近幾年，臺灣高速公路電子收費系統成為國內智慧型交通運輸系統(ITS)發展之龍頭，除了大幅改善行車品質及車輛之通行效益，也降低了人工收費之維護、管理成本等。臺灣ETC目前為第三代的系統，對於電子收費轉換後的成效及服務品質的提升，民眾滿意度逐漸提高，ETC利用率更突破94 %。在電子收費系統技術的建置及進步下，我們能夠掌控交通即時資訊，在數據蒐集上也更為便利，ETC的收費成功偵測率不斷提升至99.9 %以上，在國際間享譽盛名。因此，如能找出偵測失敗的因素並加以改善系統，將有助於臺灣eTag技術更為進步及完善。

本研究透過所取得eTag用戶在高速公路通行時的記錄，使用關聯規則分析(Association Rules)挖掘出資料中所隱含的資訊。本研究提出一套系統化之方法，針對欲得到的目標變數-偵測結果與相對屬性間的關係，運用關聯規則資料探勘模式，建構出關聯規則，並加上準確度分析，為營運單位找出重要的關聯規則。期望本研究之結果，可提供高速公路電子化收費系統改善之參考。

In recent years, Freeway Electronic Toll Collection plays leading role in the development of Intelligent Transportation System (ITS) in Taiwan. In addition to significantly improving traffic efficiency and driving quality of the vehicle, it reduces maintenance and management costs of Manual Toll Collection. Currently, Taiwan ETC is third generation system. For the effect and quality improvement in service of Electronic Toll Collection, there are not only a gradual increase in public satisfaction but also the utilization rate of ETC is more than 94%. We can control Real-Time traffic information and get more convenient from data collection for the technological progress of Electronic Toll System. ETC has an excellent reputation all over the world because its successful detection rate is rising to over 99.9%. Accordingly, if we can find the identify factors of failure detection and improve the system, it will make Taiwan eTag technology better.

This study aims to extract information from the driving record of eTag users via association rules. The purpose of this study is to provide a systematic approach and develop a data mining framework based on association rule to derive useful patterns and rules for our target variable - detection result. Furthermore, this study provides accuracy analysis in rule validation and search for important association rules for the business organization. We expect that the implementation of this study can serve as a reference for the freeway electronic toll system for improvement.

摘要 I
ABSTRACT II
誌謝 III
目錄 IV
圖目錄 VI
表目錄 VIII
第一章 緒論 1
1.1研究背景與動機 1
1.2研究對象與目的 2
1.3研究架構 2
第二章 文獻探討 4
2.1電子收費系統 4
2.1.1電子收費系統ETC沿革與相關技術 5
2.1.2各國交通電子收費系統應用 9
2.1.3國內外電子收費系統相關研究 10
2.2 關聯規則於交通領域相關研究 13
第三章 研究方法 17
3.1關聯規則 17
3.1.1關聯規則定義 17
3.1.2關聯規則三指標 18
3.1.3 Apriori演算法 19
3.2關聯規則資料探勘模式 24
第四章 個案研究 28
4.1案例背景與問題架構 28
4.2 資料蒐集與準備 31
4.2.1資料蒐集與前處理 31
4.2.2資料視覺化 33
4.2.3資料分類 39
4.2.4目標變數及輸入變數的選擇 40
4.3建構關聯分析規則 41
4.4驗證關聯規則 43
4.5結果與討論 48
第五章 結論 51
5.1結論 51
5.2未來研究 52
參考文獻 53
附錄一 關聯規則驗證結果 56

[1] 交通部臺灣區國道高速公路局全球資訊網，http://www.freeway.gov.tw/
[2] 中華電信公司研究所，1997，高速公路自動收費系統研發營運規劃書。
[3] 臺灣電子收費系統公司網站，http://www.fetc.net.tw/
[4] 維基百科，高速公路電子收費系統(臺灣)，https://zh.wikipedia.org/
[5] 鄭家豪，2015，電子收費系統資料於交通管理策略之研究，逢甲大學運輸科技與管理學系碩士論文。
[6] 高速公路局，2004，技術發展現況與國外案例。
[7] Al-Deek, H., Mohamed, A., and Radwan, A., 1997, “Operational Benefits of Electronic Toll Collection: Case study,” Journal of transportation engineering, Vol. 123, Issue 6, pp. 467-477.
[8] Levinson, D., and Chang, E., 2003, “A model for optimizing electronic toll collection systems,” Transportation Research Part A: Policy and Practice, Vol. 37, No. 4, pp. 293-314.
[9] 戴怡芸，2004，高速公路ETC施行下將區段收費改為里程收費之過度市場調控機制研究，國立臺灣大學土木系研究所碩士論文。
[10] Ito, T., and Hiramoto, T., 2006, “A general simulator approach to ETC toll traffic congestion,” Journal of Intelligent Manufacturing, Vol. 17, Issue 5, pp. 597-607.
[11] Chen, C., Fan, Y., and Farn, C., 2007, “Predicting electronic toll collection service adoption: An integration of the technology acceptance model and the theory of planned behavior,” Transportation Research Part C, Vol. 15, pp. 300-311.
[12] Xiao, Z. H., Guan, Z. Q., and Zheng, Z. H., 2008, “The Research and Development of the Highway's Electronic Toll Collection System,” Knowledge Discovery and Data Mining, pp. 359-362.
[13] 沈怡如，2010，高速公路電子收費系統使用族群特性之探討，國立交通大學運輸科技與管理學系碩士論文。
[14] Yamazaki, H., Uno, N., and Kurauchi, F., 2012, “The effect of a new intercity expressway based on travel time reliability using electronic toll collection data,” IET Intelligent Transport Systems, Vol. 6 , Issue 3, pp. 306-317.
[15] 許博智，2014，應用Kano-IPA模式與品質機能展開於高速公路電子收費系(eTag)之服務品質改善，臺北科技大學資訊管理研究所碩士論文。
[16] Agrawal, R., Imilienski, T., and Swami, A., 1993, “Mining Association Rules between Sets of Items in Large Databases,” In Proc. Of the ACM SIGMOD Int'l Conf. on Management of Data, pp. 207-216.
[17] Agrawal, R., and Srikant, R., 1994, “Fast Algorithm for Mining Association Rules in Large Databases,” In Proc. Int'l Conf. on Very Large Data Bases, pp. 487-499.
[18] 粘曾誼，2003，道路交通事故與健保門診資料之整合分析與資料探勘技術應用，國立中央大學機械工程學系碩士論文。
[19] 張敏亮，2005，應用資料探勘於交通事故環境之關聯規則與預測，臺中健康暨管理學院資訊科學與應用學系碩士論文。
[20] 周厚鈞，2008，應用資料串流探勘於交通事故資料分析之研究，朝陽科技大學資訊管理系碩士論文。
[21] Cheng, W., Ji, X., Han, C., and Xi, J., 2010, “The Mining Method of the Road Traffic Illegal Data Based on Rough Sets and Association Rules,” In Proc. Int'l Conf. on Intelligent Computation Technology and Automation, Vol. 3, pp. 856-859.
[22] Zhou, H., Mabu, S., Wei,W., Shimada, K., and Hirasawa, K., 2010, “Time Related Class Association Rule Mining and Its Application to Traffic Prediction,” IEEJ Transactions on Electronics, Information and Systems, Vol. 130, Issue 2, pp. 289-301.
[23] Yang, X. F., and Liu, Z., 2012, “The Application of Association Rules Mining in Building Intelligent Transportation Systems,” Journal of Convergence Information Technology, Vol. 7, Issue 20, pp. 575-582.
[24] 林政慶，2014，以資料探勘方法探討汽車交通違規與車輛駕駛人相關性之研究，國立高雄應用科技大學資訊管理系碩士論文。
[25] Sriratna, P., and Leesutthipornchai, P., 2015, “Interesting-Based Association Rules for Highway Traffic Data,” In Proc. Int'l Conf. on International Computer Science and Engineering, pp. 1-6.
[26] 杜瑾、郝珺、樊海瑋，2015，高速公路收費數據中環境-運營特徵關聯規則挖掘，長安大學學報自然科學版，第5期。
[27] Han, J., and Kamber, M., 2000, “Data Mining: Concepts and Techniques,” Morgan Kaufmann Publishers.
[28] 數位時代，2012，10倍客戶的超級武器─Big Data數字煉金，214期，巨思文化出版。
[29] 彭金堂、張盛鴻、簡禎富、楊景晴，2005，建構關聯規則資料探勘架構及其在台電配電事故定位之研究，資訊管理學報，第十二卷，第四期，頁121-141。
[30] 廖述賢、溫志皓，2011，資料探勘理論與應用：IBM SPSS Modeler為範例，博碩出版。