刑事警察人員 115 年資料探勘技術考古題

假設你在警檢調或司法機關，原來委外建置的關聯式資料庫有設計瑕 疵：有些表格候選鍵（Candidate Key）沒有被識別、有些表格沒有達成 第三正規化。請針對下列三個工作：「建立資料倉儲」、「操作OLAP （線上分析處理）」、「進行資料探勘」，分別至少舉2 例來說明會造成什 麼問題？你可自行假設資料庫的表格、欄位、設計瑕疵狀況。（20 分）

假設某一個判斷是否為詐騙電子郵件的模型，在全部10000 筆資料中， 「True Positive 真的為詐騙、且模型判斷為詐騙」有TP 筆、「False Negative 真的為詐騙、但模型判斷為沒有詐騙」有FN 筆、「False Positive 不是詐騙、但模型判斷為詐騙」有FP 筆、「True Negative 不是詐騙、且 模型也判斷不是詐騙」有TN 筆，其數值各如下： TP=2000 FP=150 FN=2100 TN=5750 ㈠判斷模型效力好壞有多個指標，請對下面五個指標，先列出公式，再 計算出數值至小數2 位：準確率（Accuracy）、精確率（Precision）、召 回率（Recall）、特異度（Specificity）、F1 分數。（15 分） ㈡請以上述五個指標綜合判定該模型的好壞，並說明理由。（3 分） ㈢在警檢調、司法做資料探勘，不能只依賴「準確率」、「精確率」、「召 回率」、「特異度」中單一指標，否則可能因樣本分布、探勘門檻設定 等造成模型整體效力其實不佳的狀況。請假設四個情境來分別說明若 只看該單一指標的問題。（12 分）

若你是司法人員，想找出慣竊之人格特徵與行為模式。請規劃一個完整 的資料探勘專案流程，說明你會收集那些資料、希望找出的各種規則、 對該規則使用那些技術，以及最後預期能達成什麼樣的施政幫助。（25 分）

若您是司法人員，想委外資訊廠商，找出慣竊之人格特徵與行為模式， 請列出招標需求規範（RFP）應特別著重的核心規範要點。（25 分）