Publications-Theses
Article View/Open
Publication Export
-
題名 設計商業套餐研究 ─以L火鍋業為例
The Study of Designing a Business Set-The Case of L-Hotpot in Taipei City作者 聶光耀
Nieh, Kuang-Yao貢獻者 鄭宇庭
聶光耀
Nieh, Kuang-Yao關鍵詞 資料採礦
關聯規則分析
商業套餐
探索性分析日期 2015 上傳時間 1-Feb-2021 14:01:25 (UTC+8) 摘要 台灣的飲食業一直都是以多樣性著名，加上近年來外食人口增加，使得餐飲業市場逐年擴大，其中對於火鍋業者來說，業績基本上會有明顯的淡旺季，如何增加來客數、提升業績，為大多數餐飲業所面對的問題。此外，對於上班族平時的用餐習慣，經常會受限於時間和經費而選擇商業套餐，一來是不用費心點菜，其次是價格也較親民，因此，設計一個吸引消費者目光的商業套餐是相當重要的一門學問，一份好的商業套餐，會為餐廳帶來人潮及錢潮。本研究以此為動機，藉由L火鍋業台北店資料，先針對業績以敘述性統計探討其趨勢，驗證研究動機中餐飲業之背景與特色；其次針對店內各大商品種類，分析其主力商品，製成銷售排行榜，作為商業套餐組合之參考；最後針對四人桌之各用餐時段、商品種類，以關聯規則分析建立其相關的規則，並根據以上的分析及探討設計出最後的商業套餐組合。 參考文獻 一、 中文文獻1. 江宗憲，2003，馬可夫鏈蒙地卡羅法於購物籃關聯結構挖掘之應用，國立台北大學企業管理學系碩士論文。2. 李寬鴻，2001，產品推薦模型之設計，私立淡江大學資訊工程學系碩士論文。3. 林怡安，2012，資料採礦在餐飲業顧客承諾預測模型上之應用，國立政治大學商學院統計學系碩士論文。4. 陳竑廷，2013，資料採礦於乘用汽車產業之顧客關係管理研究，國立政治大學商學院統計學系碩士論文。5. 陳垂呈、陳宗義，2009，增進Apriori演算法探勘關聯規則，資訊科學應用期刊，頁71-85。6. 陳諭德，2005，資料挖掘技術在彈出視窗型廣告之應用研究-以國內化妝品公司為例，國立台北大學企業管理學系碩士論文。7. 黃敬堯，2013，消費者決策過程之研究，國立政治大學商學院統計學系碩士論文。8. 楊潤君，2005，都會區複合式餐飲業吸引力之研究-以台中市主要複合式餐飲業為例，南華大學旅遊事業管理研究所碩士論文。9. 賴建佑，2011，以雲端運算之概念建構資料採礦中關聯規則與集群分析系統，國立政治大學商學院統計學系碩士論文。10. 謝邦昌、鄭宇庭、蘇志雄，2009，Data Mining概述─以Clementine12.0為例，新北市：中華資料採礦協會。11. 簡利曲，2001，運用Data Mining之購物籃分析探討網路購物之最適產品組合，國立台北大學企業管理學系碩士論文。二、 英文文獻1. Agrawal, R. and R. Srikant, 1994, "Fast Algorithms for Mining Association Rules in Large Database", Proceeding of the International Conference on Very Large Data Bases, Santiago de Chile, Chile, pp. 487-499.2. Berry, M. J. A. and G. Linoff, 1997, "Data Mining Technique for Marketing, Sale, and Customer Support", Wiley.3. Dunham, M. H., Y. Q. Xiao and Z. H. Le Gruenwald, 2001, "A Survey of Association Rules", Department of Computer Science and Engineering Southern Methodist University & Department of Computer Science University of Oklahoma.4. Fayyad, U. M., G. Piatetsky-Shapiro and P. Smyth, 1996, "From data mining to knowledge discovery in database", AI Magazine, vol. 17 No. 3.5. Giudici, P. and G. Passerone, 2002, "Data mining of association structures to model consumer behavior", Computational Statistics & Data Analysis, Vol. 38, pp. 533-541.6. Han, J. and M. Kamber, 2001,"Data Mining: Concept and Techniques", San Francisco, USA: Morgan Kaufmann.7. Kleissner, C., 1998, "Data mining for the enterprise", Proc. of the Thirty-First Hawaii International Conference, Vol. 7, pp. 295-304.8. Kotsiantis, S. and D. Kanellopoulos, 2006, "Association Rules Mining: A Recent Overview", GESTS International Transactions on Computer Science and Engineering, Vol. 32(1), pp. 71-82.9. Lohr, S., 2012, "The Age of Big Data", New York Times, February 11, 2012.10. Peacock, P. R., 1998, "Data Mining in Marketing: Part1", Marketing Management, Vol. 6, No. 4, pp. 8-18.11. Russell, G. J. and A. Peterson, 2000, "Analysis of Cross Category Dependence in Market Basket Selection," Journal of Retailing, Vol. 76, pp. 367-391.12. Zhang, C. Q. and S. C. Zhang, 2002, "Association rule mining: models and algorithms", Berlin; New York: Springer. 描述 碩士
國立政治大學
經營管理碩士學程(EMBA)
101932064資料來源 http://thesis.lib.nccu.edu.tw/record/#G0101932064 資料類型 thesis dc.contributor.advisor 鄭宇庭 zh_TW dc.contributor.author (Authors) 聶光耀 zh_TW dc.contributor.author (Authors) Nieh, Kuang-Yao en_US dc.creator (作者) 聶光耀 zh_TW dc.creator (作者) Nieh, Kuang-Yao en_US dc.date (日期) 2015 en_US dc.date.accessioned 1-Feb-2021 14:01:25 (UTC+8) - dc.date.available 1-Feb-2021 14:01:25 (UTC+8) - dc.date.issued (上傳時間) 1-Feb-2021 14:01:25 (UTC+8) - dc.identifier (Other Identifiers) G0101932064 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/133849 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 經營管理碩士學程(EMBA) zh_TW dc.description (描述) 101932064 zh_TW dc.description.abstract (摘要) 台灣的飲食業一直都是以多樣性著名，加上近年來外食人口增加，使得餐飲業市場逐年擴大，其中對於火鍋業者來說，業績基本上會有明顯的淡旺季，如何增加來客數、提升業績，為大多數餐飲業所面對的問題。此外，對於上班族平時的用餐習慣，經常會受限於時間和經費而選擇商業套餐，一來是不用費心點菜，其次是價格也較親民，因此，設計一個吸引消費者目光的商業套餐是相當重要的一門學問，一份好的商業套餐，會為餐廳帶來人潮及錢潮。本研究以此為動機，藉由L火鍋業台北店資料，先針對業績以敘述性統計探討其趨勢，驗證研究動機中餐飲業之背景與特色；其次針對店內各大商品種類，分析其主力商品，製成銷售排行榜，作為商業套餐組合之參考；最後針對四人桌之各用餐時段、商品種類，以關聯規則分析建立其相關的規則，並根據以上的分析及探討設計出最後的商業套餐組合。 zh_TW dc.description.tableofcontents 目 錄 I表目錄 III圖目錄 VI第壹章 緒論 7第一節 研究背景與動機 7第二節 研究目的 7第三節 研究限制 8第四節 研究流程 8第貳章 文獻探討 10第一節 資料採礦之概述 10第二節 購物籃分析之概述 14第參章 研究方法 19第一節 資料來源 19第二節 研究架構 20第三節 操作性變數定義 20第四節 分析方法 22第肆章 實證分析 35第一節 探索性分析 35第二節 統計檢定 55第三節 關聯規則分析 72第伍章 結論與建議 90第一節 結論 90第二節 建議 92參考文獻 94 zh_TW dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0101932064 en_US dc.subject (關鍵詞) 資料採礦 zh_TW dc.subject (關鍵詞) 關聯規則分析 zh_TW dc.subject (關鍵詞) 商業套餐 zh_TW dc.subject (關鍵詞) 探索性分析 zh_TW dc.title (題名) 設計商業套餐研究 ─以L火鍋業為例 zh_TW dc.title (題名) The Study of Designing a Business Set-The Case of L-Hotpot in Taipei City en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、 中文文獻1. 江宗憲，2003，馬可夫鏈蒙地卡羅法於購物籃關聯結構挖掘之應用，國立台北大學企業管理學系碩士論文。2. 李寬鴻，2001，產品推薦模型之設計，私立淡江大學資訊工程學系碩士論文。3. 林怡安，2012，資料採礦在餐飲業顧客承諾預測模型上之應用，國立政治大學商學院統計學系碩士論文。4. 陳竑廷，2013，資料採礦於乘用汽車產業之顧客關係管理研究，國立政治大學商學院統計學系碩士論文。5. 陳垂呈、陳宗義，2009，增進Apriori演算法探勘關聯規則，資訊科學應用期刊，頁71-85。6. 陳諭德，2005，資料挖掘技術在彈出視窗型廣告之應用研究-以國內化妝品公司為例，國立台北大學企業管理學系碩士論文。7. 黃敬堯，2013，消費者決策過程之研究，國立政治大學商學院統計學系碩士論文。8. 楊潤君，2005，都會區複合式餐飲業吸引力之研究-以台中市主要複合式餐飲業為例，南華大學旅遊事業管理研究所碩士論文。9. 賴建佑，2011，以雲端運算之概念建構資料採礦中關聯規則與集群分析系統，國立政治大學商學院統計學系碩士論文。10. 謝邦昌、鄭宇庭、蘇志雄，2009，Data Mining概述─以Clementine12.0為例，新北市：中華資料採礦協會。11. 簡利曲，2001，運用Data Mining之購物籃分析探討網路購物之最適產品組合，國立台北大學企業管理學系碩士論文。二、 英文文獻1. Agrawal, R. and R. Srikant, 1994, "Fast Algorithms for Mining Association Rules in Large Database", Proceeding of the International Conference on Very Large Data Bases, Santiago de Chile, Chile, pp. 487-499.2. Berry, M. J. A. and G. Linoff, 1997, "Data Mining Technique for Marketing, Sale, and Customer Support", Wiley.3. Dunham, M. H., Y. Q. Xiao and Z. H. Le Gruenwald, 2001, "A Survey of Association Rules", Department of Computer Science and Engineering Southern Methodist University & Department of Computer Science University of Oklahoma.4. Fayyad, U. M., G. Piatetsky-Shapiro and P. Smyth, 1996, "From data mining to knowledge discovery in database", AI Magazine, vol. 17 No. 3.5. Giudici, P. and G. Passerone, 2002, "Data mining of association structures to model consumer behavior", Computational Statistics & Data Analysis, Vol. 38, pp. 533-541.6. Han, J. and M. Kamber, 2001,"Data Mining: Concept and Techniques", San Francisco, USA: Morgan Kaufmann.7. Kleissner, C., 1998, "Data mining for the enterprise", Proc. of the Thirty-First Hawaii International Conference, Vol. 7, pp. 295-304.8. Kotsiantis, S. and D. Kanellopoulos, 2006, "Association Rules Mining: A Recent Overview", GESTS International Transactions on Computer Science and Engineering, Vol. 32(1), pp. 71-82.9. Lohr, S., 2012, "The Age of Big Data", New York Times, February 11, 2012.10. Peacock, P. R., 1998, "Data Mining in Marketing: Part1", Marketing Management, Vol. 6, No. 4, pp. 8-18.11. Russell, G. J. and A. Peterson, 2000, "Analysis of Cross Category Dependence in Market Basket Selection," Journal of Retailing, Vol. 76, pp. 367-391.12. Zhang, C. Q. and S. C. Zhang, 2002, "Association rule mining: models and algorithms", Berlin; New York: Springer. zh_TW dc.identifier.doi (DOI) 10.6814/NCCU202100043 en_US
