勤益科大機構典藏:Item 987654321/1240
English  |  正體中文  |  简体中文  |  Items with full text/Total items : 2928/5721 (51%)
Visitors : 1500872      Online Users : 311
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version


    Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/1240


    Title: 應用粗糙集分析IC封裝業之客訴案件
    Apply Rough Sets to Analyze Customer Complains of IC Packaging Industry
    Authors: 林彥廷
    Lin, Yen-Ting
    Contributors: 工業工程與管理系
    Keywords: 粗糙集;IC封裝;分類;屬性選擇;決策規則;客訴案件;客訴
    Rough sets;IC Packaging;Classification;Attributes selection;Decision rules
    Date: 2005
    Issue Date: 2008-10-06 13:31:11 (UTC+8)
    Abstract: 從半導體製作的過程來看,封裝製程屬於IC產業的後段,而良率的好壞影響到IC出貨的穩定。由於產品類型十分多樣化,有些客戶還會限制產品的規格與品質的要求,即便不斷地對有瑕疵的作業流程進行改善,有時候還是無法避免客訴的問題發生。當發生了客訴事件之後,無論是否妥善的解決客戶的問題,對公司來說終究會造成負面的影響。對於永續經營的企業來說,只有持續提供顧客滿意的產品,才能夠創造出競爭的優勢。
    本研究是以國內某半導體封裝廠為研究對象,根據2002年到2004年的客訴資料,利用粗糙集理論(Rough Sets Theory)來分析客訴案件當中的重要屬性因素,並且歸納出相關的規則,根據不同客戶的問題迅速找到發生的原因並且尋求妥善的解決方法。粗糙集是一種適合處理模糊、不精確或不完整資訊的分析工具,其不僅能夠大幅度地刪減多餘的資料而且還可以從資料中發掘隱含的知識與推論決策的規則。在研究中我們主要的目的是希望能夠從龐大的客訴資料中找出關鍵的影響因素以及減少資料的維度,並且獲得客訴問題的決策規則,進而提供相關的作業人員在事前採取預防措施,降低客訴事件發生的機會。
    在粗糙集的資訊系統中屬性分成條件與決策屬性兩種,我們選擇了11個條件屬性與1個決策屬性,按照客訴問題的嚴重程度將決策屬性分成三種等級的分類。接著應用粗糙集我們得到四個的屬性化簡集合,每個屬性化簡剛好都包括含6個屬性項目,而從所有屬性化簡交集的屬性項目中,我們得到了有4個屬性項目的核屬性並依其計算分類的品質為0.9361,這與全屬性的分類品質0.9802比較,我們可以說核屬性對於資料的分類,依然保有近似原來的分類效果。在所推論的決策規則也顯示,哪些屬性的組合很有可能發生什麼樣的客訴情況,而這些規則在與公司專業人員的討論之後認為,對於日後降低客訴事件的發生,決策規則可能會是有用的建議事項。
    Appears in Collections:[Development of Industrial Engineering and Management] 【工業工程與管理系所】博碩士論文

    Files in This Item:

    File SizeFormat
    0KbUnknown1236View/Open


    All items in NCUTIR are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback