實驗結果分析

針對本研究所提出之方法實際運用於網路請購系統之導入，為驗證其導入後 使用者之接受度，本系統將導入後之流程紀錄，將流程導入後操作者完整執行完 畢流程及操作者中斷執行流程之動作予以紀錄並存於資料庫中作為分析最佳化

介面導入後使用者接受其介面流程安排之依據。

回饋資料之收集自93年四月一日至93年五月一日止，共計接收回饋資料

1016筆，其中接受其介面流程安排之紀錄918筆，不接受其流程安排之紀錄98 筆。以「時間/接受與不接受介面流程安排比率」如表十六所示。

表十六：時間/接受與不接受介面流程安排比率 時間 接受安排（%） 不接受安排（%）

930402 70 30

930405 72 28

930406 71 29

930407 75 25

930408 78 22

930409 76 24

930412 79 21

930413 76 24

930414 82 18

930415 85 15

930416 83 17

930419 87 13

930420 85 15

930421 89 11

930422 85 15

930423 89 11

930426 91 9

930427 88 12

930428 90 10

930429 92 8

930430 90 10

「時間/接受與不接受介面流程安排之比率」之曲線圖如圖十八所示：

0 10 20 30 40 50 60 70 80 90 100

時間:自2004/4/2至2004/4/30

接受介面安排(%) 不接受介面安排(%)

圖十八：時間/接受與不接受介面流程安排之比率

（一）影響導入結果分析

本研究之操作介面導入機制的應用上，在網路請購操作介面導入前置處 理時，影響操作介面導入結果的要素，討論如下：

1. 利用ART 網路進行操作者分群動作時，警戒值的設定是影響分群結果的 關鍵因素，過低的警戒值（如ρ=0.3 以下）產生的操作者社群將太少，社 群內操作者的特質不易辨識，喪失導入的意義，而過高的警戒值（如ρ=0.8

以上）產生的操作者社群太多，將不利導入。因此，由實驗分群結果與操作 者屬性比較觀察，當警戒值0.5 時，所產生的操作者社群較為合理，因此本 實驗將警戒值設定為0.5，共產生5類的操作者社群。

2. 利用Apriori演算法探勘關聯法則時，必須要注意最小支持度與最小信賴 度的設定。本研究所應用的實際案例中，此國立大學之會計網路請購系統操 作介面，操作紀錄記錄共計有2896筆，同一個操作介面被越多的操作者 使用，表示此操作介面的支持度越高，因此進行Apriori法則探勘時，透過最 小支持度的設定，來產生操作介面的大項目集合。最小支持度設定越高，則 法則產生的越少，反之則越多。另外，當本研究由大項目集合所產生的法則，

必須透過最小支持度過濾所產生的法則，最小支持度越低，產生的法則越 多，若最小支持度設定越高，則產生的法則少。本研究依真實案例中的國立 大學網路請購之使用狀況，為了使操作介面導入廣度增加，將最小支持度設 定為0.42，最小信賴設定為0.5。

3.使用者於操作介面時容易因為臨時之事件而改變操作之習慣，以至於實驗 之誤差大，為強化其實驗之正確性，應增長資料之時間以增加蒐集筆數，予 以分析得到更精確之結果。