營者如何獲取競爭優勢，將是業者之最大考驗，在諸多做為中，能提供迅捷的服務，並縮短顧客等候時間的業者，才是顧客優先考慮的目標。企業為減少顧客無謂的等候並提昇服務品質，往往採用預約制度來排定顧客接受服務之時間。但有預約就相對的會有失約的問題，為了避免因為顧客失約造成企業資源浪費，因此，如何準確的預測顧客的失約人數，以建構過預約政策，仍成為服務業之重要課題。
傳統上大都以等候理論、迴歸分析、時間數列等方法進行顧客失約數量的預測，做為服務資源有效運用的依據。但是這些方法均有其限制，以等候理論為例，顧客到達率與員工服務率必須符合其假設的分配狀態。而且，使用這些方法不但計算繁雜、耗費時間，又因為變數的不易控制，因而容易產生誤差。
因此，本研究採用計算快速、容錯力佳的倒傳遞神經網路模式以及一般迴歸神經網路模式針對服務業之顧客失約狀況找出最佳的預測方案。結果發現，不論以均方差或是成本分析對三種模式進行評估，皆以一般迴歸神經網路模式的預測為最佳。
本研究之顧客失約預測模式採用一般迴歸神經網路模式，以建構出最佳的過預約政策，以便妥善分配企業資源，提高其服務品質與整體企業資源之有效運用。

In service industry, the influence of service concept is overall. How to get competitive advantage is a maximum challenge for the managers. In lots of methods, which can provide quick service and reduce customers’ waiting time, is customers’ first choice. To reduce the meaningless waiting, business usually uses the appointment system to schedule the service time of customers. But the problem about customers’ breakings on appointment always occurs. To avoid customers breaking on appointment cause the resource waste of enterprises, accurate at prediction the number of customers who breaking on appointment to design the overbooking strategy becomes an important task.
In traditional, it often use queue theory, regression analysis and time series to forecast customers’ breakings on appointment, and then use the result to assign service resource. But there are several constrains in these methods. Take queue theory for example, both of customers’ arrival rate and staffs’ service rate must fit the distribution of their assumptions. Besides, it’s not only complex but also spend much time on calculation, result in errors on calculation.
This study uses Back-Propagation Neural Network and General Regression Neural Network, which have quickly calculation and high fault tolerance, to find the optimal prediction scheme of customers’ breakings on appointment, which focus on service industries. The result is whether use mean square of error or cost analysis to estimate three models, we find the General Regression Neural Network is the best model.
We also use General Regression Neural Network to construct the optimal overbooking policy for hospital, which relies on the prediction model of customers’ breakings on appointment, to assign business resource properly and rise its service quality and application effective of its entire resource.

摘要i
ABSTRACTii
誌謝iv
目次v
表目錄viii
圖目錄x
第一章 緒論1
1.1 研究背景與動機1
1.2 研究目的2
1.3 研究範圍與限制2
1.4 研究內容與流程3
第二章 文獻探討6
2.1 服務需求管理6
2.2 預約制度探討8
2.2.1 預約制度優缺點9
2.2.2 過預約政策11
2.3 失約問題探討12
2.3.1 失約之影響12
2.3.2 失約原因探討12
2.3.3 減少失約之研究19
2.4 類神經網路20
2.4.1 類神經網路運作流程21
2.4.2 類神經網路之特性與功能22
2.4.3 應用類神經網路可能遭遇之問題23
2.5 倒傳遞網路24
2.5.1 網路基本原理24
2.6 一般迴歸神經網路27
2.6.1 網路基本原理27
2.7 醫療業顧客失約相關文獻彙整29
第三章 研究方法34
3.1 變異數分析(ANOVA)35
3.2 迴歸分析35
3.3 倒傳遞神經網路模式36
3.3.1 網路參數設計39
3.4 一般迴歸神經網路模式40
3.4.1 網路參數設計42
第四章 實證分析43
4.1 資料收集與分析43
4.1.1 資料整理43
4.1.2 變異數分析50
4.2 顧客失約預測模式51
4.2.1 迴歸分析模式51
4.2.2 倒傳遞神經網路模式52
4.2.3 一般迴歸神經網路模式55
4.2.4 效果評量56
第五章 結論與建議61
5.1 結論62
5.2 建議64
參考文獻65
作者簡介69

1.黃俊智，應用模擬技術探討專科診所之門診預約掛號制度，台灣大學公共衛生學院醫療機構管理研究所碩士論文，民86年7月。
2.顧志遠，服務業系統設計與作業管理，初版，華泰文化事業股份有限公司，民87年。
3.Fitzsimmons, James A. and Mona J. Fitzsimmons, 呂博裕譯，服務管理-以創造競爭優勢，第三版，民87年9月。
4.Lovelock, C. H., “Strategies for Managing Demand in Capacity-Constrained Service Organizations”, Service Industries Journal, Vol.4, No.3, pp.12-30, November 1984.
5.Rising, E. J., R. Baron, and B. Averill, “A Systems Analysis of a University Health-Service Outpatient Clinic”, Operations Research, Vol.21, No.5, pp.1030-1047, September 1973.
6.Fry, J., “Appointment in General Practice”, Operational Research Quarterly, Vol. 15, pp.224-232, 1964.
7.鄧安芬、張錦文，專題講座門診部，醫院雜誌，4-15頁，民75年4月。
8.林知行、王芯芯，整合式醫院預約掛號系統之研究，第一屆服務業績效管理研討會，158-167頁，民88年12月。
9.張育霖，服務業預約系統及失約模式之研究，元智大學工業工程研究所碩士論文，1998。
10.Lovelock, C. H., “Classifying Services to Gain Strategic Marketing Insights”, Journal of Marketing, Vol.47, 1983.
11.吳明蒼、黃恰鑽，病人預約了，為什麼不來？當代醫學，第17卷，第2期，98-100頁，民79年2月。
12.吳明蒼、黃惠玲、盧勝男等，高雄醫學院附設家庭醫學科門診預約制度的探討與研究，中華家醫誌，第1卷，第1期， 45-51頁，民80年。
13.方劍虹，服務業顧客履約率預測模式建立之研究，元智大學工業工程研究所碩士論文，民88年。
14.Alpert, J. J., “Broken appointments”, Pediatrics, Vol. 34, p.127, 1964.
15.Goldman, L. et al, “A multi-variate approach to the prediction of no-show behavior in a primary care center”, Arch Intern Med, Vol. 7, p.199, 1982.
16.Rockart, J. F. et al, “Physician and patient behavior under different scheduling systems in a hospital outpatient department”, Med Care, Vol. 7, p.463, 1969.
17.Hagerman, G. A., “Testing the mailed appointment reminder in family practice”, J Fam Pract, Vol. 12, p.359, 1981.
18.Welch, J. D. and N. T. J. Bailey, “Appointment Systems in Hospital Outpatient Departments”, Lancet, Vol. 262, pp.1105-1108, 1952.
19.Welch, J. D., “Appointment Systems in Hospital Outpatient Departments”, Operational Research Quarterly, Vol. 15, pp.224-237, 1964.
20.Jackson, R. R. P., “Design of an Appointments System”, Operational Research Quarterly, Vol. 15, pp.219-224, 1964.
21.West, R. R., B. McKibbin, “Shortening Waiting Lists in Orthopedic Surgery Outpatient Clinics”, British Medical Journal 284, pp.728-730, 1982.
22.陳慶餘、李龍騰、邱泰源，候診民眾對門診醫療服務的期望性認知之調查，中華民國家庭醫學會雜誌第1期，第3卷，119-123頁，民80年。
23.Oppenheim, G. L., Bergman J. J., and English E. C., “Failed appointments: A review”, J Fam Pract, Vol. 8, p.789, 1979.
24.葉怡成，類神經網路模式應用與實作，第六版，儒林圖書有限公司，民88年。
25.Mehrotra, Kishan, Chilukuri K. Mohan, Sanjay Ranka, Elements of Artificial Neural Networks, (London: A Bradford Book The MIT Press, p.8, 1997).
26.Lin, C. T. and C. S. George Lee, “Neural Fuzzy System: A Neuro-Fuzzy Synergism to Intelligent System,” Prentice Hall International, Inc. p.206, 1999.
27.黃永成, 應用遺傳演算法與模糊神經網路於股票預測模式之研究，高雄工學院管科所碩士論文，民86年。
28.葉怡成，應用類神經網路，儒林圖書有限公司，民84年。
29.胡國岱，醫院門診掛號時間之研究，中正大學企業管理研究所碩士論文，民85年。
30.劉立雯，顧客履約預測模式之使用與修正─應用類神經網路，元智大學工業工程研究所碩士論文，民89年。
31.杜壯、曾育培、吳永宏，類神經網路於醫療整型美容業顧客失約率預測之應用，第二屆(2000)永續發展管理研討會，373-380頁，民89年11月。
32.童甲春，統計學，第二版，民87年1月。
33.曹勝雄、曾國雄、江勁毅，傳統計量迴歸，模糊迴歸，GMDH，類神經網路四種方法在預測應用之比較，以國人赴港旅客需求之預測為例，中國統計學報。132-161頁，民85年。
34.林曉雯，類神經網路在台灣股市投資之應用－指標選取與回饋式網路架構之建立，台灣大學資訊管理研究所碩士論文，民86年6月。
35.Specht, Donald F., “A General Regression Neural Network”, IEEE transactions on Neural Network, Vol. 26, pp.568-576, 1991.
36.劉亭宜，GRNN在晶圓製造裡良率模式之建構與分析，元智大學工業工程研究所碩士論文，民89年。
37.胡承民，自組織映射圖神經網路與多變量集群法在市場區隔之應用-以3C賣場為例，義守大學管理科學研究所碩士論文，民87年6月。
38.張紹勳、張紹評、林秀娟，SPSS for Windows多變量統計分析，第二版，民89年2月。
39.謝明瑞，預測理論與方法，華泰書局，民81年9月。