臺灣博碩士論文加值系統

摘要
近年，國軍經歷了「徵兵制」、「徵、募兵制並行」到「募兵制」的兵役制度轉型，在民國106年底的完全募兵制實施，讓志願士兵成為全國軍的主要戰力之一，避免未來國民人口少子化及人員退伍上的銜接不及，所以國軍志願士兵的人才招募，也成為國軍主要的任務之一；本研究主要是透過報考國軍某軍種入營報到的志願士兵，篩選志願士兵的人口學資料，建立106年度、107年度及合併兩年度的志願士兵資料庫，分別利用資料探勘技術中的二分法分選器 (Binary Classifier) 分析、決策樹分析(CART)與類神經網路(Artificial Neural Network)分析，建立分析模組，研究影響志願士兵留營意願的客觀變項，藉此預測志願士兵留營與否；經研究分析，資料庫106年度、107年度與兩年度的志願士兵在其人口學客觀變項中的「居住地」、「畢業科系類別」、「畢業學校縣市」及「出生地」等四個變項，為造成志願士兵影響其留營的變項；對此提供國軍單位，透過志願士兵上述的四種變項，針對會退伍的志願士兵，加強留營輔導工作，以降低人員流失，避免造成招募及訓練資源的浪費。

Summary
In recent years, the National Army has undergone the transformation of the military system of the "conscription system", "conquest and recruitment system" to the "recruitment system". The implementation of the complete recruitment system at the end of the Republic of China in 106, so that volunteer soldiers become one of the main forces of the national army, to avoid the future The lack of national population and the lack of personnel resignation, so the recruitment of talents of the National Army volunteer soldiers has also become one of the main tasks of the national army; this study is mainly to select volunteer soldiers who apply for a service of the National Army to screen for volunteers. The demographic data of the soldiers, the database of volunteer soldiers in the 106th, 107th and the combined two years was established, using the Binary Classifier analysis, decision tree analysis (CART) and neural network in the data exploration technology respectively. The Artificial Neural Network analyzes and establishes an analysis module to study the objective variables affecting the volunteers’ willingness to stay, thereby predicting whether volunteer soldiers will stay or not. According to research and analysis, the database is in fiscal year 106, 107 and biennial. Volunteers in their objective demographics of "residence", "graduate department", "graduate school" and Four variables, such as the place of birth, are the variables that cause volunteer soldiers to influence their stay; this provides the national military unit, through the above four variables of volunteer soldiers, to strengthen the camping guidance for volunteer soldiers who will be retired. To reduce staff turnover and avoid waste of recruitment and training resources.

目錄
摘要 II
英文摘要 III
目錄 V
表次 VII
圖次 VIII
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機 4
第三節 研究目的 5
第二章 文獻探討 7
第一節 國軍人才招募 7
第二節 志願士兵招募現況說明 11
第三節 資料探勘 13
第四節 決策樹 14
第五節 類神經網路 16
第三章 研究架構與方法 18
第一節 研究架構 18
第二節 研究對象及資料來源 19
第三節 資料處理 19
第四節 研究方法 21
第四章 研究結果 23
第一節 決策樹分析 24
第二節 類神經網路分析 33
第三節 預測變項探討 52
第五章 結論與建議 54
第一節 研究結論 54
第二節 研究建議 55
參考文獻 56
一、中文部分 56
二、英文部分 58

表次
表 1-1-1 國軍兵力調整過程 2
表 1-1-2 國軍招募班隊 2
表 1-1-3 各地區人才招募中心 3
表 1-1-4 補助與加給 3
表 1-2-2 志願士兵招募對象 5
表 2-1-1 中華民國募兵制沿革 8
表 2-1-2 歷年志願士兵獲得百分比 9
表 2-1-3 受雇員工薪資與生產力 10
表 2-1-4 薪資、福利比較分析 10
表 2-2-1 歷年基本工資調整與志願士兵薪資比較 12
表 3-3-1 研究變項 21
表 4-2-1 志願士兵資料庫分析 33
表 4-2-2 106 年度志願士兵留營重要變項分析 37
表 4-2-3 106 年度志願士兵留營最終變項分析 39
表 4-2-4 107 年度志願士兵留營重要變項分析 43
表 4-2-5 107 年度志願士兵留營最終變項分析 45
表 4-2-6 106、107 兩年度志願士兵留營重要變項分析 49
表 4-2-7 106、107 兩年度志願士兵留營最終變項分析 51
表 4-3-1 決策樹與類神經網路影響變項分析 53

圖次
圖 2-4-1 決策樹模型圖 15
圖 2-5-1 類神經網路網路圖 17
圖 3-1-1 研究流程架構 18
圖 4-1-0 志願士兵資料庫分析流程圖 23
圖 4-1-1 106 年度 Binary Classifier 分析數據 24
圖 4-1-2 106 年度志願士兵決策樹分析樹狀圖 26
圖 4-1-3 107 年度 Binary Classifier 分析數據 27
圖 4-1-4 107 年度志願士兵決策樹分析樹狀圖 29
圖 4-1-5 106、107 兩年度 Binary Classifier 分析數據 30
圖 4-1-6 106、107 兩年度志願士兵決策樹分析樹狀圖 32
圖 4-2-1 106 年度志願士兵分析架構 34
圖 4-2-2 107 年度志願士兵分析架構 40
圖 4-2-3 106、107 兩年度志願士兵分析架構 46

參考文獻
一、中文部分
主計總處(2018)，人力運用調查報告。2018年12月1日，取自https://www.dgbas.gov.tw/ct.asp?xItem=40577&ctNode=4987&mp=1。
行政院主計總處，國民所得統計年報，2017。
江欣怡 (2008)。以類神經網路預測成人加護病房抗藥性金黃色葡萄球菌移生的病人。
國立成功大學。臺南市。
李仁鐘 (2009)。資料探勘應用於志願役士兵招募篩選之研究(碩士論文)。華梵大學，新北市。
呂晴 (2018)。女性軍士官人格特質與職涯歷程(碩士論文)。國立高雄師範大學，高雄市。
呂奇傑、李天行、蕭書涵、許栢榮（2012）。應用資料探勘分類技術於人才甄選之研究。數據分析，第7卷，第2期，頁1-27。
李小芸（2003）。國軍幹部領導統御與義務役官士兵人格特質、偏差行為傾向之相關性研究。國防大學政戰學院碩士論文，台北市。
李銘峰 (2016)。以資料探勘模式分析學習者情緒與色彩之關係架構。國立臺中教育大學。臺中市。
林弘展 (2015)，影響志願士兵招募與留營意願之因素，國立臺灣大學，台北市。
唐集成 (2017)。志願役士兵留營意願影響因素之研究—以海軍某艦隊為例。義守大學，高雄市。
梁成明、羅新興 (2001)。國軍志願役軍官工作壓力之研究。國防管理學報，第22卷，第2期，頁1-13。
徐金銘（2009）。影響志願士兵轉服士官因素之探討。私立元智大學管理研究所碩士論文，桃園市。
國防部 (2018)。2018年國軍招募班隊簡章，國防部。
國防部（2015）。中華民國 104 年國防報告書。台北市：國防部編纂委員會。
張毓騰、吳杰修（2016）。應用層級分析探討空軍志願役人員留任的因素之研究。管理資訊計算，2016年第5卷第2期第79-84頁。
陳婷婷（2009）。以資料探勘技術分析拍賣網站數位相機購物消費行為。淡江大學，新北市。
陳士 (2005)。應用資料探勘技術於理財促銷-以國內某金控銀行為例，華梵大學，新北市。
陳銘樹、王建智、王麗雁（民97）。應用決策樹演算法以探究高科技員工潛在的糖尿病之危險因子。健康管理學刊，6(2)，135-146。
陳芳君 (2012)，以資料採礦探討學生流失及其相關因素之研究，南華大學，嘉義縣。
陳銘樹、王建智、王麗雁（民97）。應用決策樹演算法以探究高科技員工潛在的糖尿病之危險因子。健康管理學刊，6(2)，135-146。
陳慈徽（2006）。以資料探勘技術預測技術員離職傾向-以南科某公司為例。 成功大學國際管理碩士在職進修專班 (IMBA) 學位論文，未出版，台南市。
陳士杰 (2005)。運用資料探勘技術理財促銷(碩士論文)。華梵大學，新北市。
陳東滄 (2012)。運用資料探勘建構悠遊聯名卡之客戶貢獻度模式－以國內某銀行為例。東吳大學。臺中市。
許銘仁 (2017)。戰鬥部隊勤務加給及留營慰助金之發放對志願士兵留營意願之影響—以海軍某基層戰鬥部隊為例。國立中山大學。高雄市。
許秋嬉 (2014)。我國海軍艦艇軍官工作適應、家庭關係與工作投入之研究。國立屏東科技大學。屏東縣。
許凱富 (2019)。大數據分析於行銷策略的應用－以高爾夫練習場為案例。東吳大學。臺中市。
許文寶 (2008)。應用 CART 決策樹探討資訊商品通路之市場區隔，淡江大學，台北市。
曾瑞智 (2013)，應用資料採礦技術建構整合型目標客戶選擇模式，大同大學，台北市。
黃足偉 (2016)，國軍組織變革對志願役士兵留營意願影響之研究－以台南基地空軍防砲部隊為例。高苑科技大學，高雄市。
蔡蕙如 (2013)。以類神經網路探討價格促銷組合對網路消費者購買意願的影響-以服裝購物網為例。國立臺中科技大學。臺中市。
鄭猷勳 (2013)。人格決策樹模型：預測全國技藝競賽選手。臺北大學資訊工程學系，新北市。
劉成華 (2014)。影響空軍志願役官士兵留營意願因素之探討，樹德科技大學，高雄市。
劉爾榮 (2004)。)國軍志願役士兵投考因素對人力招募策略之研究--以海軍志願役士兵為例。義守大學。高雄市。
謝邦昌、蘇志雄、鄭宇庭、葉劭緯（2005）。資料採礦與商業智慧: SQL Server 2005:鼎茂圖書出版。
謝邦昌、鄭宇庭、蘇志雄、郭良芬（2007）。Microsoft SQL Server在資料採礦與商業智慧之應用。中華資料採礦協會。
蘇泓憲 (2009)，應用資料採礦技術於信用卡貢獻度行為-以C銀行為例，銘傳大學，桃園市。
二、英文部分
R Core Team (2013). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL：http://www.R-project.org/.
Brian Ripley. (2013). tree: Classification and regression trees. R package version 1.0-34. URL：http://CRAN.R-project.org/package=tree參考網址：https://udn.com/news/story/10930/2904417(2017-12-31 08:17聯合報記者洪哲政)。