第四章 知識社群績效資料之探勘
4.4 決策樹
則 Kshare='資料'
D6 規則:Forum Nume='鐵公機' 及 Tech Code= 'J00' 則Kshare='資料'
D7 規則:Forum Nume='監造的藝術' 及 Kva >= 79.810 則Kshare='知識'
D8 規則:Forum Nume ='$精算師' 及 Kva >= 79.810 則Kshare='知識'
D9 規則:Forum Nume='棟樑' 及 Tech Code= 'D00' 則Kshare='資訊'
圖 4.3 決策樹探勘模型一
二、ġKapply(知識應用)為預測模型如圖 4.4 所示。所得探勘規則如 下:
D10 規則:Forum Nume= '監造的藝術' 及 Kva >= 79.810 則 Kapply='學習'
D11 規則:Forum Nume= '鐵公機' 及 Tech Code= 'X60' 則 Kapply='取得'
D12 規則:Forum Nume= '鐵公機' 及 Tech Code= 'J00' 則 Kapply='取得'
D13 規則:Forum Nume= '大地工程' 及 Tech Code= 'E15' 則 Kapply='貢獻'
D14 規則:Forum Nume= '$精算師' 及 14.500<= Kva> 43 及 Tech Code = 'N45' 則 Kapply='無關'
圖 4.4 決策樹探勘模型二
三、ġTime(時間)為預測模型如圖 4.5 所示。所得探勘規則如下:
D15 規則:Kva >=92.400 及 Kshare = '知識' 則 Time='第四季' D16 規則:Kva >= 92.400 及 Kshare = '知識' 則 Time='第三季' D17 規則:62 <= Kva < 71.500 及 Kshare = '資訊' 及 Kapply =
'無關' 則 Time='第二季'
D18 規則:Kva >= 71.500 及 < 81 及 Kshare = '知識' 則Time='第四季'
圖 4.5 決策樹探勘模型三
四、ġ決策樹探勘結果說明
(一)以Kshare(知識提供)為預測值
1. D1 規則:當知識社群類別為橋樑探索以及知識加值小於 79.81 時,則知識提供為資料。
2. D2 規則:當知識社群類別為水土環境資源社群以及工技碼類 別為社會時,則知識提供為低度相關。
3. D3 規則:當知識社群類別為水土環境資源社群以及工技碼類 別為環境時,則知識提供為低度相關。
4. D4 規則:當知識社群類別為大地工程以及知識加值大於等於 79.81 及工技碼類別為基樁工程時,則知識提供為智慧。
5. D5 規則:當知識社群類別為鐵公機以及工技碼類別為社會 時,則知識提供為資料。
6. D6 規則:當知識社群類別為鐵公機以及工技碼類別為機場 時,則知識提供為資料。
7. D7 規則:當知識社群類別為監造的藝術以及知識加值大於等 於79.81 時,則知識提供為知識。
8. D8 規則:當知識社群類別為精算師以及知識加值大於等於 79.81 時,則知識提供為知識。
9. D9 規則:當知識社群類別為棟樑以及工技碼類別為建築時,
則知識提供為資訊。
(二)以Kapply(知識應用)為預測值
1. D10 規則:當知識社群類別為監造的藝術以及知識加值大於 等於79.81,則知識應用為學習。
2. D11 規則:當知識社群類別為鐵公機以及工技碼類別為社會 時,則知識應用為取得。
3. D12 規則:當知識社群類別為鐵公機以及工技碼類別為機場 時,則知識應用為取得。
4. D13 規則:當知識社群類別為大地工程以及工技碼類別為基 樁工程時,則知識應用為貢獻。
5. D14 規則:當知識社群類別為精算師以及知識加值大於等於 14.500 及小於 43 及工技碼類別為環境評估時,則知識應用為 無關。
(三)以Time(時間)為預測值
1. D15 規則:當知識加值為大於等於 92.4 以及知識提供為知識 時,則時間為第四季。
2. D16 規則:當知識加值為大於等於 92.4 以及知識提供為知識 時,則時間為第三季。
3. D17 規則:當知識加值為大於等於 62 及小於 71.5 以及知識提 供為資訊與知識應用為無關時,則時間為第二季。
4. D18 規則:當知識加值為大於等於 71.500 及小於 81 以及知識 提供為知識時,則時間為第四季。