學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73897
Browse
2 results
Search Results
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。Item 基於多屬性決策分析法定義數據驅動之虛擬實境技術路徑圖(2018) 陳昱茹; Chen,Yu-Ju近幾年大數據概念越來越盛行，拓展於各個領域範疇，以數據資料為導向來解決諸多實務問題，進而有效提高作業效能與認同，其可藉由探勘資料庫，從中萃取出有意義、具有潛在價值和過去未知的資訊，促使資料轉化為數據可視化，成為企業改善與決策之參考依據。大數據分析也開始被用來探勘專利，專利分析成為尋找潛在技術趨勢與可能應用發展的最佳利器。公司透過分析專利資訊可以了解某項技術或產品的發展現況。專利資訊包含了許多技術資訊，利用分析專利文件以尋找潛在技術趨勢則成為重要議題。過去關於技術路徑圖的研究通常涉及特定技術的結果，或是公司發展技術過程的案例，鮮少研究探討如何運用專利探勘之結果結合路徑圖來進一步預測未來之技術。因此，本研究以虛擬實境技術為例，以導入基於多屬性決策分析之關聯規則挖掘技術結合決策實驗室評估法，並定義技術路徑圖。首先本研究將進行分析的技術範圍，並且確認選擇檢索的資料庫。挖掘資料庫中的技術關鍵字，並由專家評估後將關鍵字進行分組，接著透過優勢約略集合理論推導出各個產品的關鍵技術決策規則。最後利用形式概念分析及決策實驗室評估法訂定關鍵字之影響關係並發展出技術路徑圖。隨著資訊科技的快速發展，虛擬實境技術也漸趨成熟，如景象、圖像顯示、現實環境和動態捕捉等技術，都是未來發展的重點。