臺灣博碩士論文加值系統

資料探勘是一種從大量資料中，找出有用資訊的技術，在商業以及管理方面已被大量運用，特別是關聯性分析，用來尋找各種物件和屬性之間的關聯性，已被大量使用在菜籃分析及客戶關係管理上，以輔助商業及管理上的運作。

在設計時如果能夠知道目標族群與產品屬性間的關聯，就能夠更準確的設計出合乎目標族群所需要或是喜好的產品，因此本研究以設計觀點出發，利用資料探勘來針對特定族群客戶，找出對產品的特定設計造型元素或其組合之關聯性，並評估其實用性。以行動電話作為例，先收集產品的資料並將其設計造型元素分析出來，再利用資料探勘將產品資料與消費者或是使用者的資訊加以探勘，找出特定族群對特定設計元素或是其組合有無關連性或是準則。

消費者與設計造型元素之關聯性分析，在使用工具方面，演算工具為Microsoft的SQL Server 2005 Data Anaylsis， 介面工具為Microsoft Visual Studio 2005，產出消費者資訊對應設計造型元素之規則，收納成一個規則庫。根據規則庫，可以找出特定族群與其對應手機造型元素，造型元素合成後和實際產品可以相呼應，並在實際銷售上有所對應。

Data Mining is a technology which extracts useful or worthy information from large volumes of data. The applications of Data Mining in commerce and management have been operated generally. Mining association rules which is to find out the association between objects or attributes of the target have been applied on Market Basket Analysis and Customer Relationship Management to support the operations of commerce and management.

It will be more accurately to design appropriate products for the particular customers if designers know the associations between the attributes of the product and the particular customers. From the view of design this research is developed to find out the associations between elements of products’ shape and particular customers by data mining and evaluate its practicability. Cell phone is used as an example to define the attribute of products’ shape and collect the customers’ preferences. The second step is to dig out the association rules between particular elements of products’ shape and customers’ background by data mining.

Mining association rules between customers and elements of products’ shape is implemented by Microsoft SQL Server 2005 Data Anaylsis and Microsoft Visual Studio 2005. The rules between customers’ background will be generated and arranged into rules. According to those rules, designers can find out the elements of cell phones’ shape to particular customers’ preference. The combinations of the elements of shape will resemble in the existing products in the market and feasible for particular customers.

第一章 序論
1-1研究動機與背景…………….…………………………………………………1
1-2研究目的…………………………….…………………………………………2
1-3研究範圍限定………………………………….………………………………3
1-4 論文架構………………………………………………………………………3
第二章 文獻探討
2-1資料探勘（Data Mining）之定義………….……………………………………5
2-2資料探勘之執行過程…………………………………….……………………5
2-3資料探勘與統計方法之比較……………………………….…………………7
2-4資料探勘之應用……………………………………………….………………8
2-5 集群分析（Cluster Analysis）…………………………………………………9
2-6關聯性法則(Association Rules) ……………………...………………………11
第三章 消費者與產品造形設計元素之探勘架構
3-1 目標定義……………………………………………………………..………15
3-2收集樣本照片……………………….............……………..…………………18
3-3挑選設計造形元素…………………….…………………..…………………18
3-4篩選所收集到的產品照片…………………….……………..………………19
3-5進行收集消費者資訊………………………………………..……….………21
3-6設計造形元素與消費者資訊之資料探勘………………………...…………22
3-7進行探勘結果分析………………………………………………...…………25
3-8 結果預測與分析………………………………………………………..……26
第四章 消費者與產品設計造形元素之探勘實作
4-1收集樣本照片……………………………………………………...…………28
4-2挑選設計造形元素……………………………………….……….…….……28
4-3篩選樣本……………………………………………………...………………31
4-4收集消費者資訊……………………………………………………………..33
4-5設計造形元素與消費者資訊之資料探勘……………………..……………35
4-6探勘結果…………………………………………………………….……… 39
第五章 討論與未來發展
5-1 造形元素關連組合與驗證………………………………….……………… 44
5-2問題探討及改善………………………………………….………….……… 48
5-3未來發展…………………………………………………………….………. 49
參考文獻……………………………………………………………………………… 51
附錄一：手機樣本…………………………………………………………………… 53
附錄二：規則庫…………………………………………………………….................56
附錄三：族群與造形元素對照表一……………………………...................................91
附錄四：族群與造形元素對照表二……………………………...................................94
附錄五：族群與造形元素對照表三…………………………..…………….................99

Agrawal, R. , Imielinsk, T., and Swami, A., 1993. Mining association rules between sets of items in very large database, Proceedings of the ACM SIGMOD conference on Management of Data, pp207-206.

Berry, M. J. and Linoff, G., 1997. Data Mining Techniques for Marketing, Sales and Customer Support, Wiley.

Cabena, P., Hadjnian, Stadler, Verhees, Zanasi, and Zanasi, A., 1997. Discovering Data Mining from Concept to Implementation (Hardcover) , Prentice Hall PTR

Han, J. and Kamber, M., 2001. Data Mining: Concepts and Techniques, San Francisco: Morgan Kaufmann Publishers

Kolatch, E., 2001. Clustering Algorithms for Spatial Databases: A Survey

Tryon, R. and Bailey, D., 1970. Cluster Analysis, McGraw-Hill.

王聖忠，Data Miing，玉山銀行雙月刊文集-Ebanking ，第69期，2001

吳展宇，擴增虛擬實境之感性工學系統－以行動電話為例，碩士論文，國立成功大學工業設計所，2004

林彥呈，應用非線性推論模式於產品色彩、造形與意象關係之研究，碩士論文，國立成功大學工業設計所，2001

黃美菁，行動電話偏好意象建構造形法則，碩士論文，國立成功大學工業設計所，1999

黃俊英，多變量分析，中國經濟企業研究所，1985

黃代均，以遺傳演算法結合貝氏分類法快速篩選與疾病相關的基因，碩士論文，長庚大學資訊管理研究所，2004

鄭呈皇，用知識平台管理創意的設計公司，商業週刊，第874期，2004

戴昱文，圖書館借閱探勘系統，碩士論文 國立交通大學資訊科學研究所，2003

薛承甫，消費性產品涉入程度與造形選擇關係之研究－以行動電話為例，碩士論文，國立成功大學工業設計所，2000

中華探看勘學會 http://www.cdms.org.tw/index.html

亞瑪遜網路商店 http://www.amzon.com