在資訊科技發達年代，資料成為管理的重要元素。營建業擁有複雜的生產系統，因此通常靠人力收集資料。為了提高資料收集效率與準確性，了解資料需求與預處理成為營建業資料管理的基本工作。另外，國內工程在進度管理上，管理者多以經驗判斷，也不確定是否能如期完工。
本研究建立施工進度資料處理及完工預測方法。首先，依據案例工程提供之價目表，了解分工結構存在位階不相稱與工項重複兩點改善空間。參照工程會之PCCES，重新建立分工結構與編碼，並以成本百分比資料代入，檢驗新建立之分工結構完整性。另外，依據案例工程提供之廠商資料，建立組織結構並與分工結構連結。
然後，提取與預處理五個部分工程之進度資料，計算各週進度績效。接着提出二個預測公式，帶入資料計算預測完工時間，以比較兩公式的準確率，分別為91.0%與84.5%。由此結果看出預測公式的有效，可再用到更多不同種類的工程，以證實其準確率。另外，為進度預測訂立作業程序，可供實務上參照操作。
最後建立以WP為核心之實體關係圖，以進度、成本、品質與廠商四個層面訂立實體、屬性、定義域與關係。以Access建立資料庫模型，將預處理之進度資料輸入模型，透過分類與搜索表單檢驗模型。未來可以模型為藍圖，建構完整資料庫，以推廣至工程應用。

Data plays a key role in management. For the construction industry, data is gathered by on-site personnel. For schedule control, it often relies on experience and is not sure when a project can be finished.
This study investigates the construction progress data and completion time forecast. First, Work Breakdown Structure (WBS) is established to integrate and categorize data for a case project. The study then uses work package (WP) to sort data as well as assess and forecast construction completion. Lastly, a WP-based entity-relationship model is constructed to categorize and analyze data.
The study’s five results are as follows: (1) Development of WBS according to the Bill of Quantities of the case project and PCCES. (2) Confirmation of progress data needs and preprocessing data. (3) Proposal of completion time forecast calculated through two formulas. After comparison to substantial completion time of five sub-projects, the forecast accuracy is over 80%. (4) Development of a completion forecast procedure for construction projects use. (5) Establishment of a WP-based entity-relationship model to inspect the operational functions of the database through Microsoft Access.

一、英文
1. Ahuja, H. N., Dozzi, S. P., and Abourizk, S. M. (1994). Project Management Techniques in Planning and Controlling Construction Projects, John Wiley & Sons, Inc, New York.
2. Chang, S. T. and Tsai, Y. W. (2003). “Engineering Information Classification System.” Journal of Construction Engineering and Management, ASCE, Vol.129, No.4, pp.454-460.
3. Clough, R. H. and Sears, G. A. (1991). Construction Project Management, John Wiley & Sons, Inc, New York.
4. Construction Industry Institute (1998). Work Packaging for Project Control, November, University of Texas at Austin, Austin.
5. Construction Specifications Institute (2016). MasterFormat Numbers & Titles, April 2016, CSI, US.
6. Ghuman, S. S. (2014). “A Review of Data Mining Techniques.” International Journal of Computer Science and Mobile Computing, ISSN, Vol.3, Issue.4, pp.1401-1406.
7. Glavan, J. R. and Tucker, R. L. (1991). “Forecasting Design-Related Problems-Case Study.” Journal of Construction Engineering and Management, ASCE, Vol.117, No.1, pp.47-65.
8. Halpin, D. W. (1985). Financial & Cost Concepts for Construction Management, John Wiley and Sons Ltd.
9. Halpin, D. W. and Senior, B. A. (2012). Construction Management, International Student Version, 4th Edition, Vitalsource Technologies Inc.
10. Ham, J. and Kamber, M. (2000). Data Mining: Concepts and Techniques, 4th Edition, Morgan Kaufmann Publishers.
11. Harrington, J. L. (2016). Relational Database Design and Implementation, 4th Edition, pp.55-88, Morgan Kaufmann, American.
12. Jain, S., Shukla, S. and Wadhvani, R. (2018). “Dynamic Selection of Normalization Techniques Using Data Complexity Measures.” Expert Systems With Applications, Elsevier, Vol. 106, pp. 252-262.
13. Kang, L. S. and Paulson, B. C. (1997). “Adaptability of Information Classification System for Civil Works.” Journal of Construction Engineering and Management, ASCE, Vol.123, No.4, pp.419-426.
14. Kerridge, A. E. and Vervalin, C. H. (1986). Engineering and Construction Project Management, Gulf Publishing Co., Houston.
15. Landin, A. (2000). “ISO 9001 within the Swedish construction sector.” Construction Management and Economics, Routledge, Vol.18, No.5, pp.509 – 517.
16. Teorey, T., Lightstone, S., Nadeau, T. and Jagadish, H. V. (2011). Database Modeling and Design, 5th Edition, pp.13-34, Morgan Kaufmann, American.
17. Thomas, H. R. and Mathews, C. T. (1986). An Analysis of The Methods for Measuring Construction Productivity, Bureau of Engineering Research, Austin.
18. Trnka, A. (2012). “Results of Application Data Mining Algorithms to (Lean) Six Sigma Methodology.” Annals of Faculty Engineering Hunedoara - International Journal of Engineering, ISSN, Issue.1584-2665, Romania.
19. Tsai, C. W., Lai, C. F., Chiang, M. C. and Yang, L. T. (2014). “Data Mining for Internet of Things: A Survey.” IEEE Communications Surveys & Tutorials, IEEE, Vol. 16, No. 1, pp. 77-97.

二、中文
1. 李仲明(1998)，快速興建半導體晶圓製造廠作法之研究，碩士論文，清華大學。
2. 李嘉文(2001)，施工日報之資料需求，碩士論文，成功大學土木工程系。
3. 林勤富(2004)，會議議題編碼與追蹤系統，碩士論文，成功大學土木工程系。
4. 根本和史(2003)，資料庫設計ER Model基礎講座，碩博文化。
5. 唐文堂(2007)，品質指標初次合格率與缺失重做費用探討，碩士論文，成功大學土木工程系。
6. 陳功(2011)，資料庫應用，考用出版社，台灣。
7. 陳朝和(2000)，時程規範，碩士論文，成功大學土木工程系。
8. 陳瑞琪(2011)，建立工程專案WBS分解模式之研究–以建築工程為例，碩士論文，臺灣大學。
9. 張行道(1991)，「用關聯式資料庫方法規劃整合性工程資訊管理系統」，八十年電子計算機於土木水利工程應用論文研討會。
10. 張行道(1992)，「成本時程整合的第一步---分工結構(WBS)」，工程知訊，第13期，第40 - 52頁。
11. 張云濤和龔玲(2017)，資料探勘原理與技術，增訂二版，五南圖書出版股份有限公司，台北。
12. 黃价成(1999)，時程管理體系整合做法，碩士論文，成功大學土木工程系。
13. 蔡雅雯(2001)，顧問工作編碼系統，碩士論文，成功大學土木工程系。

三、網站
1. Eion Blogger (2019)，SQL Data Types資料型別，http://www.eion.com.tw/Blogger/?Pid=1155，2019年4月20日上網查得。
2. 行政院公共工程委員會(2019)，公共工程技術資料庫，https://pcces.pcc.gov.tw/csi/Default.aspx?FunID=Fun_9_2&SearchType=B，2019年4月20日上網查得。