1. NCCU Academic Hub
  2. 學術產出
  3. 商學院
  4. 學位論文
  5. Item

學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 以雲端運算之概念建構資料採礦中關聯規則與集群分析系統
Construct a concept of cloud computing and data mining system with association rules and clustering analysis
作者 賴建佑
貢獻者 鄭宇庭
賴建佑
關鍵詞 雲端運算
資料採礦
關聯規則
Apriori演算法
集群分析
K-means
日期 2010
上傳時間 29-九月-2011 16:46:17 (UTC+8)
摘要 雲端運算和資料採礦已成為這二十一世紀的重要發展方向，綜觀現今各個生活層面，已漸漸的融合雲端計算的技術，故結合雲端運算已是一種趨勢。簡而談之，雲端運算是一種讓使用者更加地快速、便利又省成本的一種技術。而資料採礦方面，也已從先前的專門挖掘數字型態的資料，到現在多元的挖掘，像是文字、圖像採礦。資料採礦雖然比雲端運算發展的早，但是其功用是可以相輔相成的，有鑑於此，本研究係要發展出一資料採礦分析系統，使得使用者方便又簡易的操作。並針對特定的資料採礦分析方法-關聯規則及集群分析去研究，並利用Apriori 演算法及K-means方法，和Microsoft Excel VBA和R軟體共同結合出此資料採礦系統。
參考文獻 1. Agrawal, R. and R. Srikant (1994), “Fast Algorithms for Mining Association Rules in Large Databases” Proceedings of the International Conference on Very Large Data Bases, Santiago de Chile, Chile, pp. 487-499.
2. Berry, M. J. A. and G. Linoff (1997), “Data Mining Technique for Marketing, Sale, and Customer Support”, Wiley .
3. Crawley, M. J. (2007), “The R book”, Chichester, West Sussex, England ; Hoboken, N.J. : Wiley.
4. Dunham, M. H., Y. Q. Xiao and Z. H. Le Gruenwald (2001), “A Survey of Association Rules”, Department of Computer Science and Engineering Southern Methodist University & Department of Computer Science University of Oklahoma.
5. Fayyad, U. M., G. Piatetsky-Shapiro and P. Smyth（1996）, “From data mining to knowledge discovery in databases” , AI Magazine, Vol. 17 No. 3.
6. Heiberger, R. M. and E. Neuwirth （2009）, “R through Excel”. New York : Springer.
7. Hidber, C. (1999), “Online Association Rule Mining”, SIGMOD Conference, pp.145~156.
8. Jelen, B. and T. Syrstand （2008）, VBA and macros for Microsoft Office Excel2007. Indianapolis, Ins. : Que.
9. Kleissner, C. (1998), “Data mining for the enterprise”, Proc. of the Thirty-First Hawaii International Conference, Vol. 7, pp.295-304.
10. Kotsiantis, S. and D. Kanellopoulos (2006), “Association Rules Mining: A Recent Overview”, GESTS International Transactions on Computer Science and Engineering, Vol.32 (1), pp. 71-82.
11. MacQueen, J. B. (1967), “Some Methods for classification and Analysis of Multivariate Observations”, Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, pp. 281-297.
12. Maindonald, J. and W. J. Braun (2007), “Data analysis and graphics using R : an example-based approach”, 2nd edition, Cambridge, U.K. ; New York : Cambridge University Press.
13. Westphal, C. and T. Blaxton (1998), “Data mining solutions : methods and tools for solving real-world problems”, New York : John Wiley & Sons.
14. Witten, I. H. and F. Eibe (2005), “Data mining : practical machine learning tools and techniques”, Amsterdam, The Netherlands ; Boston, Mass. : Morgan Kaufman
15. Zhang, C. Q. and S. C. Zhang (2002), “Association rule mining : models and algorithms”, Berlin ; New York : Springer.
1. 于還莒 (2001)，「應用資料探勘技術於一對一行銷系統」，國立台灣大學 資訊管理學系研究所。
2. 江高舉(2010)，跟我學ExcelVBA應用，台北市：碁峯資訊。
3. 江政哲、張迺貞 (2010)，「初探雲端運算」，台北: 海峽兩岸圖書資訊學學術研討會論文B輯。
4. 河東隆、李美眞 (2002)，「Excel 2002 VBA與進階應用」，台北: 文魁資訊。
5. 林立基、鄧瑞哲、唐經洲 (2010)，「應用K-means群聚演算法於光學微影模擬之分群」，Proc. of the 2010 Conference on Computer Vision, Image Processing and Information Technology.
6. 洪士吉 (1999)，「操作輕鬆巨集通:Excel VBA巨集逐步操作指引」，台北: 旗標。
7. 桂思強 (1996)，「深造Excel VBA」，台北 : 博碩顧問。
8. 陳景祥 (2010)，「R軟體 : 應用統計方法」，台北 : 臺灣東華。
9. 陳垂呈 (2006)，「有效率探勘關聯規則之演算法」，台南: 科學與工程技術期刊 第二卷 第四期。
10. 陳垂呈、陳宗義 (2009)，「增進Apriori演算法探勘關聯規則」， 資訊科學應用期刊，頁71-85。
11. 陳同孝、陳雨霖、劉明山、許文綬、林志強、邱永興 (2006)，「結合K-means 及階層式分群法之二階段分群演算法」，台中：電腦學刊 第十七卷第一期。
12. 陳宗天、張志峰 (2010)，「雲端運算之主要研究主題」，國立台北大學 資訊管理研究所。
13. 陳彥良、趙書榮、陳禹辰 (2003)，「幾個快速挖掘關聯規則的資料探勘方法」，電子商務學報(TSSCI) 。
14. 黃仁鵬、錢依佩 (2002)，「高效率之關聯規則探勘演算法- QDT」，台南: 電子商務經營管理研討會。
15. 黃仁鵬、藍國誠 (2003)，「高效率探勘關聯規則之演算法-EFI」，第七屆永續發展管理研討會，資訊管理學報。
16. 廖原豐 (2006)，「因果關聯規則挖掘」，國立中央大學資訊管理研究所碩士論文。
17. 蔡士源（2004），ExcelVBA語法字典，台北市：文魁資訊。
18. 謝邦昌、鄭宇庭、蘇志雄 (2009)，「Data Mining 概述 以Clementine 12.0為例」，台北：中華資料採礦協會。
19. 瀨戶遙 (2002)，「嗯!Excel VBA我也會PRO.2000/2002對應」，台北: 博碩文化。
20. Excel Home（2010），最新ExcelVBA活用範例大辭典，新北市：博碩文化。
描述 碩士
國立政治大學
統計研究所
98354002
99
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0098354002
資料類型 thesis
dc.contributor.advisor 鄭宇庭zh_TW
dc.contributor.author (作者) 賴建佑zh_TW
dc.creator (作者) 賴建佑zh_TW
dc.date (日期) 2010en_US
dc.date.accessioned 29-九月-2011 16:46:17 (UTC+8)-
dc.date.available 29-九月-2011 16:46:17 (UTC+8)-
dc.date.issued (上傳時間) 29-九月-2011 16:46:17 (UTC+8)-
dc.identifier (其他 識別碼) G0098354002en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/50809-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 98354002zh_TW
dc.description (描述) 99zh_TW
dc.description.abstract (摘要) 雲端運算和資料採礦已成為這二十一世紀的重要發展方向，綜觀現今各個生活層面，已漸漸的融合雲端計算的技術，故結合雲端運算已是一種趨勢。簡而談之，雲端運算是一種讓使用者更加地快速、便利又省成本的一種技術。而資料採礦方面，也已從先前的專門挖掘數字型態的資料，到現在多元的挖掘，像是文字、圖像採礦。資料採礦雖然比雲端運算發展的早，但是其功用是可以相輔相成的，有鑑於此，本研究係要發展出一資料採礦分析系統，使得使用者方便又簡易的操作。並針對特定的資料採礦分析方法-關聯規則及集群分析去研究，並利用Apriori 演算法及K-means方法，和Microsoft Excel VBA和R軟體共同結合出此資料採礦系統。zh_TW
dc.description.tableofcontents 第一章、 緒論 1
     第一節、 研究背景與動機 1
     第二節、 研究目的 2
     第三節、 研究流程 3
     第二章、 文獻探討 4
     第一節、 雲端運算概述 4
     第二節、 資料採礦技術 10
     第三節、 線上統計分析軟體網站 16
     第三章、 研究方法 19
     第一節、 研究架構 19
     第二節、 研究工具 21
     第三節、 研究分析方法 27
     第四章、 操作說明 34
     第一節、 系統作業環境 35
     第二節、 資料操作 37
     第三節、 實際操作 38
     第四節、 統計報表呈現 50
     第五章、 結論與建議 53
     第一節、 結論 53
     第二節、 研究建議及未來方向 55
     中文參考文獻 56
     英文參考文獻 58
     網路參考網址 60		zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0098354002en_US
dc.subject (關鍵詞) 雲端運算zh_TW
dc.subject (關鍵詞) 資料採礦zh_TW
dc.subject (關鍵詞) 關聯規則zh_TW
dc.subject (關鍵詞) Apriori演算法zh_TW
dc.subject (關鍵詞) 集群分析zh_TW
dc.subject (關鍵詞) K-meanszh_TW
dc.title (題名) 以雲端運算之概念建構資料採礦中關聯規則與集群分析系統zh_TW
dc.title (題名) Construct a concept of cloud computing and data mining system with association rules and clustering analysisen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 1. Agrawal, R. and R. Srikant (1994), “Fast Algorithms for Mining Association Rules in Large Databases” Proceedings of the International Conference on Very Large Data Bases, Santiago de Chile, Chile, pp. 487-499.zh_TW
dc.relation.reference (參考文獻) 2. Berry, M. J. A. and G. Linoff (1997), “Data Mining Technique for Marketing, Sale, and Customer Support”, Wiley .zh_TW
dc.relation.reference (參考文獻) 3. Crawley, M. J. (2007), “The R book”, Chichester, West Sussex, England ; Hoboken, N.J. : Wiley.zh_TW
dc.relation.reference (參考文獻) 4. Dunham, M. H., Y. Q. Xiao and Z. H. Le Gruenwald (2001), “A Survey of Association Rules”, Department of Computer Science and Engineering Southern Methodist University & Department of Computer Science University of Oklahoma.zh_TW
dc.relation.reference (參考文獻) 5. Fayyad, U. M., G. Piatetsky-Shapiro and P. Smyth（1996）, “From data mining to knowledge discovery in databases” , AI Magazine, Vol. 17 No. 3.zh_TW
dc.relation.reference (參考文獻) 6. Heiberger, R. M. and E. Neuwirth （2009）, “R through Excel”. New York : Springer.zh_TW
dc.relation.reference (參考文獻) 7. Hidber, C. (1999), “Online Association Rule Mining”, SIGMOD Conference, pp.145~156.zh_TW
dc.relation.reference (參考文獻) 8. Jelen, B. and T. Syrstand （2008）, VBA and macros for Microsoft Office Excel2007. Indianapolis, Ins. : Que.zh_TW
dc.relation.reference (參考文獻) 9. Kleissner, C. (1998), “Data mining for the enterprise”, Proc. of the Thirty-First Hawaii International Conference, Vol. 7, pp.295-304.zh_TW
dc.relation.reference (參考文獻) 10. Kotsiantis, S. and D. Kanellopoulos (2006), “Association Rules Mining: A Recent Overview”, GESTS International Transactions on Computer Science and Engineering, Vol.32 (1), pp. 71-82.zh_TW
dc.relation.reference (參考文獻) 11. MacQueen, J. B. (1967), “Some Methods for classification and Analysis of Multivariate Observations”, Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, pp. 281-297.zh_TW
dc.relation.reference (參考文獻) 12. Maindonald, J. and W. J. Braun (2007), “Data analysis and graphics using R : an example-based approach”, 2nd edition, Cambridge, U.K. ; New York : Cambridge University Press.zh_TW
dc.relation.reference (參考文獻) 13. Westphal, C. and T. Blaxton (1998), “Data mining solutions : methods and tools for solving real-world problems”, New York : John Wiley & Sons.zh_TW
dc.relation.reference (參考文獻) 14. Witten, I. H. and F. Eibe (2005), “Data mining : practical machine learning tools and techniques”, Amsterdam, The Netherlands ; Boston, Mass. : Morgan Kaufmanzh_TW
dc.relation.reference (參考文獻) 15. Zhang, C. Q. and S. C. Zhang (2002), “Association rule mining : models and algorithms”, Berlin ; New York : Springer.zh_TW
dc.relation.reference (參考文獻) 1. 于還莒 (2001)，「應用資料探勘技術於一對一行銷系統」，國立台灣大學 資訊管理學系研究所。zh_TW
dc.relation.reference (參考文獻) 2. 江高舉(2010)，跟我學ExcelVBA應用，台北市：碁峯資訊。zh_TW
dc.relation.reference (參考文獻) 3. 江政哲、張迺貞 (2010)，「初探雲端運算」，台北: 海峽兩岸圖書資訊學學術研討會論文B輯。zh_TW
dc.relation.reference (參考文獻) 4. 河東隆、李美眞 (2002)，「Excel 2002 VBA與進階應用」，台北: 文魁資訊。zh_TW
dc.relation.reference (參考文獻) 5. 林立基、鄧瑞哲、唐經洲 (2010)，「應用K-means群聚演算法於光學微影模擬之分群」，Proc. of the 2010 Conference on Computer Vision, Image Processing and Information Technology.zh_TW
dc.relation.reference (參考文獻) 6. 洪士吉 (1999)，「操作輕鬆巨集通:Excel VBA巨集逐步操作指引」，台北: 旗標。zh_TW
dc.relation.reference (參考文獻) 7. 桂思強 (1996)，「深造Excel VBA」，台北 : 博碩顧問。zh_TW
dc.relation.reference (參考文獻) 8. 陳景祥 (2010)，「R軟體 : 應用統計方法」，台北 : 臺灣東華。zh_TW
dc.relation.reference (參考文獻) 9. 陳垂呈 (2006)，「有效率探勘關聯規則之演算法」，台南: 科學與工程技術期刊 第二卷 第四期。zh_TW
dc.relation.reference (參考文獻) 10. 陳垂呈、陳宗義 (2009)，「增進Apriori演算法探勘關聯規則」， 資訊科學應用期刊，頁71-85。zh_TW
dc.relation.reference (參考文獻) 11. 陳同孝、陳雨霖、劉明山、許文綬、林志強、邱永興 (2006)，「結合K-means 及階層式分群法之二階段分群演算法」，台中：電腦學刊 第十七卷第一期。zh_TW
dc.relation.reference (參考文獻) 12. 陳宗天、張志峰 (2010)，「雲端運算之主要研究主題」，國立台北大學 資訊管理研究所。zh_TW
dc.relation.reference (參考文獻) 13. 陳彥良、趙書榮、陳禹辰 (2003)，「幾個快速挖掘關聯規則的資料探勘方法」，電子商務學報(TSSCI) 。zh_TW
dc.relation.reference (參考文獻) 14. 黃仁鵬、錢依佩 (2002)，「高效率之關聯規則探勘演算法- QDT」，台南: 電子商務經營管理研討會。zh_TW
dc.relation.reference (參考文獻) 15. 黃仁鵬、藍國誠 (2003)，「高效率探勘關聯規則之演算法-EFI」，第七屆永續發展管理研討會，資訊管理學報。zh_TW
dc.relation.reference (參考文獻) 16. 廖原豐 (2006)，「因果關聯規則挖掘」，國立中央大學資訊管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 17. 蔡士源（2004），ExcelVBA語法字典，台北市：文魁資訊。zh_TW
dc.relation.reference (參考文獻) 18. 謝邦昌、鄭宇庭、蘇志雄 (2009)，「Data Mining 概述 以Clementine 12.0為例」，台北：中華資料採礦協會。zh_TW
dc.relation.reference (參考文獻) 19. 瀨戶遙 (2002)，「嗯!Excel VBA我也會PRO.2000/2002對應」，台北: 博碩文化。zh_TW
dc.relation.reference (參考文獻) 20. Excel Home（2010），最新ExcelVBA活用範例大辭典，新北市：博碩文化。zh_TW