資料取樣與分割

為使本研究建議之模型具有一定的可信度，且可推論與預測出未來的推薦，

在資料樣本分隔時，依年度針對交易紀錄檔去分為訓練資料(Training Data)與測 試資料(Testing Data)，此交易紀錄檔的歷史交易期間為2006/01/03至2007/12/05 止，共有312,479筆未經整理的各項交易記錄，經由資料清理與轉換後之資料為 277,517 筆。依交易期間進行區分，2006/01/03至2007/06/31的資料作為建置模型 的訓練資料，訓練模型建立後利用2007/07/01至2007/12/05的資料作為測試資料，

驗證此模型的準確度將依上述規則建立訓練資料與測試資料之樣本，而這在段期 間內有效借閱的樣本人數為1,743人，本研究訓練資料、測試資料之統計數據如 表4-14所示。

表 4-14：樣本統計表

資料年度 總借閱記錄資料檔 平均借閱類別數 訓練資料 2006/01/03-2007/06/30 90,072 4.81 測試資料 2007/06/30-2007/12/05 29,936 2.63

下表4-15為訓練資料和測試資料的借閱數分布前十名類別，由下表我們可以 得知訓練資料和測試資料的前十名類別大致都相同，其中較大的差異就是訓練資 料多了應用心理，而測試資料是有初等教育，其他的差異都相去不遠。

表 4-15：訓練資料和測試資料借閱數前十名類別

訓練資料 測試資料

排名 分類號 借閱數 類別名稱 分類號 借閱數 類別名稱

1 857 10,770 小說 857 2,505 小說

2 855 6,044 散文；隨筆；日記 312 2,009 算術；電腦科學 3 312 5,029 算術；電腦科學 805 1,908 日耳曼語系 4 805 4,621 日耳曼語系 803 1,762 東方語言 5 494 4,408 企業管理 494 1,590 企業管理

6 803 4,261 東方語言 855 1,563 散文；隨筆；日記

7 861 3,480 日本文學 496 1,251 商品學；市場學

8 496 2,841 商品學；市場學 563 1,216 金融各論 9 563 2,460 金融各論 523 1,105 初等教育 10 177 2,209 應用心理 861 990 日本文學

下表4-16為訓練資料和測試資料分布於各學群中的情形，從下表可以得知在 各學群的借閱情形，我們可以看到下表中以經營管理學群的733人的借閱人數為 最多，其次是人文社會學群的607人，最少的是財經學群的357人，其表可以作為 資料探勘後結果的參考依據。

表4-16：訓練資料和測試資料在各系所的分布情形

系所 人數 訓練資料 測試資料 系所 人數 訓練資料 測試資料

財經學群一般生 財經學群進修部

(日)財務金融系 80 4201 1303 財法(四技苗進) 4 91 67

國企(二技日) 6 153 107 財經法律系(在職) 16 480 217 國企(四技日) 81 2530 1288 經營管理學群進修部

應經(四技日) 28 632 314 企管(四技苗進) 17 1056 431 會計(四技日) 57 2443 532 行銷(四技苗進) 15 781 340 財法(四技日) 85 4637 1540 資管(四技苗進) 66 2896 821 經營管理學群一般生 休閒(四技苗進) 26 1171 414 企管(二技日) 20 1215 233 企管(四技苗職) 15 800 222 行銷(二技日) 1 28 5 行銷(四技苗職) 54 2115 1127 資管(二技日) 3 72 8 資管(四技苗職) 3 434 54 企管(四技日) 106 4737 1841 休閒(四技苗職) 52 2934 942 行銷(四技日) 102 3917 1097 人文社會學群進修部

資管(四技日) 102 6687 1582 應英(四技苗進) 15 847 234 休閒(四技日) 108 4483 1544 應日(四技苗進) 27 1878 629 休運(四技日) 9 177 75 幼保(四技苗進) 33 1899 940 多遊(四技日) 34 939 468 應用日語系(在職專) 5 519 259 人文社會學群一般生 幼保(四技苗職） 8 625 101 應英(四技日) 80 4821 1583 研究所

應日(四技日) 158 8738 2722 企研(碩士班) 25 3675 491 應中(四技日) 69 6379 1857 資研(碩士班) 10 700 178 幼保(四技日) 212 9920 4203 企研(碩士專班) 3 137 68

其他 資研(碩士專班) 3 237 62

推廣學分班學生 5 88 47 總計 1743 90072 29936

下表4-17為訓練資料和測試資料於各系所的的借閱類別數，從下表可以得知 各系所的借閱類別總數，而以下資料的分布情形可以在資料探勘後，作為其結果 的參考依據。

表 4-17：各系所的的借閱類別數

系所 人數 訓練資料 測試資料 系所 人數 訓練資料 測試資料

財經學群一般生 財經學群進修部

(日)財務金融系 80 55 44 財法(四技苗進) 4 6 9

國企(二技日) 6 12 4 財經法律系(在職) 16 24 21 國企(四技日) 81 40 38 經營管理學群進修部

應經(四技日) 28 39 22 企管(四技苗進) 17 36 29 會計(四技日) 57 51 21 行銷(四技苗進) 15 38 23 財法(四技日) 85 49 39 資管(四技苗進) 66 50 24 經營管理學群一般生 休閒(四技苗進) 26 38 30 企管(二技日) 20 27 16 企管(四技苗職) 15 29 21 行銷(二技日) 1 4 1 行銷(四技苗職) 54 48 35 資管(二技日) 3 4 2 資管(四技苗職) 3 25 6 企管(四技日) 106 57 44 休閒(四技苗職) 52 60 41 行銷(四技日) 102 49 38 人文社會學群進修部

資管(四技日) 102 55 34 應英(四技苗進) 15 32 12 休閒(四技日) 108 71 48 應日(四技苗進) 27 46 28 休運(四技日) 9 20 11 幼保(四技苗進) 33 37 28 多遊(四技日) 34 42 30 應用日語系(在職專) 5 19 13

人文社會學群一般生 幼保(四技苗職） 8 31 8

應英(四技日) 80 63 44 研究所

應日(四技日) 158 68 57 企研(碩士班) 25 43 25 應中(四技日) 69 57 50 資研(碩士班) 10 23 9 幼保(四技日) 212 68 54 企研(碩士專班) 3 6 4

其他 資研(碩士專班) 3 8 4

推廣學分班學生 5 9 9 平均借閱數 1743 4.81 2.63

下表4-18為訓練資料和測試資料於各分類的借閱情形，本研究主要是以分類 號的前兩碼做為資料探勘的依據，因此將其分類的借閱情形列成下表，從下表可 以得知其所熱門的借閱項目，而以下資料的分布情形可以在資料探勘後，作為其 結果的參考依據。

表 4-18：訓練資料和測試資料於各分類的借閱情形

分 類 號

訓練資 料數量

測試資 料數量

分 類 號

訓練資 料數量

測試資 料數量

分 類 號

訓練資 料數量

測試資 料數量

分 類 號

訓練資 料數量

測試資 料數量

0 14 19 25 12 0 50 217 71 75 94 38

1 73 17 26 2 0 51 998 272 76 77 40

2 5 0 27 16 6 52 3033 1654 77 43 25

3 41 3 28 239 35 53 354 110 78 653 135

4 16 1 29 284 83 54 1480 708 79 48 12

5 0 0 30 97 26 55 1247 537 80 9421 3979 6 162 5 31 5317 2058 56 3182 1412 81 445 180

7 58 11 32 52 9 57 352 100 82 379 38

8 13 2 33 11 6 58 2154 1074 83 151 49

9 10 14 34 8 2 59 101 33 84 104 21

10 86 16 35 56 25 60 6 6 85 18025 4503

11 24 8 36 83 61 61 194 66 86 4310 1226 12 455 40 37 105 26 62 412 132 87 4434 1286

13 7 6 38 222 56 63 30 4 88 369 136

14 174 62 39 131 22 64 13 0 89 39 8

15 36 4 40 5 3 65 0 0 90 199 108

16 0 0 41 1162 276 66 2 0 91 526 199

17 4104 1204 42 3094 951 67 1823 544 92 128 28

18 40 10 43 453 186 68 25 8 93 52 17

19 1066 275 44 265 118 69 42 20 94 497 64

20 13 3 45 11 1 70 0 0 95 125 28

21 34 0 46 35 30 71 255 63 96 1027 213

22 209 58 47 161 48 72 5 0 97 517 112

23 0 0 48 746 291 73 1088 381 98 159 106 24 106 16 49 9131 3388 74 408 93 99 2381 614