請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/30971完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 孫志鴻(Sun Chih-Hong) | |
| dc.contributor.author | Yi-Feng Yang | en |
| dc.contributor.author | 楊宜芬 | zh_TW |
| dc.date.accessioned | 2021-06-13T02:23:21Z | - |
| dc.date.available | 2007-02-02 | |
| dc.date.copyright | 2007-02-02 | |
| dc.date.issued | 2007 | |
| dc.date.submitted | 2007-01-30 | |
| dc.identifier.citation | 中文文獻
牛田一雄、高井勉、木暮大輔 (2003) 資料採礦利用Clementine使用手冊，陳耀茂編審 (2006)，台北：鼎茂。 江尚德 (2005) 新設商業銀行之銀行區位研究，國立政治大學經營管理碩士論文。 江莉莉 (1979) 台灣地區金融機構之分佈，國立台灣大學經濟研究所士論文。 李萬凱 (2003) 地理資訊系統空間資料庫網格化轉換作業之研究，2003四學會聯合論文研討會 (都市計畫、住宅、區域科學、地區發展)。 林傑斌、劉明德 (2005) 地理資訊系統GIS理論與實務，台北：文魁資訊。 林華山 (1986) 研習日本銀行營業單位之設立遷移、人員訓練管理及其經營管理策略報告書。 侯東旭、陳重光 (2003) 考量網路經濟特性下台灣地區商業銀行選擇分行設立區位之研究 ，科技學刊，12(2)：83-95。 胡鐸清 (2001) 銀行分行經營管理實務，增訂三版，台北：財團法人台灣金融研訓院。 曹昌勝 (1987) 銀行區位之選擇-以網路觀點探討台北市三商銀為例，國立台灣大學土木工程學研究所碩士論文。 陳建成 (1975) 台北市銀行之發展與分行區位分布之研究，國立中興大學都市研究所碩士論文。 陳建成 (1975) 台北市銀行發展與分行區位之研究，中興大學都市計畫研究所碩士論文。 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯 (2005)，資料探勘，台北：旗標。 黃子芳 (2004) 金融環境變遷下成功的銀行經營策略--以台灣花旗銀行為例，私立大葉大學事業經營研究所碩士論文。 楊東麟 (2005) 建構一個限制型的多維度關聯法則探勘模型-以固網電信業的顧客行為分析為例，逢甲大學資訊電機工程碩士在職專班碩士論文。 過多的銀行？還是過剩的產能？(2001) 工商時報，3月28日。 鄒明城 (2004) 空間資料庫知識探索之研究以集集大地震引致之山崩為例，國立台灣大學地理環境資源研究所博士論文。 榮峻德 (2005) 普查資料之空間資料探勘研究—以台北市便利商店區位分析為例，國立台灣大學地理環境資源研究所碩士論文。 劉展宏 (1988) 土地銀行區位分佈之研究-以桃竹苗地區為例，國立政治大學地政研究所碩士論文。 羅國華 (2000) 電腦方法在普查上之應用—資料處理與地理發展，公元兩千年人口普查相關問題—實務與研究學術研討會論文集:67-91。 蘇明發 (1983) 銀行業空間結構分佈之研究─以台北市銀行為例，國立台灣大學土木工程研究所碩士論文。 英文文獻 Abbasi, G.Y. (2003) A decision support system for bank location selection. International Journal of Computer applications in Technology 16(4), 202-210. Agrawal, R. and Srikant, R. (1994) Fast Algorithm for Mining Association Rules, In Proceedings of the Twentieth VLDB Conference：487-499. Agrawal, R. and Srikant, R. (1995) Mining generalized association rules. Proceeding of the 21st VLDB conference Zurich, Swizerland: 407-419. Boufounou, P.V. (1995) Evaluating bank branch location and performance : A case study. European Journal of Operational Research 87(2), 389-402. Buttenfield, B. Gahegan, M. Miller, H. and Yuan, M. (2001) Geospatial Data Mining and Knowledge Discovery. Washington D.C., University consortium for Geographic Information Science White Paper on emerging Research Themes. www.ucgis.org/priorities/research/research_white/2000%20Papers/emerging/gkd.pdf. [18 April 2006] Chang, K. T. (2005) Programming ArcObjects with VBA A Task-Oriented Approach. New York: CRC PRESS. Dunham, M. H. (2003) Data Mining Introductory and Advanced Topics.New Jersey: Prentive Hall. Fayyad, U.M., Piatetsky-Shapiro, G., and Smyth, P. (1996) The KDD Process for extracting useful knowledge from volumes of data, Communications of the ACM, 39(11):27-34 Frawley, W.J., Paitetsky-Shapiro, G.. and Matheus, C.J. (1992) Knowledge Discovery in Database: An Overview, Ai Magazine, 13:57-70. Gahegan, M., German, G., West, G. (1999) Improving neural network performance on the classification of complex geographic datasets, Journal of Geographical Systems, 1:3-22 Glymour, C., Madigan, D., Pregibon, D., and Smyth P. (1996) tatistical themes and lessons for data mining, Journal of Data Mining and Knowledge Discovery, 1:11-28. Knorr, E.M. and Ng, R.T. (1996) Finding Aggregate Proximity Relationships and Commonalities in spatial Data Mining, IEEE Transactions on Knowledge and Data Engineering, 8(6):884-914. Lee, H. and Ong, H. (1993) Visualization support for data mining. IEEE Expert, 11(5):69-75. Lidstone,J. (1997) Rediscovering Geography New Relevance for Science and Society,National Research Council Washington,D.C.1997 Little, J.D.C.(1970) Models and Managers: The Concept of a Decision Calculus. Management, 16(8): Lu, H., Setiono, R., and Liu, H. (1993) Effective data mining using neural networks. IEEE Transactions on Knowledge and Data Engineering, 8(6):957-961. Miller, J. H. and Han, J. (2001) Geographic Data Mining and Knowledge Discovery, Taylor & Francis Minnis,J. and Liu,J.W (2005) Mining Association Rules in Spatio-Temporal data: An Analysis of Urban Socioeconomic and Land Cover Change, Transactions in GIS, 9(1):5-17 Ng, R. and Han, J. (1994) Efficient and Effective Clustering Methods for Spatial Data Mining , Proc. 20th VLDB, 144-155. Roiger, R.J. and Geatz,M.W. (2002) Data Mining A Tutorial-Based Primer，曾新穆.李建億譯 (2004)，初版三刷，台北：東華書局。 Turban, E., and Aronson, J.E. (2001) Decision Support Systems and Intelligent Systems, 6th ed. Upper Saddle River NJ: Prentice-Hall. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/30971 | - |
| dc.description.abstract | 過去的銀行區位研究缺少空間資料分析，而進行區位研究若不考慮空間資料不僅是不足，而且是缺少說服力的。本研究使用台北市普查資料並與空間資料結合，計算出各銀行商圈內分派到的普查資料量與空間關係，再透過地理資訊系統結合關聯規則的方式，發掘台北市銀行設立時共同的區位現象，以至少19%支持度及90%信賴度條件下發現約176條規則，這些規則90%以上會出現銀行，本研究建立一套決策支援系統，可將銀行商圈外尚未有銀行的點位，且符合探勘後的規則條件者選出，即成為適合設立新銀行的候選位置，提供決策者擇址時之參考依據。 | zh_TW |
| dc.description.abstract | Previous studies of bank location in Taipei area have neglected using spatial data to analyze. If a study does not use spatial data in analyzing bank location, it would be insufficient and unpersuasive. This study integrated census data and spatial data in Taipei City to analyze the spatial relationship between census data and bank trade area. Through GIS and association rule, one of data mining methods, common characteristics, e.g. spatial and non-spatial factors, of bank locations would be discovered. The result showed that 176 rules (situations) related to bank location were discovered under the condition of supporting level equal and greater than 19% , and confidence interval equal or greater than 90% . Moreover, these rules would be used build a spatial decision support system for decision makers to evaluate potential locations of bank in Taipei City. | en |
| dc.description.provenance | Made available in DSpace on 2021-06-13T02:23:21Z (GMT). No. of bitstreams: 1 ntu-96-R93228020-1.pdf: 1485488 bytes, checksum: 8db6b7482a9aa9f41a7819e79065baea (MD5) Previous issue date: 2007 | en |
| dc.description.tableofcontents | 目錄
第一章 緒論.....................................1 第一節 研究動機...................................2 第二節 研究目的...................................4 第三節 研究流程...................................4 第二章 文獻回顧...................................8 第一節 知識發現與資料探勘.......................8 第二節 空間資料探勘 (Spatial Data Mining)......17 第三節 關聯規則 (Association Rule) .............21 第四節 模型準確性驗證法 (Validation) .............28 第五節 銀行區位 (Bank Location)...................29 第六節 決策支援系統 (Decision Support System, DSS.40 第七節 小結.......................................45 第三章 研究方法...................................46 第一節 研究架構.................................46 第二節 研究對象與研究假設.......................47 第三節 普查空間資料庫的建立.....................48 第四節 銀行空間資料庫.............................51 第五節 資料探勘...................................58 第四章 研究成果.................................62 第一節 成果展示...................................62 第二節 驗證結果.................................64 第五章 結果與討論...............................70 第一節 Apriori與統計方法之比較....................70 第二節 Apriori 與GRI結果比較......................72 第三節 系統呈現...................................73 第四節 結論.......................................75 第六章、結論與建議................................78 參考文獻 .........................................89 附錄: Model 程式碼................................93 | |
| dc.language.iso | zh-TW | |
| dc.subject | 關聯規則 | zh_TW |
| dc.subject | GIS | zh_TW |
| dc.subject | 區位分析 | zh_TW |
| dc.subject | 普查資料 | zh_TW |
| dc.subject | 資料探勘 | zh_TW |
| dc.title | 銀行區位選址決策支援系統之研發
－以台北市為例 | zh_TW |
| dc.title | Spatial Decision Support System for Bank Location
－A Case Study in Taipei City | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 95-1 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 蔡博文,周學政 | |
| dc.subject.keyword | 資料探勘,關聯規則,GIS,普查資料,區位分析, | zh_TW |
| dc.subject.keyword | Data Mining,Association Rule,GIS,Census Data,Location Analysis, | en |
| dc.relation.page | 114 | |
| dc.rights.note | 有償授權 | |
| dc.date.accepted | 2007-01-30 | |
| dc.contributor.author-college | 理學院 | zh_TW |
| dc.contributor.author-dept | 地理環境資源學研究所 | zh_TW |
| 顯示於系所單位： | 地理環境資源學系 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-96-1.pdf 未授權公開取用 | 1.45 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。