台灣面臨人口問題是人口老化來的又快又急，人口快速老化的社會將面臨需要照顧的高齡人口增加、生活協助服務需求增加、年輕人負擔變大…等社會問題。在這環境下居家養老是未來的一個主要趨勢，而建立居家照顧服務體系就變得非常重要。
    本論文是探討高齡長者的居家照顧服務架構，這實務上是一種的科技養老服務，應用科技與服務人員的結合，提供一種整體性的服務架構。本研究彙整了近20幾年客戶關係管理的發展及考慮大數據、智慧資訊、移動化與雲端化的科技應用，提出CRM iISA Model的完整服務架構，其內涵有三個要素一個支持，即互動、服務、分析三個要素及智慧一個支持，將企業運用客戶服務中心來服務廣大客戶的方法做提升，運用於居家照顧服務領域。
    CRM iISA Model透過三個中心來形成完整的居家照顧服務架構。互動中心是提供全通路服務接入並納入物聯網感應器及各式機器人的應用，讓物聯網也成為服務管道之一。服務中心是將接入的服務需求提供最適切的服務流程，服務中心也具有流程客製化能力與管理能力，以滿足各種服務流程調整需求。分析中心能將服務歷程做分析，也將輿情、社群系統的間接管道納入，透過客戶之聲發現異常採取行動的機制，以滿足企業跟客戶的互動與服務需求。
    CRM iISA Model應用於居家照顧領域，這養老方式特徵是被服務的居家長者是在家中，透過虛擬管道的觀察、通知、聯繫服務及部分面對面的現場居家服務來進行。在居家長者家中布建物聯網感應器，紀錄日常生活活動，也透過文字服務方式聯繫通知家屬，讓家屬能夠安心。服務中心提供居家長者的服務流程，也建立支持居服員、居服員督導、家屬的服務流程。居服員可以透過手機取得服務需求與紀錄服務狀況；居服員督導可以掌握服務品質與執行審核；家屬可獲得居家長者生活狀況或緊急通知。分析中心分析照護設施感應資料及各種服務資料，透過客戶之聲提供異常偵測與通知之功能，以此構成一個智慧化、行動化的居家照顧服務架構。
    本研究針對照護設施所收集資料進行觀察與設計一套資料分析的處理方式，提出資料模型(Data Model)、照護設施感應資料分析的FLLST原則及居家長者日常生活活動行為辨識模型(ABRM)，FLLST五大原則說明照護設施感應資料的分析基本邏輯及處理限制，據以發展ABRM模型，以辨識居家長者行為。
    本研究主要貢獻是提出CRM iISA Model、標準化的物聯網感應器資料模型、資料分析的FLLST原則及居家長者日常活動行為辨識模型，這用以辨識居家長者行為，適時提供適當服務，這服務架構提供解決人口老化所面臨社會問題的一種解決方案。

Taiwan´s population is anxiously facing the problem of an aging population in a fast-paced manner, the rapid population aging society will face the need of taking care of the increased elderly population, increasing life assistance services demand, and creating a bigger burden on young people ... and other social problems. Living in this environment is a major trend in the future, and the establishment of a home care service system becomes very important.
    This paper purpose is to explore the elderly care service framework for elderly people, this practice is a kind of technology pension service, application technology, and service personnel to provide a holistic service architecture. This study has compiled nearly 20 years of customer relationship management development and consider Big Data, Intelligent Information, Mobility and Cloud-based technology applications. It presents the complete service architecture of CRM iISA Model. Its connotation has three elements and one support. Intelligence to support elements of interaction, service and analysis. Use customer service centers to serve our customers enhancing the way to apply home care service in the area.
    The CRM iISA Model forms a complete home care service architecture through three centers. The Interactive Center is to provide omnichannel service and the IoT sensors into various types of robot applications so that IoT technology becomes one of the service channel. The Service Center is to access the service needs to provide the most appropriate service process, the service center also has the process of customization and management capabilities to meet the needs of a variety of service processes adjustment needs. The Analysis Center can analyze the course of service, but also take the public opinion and social media, into the indirect service channel, through the Voice Of Customer service to find abnormal action mechanisms, to meet business, customer interaction and service needs. 
    The CRM iISA Model is applied in the field of home care, which serves the elderly at home, through the observation of virtual channel, notification, contact services and carried out part of the face-to-face home service to carry out. In the home of the elderly the deployment of IoT sensors, record activities of daily living, but also through the chat service to contact the family members, so that they can feel at ease. The service center provides the service process for the elderly and also establishes the service process for Nursing Aide service staff, Nursing Aide Supervisor, and family service process. The service staff can obtain the service demand and record service status through the mobile phone; the Nursing Aide Supervisor can master the service quality and the implement an audit review; the family member may have access to the living condition or the emergency notice of the living home. The analysis center analyzes the Home care IoT Device(HID) induction information and various service information, and through the voice of the customer provides abnormal detection and notification of the function, thus constituting the intelligent, mobility of home care service architecture.
    This paper investigates and designs a set of data analysis methods for the data collected by the HID, proposes a Data Model, the FLLST principle of the HID data analysis and the ADL Behavior Recognizing Model (ABRM). The five principles of FLLST illustrate the basic logic of the analysis of HID and the limitations of processing, according to the development of the ABRM model, to identify the behavior of the elderly.
    The main contribution of this study is to propose the CRM iISA Model, the standardized data model of the IoT sensors, data analysis of the FLLST principles and the ABRM of elderly, which is used to identify the behavior of the elderly and provide appropriate services in a timely manner. This service architecture provides a solution to address the social problems faced by population aging.

目錄
圖目錄	VI
表目錄	VII
附表目錄	VII
第一章 緒論	- 1 -
1-1 研究背景與動機	- 1 -
1-2 研究目的	- 7 -
第二章 文獻探討與相關研究	- 15 -
2-1 高齡照顧科技應用之相關研究	- 15 -
2-2 物聯網、大數據應用於居家照顧之相關研究	- 17 -
2-3 客戶關係管理發展與應用	- 22 -
第三章 基於客戶關係管理的服務架構	- 27 -
3-1客戶關係管理的服務架構	- 28 -
3-2 CRM服務架構-iISA Model	- 36 -
3-2-1 互動中心	- 38 -
3-2-2 服務中心	- 47 -
3-2-3 分析中心	- 59 -
3-3 CRM服務架構-iISA Model之應用	- 66 -
第四章 iISA模式應用於居家照顧的服務架構	- 69 -
4-1 居家照顧的服務需求與流程	- 70 -
4-2 互動中心	- 75 -
4-2-1 物聯網介面	- 76 -
4-2-2 全通路互動平台	- 82 -
4-3 服務中心	- 84 -
4-4 分析中心	- 89 -
第五章 居家照顧服務的物聯網數據分析模型	- 99 -
5-1 物聯網數據特徵	- 101 -
5-2 物聯網資料模型設計	- 103 -
5-3 物聯網資料收集	- 114 -
5-4 行為模式的辨識模型	- 118 -
第六章 結論與未來研究方向	- 136 -
參考文獻	- 138 -
附表	- 142 -
附錄-英文論文	- 152 -

圖目錄
圖1-1 台灣人口老化指標	- 2 -
圖1-2 台灣人口高齡化時程	- 2 -
圖1-3 台灣總人口趨勢	- 4 -
圖3-1 CRM服務架構-iISA Model	- 33 -
圖3-2 CRM iISA Model服務架構之內涵	- 37 -
圖3-3 互動中心系統架構圖	- 40 -
圖3-4 服務中心系統架構圖	- 48 -
圖3-5 資料模型內涵	- 58 -
圖3-6 關係模型內涵	- 58 -
圖3-7 分析中心系統架構圖	- 61 -
圖4-1 居家照顧功能圖	- 73 -
圖4-2 居家照顧服務流程圖	- 74 -
圖4-3 居家照護設施網路架構圖	- 79 -
圖4-4 服務中心系統架構	- 86 -
圖4-5 居家照顧的關係模型	- 86 -
圖5-1 居家照顧物聯網數據分析研究架構	- 100 -
圖5-2 居家控制閘道器發送資料格式	- 113 -
圖5-3 居家照顧資料收集環境	- 114 -
圖5-4 以表5-7的「紅外線」與「水流感測器」為範例說明	- 115 -
圖5-5 床墊感測器分布。	- 116 -
圖5-6 以表5-8的「區域01(浴室)」為範例說明	- 116 -
圖5-7 擷取表5-9的部分感測資訊	- 117 -
圖5-8 擷取表5-10行為模式表的「上床」行為模式	- 117 -
圖5-9 日常行為辨識模型	- 119 -

表目錄
表1-1 台灣老化指標推估	- 3 -
表1-2 台灣出生人數與出生率	- 3 -
表1-3 主要國家高齡化轉變速度	- 4 -
表1-4 台灣65歲以上人口總數與比例	- 5 -
表2-1 本研究在老人福祉科技應用的研究範圍	- 17 -
表3-1 CRM iISA Model 應用需求表	- 67 -
表4-1 居家照顧應用需求表	- 70 -
表4-2 居家照顧常見照護設施表	- 77 -
表4-3 環境分析資訊	- 93 -
表4-4 AQI空氣品質指標(AQI)與活動建議	- 94 -
表4-5 生理資訊	- 95 -
表5-1 居家照顧之資料模型	- 105 -
表5-2 房間區域代碼表	- 107 -
表5-3 照護設施代碼表	- 108 -
表5-4 照護設施用途類別代碼表	- 109 -
表5-5 訊息類別表	- 110 -
表5-6 範例居家資料假設	- 115 -

附表目錄
表5-7 照護設施收集資料與數據說明	- 142 -
表5-8 居家使用照護設施清單	- 144 -
表5-9 居家照護設施資料收集	- 146 -
表5-10 行為模式表	- 147 -

1.	內政部戶政司新聞稿，“我國老化指數破百今年2月長者人數首度超過幼童”，2017年3月9日。http://www.moi.gov.tw/chi/chi_news/news_detail.aspx?sn=11725&type_code=02&pages=0&src=news
2.	國家發展委員會，“高齡化時程”，中國民國人口推估(105年到150年)報告，p10，2016年8月。
3.	國家發展委員會，“老化指數與您齡中位數—中推估”，中國民國人口推估(105年到150年)報告，p10.，2016年8月。
4.	中華民國統計資訊網，“出生數、出生率、死亡數、死亡率”
http://www.stat.gov.tw/ct.asp?xItem=15409&CtNode=3622&mp=4。
5.	每千人中出生人口比率，出生率之定義為某一特定期間。
6.	國家發展委員會，“總人口成長趨勢”，中國民國人口推估(105年到150年)報告，p3.，2016年8月。
7.	國家發展委員會，“主要國家高齡化轉變速度”，中國民國人口推估(105年到150年)報告，p71.，2016年8月。
8.	中華民國統計資訊網，“人口數及人口增加率”
http://www.stat.gov.tw/ct.asp?xItem=15408&CtNode=3623&mp=4。
9.	國家發展委員會，“老年人人口年齡結構”，中國民國人口推估(105年到150年)報告，p11.，2016年8月。
10.	長期照顧服務服務能量提升計畫(104-107年)核定版，104年11月3日核定。
http://www.mohw.gov.tw/cht/LTC/DM1_P.aspx?f_list_no=917&fod_list_no=0&doc_no=53041
11.	國家發展委員會，“扶養比—中推估”，中國民國人口推估(105年到150年)報告，p12.，2016年8月。
12.	衛生福利部，“長照人力及培訓及各類長照人力不足”，長期照顧服務量能提升計畫(104-107年)核定版，104年11月3日核定。
13.	中國產業發展研究網，“2016年中國養老產業處於爆發年市場需求巨大”，2015年5月27日。
http://www.chinaidr.com/tradenews/2016-05/96182.html
14.	衛生福利部，“理想居住方式”，中華民國102年老人狀況調查報告，第一章第二節。
15.	洪榮志、張潼、池雅蓉、蔡依珍、盧金足、柯宗緯，“長照人力荒 六都缺5000照服員”，中時電子報，2017年03月14日。
http://www.chinatimes.com/newspapers/20170314000361-260114
16.	K. Collins, E. Thompson, M. Maoz, R. P. Desisto, G. Alvarez, “Agneda Overview for CRM and Customer Experience,” Gartner Inc., 2, pp. 1-4, Jan. 2015.
17.	衛生福利部，“中華民國102年老人狀況調查報告”，第一章第一節，p.3
18.	徐業良，“老人福祉科技產業的機會和挑戰”，福祉科技與服務管理學刊，第2卷，第1期，頁83-90，2014年。
19.	International Society for Gerontechnology,
http://gerontechnology.info/about.html
20.	H. Bouma, J. L. Fozard, D. G. Bouwhuis, V. Taipale, “Gerontechnology in perspective,” Gerontechnology, vol. 6, no. 4, Oct. 2007.
21.	中國民政部國家發展改革委員會，“民政事業發展第十三個五年規畫”，第三章發展養老服務，2016年6月24日。
22.	Leonard Kleinrock, “An Early History of the Internet,” IEEE Communications Magazine, vol. 48, no. 8, Aug. 2010, pp. 26-36.
23.	P. Suresh, J. V. Daniel, V. Parthasarathy, R. H. Aswathy, “A State of the Art Review on the Internet of Things(IoT)History, Technology and Fields of Deployment,” International Conference on Science, Engineering and Management Research (ICSEMR 2014), United States, Nov. 2014.
24.	N. K. Suryadevara and S. C. Mukhopadhyay, “Smart Homes-Design, Implementation and Issues,” 2015.
25.	T.L.M. van Kasteren, G. Englebienne, and B.J.A. Kröse, “Human Activity Recognition from Wireless Sensor Network Data: Benchmark and Software,” In Activity Recognition in Pervasive Intelligent Environments, vol. 4, pp.165-186, May 2011.
26.	Z.-M. Lin, C.-H. Chang, N.-K. Chou, and Y.-H. Lin, “Bluetooth Low Energy (BLE) Based Blood Pressure Monitoring System,” International Conference on Intelligent Green Building and Smart Grid, Taipei, Taiwan, Apr. 2014.
27.	W.-T. Sung, J.-H. Chen and K.-W. Chang, “Mobile Physiological Measurement Platform with Cloud and Analysis Functions Implemented via IPSO,” IEEE Sensors Journal, vol. 14, no. 1, Jan. 2014, pp. 111-123.
28.	E. Kaittoch, “Telemedical Human Activity Monitoring System Based on Wearable Sensors Network,” Computing in Cardiology Conference (CinC), Cambridge, United States, Sep. 2014. 
29.	C. Wang and S. Xu, “Exposing Library Data with Big Data Technology: A Review,” ICIS, Japan, June, 2016.
30.	E. Nazerfard and D. J. Cook, “CRAFFT: an Activity Prediction Model based on Bayesian Networks,” Springer-Verlag Berlin Heidelberg, 2014.
31.	A. Katal, M. Wazid and R. H. Goudar, “Big data: Issues, Challenges, Tools and Good Practices,” 2013 Sixth International Conference on Contemporary Computing (IC3), Noida, Aug. 2013.
32.	J. J. Kang, S. Adibi, H. Larkin, T. Luan, “Predictive Data Mining for Converged Internet of Things: A Mobile Health Perspective,” Telecommunication Networks and Applications Conference (ITNAC), Australia, Nov. 2015.
33.	K. Y. Rashvanlouei1, R. Thome, K. Yazdani, “Functional and Technological Evolution of Enterprise Systems: An Overview,” IEEE International Conference on Industrial Engineering and Engineering Management (IEEM), Singapore, Dec. 2015.
34.	M. R. Farooqi and K. Raza, “A Comprehensive Study of CRM through Data Mining Techniques,” Proceedings of the National Conference, NCCIST-2011, Dwarka, NewDelhi, Sep. 2011.
35.	META Group, Integration: Critical Issues for Implementation of CRM Solutions, White Paper, 2001.
36.	R. Alt and T. Puschmann, “Successful Practices in Customer Relationship Management,” 37th Annual Hawaii International Conference on System Sciences, HI, USA, Jan 2004.
37.	Z. Soltani and N. J. Navimipour, “Customer Relationship Management Mechanisms: A Systematic Review of the State of the Art Literature and Recommendations for Future Research,” Computers in Human Behavior, vol. 61, 2016, pp.667-688.
38.	Wan Yina, “Application of Customer Relationship Management in Health Care,” Second International Conference on Multimedia and Information Technology, Kaifeng, China, April 2010.
39.	Y. M. Baashar, A. K. Mahomood, M. A. Almomani and G. A. Alkawsi, “Customer Relationship Management (CRM) in Healthcare Organization: a Review of Ten Years of Research,” 2016 3rd International Conference on Computer and Information Sciences (ICCOINS), Malaysia, Aug. 2016.
40.	M. R. McGee-Lennon, “Requirements Engineering for Home Care Technology,” CHI 2008 Proceedings Domesticity and Design, April 2008.
41.	行政院環境保護署，“室內空氣品質管理法”，第三條第三款，中華民國100 年11 月23 日總統華總一義字第10000259721 號令公布。
42.	行政院環境保護署，“室內空氣品質管理法”，第三條第二款，中華民國100 年11 月23 日總統華總一義字第10000259721 號令公布。
43.	行政院環境保護署，“室內空氣品質標準”，第二條，中華民國101 年11 月23 日行政院環境保護署環署空字第1010106229 號令訂定發布。
44.	交通部中央氣象局網站，“天氣資訊”
http://www.cwb.gov.tw/V7/index.htm。
45.	行政院環境保護署空氣品質監測網，“即時空氣品質指標”
http://taqm.epa.gov.tw/taqm/tw/b0203.aspx。
46.	行政院環境保護署，空氣品質標準，第二條，中華民國 101 年 5 月14 日行政院環境保護署環署空字第1010038913 號令修正發布
http://taqm.epa.gov.tw/taqm/tw/b0206.aspx。
47.	行政院環境保護署空氣品質監測網，“空氣品質指標(AQI)與活動建議”
http://taqm.epa.gov.tw/taqm/tw/b0201.aspx。
48.	行政院環境保護署空氣品質監控網，“台灣各地區即時空氣品質”
http://taqm.epa.gov.tw/taqm/tw/default.aspx。