結合知識地圖之公部門陳訴文件自動化分案系統

An Automatic Classified System for Public Opinion in E-Government based on Knowledge Map

10.6382/JIM.201110.0001

鄭麗珍(Li-Chen Cheng)；賴美惠(Mei-Hui Lai)

知識管理 ； 知識地圖 ； 文字探勘 ； 關聯規則 ； Knowledge management ； Knowledge map ； Text mining ； Association Rules

資訊管理學報

18卷4期（2011 / 10 / 01）

1 - 20

繁體中文

電子化政府是政府部門於便捷的網路環境上提供便民服務，讓民眾可以不用出門便可處理各項業務。而為了提供民眾申訴或表達意見的管道，在政府部門網站內提供「首長信箱」功能。為表示對於民眾意見的重視，因此必須快速且正確地將民眾意見分案至相關單位進行處理及回應。本研究透過訪談方式，發現在這些分案專家的腦中似乎有張各部門工作職掌的知識地圖一般，可以快速且準確的做好分案工作。過去關於文件分案的研究，都忽略這一塊，而直接用文字探勘的技術來做分類。基於上述緣由，本研究嘗試提出二階段的分案處理模式建立文件分案自動化的機制，減少人工作業的流程及成本，提升政府的服務效率。本文所提之二階段分案處理模式，首先運用訓練資料及文字探勘技術來建立知識地圖，接著透過新進文件與知識地圖的比對進行文件分案的預測。經實驗證明，本文所提出之分案模式可以準確且有效率的達致預期的目標。

E-government means using information and communications technologies to improve the transparency, efficiency, and effectiveness of public institutions. The government can provide many convenient online services to serve the civil well. Especially, many local governments in Taiwan have used ”Mayor's Email-box” to handle citizen complaints or opinions. Quick responses to those complaints or opinions are needed in e-government services. Therefore, to classify the citizens' opinions quickly and correctly has become an import work for the government. Through interview with the domain experts, we found that ”knowledge map” can improve the efficiency of classification system which was ignored before.This study proposes a framework which contains two phase works. First, the knowledge map should be built up based on the association rules discovered from the training data. Next, the unclassified documents will be categorized according to the knowledge map.To verify the proposed framework efficiency and accuracy, extensive experiments are conducted using real data sets. The experimental results indicate that the proposed method is computationally efficient, and can effectively categorize documents.

1. 邱登裕、潘雅真(2006)。結合資訊檢索與分群演算法建構知識地圖。資訊管理學報，13(S)，137-160。
   連結：
2. 侯建良、楊綠淵(2004)。以文件關聯性為基礎之企業知識客服管理模式。資訊管理學報，11(4)，205-228。
   連結：
3. 許中川、陳景揆(2001)。探勘中文新聞文件。資訊管理學報，7(2)，103-122。
   連結：
4. 黃國禎、朱蕙君、曾秋蓉、黃國豪、黃繼緯、林農堯(2007)。具自我調適功能之線上課程問題自動回覆系統。電子商務學報，9(3)，599-624。
   連結：
5. 中央研究院中文計算語言研究小組，中文詞知識庫小組，http://godel.iis.sinica.edu.tw/CKIP。
6. Agrawal, R.,Imieli ski, T.,Swami, A.(1993).Mining association rules between sets of items in large databases.ACM SIGMOD Record,22(2),207-216.
7. Alavi, M.,Leidner, D.(2001).Review: Knowledge management and knowledge management systems: Conceptual foundations and research issues.MIS quarterly,25(1),107-136.
8. Allee, V.(1999).The art and practice of being a revolutionary.Journal of Knowledge Management,3,121-131.
9. Choo, Chun Wei,Bontis, Nick(2002).The strategic management of intellectual capital and organizational knowledge.
10. Davenport, T. H.,Prusak, L.(1998).Working knowledge: How organizations manage what they know.Boston:Harvard Business School Press.
11. Haddad, H.,Chevallet, J.,Bruandet, M.(2000).,未出版
12. Hao, P.,Chiang, J.,Tu, Y.(2007).Hierarchically SVM classification based on support vector clustering method and its application to document categorization.Expert Systems with Applications,33(3),627-635.
13. Huber, G.(1991).Organizational learning: The contributing processes and the literatures.Organization science,2(1),88-115.
14. Joachims, T.(1998).Text categorization with support vector machines: Learning with many relevant features.Machine Learning: ECML-98,London, UK:
15. Kang, I.,Park, Y.,Kim, Y.(2003).A framework for designing a workflow-based knowledge map.Business Process Management Journal,9(3),281-294.
16. Kim, S.,Han, K.,Rim, H.,Myaeng, S.(2006).Some effective techniques for naive bayes text classification.IEEE Transactions on Knowledge and Data Engineering,18(11),1457-1466.
17. Komorowski, Jan(ed.),Zytkow, Jan(ed.)(1997).Principles of data mining and knowledge discovery.
18. Lin, F.,Hsueh, C.(2006).Knowledge map creation and maintenance for virtual communities of practice.Information Processing & Management,42(2),551-568.
19. McCagg, E.,Dansereau, D.(1991).A convergent paradigm for examining knowledge mapping as a learning strategy.The Journal of Educational Research,84(6),317-324.
20. Nonaka, I.(1994).A dynamic theory of organizational knowledge creation.Organization science,5(1),14-37.
21. Salton, G.,McGill, M.(1983).Introduction to modern information retrieval.New York:McGraw-Hill.
22. 李卓銘(2006)。碩士論文(碩士論文)。私立淡江大學資訊工程學系。
23. 林昕潔、葉鎮源、陳信源、黃明居、柯皓仁、楊維邦(2008)。使用SVM與詮釋資料之圖書自動分類。2008資訊科技國際研討會（AIT 2008）
24. 林厚誼、蔣岳霖、周世俊(2002)。The design and implementation of Act e-Service Agent Based on FAQ Corpus。第七屆人工智慧與應用研討會
25. 范錚強(1999)。先進國家網路申辦之推動現況。研考雙月刊，23(1)，15-21。
26. 許昌偉(2005)。碩士論文(碩士論文)。私立銘傳大學資訊管理學系。
27. 郭瓊蓉(2005)。碩士論文(碩士論文)。國立中山大學資訊管理學系研究所。
28. 陳育民(2008)。碩士論文(碩士論文)。私立淡江大學資訊工程學系。
29. 陳良駒、陳日鑫(2009)。以關聯規則與共詞分析探討軍事新聞文件群集效果。第20屆國際資訊管理學術研討會
30. 曾元顯(2002)。文件主題自動分類成效因素探討。中國圖書館學會會報，68，62-83。
31. 魏莉斐(2006)。碩士論文(碩士論文)。國立臺灣科技大學資訊管理系。

1. 陳怡廷(2016)。從公司與顧客的認知價值初探企業潛在無形資產：以自然語言處理的方法為應用。中山管理評論，24(3)，565-608。