主階段關聯性法則

初步關聯性法則分析(參照附錄F)，主要是針對颱風相關特性進行更深入的分析與縮 減，其颱風特性可分為九項，如表5.8所示。

表5.8 九大颱風特性

事件(Event) 項目(Item)

1 颱風強度 輕度颱風、中度颱風、強烈颱風

2 最大總雨量 0~500、501~1000、1001~1500、1501~2000

3 最大總雨量發生地點 台北、宜蘭、花蓮、台東、嘉義、台南、高雄、屏東

4 颱風移動路徑 第一類型(1,2)、第二類型(3,4)、第三類型(5.6)、其他類型(7) 5 颱風通過地區 北部、東北部、東部、西部、中部、南部、其他(海上)

6 颱風移動方向 北、西、東、南

7 颱風移動速度 慢(0~15)、中(16~30)、快(31~45)

8 颱風近最低中心氣壓 第一種最低氣壓、第二種最低氣壓、第三種最低氣壓 9 颱風近中心最大風速 第一種最大風速、第二種最大風速、第三種最大風速

由表5.8可以得知事件與項目在於颱風特性之清楚區別，9種事件所對應的總項目共有 高達39項。而此39項可作為關聯性法則分析之相關變項，詳細說明可參照5.2.1.1節。詳細 颱風資料(Excel整理)如圖5.4颱風數據整理圖。

圖5.4 颱風數據整理圖

接著大宗花卉方面可分為兩大部份，第一部分為大宗花卉產地供應量的探討與分析，

詳細資料如圖5.5大宗花卉產地供應量概略圖。第二部份為大宗花卉拍賣量與成交量的剖 析，詳細資料如圖5.6大宗花卉拍賣量與成交量概略圖。兩部分皆擁有其所屬的變項，如表 5.9所示。

圖5.5 大宗花卉產地供應量概略圖

圖5.6 大宗花卉產拍賣量與成交量概略圖 產地排序

產波大 地動起 供與伏 應最量

總成交量變化 總成交量變化狀態

表5.9 大宗花卉兩大部分剖析

事件(Event) 項目(Item)

花卉產地供應量排序(前三名)(圖 5.5 左下框) 產量供應波動狀態(圖 5.5 右框)

1 產地供應(大宗花卉)

最大起伏變動大小(量)(圖 5.5 右框)

拍賣量變化(前一天、當天)、拍賣量變化狀態 2 大宗花卉數量變化

(拍賣量與成交量) 成交量變化(前一天、當天)(圖 5.6 下框)、成交量變化狀態(圖 5.6 右框)

由圖5.5與圖5.6可以清楚得知大宗花卉產地供應與大宗花卉數量變化(市場)的情形，配 合表5.4與表5.6將可以完整表達出所屬意義。此外，表5.9顯示出大宗花卉之事件與項目之 區分，2大事件包含9個項目。有效的將表5.8(颱風特性)與表5.9(大宗花卉量變化)部分予以 適當地將相關項目加以整合後，進行主階段關聯性法則分析。其步驟如下。

步驟一首先利用資料倉儲下載所限定大宗花卉產地供應量相關資料(1996年至2005年 大宗花卉產地資料)與大宗花卉拍賣量及成交量(1996年至2005年大宗花卉量的資料)。同樣 地，收集相關歷年颱風資料，以對應總資料倉儲之1996年至2005年侵台颱風資料為準的台 風筆數有「34筆」。

步驟二將設定「最小支持度15%」與「最小信賴度門檻值80%」。

步驟三將整合完成的資料(颱風特性與花卉量變化)依照轉換數據表形式轉換成數據並 符合國際標準規定形式，如圖5.7或(參照附錄C、附錄D-1~D-10與附錄E)。

步驟四進行Apriori演算法軟體(如附錄E)。

步驟五找出颱風特性與大宗花卉變化間有意義的關聯性法則，共需進行十次演算(玫 瑰、大菊、火鶴花、香水百合、葵百合、非洲菊、洋桔梗、康乃馨、劍蘭十種大宗花卉) 並將找出的關聯性法則作為日後決策之用。

圖5.7 颱風特性與大宗花卉轉換數據圖