跳到主要內容

臺灣博碩士論文加值系統

(3.237.38.244) 您好!臺灣時間:2021/07/26 10:47
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:郭敏賢
研究生(外文):Min-Hsien Kuo
論文名稱:應用決策樹技術於大學分系推薦之研究
論文名稱(外文):A Study of Applying Decision Trees Techniques to Undergraduate Major Selection
指導教授:黃謙順黃謙順引用關係
指導教授(外文):Chien-Shun Huang
口試委員:蘇耀新蘇意晴
口試日期:2012-06-20
學位類別:碩士
校院名稱:中國文化大學
系所名稱:資訊管理學系
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:2012
畢業學年度:100
語文別:中文
論文頁數:118
中文關鍵詞:大學分系大五人格特質決策樹貝氏網路
外文關鍵詞:Major SelectionBig FiveDecision Trees
相關次數:
  • 被引用被引用:1
  • 點閱點閱:220
  • 評分評分:
  • 下載下載:13
  • 收藏至我的研究室書目清單書目收藏:1
本研究是探討近幾年來因採用大學前段不分系或「學位學程」招生的方式,讓學生延緩分流,各個學校因而紛紛推出大學前段不分系招生,不分系已成為熱潮,但隨之而來的是學生因缺乏探索自我興趣與性向的機會及大一分系認知的不足,造成學生選擇科系與自己的志趣不合的現象。依大學生研讀之學習動機,分析個人特質對於學習動機的差異,再依據學習動機找出,是否合適的科系,讓學生透過自我認知的探索再選系,大幅減少選錯學系入錯行的後遺症,讓學生確認職涯發展方向的學習。
本研究以中國文化大學學校進修學士班學生為樣本,作為研究依據。希望經由此研究分析,主要的動機在於改善目前學生對於選系的不明確性,希望藉由資料探勘模型的建立協助學生增加學習動機找出最適合其學習方向的推薦結果,讓學生了解自己的人格特質及學習動機。總結來說,希望藉由本研究結果的應用達到協助學生對未來學習的選擇及探索自我並有助於教務人員或老師在輔導學生生涯的規畫時的依據。

In recent years, a number of institutions in Taiwan have implemented the policy of “choice of major at the upper level of college” or “Degree Program”. It has become a trend that most of the universities enroll students regardless of department. However, due to lack of motivation of career exploration, and poor recognition of the declaration of major at sophomore or junior year, the major and department finally students chose often dose not exactly match their needs. Therefore, the purpose of this study is to base on students' learning motivation, and then analyze the gap between the motivation and personal personality. After that, an appropriate major is suggested according to students' motivation, they can follow it to choose their major through self-recognition exploration. In this way, chance of choosing a wrong major or occupation will be greatly reduced. Students are able to learn with correct direction of career development.
This research's research base is advanced study class students on Chinese Culture University.By the analysis in this research, it is hoped that uncertainty of students selecting their major can be improved. With the help of data mining model, students' learning motivation can be increased and students will get assistance to find out the best learning direction by reviewing the suggestion. Students will find they then understand more about their personality and learning direction. In summary, result and implementation of this research will assist students precisely make their choice for their future life and exploring themselves. On the other hand, academic staff or teachers can have a solid base to guide students career planning.

中文摘要 .................................................i
英文摘要 .................................................ii
誌謝辭 ..................................................iii
內容目錄 .................................................v
表目錄  .................................................vii
圖目錄  .................................................x
第一章  緒論...............................................1
  第一節  研究背景與動機........................................1
  第二節  研究問題與目的........................................3
第三節  研究範圍與限制..........................................6
第四節  研究流程.............................................7
第五節  論文架構.............................................8
第二章  文獻探討.............................................9
  第一節  不分系的理念與發展......................................9
  第二節  五大人格特質理論.......................................17
  第三節  貝氏網路...........................................22
  第四節  分類決策樹..........................................25
第三章  研究方法.............................................31
  第一節  研究架構與使用工具......................................32
  第二節  資料收集分析.........................................36
  第三節  問卷設計...........................................38
  第四節  資料分析...........................................40
第四章  實證分析.............................................45
  第一節  研究資料特性分析.......................................45
  第二節  資料分組與處理........................................51
  第三節  建立決策樹模型........................................55
  第四節  驗證結果與分析........................................82
第五章  結論貢獻與未來研究方向......................................101
  第一節  結論與貢獻..........................................101
  第二節  未來研究與建議........................................103
參考文獻 .................................................105
附錄 ...................................................111
  附錄一 問卷資料............................................111

一、中文部分
IBM SPSS Decision Trees 20系統使用手冊,P1。
SQL Server 2005 Data Mining 演算法決策樹技術文件,http://60.251.1.52/taiwan/technet/webcast/media/msft021606vxam.aspx。
SQL Server 2008 Data Mining 悅知文化出版社,尹相志著,P317。
王秀槐 (2004),教學使命的重新定位-美國著名大學追求教學品質卓越的策略,載於淡江大學高等教育研究與評鑑中心主編,21世紀高等教育的挑戰與回應:趨勢、課程、治理,265-294。台北市:高教出版社。
王秀槐 (2006),大學生的科系選擇:正視學生志趣不合問題, 臺灣高等教育研究電子報,1,1-12。2011年7月10日,取自http://www.cher.ntnu.edu.tw/epaperi/topics/nindex2.php?no=2. 。
王秀槐 (2009),大學前段不分系研究報告, 臺北市: 國立臺灣大學教務處教學發展中心, 臺灣高等教育研究電子報,43。2010年3月1日。
王英杰 (1993),美國高等教育的發展與改革,第三期,2006年11月。北京:人民教育出版社,31-38。
朱慶龍 (2003),五大人格特質、工作價值觀和工作滿意三者相互關係之研究。國立政治大學心理學研究所碩士論文,台北市。
吳明隆、涂金堂(2008) ,SPSS與統計應用分析。二版,五南圖書出版股份有限公司。
吳肇賢 (2005),國民小學級任教師人格特質,領導技巧與班級經營效能之硏究 :以屏東地區國小高年級學童為例。國立屏東師範學院教育行政研究所碩士論文,屏東。
林宇祥 (2009),人格特質、學習風格對數位學習成效的影響-以知識創造SECI模式為干擾變數。淡江大學,台北市。
邱皓政 (2002),量化研究與統計分析,台北:五南圖書出版。
張明麗 (2000),幼兒教師人格特質與生命態度之研究。幼兒教育年刊,12,159-188。
張春興 (1998),現代心理學。臺北:東華書局。
教育部 (2002),規劃因應高等教育發展專案小組研究報告。高教簡訊,131,3。【Ministry of Education. (2002). Research report of higher education planning ad hoc group. Higher Education Newsletter, 131, 3.】。
符碧真 (2000),教育擴張對入學機會均等影響之研究。教育研究集刊,44,201-224。Fwu, B.-J. (2000). Educational expansion and access to education. Bulletin of Educational Research, 44, 201-224.
許雅菱 (2005),貝氏網路在教育測驗分析上的應用(出版之碩士論文)。國立臺中教育大學,臺中市。
彭森明 (2005),美國大學院校及大學教育之定位及發展背景。載於國立台灣大學師資培育中心舉辦之「大學及研究所教育之定位」學術研討會論文集,2-1~2-15。台北市。
黃坤錦 (1999),美國大學的通識教育-美國心靈的攀登,125。台北市:師大書苑。
黃坤錦(1994),大學教育發展狀況及其評估(二)。載於黃政傑召集編撰,我國大學現況及其評估之研究,39-80。台北市:國立教育資料館。
黃鈴雅 (2006),國小資源班教師人格特質與工作壓力之研究-以桃園縣為例。臺北市立教育大學特殊教育學系碩士論文。
黃毅志 (2005),教育研究中的「職業調查封閉式問卷」之信效度分析。教育研究集刊,51(4),43-71。
楊瑩 (2011),以學生學習成效為評量重點的歐盟高等教育品質保證政策。評鑑雙月刊,30。2011年7月10日,取自http://epaper.heeact.edu.tw/archive/2011/03/01/4164.aspx. 。
鄒川雄 (1998),我國大學實施不分系暨通識/學程雙元制的教育經濟學分析, 通識教育季刊, 5(3), 29-38. 。
蔡智政 (2002),「應用CART 決策樹與資料視覺技術於低良率晶圓成因探討」,元智大學工業工程與管理學系碩士論文,40。
鄭志強 (2006),以決策樹演算法建構台灣企業財務危機預警模式,銘傳大學資訊工程系,12。
戴曉霞 (2002),全球化及國家/市場關係之轉變:高等教育市場化之脈絡分析。(頁4-39)。台北市:高等教育。
薛曉華 (2006),大一新生實施延緩分流制度析論--從當代知識信念與大學生選系現況談起。台灣高等教育電子報。
謝金青 (1994),大學校院學生延緩分流制度之可行性研究。收錄於黃政傑主編,大學的課程與教學(頁229-264)。台北市:漢文書店。
蘇瑩中 (2007),台北市國民小學教師專業形象知覺之硏究。臺北市立教育大學教育行政與評鑑研究所碩士論文,台北。

二、英文部分
Allport, G. W. & Odbert, H. S. (1936). Trait-names: A psucho-lexical study. Psychological Monographs, 47(211).
Allport, G. W. (1937). Personalit:A Psychological Interpretation .New York:Holt.
Barrientos M.A., Vargas J.E., "A framework for analysis of dynamic processes based on Bayesian networks and case-based reasoning." Expert System with Applications 15(1998) 287-294.
Biggs, J, B.(1985). The role of Meta-learning in study Processes. British Journal of Educational Psychology, 55,185-212.
Breiman, L., Friedman, J., Olshen, R.,and Stone, C.,1984. Classification and Regression Trees, New York: Chapman and Hall (Wadsworth, Inc.), CRC Press.
Chung, H. M. and P. Gray, Guest Editors, “Special section: data mining,” Journal of Management Information Systems, 16, 11-16 (1999).
Costa, P. T. Jr, and McCrae,R.R., (1992). Four Ways Five Factors Are Basic. Personality and Individual Differences, 13, pp. 635-665.
Costa, P. T. Jr. and McCrae,R.R.(1992) Revised NEO personality inventory and NEO five-factor inventory: Professional manual. UPsychological Assessment ResourcesU.
Craven, M. W. and Shavlik, J. W. “Using Neural Networks for Data Mining”,Future Generation Computer Systems, Vol. 13, 1997, pp. 221-229.
Digman, J. M.(1990). Personality structure: Emergence of the five-factor model.Annual Review of Psychology, 41, 417-440.
Feldman, R .(1988). Reforming general education:lessons from practice. Liberal Education, 74 (5),24-37.
Galton, F. (1884). “Measurement of Character. ”Fortnightly Review, 36, pp.179-185.
Gardner, J. N.(1986). The freshman year experience. College and University, 61, 125,261-274.
Gatewood, R. D. & H. S. Field. (1998). Human Resource Selection (4th ed.) Forth Worth, TX, The Dryden Press.
Goldberg,L.R.(1992).The development of markets for the Big-Five Factor Structure.Psychological Assessment,4(1),26-42.
Han, J.,“Data Mining”, in Urban, J. and Dasgupta, P.(Editors), Encyclopedia of Distributed Computing, Kluwer Academic Publishers, 1999,p.1-7.
Hartigan, J. A., 1975, Clustering Algorithms, John Wiley, New York.
Henriksen, H. J., Rasmussen, P., Brandt, G., Bulow, D., & Jensen, F. (2007). Public participation modeling using Bayrsian networks in management of groundwater contamination. Environmental Modelling and Software, 22(8),1101-1113.
Hunt,D.E.(1979). Learning style and student needs: An introduction to conceptual level. In NASSP (Eds.), Student learning styles: Diagnosing and Prescribing programs. Reston, VA: Reston Pnblishing Company.
Newton, A. C., Stewart, G. B., Diaz, A., Golicher, D., & Pullin, A. S. (2007).Bayesian Belief Networks as a tool for evidence-based conservation management. Journal of Nature Conservation, 15(2), 144-160.
Pearl, J. (1986), Fusion, propagation, and structuring in belief networks. ArtificialIntelligence, 29, 241-288.
Quinlan, J. (1979). Induction over large database. Technical Report ,79-14, Dept.Computer Science Stanford Uni.
Quinlan, J. (1986). Induction of decision tree. Machine Learning 1 ,81-106. Trow, M. (1973). Problems in the transition from elite to mass higher education. Berkeley, CA:Carnegie Commission on Higher Education.
Quinlan, J., (1993). C4.5: Programs for machine learning, CA: Morgan Kaufmann.
Quintas, P. (2002).Managing knowledge in a new century. In S. Little, P. Quintas, and T. Ray (eds.) Managing Knowledge, Buckingham, England: Open University Press,p4,7.
Riche,Martha Farnsworth,(1989).”VALS 2,American Demographics, (July):25; additional information provided by William D. Guns,Director, Business Intelligence Center,SRI Consulting, Inc., (1997). personal communication, May
Robbins,S.P.(2001) UOrganizational BehaviorU(9th ed.). N.J.: Prentice Hall.
Shannon, C. E., (1949). A mathematical theory of communication, Bell system technical journal, 27(3), 379-423 & 623-656.
Stamelos, I., Angelis, L., Dimou, P., & Sakellaris, D. (2003). On the use of Bayesian belief networks for the prediction of software productivity.Information and Software Technology, 45(1), 51-60.
Tang, A., Nicholson, A., Jin, Y., & Han, J. (2007). Using Bayesian belief networks for change impact analysis in architecture design. The Journal of Systems and Software, 80(1), 127-148.
Walshok, M, L. (1995). Knowledge without boundaries:what America’s research universities can do for the economy, the workplace, and the community. San Francisco: Jossey-Bass Publishers,70-71.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top