第三章 解決 LFT 計分理論困境之技術
第一節 LFT 計分理論在處理不同權重邊長之困境
LFT 計分理論在教學與評量上之應用效果顯著,雖然在學習者概念 圖的繪製這個層面依舊存在著技術性的困難,但這方面的難題可由心理計 量學者與教育測驗統計學者依學習者的能力,透過測驗的手段加以解決。
另一 LFT 計分理論在實務上較常遭遇的問題乃是計算繁複,此一問題 在劉湘川教授發表論文「知識結構有向圖形類似度之改進指標」,以求取
「兩圖形交集與聯集之邉之連結集」,簡化繁複計算,而得「第一種改進 類似度指標」。
而在精確度改進層面上,劉湘川教授考慮「邊之不同經由路徑之存在 數量,及邊之不同位序值之影響」,針對部分異圖同分的不合理現象加以 改進,在類似度計分課題上,提供一項更為靈敏有效更具鑑別力之計分法 則(劉湘川, 2005)。
至此,LFT 計分理論已獲致近乎完備的理論架構,在解決圖形的計分問 題上,已經實質發揮莫大效益,但在實作中必定遭遇的邊長權重(weight)問題 仍待解決。現針對邊長權重(weight)問題,舉一例說明如下:假定某一課程 教學,學習單元共計 5 個概念,圖 3-1-1 中,Ga、Gb與Gc分別為人員 a、
人員 b 與人員 c 考慮邊長權重之概念構圖,根據 LFT 計分理論,Ga Gb間 之類似度與GaGc間之類似度相等。然而,此一結論顯然與現實狀況不符,
而導致此一錯誤結論之原因,乃是因為 LFT 計分理論在處理考慮邊長權重
之概念構圖類似度計分,存在不足之處。
Ga Gb Gc
圖 3-1-1
探究此一不合理現象的原因不難發現,問題癥結乃是未考慮邊長權 重。依常理推斷,Ga Gb之類似度必為 1,而Ga Gc間之類似度必小於一。
但依據竹谷誠與劉湘川二位教授之計分理論,卻都無法有效將這兩組類似 度區分出來。此一計分失效的現象,便是玆所謂 LFT 計分理論在處裡不同 權重邊長的困境。
LFT 計分理論應用層面不單在教育評量,亦可廣泛應用於其他以非循 環有向圖為研究工具之領域。除教育評量之外,在其他領域中亦可能遭遇 因邊長權重問題,而致類似度計分失效的狀況。
第二節 解決 LFT 計分理論在處理多邊與不同 權重邊長困境的技術
一、 定義三維度非循環有向圖
【定義 3.2.1】在非循環有向圖
G = ( V, E, w )
中,頂點集合V = { v
1, v
2,..., v
n}
為 可量化之指標,若v
i,vj為任意相鄰二頂點,則邊集合E=
{
vi,vj( )
1, vi,vj( )
2 ,..., vi,vj( )
mij ;mij為vi,vj間邊數,i=1,...,n,j=1,...,n}
權重集合w
{
w( )
,w( )
,...,w( )
;mij vi,vj i 1,2,...,n,j 1,2,...,n}
m ij 2
ij 1 ij
ij = =
= 為 間邊數
權重為任何可量化之指標間之差距。
針對【定義 3.2.1】之非循環有向圖,茲舉一例如圖 3-2-1
2 1
( )
1w
12( )
2w
12( )
3w
12圖 3-2-1
此圖表示
V = { v
1, v
2}
;E={
v1,v2( )
1 , v1,v2( )
2 , v1,v2( )
3}
;
{ ( ) ( )
12( )
3}
2 12 1
12,w ,w w
w = ,三維度所構成之非循環有向圖。
【定義 3.2.2】在非循環有向圖
G = ( V, E, w )
中,任意兩相鄰頂點v
i,vj, 量化 邊之權重得邊之長度,長度集合{ ( ) ( ) ( )ijmij }
2 ij 1 ij
ij w ,w ,...,w w =
【定義 3.2.3】在非循環有向圖
G = ( V, E, w )
中,任意兩相鄰頂點v
i,vj之邊 之集合 vi,vj ={
vi,vj( )
1, vi,vj( )
2 ,..., vi,vj( )
mij}
其中,mij為相鄰兩點
v
i,vj間的邊數。二、處裡權重邊長重要度的步驟
(1)正整數化:
非循環有向圖
G = ( V, E, w )
中,Υ
Gj i,
wij 相鄰
表
G = ( V, E, w )
之邊長集合,定義kG為足夠大之最小正整數,使得
Υ
Gj i,
wij 相鄰
中任意元素乘以kG後,皆 為正整數。
說明:在邊長權數為無理數或kG計算困難時,當權宜性地考慮取捨kG 值之設定。
【定義 3.2.4】定義轉換F:F
( )
wij =Wij為一對一且映成函數,其中{ ( ) ( ) ( ) ( ) ( )
ij( )
mij}
2 ij 1
ij
ij f w ,f w ,...,f w
W = ,
( ) ( ) ( ) ( )
ijh ij G h ij h
ij
f w k w , h 1,2,..., m
W = = =
說明:轉換F:F
( )
wij =Wij之目的在於將所有邊長權數正整數化。【定義 3.2.5】
{ ( ) ( ) } { ( )
ij}
h ij G ij h
ij
ij f w ;h 1,2,...,m k w ;h 1,2,...,m
W = = = =
說明:計算Wij 的目的在於量化
{ ( ) ( )
ij( )
mij}
2 ij 1 ij
ij w ,w ,...,w w =
(2)建立新頂點
【定義 3.2.8】eG=
(
eV,eE,ew)
為G = ( V, E, w )
之擴充圖,定義eG之鄰接矩陣【定義 3.2.9】非循環有向圖
G = ( V, E, w )
之擴充圖eG=(
eV,eE,ew)
中,定義(
v ,v ; G)
C r s e 為所有經由e vr,vs 的連結,其起點集合與終點集合 之笛卡兒積。
說明:C
(
vr,vs;eG)
≡{(
vg,vh)
∈eV×eV: r se v ,v 是W
(
vg,vh)
的經由邊 }。【定理 3.2.1】非循環有向圖
G = ( V, E, w )
之擴充圖eG=(
eV,eE,ew)
中,N
[
C(
vr,vs;eG) ]
=
∑ ∑
=
=
y
1 h
sh e rs e y
1 g
gr
e
r a r
。說明:e
r
gr,
er
sh,
ea
rs為擴充圖之可到達矩陣與鄰接矩陣對應位置之元素。【定理 3.2.2】若eG =
(
eV,eE,ew)
為G = ( V, E, w )
之擴充圖,頂點數[ ]
V yN e = ,
v
r,vs為相鄰二頂點,則max (
vg,vh)
∈eV×eVN [ C ( v
r, v
s;
eG ) ]
≤
4 y
2。
【證明】
由於eG=
(
eV,eE,ew)
是一非循環有向圖,因此A ( ) v
r Ι R( )
vs 為空集合。故 N[
A ( ) v
r Υ R( )
vs ]=N[A ( ) v
r ]+N[R( )
vs ]-N[A ( ) v
r Ι R( )
vs ]= N[
A ( ) v
r ]+N[R( )
vs ]-0= N[A ( ) v
r ]+N[R( )
vs ]又A ( ) v
r Υ R( )
vs ⊆V,所以 N[A ( ) v
r Υ R( )
vs ]≤y 設 N[A ( ) v
r ]=x, 則 N[R( )
vs ]≤y-x即 N[C
(
vr,vs;eG)
]=N[A ( ) v
r ×R( )
vs ]≤x(y-x)=yx-x2 又C(
vr,vs;eG)
必為正整數當 x=
2
y時, N[C
(
vr,vs;eG)
]≤max (
vg,vh)
∈eV×eVN [ C ( v
r, v
s;
eG ) ]
=
4
y
2【定義 3.2.10】非循環有向圖
G = ( V, E, w )
之擴充圖eG =(
eV,eE,ew)
中,【定義 3.2.12】在頂點
v
r處的重要度I(
vr;eG)
=∑
[ ][ ( ) ( ) ]
【定理 3.2.4】非循環有向圖
G = ( V, E, w )
,vi,vj∈V在G
中為相鄰兩點,vi,vj 間非單邊,則vi,vj間之權重∑ ( )
=
=
mil
r r ij ij
w w
1
1
1
,其中,
m
ij為邊數,w
ij( )
r 為第 r 邊之權數。【說明】1.假設,自一件工作的始點至終點存在 n 條路徑,若可同時自 此 n 條路徑著手進行這件工作。
2.每一路徑的長度跟自此一路徑完成工作的時間成正比,也跟 自此一路徑完成工作的難度成正比。
3.假設工作量為 W。
4.每一路徑的工作效率分別為
t
nW t
W t
W
, ,...,2 1
; 則這條 n 路徑的工作效率和為
∑ ∑
=
=
=
ni i
n
i i
W t
t W
1 1
1
5.若存在一條路徑,工作效率等於上述 n 條路徑的工作效率 之和,假設此一路徑的工作時間為
t
。根據假設,此一路徑的工作效率
∑
=
=
ni
t
it W W
1
1
,即∑
==
ni
t
it
1
1 1
。【定義 3.2.15】非循環有向圖
G = ( V, E, w )
之擴充圖為eG=(
eV,eE,ew)
, vi,vi+1,vi+2,...,vj 為G = ( V, E, w )
中之一路徑,定義路徑W vi,vj = vi,vi+1,vi+2,...,vj
在
G
之重要度I(
W vi,vj ;G)
=∑
I(
vk,vl;G)
,其中,
v
k, v
l 為W vi,vj = vi,vi+1,vi+2,...,vj 之經由邊。註:【定義 3.2.15】用意在於說明一路徑在圖形中,如何定義其重要度。
根據定義可知:路徑的重要度,等於此路徑中所有邊之重要度和。
三、定義同頂點集合之非循環有向圖之類似度
【定義 3.2.19】非循環有向圖Gt =
(
V,Et,wt)
之擴充圖(
t)
【定義 3.2.21】若
Y [ ]
p( ) G =
eG
其中G={
G1,G2,...,Gp}
,{
p}
e 2 e 1 e
e
G = G , G ,..., G
兩非循環有向圖Gy =
(
V,Ey,wy)
與G
z= ( V, E
z, w
z)
中,另一類似度(
Gy,Gz)
R ,定義R
(
Gy,Gz)
= 100× SY(Gy,Gz) R(
Gy,Gz)
又稱為到達 度,其中,y=1,2,...,p;z=1,2,...,p【定義 3.2.22】若
Y [ ]
p( ) G =
eG
其中G={
G1,G2,...,Gp}
,{
p}
e 2 e 1 e
e
G = G , G ,..., G
兩非循環有向圖Gy =
(
V,Ey,wy)
與G
z= ( V, E
z, w
z)
中,相鄰二頂點v
i,vj∈V, y=1,2,...,p;z=1,2,...,p,定義兩頂點間差異度如下:D(vi,vj;Gy,Gz)=max
(
I(
vi,vj;Gy) (
,Ivi,vj;Gz) ) (
N[
Cvi,vj;Gy) (
ΥCvi,vj;Gz) ]
-min
(
I(
vi,vj;Gy) (
,I vi,vj;Gz) ) (
N[
C vi,vj;Gy) (
Ι C vi,vj;Gz) ]
【定義 3.2.24】若
Y [ ]
p( ) G =
eG
其中G={
G1,G2,...,Gp}
,{
p}
e 2 e 1 e
e
G = G , G ,..., G
兩非循環有向圖Gy =
(
V,Ey,wy)
與G
z= ( V, E
z, w
z)
中, 相鄰二頂點v
i,vj∈V, 定義兩圖之最大差異量如下:最大差異量=max
(
I(
vi,vj;Gy) (
,Ivi,vj;Gz) ) (
N[
Cvi,vj;Gy) (
ΥCvi,vj;Gz) ]
【定理 3.2.5】若
Y [ ]
p( ) G =
eG
其中G ={
G1,G2,...,Gp}
,{
p}
e 2 e 1 e
e
G = G , G ,..., G
兩非循環有向圖Gy =
(
V,Ey,wy)
與G
z= ( V, E
z, w
z)
中,相鄰二頂點v
i,vj∈V,V={ v
1, v
2,..., v
n}
,Gy,Gz之類似度為SY(
Gy,Gz)
,則0≤SY
(
Gy,Gz)
≤1【證明】
由於 C
(
vi,vj;Gy) (
Ι Cvi,vj;Gz) (
⊆C vi,vj;Gy) (
ΥC vi,vj;Gz)
所以 N
[
C(
vi,vj;Gy) (
Ι Cvi,vj;Gz) ]
≤N[
C(
vi,vj;Gy) (
ΥC vi,vj;Gz) ]
故 max
(
I(
vi,vj;Gy) (
,I vi,vj;Gz) ) (
N[
Cvi,vj;Gy) (
ΥCvi,vj;Gz) ]
≥min
(
I(
vi,vj;Gy) (
,Ivi,vj;Gz) ) (
N[
Cvi,vj;Gy) (
Ι Cvi,vj;Gz) ]
且
0 ≤
min(
I(
vi,vj;Gy) (
,Ivi,vj;Gz) ) (
N[
Cvi,vj;Gy) (
Ι Cvi,vj;Gz) ]
所以
∑∑ [ ( ( ) ( ) ) ( [ ) ( ) ] ]
= =
n
1 i
n
1 j
z j i y
j i z
j i y j
i
, v ; G , I v , v ; G N C v , v ; G C v , v ; G
v I
max Υ
∑∑ [ ( ( ) ( ) ) ( [ ) ( ) ] ]
= =
≥
n1 i
n
1 j
z j i y
j i z
j i y j
i
, v ; G , I v , v ; G N C v , v ; G C v , v ; G
v I
min Ι
因此0≤SY
(
Gy,Gz)
≤1【定理 3.2.6】若
Y [ ]
p( ) G =
eG
其中G ={
G1,G2,...,Gp}
,{
p}
e 2 e 1 e
e
G = G , G ,..., G
兩非循環有向圖Gy =
(
V,Ey,wy)
與G
z= ( V, E
z, w
z)
中,V={ v
1, v
2,..., v
n}
Gy,Gz之到達度為R
(
Gy,Gz)
,則0≤R(
Gy,Gz)
≤100【定理 3.2.7】若
Y [ ]
p( ) G =
eG
其中G ={
G1,G2,...,Gp}
,{
p}
e 2 e 1 e
e
G = G , G ,..., G
兩非循環有向圖Gy =
(
V,Ey,wy)
與G
z= ( V, E
z, w
z)
中,V={ v
1, v
2,..., v
n}
則下列二敘述互為等價:
(1)SY
(
Gy,Gz)
=1;(2)Gy =Gz【證明】
1. 若(2)Gy =Gz成立,則(1)SY
(
Gy,Gz)
=1顯然成立 2. 若(1)SY(
Gy,Gz)
=1成立,則
∑∑ [ ( ( ) ( ) ) ( [ ) ( ) ] ]
= =
n
1 i
n
1 j
z j i y
j i z
j i y j
i
, v ; G , I v , v ; G N C v , v ; G C v , v ; G
v I
max Υ
=
∑∑ [ ( ( ) ( ) ) ( [ ) ( ) ] ]
= =
n
1 i
n
1 j
z j i y
j i z
j i y j
i
, v ; G , I v , v ; G N C v , v ; G C v , v ; G
v I
min Ι
又min
(
I(
vi,vj;Gy) (
,I vi,vj;Gz) )
≤max(
I(
vi,vj;Gy) (
,Ivi,vj;Gz) )
N
[
C(
vi,vj;Gy) (
Ι Cvi,vj;Gz) ]
≤N[
C(
vi,vj;Gy) (
ΥC vi,vj;Gz) ]
就任意兩相鄰頂點vi,vj∈V而言皆成立
所以min
(
I(
vi,vj;Gy) (
,Ivi,vj;Gz) )
=max(
I(
vi,vj;Gy) (
,I vi,vj;Gz) )
N
[
C(
vi,vj;Gy) (
Ι Cvi,vj;Gz) ]
=N[
C(
vi,vj;Gy) (
ΥCvi,vj;Gz) ]
故可知I
(
vi,vj;Gy) (
=I vi,vj;Gz)
且C(
vi,vj;Gy) (
=Cvi,vj;Gz)
就任意兩相鄰頂點vi,vj∈V而言皆成立,故知Gy =Gz
第四章 LFT 計分理論改良模式之比較 與結果探討
第一節 概說
對於竹谷誠之 LFT 計分理論與其改良者提出之新型態計分模式,在相 同圖形的點重要度、邊重要度與類似度的計分方面,存在的困境被突破正 是 LFT 計分理論不斷被修正以符合現實狀況需要的軌跡。在諸多現實景況 中,竹谷誠教授的 LFT 計分理論面臨計分困難甚或計分失效的困境,在劉 湘川教授針對部分內容提出修正之後,LFT 計分理論已經獲致某些領域近 乎全面的運用效益,惟在考慮權重邊長課題部分仍有改善空間。學生以解 決此一問題為論文寫作的主題,並獲得些許成果,當然,改進的空間仍然 很大,但對眼前的邊長權重問題希望已經提供一種解決的模式。
第二節 範例
對於諸家 LFT 計分理論的點重要度、邊重要度與類似度的計分,學生 舉一例加以說明比較如下:
G
1G
2 G3圖 4-2-1
在圖 4-2-1 中,G1,G2,G3為三非循環有向圖,現在根據學生之圖形邊 重要度與類似度計分公式計算此三圖形間之重要度與類似度。
一、現根據考慮權重 LFT 計分理論定義定理計算
G1,G2,G3之 邊重要度
(1)正整數化
取k
[ ]
3 =2,透過轉化Y [ ]
3( ) G =
eG
將G={
G1,G2,G3}
轉化成{
3}
e 2 e 1 e
eG= G , G , G ,
現根據定義作圖 4-2-1 之擴充圖圖 4-2-2:
( )1
v12 v13( )1
( )1
v24
( )1
v45
1 1
1
1
1
1 1
1 1
1 eG
( )1
v12 v13( )1
( )1
v24
1 1
1 1
1
1 1
1 1
( )1
v14
2 eG
( )1
v12 v( )131
1 1
1
1 1
1 1
( )1
v14
3 eG 圖 4-2-2
(2)邊重要度 在eG1中:
v
1的先行點集合A ( ) { } v
1= v
1 ,v12( )
1 的可到達點集合( ) ( ) { ( ) ( ) ( )
5}
1 45 4 1 24 2 1 12 1
12 v ,v ,v ,v ,v ,v
v
R = ,
所以經過 v1,v12
( )
1 的連結所成之集合( ( ) ) { ( ( ) ) ( ) ( ( ) ) ( ) ( ( ) ) (
1 5) }
1 45 1 4 1 1 24 1 2 1 1 12 1 1 e 1 12
1,v ; G v ,v , v ,v , v ,v , v ,v , v ,v , v ,v
v
C =
所以集合元素個數N
[
C(
v ,v( )
; G1) ]
6e 1 12
1 =
可知 v1,v12
( )
1 的重要度( ( ) ) 0.3
( ) { ( ) ( )
5}
可知 v
( )
241 ,v4 的重要度( ( ) ) 0.6
( ) ( ) { ( ) ( )
4 5}
所以集合元素個數N
[
C(
v( )
,v ; G2) ]
2所以經過 v
( )
241 ,v4 的連結所成之集合在eG3中:
( )
1( ) { ( ) ( ( )
5) (
4 5) }
2 1
, v
v
的重要度(
v ,v ;G)
I(
v ,v( )
; G)
I(
v( )
,v ; G)
0.125 0.125 0.25I 1 2 3 = 1 121 e 3 + 121 2 e 3 = + =
3 1
, v
v
的重要度(
v ,v ;G)
I(
v ,v( )
; G)
I(
v( )
,v ; G)
0.125 0.125 0.25I 1 3 3 = 1 131 e 3 + 131 3 e 3 = + =
4 1
, v
v
的重要度(
v ,v ;G)
I(
v ,v( )
; G)
I(
v( )
,v ; G)
0.25 0.1875 0.4375I 1 4 3 = 1 141 e 3 + 141 4 e 3 = + =
5 4
, v
v
的重要度I(
v ,v ;G)
I(
v ,v ; G3)
0.1875e 5 4 3
5
4 = =
(3)與第二章範例結果比較,作表 4-2-1 表 4-2-1
LFT 計分 考慮邊長權 重計分
2 1
, v
v
0.5 0.83 1
, v
v
0.1667 0.24 1
, v
v
0.3333 0.154 2
, v
v
0.6667 1.2G
15 4
, v
v
0.5 0.82 1
, v
v
0.5 0.653 1
, v
v
0.1667 0.24 1
, v
v
0.3333 0.354 2
, v
v
0.6667 0.85G
25 4
, v
v
0.5 0.32 1
, v
v
0.1667 0.253 1
, v
v
0.1667 0.254 1
, v
v
0.3333 0.43754 2
, v
v
0 0邊重要度
G3
5 4
, v
v
0.3333 0.1875二、現根據定義定理計算
G1,G2,G3間之類似度
10.7251.125 =
到達度R
(
G1,G3)
= SY(
G1,G3)
×100= 0.1049×100=32.3883=0.65×3+0.25×1+0.85×4+0.4375×2+0.3×3=7.375 所以SY
(
G2,G3)
= 0.20687.375 1.525 =
到達度R
(
G2,G3)
= SY(
G2,G3)
×100= 0.2068×100=45.4753(4)與第二章範例結果比較,作表 4-2-2 表 4-2-2
LFT 計分 考慮邊長權
( G
1, G
2)
重計分S
1 0.6429(
G1,G3)
S 0.4615 0.1049 類似
度 S
(
G2,G3)
0.4615 0.2068第五章 結論與建議
本研究主要目的為建立一項在考慮邊長權重時的圖形類似度計分,經 由定義三維非循環有向圖與相關定義的建立,在計算考慮邊長權重之非循 環有向圖類似度已經獲致良好的結果。
第一節 結論
ㄧ、在任意相鄰兩點邊數不為 1 的圖形中,LFT 計分理論無法計算相鄰兩 點重要度,但根據考慮邊長權重之圖形計分方法,任意相鄰兩點的重 要度可計算獲得。
二、在兩非循環有向圖中,若任意相鄰兩點間邊數不為 1,或邊長權重不 全為 1,則 LFT 計分理論失效,但本研究獲致之新計分方法,能突破 此一瓶頸,合理呈現兩圖之類似度。
三、有效解決 LFT 計分失效之困境。
現表列本研究中三種類似度計分方法,對第四章範例圖 4-2-1,三考慮 邊長權重之非循環有向圖,作類似度計分之結果:
1.根據表 4-2-2 可知,本研究根據 LFT 計分理論架構提出之新計分方 法,能針對考慮邊長權重圖形類似度計分,有效且靈敏計測圖形類似 度,這項方法能達到的效益在某些必須考慮邊長權重的圖形類似度計 分問題中,顯得相當重要。
2.由表 4-2-1 可知,在 LFT 計分理論中邊長的重要度必定小於 1,但在 考慮邊長權重計分中,邊長的重要度可能大於 1。
四、本研究考慮邊長權重計分亦適用於更繁複的圖形之中,包括相鄰兩點 多邊圖形與相鄰兩點多邊異權重圖形,舉凡非循環有向圖形皆適用考 慮邊長權重計分方法。
五、在計算考慮邊長權重,且邊長權重皆為 1 之圖形類似度問題時,考慮 邊長權重計分方法之計分結果,不論邊重要度、點重要度亦或圖形類 似度,與 LFT 計分理論得相同之結論。
第二節 建議
一、 劉湘川教授之新計分方法在邊長權重皆為 1 的案例中,判讀兩圖 形類似度的效益優良,若此一新計分方法能有效結合本研究之主題,
將考慮邊長權重計分的原則融入劉教授之新計分方法中,相信對於圖 形類似度的計算其適用範圍將再大幅度增加。
二、 考慮邊長權重計分方法可應用於概念階層圖類似度計分,唯概念 間的對應關係(邊)之權重如何定義,是關乎整項工作成敗的重點,在本 研究中,只試圖提出一種可行的方法計算圖形的類似度,對於邊長權 重的定義,仍有待此一領域的專家學者提出見解。
參考文獻
中文文獻
劉湘川(2005)。知識結構有向圖形類似度之改進指標。測驗統計年刊
13
輯,待刊登。國立臺中師範學院。廖寶貴、曾智鈿、胡豐榮、許天維(2004)。LFT5 之計分理論分析。測 驗統計簡訊
58
期,14-21。國立臺中師範學院。余民寧、陳嘉成、潘雅芳(民 85):概念構圖法在測驗教學上的應用。中 國測驗學會測驗年刊。43,pp.195-212。
林瑞雪、陳佑誠、胡豐榮、許天維(民 93):LFT 計分理論在教學上之
林瑞雪、陳佑誠、胡豐榮、許天維(民 93):LFT 計分理論在教學上之