學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73897

Browse

Filters

2018 - 201912020 - 20222

Settings

Has files: NoSubject: search.filters.subject.Dominance Based Rough Set Approach (DRSA)

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    以二次模糊分段迴歸模型預測二手車價
    (2022) 黃至偉; Huang, Chih-Wei
    預測二手車的價格一直是消費者和汽車經銷商非常感興趣的話題。然而，由於預測二手車價需具備專業知識，且交易價格非常混亂，資訊也不透明，準確預測，並不容易。近年來，由於主要經濟體與開發中國家對汽車的需求暢旺，此外，由於中美貿易戰、新冠肺炎大流行、汽車晶片短缺、通貨膨脹等因素影響，新車供貨不足，導致二手車的需求量顯著提昇。價格為影響交易量的重要因素，能夠準確預測二手車價，對交易雙方極為重要。唯二手車價受製造年份、里程數、引擎排氣量、車型等諸多因素影響，準確預測車價格，並不容易，且少有研究機構或學者提出有效的解決方案。為解決此問題，本研究以基於優勢之約略集合法 (Dominance Based Rough Set Approach，DRSA) 推衍影響二手車價之核心屬性，作為預測二手車價的自變數，並以二次模糊分段迴歸模型，預測二手車價。為驗證分析架構之可行性，本研究自知名汽車拍賣網站8891.com.tw下載過去20年Toyota Altis、Honda CRV等六款車型之銷售紀錄3689筆，並以基於優勢之約略集合法擷取車齡、生產區域、品牌等七屬性為核心屬性，其後，以Toyota Altis 之銷售紀錄，預測車價。本究以20年資料中，前15年的資料訓練模型，並以後5年的資料實證模型之準確性。依據實證研究之結果，本研究所提出之模型，可準確預測二手車價。
  • No Thumbnail Available
    Item
    以混合多準則決策分析模式推衍二手車貸款違約風險因素
    (2022) 陳淑萍; Chen, Shu-Ping
    近年以來，由於新冠肺炎(Corona Virus Disease 2019，COVID-19)疫情與供應鏈斷鏈等因素，中古車交易量未減反增，市場規模與汽車貸款(車貸)業務承作量不斷攀升，違約數量與金額亦日益增加。對車貸業者而言，如能找出影響車貸違約之因素與決策規則，並進而管理違約風險，將可避免損失。過去，多有學者針對信用評等問題提出決策分析之架構與演算法，唯少有論文探討影響二手車貸違約之因素，但對車貸業者而言，本問題極為重要。為解決此問題，本研究擬定義混合多準則決策模式，探勘車貸違約客戶資料庫，並推衍影響車貸違約之關鍵要素及決策規則。首先，本研究以優勢約略集合 (Dominance Based Rough Set Approach，DRSA) 探勘違約客戶之特徵，推衍核心屬性，推導決策規則後，以形式概念分析(Formal Concept Analysis)探勘影響車貸違約之主要概念，並以基於決策實驗室(Decision Making Trial and Evaluation Laboratory，DEMATEL) 之分析網路流程 (Analytic Network Process，ANP)或 DANP，以專家問卷發展核心屬性間之影響關係，及對應屬性之權重。實證研究結果得出之決策規則，可以作為汽車貸款公司核貸的參考。本論文以北台灣主要車貸廠商之車貸違約客戶資料庫為探勘標的，實證研究架構。依據以優勢約略集合探勘資料之結果，客戶之年紀、性別、婚姻狀況、教育水準、收入與借款金額為核心屬性，並推衍「若客戶之學歷為大學以上，貸款金額高於150萬，則會違約」等十五條決策規則。另外，過去是否有違約紀錄、貸款金額與收入為影響違約主要因素。本研究之結果，可做為未來金融機構核貸之依據，亦可作為導入智能自動化核貸機制與發展智能車貸平台之用。
  • No Thumbnail Available
    Item
    基於多準則決策方法之數據驅動技術藍圖-以無人機技術為例
    (2018) 李佩恩; Li, Pei-En
    在技術快速變遷與創新的年代，企業渴望完整應變產業環境之需求與競爭者的發展，進而推導出未來產品與技術的部署，希冀結合技術面與專利面的綜合競爭力，來拓展企業的科技革新。而技術藍圖（Technology Roadmap）是未來產品與企業策略的結合，技術探勘（Technology mining） 是找出技術在相關文獻、期刊、雜誌與專業網站論壇中的資訊連結，是過去技術累積與未來技術發展之模型，結合兩者即可掌握產品、技術與專利架構，亦可進一步當成企業或研發機構內部技術規劃之參考。雖然技術藍圖是判斷技術趨勢的重要依據，但過去少有研究探勘技術資訊、進而追縱技術趨勢定義技術藍圖。因此，本研究擬發展整合技術探勘之決策分析架 構，以多屬性決策分析(MADM)建立數據驅動技術藍圖，希冀未來可以將技術藍圖與專利地圖相互結合，作為企業擬定未來產品與專利布局方向之總計畫。因此，本研究擬先以專家意見作為技術關鍵字之確認，並從所有資源中找出關鍵字間的關聯，再結合約略集合理論(Rough Set)得出不同層次關鍵字間的影響關係，最後帶入決策實驗室分析法(DEMATEL)找出技術間的影響程度，進而發展出技術策略藍圖，其整合市場、產品及技術相關資訊，可作為企業之研發策略、產品創新與技術的開發方向。實證研究將以有望顛覆產業未來的潛力技術─無人機為例，分析本架構之可行性。透過本研究之進程，可以得出起落裝置、無線通訊與地理區域和全球定位系統將會是未來無人機發展的三大重點技術。研究結果可供企業即時掌握競爭者與領導廠商之技術發展方向，並做為訂定未來研發策略之依據。