臺灣博碩士論文加值系統

問卷調查是幫助我們在最短的時間內瞭解特定群族當時的想法或意見的方法之一。傳統上對於收集來的問卷內容做分析時，大都是使用統計的方法，但是使用統計比較不適合用來處理複選題以及多維度的資料分析，因此我們提出一套問卷處理系統架構，結合資料探勘的技術來解決傳統上使用統計方法分析問卷數據時遭遇到的問題。我們使用資料探勘技術中的關聯法則來對收集來的問卷數據做探勘分析，由於關聯法則獲得的結果是條狀的規則，為了方便使用者的察看，將這些規則以簡單的樹狀方式呈現給使用者，讓使用者可以比較容易的檢視結果並且透過探勘結果修訂問卷題目，以便問卷題目的設計能夠更命中調查對象的想法、習慣，進而找出更有用的資訊。我們以大學生嬝爬甈高滌搢鰿馬牷A來實作問卷處理系統。這份問卷題目包含有複選題的設計，因此針對這份問卷回收的有效內容，使用關聯法則探勘進行多維度的資料分析，希望從中探索大學生的嬝狐尨驉B習慣行為，並將探勘出來的結果透過樹狀方式呈現給使用者。

Questionnaire survey is a method that helps us understand the thinking or comments from a sampled set of people. Traditionally, we always use statistics to analyze the collected questionnaire data. However there exist some problems, for example, we can''t use statistical method to process multiple choices data and analyze multidimensional questions. So we propose a systematic framework to solve the problem of using statistics to analyze questionnaire data. In the systematic framework, we utilize association rule mining of data mining technology to analyze the data. Because the result of association rule mining has too many rules, their applications are limited and not easy to use. We transform the presentation of resulted rules into tree structure to make users understand and use them more easily. As a result, users can modify the designed questionnaire to make survey hit the target of respondents’ thinking or habit and find out more useful information next time. We use the questionnaire data of the reading behavior of college students in our proposed framework. Because the questionnaire data include multiple choices, we exploit association rule mining with multiple dimensions to find out the factor of affecting students’ reading motivation and habit. The results are shown in a tree structure for easy understanding and better explanation.

誌謝 i
摘要 ii
Abstract iii
目錄 iv
圖目錄 v
表目錄 vii
第一章 緒論 1
1.1 背景 1
1.2 動機 2
1.3 問題陳述 3
1.4 目的 4
第二章 相關研究 5
第三章 系統流程概述 11
第四章 實作和實驗 21
第五章 結論與未來研究 46
參考文獻 47

[1] 問卷調查wiki URL: http://zh.wikipedia.org/zh/問卷調查
[2] 問卷調查法摘要 URL: http://contest.ks.edu.tw/~river/teach/theory/theory1.htm
[3] 曾新穆和李建億(譯)，資料探勘。台灣：東華書局，2003年7月。
[4] 黃焜煌、吳榮彬和張簡誌誠，”你用青春碰撞了什麼？大學生嬝爬甈陘局晙d分析”，圖書館學與資訊科學，第35卷，第1期37-54頁，2009年。
[5] 劉佩雲、簡馨瑩、宋曜廷和程炳林，”嬝狐尨驉B嬝爬甈偵P嬝爬迄N之相關研究”，發表於第四屆華人心理學家國際學術研討會暨第六屆華人心理與行為科際學術研討會，2002年。
[6] 劉佩雲、簡馨瑩和宋曜廷，”國小學童嬝狐尨鷋P嬝爬甈陘妞袺鰬膍s”，教育研究資訊，第11卷，第6期，135-158頁，2003年。
[7] 鍾仁浩，”以PZB模型探討新、原、漢家庭的嬝社藿珗嚝ˇ讀行為之影響 - 以台中縣國小為例”，網路社會學通訊，第79期，2009年。
[8] 康勝修，”應用資料探勘技術於圖書館借冀鶹?尷R與館藏查詢服務”，發表於2006台灣商管與資訊研討會，2006年。
[9] 問卷調查法(Questionnaire Survey) URL: http://wiki.mbalib.com/wiki/問卷调查法
[10] 問卷的交叉分析方法URL: http://bbs.askform.cn/default.aspx?g=posts&m=258
[11] 李維蔓和詹岱倫，SPSS統計分析與專題應用。台灣：學貫行銷，2009年7月。
[12] Yen-Liang Chen, and Cheng-Hsiung Weng, “Mining fuzzy association rules from questionnaire data,” Knowledge-Based Systems, Volume 22, Issue 1, pp. 46-56, January 2009.
[13] 資料探勘wiki URL: http://zh.wikipedia.org/zh-tw/資料探勘
[14] 謝建成和林湧順，”書目探勘讀者使用圖書館之行為”，教育資料與圖書館學，第44卷，第1期，35-60頁，2006年。
[15] 林宏諭，SQL2000之決策分析--OLAP建置與應用。台灣：博碩文化，2001年2月。
[16] 曾憲雄、蔡秀滿、蘇東興、曾秋蓉和王慶堯，資料探勘(Data Mining)。台灣：旗標，2005年。
[17] 2009 R language簡介(上) URL: http://www.cc.ntu.edu.tw/chinese/epaper/0009/20090620_9005-1.htm
[18] R軟體環境 URL: http://www.biosino.org/pages/newhtm/r/tchtml/Preface.html#Preface
[19] R軟體官方網站 URL: http://www.r-project.org/
[20] Yen-Liang Chen, and Lucas Tzu-Hsuan Hung, ”Using decision trees to summarize associative classification rules,” Expert Systems with Applications: An International Journal, Volume 36, Issue 2, pp. 2338-2351, March 2009.
[21] 雲端運算wiki URL: http://zh.wikipedia.org/zh-tw/雲端運算