1. NCCU Academic Hub
  2. Publications
  3. College of Informatics
  4. Theses
  5. Item

Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 以地理資訊系統結合資料探勘技術從事郵局設點分析
Post office location analysis using geographic information system and data mining techniques
作者 鍾志偉
Chung, Chi Wei
貢獻者 何瑁鎧
Hor, Maw Kae
鍾志偉
Chung, Chi Wei
關鍵詞 設點分析
地理資訊系統
資料探勘
Site Selection Analysis
Geographic Information System
Data Mining
日期 2010
上傳時間 4-Sep-2013 17:07:27 (UTC+8)
摘要 近年來由於政府實施無紙化及金融業者推行電子帳單的成效卓越，使得國內郵件的收寄量逐年下滑，郵局如何與民營業者競爭國內物流市場並達成盈餘目標，成為營運中不可忽視之因素。
傳統的郵局設點多依據公司規定與配合政府政策需求，甚少採用涉及複雜因素之區位分析進行選址。因此，如何有效且公正地評選郵局新設據點以提高收益，成為亟待解決之問題。
本研究目的在於提供高收益之郵局設點建議，我們提出一種評估中華郵政公司設點效益的方法，以國內郵局實際設點位置與相關空間資料來建置實驗模型。研究結果顯示，以本研究方法建立之預測模型可成功的提供中華郵政公司建議於何處新增據點可收最大功效。
我們首先蒐集中華郵政公司設點之鄰近區域資料，如競爭者設點數、人口因素、重要交通路口、郵件收寄量等。其次導入資料探勘技術分析影響郵件收寄量之因素，建立中華郵政公司設點收寄量預測模型。然後依照建立預測模型時所得到之區辨力分數，判斷採用何種資料探勘技術建立預測模型較適當。最後將所選定的預測模型套用於台北縣市各村里建物重心，透過環域資料分析以計算預估之收寄量，再整合各資料探勘技術之預測結果後推論出最佳設點建議。
實作中，以台北縣市資料來測試我們的方法。實驗數據顯示，我們的方法成功地找出十一個建議設點的村里，可提供給中華郵政公司作為高收益的設點建議。
The amount of postal mail declines in recent years due to the efforts of paper-reduce policies implemented by the government, the industries, and the general publics. It becomes one of the important issues of the Chunghwa Post Company, to compete with other companies in domestic freight and mail services and to achieve the desired profits.
Traditionally, the location of post offices were decided according to the government policies as well as the company regulations. The issues involved in the site selection analysis were seldom considered. Hence, developing an effective and fair mechanism to find the new post office locations that could improve the company’s surplus becomes an important problem to be solved.
The purpose of this thesis is to provide recommendations to the post office site selection which will yield high profit to the company. We proposed a method to evaluate the effective profits that could be produced by a particular post office through the data mining techniques and the related GIS information.
We first collect various data, such as neighborhood population, traffic flow, postal mail received at particular post office, competitor’s information, etc., and analyze these data using data mining techniques in order to establish prediction models. The most appropriate model was chosen to find the new post office sites.
The Metropolitan Taipei area was chosen to illustrate our idea. The best sites for new post offices were selected through the buffering analysis as well as the data mining techniques. The experimental results show that our method can successfully find eleven locations which could generate most profit to Chunghwa Post Company if the new post offices were located in these places.
參考文獻 [1] 石昌國，「網路購物取貨服務對便利商店店面需求之影響-以7-Eleven為例」，國立政治大學地政學系碩士論文，民國89年。
[2] 包昇平，「都市防災避難據點適宜性評估之研究-以嘉義市為例」，國立成功大學都市計劃研究所碩士論文，民國93年。
[3] 李日晟，「應用迴歸分析與類神經網路預測棒球賽事」，國立政治大學資訊科學系碩士論文，民國98年。
[4] 吳珮華，「以地理資訊系統結合資料探勘方法從事ATM設點分析」，國立政治大學資訊科學系碩士論文，民國98年。
[5] 林淑馨，「郵政事業自由化、民營化與普及服務確保之研究：西歐國家經驗和日本現況」，政治科學論叢第十九期，頁225-254，民國92年12月。
[6] 官群倫、謝孟宏、黃照君、丁亞中，「應用GIS 建置住宅選址模組之探討」，第七屆數位地球國際研討會，民國99年。
[7] 胡美惠、張明桑、黃旭男，「台北市郵政支局經營效率之研究」，2004科技整合管理國際研討會，頁565-588。
[8] 梅明德、許御衡、邱玉文、蔡靜慧，「運用地理資訊系統輔助連鎖式商店開設位址評選」，地理資訊系統季刊，頁21-31，民國98年。
[9] 張家輔，「地理資訊系統應用於免費公車路線調整之分析」，私立中原大學土木工程學系碩士論文，民國94年。
[10] 陳世圯、涂維穗，「郵政公司化政策評析」，財團法人國家政策研究基金會，永續(析)091016號。
[11] 陳俊宏，「台北市郵局區位之研究」，淡江大學建築工程研究所碩士論文，民國74年。
[12] 楊宜芬，「銀行區位選址決策支援系統之研發－以台北市為例」，臺灣大學地理環境資源學研究所碩士論文，民國95年。
[13] 謝孟宏、陳芃妤、丁亞中，「應用地理資訊系統建置百貨公司選址模式評估指標空間化之探討」，2008年台灣地理資訊學會年會暨學術研討會，民國97年。
[14] 尹相志，「SQL Server 2005資料採礦聖經」，學貫行銷股份有限公司，民國95年。
[15] 尹相志，「SQL Server 2005 Data Mining資料採礦與Office 2007資料採礦增益集」，精誠資訊股份有限公司悅知文化，民國96年。
[16] 尹相志，「SQL Server 2008 Data Mining資料採礦」，精誠資訊股份有限公司悅知文化，民國98年。
[17] 林孟龍、黃建輝、張建民，「地理資訊系統ArcGIS中文範例式學習寶典」，新文京開發出版股份有限公司，民國97年。
[18] 葉怡成，「神經網路模式應用與實作」，儒林圖書有限公司，民國92年。
[19] 黃敏郎、劉守恆，「地理資訊系統基礎操作實務」第二版，松崗電腦圖書有限公司，民國98年。
[20] 蔡博文、丁志堅，「新一代地理資訊系統ArcView 9.X剖析」，仲琦科技股份有限公司，民國94年。
[21] 何瑁鎧，政大數位學習平台，97學年度第一學期「 地理資訊系統及應用」課程講義。
[22] 中華郵政公司，http://www.post.gov.tw/ （瀏覽日期：99年7月15日）。
[23] 交通部，http://www.motc.gov.tw/ （瀏覽日期：99年7月15日）。
[24] 台北市政府民政局，http://www.ca.taipei.gov.tw/ （瀏覽日期：99年7月15日）。
[25] 台北市交通管制工程處，http://www.bote.taipei.gov.tw/ （瀏覽日期：99年7月15日）。
[26] 台北縣戶政服務網，http://www.ris.tpc.gov.tw/ （瀏覽日期：99年7月15日）。
[27] 台北縣交通局，http://www.traffic.tpc.gov.tw/ （瀏覽日期：99年7月15日）。
[28] 自由時報新聞稿，民國94年9月12日，
http://www.libertytimes.com.tw/2005/new/sep/12/today-fo4.htm
（瀏覽日期：99年7月15日）。
[29] 行政院環境保護署，http://gis.epa.gov.tw/Intro.aspx （瀏覽日期：99年7月15日）。
[30] 統一7-11超商 ，http://www.7-11.com.tw/ （瀏覽日期：99年7月15日）。
[31] 微軟MSDN網站，http://msdn.microsoft.com/zh-tw/library/bb510517.aspx
（瀏覽日期：99年7月15日）。
[32] 鞠園文史與集郵論壇，民國95年5月23日，
http://www.5819375.idv.tw/phpbb3/viewtopic.php?f=3&t=7794&start=0
（瀏覽日期：99年7月15日）。
[33] Elovici, Y. and Braha, D., “A decision-theoretic approach to data mining”, IEEE Transactions on Systems, Man and Cybernetics, Part A, Vol. 33, No. 1, pp.42-51, 2003.
[34] Fayyad, M.U., “Data Mining and knowledge Discovery: Making Sense Out of Data”, IEEE Expert No. 11, pp.20-25, 1996.
[35] Fu Y., “Data Mining: Tasks, Techniques, and Applications”, IEEE Potentials, Vol. 16, No. 4, pp. 18-20, 1997.
[36] Han, J.; M. Kamber, “Data Mining: Concepts and Techniques”, 2nd ed., Morgan Kaufmann Publishers, San Franscisco, 2006.
[37] M.J.A. Berry and G.S. Linoff, “Data Mining Technique : For Marketing, Sales, and Customer Relationship Management”, New York : Wiley Computer Publishing, 1997.
[38] M. J. Shaw, C. Subramaniam, G.W. Tan and M.E. Welge, “Knowledge management and data mining for marketing”, Decision Support Systems, Vol. 31, pp.127-137, 2001.
[39] P. Cabena, P. Hadjnian, R. Stadler, J. Verhees and A. Zanasi, “Discovering DataMining from Concept to Implementation”, New Jersey : Pretice Hall, 1997.
[40] U. Fayyad, G. Piatetsky-shapiro and P. Smyth, “From data mining to knowledge discovery in databases”, AI Magazine, pp.37-54, 1996.
[41] “An Introduction to Logistic Regression”，
http://www.appstate.edu/~whiteheadjc/service/logit/intro.htm
（瀏覽日期：99年7月15日）。
[42] “Gini coefficient”，
http://en.wikipedia.org/wiki/Gini_coefficient
（瀏覽日期：99年7月15日）。
[43] “Customizing a Data Mining Model (Analysis Services - Data Mining)”，
http://msdn.microsoft.com/en-us/library/cc280427.aspx
（瀏覽日期：99年7月15日）。
描述 碩士
國立政治大學
資訊科學學系
97971011
99
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0097971011
資料類型 thesis
dc.contributor.advisor 何瑁鎧zh_TW
dc.contributor.advisor Hor, Maw Kaeen_US
dc.contributor.author (Authors) 鍾志偉zh_TW
dc.contributor.author (Authors) Chung, Chi Weien_US
dc.creator (作者) 鍾志偉zh_TW
dc.creator (作者) Chung, Chi Weien_US
dc.date (日期) 2010en_US
dc.date.accessioned 4-Sep-2013 17:07:27 (UTC+8)-
dc.date.available 4-Sep-2013 17:07:27 (UTC+8)-
dc.date.issued (上傳時間) 4-Sep-2013 17:07:27 (UTC+8)-
dc.identifier (Other Identifiers) G0097971011en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/60247-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 資訊科學學系zh_TW
dc.description (描述) 97971011zh_TW
dc.description (描述) 99zh_TW
dc.description.abstract (摘要) 近年來由於政府實施無紙化及金融業者推行電子帳單的成效卓越，使得國內郵件的收寄量逐年下滑，郵局如何與民營業者競爭國內物流市場並達成盈餘目標，成為營運中不可忽視之因素。
傳統的郵局設點多依據公司規定與配合政府政策需求，甚少採用涉及複雜因素之區位分析進行選址。因此，如何有效且公正地評選郵局新設據點以提高收益，成為亟待解決之問題。
本研究目的在於提供高收益之郵局設點建議，我們提出一種評估中華郵政公司設點效益的方法，以國內郵局實際設點位置與相關空間資料來建置實驗模型。研究結果顯示，以本研究方法建立之預測模型可成功的提供中華郵政公司建議於何處新增據點可收最大功效。
我們首先蒐集中華郵政公司設點之鄰近區域資料，如競爭者設點數、人口因素、重要交通路口、郵件收寄量等。其次導入資料探勘技術分析影響郵件收寄量之因素，建立中華郵政公司設點收寄量預測模型。然後依照建立預測模型時所得到之區辨力分數，判斷採用何種資料探勘技術建立預測模型較適當。最後將所選定的預測模型套用於台北縣市各村里建物重心，透過環域資料分析以計算預估之收寄量，再整合各資料探勘技術之預測結果後推論出最佳設點建議。
實作中，以台北縣市資料來測試我們的方法。實驗數據顯示，我們的方法成功地找出十一個建議設點的村里，可提供給中華郵政公司作為高收益的設點建議。		zh_TW
dc.description.abstract (摘要) The amount of postal mail declines in recent years due to the efforts of paper-reduce policies implemented by the government, the industries, and the general publics. It becomes one of the important issues of the Chunghwa Post Company, to compete with other companies in domestic freight and mail services and to achieve the desired profits.
Traditionally, the location of post offices were decided according to the government policies as well as the company regulations. The issues involved in the site selection analysis were seldom considered. Hence, developing an effective and fair mechanism to find the new post office locations that could improve the company’s surplus becomes an important problem to be solved.
The purpose of this thesis is to provide recommendations to the post office site selection which will yield high profit to the company. We proposed a method to evaluate the effective profits that could be produced by a particular post office through the data mining techniques and the related GIS information.
We first collect various data, such as neighborhood population, traffic flow, postal mail received at particular post office, competitor’s information, etc., and analyze these data using data mining techniques in order to establish prediction models. The most appropriate model was chosen to find the new post office sites.
The Metropolitan Taipei area was chosen to illustrate our idea. The best sites for new post offices were selected through the buffering analysis as well as the data mining techniques. The experimental results show that our method can successfully find eleven locations which could generate most profit to Chunghwa Post Company if the new post offices were located in these places.		en_US
dc.description.tableofcontents 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 問題描述 2
1.4 論文貢獻 6
1.5 章節架構 7
第二章 文獻探討 8
2.1 地理資訊系統簡介 8
2.2 資料探勘簡介 10
2.3 郵務業務簡介 17
第三章 郵局設點分析 22
3.1 系統流程與架構 22
3.2 競爭者設點數與人口因素 25
3.3 重要交通路口與郵局收寄量 33
3.4 資料探勘預測模型 38
第四章 實驗結果與分析 41
4.1 建立收寄量預測模型 41
4.2 貝氏機率分類實驗結果 45
4.2 類神經網路實驗結果 46
4.3 邏輯迴歸實驗結果 50
4.4 實驗結果分析 52
第五章 結論與未來展望 58
5.1 結論 58
5.2 未來研究方向 60
參考文獻 63
附錄 67
附錄一、歷年人口成長率權重調整（實驗二） 67
附錄二、歷年人口成長率權重調整（實驗三） 73		zh_TW
dc.format.extent 3627727 bytes-
dc.format.mimetype application/pdf-
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0097971011en_US
dc.subject (關鍵詞) 設點分析zh_TW
dc.subject (關鍵詞) 地理資訊系統zh_TW
dc.subject (關鍵詞) 資料探勘zh_TW
dc.subject (關鍵詞) Site Selection Analysisen_US
dc.subject (關鍵詞) Geographic Information Systemen_US
dc.subject (關鍵詞) Data Miningen_US
dc.title (題名) 以地理資訊系統結合資料探勘技術從事郵局設點分析zh_TW
dc.title (題名) Post office location analysis using geographic information system and data mining techniquesen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) [1] 石昌國，「網路購物取貨服務對便利商店店面需求之影響-以7-Eleven為例」，國立政治大學地政學系碩士論文，民國89年。
[2] 包昇平，「都市防災避難據點適宜性評估之研究-以嘉義市為例」，國立成功大學都市計劃研究所碩士論文，民國93年。
[3] 李日晟，「應用迴歸分析與類神經網路預測棒球賽事」，國立政治大學資訊科學系碩士論文，民國98年。
[4] 吳珮華，「以地理資訊系統結合資料探勘方法從事ATM設點分析」，國立政治大學資訊科學系碩士論文，民國98年。
[5] 林淑馨，「郵政事業自由化、民營化與普及服務確保之研究：西歐國家經驗和日本現況」，政治科學論叢第十九期，頁225-254，民國92年12月。
[6] 官群倫、謝孟宏、黃照君、丁亞中，「應用GIS 建置住宅選址模組之探討」，第七屆數位地球國際研討會，民國99年。
[7] 胡美惠、張明桑、黃旭男，「台北市郵政支局經營效率之研究」，2004科技整合管理國際研討會，頁565-588。
[8] 梅明德、許御衡、邱玉文、蔡靜慧，「運用地理資訊系統輔助連鎖式商店開設位址評選」，地理資訊系統季刊，頁21-31，民國98年。
[9] 張家輔，「地理資訊系統應用於免費公車路線調整之分析」，私立中原大學土木工程學系碩士論文，民國94年。
[10] 陳世圯、涂維穗，「郵政公司化政策評析」，財團法人國家政策研究基金會，永續(析)091016號。
[11] 陳俊宏，「台北市郵局區位之研究」，淡江大學建築工程研究所碩士論文，民國74年。
[12] 楊宜芬，「銀行區位選址決策支援系統之研發－以台北市為例」，臺灣大學地理環境資源學研究所碩士論文，民國95年。
[13] 謝孟宏、陳芃妤、丁亞中，「應用地理資訊系統建置百貨公司選址模式評估指標空間化之探討」，2008年台灣地理資訊學會年會暨學術研討會，民國97年。
[14] 尹相志，「SQL Server 2005資料採礦聖經」，學貫行銷股份有限公司，民國95年。
[15] 尹相志，「SQL Server 2005 Data Mining資料採礦與Office 2007資料採礦增益集」，精誠資訊股份有限公司悅知文化，民國96年。
[16] 尹相志，「SQL Server 2008 Data Mining資料採礦」，精誠資訊股份有限公司悅知文化，民國98年。
[17] 林孟龍、黃建輝、張建民，「地理資訊系統ArcGIS中文範例式學習寶典」，新文京開發出版股份有限公司，民國97年。
[18] 葉怡成，「神經網路模式應用與實作」，儒林圖書有限公司，民國92年。
[19] 黃敏郎、劉守恆，「地理資訊系統基礎操作實務」第二版，松崗電腦圖書有限公司，民國98年。
[20] 蔡博文、丁志堅，「新一代地理資訊系統ArcView 9.X剖析」，仲琦科技股份有限公司，民國94年。
[21] 何瑁鎧，政大數位學習平台，97學年度第一學期「 地理資訊系統及應用」課程講義。
[22] 中華郵政公司，http://www.post.gov.tw/ （瀏覽日期：99年7月15日）。
[23] 交通部，http://www.motc.gov.tw/ （瀏覽日期：99年7月15日）。
[24] 台北市政府民政局，http://www.ca.taipei.gov.tw/ （瀏覽日期：99年7月15日）。
[25] 台北市交通管制工程處，http://www.bote.taipei.gov.tw/ （瀏覽日期：99年7月15日）。
[26] 台北縣戶政服務網，http://www.ris.tpc.gov.tw/ （瀏覽日期：99年7月15日）。
[27] 台北縣交通局，http://www.traffic.tpc.gov.tw/ （瀏覽日期：99年7月15日）。
[28] 自由時報新聞稿，民國94年9月12日，
http://www.libertytimes.com.tw/2005/new/sep/12/today-fo4.htm
（瀏覽日期：99年7月15日）。
[29] 行政院環境保護署，http://gis.epa.gov.tw/Intro.aspx （瀏覽日期：99年7月15日）。
[30] 統一7-11超商 ，http://www.7-11.com.tw/ （瀏覽日期：99年7月15日）。
[31] 微軟MSDN網站，http://msdn.microsoft.com/zh-tw/library/bb510517.aspx
（瀏覽日期：99年7月15日）。
[32] 鞠園文史與集郵論壇，民國95年5月23日，
http://www.5819375.idv.tw/phpbb3/viewtopic.php?f=3&t=7794&start=0
（瀏覽日期：99年7月15日）。
[33] Elovici, Y. and Braha, D., “A decision-theoretic approach to data mining”, IEEE Transactions on Systems, Man and Cybernetics, Part A, Vol. 33, No. 1, pp.42-51, 2003.
[34] Fayyad, M.U., “Data Mining and knowledge Discovery: Making Sense Out of Data”, IEEE Expert No. 11, pp.20-25, 1996.
[35] Fu Y., “Data Mining: Tasks, Techniques, and Applications”, IEEE Potentials, Vol. 16, No. 4, pp. 18-20, 1997.
[36] Han, J.; M. Kamber, “Data Mining: Concepts and Techniques”, 2nd ed., Morgan Kaufmann Publishers, San Franscisco, 2006.
[37] M.J.A. Berry and G.S. Linoff, “Data Mining Technique : For Marketing, Sales, and Customer Relationship Management”, New York : Wiley Computer Publishing, 1997.
[38] M. J. Shaw, C. Subramaniam, G.W. Tan and M.E. Welge, “Knowledge management and data mining for marketing”, Decision Support Systems, Vol. 31, pp.127-137, 2001.
[39] P. Cabena, P. Hadjnian, R. Stadler, J. Verhees and A. Zanasi, “Discovering DataMining from Concept to Implementation”, New Jersey : Pretice Hall, 1997.
[40] U. Fayyad, G. Piatetsky-shapiro and P. Smyth, “From data mining to knowledge discovery in databases”, AI Magazine, pp.37-54, 1996.
[41] “An Introduction to Logistic Regression”，
http://www.appstate.edu/~whiteheadjc/service/logit/intro.htm
（瀏覽日期：99年7月15日）。
[42] “Gini coefficient”，
http://en.wikipedia.org/wiki/Gini_coefficient
（瀏覽日期：99年7月15日）。
[43] “Customizing a Data Mining Model (Analysis Services - Data Mining)”，
http://msdn.microsoft.com/en-us/library/cc280427.aspx
（瀏覽日期：99年7月15日）。		zh_TW