1. NCCU Academic Hub
  2. Publications
  3. College of Commerce
  4. Theses
  5. Item

Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 資料採礦應用於企業產品訂價變化下客戶需求之研究-以個案公司為例
作者 廖文成
貢獻者 季延平
廖文成
關鍵詞 資料採礦
負載預測
日期 2011
上傳時間 30-Oct-2012 11:21:19 (UTC+8)
摘要 針對大量資料進行分析，從中擷取知識能協助企業獲得競爭能力，其中資料採礦為值得探討與利用的工具。此時逢世界各國電業於近年致力於進行先進電錶基礎建設(AMI)，其將會產生詳細的用戶行為資訊，其資料量龐大，產生潛在分析機會。因此本文針對電業進行資料採礦實作研究與個案探討。\r\n於近年電業因原物料漲價，形成經營虧損，而形成調整電價的訴求，針對電價的調整如何能適當的反應成本，並且能影響用戶行為，降低發電成本，為本文欲探討之議題。本文依資料採礦方法論，根據前述議題，訂定分析計畫，而後建模並驗證模型之準確性，得到可供企業應用於「訂價」與「推廣」之參考模型。
參考文獻 1. Berry, M. J. A., & Linoff, G. (2004). Data mining techniques: for marketing, sales, and customer relationship management: * Wiley Computer Publishing.\r\n2. Davenport, T. H., & Harris, J. G. (2007). Competing on analytics: the new science of winning: Harvard Business Press.\r\n3. Han, J., Kamber, M., & Pei, J. (2011). Data mining: concepts and techniques: Morgan Kaufmann.\r\n4. Tan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to data mining: Pearson Addison Wesley Boston.\r\n5. Witten, I. H., & Frank, E. (2005). Data Mining: Practical machine learning tools and techniques: Morgan Kaufmann.\r\n6. 台灣電力公司. (2012). 用電負載管理措施簡介 \r\n7. 何玉菁. (1997). 1000KW以上用電戶負載特性資料庫與Intranet的建置. 碩士, 國立台灣工業技術學院, 台北市. \r\n8. 吳再益, 吳秀婉, 陳玟如, 張建隆, & 林唐裕. (2007). 電力市場自由化下需量反應制度之可行性研究. (台灣綜合研究所). \r\n9. 吳秀婉. (2003). 台灣地區實施區域電價之可行性研究. (經濟部能源委員會). \r\n10. 林素真. (1998). 台電負載管理措施的研擬觀點:釐清與檢討. 碩士, 國立交通大學, 新竹市. \r\n11. 康重慶，夏清，劉梅. (2007). 電力系統負載預測 (2 ed.). 北京: 中國電力出版社.\r\n12. 許志義, & 黃國暐. (2010). 台灣能源需求面管理成本效益分析之應用. 中華民國能源經濟學會論文集(台北：中華經濟研究院). \r\n13. 趙希正. (2001). 中國電力負荷特性分與預測. 北京: 中國電力出版社.\r\n14. 蔡志孟. (2002). 多元電力市場競爭下訂定負載率差異電價之研究--高壓以上用戶為例. 碩士, 國立臺北大學, 新北市. \r\n15. 謝邦昌, 鄭宇庭, & 蘇志雄. (2011). SQL Server 2008 R2 資料採礦與商業智慧. 台北市: 碁峰資訊.
描述 碩士
國立政治大學
資訊管理研究所
99356013
100
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0099356013
資料類型 thesis
dc.contributor.advisor 季延平zh_TW
dc.contributor.author (Authors) 廖文成zh_TW
dc.creator (作者) 廖文成zh_TW
dc.date (日期) 2011en_US
dc.date.accessioned 30-Oct-2012 11:21:19 (UTC+8)-
dc.date.available 30-Oct-2012 11:21:19 (UTC+8)-
dc.date.issued (上傳時間) 30-Oct-2012 11:21:19 (UTC+8)-
dc.identifier (Other Identifiers) G0099356013en_US
dc.identifier.uri (URI) https://ah.lib.nccu.edu.tw/item?item_id=62041-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 資訊管理研究所zh_TW
dc.description (描述) 99356013zh_TW
dc.description (描述) 100zh_TW
dc.description.abstract (摘要) 針對大量資料進行分析，從中擷取知識能協助企業獲得競爭能力，其中資料採礦為值得探討與利用的工具。此時逢世界各國電業於近年致力於進行先進電錶基礎建設(AMI)，其將會產生詳細的用戶行為資訊，其資料量龐大，產生潛在分析機會。因此本文針對電業進行資料採礦實作研究與個案探討。\r\n於近年電業因原物料漲價，形成經營虧損，而形成調整電價的訴求，針對電價的調整如何能適當的反應成本，並且能影響用戶行為，降低發電成本，為本文欲探討之議題。本文依資料採礦方法論，根據前述議題，訂定分析計畫，而後建模並驗證模型之準確性，得到可供企業應用於「訂價」與「推廣」之參考模型。zh_TW
dc.description.tableofcontents 第一章 緒論 1\r\n第一節 研究背景 1\r\n第二節 研究動機 3\r\n第三節 研究目的 5\r\n第四節 預期貢獻 6\r\n第二章 文獻探討 7\r\n第一節 資料採礦與預測 7\r\n一 資料採礦 7\r\n二 資料採礦的功能 8\r\n三 資料採礦的方法論 9\r\n四 資料預處理 13\r\n五 資料採礦演算法 18\r\n第二節 電業產業概況 21\r\n一 電業發展概況 21\r\n二 電力訂價與負載管理 23\r\n三 電力負載、需求影響因素 23\r\n第三章 研究方法與設計 25\r\n第一節 研究架構 25\r\n第二節 研究方法與流程 26\r\n第四章 個案分析 28\r\n第一節 個案公司現行計價措施探討 28\r\n第二節 分析情境設計 30\r\n一 預測用電量，評估發電成本，協助及時合理的訂價 31\r\n二 推廣訂價方案，針對有改善用電行為潛力的客戶進行訂價方案推廣，影響其用電行為 32\r\n第三節 研究資料描述 32\r\n第四節 分析情境(一)執行與結果 34\r\n一 情境描述 35\r\n二 採礦模型設計 38\r\n三 結果與評估 38\r\n第五節 分析情境(二)執行與結果 40\r\n一 情境描述 40\r\n二 採礦模型設計 42\r\n三 結果與評估 42\r\n第五章 結論、研究限制與建議 44\r\n第一節 結論 44\r\n第二節 研究限制 45\r\n第三節 建議 45\r\n文獻列表 47zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0099356013en_US
dc.subject (關鍵詞) 資料採礦zh_TW
dc.subject (關鍵詞) 負載預測zh_TW
dc.title (題名) 資料採礦應用於企業產品訂價變化下客戶需求之研究-以個案公司為例zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 1. Berry, M. J. A., & Linoff, G. (2004). Data mining techniques: for marketing, sales, and customer relationship management: * Wiley Computer Publishing.\r\n2. Davenport, T. H., & Harris, J. G. (2007). Competing on analytics: the new science of winning: Harvard Business Press.\r\n3. Han, J., Kamber, M., & Pei, J. (2011). Data mining: concepts and techniques: Morgan Kaufmann.\r\n4. Tan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to data mining: Pearson Addison Wesley Boston.\r\n5. Witten, I. H., & Frank, E. (2005). Data Mining: Practical machine learning tools and techniques: Morgan Kaufmann.\r\n6. 台灣電力公司. (2012). 用電負載管理措施簡介 \r\n7. 何玉菁. (1997). 1000KW以上用電戶負載特性資料庫與Intranet的建置. 碩士, 國立台灣工業技術學院, 台北市. \r\n8. 吳再益, 吳秀婉, 陳玟如, 張建隆, & 林唐裕. (2007). 電力市場自由化下需量反應制度之可行性研究. (台灣綜合研究所). \r\n9. 吳秀婉. (2003). 台灣地區實施區域電價之可行性研究. (經濟部能源委員會). \r\n10. 林素真. (1998). 台電負載管理措施的研擬觀點:釐清與檢討. 碩士, 國立交通大學, 新竹市. \r\n11. 康重慶，夏清，劉梅. (2007). 電力系統負載預測 (2 ed.). 北京: 中國電力出版社.\r\n12. 許志義, & 黃國暐. (2010). 台灣能源需求面管理成本效益分析之應用. 中華民國能源經濟學會論文集(台北：中華經濟研究院). \r\n13. 趙希正. (2001). 中國電力負荷特性分與預測. 北京: 中國電力出版社.\r\n14. 蔡志孟. (2002). 多元電力市場競爭下訂定負載率差異電價之研究--高壓以上用戶為例. 碩士, 國立臺北大學, 新北市. \r\n15. 謝邦昌, 鄭宇庭, & 蘇志雄. (2011). SQL Server 2008 R2 資料採礦與商業智慧. 台北市: 碁峰資訊.zh_TW