臺灣博碩士論文加值系統

全民國防教育是我國重要的政策之一，全民國防戰鬥營活動自開辦以來，每年均吸引大批學子參與，是與青年學子溝通的重要政策橋樑。有鑑於此，本研究以2017年首辦的寒假戰鬥營以及該年度的暑期戰鬥營為主題，探究兩者的實際成效與差異，瞭解全民國防戰鬥營議題在新聞網站與社群網站的傳播特色。
有別於過往的研究，本研究採用大數據資料探勘的研究方法，以R軟體為研究工具，輔以網路語料庫進行文本探勘，立基於體驗行銷與社群行銷的理論之上，分析2812則戰鬥營相關之網路貼文，依照體驗類型框架歸類、關聯分析、群集分析與情緒分析等步驟進行資料探勘，並力求將研究結果以視覺化方式呈現。
研究發現，在體驗行銷的部分，寒、暑期戰鬥營在活動內容中以感官、情感、思考、行動與教育等五大體驗類型為主要特色；在關聯、娛樂、遁世與美學等體驗類型較不明顯；而辦理戰鬥營活動確實在全民國防教育上獲得明顯成效，提高民眾對國軍之感謝、期待與期許。在社群行銷部分，研究發現寒、暑期戰鬥營在社群網站的行銷成效較新聞網站為佳；另外，營隊時間的長度與活動內容會影響社群行銷的成效。
最後，本研究根據研究結果提出戰鬥營活動內容、行銷策略與行政方面之未來建議，提供相關政策單位未來辦理戰鬥營之參考依據。

Winter and summer boot camps both are keys to consolidate the conception of all-out defense. The adolescent participants in these boot camps are target group of enlistment. It’s important to discover how these participants experienced in the boot camps. The purpose of this study is to identify communicative patterns of posts and comments on news websites and Facebook about these two camps, and to categorize the keywords on the Internet into different experiential marketing types.
Based on the theory of experiential marketing and social marketing, this study employed data mining to analyze the texts on the Internet, to divide posts and comments into meaningful words, and to convert words into statistics numbers. As a result, this research could further calculate important words of all posts and comments, examine relative clusters, and discover latent patterns.
The results of this study are as follows: 1) Both camps are featured in “sense”, “feel”, “think”, “act” and “education” experiential categories, lacking “relate”, “entertainment”, “escapist” and “esthetic” experiential categories. 2) From the “anticipation” category, the relation between boot camps and positive attitude for Minister of National Defense in R.O.C. was ensured in this research. 3) The effects of marketing on Facebook are more efficient than news websites in both two camps. 4) “Time span” of boot camps has a crucial effect on experiential marketing.

謝誌 i
中文摘要 ii
Abstract iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章　緒論 1
第一節　研究背景與動機 1
第二節　研究目的 7
第三節　研究架構圖 11
第二章　文獻探討 13
第一節　體驗行銷 13
第二節　框架理論 19
第三節　社群行銷 21
第三章　研究方法 23
第一節　研究設計與工具 23
第二節　研究操作與流程 25
第四章　分析與發現 29
第一節 描述性統計 29
第二節　文本探勘與體驗框架 37
第三節　文本語境建構與演算分群 43
第四節　情緒語料庫之評估運用 51
第五章　結論與討論 61
第一節　討論 61
第二節　研究建議 67
第三節　研究限制 71
參考文獻 73

王御（2016）。《全民國防教育的體驗課程之學習動機、學習滿意度對學習成效影響之研究——以屏東縣完全中學高中部為例》。義守大學工業管理學系碩士學位論文。
中華人民共和國主席令（2005）。
中華民國法務部（2013.05.26）。〈廣大興28號漁船遭槍擊事件，臺菲雙方將互派調查小組合作調查〉。上網日期：2017年9月12日，取自https://www.mofa.gov.tw/News_Content.aspx?n=F9A4AFBB5D7A5ABB&sms=9DE265781D6293A0&s=37533004C745157B
中華民國國防部（2015.03.01）。《104年國防報告書》。上網日期：2017年9月12日，取自https://data.gov.tw/dataset/28166
中華民國國防部（2017.03.16）。《中華民國一Ｏ六年四年期國防總檢討》。上網日期：2018年5月10日，取自https://www.mnd.gov.tw/PublishForQDR.aspx?a=1&title=%E8%BB%8D%E4%BA%8B%E5%88%8A%E7%89%A9&SelectStyle=%E6%AD%B7%E5%B9%B4%E5%9C%8B%E9%98%B2%E7%B8%BD%E6%AA%A2%E8%A8%8E(QDR)
中華民國漁業署（2015.05.10）。〈昇豐12號漁船被菲律賓扣押，仍待菲方提供調查資料以釐清案情〉。上網日期：2017年9月12日，取自https://www.fa.gov.tw/cht/NewsPaper/content.aspx?id=1183&chk=a2451b8c-3c3c-4183-aa9f-e629dfb6ade5¶m=pn%3d1%26yy%3d2015%26mm%3d%26Keywords%3d%25e6%2589%25a3%25e7%2595%2599
全民國防教育法（2005）。
沈沿毅（2008）。《全民國防教育下國軍形象塑造之研究──以「2007年全民國防教育暑期戰鬥營」為例》。國防大學新聞學系碩士學位論文。
李奕縈（2009）。《「全民國防暑期戰鬥營」之體驗行銷策略研究──以「憲兵鐵衛戰鬥營」為例》。國防大學新聞學系碩士學位論文。
吳永捷、謝奇任、劉大華（2009）。〈全民國防知性之旅行銷傳播策略研究─以國軍營區開放活動為例〉，《復興崗學報》，96：203-221。
吳孟俊（2009）。〈從「全民國防教育」論國家安全〉，《國防雜誌》， 24：18-31。
政戰資訊服務網（2017.05.17）。〈國防部106年全民國防暑期戰鬥營活動各營隊正（備）取名單〉。上網日期：2018年5月11日，取自https://gpwd.mnd.gov.tw/Publish.aspx?cnid=107&p=4768
陳志萍（2012）。〈社交網絡臉書之電子口碑行銷傳播效果研究〉，《廣告學研究》，38：23-49。
陳建興（2010）。《全民國防暑期戰鬥營參與者部落格內容分析：一個體驗行銷傳播的檢視平台》。國防大學新聞學系碩士學位論文。
康培莊（2013）。〈東海和平倡議與美國重返亞洲政策〉，《全球政治評論》，42：1-6。
創市際市場研究顧問公司（2016）。〈社群服務調查與使用概況〉，《創市際雙週刊》，67：1-24。
黃海晏（2010）。《體驗行銷之行銷體驗：全民國防教育暑期戰鬥營「體驗模型」建構》。國防大學新聞學系碩士學位論文。
黃煌雄（2017）。《台灣國防變革》。臺北市：時報。
楊立偉，邵功新（2016）。《社群大數據：網路口碑及輿情分析》。臺北市：前程。
蔡明朗（2011）。《全民國防教育體驗──以「飛行暨防空體驗營」為例》。國防大學新聞學系碩士學位論文。
劉復國（2016）。〈當前南海問題的國際安全戰略趨勢〉，《全球政治評論》，53：1-9。
劉嘉薇（2017）。〈網路統獨的聲量研究：大數據的分析〉，《政治科學論叢》，71：113-165。
臧國仁（1998）。〈新聞報導與真實建構：新聞框架理論的觀點〉，《 傳播研究集刊》，3：1-102。
盧希鵬（2011）。《網路行銷：連結經濟下的社交網路數位革命》。臺北市：雙葉書廊。
鍾士宏（2014）。《體驗行銷、體驗價值、滿意度與忠誠度之研究——以102年全民國防暑期戰鬥營新增營隊為例》。國防大學新聞學系碩士學位論文。
謝邦昌、鄭宇庭、 蘇志雄（2017）。《 Data Mining 概述：以 Clementine 12.0 為例》。臺北：元華文創。.
Bagozzi, R. P., & Dholakia, U. M. (2006). Antecedents and purchase consequences of customer participation in small group brand communities. International Journal of Research in Marketing, 23, 45-61.
Bateson, G. (1955). A theory of play and fantasy. Psychiatric Research Reports. 2(39), 39-51.
Beeferman, D., Berger, A., & Lafferty, J. (1999). Statistical models for text segmentation. Machine Learning, 34(1-3), 177-210.
Brakus, J. J., Schmitt, B. H., & Zarantonello, L. (2009). Brand experience: what is it? How is it measured? Does it affect loyalty?. Journal of Marketing, 73(3), 52-68.
Bun, K. K., & Ishizuka, M. (2002). Topic extraction from news archive using TF*PDF algorithm. Paper presented at the Proceedings of the 3rd International Conference on Web Information Systems Engineering.
Chen, H., Chiang, R. H., & Storey, V. C. (2012). Business intelligence and analytics: from big data to big impact. MIS Quarterly, 36(4), 1165-1188.
Chiu, Y. C. (2015). Machine learning with R cookbook. Birmingham: Packt Publishing Ltd.
Ellison, N. B., Steinfield, C., & Lampe, C. (2007). The benefits of Facebook “friends”: Exploring the relationship between college students’ use of online social networks and social capital. Journal of Computer-Mediated Communication, 12, 1143-1168.
Entman, R. M. (1993). Framing: towards clarification of a fractured paradigm. Journal of Communication, 43(4), 51-58.
Ertz, M., & Graf, R. (2015). How do they behave on the web? An exploratory study of mining the web for analytical customer relationship management. International Journal of Electronic Commerce Studies, 6(2), 289-304.
Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3), 37.
Goffman, E. (1974). Frame Analysis: An Essay on the Organization of Experience. Cambridge: Harvard University Press.
Jain, A., Hautier, G., Ong, S. P., & Persson, K. (2016). New opportunities for materials informatics: Resources and data mining techniques for uncovering hidden relationships. Journal of Materials Research, 31(8), 977-994.
Walker, S. J. (2014). Big data: A revolution that will transform how we live, work, and think. International Journal of Advertising. 33, 181-183.
Jordan, J. M. & Lin, D. K. J. (2014). Statics for big data: are statisticians ready for big data? Journal of Chinese Statistical Association, 52, 133-149.
Lee, M. S., Hsiao, H. D., & Yang, M. F. (2010). The study of the relationships among experiential marketing, service quality, customer satisfaction and customer loyalty. International Journal of Organizational Innovation, 3(2), 352 -378.
Ling, C., & Li, C. (1998). Data Mining for Direct Marketing Problems and Solutions. In Proceedings of the Fourth International Conference on Knowledge Discovery and Data Mining (KDD-98), New York, NY. AAAI Press.
McAfee, A., & Brynjolfsson, E. (2012). Big data: the management revolution. Harvard business review, 90(10), 60-68.
Pine, B. J., & Gilmore, J. H. (1998). Welcome to the experience economy. Harvard business review, 76, 97-105.
R-project. (n.d.). Retrieved October 2, 2017, from https://www.r-project.org/about.html
Schmitt, B. (1999). Experiential marketing. Journal of Marketing Management, 15, 53-67.
Sugiyarti, G., & Hendar, H. (2017). Experiential marketing creative antecedence for success of brand loyalty: the users of perfume for body in Indonesia. International Review of Management and Marketing, 7(1): 529-536.
Tao, S. P. (2014). Experiential marketing and marketing experience: an empirical study of the influence of summer boot camp on military propensity. Military Psychology, 26(5-6), 422-433.
Zekić-Sušac, M., & Has, A. (2015). Data mining as support to knowledge management in marketing. Business Systems Research, 6(2), 18-30.