1. NCCU Academic Hub
  2. 學術產出
  3. 商學院
  4. 學位論文
  5. Item

學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 資料採礦在網路消費行為預測模型之應用
The Application of Data Mining on a Model of Online Consumer Behavior
作者 曾仁人
貢獻者 鄭宇庭
曾仁人
關鍵詞 網路消費行為
資料採礦
羅吉斯迴歸
決策樹
日期 2013
上傳時間 4-六月-2014 14:41:14 (UTC+8)
摘要 隨著科技進步、經濟演進，現代人生活日趨緊湊，為因應快速之生活步調，網路購物行為孕育而生，其伴隨而來的廣大商機已成近年熱門議題，中央通訊社更曾報導資策會預估2015年台灣網購市場產值可達7,645億元。因此本研究將利用行政院國家科學委員會之傳播調查資料庫，第一期第二次「網路行為調查與偵測」資料，探討網路消費者的個人特質與購買習性、消費力及資訊搜尋習性之關連，並分別建構預測模型。建構模型所採用之技術為羅吉斯迴歸、C&R Tree、Quest、C5.0和CHAID，再經由準確預測率（Overall Accuracy）從中挑選出最適模型。
     　　依據研究結果可知，現實環境人際互動較差之消費者，網購購買習性佳；沒有小孩且平均每月收入6萬元以上至10萬元的消費者，網購消費力大；且網路資訊擷取頻率與網購吸引力對於網購資訊搜尋習性有顯著影響。最後，藉由前述結果建議，販售社交商品，藉以提昇現實環境人際互動較佳之消費者網購購買習性；搶攻高價位單品市場，吸引無經濟負擔者目光；針對潛在客戶，利用論壇網站進行廣告宣傳。
參考文獻 一、中文文獻
     1. 丁一賢、陳牧言（2005）。資料探勘。臺中市：滄海。
     2. 余國維（1997）。消費者特性與產品特性對網際網路購物意願之影響。國立成功大學交通管理學系碩士論文，未出版，臺南市。
     3. 李振妮（2000）。網路消費者購買決策行為之研究。國立中山大學企業管理學系研究所碩士論文，未出版，高雄市。
     4. 周南蘋（2011）。臺北市單身女性生活型態與網路消費行為之研究。臺北市立教育大學歷史與地理學系碩士論文，未出版，臺北市。
     5. 官振華（1996）。WWW使用者運用電子購物意願之研究－以人格特質、購買涉入與網路使用行為探討。國立中央大學資訊管理研究所碩士論文，未出版，桃園縣。
     6. 邱偉盛（2011）。大學院校學生網路生活型態與運動用品網路消費決策之研究。國立臺灣師範大學運動與休閒管理研究所碩士論文，未出版，臺北市。
     7. 孫惠民（2007）。資料採掘 : 理論與實務規劃手冊。臺北市：松崗。
     8. 張景堯（2011）。網路購物之顧客關係管理、服務品質與品牌形象認知關聯性之研究－以「Yahoo!奇摩購物中心」為例。國立彰化師範大學商業教育學系碩士論文，未出版，彰化縣。
     9. 張耀仁（2003）。人格特質、科技消費型態對網路消費決策過程之影響。國立交通大學管理科學系碩士論文，未出版，新竹市。
     10. 曹靜方（2007）。臺北縣市大學生生活型態對網路消費行為影響之研究。臺北市立教育大學社會科教育學系碩士論文，未出版，臺北市。
     11. 陳順宇（2005）。多變量分析。臺北市：華泰文化。
     12. 陳靖媚（2009）。臺北市小學教師人格特質與網路消費行為之研究。臺北市立教育大學社會科教育學系碩士論文，未出版，臺北市。
     13. 曾鈐潮（2000）。大學生購物方式偏好行為之研究。國立中央大學工業管理研究所碩士論文，未出版，桃園縣。
     14. 湯宗泰、劉文良（2002）。電子商務與網路行銷。臺北市：東橋。
     15. 蔣惠蓮（2003）。網站環境特性與產品特性對消費者網路購物行為影響之研究。樹德科技大學資訊管理研究所碩士論文，未出版，高雄市。
     16. 鄭力嘉（1998）。影響網路使用者採行線上購物因素之研究。國立屏東科技大學資訊管理研究所碩士論文，未出版，屏東縣。
     17. 鄭少靈（2009）。網絡營銷學。中國廣州：中山大學出版社。
     18. 謝邦昌、鄭宇庭、蘇志雄（2009）。Data Mining概述－以Clementine 12.0為例。新北市：中華資料採礦協會。
     19. 謝邦昌、鄭宇庭、蘇志雄（2005）。資料採礦與商業智慧：SQL Server 2005。臺北市：鼎茂圖書。
     
      
     二、英文文獻
     1. Agresti, A. (2002). An Introduction to Categorical Data Analysis. New York: Wiley.
     2. Berry, M. J. A. & G. S. Linoff, (2004). Data Mining Techniques: for Marketing, Sales, and Customer Relationship Management. New York: Wiley.
     3. Bojei, J. & L. S. Yong, (1999). The Influence of Some Determinants on the Use of the Advertising by Married Working Malaysian Women. Organised by Department of Management and Marketing, Faculty of Economics and Management, Universiti Putra Malaysia, 1-16.
     4. Brieman, L., J. Friedman, R. A. Olshen & C. J. Stone, (1984). Classification and Regression Trees. Belmont, CA: Wadsworth.
     5. Cameron, D. (1997). Electronic Commerce: The New Business Platform for The Internet. Charleston, SC: Computer Technology Research Corp.
     6. Chapman, P., J. Clinton, R. Kerber, T. Khabaza, T. Reinartz, C. Shearer, & R. Wirth, (2000). CRISP-DM 1.0: Step-by-step Data Mining Guide. Chicago, IL: SPSS Inc.
     7. Cheung, C. M. K., G. W. W. Chan, & M. Limayem, (2005). A critical review of online consumer behavior: Empirical research. Journal of Electronic Commerce in Organizations, 3(4), 1-19.
     8. Fayyad, U., G. Piatetsky-Shapiro, & P. Smyth, (1996). From data mining to knowledge discovery in databases. AI Magazine, 17(3), 37-54.
     9. Hoffman, D. L. & T. P. Novak, (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50-68.
     10. Hoffman, D. L., T. P. Novak, & P. Chatterje, (1995). Commercial scenarios for the web: Opportunities and challenges. Journal of Computer-Mediated Communication, 1(3), Retrieved December 10, 2013, from http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.1995.tb00165.x/full
     11. Kawk, H., R. J. Fox, & G. M. Zinkhan, (2002). What products can be successfully promoted and sold via the Internet? Journal of Advertising Research, 42(1), 23-38.
     12. Kim, M. & S. J. Lennon, (2000). Television shopping for apparel in the United States: Effects of perceived amount of information on perceived risks and purchase intentions. Family and Consumer Sciences Research Journal, 28(3), 301-331.
     13. Kleissner, C. (1998). Data Mining for The Enterprise. Proceedings of The Thirty-First Hawaii International Conference on System Sciences, Hawaii, 7, 295-304.
     14. Loh, W. Y. & Y. S. Shih, (1997). Split selection methods for classication trees. Statistica Sinica, 7, 815-840.
     15. Miletsky, J. I. (2009). Principles of Internet Marketing: New Tools and Methods for Web Developers. Boston: Course Technology.
     16. Salomon, I. & F. Koppelman, (1988). A framework for studying teleshopping versus store shopping. Transportation Research A, 22(4), 247-255.
      
     三、網站文獻
     1. 行政院主計總處（2013）。101年家庭收支調查報告。上網日期：2013年11月23日。網址：http://win.dgbas.gov.tw/fies/doc/result/101.pdf
     2. 財團法人資訊工業策進會（2013）。2012年12月底止台灣上網人口。上網日期：2013年11月23日。網址：http://www.find.org.tw/find/home.aspx?page=many&id=359
     3. 鄭崇生（2013年11月12日）。陸光棍節網購，銷售逾千億新高。中央通訊社。上網日期：2013年11月23日。網址：http://www.cna.com.tw/news/firstnews/201311120008-1.aspx
     4. 鍾榮峰（2013年11月20日）。2015台灣網購市場估破兆元。中央通訊社。上網日期：2013年11月23日。網址：http://www.cna.com.tw/news/afe/201311200162-1.aspx
描述 碩士
國立政治大學
統計研究所
101354004
102
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0101354004
資料類型 thesis
dc.contributor.advisor 鄭宇庭zh_TW
dc.contributor.author (作者) 曾仁人zh_TW
dc.creator (作者) 曾仁人zh_TW
dc.date (日期) 2013en_US
dc.date.accessioned 4-六月-2014 14:41:14 (UTC+8)-
dc.date.available 4-六月-2014 14:41:14 (UTC+8)-
dc.date.issued (上傳時間) 4-六月-2014 14:41:14 (UTC+8)-
dc.identifier (其他 識別碼) G0101354004en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/66462-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 101354004zh_TW
dc.description (描述) 102zh_TW
dc.description.abstract (摘要) 隨著科技進步、經濟演進，現代人生活日趨緊湊，為因應快速之生活步調，網路購物行為孕育而生，其伴隨而來的廣大商機已成近年熱門議題，中央通訊社更曾報導資策會預估2015年台灣網購市場產值可達7,645億元。因此本研究將利用行政院國家科學委員會之傳播調查資料庫，第一期第二次「網路行為調查與偵測」資料，探討網路消費者的個人特質與購買習性、消費力及資訊搜尋習性之關連，並分別建構預測模型。建構模型所採用之技術為羅吉斯迴歸、C&R Tree、Quest、C5.0和CHAID，再經由準確預測率（Overall Accuracy）從中挑選出最適模型。
     　　依據研究結果可知，現實環境人際互動較差之消費者，網購購買習性佳；沒有小孩且平均每月收入6萬元以上至10萬元的消費者，網購消費力大；且網路資訊擷取頻率與網購吸引力對於網購資訊搜尋習性有顯著影響。最後，藉由前述結果建議，販售社交商品，藉以提昇現實環境人際互動較佳之消費者網購購買習性；搶攻高價位單品市場，吸引無經濟負擔者目光；針對潛在客戶，利用論壇網站進行廣告宣傳。		zh_TW
dc.description.tableofcontents 目 錄 I
     表目錄 II
     圖目錄 III
     第壹章 緒論 1
     第一節 研究背景與動機 1
     第二節 研究目的 2
     第三節 研究流程 3
     第貳章 文獻探討 5
     第一節 資料採礦 5
     第二節 網路消費行為之相關文獻 9
     第參章 研究方法 14
     第一節 資料來源 14
     第二節 研究架構 15
     第三節 研究方法 16
     第肆章 實證分析 22
     第一節 建模變數 24
     第二節 購買習性之模型建構 51
     第三節 消費力之模型建構 59
     第四節 資訊搜尋習性之模型建構 66
     第伍章 結論與建議 74
     第一節 結論 74
     第二節 建議 76
     參考文獻 78
     附錄一 83		zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0101354004en_US
dc.subject (關鍵詞) 網路消費行為zh_TW
dc.subject (關鍵詞) 資料採礦zh_TW
dc.subject (關鍵詞) 羅吉斯迴歸zh_TW
dc.subject (關鍵詞) 決策樹zh_TW
dc.title (題名) 資料採礦在網路消費行為預測模型之應用zh_TW
dc.title (題名) The Application of Data Mining on a Model of Online Consumer Behavioren_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、中文文獻
     1. 丁一賢、陳牧言（2005）。資料探勘。臺中市：滄海。
     2. 余國維（1997）。消費者特性與產品特性對網際網路購物意願之影響。國立成功大學交通管理學系碩士論文，未出版，臺南市。
     3. 李振妮（2000）。網路消費者購買決策行為之研究。國立中山大學企業管理學系研究所碩士論文，未出版，高雄市。
     4. 周南蘋（2011）。臺北市單身女性生活型態與網路消費行為之研究。臺北市立教育大學歷史與地理學系碩士論文，未出版，臺北市。
     5. 官振華（1996）。WWW使用者運用電子購物意願之研究－以人格特質、購買涉入與網路使用行為探討。國立中央大學資訊管理研究所碩士論文，未出版，桃園縣。
     6. 邱偉盛（2011）。大學院校學生網路生活型態與運動用品網路消費決策之研究。國立臺灣師範大學運動與休閒管理研究所碩士論文，未出版，臺北市。
     7. 孫惠民（2007）。資料採掘 : 理論與實務規劃手冊。臺北市：松崗。
     8. 張景堯（2011）。網路購物之顧客關係管理、服務品質與品牌形象認知關聯性之研究－以「Yahoo!奇摩購物中心」為例。國立彰化師範大學商業教育學系碩士論文，未出版，彰化縣。
     9. 張耀仁（2003）。人格特質、科技消費型態對網路消費決策過程之影響。國立交通大學管理科學系碩士論文，未出版，新竹市。
     10. 曹靜方（2007）。臺北縣市大學生生活型態對網路消費行為影響之研究。臺北市立教育大學社會科教育學系碩士論文，未出版，臺北市。
     11. 陳順宇（2005）。多變量分析。臺北市：華泰文化。
     12. 陳靖媚（2009）。臺北市小學教師人格特質與網路消費行為之研究。臺北市立教育大學社會科教育學系碩士論文，未出版，臺北市。
     13. 曾鈐潮（2000）。大學生購物方式偏好行為之研究。國立中央大學工業管理研究所碩士論文，未出版，桃園縣。
     14. 湯宗泰、劉文良（2002）。電子商務與網路行銷。臺北市：東橋。
     15. 蔣惠蓮（2003）。網站環境特性與產品特性對消費者網路購物行為影響之研究。樹德科技大學資訊管理研究所碩士論文，未出版，高雄市。
     16. 鄭力嘉（1998）。影響網路使用者採行線上購物因素之研究。國立屏東科技大學資訊管理研究所碩士論文，未出版，屏東縣。
     17. 鄭少靈（2009）。網絡營銷學。中國廣州：中山大學出版社。
     18. 謝邦昌、鄭宇庭、蘇志雄（2009）。Data Mining概述－以Clementine 12.0為例。新北市：中華資料採礦協會。
     19. 謝邦昌、鄭宇庭、蘇志雄（2005）。資料採礦與商業智慧：SQL Server 2005。臺北市：鼎茂圖書。
     
      
     二、英文文獻
     1. Agresti, A. (2002). An Introduction to Categorical Data Analysis. New York: Wiley.
     2. Berry, M. J. A. & G. S. Linoff, (2004). Data Mining Techniques: for Marketing, Sales, and Customer Relationship Management. New York: Wiley.
     3. Bojei, J. & L. S. Yong, (1999). The Influence of Some Determinants on the Use of the Advertising by Married Working Malaysian Women. Organised by Department of Management and Marketing, Faculty of Economics and Management, Universiti Putra Malaysia, 1-16.
     4. Brieman, L., J. Friedman, R. A. Olshen & C. J. Stone, (1984). Classification and Regression Trees. Belmont, CA: Wadsworth.
     5. Cameron, D. (1997). Electronic Commerce: The New Business Platform for The Internet. Charleston, SC: Computer Technology Research Corp.
     6. Chapman, P., J. Clinton, R. Kerber, T. Khabaza, T. Reinartz, C. Shearer, & R. Wirth, (2000). CRISP-DM 1.0: Step-by-step Data Mining Guide. Chicago, IL: SPSS Inc.
     7. Cheung, C. M. K., G. W. W. Chan, & M. Limayem, (2005). A critical review of online consumer behavior: Empirical research. Journal of Electronic Commerce in Organizations, 3(4), 1-19.
     8. Fayyad, U., G. Piatetsky-Shapiro, & P. Smyth, (1996). From data mining to knowledge discovery in databases. AI Magazine, 17(3), 37-54.
     9. Hoffman, D. L. & T. P. Novak, (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50-68.
     10. Hoffman, D. L., T. P. Novak, & P. Chatterje, (1995). Commercial scenarios for the web: Opportunities and challenges. Journal of Computer-Mediated Communication, 1(3), Retrieved December 10, 2013, from http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.1995.tb00165.x/full
     11. Kawk, H., R. J. Fox, & G. M. Zinkhan, (2002). What products can be successfully promoted and sold via the Internet? Journal of Advertising Research, 42(1), 23-38.
     12. Kim, M. & S. J. Lennon, (2000). Television shopping for apparel in the United States: Effects of perceived amount of information on perceived risks and purchase intentions. Family and Consumer Sciences Research Journal, 28(3), 301-331.
     13. Kleissner, C. (1998). Data Mining for The Enterprise. Proceedings of The Thirty-First Hawaii International Conference on System Sciences, Hawaii, 7, 295-304.
     14. Loh, W. Y. & Y. S. Shih, (1997). Split selection methods for classication trees. Statistica Sinica, 7, 815-840.
     15. Miletsky, J. I. (2009). Principles of Internet Marketing: New Tools and Methods for Web Developers. Boston: Course Technology.
     16. Salomon, I. & F. Koppelman, (1988). A framework for studying teleshopping versus store shopping. Transportation Research A, 22(4), 247-255.
      
     三、網站文獻
     1. 行政院主計總處（2013）。101年家庭收支調查報告。上網日期：2013年11月23日。網址：http://win.dgbas.gov.tw/fies/doc/result/101.pdf
     2. 財團法人資訊工業策進會（2013）。2012年12月底止台灣上網人口。上網日期：2013年11月23日。網址：http://www.find.org.tw/find/home.aspx?page=many&id=359
     3. 鄭崇生（2013年11月12日）。陸光棍節網購，銷售逾千億新高。中央通訊社。上網日期：2013年11月23日。網址：http://www.cna.com.tw/news/firstnews/201311120008-1.aspx
     4. 鍾榮峰（2013年11月20日）。2015台灣網購市場估破兆元。中央通訊社。上網日期：2013年11月23日。網址：http://www.cna.com.tw/news/afe/201311200162-1.aspx		zh_TW