第三章 研究方法
3.2 資料蒐集與處理
3.2.1 合約書內容
合約書是以雙方當事人互相對立合致的意思表示所構成的，其中包括要約及承諾 兩個基本的意思，合約書主要的內容大約如下，合約書範本內容如下圖 3-2、圖 3-3 示：
1. 工程名稱 2. 工程地點 3. 合約總價
4. 交貨期限 5. 付款方式 6. 工程監督
7. 維持交通 8. 材料檢查 9. 材料延期
10. 交貨終止 11. 交貨驗收及接管 12. 逾期賠償
13. 保固期限
圖 3-2：合約書內容 圖 3-3：合約書內容
23
3.2.2 合約書功能
主要了解甲乙買賣雙方之間所簽訂之合約，如有不遵守或毀約之行為可向對 方進行求償。在合約書裡會提到工程範圍、建材說明、施工說明及規定事項、工 程期限等，這些都是需要被遵守的，如未遵守就會合約書訂定相關扣款之罰責，
因此簽訂合約書是要雙方遵守約定的規範。
3.2.3 合約書之選擇
主要選擇合約書的原因為它是雙方所簽署的約束，具有法律上的效力所以營 建商、地點、時間、價目等所蒐集的資料是具有意義的。為何不選擇顧客資料庫 或是出貨單，因為每間公司出貨數量、時間不一致，所以會造成資料選擇上的誤 判。
3.2.4 蒐集資料
蒐集南部某家防火門公司的合約書，至 2008~2013 年所有買賣交易的合約書，
經整理約有 156 本合約書，而萃取出合約書相關資料，以利後續分析。
3.2.5 資料前置處理與資料庫
將蒐集好的合約書，進行初步的分類，作為後續研究資料之分析。表 3-1 為 本研究之工程名稱，在工程名稱表裡可以得知研究合約書的公司名稱、合約項目、
數量及單價等，為工程建案叢聚的關係依據。
24
25
3.2.6 叢聚分析（J-Express）
本研究，使用 MolMine 公司的 J-Express 軟體為本系統進行資料探勘中合約 書之叢聚的工具，此軟體為利用 Java 語言發展，目前最新版本有到 J-Express 2012，
語言使用介面為英文，本研究使用 2011 Multiplatform 作業系統上運作的版本，
此套軟體主要提供的分析工具為叢聚分析。
J-Express 分析方法為階層式叢聚分析及 K-means 分析法，在研究方法中將 會有更深入的探討及研究。
3.2.7 分析結果探討
利用叢聚分析結果，讓企業知道從顧客對企業所提供產品與服務之表現，學 習如何加強提供更佳的產品與服務品質，並以顧客為中心，擬定有效的經營管理 與營運目標，以建立企業與顧客間之關係。最終希望能根據顧客購買行為，提供 顧客量身訂做的服務，以提高顧客滿意度，提升企業利潤。
3.3 研究方法
本研究將建立蒐集好的資料表後，接下來會依據此資料，進行相關聯的叢聚。
本研究在文獻探討有提到，叢聚的方法有分成 5 大類，但主要常用的分類可以分 為階層式叢聚法以及分割式叢聚法，根據本研究的資料特性，是依據建案合約書 為範本資料中尋找叢聚分析來源，因此本研究採用叢聚法中的階層式叢聚法及分 割式叢聚法，探討合約書之間叢聚關係。
在階層式叢聚法方面為一種階層架構的方式，將資 料層反覆地進行分裂或聚 合。在 J-Express 軟體中可以選擇的連結方式有：
26
1. Squared Eculidean（平方歐幾里德距離）
2. Eculidean（歐幾里德距離）
3. Bray Curtis
4. Manhattan（曼哈頓距離）
5. Cosine Correlation（餘弦相關）
6. Pearson Correlation（皮爾森相關）
研究常使用評估的方法為：曼哈頓距離與歐幾里得距離。 Han & Kamber（2000）。
K-means 演算法應用在其它領域資料的分類上，已獲得相當程 度證實，可以 快速且有效的將資料分類出來，我們將其應用在 合約書的分類上，是希望利用 K-means 演算法的優點，將合約書作適性的、客觀的分類。
K-means 在使用上的必須事先設定分群數目 K，但一般較難從原始資 料中去 判斷適當的群數，且在使用者主觀的認定並不斷測試下，容易產生主觀上的偏差 而不夠客觀。因此發展出選取 K-means 選擇最初叢聚中心的方法，在 J-Express 中分為四種 Pena et al.,（1999）：
27 用的探勘工具有 Weka、DB2 Intelligent Miner、DB Miner、Clementine、Microsoft SQL Server 以及 J-Express 等。
由於本研究欲利用階層式叢聚法、K-means 以及主要成分分析法來作為研究 中進行合約書叢聚資料型態顯示的技術，因此經過搜尋以及評估現有的工具之後，
本研究決定利用由挪威 MolMine 公司所研發的資料探勘軟體 J-Express 為進行叢 聚的工具，J-Express 所提供的功能包括，階層式叢聚，以 K-means 方法為主的 分割式叢聚法， 主要成分分析法（PCA；Principal Component Analysis），自我 組織圖（SOM）。本研究採用此軟體為工具的主要原因，因為這套軟體對於叢聚