臺灣博碩士論文加值系統

近年來由於政府大力推動觀光產業的發展，以及國人對休閒旅遊的重視，住宿及餐飲業有大幅度成長的趨勢。而氣象型態對很多產業是不可或缺的資訊，人們意識到「氣象經濟」的重要性。但近年來卻少有餐飲業者推出為氣候而設計的餐點。
本研究針對氣象資訊與餐飲業之顧客消費資料，進行資料探勘。首先分別將氣象資料及餐飲業之顧客消費資料，經過前置處理後加以分類，其次結合氣象資訊與餐飲業之顧客消費資料建立資料庫。接著根據顧客的消費型態、探勘目的、及餐飲業實際營運情況，進行探勘模式的建構，並利用PolyAnalyst軟體中的購物籃分析模組，針對各模式進行探勘，找出不同氣候條件下顧客消費行為之關聯規則。最後依據關聯規則的支持度、信心水準、及增益分析可行性，並透過餐飲業實際營運際情形，以暸解關聯規則是否可以合理的解釋及運用。
本研究探勘的關聯結果可分為有用的規則、明顯的結果及無法解釋的規則，對於餐飲業者的行銷及庫存模式都有極大的影響。利用得到的關聯規則，並結合餐飲業實際營運情形，設計最佳的菜單組合，及行銷與庫存模式，將可以獲取更多的行銷利潤且減少庫存成本。

In the recent years, recreational industry and restaurant industry have been growing quickly in Taiwan. Among those important factors that affect the restaurant industry, the meteorological information is especially essential. Even though “weather economics” is the one which should be taken into consideration, few restaurants have designed their meals according to the weather.
Thus, this research stresses on the meteorological information and customer consumption data of the restaurant industry. First of all, the meteorological information and customer consumption data were classified. Next, the meteorological information and customer consumption data were combined and a database was established. Based on the types of customer consumption, mining goals, and actual operations in the restaurant industry, the mining patterns were constructed. Then, the market basket analysis was applied to those mining patterns in order to find out the association rules between different meteorological conditions and consumer consumption types. Finally, three factors -- support, confidence, and improvement of association rules -- would be applied to analyze the practicability of the above mining patterns.
From the above analysis, useful rules, obvious rules, and unexplainable rules were found. It is suggested that by using the association rules and actual operations a better menu, marketing and inventory models could be designed. By doing so, sales profits will be increased and inventory cost will be decreased.

目 錄

封面內頁
簽名頁
授權書 iii
中文摘要 iv
ABSTRACT v
誌 謝 vi
目 錄 vii
圖目錄 x
表目錄 xi

第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 3
1.4 研架構與流程 4
1.5 研究範圍與限制 4
第二章 文獻探討與回顧 6
2.1 氣象 6
2.1.1 氣象的意義 6
2.1.2 氣象觀測 7
2.1.3 氣象預報 8
2.1.4 氣象經濟 9
2.1.5 舒適度 10
2.2 餐飲業 11
2.2.1 餐飲業之特性 11
2.2.2 餐飲業之行銷 12
2.2.3 餐飲業之趨勢 13
2.2.4 氣象經濟對餐飲業之影響 14
2.3 資料探勘 15
2.3.1 資料探勘的定義 15
2.3.2 資料探勘的方法與功能 16
2.3.3 資料探勘的技術 18
2.3.4 購物籃分析的應用 20
2.3.5 群集分析 21
2.3.6 Polyanalyst軟體介紹 22
第三章 研究方法 23
3.1 資料前置處理 24
3.1.1 資料前置處理流程 24
3.1.2 氣象資料的蒐集與處理 25
3.1.3 餐飲資料的蒐集與處理 26
3.1.4 專家與業者建議 27
3.2 探勘模式與流程 28
3.2.1 步驟一 氣象資料分析 29
3.2.2 步驟二 氣象資料與餐飲資料結合 29
3.2.3 步驟三 探勘模式建構 32
3.2.4 步驟四 資料匯入與購物籃分析 33
3.3 關聯規則分析 34
3.3.1 關聯規則指標意義 34
3.3.2 關聯規則分析 35
第四章 研究結果與分析 39
4.1 探勘模式建構 39
4.1.1 探勘模式區間 39
4.1.2 探勘模式建構 41
4.2 探勘流程與方法 43
4.2.1 關聯規則的意義 43
4.2.2 探勘流程步驟 43
4.3 探勘結果與分析 44
4.3.1 個別菜項探勘結果 45
4.3.2 分類菜項探勘結果 49
4.3.3 氣象資訊與關聯規則之關係 53
第五章 結論與建議 55
5.1 結論 55
5.2 研究建議與方向 56
參考文獻 57

附錄 60

一、中文部分
【1】中央氣象局氣候年報（1936-2000）。
【2】行政院主計處民國90工商及服務業普查。
【3】交通部觀光局「90年度國人旅遊狀況調查」。
【4】任立渝，透視氣象，如田傳播有限公司，2001。
【5】吳旭智、賴淑貞譯（Michael J.A. Berry, Gordon Linoff 著），Data Mining資料採礦理論-與實務顧客關係的技巧與科學，維科圖書，2001。
【6】林香君、高儀文，餐飲實務，揚智文化，1999。
【7】林之光，氣象與生活，凡異出版社，2000。
【8】高秋英，餐飲服務，揚智文化，1994。
【9】涂建翊、余嘉裕、周佳，台灣地理百科31-台灣的氣候，遠足文化，2003。
【10】戚啟勳，部定大學用書-普通氣象學，國立編譯館，1991。
【11】張泉湧譯，普通氣象學（小倉義光著），國立編譯館，1995。
【12】彭文正譯（Michael J.A. Berry, Gordon Linoff 著），Data Mining資料採礦-顧客關係管理暨電子行銷之應用，維科圖書，2001。
【13】彭仁主，餐飲概論（Ⅰ），立威出版股份有限公司，2001。
【14】曾憲雄等，資料採礦，旗標，2005。
【15】經濟部統計處「批發、零售及餐飲業調查統計」，2005。
【16】經濟部商業司，餐飲業經營管理技術實務，中國生產力中心，1995。
【17】遠見雜誌，第218期，2004。
【18】鄭月虹，餐飲概論（Ⅱ），格致圖書，2002。
【19】慕尼黑再保（Munich Re）研究報告，2004。
【20】聯合國氣候變化跨國組織（Intergovernmental Panel on Climate Change；IPCC）研究報告，2001。

二、英文部分
【21】Berson, A., Smith, S. and Thearling, K., (2001) “Building Data Mining Application for CRM”, New York, McGraw-Hill Inc.
【22】Berry, M. J. A., and Linoff G., (1997) “Data Mining Technique For Marketing, Sale, and Customer Support”, Wiley Computer and Sons, Inc.
【23】Benson K., (1996) Focus on weather economics. In: Window on the economy. Kleinwort Benson Research, London, UK, pp 4-22.
【24】Curt, H., (1995) “The Devile’s in The Detail:Techniques, Tool, and Applications for Data mining and Knowlegde Discovery-Part 1”, Intelligent Software Strategies, Vol. 6, no. 9, pp.3.
【25】Fayyad, U.M., Piatesky-Shapiro, G. and Smyth, P., (1996) “From Data Mining to Knowledge Discovery：An Overview ,” Advances in Knowledge Discovery and Data Mining, MIT Press, pp.1-34.
【26】IPCC Third Assessment Report –Climate Change, (2001) Synthesis Report.
【27】Michael H. G., (2002) “Network NewSletter”, Volume 17, Number2.
【28】Taylor, J.A. (ed.), (1970) “Weather Economics. Memorandum No.11. Aberystwyth: University College of Wales.
三、網頁部分
【29】中央氣象局網站，http://www.cwb.gov.tw
【30】Megaputer Intelligence Inc.網站，http://www.megaputer.com