計程車駕駛人與乘客長期處於資訊不對稱的情況中，為改善此不利情勢，計程車衛星派遣的概念因應而生。對計程車產業而言，衛星派遣系統乃目前最佳的派遣方式，然而衛星派遣車隊卻遲遲無法達到永續經營之合理規模。推究其原因發現，現行派遣邏輯僅是單方面的考慮乘客所想，而忽略計程車駕駛人所望；換言之，衛星派遣車隊理應公平服務兩端的使用者，但現況卻完全以乘客需求為導向。然而，從過去的研究中，我們並不瞭解計程車駕駛人想要的是什麼。故本研究以計程車衛星派遣資料庫為基礎，進行計程車駕駛人行為的資料探勘(Data Mining)。為增加研究的廣度，本研究採用因素分析(Factor Analysis)對計程車駕駛人營業行為變數進行探討，並將派遣數等十二項營業行為影響變數減少為「營業狀況」、「空車率」及「營業習慣」等三個因素。接著利用集群分析(Cluster Analysis)對計程車駕駛人營業行為進行分群，透過兩階段集群分析的過程，將衛星派遣計程車駕駛人營業行為分為四群。此四群駕駛人營業行為的詳細內容除了分析原有營業行為變數外，並利用亂數表進行分群抽樣，分析駕駛人兩次載客間時間間隔等六項變數，同時將衛星派遣計程車駕駛人依其行為特性分為「智慧型」、「積極型」、「自由型」及「消極型」四群。最後根據各群計程車駕駛人的營業行為特性，分別提出派遣邏輯改善之具體建議。藉由同時考慮計程車駕駛人與乘客的需要，方能發揮衛星派遣系統之最大效能，亦能吸引個人計程車駕駛人的加入，以期解決衛星派遣車隊規模數過小的問題，並創造更好的衛星派遣計程車營業環境。

Taxi drivers and passengers are normally involved in asymmetric information situation. In order to improve this situation, the concept of automatic dispatching taxi was introduced. On the taxi industry, the GPS-based dispatching system is the best way to detach taxi nowadays, but the fleet size of GPS taxi has not reached an economic scale for sustainable operation. One of the main reasons is that the dispatch logic only takes the passenger’s expectation in considering, but leave the taxi drivers’ wanted out of consideration. However, from past researches, it seems lack of the taxi drivers’ expectation. Therefore, this study aims to use GPS-taxi dispatch database to analyze taxi driver operational behaviors by data mining. To increase the breadth of research, this study uses factor analysis to explore key variables among the 12 operational variables while operating conditions, vacancy rate and operating habits are identified as key variable. Then cluster analysis is applied to classify the taxi drivers’ operational behavior into four categories, namely intelligent type, positive type, free type and passive type. To find the drivers’ business behavior of each category, this study uses the details of the original operational behavior variables and the random sampling analysis to analyze time interval between occupied and the other five variables. Finally, suggestions of improving dispatch logic for each type of drivers suggested based on their behaviors. It is expected that taking the taxi drivers and passengers into account simultaneously, the GPS dispatch system shall have the maximum performance. Moreover, it will also attract individual taxi drivers to join the GPS taxi group and then create a better GPS dispatch taxi business environment.

誌謝 I
摘要 III
Abstract IV
目錄 V
表目錄 VII
圖目錄 IX
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 1
1.3 研究範圍 2
1.4 研究流程 2
1.5 章節架構 4
第二章 文獻回顧 7
2.1 駕駛人行為相關文獻 7
2.1.1私有運具駕駛人駕駛行為相關文獻 7
2.1.2大眾運輸駕駛人駕駛行為相關文獻 12
2.1.3計程車駕駛人駕駛行為相關文獻 14
2.2 資料探勘相關文獻 18
2.2.1資料探勘於公共運輸之應用 19
2.2.2資料探勘於其他運輸問題之應用 21
2.3 綜合評析 23
第三章 研究方法 27
3.1 資料探勘 (Data Mining) 27
3.1.1資料探勘基本概念 28
3.1.2資料探勘應用流程 34
3.2 因素分析 (Factor Analysis, FA) 36
3.2.1因素分析基本概念 36
3.2.2因素分析應用流程 40
3.3 集群分析 (Cluster Analysis, CA) 45
3.3.1集群分析基本概念 46
3.3.2集群分析應用流程 56
3.4 方法論具體架構 59
第四章 派遣資料前置處理 61
4.1 分析流程 61
4.2 衛星派遣計程車營業資料選取及蒐集 64
4.3 衛星派遣計程車營業資料前置處理 64
4.4 衛星派遣計程車營業資料變數縮減 68
第五章 衛星派遣計程車駕駛人營業行為分析 73
5.1 衛星派遣計程車駕駛人月營業行為集群分析 73
5.1.1集群分法與分析流程 73
5.1.2階層式集群分析 74
5.1.3非階層式集群分析 76
5.1.4集群驗證 77
5.1.5分析結果 77
5.2 衛星派遣計程車駕駛人日營業行為抽樣分析 82
5.2.1抽樣方法與分析流程 82
5.2.2 T檢定 83
5.2.3分析結果 90
5.3 衛星派遣計程車駕駛人營業行為分群結果整理 92
第六章 派遣邏輯改善策略 94
6.1 智慧型駕駛人 94
6.2 積極型駕駛人 97
6.3 自由型駕駛人 100
6.4 消極型駕駛人 103
6.5 綜合評述 106
第七章 結論與建議 108
7.1 結論 108
7.1.1研究成果 109
7.1.2理論意涵 110
7.1.3實務意涵 112
7.2 建議 112
參考文獻 116

1.尹相志(2007)，SQL Server 2005 Data Mining 資料採礦，悅知文化。
2.王建仁(2003)，「台灣地區機車使用者風險感認與駕駛行為關聯之研究」，國立交通大學運輸科技與管理研究所碩士論文。
3.王偉(1986)，「台北市汽車駕駛行為特性分析」，國立台灣大學土木工程學研究所碩士論文。
4.任維廉、徐聖智、張傳琳(1997)，「公車駕駛人工作壓力量表設計與測試：以大有巴士、福和客運為例」，運輸學刊，第十卷，第一期，pp91-118。
5.任維廉、黃清信(1993),「台北都會區公車駕駛員工作壓力源之研究」，中華民國運輸學會第八屆論文研討會論文集，pp465-472。
6.任維廉、鄭亮傑(1996),「公路客運公司員工對績效獎金制度態度之研究－以新竹客運為例」，中華民國運輸學會第十一屆學術研討會論文集，pp685-697。
7.吳冠宏、吳信宏、郭廣洋(2004)，「應用資料挖掘於交通事故資料分析」，中華民國品質學會第40屆年會高雄市分會第 30 屆年會暨第10屆全國品質管理研討會論文集，pp72-81。
8.吳鴻春(2009)，「國民中小學教科書數位學習系統多準則評估模式之建構」，開南大學資訊管理學碩士論文。
9.呂錦山、方菀萍(2001)，「高雄港貨櫃市場行銷策略之研究」，運輸計畫季刊，第三十卷，第二期，pp439-480。
10.呂錦山、陳李逸(2003)，「定期貨櫃航商電子商務服務屬性需求之探討」，運輸計畫季刊，第三十二卷，第一期，pp177-193。
11.李東陽(1996)，「駕駛環境複雜度之衡量方法及特性分析」，淡江大學交通管理研究所碩士論文。
12.汪進財、鐘易詩、蕭力文(2009)，「年輕機車族群高風險駕駛行為異質性剖析」，中華民國運輸學會98年學術研討會論文集，pp877-900。
13.阮士峰(2004)，「資料探勘在股市序列型樣的應用」，國立東華大學資訊工程研究所碩士在職專班論文。
14.林清山(1980)，多變量分析統計法，台灣東華書局股份有限公司。
15.林祥生、劉益豪(2008)，「應用資料採礦探討國際線航空旅客之線上購票行為」，運輸計畫季刊，第三十七卷，第二期，pp197-236。
16.林震岩(2007)，多變量分析—SPSS的操作與應用，智勝文化事業有限公司，再版。
17.邱詩淳(2006)，「運用悠遊卡及資料探勘求解公車營運改善方案」，中華大學運輸科技與物流管理研究所碩士論文。
18.侯勝宗(2006)，「科技心理擁有感、在地知識與科技採用：科技意會觀點」，國立政治大學科技管理研究所博士論文。
19.侯勝宗、蕭瑞麟(2008)，科技意會，台灣培生教育出版股份有限公司。
20.侯勝宗(2009)，「從使用者觀點探討服務派遣技術商業化之研究」，經濟部商業司委託逢甲大學及季鈞管理顧問有限公司辦理。
21.施念青(2002)，「公路運輸部門能源消費與SOx、NOx、CO2排放特性分析」，國立成功大學環境工程研究所碩士論文。
22.洪浩凱(2002)，「台北悠遊卡使用者對於台北大眾捷運公司顧客忠誠度之研究」，南華大學旅遊事業管理研究所碩士論文。
23.胡守任、李志綱、鄭珮琪(2009)，「鐵路平交道前公路駕駛人行為分析」，中華民國運輸學會98年學術研討會論文集，pp1733-1759。
24.張明智(2005)，「以空間資料搜尋支援資料探勘之研究」，國立成功大學測量及空間學系碩士論文。
25.張勝雄(1999)，「大眾運輸業之薪資結構與工作壓力、工作滿足、服務品質之關係探討—台北市公民營公車駕駛員之比較研究」，行政院國家科學委員會專題研究計畫成果報告。
26.張媛婷(2008)，「都市土地使用管制對土地價格之影響—階層線性模式之應用」，國立成功大學都市計畫研究所碩士論文。
27.張新立、廖哲聖(2009)，「憤怒駕駛傾向之量測與人格特質及性別角色之影響」，中華民國運輸學會98年學術研討會論文集，pp901-931。
28.張新立、蔡維唐(2008)，「影響小客車駕駛人駕駛技能與行為因素研究」，中華民國運輸學會97年學術論文國際研討會。
29.張蓓蒂、李宸邦(2006)，「行銷創新、品牌形象與銷售績效關聯性之研究—以多層次傳銷事業個案公司為例」，第十一屆直銷學術研討會論文集, pp77-101。
30.張學孔、吳奇軒、陳育生(2009)，「計程車產業政策關鍵因素分析」，運輸計畫季刊，第三十八期，第二卷，pp173~pp200。
31.張學孔、周文生(2008)，「九十七年度台北地區計程車營運情形調查期末報告」，台北市政府交通局與台北縣政府交通局共同委託中華民國運輸學會辦理，pp14-98。
32.莊涵婷(2004)，「通勤旅程中非工作活動產生模式之研究」，中原大學土木工程研究所碩士論文。
33.陳宜欣(2006)，「以資料探勘技術探討顧客忠誠方案—以某信用卡發卡銀行為例」，國立中正大學行銷管理研究所碩士論文。
34.陳宜萍、何庭武、曾思敏、周建成(2009)，「應用資料探勘決策工具協助路權取得流程之研究」，中華民國運輸學會98年學術論文研討會論文集，pp2393-2403。
35.郭信宏(2008)，「應用資料探勘技術於面板檢測實證研究」，國立中央大學工業管理研究所碩士論文。
36.陳國樑(2004)，「公路客運公司管理制度與駕駛員行為特性關係之研究」，逢甲大學交通工程與管理學系碩士論文。
37.陳國樑(2004)，「公路客運公司管理制度與駕駛員行為特性關係之研究」，逢甲大學交通工程與管理學系碩士論文。
38.陳菊萍(2003)，「地區推動永續發展行為意向之研究—以大鵬灣周邊鄉鎮為例」，國立中山大學公共事務管理研究所碩士論文。
39.陳順宇(2005)，多變量分析，華泰書局，四版。
40.曾國雄、鄧振源(1986)，多變量分析(一)－理論應用篇，松岡電腦圖書資料有限公司。
41.曾瑋悅(2002)，「薪資制度對公車駕駛人壓力、滿足感與績效之影響─以台北市聯營公車為例」，淡江大學運輸管理研究所碩士論文。
42.曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯(2005)，資料探勘，旗標出版社。
43.程法泌(1979)，「汽車駕駛行為之研究與預測（I）」，國立政治大學學報，第39期。
44.黃俊英(2000)，多變量分析，中國經濟企業研究所，華泰文化事業公司總經銷，第七版。
45.黃致諳(2004)，「資料探勘技術用於結合客戶價值與客戶消費行為的直銷行銷之研究」，國立台灣科技大學資訊管理研究所碩士論文。
46.黃國平、賴博瑎(2008)，「衛星派遣計程車之乘客選擇意象比較」，運輸學刊，第二十卷，第二期，pp119-145。
47.黃湄清(2005)，「利用資料探勘技術於台灣地區肇事危險判別之研究」，國立中央大學土木工程研究所碩士論文。
48.楊浩二(1984)，多變量統計方法，華泰書局，初版。
49.劉正華(1996)，「駕駛行為之風險評估研究」，東海大學統計學系碩士論文。
50.劉建良(2000)，「公車駕駛員之薪資滿足感與工作壓力、工作滿足、服務品質之關係探討」，淡江大學運輸管理學系運輸科學研究所碩士論文。
51.潘書麟(2006)，「台灣物流業營運效率之比較分析」，國立中央大學土木工程學系碩士論文。
52.蔡憲唐、周建新(1987)，「物以類聚─集群分析」，科學月刊雜誌社，第二零九期。
53.蔡鎮安(2009)，「集群分析」，中國醫藥大學生統E報，第三十六期。
54.駱至中、林錦昌(2002)，「以民意調查資料的智慧型分析看資料探勘於政治學研究之運用」，國家政策研究基金會第二屆政治與資訊學術研討會國政研究報告。
55.龍天立(1987)，「台北市車輛駕駛行為特性之研究」，台北市政府研究發展考核委員會委託台灣大學土木工程學系龍天立教授辦理，市政建設專題研究報告第159輯。
56.羅明旋(2009)，「貓空地區觀光意象對遊客選擇行為影響之路徑分析」，國立政治大學地政學系私立中國地政研究所碩士論文。
57.羅帷元(2007)，「以悠遊卡交易資料探索公車路線之旅客起迄」，淡江大學運輸管理研究所碩士論文。
58.鐘志成、張恩輔(2009)，「以票證紀錄資料模擬台鐵旅客時空分佈特性」，中華民國運輸學會98年學術研討會論文集，pp1053~1071。
59.Cabena, P., Hadjinian, P. O., Stadler, R., Verhees and J., Zanasi, A. (1997), Discovering Data Mining from Concept to Implementation, New Jersey: Prentice-Hall, Inc., pp 41-59.
60.Kennedy, R. L, Lee, Y., Van, R. B., Reed, C. D. and Lippman, R. P. (1998), Solving Data Mining Problems through Pattern Recognition, Prentice Hall.
61.Liou, J. H., Yen, L. and Tzeng, G. H. (2010), “Using Decision Rules to Achieve Mass Customization of Airline Services”, European Journal of Operational Research, Vol. 205, No. 3, pp680–686.
62.Liou, J. H., Yen, L. and Tzeng, G. H. (2010), “A Dominance-Based Rough Set Approach to Customer Behavior in the Airline Market”, Information Sciences, Vol. 180, No. 11, pp2230–2238.
63.Clark, S. D. (2009),”The Determinants of Car Ownership in England and Wales from Anonymous 2001 Census Data”, Transportation Research C, Vol. 17, No. 5, pp526–540.
64.Wong, Y. K. and Woon, W. L. (2008), “An Iterative Approach to Enhanced Traffic Signal Optimization”, Expert Systems with Applications, Vol. 34, No. 4, pp2885–2890.
65.Tabachnick, B. G. and Fidell, L. S. (2007), Using Multivariate Statistics, Allyn and Bacon, 4th ed.
66.Yao, X. (2007), “Where are Public Transit Needed – Examining Potential Demand for Public Transit for Commuting Trips”, Computers, Environment and Urban Systems,Vol. 31, No.5, pp535-550.
67.Chang, L. Y. and Wang, H. W. (2006), “Analysis of Traffic Injury Severity: An Application of Non-Parametric Classification Tree Techniques”, Accident Analysis and Prevention, Vol. 38, No. 5, pp1019–1027.
68.Bagchi, M. and White, P. R. (2005), “The Potential of Public Transport Smart Card Data”, Transport Policy, Vol. 12, No. 5, pp 464-474.
69.Roiger, R.J. and Geatz, M.W. (2003), Data Mining: .A Tutorial-Based Primer, Addison Wesley.
70.Dunham, M.H. (2002), Data Mining, Introductory and Advanced Topics, Prentice Hall.
71.Han, J. and Kamber, M. (2001), Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers.
72.Han, J. and Kamber M. (2001), Data Mining: Concepts and Techniques, Morgan Kaufmann Publisher, Inc.
73.Thuraisingham, B. (2000), “A Primer for Understanding and Applying Data Mining”, IT Professional, Vol. 2, No. 1, pp.28-31.
74.Berry, M.J.A. and Linoff, G.S. (2000), Data Mining Techniques: For Marking, Sales, and Customer Relationship Management, Wiley Publishing, Inc.
75.Kuge, N., Yamamura, T., Shimoyama, O. and Liu A. (2000), “A Driver Behavior Recognition Method Based on a Driver Model Framework”, Society of Automotive Engineers, Vol. 109, No. 6, pp469-476.
76.Peeta, S., Ramos, J. L. and Pasupathy, R. (2000),”Content of Variable Message Signs and On-Line Driver Behavior”, Transportation Research Record, Vol. 1725, No. 970, pp102-108.
77.Peacock, P.R. (1998), “Data Mining in Marketing: Part1,” Marketing Management, Vol. 6, No. 4, pp8-18.
78.Fayyad, U. M., Haussler, D. and Stolorz, P. (1996), “Mining Scientific Data”, Communications of ACM, Vol. 39, pp55-57.
79.Fayyad, U. M. (1996), “Data Mining and Knowledge Discovery: Making Sense out of Data”, IEEE Expert, Vol. 11, No. 5, pp20-25.
80.Grupe, F. H. and Owrang, M. M. (1995), “Data Base Mining”, Information System Management, Vol. 12, No. 4, pp26-31.
81.Frawley, W., Piatetsky-Shapiro, G. and Matheus, C. (1992), “Knowledge Discovery in Database: An Overview”, AI Magazine, pp213-218.
82.Fayyad, U. M., Piatetsky-Shapiro, G. and Matheus, C. (1992), “The KDD Process for Extracting Useful Knowledge from Volumes OD Data”, Communications of ACM, Vol. 39, No. 11, pp27-34.
83.Taschdjian, E. (1986), “Typology and Factor Analysis”, Nanzan Institute for Religion and Culture, Folklore Studies, Vol. 2, pp185-200.
84.Fine, J. L. (1965), “The Development of a Criterion for Driver Behavior”, The Safety Research and Education Project, Teachers College, Columbia University.
85.Herman, H. H. (1960), Modern Factor Analysis, The University of Chicago Press.
86.Kaiser, H. F. (1960).” The Application of Electronic Computers to Factor Analysis”, Educational and Psychological Measurement, Vol. 10, pp141-151.