Page 61 - 物聯網金融商機

ୋɧ௝
大數據商業分析 53

業分析瞭解之用，這其中有很多方式，例如將資訊做分類，以

便能快速和清楚瞭解關鍵資訊的呈現。資訊分類必須利用分類
工具方法來達到分類目的，一般分類工具方法有決策樹及集群
分析。所謂決策樹 (Decision Tree) 是一種常用於預測模型的

演算法，是一種決策過程的圖形，決策過程中由許多不同的屬
性和發生事件相互配合而成，決策樹如同樹狀分析，是同時提
供分類和預測常用的決策方法。在預測技術方面乃依據某一特

定對象屬性，觀察其過去的行為或歷史資料，藉以推估其未來
的預測值。在資訊分類方面乃對於資料中的每一種屬性都建立

一個 1 層的決策樹，假若有 m 個屬性那我們就會有 m 個決策
樹，從這些決策樹中取分類錯誤率最小，當作預測新資料類別
的規則。所謂集群分析可分成分層法 (Hierarchical)、非分層法

(Non-hierarchical) 和兩階段法。它是一種邏輯程序，探討如何
將預測對象分為類似的群體。將比較相似的樣本聚集在一起，
若具有某些共同特性者，則形成集群 (cluster)。以「距離」作

為分類的依據，「相對距離」愈近的，「相似程度」愈高，歸
類成同一群組。上述運算方法其實就是認知運算所運用到的機
器學習方法，因此大數據和認知運算須做結合，認知運算提供

了一種更新的方法來發現數據的價值。所以，發現數據的價值
就是大數據真正意義，尤其是在異質數據環境中，因此如何擷

取有價值的數據及決策資訊的關聯性是很重要的。因為企業在
做決策時，最困難的是面對不確定環境和無用數據資訊，故如
何設計所需的數據資訊及之間關聯性並構思在人類決策行為模

式，就變得非常重要，這是一種數據才是主體的設計概念。在
傳統的程式設計中，是以程式設計為主體，數據資料只是程式