English  |  正體中文  |  简体中文  |  Items with full text/Total items : 75035/106099 (71%)
Visitors : 19428407      Online Users : 376
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
    政大機構典藏 > 商學院 > 資訊管理學系 > 期刊論文 >  Item 140.119/27134
    Please use this identifier to cite or link to this item: http://nccur.lib.nccu.edu.tw/handle/140.119/27134


    Title: 以範例學習法研究重要性判斷行為
    Other Titles: An Empirical Study of Materiality Judgement Behavior Through Learning from Examples Approach
    Authors: 楊建民;劉立倫;林震岩
    Yang, Jiann-Min;Liu, Li-Lun;Lin, Jan-Yan
    Keywords: 人工智慧;專家系統;重要性判斷;範例學習
    Date: 1993-03
    Issue Date: 2009-01-17 16:13:38 (UTC+8)
    Abstract: 重要性判斷過去一直深受學者注意,並在相關文獻中引起廣泛的討論。本研究首次採用人
     工智慧範例學習之技術,探討存貨損失重要性判斷的政策;再以判斷結果是否來自一致性
     的判斷法則的觀點,來衡量分析存貨損失重要性判斷政策的品質。研究中審計個案之例子
     資料庫,係以因子設計並由電腦隨機產生;每個例子(個案)包括10個線索,並要求受試
     者(包括65位審計人員及40位政大會研所研究生)判斷存貨損失事件之重要性,及應否在
     損益表上單獨揭露。研究結果顯示:受試者主觀判斷所勾選之較重要的線索,順序相當一
     致,其中最主要者為「存貨損失佔稅前淨利之比率」;同時主觀選取之重要性線索,亦能
     與範例學習演算法所優先確認出區別能力較強的線索相一致,表現出受試者具有高度之自
     我洞察力。研究中也發現,研究生群判斷個案中所顯示的「穩定性」,及判斷個案與分類
     樹法則之間的「共識性」,均較審計人員群為高,主要是因為研究生群體的同質性較高所
     致。整體而言,範例學習法表現了相當強的概念分類能力,可做為重要性判斷行為另一種
     有效的研究途徑。
    Relation: 政大學報,66,249-268
    Data Type: article
    Appears in Collections:[資訊管理學系] 期刊論文
    [第66期] 期刊論文

    Files in This Item:

    File Description SizeFormat
    249.pdf1745KbAdobe PDF257View/Open


    All items in 政大典藏 are protected by copyright, with all rights reserved.


    社群 sharing

    著作權政策宣告
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback