近年來隨著「少子化」的現象日趨嚴重，造成人口結構與家庭組成的改變，家戶規模逐漸縮小，也間接影響住宅型態與格局空間的組成，因此開發商如何推出符合市場需求的住宅產品為重要的課題之一。然而，開發商於產品定位階段常以經驗來判斷，缺乏客觀的分析，可能會造成銷售狀況不佳導致存貨的產生，若是已經確定產品定位並委託建築師進行設計，這時進行產品變更，會造成時間與成本的浪費。因此，本研究透發過大數據分析實際建案格局與銷售率之關係，建立一套室內格局預測銷售模型，以客觀的角度來檢視是否為最佳設計方案，透過不動產實價登入與相關網站，針對台北市大安區、信義區實際建案，分析其平面格局與銷售狀況，接著將室內格局相關文獻進行整理，歸納出影響室內格局之因子，並分為兩階段分析。第一階段，以類神經網路(Artificial neural network)建構室內格局面積配比預測銷售率模型，經過案例訓練與測試後準確率達90%以上。第二階段，透過關聯規則(Association rule)分析其機能設置是否會影響銷售狀況，探討其銷售率高的因子為「無玄關」、「2房」、「1衛浴」、「無預備空間」、「開放式廚房」等，顯示小坪數格局於台北市信義區與大安區有較好的銷售狀況，也反映出目前市場的需求。因此提供給相關建築產業者，藉此幫助開發商於產品規劃設計時，擬訂產品組合的依據，提高整體效率與競爭性。

In recent years, as the trend of "fewer children" has become more and more serious, it has caused changes in the demographic structure and family composition, and the size of households has gradually decreased, which indirectly affects the composition of housing types and layout spaces. Residential products are one of the important issues. However, the prescriber often uses experience to make judgments in the product positioning stage. The lack of objective analysis may result in poor sales and lead to inventory generation. If the product positioning has been established and the architect is entrusted to design, then product changes are made. Will cause a waste of time and cost. Therefore, this study uses big data to analyze the relationship between the actual construction pattern and the sales rate, and establishes a sales rate prediction model to examine whether it is the best design plan from an objective perspective. The real estate price login and related websites are aimed at Taipei. The actual construction projects in Da'an District and Xinyi District , analyze the layout and sales rate, and then sort out the related documents of the interior layout, summarize the factors that affect the interior layout, and analyze it in two stages. In the first stage, an artificial neural network is used to construct an interior pattern area ratio forecasting sales rate model. After case training and testing, the accuracy rate reaches more than 90%. In the second stage, through the association rule (Association rule) to analyze whether its function setting will affect the sales situation, and explore the factors of its high sales rate as "no entrance", "2 bedrooms", "1 bathroom", "no preparation space", "Open kitchens", etc., show that the Small-Space Residence in Taipei City's Xinyi District and Da'an District has a good sales situation, and also reflects the current market demand. Therefore, it is provided to the relevant construction industry to help developers formulate the basis of product portfolio during product planning and design, and improve overall efficiency
and competitiveness.

一、 中文文獻
[1] 王文伶(2012)，住宅類型影響單身女性購屋選擇之研究，臺北科技大學/創新設計研究所(碩士論文)。
[2] 朱政德(1998)，台灣公寓式住宅室內空間規劃之研究--以室內設計雜誌之案例為例，中原大學/ 室內設計系(碩士論文)。
[3] 李尚華(2020) 建商推案行銷策略之研究 —產品定位、銷售時機方式、降價動機及銷售率影響之分析，國立政治大學/地政學系(博士論文)。
[4] 李珮瑄(2020)，以資料探勘技術探討綠建築等級、技術及成本關聯性，國立臺灣科技大學/ 建築系(碩士論文)。
[5] 李鴻英(2017)，人口結構變遷情境下對購屋行為偏好影響之研究-以臺北市為例，國立政治大學/地政學系(碩士論文)。
[6] 沈仁傑(2002)，多商店下的關聯規則挖掘，國立中央大學/ 資訊管理研究 所(碩士論文)。
[7] 林宛宣(2019)，應用資料探勘於臺北市住宅竊盜環境特性之關聯研究，國立臺灣科技大學/建築系(碩士論文)。
[8] 林怡芯,田政哲和黃苡筑. (2016). 影響台中市居民對大樓型預售屋購買意願影響因素之研究. 國立虎尾科技大學學報, 33(2), 45-56.
[9] 林祖嘉和林素菁(1993)，台灣地區環境品質與公共設施對房價與房租影響之分析，住宅學報，(1)，21-45。
[10] 林福展(2007)，從台灣傳統到現代住宅「起居空間」轉變之探討，中華大 學／建築與都市計畫學系(碩士論文)。
[11] 林學儒(2019)，高層集合住宅立面設計之成功關鍵因子，國立臺灣科技大學/ 建築系(碩士論文)。
[12] 張允中(2018)，集合住宅格局因子與性價比之研究，朝陽科技大學/ 建築系建築及都市設計系(碩士論文)。
[13] 張景盛,陳素月,藍宜亭和黃俊英(2013)，高雄地區住宅特徵與住宅環境的重視程度對居住滿意度之影響，建築與規劃學報，14(1), 33-46.
[14] 章錦釗(2008)，影響預售住宅銷售率之因素分析，國立中央大學/土木工程學系(碩士論文)
[15] 許哲維(2007)，台灣五層樓以下公寓式集合住宅室內規劃之研究－以室內設計雜誌登載之作品為例，國立雲林科技大學/空間設計系(碩士論文)。
[16] 陳南宏(2005)，運用類神經網路於住宅空間格局之相似度判斷，國立臺灣科技大學/ 建築系(碩士論文)。
[17] 陳郁文(2010)，台北市集合住宅之室內空間規劃的相關研究—以室內雜誌刊登作品為例，中原大學/ 室內設計系(碩士論文)。
[18] 彭其薇(2016)，都市集合住宅陽台空間機能變遷與潛在需求之研究，國立臺北科技大學/ 建築系建築與都市設計(碩士論文)。
[19] 曾國龍(2003)，台灣建築開發與全方位管理實務探討，國立交通大學/工學院工程技術與管理學程(碩士論文)。
[20] 賀振宇(2009) 高雄市中產階級自用住宅屬性需求之研究，國立中山大學/企業管理學系(碩士論文)。
[21] 楊文通(2015)，超高層豪宅開發案期前投資評估之個案研究，東海大學/高階經營管理(碩士論文)。
[22] 楊宗憲(2004)，住宅市場分析的三個議題-產品定位、餘屋、第二屋之研究，國立政治大學/地政研究所(博士論文)。
[23] 楊洺濤(2019)，房地產選購因素以及相對的重要性相關研究，台灣師範大學/高階經理人企業管理在職專班(碩士論文)。
[24] 廖咸興和張芳玲(1997)，不動產評價模式特徵價格法與逼近調整法之比較， 住宅學報，5:17-35。
[25] 滿浩然(2018)，台北地區二、三房預售屋專有部分購屋偏好之研究，中國科技大學/建築系(碩士論文)
[26] 趙志豪(2003)，高雄市高層大坪數住宅平面設計者所依循準則之調查研究，逢甲大學/建築所(學術論文)
[27] 劉柏毅(2013)，大樓住宅平面組成分析 -以台中市五、七、八期重劃區為例，逢甲大學/ 建築學系(碩士論文)。
[28] 蔡宜真(2012)，少子化趨勢對當代家庭都市居住偏好影響之研究-以台北地區為例，國立成功大學/都市計畫系(碩士論文)。
[29] 蔡慶賢(2002)，類神經網路在風浪推測上的研究，國立中興大學/土木工程學系(碩士論文)。
[30] 鄭吉盛(2020)，透天住宅格局因子與性價比之研究，朝陽科技大學/
建築系建築及都市設計(碩士論文)
[31] 鄭敬錞(2011)，購屋決策支援系統開發之研究，國立台北大學/不動產與城鄉環境學系(碩士論文)。
[32] 顏良年(2006)，台灣公寓式集合住宅室內空間變遷之研究-以雜誌刊登作品案例為例，國立雲林科技大學/空間設計系(碩士論文)。
[33] 蘇昭安(2003)，應用倒傳遞類神經網路在颱風波浪預報之研究，國立臺灣大學/工程科學與海洋工程學系(碩士論文)。
二、中文書籍
[34] 林左裕和地政(2000)，不動產投資管理，智勝文化事業有限公司。
[35] 張云濤和龔玲(2007)，資料探勘原理與技術，五南圖書出版股份有限公司。
[36] 葉怡成(2004)，應用類神經網路，儒林圖書。
[37] 葉怡成(2009)，類神經網路模式應用與實作，儒林圖書。
三、英文文獻
[38] Adegbile, M. B. O., Onifade, V., & Solanke, P. A. (2019). Influence of Housing Attributes on Housing Satisfaction in Selected Residential Areas of Ogun State, Nigeria.
[39] Adegbile, M. B. O., Onifade, V., & Solanke, P. A. (2019). Influence of Housing Attributes on Housing Satisfaction in Selected Residential Areas of Ogun State, Nigeria.
[40] Agrawal, R., & Srikant, R. (1994, September). Fast algorithms for mining association rules. In Proc. 20th int. conf. very large data bases, VLDB (Vol. 1215, pp. 487-499).
[41] Agrawal, R., Imieliński, T., & Swami, A. (1993, June). Mining association rules between sets of items in large databases. In Proceedings of the 1993 ACM SIGMOD international conference on Management of data (pp. 207-216).
[42] Arimah, B. C. (1992). An empirical analysis of the demand for housing attributes in a third world city. Land economics, 366-379.
[43] Chen, Y. L., Tang, K., Shen, R. J., & Hu, Y. H. (2005). Market basket analysis in a multiple store environment. Decision support systems, 40(2), 339-354.
[44] Dibb, S. (1992). Broadening the appeal of new housing product portfolios: the role of segmentation. European Journal of Marketing, 26(7), 5-16.
[45] Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). The KDD process for extracting useful knowledge from volumes of data. Communications of the ACM, 39(11), 27-34.
[46] Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. ACM sigmod record, 29(2), 1-12.

[47] Kain, J. F., & Quigley, J. M. (1970). Measuring the value of housing quality. Journal of the American statistical association, 65(330), 532-548.
[48] Miller, N. G. (1982). Residential property hedonic pricing models: a review. Research in Real Estate, 2(1), 31-56.
[49] Ridker, R. G., & Henning, J. A. (1967). The determinants of residential property values with special reference to air pollution. The review of Economics and Statistics, 246-257.
[50] Sirmans, S., Macpherson, D., & Zietz, E. (2005). The composition of hedonic pricing models. Journal of real estate literature, 13(1), 1-44.
[51] Yavas, A., & Yang, S. (1995). The strategic role of listing price in marketing real estate: theory and evidence. Real Estate Economics, 23(3), 347-368.
四、英文書籍
[52] Chang, C. O., & Ward, C. W. (1993). Forward pricing and the housing market: The pre‐sales housing system in Taiwan. Journal of Property Research, 10(3), 217-227.
[53] Han, J., Kamber, M., & Pei, J. (2011). Data mining concepts and techniques third edition. The Morgan Kaufmann Series in Data Management Systems, 5(4), 83-124.
[54] Kotler, P., 2003, “Marketing management”, New York: Prentice-Hall.
五、參考網站
[55] 蕭又安(2020,7月19日)。少子化與高齡化，兩代宅與單身宅漸崛起。MyGoNews買購房地產新聞。 取自: https://www.mygonews.com/news/detail/news_id/200697
六、法規
[56] 建築技術規則建築設計施工編(民100.5.1)