跳到主要內容

臺灣博碩士論文加值系統

(44.210.77.106) 您好!臺灣時間:2022/12/06 10:56
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:許元俊
研究生(外文):Yuan-Chun Hsu
論文名稱:台灣地區MOD使用或潛使用群之預測模型研究
論文名稱(外文):The Prediction Model Study of Using or Potential Using Chunghwa Telecom MOD's Customer in Taiwan
指導教授:梁德馨梁德馨引用關係
指導教授(外文):Te-Hsin Liang
學位類別:碩士
校院名稱:輔仁大學
系所名稱:應用統計學研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
畢業學年度:98
語文別:中文
論文頁數:157
外文關鍵詞:IPTVInternet TVStatistic Learning TheoremLogistic RegressionSupport Vector Machine
相關次數:
  • 被引用被引用:2
  • 點閱點閱:544
  • 評分評分:
  • 下載下載:33
  • 收藏至我的研究室書目清單書目收藏:2
近年來寬頻網路的普及和有線電視訊號的數位化帶動了電信、廣播和電視產業之間網絡與服務的相互替代,許多「頻道匯流」服務應運而生,IPTV(Internet Protocol Television)便是其中的一項。IPTV除了具備傳統電視播放節目的方式外,其還具有隨選視訊及許多互動加值服務,不但足以成為有線電視業者的競爭對象,對部份網路影音也形成威脅。2009年底,IPTV全球用戶數已超過3,300萬,歐美地區及亞太地區為其主要成長的區域。目前台灣IPTV市場以中華電信MOD為主要業者,從2004年3月開播以來,面對黨政軍退出媒體及有線電視業者的抵制,初期推廣較不順利。但隨著2007年12月NCC對其服務資費、營運規章管理及服務契約的解套,中華電信MOD順利轉型成多媒體內容傳輸平台,至2008年底已有67萬6千名的MOD客戶,但距離其期望的「百萬大關」仍有一定的距離。
有鑑於此,本研究嘗試運用資料採礦的概念,以羅吉斯迴歸(Logistic regression)及支援向量機(Support Vector Machine)應用在預測「MOD使用或潛使用群」的顧客資料上,期望找出消費者的特性,用以作為業者未來推廣及行銷MOD的參考。
Because of widespread broadband internet among people, and digitized cable signal drive the interactive replacement between the telecommunications, broadcasting and television industry network and service, makes various services of channel convergence, such as IPTV. In addition to traditional television programming, IPTV also has video on demand and many interactive value-added services, so it becomes a threat to cable and internet video industry. In the end of 2009, the global users of IPTV had been over 33 million, and the main growth areas are Europe, North American and Asia-Pacific. Nowadays, the main provider of IPTV market in Taiwan is Chunghwa telecom MOD. In the beginning, the promotion of MOD is not successful for the restricted law and the resistance of cable TV proprietor. But after assistance of NCC, Chunghwa telecom MOD transform into a multi-media content delivery platform. In the end of 2008, the users of MOD had been almost 0.68 million, it also has a distance which the expectation of Chunghwa telecom to breakthrough.
Based on the above, the study attempts to use the concept of data mining and apply Logistic regression and SVM to predict using or potential using Chunghwa telecom MOD's customer, not only expect to identify the characteristics of consumers, but also be a reference of MOD promotion.
目次
第壹章 緒論 1
第一節 研究背景 1
第二節 研究動機 3
第三節 研究問題 4
第四節 研究目的 4
第五節 研究流程 5
第貮章 文獻探討 6
第一節 目前國內外IPTV發展狀況及相關研究探討 6
第二節電視或網路影音收視行為之相關研究 15
第三節 IPTV之相關研究 18
第四節 資料採礦簡介 20
第五節 混合或比較SVM和羅吉斯迴歸模型建構文獻 25
第參章 研究設計 29
第一節 研究範圍及對象 29
第二節 名詞操作型定義 30
第三節 研究方法 37
第四節 研究流程 49
第五節 研究假設 52
第肆章 MOD使用或潛使用群之預測 53
第一節 變數初步處理及說明 53
第二節 建模變數之處理及選擇 55
第三節 遺失值及共線性處理 74
第四節 預測模型建構之前置步驟 87
第五節 預測模型之建構 90
第伍章 結論與建議 107
第一節 結論 107
第二節 建議 113
參考文獻 114
.參考文獻
中文部分
1.丁一賢、陳牧言(2005)。資料探勘。台中市,滄海書局。
2.工業技術研究院(2006)。IPTV新興商業模式與管理之研究期末報告,國家通訊傳播委員會委託研究(計劃編號:NCC-C95007)。
3.中華資料採礦協會(2008)。中華資料採礦協會研究通訊。
4.中華電信(2009)。中華電信97年度年報。
5.方柏丰(2008年)。台灣IPTV平台營運業者的經營策略分析。資訊傳播研究所,玄奘大學。
6.王濟川、郭志剛(2003)。Logistic回歸模型-方法及應用。
7.古裕彥(2003)。統計資料採礦。統計學系,東海大學。碩士。
8.台灣網路電視iptv產業(2007)。台灣網路電視iptv產業。全球媒體研究室:From http://globalmedia.wikia.com/wiki/%E5%8F%B0%E7%81%A3%E7%B6%B2%E8%B7%AF%E9%9B%BB%E8%A6%96iptv%E7%94%A2%E6%A5%AD。
9.任苙萍(2008)。IPTV前景看俏寬頻網路全力護航。新通訊元件雜誌,87。
10.行政院主計處。區域分類。From http://www.stat.gov.tw/ct.asp?xItem=27078&ctNode=1313。
11.何旭如(2007)。中華電信MOD絕地大反攻。數位時代雙週刊,153。
12.余麗姿(2010)。電視上網崛起有線電視心驚。經濟日報。台北。
13.吳玉雯(2009.11)。電視上網聯盟難擺平標準化。From http://www.runpc.com.tw/news.aspx?id=100456。
14.吳佩珊(2008)。建構台灣中小企業兩階段風險評估模型。
15.吳明瑗(2007)。從遙控器到滑鼠-以生活型態取向探討網民對「網路電視」、「影音網站」的使用。廣播電視電影學研究所(含碩專班),世新大學。碩士。
16.吳奕德(2007)。YouTube使用因素與使用者行為之研究。資訊傳播系,南台科技大學。碩士。
17.吳惠朋(2007)。有線電視收視行為之研究-以台東市閱聽人為例。健康促進與休閒管理碩士在職專班,國立臺東大學。碩士。
18.呂芳陽(2003)。台灣地區民營羽球館顧客流失分析之研究。大專體育學刊─人文社會篇,5(2),65-76。
19.李金忠(2006)。閱聽人媒體使用行為探勘之研究。資訊管理學系碩士在職專班,銘傳大學。碩士。
20.李思慧(2003)。閱聽眾之知覺品質與品牌聯想影響收視行為之研究—以有線電視新聞頻道為例。傳播管理研究所碩士班,銘傳大學。碩士。

21.李振中(能嘉數位科技研究發展部經理)(2008)。IPTV相關技術探討(一)。數位科技。
22.李德治、鄧安生(2003)。在行動商務中應用資料探勘技術於顧客服務之研究。
23.周光斌(2007)。欧盟三网融合对我国的启示及借鉴。From http://tech.c114.net/159/a192060.html。
24.拓樸產業研究所(2008)。IPTV全球持續發燒未來兩年成長率逾50%,45。
25.林怡君(2009)。電信業跨足數位電視領域之競爭優勢分析。企業管理研究所,國立中正大學。碩士論文。
26.林建邦(2007)。個人消費性貸款違約機率預測模型超抽樣比例與建模方法之探討研究。應用統計研究所,輔仁大學。碩士。
27.林家立(2007)。以需求動機群組概念建構新世代頻道發展策略。運籌與管理學刊,6(2),1-25。
28.林淑惠(2010)。IPTV決戰前夕市場群雄並起。工商時報。台北。
29.林傑斌(2002)。資料採掘與OLAP理論與實務。台北市,文魁出版社。
30.邱敏鋒(2008)。運用支撐向量機建構營建材料供應商使用衍生性金融商品避險之預測模型。

31.姜明輝、袁緒川(2008)基於Logistic回歸和後驗概率SVM的住房貸款組合評估模型。黑龍江大學自然科學學報。
32.柯嵐(2010)。三網融合現狀及未來發展趨勢。廣播電視信息。
33.苗雅君(2004)。台北市國民小學教學資源中心教學媒體專家培育訓練課程之研究。淡江大學教育科技研究所碩士論文,台北。
34.唐建英(2008)。香港IPTV電視發展。新聞戰線,7。
35.徐子明(2009)。全球IPTV市場現況與應用發展分析,資策會MIC : http://www.itis.org.tw/rptDetailFreeEPaper.screen?rptidno=837189215
36.徐愛蒂(2008)。展望2009,IPTV的美麗與哀愁,工業技術研究院產業經濟與趨勢研究中心 : http://www.itri.org.tw/chi/news/detail.asp?RootNodeId=060&NodeId=061&NewsID=306。
37.財團法人台灣網路資訊中心(2010)。九十九年度台灣寬頻網路使用調查報告。
38.財團法人數位電視協會。From http://www.dtvc.org.tw/。
39.張淑貞(2006)。關聯規則在互動式多媒體服務之應用。電信研究。
40.張源俊(2003)。Boosting SVM Classifiers with Logistic Regression.
41.張瑞華(2006)。2009年大陸IPTV用戶數將破千萬大關。電工資訊,188,74-77。
42.張學功(2000)。關於統計學習理論及支持向量機。自動化學報,26(1)。
43.陳佩雯(2003)。MOD確立了三大內容方向。From http://www.ithome.com.tw/itadm/article.php?c=21037。
44.陳怡君(2003)。從生活風格觀點探討年輕人對台灣偶像劇的觀賞。傳播研究所,世新大學。碩士。
45.陳瑞慶(2004)。電視購物消費者收視行為、滿意度與再購買意願關係之研究。管理科學研究所,真理大學。碩士。
46.陳麒友(2009)。台灣地區民眾網路金融服務使用之預測模式研究。應用統計研究所,輔仁大學。碩士。
47.陳麗鳳(2005)。閱聽人收看電視節目類型、收視型態與收視行為之研究。新聞研究所碩士在職專班,中國文化大學。碩士。
48.黃承龍、陳穆臻、王界人(2004)。支援向量機於信用評等之應用。計量管理期刊,1(2),155-172。
49.黃琳君(2009)。通訊傳播規範於數位匯流下之困境與變陏:以多合一服務(Triple-Play Service)為中心。科技法律研究所,國立交通大學。碩士。
50.楊佩樺(2007)。網路影音分享平台之使用行為調查研究。圖書資訊學研究所,國立臺灣師範大學。碩士。


51.葉華鏞(2000)。有線電視收視戶對於「購物頻道」收視動機、收視行為與購買行為之關聯性研究-以大台北地區為例-。傳播管理研究所,國立中山大學。碩士。
52.資策會資訊市場情報中心(MIC):野村總合研究所(NRI)(2006)。解讀產業成功密碼2006-2008—與ICT產業成長共舞。
53.電子工程專輯。什麼是IPTV?_相關辭彙。From http://www.eettaiwan.com/ART_8800553211_675327_TA_74b0f571.HTM。
54.廖經鶴(2000)。多樣化、競爭時代之收視需求模式之研究:以臺北地區大學生為例。管理科學研究所,銘傳大學。碩士。
55.維基百科。寬頻電視。From http://zh.wikipedia.org/zh-tw/%E5%AF%AC%E9%A0%BB%E9%9B%BB%E8%A6%96。
56.褚瑞婷(2005)。傳播媒體的十二月寒冬。中央日報。
57.劉幼琍及許文宜。(2008)。The Displacement Effect of the Converged Service: The Example of IPTV.
58.潘致弘、黃友利陳秋蓉、杜宗禮、洪粕宸、陳桔根。(2004)。電鍍業六價鉻暴露勞工頭髮鉻濃度評估研究。勞工安全衛生研究季刊,12(2) ,176-184。
59.蔡孟庭(2006)。明星夢?Vlog幫你實現。電子商務時報。

60.蔡幸如(2007)。網路影音分享網站使用者滿意度之研究。圖文傳播學系,國立臺灣師範大學。碩士。
61.蔡明春、鄭青展、劉立婷和張雅媛。(2007)。互動電視申辦動機之研究--以中華電信MOD為例。華人前瞻研究。
62.蔡婉晴(2004)。網路電視使用動機、行為與滿意度之關聯性研究。傳播管理研究所碩士班,銘傳大學。碩士。
63.鄧家駒(2004)。資料採礦(DataMining)技術簡介。金融風險管理季刊。
64.蕭慧德、周萍芬、邱清顯(2008)。以支援向量機與羅吉斯迴歸進行企業危機診斷之比較。遠東學報,25(2)。
65.薛英超(2007)。藍海策略在商務經營決策運用之研究-以中華電信公司MOD為例。商務經營研究所,國立高雄應用科技大學。碩士。
66.謝邦昌(2002)。資料採礦的過去現在與未來。CDMS-Newsletter創刊號。
67.謝邦昌電子統計學校(2003)。何謂DataMining?。
68.鍾金燕(2006)。運用資料採礦技術於創新服務MOD採用之研究。資訊管理研究所。台北,國立台北大學。碩士。
69.蘇文彬(2007)。中華電信MOD案終過關。From http://www.ithome.com.tw/itadm/article.php?c=46280。

70.蘇文彬(2009)。中華電信:明年光纖上網用戶數將超越ADSL。From http://www.ithome.com.tw/itadm/article.php?c=58926。
71.顧恆湛(2007)。中華電中環合作MOD影音城盼用戶破100萬。

英文部分
1.Alfonsi, B. (2005). I Want My IPTV:Internet Protocol Television Predicted a Winner, IEEE Distributed Systems Online.
2.Bellotti, T.& Crook,J. (2009). "Support vector machines for credit scoring and discovery of significant features." Expert Systems with Applications 36: 3302–3308.
3.Berry,M., &. Linoff,G. (1997). Data Mining Technique: for Marketing,Sales and Customer Support. New York, Wiley Computer.
4.Coward, M. (2008). "利用10Gb乙太網路解決IPTV的頻寬需求." from http://www.eettaiwan.com/ART_8800553211_675327_TA_74b0f571.htm.
5.Cox, D. R. (1972 ). "The Analysis of Multivariate Binary Data." the Royal Statistical Society 21 113-120
6.Dalenius, T and Hodges, J.L. (1957). The Choice of Stratification Points, Skandinavisk Aktuarietidskrift, 198-203.
7.Davies, C . (2005). "2005: The year of IPTV." COMMUNICATIONS NETWORK 4 4-7
8.European Commission, (1997). Green paper on the convergence of the telecommunications, Media and information technology sectors, and the implications for regulation.

9.Fayyad, U. M. (1996). "Data mining and Knowledge Discovery: Making sense out of data."
10.Held, G. (2007). Understanding IPTV. Auerbach Publications:New York.
11.Hsu, C. W., Chang, C. C., and Lin, C. J. (2003). "A Practical Guide to Support Vector Classication."
12.Hua , Z., Wang,Y.,Xu, X.,Zhang, B.,Liang L., (2007). "Predicting corporate financial distress based on integration of support vector machine and logistic regression." Expert Systems with Applications 33(434–440).
13.ipTVnews (2010). "IPTV has strongest year ever." from http://www.iptv-news.com/iptv_news/march_2010_4/iptv_has_strong est_year_ ever.
14.ipTVnews (2010). "PCCW and Wasu sign letter of intent on triple-play tech." from http://www.iptv-news.com/iptv_news/april_2010_2/pccw_and_wasu_ sign_lette r_of_intent_on_triple-play_tech.
15.ITU (1996), "Regulatory Implications of Telecommunications Convergence, Chairman's Report of the Sixth Regulatory Colloquium on the Changing Role of Government in an Era of Telecom Deregulation, Geneva", from http://www.itu.int/itudoc/osg/colloq/chai_rep/sixthcol/37003.htm (last

16.ITU (2006). "ITU Corporate Strategy Newslog - IPTV Meeting in Korea: Global Vision of IPTV." from http://www.itu.int/osg/spu/newslog/IPTV+Meeting+In+Korea+Global +Vision+Of+IPTV+.aspx.
17.Keerthi, S. S. & Lin, C. J. (2003). "Asymptotic behaviors of support vector machines with Gaussian kernel. ." Neural Computation 15(7): 1667{1689.
18.Keerthi, S. S. and Lin, C.J. Asymptotic behaviors of support vector machines withGaussian kernel. Neural Computation, 15(7):1667{1689, 2003.
19.Kleissner, C. (1998). "Data Mining for the Enterprise."
20.Lee,B. C., Kee, S., Kim, J. B., & Kim, Y. B. (2007). Forecasting Model for IPTV Service in Korea Using Bootstrap Ridge Regression Analysis.
21.Lee,H. J., Cho, S. (2007). "Focusing on non-respondents: Response modeling with novelty detectors." Expert Systems with Applications 33: 522–530.
22.Lin,H. T. and Lin, C. J. A study on sigmoid kernels for SVM and the training of non-PSD kernels by SMO-type methods. Technical report, Department of Computer Science, National Taiwan University, 2003. URL http://www.csie.ntu.edu.tw/~cjlin/papers/tanh.pdf.


23.Matheny, M. E., Resnic, F. S., Arora, N., Ohno-Machado, L., (2007). Effects of SVM parameter optimization on discrimination and calibration for post-procedural PCI mortality. Biomedical Informatics 40: 688–697.
24.OECD (2007). Working Party on Communication Infrastructures and Services Policy IPTV: market developments and regulatory treatment
25.OECD (2009 ). Guide to measuring the information society, 2009 111.
26.Segundo, E. (2010). ChinaIPTV Subscribers to Double in 2010.
27.Shin, D. H. (2007). "Potential user factors driving adoption of IPTV. What are customers expecting from IPTV?" Technological Forecasting & Social Change 74: 1446–1464.
28.Song,J., Jang, T., Sohn, S. Y. (2008). "Conjoint analysis for IPTV service." Expert Systems with Applications.
29.The CRISP-DM Consortium (2000). "Process Model." from http://www.crisp-dm.org/Process/index.htm.
30.Vapnik, V.. (1995). The nature of statistic learning theorem.
31.Vapnik, V.. (1998). Statistical Learning Theory. 譯者:許建華、張學工(2003)


32.Verplancke,T., Looy, S. V.,Benoit, D.,Vansteelandt, S., Depuydt, P.,Turck F. D., & Decruyenaere, J. (2008). "Support vector machine versus logistic regression modeling for prediction of hospital mortality in critically ill patients with haematological malignancies." BMC Medical Informatics and Decision Making.
33.Zhang, J., Jin, R., Yang, Y., Hauptmann, A. G. (2003) Modied Logistic Regression: An Approximation to SVM and Its Applications in Large-Scale Text Categorization, Carnegie Mellon University.
34.Zhang,C., Fu, H., Jiang, Y., & Yu, T. (2007). "High-dimensional pseudo-logistic regression and classification with applications to gene expression data." Computational Statistics & Data Analysis.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top