跳到主要內容

臺灣博碩士論文加值系統

(3.235.60.144) 您好!臺灣時間:2021/07/24 00:51
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:許依宸
研究生(外文):Yi-chen Hsu
論文名稱:資料採礦在學生流失偵測上之應用
論文名稱(外文):Application of Data Mining Techniques for Detection of Student Drop out
指導教授:邱宏彬邱宏彬引用關係
指導教授(外文):Hung-pin Chiu
學位類別:碩士
校院名稱:南華大學
系所名稱:資訊管理學系碩士班
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:65
中文關鍵詞:學生流失決策樹資料採礦類神經網路
外文關鍵詞:neural networksdata miningstudent drop outdecision tree
相關次數:
  • 被引用被引用:14
  • 點閱點閱:523
  • 評分評分:
  • 下載下載:135
  • 收藏至我的研究室書目清單書目收藏:0
  依據教育部資料,本國大專校院數量不斷增加,大學日間部學生招生人數亦隨之增加,然而,依據內政部之統計資料,本國出生人口總數卻是不斷減少,因此招生情況是日益嚴峻。本研究以南華大學94-96學年度大學日間部入學學生資料為例,運用資料採礦技術,分析學生歷史學籍資料,找出流失學生之潛在共同因素,建立學生流失預測模型。針對本研究之資料採礦結果,本研究將提出相關之建議,提供學校參考以改善學生流失之情況。
  According to the data from Ministry of Education, the number of college increase constantly. The enrollment of students in the day school also increases. However, the statistics showed from Ministry of Internal Affair that total birth rate of Taiwan is decreasing. Therefore, the enrollment status is getting tougher. This research is based on the day school student enrollment data between 2005~2007 in Nan-hua University. By using the data mining techniques and analyzing the history of student record, this research tried to find the command of potential reason and created a predict model of why students drop out. The analyzing and mining results from this research will provide relevant suggestions to help the university to improve the situation of student drop out.
論文口試合格証明…………………………………………ii
著作財產權同意書………………………………………iii
誌謝…………………………………………………………v
中文摘要……………………………………………………vi
英文摘要……………………………………………… vii
目錄…………………………………………………… viii
表目錄………………………………………………………x
圖目錄…………………………………………………… xi
  
第一章 緒論.................................1
第一節 研究背景與動機......................1
第二節 研究目的............................4
第三節 研究範圍、限制.......................5
第四節 研究步驟..............................5
第五節 論文架構..............................6
  
第二章 文獻探討............................ 8
第一節 顧客流失與學生流失定義................8
第二節 資料採礦定義.........................10
第三節 資料採礦運用.........................11
第四節 決策樹................................12
第五節 類神經網路...........................13
第六節 相關研究之回顧與探討................15
  
第三章 研究方法.............................17
第一節 研究對象.............................17
第二節 研究架構.............................18
第三節 資料處理.............................18
第四節 資料採礦工具..........................21
  
第四章 資料分析............................. 23
第一節 資料特性分析........................ 23
第二節 決策樹分析...........................36
第三節 類神經網路分析.......................52
  
第五章 結論與建議...........................61
第一節 研究結論...............................61
第二節 研究建議.............................63
  
參考文獻..............................64
一、中文部份...................................64
二、西文部份.................................65
一、中文部份
 
〔1〕Microsoft SQL Server: SQL Server首頁 http://www.microsoft.com/taiwan/sql/default.mspx
 
〔2〕中華資料採礦協會http://www.cdms.org.tw/xoops2/html/modules/news/
 
〔3〕尹相志,SQL Server 2005 Data Mining 資料採礦與Office 2007資料採礦增益集,悅知文化,台北,2007。
 
〔4〕內政部戶政司人口統計資料http://sowf.moi.gov.tw/stat/month/m1-02.xls
 
〔5〕王智弘,「探討團體成員流失問題之原因、影響及因應對策」,輔導月刊,24卷6期,37-40頁,民77。
 
〔6〕王智弘,「團體成員流失問題之探討」,輔導季刊,30卷4期,27-36頁,民83。
 
〔7〕夏載,”剖析資料採礦在顧客關係管理中的應用”,電子化企業經紀人報告eBusiness Executive Report,20期,71-75頁,2001。
 
〔8〕教育部高教司統計處http://www.edu.tw/files/site_content/B0013/overview03.xls
 
〔9〕教育部高教技職簡訓011期http://www.edu.tw/statistics/content.aspx?site_content_sn=8956
 
〔10〕盧梅莉,「團體成員流失之探討」,諮商與輔導,76期,34-36頁,民81。
 
二、西文部份
 
〔1〕Berson, A., Smith, S. and Thearling, K., ”Building Data Mining Applications for CRM”, Customer Retention, New York, McGraw-Hill, 2000.
 
〔2〕Bolton,Ruth N,”A Dynamic Model of the Duration of the Customer’s Relationship with A Continuous Service Provider:The Roe of Satisfaction,” Marketing Science,Vol. 17,No. 1,pp.45~65, 1998.
 
〔3〕Davids,M.,”How to avoid the 10 Biggest Mistake in CRM”,Journal of Business Strategy,Vol.4,pp.22-26,1999.
 
〔4〕Frawley, W., Piatetsky-Shapiro, G. and Matheus, C., “Knowledge Discovery in Databases: An Overview”, AI Magazine, pp. 213-228 , Fall 1992.
 
〔5〕Ganesh,Jaishankar Mark J. Arnold,and Kristy E. Reynolds,”Understanding of Customer Base of Service Providers:An Examination of Differences between Switchers and Stayers”,Journal of Marketing,Vol.64,pp.65~87, July 2000.
 
〔6〕Ian H. Witten, Eibe Frank. ,Data Mining: Practical machine learning tools and techniques, 2nd Edition, Morgan Kaufmann, San Francisco, 2005.
 
〔7〕Keaveney,Susan M,”Customer Switching in Service Industries:An Exploratory Study”,Journal of Marketing,Vol.59,pp.71~82. April 1995.
 
〔8〕Kleissner, C., “Data mining for the enterprise”, Proceedings of the Thirty-First Hawaii International Conference, pp.295-304, 1998.
 
〔9〕Shaw, M. & Subramaniam, C, “Knowledge management and data mining for marketing”, Decision Support Systems, pp. 127–137, 2001, 31.
 
〔10〕Strouse, Karen G,Marketing Telecommunications Services New Approaches for A Changing Environment,Boston:Artech House.1999
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top