臺灣博碩士論文加值系統

網際網路因為具有即時、互動、多媒體、低成本及無遠弗屆的特性，使其成為現代商家的新興通路，而透過網路購物將是未來重要的發展趨勢；網路商店是屬於電子商務中B2C的形式，多數學者將其定義為存在於虛擬的店面空間，顧客可透過上網而進入購物，廠商則能以花費比實體店面更少的成本來提供服務和買賣。
此外，要如何留住消費者，尤其是當顧客持續增加時，更是需要有效的工具來協助補捉顧客的相關資訊，其中資料挖掘技術（Data Mining）就是可以幫助企業達成這樣的目的。資料挖掘就是從資料中發掘資訊或知識，目前已被許多研究人員視為結合資料庫系統與機器學習技術的重要領域，許多產業界人士也認為此領域是一項增加各企業潛能的重要指標。若能利用資料挖掘技術來了解顧客的行為，從其交易資料中，過濾出個人化的資訊，並有效將這些資訊用在巿場行銷活動中，將有助於持續留住能幫企業創造出高利潤的顧客群，以達成企業利潤的最佳化。
本研究以資料挖掘技術中的購物籃分析（Market Basket Analysis）為工具，試圖由網路購買有機蔬菜的消費者交易資料中（2000年3~5月），總共598筆，建立出相關的規則；經由計算個別產品的購買機率、計算同時購買二種或三種產品組合的機率、計算二層及三層的條件機率、分析兩種產品的最適組合機率、分析三種產品的最適組合機率，進而設計出吸引人的產品組合，為顧客提供更方便的購物介面，希望幫助企業建立穩固的顧客群。而利用購物籃進行實際交易資料的實證分析，在國內並不常見。
本研究經由實證分析，獲得的結論如下：
1.購買葉菜類的顧客最多，高達91.5﹪；其次為根莖菜類的59.7﹪，再其次為花果豆類的47.0﹪；最後為菇蕈類的8.0﹪。
2.依據購物籃分析，計算二層及三層信心指數及改善指數，確實可有效區分出消費者購買產品之順序組合，由原來32個單項產品整理成為有意義之產品組合及階層式展開，使公司可以產品式套餐來販賣。此外，公司若將成本因素列入考量，則可作出更多樣的產品組合優惠式套餐。
3.由於已計算出有機蔬菜項目的購買機率順序，所以公司在做購物網頁時，可試著以動態的階層式展開法，方便顧客購買。此作法若應用於實際的賣場中，則是最常被消費者一起購買的產品，可以放於接近的貨架。
4.菠菜於二項有機蔬菜組合的分析中，以及甘藷葉於三項有機蔬菜組合的分析中，常為其他項目的最佳搭配，所以菠菜或甘藷葉均可以作為促銷的產品，或作為贈品。

Because of the characteristics of instantaneousness, interaction, multimedia, low cost and far-fetching availability, Internet becomes a new access to success for modern industries. Furthermore, it is going to be a trend in the near future. In E-commerce field , visual shop shows in the form of “Business to Consumer”（B2C）. According to most scholars, “visual shop” means customers shop through Internet while the company benefit by cutting down the cost.
In addition, to keep touch with increasing customers is another important concern. It is necessary to get information about customers with efficient method and Data mining technique serves this purpose. Data mining is a technique to obtain information or knowledge, which combines data base system and machine learning technique by studying the way people behave. Many researchers also consider it an important index to gain competition of the enterprises. If enterprises can make best of data mining technique to figure out customers’ behavior, obtain personal information from transaction data, and apply the information to marketing activities efficiently, its helps to continuously retain close links with customers, witch can achieve the best profit for the enterprise.
This study uses market basket analysis of data mining technique, trying to establish systematic rules from customer’s transition data. From generating the co-occurrence matrix for single items, generating the co-occurrence matrix for two items, generating the co-occurrence matrix for three items, in order to design attracting product mix which supply more convenient shopping medium for customers. It is not common to use market basket analysis in real transition data in domestic study.
The following are the conclusions:
1.Most customers, 91.5 percent of them, will buy vegetables. The second choice is stolon which attracts 59.7perconet of customers. The third is bean. About 47.0 percent of customers will choose it. The last is mushroom. Only 8 percent of customers will buy mushroom.
2.Customers who buy organic vegetables on-line always purchase more than one item. Company can sell by package, which can sell in low price to urge the customers to buy their products. Besides, if company can take the factor of cost in to consideration, they can develop more kinds of packages.
3.After understand the purchase order of the customers, company can try social stratum spread out when editing shopping homepage. Market basket analysis gives insight into the merchandise by telling us which products are always purchased together. It also offers the suggestions for the sellers to plan the layout of the store.
4.Spinach and leaf go well with other items in the form of package-promotion. Thus, they can be promotion product or gift.

目錄
目錄……………………………………………………………………….I
圖次……………………………………………………………………..III
表次……………………………………………………………………..IV
第壹章緒論……………………………………………………………1
第一節 研究動機……………………………………………………1
第二節 研究目的……………………………………………………3
第三節 論文架構……………………………………………………4
第貳章 文獻探討………………………………………………………6
第一節 物流及配銷通路……………………………………………7
第二節 電子商務的發展與網路商店……………………………..14
第三節 品類管理…………………………………………………..24
第四節資料庫管理………………………………………………..27
第五節文獻探討總結……………………………………………..35
第參章 研究方法……………………………………………………..37
第一節 研究設計…………………………………………………..37
第二節 研究流程…………………………………………………..40
第三節 研究範圍與限制…………………………………………..42
第四節 統計方法…………………………………………………..43
第肆章 實證分析……………………………………………………..47
第一節 交易資料敘述……………………………………………..47
第二節 產品項目分析……………………………………………..53
第伍章 結論與建議…………………………………………………..67
第一節 研究結論…………………………………………………..68
第二節研究限制…………………………………………………..71
第三節對企業之建議……………………………………………..72
第四節 後續研究建議……………………………………………..75
參考文獻………………………………………………………………..77
附錄一 個案研究－桃園縣農會網路商城…………………………..80
表次
表2-1 網際網路1994年~1998年發展主軸……………………….16
表2-2 物流及配銷通路之文獻探討………………………………..35
表2-3 電子商務的發展與網路商店之文獻探討…………………..35
表2-4 品類管理之文獻探討………………………………………..36
表2-5 資料庫管理之文獻探討……………………………………..36
表3-1 蔬菜分類………..……………………………………………39
表3-2 三種商品項目及其可能組合的機率表…..…………………45
表3-3 四個法則的改善指數（improvement）衡量.………………...46
表4-1 顧客交易記錄表……………………………..………………48
表4-2 有機蔬菜類別購買機率排行表……………..………………50
表4-3 有機蔬菜項目購買機率排行表……………..………………51
表4-4 修剪後的有機蔬菜項目購買機率排行表………………..…52
表4-5 二項產品組合同時購買次數表…………..…………………54
表4-6 二項產品組合機率表……..…………………………………55
表4-7 P[Ai|Aj]信心指數表…………..…………………………….57
表4-8 P[Ai|Aj]改善指數表…………..…………………………….58
表4-9 有機蔬菜二項產品組合條件機率表…..……………………60
表4-10 二項有機蔬菜組合前十名排行表…………………………61
表4-11 二項有機蔬菜出現次數前十名……………………………..62
表4-12 P[Ai|Aj,Ak]之信心指數&改善指數表……………………..63
表4-13 有機蔬菜三項產品組合信心指數表………………………..64
表4-14 三項有機蔬菜組合排行表…………………………………..65
表4-15 最適的二項及三項產品組合表……………………………..66
表5-1 三項有機蔬菜的階層式展開表……………………………..69
圖次
圖1-1 論文架構圖………………………………………………….….4
圖2-1 傳統多層次複雜行銷、配銷通路………………………………7
圖2-2 臺灣蔬菜運銷通路……………………………………………..9
圖2-3 物流中心簡化行銷、配送通路………………………………..10
圖2-4 物流策略規劃過程……………………………………………13
圖2-5 商品分類………………………………………………………25
圖2-6 品類管理的流程………………………………………………26
圖3-1 研究流程………………………………………………………41
圖5-1 動態階層式展開網頁…………………………………………72
圖5-2 A套餐（二項產品組合套餐）………………………………….73
圖5-3 B套餐（二項產品組合套餐）………………………………….74

參考文獻
一、中文部分
1. 林正修、黃彥傑，「無店舖行銷之網際網路購物」，流通世界雜誌，民國八十八年十月，頁85~93。
2. 李篤育，「現代化物流中心基本觀」，機械月刊，民國八十四年，第二十一卷，第二期，頁160~165。
3. 吳宗璠、謝清佳，資訊管理理論與實務，智勝文化，民國八十七年，三版。
4. 沈維明，應用資料挖掘於目標行銷之研究，輔仁大學資訊管理學系碩士論文，民國八十九年六月。
5. 周春芳，流通業現代化與電子商務，五南，民國八十九年。
6. 段兆麟、施玥礽，「農特產品虛擬商城可行性之研究」，臺灣銀行季刊，民國八十八年十二月，第五十卷，第四期，頁344~383。
7. 姚修慎，資料庫系統概論，揚智文化，民國八十九年，三版。
8. 郭旭東，「台灣流通業邁向品類管理之路」，嬌生公司演講投影片，民國八十八年四月。
9. 黃營杉主編，電子商務論叢，國立中興大學法商學院，民國八十八年。
10.張毅志，網際網路交易潛在消費者特性之研究，國立中興大學企業管理學系碩士論文，民國八十七年六月。
11.許文富、游振銘，台灣蔬菜運銷通路之效率研究，民國八十四年。
12.陳淑恩、洪仁杰，台灣地區實施蔬菜水果直接運銷問題分析與改進研究，行政院農業委員會補助研究計畫報告，民國八十二年七月。
13.楊忠川，「電子商務對零售業的衝擊」，資訊與電腦，民國八十八年二月，頁86~90。
14.萬鍾汶，主要農產品合理運銷價差之研訂－蔬菜產品部份，民國八十二年九月。
15.劉一賜，網路廣告第一課，時報文化公司，民八十七年。
16.劉奕志，流通業共同配送體系之探討－以西藥業為例，國立中興大學企業管理學系碩士論文，民國八十八年一月。
17.蔡嫻靜，物流中心資訊系統之探討與實例研究，國立中興大學企業管理學系碩士論文，民國八十五年六月。
18.桃園縣農會網路超巿，http://www.efarm.org.tw/。
19.資策會，網際網路資訊情報中心，民國八十七∼八十八年，http://www.find.org.tw/，（民國八十九年二月二十日上線取得）。
20.蕃薯藤，蕃薯藤第五次台灣網路使用調查，「2000年台灣網路使用調查」，http://survey.yam.com.tw/。
二、英文部分
1. Berry, M.J.A. and G. Linoff, Data Mining Techniques For Marketing, Sales, and Customer Support, 1997.
2. Brockmann, T., “21 Warehousing Trends in the 21st Century”, IIE Solutions, July, 1999.
3. Chase, R.B., N.J. Aquilano and F.R. Jacobs, Production and Operations Management－Manufacturing and Services, 1998.
4. Christopher, M., Logistics and Supply Chain Management, Prentice Hall, 1998.
5. Clayton, M C. and R. S. Tedlow,“Patterns of Distruption in Retailing,”Harvard Business Review, Jan.-Feb. 2000.
6. Cross, R. and J. Smith,“Internet Marketing That Works ＆ for Customers,”Direct Marketing, Garden City, Aug. 1995.
7. Crowell, J.F., Report of the Industrial Commission on the Distribution of Farm Products, Vol.6, Washington D.C., Government Printing Office, 1991.
8. Glymour, C., D. Madigan, D. Pregibon and P. Smith, Statistical Inference and Data Mining, Association for Computer of the ACM, new York, Nov. 1996.
9. Kolter, P., Marketing Management, Analysis, Planning Implementation, and Control, 9th Ed., Pretice- Hall International, 1997.