第三章 郵局設點分析
3.1 系統流程與架構
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第三章 郵局設點分析
本章將說明本研究的研究架構，如何收集研究過程中採用的資料，並整理成資料探 勘模型所需因素。首節描述本研究的系統流程架構。另將分成兩節分別描述資料收集整 理過程，先說明競爭者設點數，這裡採用的環域範圍將會影響後續的相關因素；再由環 域範圍內的建物面積計算人口因素（含建物人口數及人口成長率）。下一節以各設點最 接近的重要交通路口代表該設點的交通可及性；並估算現行郵局設點收寄量。最後說明 以資料探勘技術建置預測模型的方法。
3.1 系統流程與架構
本研究希望能夠透過地理資訊系統，收集相關資料，並以資料探勘技術建立中華郵 政公司收寄量預測模型，以提供設點建議。
本研究由台北縣市政府相關單位網站下載村里人口資料及交通監測資料，並由中華 郵政公司及便利商店公司網站取得設點資料。將前述資料套用於勤崴科技公司提供之台 北縣市村里及建物圖層，找出村里建物重心作為預測評估設點，並用以計算中華郵政公 司設點及村里建物重心設點環域內之相關競爭者設點數、人口、交通等因素。
最後，以中華郵政公司設點為基準，建置相關資料探勘因素對於郵件收寄量影響的 預測模型，根據各種資料探勘技術所得之區辨力分數結果，評估採用何種技術較為適 合。再以台北縣市村里建物重心的環域資料套用於該預測模型，估算若於各村里建物重 心增設郵局所帶來的預測收寄量，用以提供經濟效益最高的建議。本研究之系統架構圖 如圖 7 所示：
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖7：系統架構圖
參考圖 7 的系統架構圖，解釋本研究方法的功能如下：
1. 台北縣市人口資料、台北縣市交通資料：由台北市政府民政局[24]、台北縣戶政服 務網[26]連結至所轄各鄉鎮市區公所，取得民國 92 年至 98 年 12 月底人口資料。由 台北市交通管制工程處[25]、台北縣交通局[27]取得民國 93 年至 98 年交通路口監 測資料。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
2. 中華郵政設點資料、便利商店設點資料：由中華郵政公司網站[22]及便利商店公司 網站[30]可取得設點地址資料。
3. 台北縣市村里圖層：使用勤崴科技公司提供之台北縣市村里圖層、台北縣市建物圖 層、台北縣市道路圖層。
4. 擷取人口、交通、座標等資料：透過地理資訊系統將前述人口資料套用在圖層上，
計算各村里的平均人口成長率及建物人口數；再利用電子地圖網站提供之功能，由 地址找出各重要交通路口及便利商店設點的經緯度座標。
5. 區位選址資料庫：將上述取得之人口、交通、競爭者設點數等資料存入資料庫中，
供後續圖層套疊取得環域資料使用。
6. 依中華郵政設點計算環域資料：將中華郵政公司設點地址轉為經緯度座標資料，並 計算環域內人口、交通、競爭者設點數等資料。
7. 建立預測模型：以上述中華郵政公司現行設點環域資料及收寄量資料，建立資料探 勘預測模型。
8. 依村里建物重心計算環域資料：以村里圖層及村里建物圖層找出村里建物重心經緯 度座標，並計算環域內人口、交通、競爭者設點數等資料。
9. 資料探勘技術評估及收寄量預測：以建立預測模型後，獲得各項資料探勘技術之區 辨力分數，評估採用各項資料探勘技術的適宜性。將上述村里建物重心環域資料套 用於預測模型，計算設點預測收寄量。
10. 村里設點評選：由預測結果中評選出最適合增設郵局的設點。
在本研究資料蒐集與實驗過程中，使用到的程式語言與軟體工具列出如下：
1. 下載台北縣市政府戶政、交通單位網站的各村里人口及交通流量監測資料，經過整 理後寫入 Microsoft Access 資料庫。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
2. 下載中華郵政公司網站及便利商店公司網站之設點地址資料，以及上述重要交通路 口監測點資料，利用電子地圖網站轉成經緯度座標。
（http://gissrv4.sinica.edu.tw/webGIS/gadget/help.aspx）
3. 利用 ArcGIS 9.2 軟體的環域（Buffer）分析功能，計算設點鄰近區域之建物面積、
競爭者設點數、最接近的重要路口距離及等級。
4. 以前述取得設點鄰近區域之建物面積，以 Microsoft Access 資料庫計算設點環域之 建物人口數及人口成長率。
5. 將前述取得之人口、交通、競爭者設點數等資料，匯入 Microsoft SQL Server 資料 庫，以 Microsoft SQL Server 2008 Analysis Services 套用資料探勘技術（貝氏機率分 類、類神經網路、邏輯迴歸）建立收寄量預測模型。
6. 將村里建物重心設點環域之人口、交通、競爭者設點數等資料，套用在收寄量預測 模型，可取得各設點之預測收寄量，總合排序後即可找出最佳設點建議。