臺灣博碩士論文加值系統

與10年前相較，國人死亡率有顯著的下降，平均壽命有持續上升的趨勢。根據行政院衛生署統計資料顯示出，「惡性腫瘤」為國人十大死因之首，故若能加快對惡性腫瘤相關研究是首要課題，而癌症的費用的持續上升，不僅對病患家庭造成莫大的經濟壓力，也對現行的健保體系造成資源的浪費，因此本研究根據醫療內龐大的資料庫瞭解影響醫療費用變遷的因素。
本研究擬以台灣全民健康保險局資料庫中，民國100年惡性腫瘤處方及治療明細檔為研究對象，提出一個高醫療費用使用分析模式，使用分析軟體 SPSS Clementine 10.1中自我組織映射圖、 K 平均值演算法與 CART 決策樹作為資料探勘之工具分析檢視醫院在總申報費用是否符合規定，藉由本研究發現女性乳房惡性腫瘤、舌部惡性腫瘤、原發性肝惡性腫瘤與鼻咽惡性腫瘤以手術費用金額使用為最為高昂，最後並以灰關連分析確認結論，得到與CART決策樹相同之結果，於是，倘若醫生若能將手術費加以控制，便能將總申報費用控制為規定範圍，從而達到減少醫療資料之濫用。

Compared with 10 years ago, people have a significant decline in mortality, average life expectancy has continued to rise. According to Department of Health statistics show, "cancer" in the first leading cause of death for the people, so if we accelerate cancer research is the primary issue, and the cost of cancer continues to rise, not only for patients' families caused great economic pressures, but also on the existing health care system, resulting in a waste of resources, within this study, based on a huge database of medical understanding of the factors affecting changes in medical costs.
This study intends to Taiwan Bureau of National Health Insurance database, the Republic of prescription and treatment of cancer 100 years detail file for the study, propose an analytical model to use high medical costs, the use of analysis software SPSS Clementine 10.1 in self-organizing maps, K average CART decision tree as the value of algorithms and data mining tools to analyze the view of the hospital in the total cost of compliance with reporting requirements by the study found that female breast cancer, tongue cancer, primary liver cancer and nasopharyngeal cancer with surgery amount of fees for the use of the most expensive, the last and gray related analysis confirmed that conclusion, to get the same results with the CART decision tree, so that if the doctor if the surgery to be controlled, it can declare the total cost of control for the specified range, so as to achieve reduce the misuse of medical information.

中文摘要 iii
ABSTRACT iv
誌 謝 v
目錄 vi
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 3
1.4 研究流程及架構 3
第二章 文獻探討 5
2.1歷屆論文探討 5
2.2惡性腫瘤 6
2.2.1惡性腫瘤的定義 7
2.2.2腫瘤的形成與趨勢 8
2.2.3腫瘤的治療 8
2.2.4腫瘤的預防 8
2.3資料探勘 8
2.3.1 資料探勘的定義 9
2.3.2 資料探勘的模型 9
2.3.3 資料探勘的理論技術 11
2.3.4 資料探勘技術在醫療上的相關研究 12
2.4兩階段群集分析 14
2.4.1自我組織映射圖(self-organizing map) 14
2.4.2 K平均值演算法(K-MEANS) 16
2.5決策樹 17
2.5.1決策樹的建立過程 17
2.5.2CART演算法 18
2.5.3 C4.5 C5.0演算法 19
2.5.4 CHAID演算法 19
2.5.5決策樹工具之比較 19
2.6灰關聯分析 21
第三章 研究方法 23
3.1研究方法的使用、選取 24
3.2 兩階段分群法 27
3. 3 CART 決策樹分析 27
3.4灰關連分析 28
第四章 實例分析 30
4.1實例研究資料統計分析 30
4.2兩階段分群法 35
4.2.1 針對女性乳房惡性腫瘤之醫生總申報費用分析 35
4.2.2 針對舌部惡性腫瘤之醫生總申報費用分析 37
4.2.3 針對原發性肝惡性腫瘤之醫生總申報費用分析 39
4.2.4 針對鼻咽惡性腫瘤之醫生總申報費用分析 40
4.2.5兩階段分群法小節 42
4.3 CART決策樹分析設定 43
4.3.1 女性乳房惡性腫瘤決策樹結果說明 43
4.3.2舌部惡性腫瘤決策樹分歧結果說明 44
4.3.3原發性肝惡性腫瘤決策樹分歧結果說明 45
4.3.4鼻咽惡性腫瘤決策樹分歧結果說明 45
4.3.5 CART決策樹分析結果小結 46
4.4 灰關連分析 47
4.4.1灰關連分析之結果 47
4.5 分析小結 48
第五章 結論與建議 50
5.1 結論 50
5.2建議 50
參考文獻 52
中文文獻 52
英文文獻 54
參考網頁 55

中文文獻
[1] 李岩、王艷玲、何其梅，1996，腫瘤醫護錦囊，台北市：台灣珠海出版有限公司。
[2] 李 玟 慧，2010，國人之癌症醫病行為研究，世新大學管理學院資訊管理學系碩士論文。
[3] 李明憲，2012，新的潮汐型態指標，國立交通大學土木工程學系碩士論文。
[4] 白淑芬，2002，探討癌症病患就醫自付費用、負擔程度及其影響因素，中國醫藥學院醫務管理研究所碩士論文。
[5] 王銘德、吳尚軒、許哲強，2009，應用灰關聯分析於國內民用航空運輸業服務品質評估之研究，中華民國運輸學會98 年學術論文研討會，頁1377-1394。
[6] 王昶弼，2001，台灣地區癌症發生率與癌症死亡率相關性研究，中國醫藥學院環境醫學研究所碩士論文。
[7] 王昱傑，2006，利用灰關聯分析進行台灣地區貨櫃船公司財務績效代表性指標之擷取，航運季刊，15卷1期。
[8] 吳宗嶺，2009，應用關聯法則建構醫學中心門診醫師排班作業提昇醫療服務品質，國立勤益科技大學工業工程與管理碩士論文。
[9] 林永吉，2003，金融控股公司經營績效關聯因素之研究－以灰關聯分析應用，朝陽科技大學企業管理系碩士論文。
[10] 林 尚 逸，2008，應用螞蟻演算法於基因篩選—以癌症分類為例，義守大學工業工程與管理學系碩士論文。
[11] 林宇健，2008，資料探勘技術應用於慢性疾病健康照護管理系統，靜宜大學資訊管理學系碩士論文。
[12] 陳祈叡，2012，電動輪椅剩餘續航力估測之研究，南台科技大學機械工程研究所碩士論文。
[13] 陳威宇，2008，建構檢傷分類知識管理規劃系統-以台灣某醫學中心為例，國立勤益科技大學工業工程與管理碩士論文。
[14] 陳威愷，2012，選股策略方法之研究比較-以台灣上市櫃公司為例，國立成功大學統計學研究所碩士論文。
[15] 陳正美，徐建業，邱泓文，2011，以類神經網路及分類迴歸樹輔助肝癌病患預測存活情形，臺灣公共衛生雜誌， 30卷5期。
[16] 陳梅櫻，2009，以資料探勘技術分析台灣某地區醫院急診檢傷分類資料庫之研究，國立勤益科技大學工業工程與管理碩士論文。
[17] 陳義文，林春輝，1992，中西醫結合腫瘤學，三重市：新華出版社，光復書局企業股份有限公司。
[18] 許育維，2012，運用 K-means 分群與相似對在彩色調色盤指標分群的資訊隱藏，玄奘大學資訊管理學系碩士論文。
[19] 曾憲雄、蔡秀滿、蘇東興、曾秋蓉和王慶堯，2005，人工智慧與專家系統-理論/實務/應用，旗標出版股份有限公司，台北。
[20] 曾憲雄、蔡秀滿、蘇東興、曾秋蓉和王慶堯，2008，資料探勘 Data Mining, 旗標出版股份有限公司。
[21] 曾偉智，2010，軟體專案管理成本、時程預測之研究-以國內軟體產業之『資訊應用系統建置』案為例，國立高雄第一科技大學資訊管理所。
[22] 楊吉仕，2010，醫療紅外線熱影像電腦輔助乳癌病癥診斷系統開發與臨床驗證，長庚大學機械工程研究所博士論文。
[23] 趙榮杰、張隆基，2010，T細胞輸入療法-癌症治療新境界，台灣醫界，53(9)，8-10。
[24] 楊勝富，2012，以群集分析結合決策樹建置門診醫師排班作業提昇醫療服務品質，國立勤益科技大學工業工程與管理系碩士班碩士論文。
[25] 顏榮祥、張子明，2002，整合灰關聯分析與層級分析法在供應商評選之應用研究，開南管理學院運籌研究集刊，頁15-42。
[26] 廖述賢、溫志皓，2011，「資料探勘理論與應用－以IBM SPSS Modeler 為範例」，博碩出版股份有限公司。
[27] 盧瑜芬，2006，使用三種資料探勘演算法－類神經網路、邏輯斯迴歸及決策樹－預測乳癌患者存活情形之效能比較，國防醫學院公共衛生學研究所流行病學組碩士論文。
[28] 簡靜香、Raymond W, Ryddib，1999，分子腫瘤學，台北：藝軒圖書出版社。
[29] 藤村秀，2008，最新防癌手冊，台北：新潮社文化事業有限公司。
[30] 韓歆儀，2004，應用兩階段分類法提升SVM 法之分類準確率，國立成功大學工業管理科學系碩士論文。
[31] 張根湖，2006，輔成治療及另類療法於癌症之運用，北市醫學雜誌，3(1)，82-91。
[32] 張珮茹，2011，應用基因演算法改善門診醫師排班作業之研究，國立勤益科技大學工業工程與管理系碩士班碩士論文。
[33] 黃登源、鄒濟民，2005，智慧型資料分析研究，智慧科技與應用統計學報。

英文文獻
[1] Berson, A., Smith, S. and Thearling, K., 2001, Building Data Mining Application for CRM, New York, McGraw-Hill Inc.
[2] Breiman, Leo; Friedman, J. H., Olshen, R. A., &; Stone, C. J. 1984. Classification andregression trees. Monterey, CA: Wadsworth &; Brooks/Cole Advanced Books &;Software,. ISBN 978-0-412-04841-8.
[3] Fayyad, U.M., 1996, “Data Mining and Knowledge Discovery: Making Sense out of Data”, IEEE Expert, Vol.11, No.5, pp.20-25.
[4] Han, J. and Kamber, M., 2001, “Data Mining:Concepts and Techniques” , Academic Press.
[5] James J.H. Liou , Chao-Che Hsu, Wen-Chien Yeh , Rong-Ho Lin, 2011, Using a modified grey relation method for improving airline service quality, Tourism Management, pp.1398-1388.
[6] Peacock, P. R., 1998, “Data Mining in Marketing: Part 1 ” Marketing Management, and Vol.6 No.4. pp.8-18.
[7] Gini, C. 1912,"Italian: Variabilità e mutabilità" (Variability and Mutability', C. Cuppini,Bologna, 156 pages. Reprinted in Memorie di metodologica statistica (Ed.Pizetti E, Salvemini, and T).
[8] Quinlan, J. R. Induction of DecisionTrees.1986. Machine Learning 1, pp81-106Kluwer Academic Publishers.
[9] Shannon, C.E. 1948. A Mathematical Theory of Communication , Bell System Technical Journal, 27, July &; October, pp. 379–423 &; 623–656. PDF.Notes and other formats.
[10] Tzu-Yi Pai , Keisuke Hanaki , Hsin-Hsien Ho , Chun-Ming Hsieh ,2007, Using grey system theory to evaluate transportation effects on air quality trends in Japan. Transportation Research Part D.pp.158-166.