第七章 結論與建議
7.2 建議
本研究所採用之CII 之經驗學習檔案範本為針對土木工程之內容 所建立之內容，若欲將內容引用至其他領域、產業，再資料符合度上 不完全內容相同。因此後續研究可對於經驗學習檔案之範本探討規劃 出既定統一或可相容之格式，提供營建業外之其他產業建立經驗學習 檔案，如此對於同一公司內不同部門知識傳遞將能有效率之進行，對 於組織建立、累積智慧資產上以及提升組織競爭力上，能更有的效率。
另外本研究在所規劃之文字探勘產生經驗學習檔案上，所利用之 技術為長詞斷詞法、語料庫為基礎之文件摘要方法，在文件內容之判 斷上，皆仰賴資料庫中字詞多寡來決定產出資料之正確性。對於不同 使用者間經驗不同導致撰寫習慣不同而出現系統判讀之誤差上，建議 可再另外對於資訊檢索技術中，自然語言領域進行研究與分析，觀看 是否對於使用者撰寫習慣不同之情況，以自然語言之技術進行處理，
將使用者之語研習慣歸納一既定之規則後，再加入所規劃之自動摘要 之技術，建立”語意網路”找出文件間之潛在相關關連。對於自動化經 驗學習檔案產生之結果上將更能提升產生效率、正確性。也更可能將 此技術使用範圍過大至SOS 問題解決資訊以外之資料，如結案報告 或計畫書等資料。對於組織產生智慧資產能夠更擴大範圍及學習領 域。
於系統驗證上可再對於演算法中其他子項目，如斷詞、另外兩種 資料探勘模型(布林運算、機率模型)之改變、不同相似度之計算方法 再次驗證系統可行性。
參考文獻
1. 呂聯發，「知識管理、組織學習與資訊技術對知識管理績效之關連性研究」，
碩士論文，淡江大學會計學系，臺北，2001。
2. Ikujiro, N., and Hirotaka, T.,「創新求勝—智價企業論」，楊子江、王美音譯，
李仁芳審定導讀，遠流出版，1997
3. Maryam, A., and Dorothy, E. L., “Review: Knowledge Management and Knowledge Management Systems: Conceptual Foundations and Research Issues”, MIS Quarterly, Vol. 25, No. 1, pp. 107-136, Mar., 2001.
4. Mohammed, Q., and Jun, X., “Adoption and diffusion of knowledge management systems: field studies of factors and variables”, Knowledge-Based Systems, Vol.18, pp. 107-125, 2005.
5. Hind, B., Nassim, A. B., “Mechanisms for Knowledge Management SystemsEffectiveness: An Exploratory Analysis,” Knowledge and Process Management, Vol. 12, No. 3, 2005, pp. 203-216.
6. 葉乃嘉，「知識管理」，全華科技，2004。
7. Michael, P., Tacit Dimension, Peter Smith Publisher Inc, June 1983.
8. Ikujiro, N., “”The Knowledge_Creation Company”, Harvard Business Review, 96-104, 1991.
9. Rosina, W., David, W. A., Irma, B. F., “Intelligent Lessons Learned Systems”, International Journal of Expert Systems, 2001.
10. Yu, W. D., and Skibniewski, M. J., “Quantitative constructability analysis with a neuro-fuzzy knowledge-based multi-criterion decision support system” Journal of Automation in Construction, Vol. 8, No. 5,
pp.553-565, 1999.
11. Skibniewski, M., Arciszewski, T., and Lueprasert, K., “Constructability analysis: Machine learning approach,”Journal of Computing in Civil Engineering, ASCE, Vol. 11, No. 1, pp. 8-16, 1997.
12. McCullouch, B., and Patty, B., “Hypermedia constructability system”
Proceedings Computing in Civil Engineering, ASCE, New York, USA., no 2, pp.
1397-1404, 1994.
13. Kartam, N., and Flood, I., “Constructability feedback systems: Issues and illustrative prototype, ” Journal of Performance of Constructed Facilities, ASCE, Vol. 11, No. 4, pp. 178-183, 1997.
14. Kartam, N., “Knowledge-intensive database system for making effective use of construction lesson learned” Proceedings Computing in Civil Engineering，
ASCE, New York, NY, USA., no. 2, pp. 1139-1145, 1994.
15. Loss, J., “AEPIC project: update” Journal of Performance of Constructed Facilities, ASCE, Vol. 1, No. 1, pp. 11-29, 1987.
16. Deborah, F., Shrinand, D., and Jennifer, L., Modeling the Lessons Learned Process, The University of New Mexico, Jun 1998.
17. LLP-Wizard, Construction Industry Institute, CII.
18. 曾敬峰，呂守陞，「文字探勘技術在營建管理應用之探討」，碩士論文，台 灣科技大學營建工程系，臺北，2006。
19. 陳光華， 「Text Mining 工具的使用、原理與實務應用」 ，圖書館遠距教學，
國立台灣大學圖書資訊學系，臺北。
20. Arunmk, M., “Data Mining”, http://www.rpi.edu/~arunmk/, 2004.
21. 陳光華，「Automatic Abstracting」，圖書館遠距教學，台灣大學圖書資訊學 系，臺北。
22. Rush, J. E., R. Salvador and A. Zamora, “Automatic abstracting and indexing.
II. Production of indicative abstracts by application of contextual inference and syntactic coherence criteria”, Journal of the American Society for Information Science, Vol. 22, No. 3, pp. 260-274, 1971.
23. Fayyad, U., Piatetsky-Shapiro, G. and Smyth, P., “From Data Mining to Knowledge Discovery in Databases”, AI Magazine, pp. 37-54, 1996.
24. Brachman, R.J., Khabaza, T., Kloesgen, W., Piatetsky-Shapiro, G. and Simoudis, E., “Mining Business Databases”, Communication of the ACM, vol. 39, no. 11, pp.42-48, 1996.
25. Han, J., and Kamber, M., Data mining: concepts and techniques, Morgan Kaufmann, August 2000.
26. Dörre, J., P. Gerstl and Seiffert R., (1999): “Text Mining: Finding Nuggets in Mountains of Textual Data”, Fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 1999).
27. 曾元顯，「資訊檢索與資料探勘」，輔仁大學圖書資訊學系，臺北 2004。
28. IBM, “Intelligent Miner for Text: Getting Started”, IBM Corp, 1998.
29. 李建志，「應用混合式機率模型於新聞資訊檢索之研究」，國立成功大學 資訊工程學系研究所，碩士論文，台南，2002。
30. 詹權恩，「以詞彙關聯性詞庫為基礎之文件關鍵字擷取模式」，國立清華大 學工業工程與工程管理學系，碩士論文，新竹，2004。
31. Luhn, H. P., “The Automatic Creation of Literature Abstracts,” IBM Journal of Research and Development, pp.159-165, 1958.
32. Kupiec, J., J. Pedersen, and Chen F., “A Trainable Document Summarizer”, Proceedings of the 18th annual international ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 68-73, 1995.
33. Salton, G., A. Singhal, Mitra, M., and Buckley C., “Automatic Text Structuring and Summarization,” In Information Processing & Management, Elsevier, Vol.
33, No. 2, pp. 193-207, 1997.
34. 林千翔，張嘉惠，「基於特製隱藏式馬可夫模型之中文斷詞研究」，國科 會計畫輔助 NSC94-2213-E-008-020。
35. 黃純敏，楊存一，邱立豐，「TFIDF 觀念於自動摘要實作評估」，國立雲 林科技大學 資訊管理研究所，雲林。
36. Kim, J. H., and Hwang, D., “Korean Text Summarization Using an Aggregate Similarity,” In Processings of the 5
thInternational Workshop Information Retrieval with Asian Languages, ACM, 2000.
37. Landauer, T. K., Foltz, P. W., and Laham, D., “An Introduction to Latent Semantic Analysis,” In Discourse Processes, Vol. 25, pp. 259-284, 1998.
38. 黃純敏，「多語文(中英文)超文件自動摘要與評估」，國科會專題研究計 畫成果報告(NSC 89-2416-H-224-053)，雲林科技大學資訊管理系，雲林，
2001。
39. Salton, G., A. Wang, C. S. Yang, “A Vector Space Model for Automatic Indexing”, Communications of the ACM, Vol. 11, pp. 613-620, 1975.
40. Salton, G. and M.J. McGill, Introduction to Modern Information Retrieval, New York: McGraw-Hill Co., 1983.
41. Wu, J. J., Wei, C. C., & Judy, J. C. R. “Development of an Enhanced
Web-based Automatic Customer Service System“. Internal Conference on
Enterprise Systems and Applications (ICESA). 2007.
附錄一 實驗設計結果
附表1.1 係數為(0.5, 0.5)提問資訊處理結果
提問資訊 斷詞結果 向量值
坡地
1.0
條例 0.73
水土保持 1.26 前揭土地原為山坡地
保育利用條例第3 條暨 水土保持法第3 條第 3 款所稱之山坡地，業經 行政院核定予以劃出。
坡地 1.0
附表1.2 係數為(0.5, 0.5)回應資訊處理結果
提問編號 回應 段落 關鍵詞 向量
一 1 無 -
二 1 無 -
三 1 無 -
四 1 無 -
坡地 2.0
解除 2.14
五 1
坡地 2.0
1 坡地 1.5
坡地 1.5
六
2
限制 1.5
345
七 1 坡地 2.0
附表1.3 係數為(0.5, 0.5)相似度比對結果
提問編號 回應 段落 相似度
一 1 0
二 1 0
三 1 0
四 1 0
五 1 0.62767548
1 0.627677534 六
2 0.627677534 345
七 1 0.62767548
附表1.4 係數為(0.3, 0.7)提問資訊處理結果
提問資訊 斷詞結果 向量值
坡地
1.0 條例 0.63 水土保持 1.09 前揭土地原為山坡地保育利用條例第3
條暨水土保持法第3 條第 3 款所稱之山坡 地，業經行政院核定予以劃出。
坡地 1.0 附表1.5 係數為(0.3, 0.7)回應資訊處理結果
提問編號 回應 段落 關鍵詞 向量
一 1 無 -
二 1 無 -
三 1 無 -
四 1 無 -
坡地 2.0
解除 1.85
五 1
坡地 2.0
1 坡地 1.3
坡地 1.3
六
2
限制 1.3
345
七 1 坡地 2.0
附表1.6 係數為(0.3, 0.7)相似度比對結果
提問編號 回應 段落 相似度
一 1 0
二 1 0
三 1 0
四 1 0
五 1 0.788649752
1 0.788653101 六
2 0.788653101 345
七 1 0.788649752
附表1.7 係數為(0.7, 0.3)提問資訊處理結果
提問資訊 斷詞結果 向量值
坡地 1.0
條例 0.83
水土保持 1.42 前揭土地原為山坡地
保育利用條例第3 條暨 水土保持法第3 條第 3 款所稱之山坡地，業經 行政院核定予以劃出。
坡地 1.0
附表1.8 係數為(0.7, 0.3)回應資訊處理結果
提問編號 回應 段落 關鍵詞 向量
一 1 無 -
二 1 無 -
三 1 無 -
四 1 無 -
坡地 2.0
解除 2.42
五 1
坡地 2.0
1 坡地 1.7
坡地 1.7
六
2
限制 1.7
345
七 1 坡地 2.0
附表1.9 係數為(0.7, 0.3)相似度比對結果
提問編號 回應 段落 相似度
一 1 0
二 1 0
三 1 0
四 1 0
五 1 0.720764875
1 0.720766556 六
2 0.720766556 345
七 1 0.720764875
附表1.10 回應六段落 1 資訊向量轉換結果
係數 關鍵字 提問資訊向量
坡地 2.0
解除 2.42
(0.5, 0.5)
坡地 2.0
坡地 1.0
解除 0.63
(0.3, 0.7)
坡地 1.09
坡地 1.0
解除 0.83
(0.7, 0.3)
坡地 1.42
附表1.11 回應六段落 2 資訊向量轉換結果
係數 關鍵字 提問資訊向量
坡地 2.0
解除 2.42
(0.5, 0.5)
坡地 2.0
坡地 1.0
解除 0.63
(0.3, 0.7)
坡地 1.09
坡地 1.0
解除 0.83
(0.7, 0.3)
坡地 1.42
附表1.12 回應七資訊向量轉換結果
係數 關鍵字 提問資訊向量
坡地 2.0
解除 2.42
(0.5, 0.5)
坡地 2.0
坡地 1.0
解除 0.63
(0.3, 0.7)
坡地 1.09
坡地 1.0
解除 0.83
(0.7, 0.3)
坡地 1.42
附錄二 案例處理結果
附表2.1 案例22處理結果
提問資 訊
有關岩石邊坡陡峭，有落石之虞，是否有較佳之設計方案及保護措施？
回應 段落 內容 相似
度 排
1 (1)一般常用岩塊清理、岩栓、岩錨、噴漿、落石防護網、柵等 工法單一或合併多種工法處理。
0 2 1
2 (2)若遭遇具有發生土石流潛勢溪流之疑慮，由於土石流兼具有 直進性及強大之撞擊力，採用處理對策，均以不與土石流正面攔 阻衝突為原則，而以控制坡度方式（15 度以上避免停滯淤積)，
排導土石流安全通過。可配合實地地形，施作明隧道排導土石從 上方安全通過；或施作足夠跨度及寬度之橋涵讓土石從下方安全 排導通過。
0 2
2 1 一般採用的有落石防護網及落石防護柵欄，或可搭配設置囚石溝 於落石防護柵欄前方，以使滾落石塊滾落於囚石溝中，並得以緩 衝落石之動能。
0 2
1 1.遇陡峭岩坡似採明隧道方式較佳,並在明隧道上方輔以消能設 施(如廢輪胎等)
0.67 １
2 2.若坡度稍緩而可通達者,似可採於坡面處多設幾道攔截網,並於 坡址處加設防護網
0 2
3 3.如果可通達邊坡坡面之更上方,則可先予清除 0 2 3
4 4.倘該陡坡是在隧道洞口處,則洞口處可採假隧道延伸,並於洞口 頂部設左右二道溝,以排除局部坍落之下落石
0 2
專家之 解決方 案
依前面幾位同仁先進意見，對落石防護已提出頗具體建議。依國道蘇澳和平段七號隧 道南口落石案例，業主對於所設計防護範圍、防護能量之設計依據更為重視。按瑞士、
日本等國，對於落石防護柵/棚、防護網、防護擋壁、防護土堤/岩塊堤等抗衝擊吸能能 量、防範落石彈跳保護高度，均有相關曲線可參考。 另建議分析設計時，更應依據 工址現場邊坡情況（含坡度、高度、地表植被等）、已可見落石囤積分佈情形（落石尺 寸、掉落分佈型態、彈落之可能起迄點位置等）、可供設置防護設施之位置（1 層次防 護、分段多層次防護）作統合設計考量；有關落石分析所用程
附表2.2 案例 155 處理結果
提問資 訊
捷運電氣裝修工程若未安裝完全，產生雜散電流)可能性為何？亂竄之電流大小為何？
可能與減輕方式。
回應 段落 內容 相似
度 排
1 1 高雄捷運紅、橘線已發展「雜散電流防制及監測設計及施工規 範」，不知是否適用。捷運部辦理高雄捷運各區段標之承辦人應 該都有，是否需要協助。
0.71 4
1 以高架橋為例，台北捷運及高雄捷運，其做法上即明顯不同： 0.31 7 2 1.台北捷運除回應 1 所述之方式外，基本上並未特別處理雜散電
流問題，僅於部分橋墩上裝置雜散電流測試箱，測試是否有雜散 電流，作為日後補救及防範之依據，以目前木柵線及淡水線均已 發現散電流造成鋼筋腐蝕之現象
0.8 2
3 2.高雄捷運則利用扁鋼作為連接之媒介，扁鋼與上部箱梁(含隔音 牆)、墩柱、帽梁、基礎、基樁等結構體之鋼筋焊接，而上部箱 梁與帽梁須預埋金屬櫬片，兩者再以100mm2 電線以火泥熔接，
以達電氣之連續性(即等電位)，一旦整體結構達等電位狀態，便 無雜散電流產生，施打混凝土前均須量測電流，以確任扁鋼連接 無誤，施工上相當煩瑣
0.87 １ 2
4 3.個人建議高雄捷運屏東延伸線，應參考高雄捷運紅、橘線「雜 散電流防制及監測設計及施工規範」，較能說服環保署環評委 員，但高雄捷運尚未完工通車，學理上沒問題實際成效目前不得 而知
0.72 3
3 1 捷運部馬前協理二年前在青島發表過捷運雜散電流之論文,頗為 詳盡,可向捷運部借閱看看.
0.5 6
4 1 防止雜散電流的方法(如附加檔案),請參考 0.68 5 5 1 防止雜散電流的方法(如附加檔案),請參考 0.68 5