學術產出-Theses
Article View/Open
Publication Export
-
題名 在商業智慧系統中雲端行動運算應用之研究
A Research into the Applications of Cloud-ready Mobile Computing with Respect to Business Intelligence作者 楊瑞涵
Yang, Rui Hn貢獻者 姜國輝
Chiang, Kuo Hui
楊瑞涵
Yang, Rui Hn關鍵詞 商業智慧
雲端運算
行動應用
全民健保資料庫
Business Intelligence
cloud computing
mobile application
National health insurance database日期 2013 上傳時間 1-Oct-2014 13:31:41 (UTC+8) 摘要 全球每日產出的資料量持續成長，龐大的資料量、雜亂的資料檔案格式造成資料處理的困難；此外，全球智慧型手機的出貨量持續上升，未來將會至少人手一台行動裝置，同時行動網路的效能提升將可負荷更多的資料流量，行動工作者的數量也因此逐年增加。對商業智慧系統而言，透過企業資料的分析可以發現資訊之間的關連與隱藏其中的事實，讓使用者掌握更多的知識用於決策，分析的資料來源越豐富，其可提供做為決策用的訊息就更為準確。 過往商業智慧透過關聯式資料庫處理資料來源及電子郵件的通知使用者，但是龐大的巨量資料遠超過前者所能有效處理的數量，進而造成對資料擷取、保存、使用、分享以及分析時的處理難度；後者對於外出的使用者來說，電子郵件僅只是收到通知而已，使用者依然得需要電腦才能觀看分析報表。 故本研究使用雲端運算分散儲存及運算的技術及行動裝置隨手可得的特性解決前述的兩個問題，先透過雲端資料庫加速處理巨量資料的存取並製作成資料倉儲供商業智慧使用，接著透過行動應用程式即時接收推播訊息並呈現分析報表於行動裝置上。 在實作中，利用非結構化資料庫進行資料的存取，比起過往的關聯式資料庫確實可以有效提升巨量資料處理的速度；透過行動裝置的報表呈現，在平板電腦有較佳的成效，在手機上則是因為螢幕大小的關係，畫面呈現效果較差，這方面則有待改善。 本研究透過非結構化資料庫及行動應用程式設計新的行動商業智慧解決方案，實作雛型系統，並且透過異常申報健保費用醫院為案例，進行系統整體的測試，證明其架構及運作模式之可行性。經過驗證，本系統將能提供使用者使用巨量資料做為分析數據，並且透過行動應用程式立即取得分析報表。
The volume of daily output data continues to grow world- widely. The huge amount of data and the disorder of data format cause the difficulty of data processing. Additionally, the number of smartphone sales is continuously growing, so everyone will own at least one smartphone in the future. In the meantime, the effectiveness of mobile internet and wireless is largely improved, so it can be loaded with more data flow. Because of this phenomenon, the number of mobile workers will be increasing per year. For business intelligence systems, through the analysis of enterprise`s data we can find the relevance and facts hidden in information, allowing users to acquire more knowledge for decision-making. The more data sources we analyze, the more accurate information can be used to make decision. In the past, business intelligence processes data sources through relational database and uses e-mail to notify users. However, the huge amount of data exceeds the number that can be effectively processed by relational database. On account of this, it becomes difficult regarding data acquisition, storage, application, sharing, and analysis. As far as the users are concerned, they only receive notifications by emails, so they still need a computer to view the analysis report. In this study, I use cloud computing technology and mobile devices to solve the two aforementioned issues. First, we speed up the process of big data in data acquisition through Hadoop Hbase, and made it into data warehouse for Business Intelligence use. Secondly, we use mobile applications to receive push messages instantly and present analysis reports. In the practical work, I use NoSQL database to acquire and store data. Compared with relational database, we can indeed effectively enhance the speed of big data processing. In reports’ presentation on mobile devices, the Tablet has better user experience then the phone. The phone is displayed comparatively poorly because of its small screen. This part needs to be improved. In this research, I conceive a new solution of mobile business intelligence through NoSQL database and mobile applications, and implement this method into a prototype system. Moreover, through an example of the analysis of hospitals which have anomalous health-insurance reporting expenses we can test the whole system. It proves that this system’s structure and the mode of operation are feasible. The system will be able to provide big data as the source of analysis and present reports immediately through mobile devices to users.參考文獻 [1]. Andrew Borg, David White, “Mobile BI,” Aberdeen Group ,Dec 2010.[2]. Bell, R. & Todd, G., “Information Management Services: Overview of Services.” Accenture, s.l., April 2007[3]. Bowen, F., “How SOA can ease your move to cloud computing,” IBM, http://www-01.ibm.com/software/solutions/soa/newsletter/nov09/article_soaandcloud.html[4]. Chris Eaton, Dirk deRoos, Tom Deutsch, George Lapis, Paul Zikopoulos, “Understanding Big Data-Analytics for Enterprise Class Hadoop and Streaming Data,” McGraw Hill, 2012.[5]. Chuck Lam, “Hadoop in Action,” Manning Publications Co. Greenwich, CT, USA,2010.[6]. CIO Insight, “Mobility Moves From Productivity to Strategy,” CIO Insight, Issue 56, 2005, pp. 61-69. [7]. Cisco, “Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012–2017,” Cisco, Feb 2012.[8]. D. J. Power, "A Brief History of Decision Support Systems, version 4.0," DSSResources.COM, July 2008.[9]. Douglas Laney, "3D Data Management: Controlling Data Volume, Velocity and Variety," Gartner, Feb.2011.[10]. E. Turban, R. Sharda, D. Delen, and D. King, “Business Intelligence,” 2e, PEARSON , 2008[11]. EMC and Greenplum, "Data, data everywhere," The Economist. 25 February 2010, Feb 2010..[12]. EMC台灣，「全球資料每兩年翻倍成長——帶動大量資料商機並創造IT新角色」，EMC公司網站，2011年6月28日，http://taiwan.emc.com/about/news/press/2011/20110628-01.htm[13]. FBI, “Financial crimes report to the public Fiscal Year 2009,” Federal Bureau of Investigation, 2009.[14]. Google, “Google Cloud Messaging for Android,” 2014, http://developer.android.com/google/gcm/index.html[15]. iHT2, “Transforming Health Care Through Big Data,” iHT2 Institute for Health Technology Transformation, 2013.[16]. LucidWorks, “LucidWorks Big Data Documentation,” LucidWorks, 2012, http://docs.lucidworks.com/display/bigdata/LucidWorks+Big+Data+Documentation[17]. Manyika James, Chui Michael, Bughin Jaques, Brow Brad, Dobbs Richard, Roxburgh Charles; Byers Angela Hung, “Big Data: The next frontier for innovation, competition, and productivity,” McKinsey Global Institute, May 2011.[18]. Michael Schroeck, Rebecca Shockley, Janet Smart, Dolores Romero-Morales, Peter Tufano，「分析：大量資料在現實世界中的使用」，IBM 商業價值研究院，2012年。[19]. Oracle, “Oracle BI 11g R1:Create Analyses and Dashboards,” 1.2e, Oracle, Feb 2012.[20]. Oracle, “Oracle: Big Data for Enterprise,” Oracle, January 2012.[21]. QlikTech , “What’s New in QlikView 11,” QlikTech, 2012.[22]. SAP, “SAP HANA for Next-Generation Business Applications and Real-Time Analytics,” SAP AG. , 2012.[23]. T. Chee, L.K. Chan, M.H. et al., “Business Intelligence Systems: State-of-the-Art Review and Contemporary Applications,” Symposium on Progress in Information & Communication Technology, 2009.[24]. Vitt, E., Luckevich, M., Misner, S., “Business Intelligence: Making Better Decisions Faster,” Microsoft Press, Redmond, Washington. , 2002.[25]. Wayne W. Eckerson, “Smart Companies in the 21st century: The Secrets to Creating Successful Business Intelligence Solutions,” TDWI REPORT SERIES, 2003.[26]. 中央健康保險局，「民健康保險統計動向-2011年」，2013年7月。[27]. 中央健康保險局，「全民健康保險醫事服務機構醫療服務審查辦法」，2011c， http://dohlaw.doh.gov.tw/Chi/FLAW/FLAWDAT0201.asp[28]. 中央健康保險局，「全民健康保險醫療費用審查注意事項」，2011d， http://www.nhi.gov.tw/webdata/webdata.aspx?menu=20&menu_id=710&WD_ID=813&webdata_id=1787[29]. 王綺嫻，「利用資料探勘方法探討痤瘡患者共患疾病—以全民健康保險學術研究資料庫為例」，臺北醫學大學醫務管理學系碩士論文，2006年。[30]. 林信成，「應用全民健保資料庫研究懷孕期婦女使用抗憂鬱藥對胎兒的影響」，臺北醫學大學藥學系碩士論文，2009年。[31]. 林虹榕，「健保詐欺型態之研究」，國立台北大學犯罪學研究所碩士論文，台北，2008年。[32]. 林國明，「國家與醫療專業權力: 台灣醫療保險體系費用支付制度的社會學分析」，台灣社會學研究 (1)，1997年，pp 77-136。[33]. 林華卿，「以地院判決結果探討我國全民健保之醫療詐欺行為」，國立陽明大學醫務管理研究所碩士論文，2008年。[34]. 國立中央大學管理學院ＥＲＰ中心，「商業智慧」，滄海書局，2010年10月。[35]. 梁定澎，「資訊管理研究方法綜論」，資訊管理學報，4（1），1－6。[36]. 陳敦源，陳麗光，黃東益&呂佳螢，「公共行政研究中之正義制度的設計與執行: 以全民健保資源配置機制為例」，發表於全國公共行政系所聯合會年會（TASPAA），台中：東海大學公共行政暨政策學系主辦，2008年。[37]. 陳憲煜，「以商業智慧方法論分析醫療專業人員職涯異動與醫事機構經營績效之研究」，國立成功大學高階管理碩士在職專班碩士論文，2013年。[38]. 雲端運算使用案例討論小組，「雲端運算使用白皮書」第三版，2010年2月2日。[39]. 黃文鴻，「全民健保藥品給付範圍及藥價基準之研究」， 行政院經建會委託研究計畫，台北，1990。 [40]. 黃煌雄，沈美真& 劉興善，「我國全民健康保險總體檢」，監察院，2011年。[41]. 楊喻翔，「 運用Benford定律的智慧型健保費用異常偵測模型之研究」， 台灣碩博士論文網，2012年。[42]. 資策會 FIND，「2013年台灣民眾行動與無線上網現況」，資策會，2013年，http://www.find.org.tw/find/home.aspx?page=many&id=362[43]. 資策會 FIND，「2014年上半年消費者行為調查」，資策會，2014年，http://www.find.org.tw/find/home.aspx?page=many&id=387[44]. 盧瑞芬& 謝啟瑞，「醫療經濟學」，學富文化事業有限公司，2005年。[45]. 謝天渝，李貞姮&藍守仁，「全民健保對牙醫師人力及醫療照護費用之分布探討一以高屏地區為例」，台灣口腔醫學會雜誌，2002年，卷：18，pp 59-69。[46]. 譚令蒂， 洪乙禎 & 謝啓瑞，「論藥價差」，經濟論文叢刊 (35:4) ，pp 451-476，2007年。 描述 碩士
國立政治大學
資訊管理研究所
100356001
102資料來源 http://thesis.lib.nccu.edu.tw/record/#G0100356001 資料類型 thesis dc.contributor.advisor 姜國輝 zh_TW dc.contributor.advisor Chiang, Kuo Hui en_US dc.contributor.author (Authors) 楊瑞涵 zh_TW dc.contributor.author (Authors) Yang, Rui Hn en_US dc.creator (作者) 楊瑞涵 zh_TW dc.creator (作者) Yang, Rui Hn en_US dc.date (日期) 2013 en_US dc.date.accessioned 1-Oct-2014 13:31:41 (UTC+8) - dc.date.available 1-Oct-2014 13:31:41 (UTC+8) - dc.date.issued (上傳時間) 1-Oct-2014 13:31:41 (UTC+8) - dc.identifier (Other Identifiers) G0100356001 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/70258 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 資訊管理研究所 zh_TW dc.description (描述) 100356001 zh_TW dc.description (描述) 102 zh_TW dc.description.abstract (摘要) 全球每日產出的資料量持續成長，龐大的資料量、雜亂的資料檔案格式造成資料處理的困難；此外，全球智慧型手機的出貨量持續上升，未來將會至少人手一台行動裝置，同時行動網路的效能提升將可負荷更多的資料流量，行動工作者的數量也因此逐年增加。對商業智慧系統而言，透過企業資料的分析可以發現資訊之間的關連與隱藏其中的事實，讓使用者掌握更多的知識用於決策，分析的資料來源越豐富，其可提供做為決策用的訊息就更為準確。 過往商業智慧透過關聯式資料庫處理資料來源及電子郵件的通知使用者，但是龐大的巨量資料遠超過前者所能有效處理的數量，進而造成對資料擷取、保存、使用、分享以及分析時的處理難度；後者對於外出的使用者來說，電子郵件僅只是收到通知而已，使用者依然得需要電腦才能觀看分析報表。 故本研究使用雲端運算分散儲存及運算的技術及行動裝置隨手可得的特性解決前述的兩個問題，先透過雲端資料庫加速處理巨量資料的存取並製作成資料倉儲供商業智慧使用，接著透過行動應用程式即時接收推播訊息並呈現分析報表於行動裝置上。 在實作中，利用非結構化資料庫進行資料的存取，比起過往的關聯式資料庫確實可以有效提升巨量資料處理的速度；透過行動裝置的報表呈現，在平板電腦有較佳的成效，在手機上則是因為螢幕大小的關係，畫面呈現效果較差，這方面則有待改善。 本研究透過非結構化資料庫及行動應用程式設計新的行動商業智慧解決方案，實作雛型系統，並且透過異常申報健保費用醫院為案例，進行系統整體的測試，證明其架構及運作模式之可行性。經過驗證，本系統將能提供使用者使用巨量資料做為分析數據，並且透過行動應用程式立即取得分析報表。 zh_TW dc.description.abstract (摘要) The volume of daily output data continues to grow world- widely. The huge amount of data and the disorder of data format cause the difficulty of data processing. Additionally, the number of smartphone sales is continuously growing, so everyone will own at least one smartphone in the future. In the meantime, the effectiveness of mobile internet and wireless is largely improved, so it can be loaded with more data flow. Because of this phenomenon, the number of mobile workers will be increasing per year. For business intelligence systems, through the analysis of enterprise`s data we can find the relevance and facts hidden in information, allowing users to acquire more knowledge for decision-making. The more data sources we analyze, the more accurate information can be used to make decision. In the past, business intelligence processes data sources through relational database and uses e-mail to notify users. However, the huge amount of data exceeds the number that can be effectively processed by relational database. On account of this, it becomes difficult regarding data acquisition, storage, application, sharing, and analysis. As far as the users are concerned, they only receive notifications by emails, so they still need a computer to view the analysis report. In this study, I use cloud computing technology and mobile devices to solve the two aforementioned issues. First, we speed up the process of big data in data acquisition through Hadoop Hbase, and made it into data warehouse for Business Intelligence use. Secondly, we use mobile applications to receive push messages instantly and present analysis reports. In the practical work, I use NoSQL database to acquire and store data. Compared with relational database, we can indeed effectively enhance the speed of big data processing. In reports’ presentation on mobile devices, the Tablet has better user experience then the phone. The phone is displayed comparatively poorly because of its small screen. This part needs to be improved. In this research, I conceive a new solution of mobile business intelligence through NoSQL database and mobile applications, and implement this method into a prototype system. Moreover, through an example of the analysis of hospitals which have anomalous health-insurance reporting expenses we can test the whole system. It proves that this system’s structure and the mode of operation are feasible. The system will be able to provide big data as the source of analysis and present reports immediately through mobile devices to users. en_US dc.description.tableofcontents 摘要---------------------------------iiAbstract-----------------------------iii目錄---------------------------------iv圖目錄-------------------------------vi表目錄-------------------------------viii第一章 緒論-------------------------1 第一節 研究動機---------------------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 商業智慧---------------------4 第二節 巨量資料---------------------9 第三節 雲端運算---------------------12 第四節 行動應用---------------------17 第五節 全民健保資料庫----------------20 第六節 健保申報費用審查流程----------22第三章 研究方法---------------------24 第一節 研究架構與設計----------------24 第二節 資料來源---------------------27第四章 系統設計與架構---------------29 第一節 系統概述---------------------29 第二節 系統環境---------------------29 第三節 系統架構---------------------30 第四節 系統流程---------------------31 第五節 行動辦公室的裝置管理----------32第五章 系統開發與實作---------------33 第一節 雲端資料庫-------------------33 第二節 ODBC製作資料來源及資料倉儲建置-34 第三節 行動應用程式開發--------------36 第四節 推播模組之實作----------------39 第五節 分析報表製作------------------41第六章 系統測試---------------------42 第一節 行動應用程式-----------------42 第二節 健保異常申報醫院之分析--------44 第三節 小結------------------------50第七章 結論與未來展望---------------52 第一節 結論------------------------52 第二節 未來展望---------------------54第八章 參考文獻---------------------55 zh_TW dc.format.extent 3047294 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/#G0100356001 en_US dc.subject (關鍵詞) 商業智慧 zh_TW dc.subject (關鍵詞) 雲端運算 zh_TW dc.subject (關鍵詞) 行動應用 zh_TW dc.subject (關鍵詞) 全民健保資料庫 zh_TW dc.subject (關鍵詞) Business Intelligence en_US dc.subject (關鍵詞) cloud computing en_US dc.subject (關鍵詞) mobile application en_US dc.subject (關鍵詞) National health insurance database en_US dc.title (題名) 在商業智慧系統中雲端行動運算應用之研究 zh_TW dc.title (題名) A Research into the Applications of Cloud-ready Mobile Computing with Respect to Business Intelligence en_US dc.type (資料類型) thesis en dc.relation.reference (參考文獻) [1]. Andrew Borg, David White, “Mobile BI,” Aberdeen Group ,Dec 2010.[2]. Bell, R. & Todd, G., “Information Management Services: Overview of Services.” Accenture, s.l., April 2007[3]. Bowen, F., “How SOA can ease your move to cloud computing,” IBM, http://www-01.ibm.com/software/solutions/soa/newsletter/nov09/article_soaandcloud.html[4]. Chris Eaton, Dirk deRoos, Tom Deutsch, George Lapis, Paul Zikopoulos, “Understanding Big Data-Analytics for Enterprise Class Hadoop and Streaming Data,” McGraw Hill, 2012.[5]. Chuck Lam, “Hadoop in Action,” Manning Publications Co. Greenwich, CT, USA,2010.[6]. CIO Insight, “Mobility Moves From Productivity to Strategy,” CIO Insight, Issue 56, 2005, pp. 61-69. [7]. Cisco, “Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2012–2017,” Cisco, Feb 2012.[8]. D. J. Power, "A Brief History of Decision Support Systems, version 4.0," DSSResources.COM, July 2008.[9]. Douglas Laney, "3D Data Management: Controlling Data Volume, Velocity and Variety," Gartner, Feb.2011.[10]. E. Turban, R. Sharda, D. Delen, and D. King, “Business Intelligence,” 2e, PEARSON , 2008[11]. EMC and Greenplum, "Data, data everywhere," The Economist. 25 February 2010, Feb 2010..[12]. EMC台灣，「全球資料每兩年翻倍成長——帶動大量資料商機並創造IT新角色」，EMC公司網站，2011年6月28日，http://taiwan.emc.com/about/news/press/2011/20110628-01.htm[13]. FBI, “Financial crimes report to the public Fiscal Year 2009,” Federal Bureau of Investigation, 2009.[14]. Google, “Google Cloud Messaging for Android,” 2014, http://developer.android.com/google/gcm/index.html[15]. iHT2, “Transforming Health Care Through Big Data,” iHT2 Institute for Health Technology Transformation, 2013.[16]. LucidWorks, “LucidWorks Big Data Documentation,” LucidWorks, 2012, http://docs.lucidworks.com/display/bigdata/LucidWorks+Big+Data+Documentation[17]. Manyika James, Chui Michael, Bughin Jaques, Brow Brad, Dobbs Richard, Roxburgh Charles; Byers Angela Hung, “Big Data: The next frontier for innovation, competition, and productivity,” McKinsey Global Institute, May 2011.[18]. Michael Schroeck, Rebecca Shockley, Janet Smart, Dolores Romero-Morales, Peter Tufano，「分析：大量資料在現實世界中的使用」，IBM 商業價值研究院，2012年。[19]. Oracle, “Oracle BI 11g R1:Create Analyses and Dashboards,” 1.2e, Oracle, Feb 2012.[20]. Oracle, “Oracle: Big Data for Enterprise,” Oracle, January 2012.[21]. QlikTech , “What’s New in QlikView 11,” QlikTech, 2012.[22]. SAP, “SAP HANA for Next-Generation Business Applications and Real-Time Analytics,” SAP AG. , 2012.[23]. T. Chee, L.K. Chan, M.H. et al., “Business Intelligence Systems: State-of-the-Art Review and Contemporary Applications,” Symposium on Progress in Information & Communication Technology, 2009.[24]. Vitt, E., Luckevich, M., Misner, S., “Business Intelligence: Making Better Decisions Faster,” Microsoft Press, Redmond, Washington. , 2002.[25]. Wayne W. Eckerson, “Smart Companies in the 21st century: The Secrets to Creating Successful Business Intelligence Solutions,” TDWI REPORT SERIES, 2003.[26]. 中央健康保險局，「民健康保險統計動向-2011年」，2013年7月。[27]. 中央健康保險局，「全民健康保險醫事服務機構醫療服務審查辦法」，2011c， http://dohlaw.doh.gov.tw/Chi/FLAW/FLAWDAT0201.asp[28]. 中央健康保險局，「全民健康保險醫療費用審查注意事項」，2011d， http://www.nhi.gov.tw/webdata/webdata.aspx?menu=20&menu_id=710&WD_ID=813&webdata_id=1787[29]. 王綺嫻，「利用資料探勘方法探討痤瘡患者共患疾病—以全民健康保險學術研究資料庫為例」，臺北醫學大學醫務管理學系碩士論文，2006年。[30]. 林信成，「應用全民健保資料庫研究懷孕期婦女使用抗憂鬱藥對胎兒的影響」，臺北醫學大學藥學系碩士論文，2009年。[31]. 林虹榕，「健保詐欺型態之研究」，國立台北大學犯罪學研究所碩士論文，台北，2008年。[32]. 林國明，「國家與醫療專業權力: 台灣醫療保險體系費用支付制度的社會學分析」，台灣社會學研究 (1)，1997年，pp 77-136。[33]. 林華卿，「以地院判決結果探討我國全民健保之醫療詐欺行為」，國立陽明大學醫務管理研究所碩士論文，2008年。[34]. 國立中央大學管理學院ＥＲＰ中心，「商業智慧」，滄海書局，2010年10月。[35]. 梁定澎，「資訊管理研究方法綜論」，資訊管理學報，4（1），1－6。[36]. 陳敦源，陳麗光，黃東益&呂佳螢，「公共行政研究中之正義制度的設計與執行: 以全民健保資源配置機制為例」，發表於全國公共行政系所聯合會年會（TASPAA），台中：東海大學公共行政暨政策學系主辦，2008年。[37]. 陳憲煜，「以商業智慧方法論分析醫療專業人員職涯異動與醫事機構經營績效之研究」，國立成功大學高階管理碩士在職專班碩士論文，2013年。[38]. 雲端運算使用案例討論小組，「雲端運算使用白皮書」第三版，2010年2月2日。[39]. 黃文鴻，「全民健保藥品給付範圍及藥價基準之研究」， 行政院經建會委託研究計畫，台北，1990。 [40]. 黃煌雄，沈美真& 劉興善，「我國全民健康保險總體檢」，監察院，2011年。[41]. 楊喻翔，「 運用Benford定律的智慧型健保費用異常偵測模型之研究」， 台灣碩博士論文網，2012年。[42]. 資策會 FIND，「2013年台灣民眾行動與無線上網現況」，資策會，2013年，http://www.find.org.tw/find/home.aspx?page=many&id=362[43]. 資策會 FIND，「2014年上半年消費者行為調查」，資策會，2014年，http://www.find.org.tw/find/home.aspx?page=many&id=387[44]. 盧瑞芬& 謝啟瑞，「醫療經濟學」，學富文化事業有限公司，2005年。[45]. 謝天渝，李貞姮&藍守仁，「全民健保對牙醫師人力及醫療照護費用之分布探討一以高屏地區為例」，台灣口腔醫學會雜誌，2002年，卷：18，pp 59-69。[46]. 譚令蒂， 洪乙禎 & 謝啓瑞，「論藥價差」，經濟論文叢刊 (35:4) ，pp 451-476，2007年。 zh_TW
