臺灣博碩士論文加值系統

「溝通」是人類彼此交換訊息的方式之一。通訊技術因人類的需求不斷演進，使得我們能隨時隨地的應用各種服服務進行溝通。根據國家通訊傳播委員會（NCC）提供的資料顯示，目前台灣地區行動電話的持有率以及普及率超過100%，且3G用戶已超越2G用戶33.5%。行動通訊整體發展現況，可看出行動通訊結合網際網路服務為趨勢，當中的3G為目前發展的主力。
本研究藉由國內外相關文獻蒐集與了解以及專家的意見，進一步歸納分析出，目前3G行動電話因功能項目過於繁複，導致操作上的困難。研究中以Sony Ericsson行動電話為例，透過網頁蒐集使用者操作3G行動電話習慣，以任務投票的方式進行資料收集，運用資料探勘的關連性及常用性找出最佳化組合，發展出一最佳化功能選單。最後，實驗測式是透過操作最佳化功能選單後進行滿意度評估，讓大學生操作模擬3G行動電話的最佳化功能選單畫面後，評估使用滿意度。滿意度問卷的分析結果顯示，大學生對於3G行動電話最佳化功能選單的整體滿意度給予正面回應，顯示最佳化功能選單對於功能路徑的簡化是可以有效減少搜尋時間，提高操作效率。

Communication is a way of exchanging messages among people. In order to satisfy the human needs, communication technology must keep evolving, so that people can communicate at any time any where by using variety of services. According to the information provided by National Communications Commission (NCC), the currently penetration rates and popular of mobile phone are more than 100% in Taiwan, and 3G subscribers have been 33.5 percent more than that of 2G. The overall status of mobile communication development, the combination of mobile communication and Internet service is the trend, and the 3G is the currently main development.
By studying and analysis the relevant literatures and expert opinions both of Taiwan and abroad, we found the operation of the current 3G Cellular phone is difficult due to its functional items are too complicate. We used Sony Ericsson mobile phone as an example in our research. We collected the operation habits of 3G users through the website and than used data mining technique of association and frequently rules to find out the optimized combination for the development of an optimized main menu. Finally, in the experimental simulation we asked the college students to assess their satisfaction after operating the optimized main menu. The results indicate that it can effectively reduce the search time and increase operational efficiency.

第一章 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究目的 5
第四節 研究範圍與限制 6
第五節 名詞解釋 6
第二章 文獻探討 9
第一節 行動通訊發展及市場概況 9
第二節 資料探勘 14
第三節 文獻探討總結 26
第三章 研究方法 29
第一節 研究流程 29
第二節 研究方法與設計 31
第三節 研究工具與限制 36
第四節 研究假說 38
第四章 資料分析與結果 39
第一節 資料探勘分析 39
第二節 問卷結果分析 46
第五章 結論與建議 59
第一節 研究結果 59
第二節 研究結論 59
第三節 研究貢獻 60
第四節 後續研究及建議 60
參考文獻 63
中文文獻 63
英文文獻 67
附錄一 3G行動電話功能選單編碼 71
附錄二 使用習慣收集-任務編碼 76
附錄三 滿意度問卷 78

中文文獻
工研院（2007）。台灣行動電話普及率超過100% - 3G用戶成長強勁，取自http://www.eettaiwan.com/ART_8800476912_617723_NT_19a2c199.HTM台灣
王昱海（譯），Neil Gershenfeld（2002）。當鞋子開始思考：數位革命退場，數位演化發燒。台北市：天下文化。
王淑賢（2002）。消費者創新採用之研究-以第三代無線通訊為例，國立台灣科技大學企業管理學研究所碩士論文。
王錫中（2002）。運用關連法則技術於產品開發設計之研究。元智大學工業工程與管理研究所碩士論文。
王保進（2007）。中文視窗版SPSS與行為科學研究（初版三刷）。台北：心理，頁455。
方裕民（2003）。人與物的對話 – 互動介面設計理論與實務。台北市：田園城市
王慧萍（2004）。新通訊元件雜誌-日韓歐美3G市場大不同 吸引消費者為拓展3G市場之關鍵，2004 年 12 月號 46 期，取自http://www.2cm.com.tw/coverstory_content.asp?sn=0701010289
行政院國家資訊通信發展推動小組NICI（2006）。台灣地區行動加值服務與行動週邊問卷調查。取自 http://www.nici.nat.gov.tw/content/application/nici/generala/guest-cnt-browse.php?cntgrp_ordinal=1002006100110005&cnt_id=1208
杜逸寧（2005）。結合叢集法與案例式推論於協同分類-以論文推薦系統為例，國立彰化師範大學資訊管理學系所碩士論文。
李宗翰（2006）。位置感知技術應用於華語文學習之研究，銘傳大學資訊傳播工程研究所碩士論文。
呂宗銘（2008）。改良式的關連法則於化妝品行銷之應用，南台科技大學工業管理研究所碩士論文。
林佩儀（2000）。網站設計與使用者滿意度之關連，國立政治大學資訊管理研究所碩士論文。
邱晧政（2000）。量化研究與統計分析：SPSS中文視窗版資料分析範例解析。台北：五南圖書。
邱義堂（2000）。通信資料庫之資料探勘：客戶流失預測之研究，國立中山大學資訊管理學系研究所碩士論文。
洪郁修、張育銘、陳建旭（2001）。電子通訊產品軟體介面評估系統之發展研究，九十年技術與教學研討會，頁121~126。
林宇丞（2005）。植基於3G認證之行動商務付款機制，世新大學資訊管理學研究所碩士論文。
吳瑞明（2003）。 ERP系統使用者滿意度之關鍵因素研究－以K公司為例，大同大學事業經營研究所碩士論文。
吳志濠（2006）。行動交易服務協定之研究與設計，朝陽科技大學 資訊管理系碩士班碩士論文。
科技政策研究與資訊中心STPI（2006）。台灣地區行動加值服務與行動週邊問卷調查。取自http://www.nici.nat.gov.tw/content/application/nici/generala/guest-cnt-browse.php?ordinal=&cnt_id=1208
候愷均（2008）。方向認知為導向之手持裝置操作研究，台中教育大學數位內容科技學研究所碩士論文。
徐瑜卿（2006）。行動多媒體通訊產品使用者介面設計之研究，國立台灣科技大學設計研究所碩士論文。
郭久蓁（2004）。應用資料探勘技術於媒體使用行為之研究－以2004世新傳播資料庫為例，世新大學 傳播管理學研究所碩士論文。
連正芳（2004）。創新產品採用之研究－以第三代行動電話為例，立德管理學院科技管理研究所碩士論文。
陳俊霖（2006）。以嵌入式行動裝置整合行動通訊與隨車診斷技術建構行車記錄查詢系統，國立彰化師範大學車輛科技研究所碩士論文。
國際數據資訊IDC（2006）。3G發展 內容服務是要件，取自：http://www.zdnet.com.tw/news/comm/0,2000085675,20105812,00.htm
國際數據資訊IDC（2006）。數據服務與內容影響台灣3G行動數據發展前景深遠，教育市場及使用者習慣更不容忽視。取自http://www.idc.com.tw/report/Column/column_060320.htm
陳慶逸、余繁（2004）。應用於資料探勘之演化式群聚分析技術，真理大學2004智慧型知識經濟暨第二屆演化式計算應用研討會論文。台北：淡水。
張悟非、洪偉肯（1999）。視覺化概念發展在人機互動介面原型設計的探討，工業設計，第27 卷第2期，第80-88頁。
黃彥文（1999）。資料探勘之應用-會員消費特徵之發掘，國立屏東科技大學資訊管理系碩士論文。
黃智育（2002）。資料探勘於即時線上推薦系統之應用研究，朝陽科技大學資訊管理系碩士論文。
張武成（2002）。線上遊戲軟體設計因素與使用者滿意度關連之研究，淡江大學資訊管理研究所碩士論文。
張琬婷、吳孟潔、許容溶、李昱慧、陳羽瑩、李芝儀、謝邦昌（2003）。資料採礦在行銷策略上之應用---以運動鞋市場為例。中華資料採礦協會，CDMS-Newsletter（7），1-32頁。
黃勝崇（2001）。資料探勘應用於醫療院所輔助病患看診指引之研究，南華大學資訊管理學系碩士論文。
黃嘉淵（2003）。3G 行動遠距醫療平台應用於生醫訊號傳輸之研究，中原大學電子工程研究所碩士論文。
黃俊榮（2006）。利用分群化技術發掘圖書館書籍借閱之推薦服務，南台科技大學資訊管理系碩士論文。
曾順成（2002）。第三代行動通信市場策略之研究，國立中山大學資訊管理研究所碩士論文。
楊文壽（2000）。行動電話手機消費者之涉入程度及購買決策相關因素之關連性研究，國立交通經營管理研究所碩士論文。
經濟部工業局（2005）。2005數位內容白皮書。取自http://proj3.moeaidb.gov.tw/nmipo/content/publish/viewcontent.aspx?sn=52AD3040E65A48F7B9ACB7F28E68F740
資策會FIND（2006）。近六成台灣民眾為行動加值服務使用者-平均每月花114元，取自http://www.nici.nat.gov.tw/content/application/nici/generala/guest-cnt-browse.php?cnt_id=1208
鄧麗維（2007）。第三代地區性防災資訊系統之探討-以119報案系統為例，國立宜蘭大學建築與永續規劃研究所碩士論文。
資策會資訊市場情報中心MIC（2007）。2007台灣行動電話手機品牌形象認知分析，取自http://mic.iii.org.tw/intelligence/reports/pop_Doc_review.asp?docid=CDOC20070206003&pag=people
資策會FIND（2008）。2008年第一季我國行動上網觀測，取自http://www.find.org.tw/find/home.aspx?page=many&id=196
廖正閔（2005）。以使用性工程探討３Ｇ行動電話之即時旅遊資訊系統，國立成功大學工業設計學系碩士論文。
蔡忠憲（2006）。應用模糊多評準決策法於評估台灣ADSL寬頻網路供應商關鍵才能之研究，銘傳大學傳播管理研究所碩士論文。
劉明強（2002）。軟硬體介面互動性探討-以行動電話為例，國立交通大學應用藝術研究所碩士論文。
劉祐晨（2002）。台灣3G之市場發展分析─以NTT DoCoMo i-mode的營運模式為例，國立台北大學企業管理研究所碩士論文。
顏春煌（2007）。資料探勘 - Data Mining。台北市：旗標。

英文文獻
Berry, M. J. A. & Linoff, G. S. (2004). Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management. (2nd Ed.). New York: John Wiley.
Chiu, K.W, & Ho, F. L. (2005). Towards ubiquitous tourist service coordination and integration: a multi-agent and semantic web approach. Proceedings of the 7th ACM International Conference on Electronic Commerce Vol.113, pp.574-581,.
Chen, M. S., Han, J. & Yu, P. S. (1996). Data Mining: An Overview from a Database Perspective. IEEE Trans. on Knowledge and Data Engineering, 8(6), 866-883.
C. Olaru & L. Wehenkel. (1999). Data Mining. IEEE Computer Applications in Power, 12(3), pp.19-25.
Frawley, W. J., Paitetsky-Shapiro, Matheus, G.C.J. (1991). Knowledge Discovery in Database: An Overview, Knowledge Discovery in Database. edited by G.Piatetsky-Shapiro & Frawley, W. J., AAAI/MIT Press, California, pp.1-27.
Han, J., Kamber, M. (2000). Data Mining: Concepts and Techniques. Morgan Kaufmann. Retrieved from http://mylibrary.e-lib.nctu.edu.tw/


Harman, Parameswaran, & Witt. (2000). Shares, bonds, or cash? Asset Allocation in the new economy using CART. SALOMON SMITH BARNEY Quantitative Analysis.
IBM. (1998). IBM Intelligent Miner For Data.
Ian H. Witten, Eibe Frank. (2005). Data Mining Practical Machine Learning Tools and Techniques. (2nd Ed).
Jiawei Han, Micheline Kamber. (2001). Data mining: Concepts and Techniques. ch.2,.
Jenny, P. (1993). A Guide to usability-human factors in computing, Wokingham, England,Addison-Wesley.
Kaufman, L. & Rousseeuw, P. J. (1990). Finding Groups in Data: an Introduction to Cluster Analysis. New York: John Wiley & Sons.
Mittal, B. & S. M. Lassar. (1996). The Role of Personalization in Service Encounters. Journal of Retailing,72(1),95-109.
Michael J. A. Berry & Gordon S. Linoff. (1997). Data Mining Techniques: for Marketing, Sales, and Customer Support,. Wiley,.
Mussone. L., Ferrari, A., & Oneta, M.,. (1999). An analysis of urban collisions using an artificial intelligence model. Accident Analysis and Prevention, 31(6), pp. 705-718.
Nunally, J.C. (1978). The Management Guide to Competitive Marketing Strategies. New York, NY: American Management Association.
Norman, D. (1988). The Psychology Of Everyday Things. New York, Basic Books.
Nielsen, J. (1993). Usability Engineering. Boston: AP Professional.
R. Agrawal, T & Imielinski, A. Swami. (1993). Mining Association Rules between Sets of Items in Large Databases. ACM SIGMOD, 5/93/Washington, DC, USA.
Rushineks, A. & Rushineks, S. F. (1986). What Makes Users Happy? . Communications of ACM , vol.29 , Iss.7 , pp.594-598.
T. Gnardellis, & B. Boutsinas,. (2001). On Experimenting with Data Mining in Education.
Wortzel, R.,. (1979). New Life Style Determinants of Women’s Food Shopping Behavior, Journal of Marketing, 43(3), 28-29.