實驗室簡介

本實驗室由李瑞庭老師主持，位於管院一館 503B，人數約有博士生 4 人、碩士生 10 人及專題生 6 人。實驗室裡老師和藹、學長姐親切、學弟妹可愛 ，氣氛十分融洽，再加上完善的設備及充裕的物資，是個極適合做研究的好地方！

實驗室分機：(02) 33661202

研究主題

實驗室的研究主題在於如何處理大量的、包含各種型態的資訊，使得資訊的產生、管理及應用可以更趨豐富、有效。主要分為以下兩組：

● Data Mining

Data Mining，是指找尋隱藏在資料中的訊息的過程，從資料中發掘資訊或知識。如趨勢 (Trend)、特徵 (Pattern)、相關性 (Relationship)或相依性分析(Dependency Analysis）。因此Data Mining組就是研究DM領域相關的知識，其目的是利用不 同的演算法或工具，從大量資料中，分析出有價值的知識。DM整合了多個不同領域的技術如統計，人工智慧，影像處理，產業專業知識以及資 料庫等相關的技術。目前DM領域蓬勃的發展與應用，也受到業界的密切關注，目的在於使用商業智慧來協助企業了解營運狀況、衡量績效、改 善關係、創造獲利機會，充分利用資料價值，更進一步可以應用DM來解決的問題，包括找出商品的最佳搭配行銷策略或找出最有貢獻的潛在顧 客等。
 

在這個快速發展的領域中，產生出許多值得探討的議題，包括提昇DM的效率，發展新的方法或模型去發現更多的知識，尋找新的應用範疇等 等。而DM小組的任務當然就是，在這大量資料海中，如果研發出一套有效率且快速的演算法來幫助我們發現資料中的隱性有用資料，以便未來 決策支援或智慧型偵測系統的應用。

目前DM組將研究主題放在社群網路的分析與探勘(social network mining)，時間與空間樣式探勘(spatial and temporal pattern mining) 以及多媒體檢索(multimedia mining)，根據現實不同層面的應用來發展其相對應解決問題的方法，是DM組的特色與努力的目標。

● Knowledge Management

知識管理（Knowledge Management）是一項在1990年代中期開始在全球崛起的學術與商業應用主題，由於資訊量以驚人的速度不斷的成長， 如何在龐大且人工無法有效率處理的資料中，擷取出有用的資訊，是一門相當重要的課題。

知識的層級可分為資料、資訊、知識及智慧四個階段，而知識的形成則是透?資料收集，再從資料中找出有用的資訊，利用這些資訊加上自 己的想法及做法，最後形成有用的知識，而智慧則是以知識為基礎加上個人的應用能力加以運用於生活上。

本小組的研究主題在於應用Data mining與Machine learning的方法，將知識的發現(knowledge discovery)變的有效率且有效，利用擷取到 的資訊，我們可以針對各領域的研究主題更深入的分析，建立準確的預測模型。例如，股價的變動是否可由股價相關新聞與財務報表的內容進 行預測與分析。目前KM組將研究主題放在財務領域相關的文字探勘、股價時間序列的樣式探勘、頻繁子空間之資料探勘，根據不同領域的問題 ，發展出合適的應用與解決問題方法，是KM組的特色與努力的目標。

專題

今年度的資管專題著重在Data Mining方面，由李老師指導、碩士生協助，目標是讓專題生了解DM領域中基本但經典的演算法與實作方法， 以及熟悉目前市面上廣泛使用的DM相關軟體。

結語

資訊量以驚人的速度不斷成長，如何管理大量的資料，並從中萃取出有用的部份加以應用，是非常重要且迫切需要的。藉由這些相關技術， 可以使資訊增值，協助學界在各研究領域的發展，或是成為組織所需、企業決策者制定策略的基準，而這也是本實驗室未來繼續努力的目標！內容範本，請點擊這裡編輯內容