(3.236.214.19) 您好!臺灣時間:2021/05/10 06:02
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:施苡萱
研究生(外文):Shih, YiHsuan
論文名稱:品牌序列推薦群體決策服務系統之設計
論文名稱(外文):The Design of Group Decision Service Systems for Brand Sequence Recommendation
指導教授:董惟鳳董惟鳳引用關係
指導教授(外文):Tung, WeiFeng
口試委員:邱瑞科張瑋倫
口試委員(外文):Chiu, RueyKeiChang,WeiLun
口試日期:2011/07/21
學位類別:碩士
校院名稱:輔仁大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:78
中文關鍵詞:服務科學群體決策群體排序品牌行銷
外文關鍵詞:Service ScienceGroup Decision MakingGroup RankingBrand Marketing
相關次數:
  • 被引用被引用:1
  • 點閱點閱:259
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:7
  • 收藏至我的研究室書目清單書目收藏:2
本研究探討如何用新服務設計協助消費者購買決策過程,以服飾品牌選擇為例,於網路商店與電子市集上分析個人偏好與集體選擇之間的關係。主要採用群體排序(Group Ranking)之「使用者部分排序為基礎的最大共識排序演算法」(Mining Maximum Consensus Sequences from All Users' Partial Ranking Lists, MCSP)為核心的服務模型,並系統化一創新的品牌推薦服務系統(Service Systems)用以協助消費者進行選擇決策。根據Engel, et al.,(1982)提出EKB(Engel, Kollat & Blackwell, EKB)消費者行為模式,其中的決策過程中包含需求確認、資訊搜尋與方案評估。由於品牌選擇是消費者購買決策的常見問題,本研究將透過其他消費者提供自己對於服飾品牌的偏好排序,使用MCSP方法計算出最大共識排序清單,以共識排序呈現群體的服飾品牌偏好,協助消費者做品牌購買決策。此研究模式適用於網路商店的商品搜尋與推薦之應用。
本研究從經濟學之「社會選擇理論」(Social Choice Theory)與「行為決策理論」(Behavioral Decision Theory, BDT)跨領域整合的服務概念,以群體決策理論建構品牌選擇群體決策之服務模式,並進行系統發展與驗證。本研究採「半開放式問卷調查」蒐集樣本「品牌偏好排序」以及「服務系統的有效性」,測試MCSP方法是否適合應用於品牌選擇的群體決策上,為此本研究設計「實驗一:使用者群體數對最大共識序列數之影響」、「實驗二:使用者提供偏好序列數對最大共識序列滿意度之影響」以及「實驗三:影響使用者對最大共識序列滿意的因素」三個實驗。最後實驗結果發現,不論樣本數量的多寡,MCSP演算法大都能產生最大共識序列集合;且當樣本數較多,衝突序列也較多,共識序列數則較少,反之,當樣本數較少,衝突序列也較少,而共識序列中的項目則較多。共識序列結果能協助使用者於現行網路商店上選擇品牌的決策過程過濾資訊,使決策更加快速。同時也發現提供較多偏好序列的樣本滿意度略高於提供較少偏好序列的樣本,若樣本先進行性別分類,分類後的滿意度也可能會高於分類前,綜合以上實驗結果,對未來如何提高使用者服務互動程度,以及又如何讓使用者偏好排序予以先分群,將有助於MCSP方法產生最大共識序列,以提高服務的滿意度。

The research proposes a new service design that can facilitate the purchasing decision process. In terms of clothing brand choice, the Internet stores and e-marketplaces can be the platforms that collect and analyze the relationships between the personal brand preferences and group’s choices to recommend the brands to the other users. The research adopts a group ranking approach that can be mining maximum consensus sequences from all users’ partial ranking lists (MCSP) for research model to support the decision making of purchasing. As Engel et al., (1982) denoted that EKB (Engel, Kollat & Blackwell, EKB) consumer behavior model, the decision process includes require requirement identification, information searching, and solution evaluation. As the brand choice may be a decision problem, MCSP can be used to compute the maximum consensus sequences list based on other consumers’ preference sequences to help consumer purchasing decision of brand.
The proposed model can be applied to the product searching services of online stores. Based on Social Choice Theory and Behavioral Decision Theory, this study creates a cross-disciplinary research model. However, the group decision theory also can support the service system design to propose a service model of brand group choices. The research implements a service system and an experimental analysis to verify the effects of recommendation results using MCSP algorithm. A semi-open-ended questionnaire can be used to collect the sample data, including the initial users’ brand preference sequence and effectiveness of the system service. In this thesis, we designed three experiments to explore: how the number of users influences the amount of maximum consensus sequence; how the number of preference sequences from users influences the users’ satisfaction of the maximum consensus sequence; what factors influence the users’ satisfaction of the maximum consensus sequence? The result of the study, the MCSP algorithm can provide the sets of maximum consensus sequence no matter what the number of sample data. The proposed model can help users to filter information of brand to reduce time consuming of brand decision. According to the experimental results, the MCSP algorithm can provide the more satisfied brand sequences to the query users when the users’ preference sequences are classified by gender first. However, the classification of user’ reference sequences by means of the different factors before generating the consensus sequence might improve the effects of recommendation.

表  次 ix
圖  次 xi
第壹章 緒論 1
第一節 研究背景 2
第二節 研究動機 3
第三節 研究目的 5
第貳章 文獻探討 7
第一節 系統化服務創新 7
第二節 消費者購買決策 9
第三節 品牌行銷 13
第四節 群體排序相關研究 15
第參章 研究方法 21
第一節 研究架構 21
第二節 MCSP演算法之相關定義 22
第三節 MCSP演算法流程 27
第四節 MCSP演算法之說明 31
第肆章 品牌選擇群體決策服務系統設計 37
第一節 系統設計與開發 37
第二節 MCSP系統結果說明 38
第伍章 實驗分析與系統驗證 55
第一節 實驗設計 55
第二節 實驗一:使用者群體數對最大共識序列數之影響 57
第三節 實驗二:使用者提供偏好序列數對最大共識序列滿意度之影響 61
第四節 實驗三:影響使用者對最大共識序列滿意的因素 65
第陸章 結論 71
第一節 管理意涵 73
第二節 研究限制與未來發展 73
參考文獻 75

1.Aaker, D. A.著,沈雲驄、湯宗勳譯,品牌行銷法則,台北:商周出版社,1998年。
2.Easey, M.著,金凌、高姝月、潘靜中、于範譯,服飾行銷學,台北:商鼎文化出版社,2000年。
3.Keller, K. L.著,吳克振譯,品牌管理。台北:華泰文化,2001年。
4.Mariotti, J.著,陳佩秀譯,品牌─Smart MBA自修手冊2,台北:遠流出版社,2001年。
5.王志剛,消費者行為,初版,台北:華泰書局,1995年。
6.王境夆,台灣流行女裝品牌資產變數之探討,台北大學企業管理學系碩士論文,2003年。
7.江逸平,創意市集之品牌行銷研究,銘傳大學設計管理研究所碩士論文,2009年。
8.吳昭儀,層級分析法群體決策整合模式之研究,國立成功大學工業與資訊管理學系博士論文,2005年。
9.呂允在、周淑娟、鄒紫安、周鳳玉、李宛霓,國立台灣藝術大學女學生服飾消費行為之研究,圖文傳播藝術學報,2008年。2010年12月08日,取自:
http://www.ntua.edu.tw/~gca/ap/thesis/97/13.pdf.
10.李啟誠、李羽喬,網路口碑對消費者購買決策之影響─以產品涉入及品牌形象為干擾變項,中華管理評論國際學報,第13卷1期,2010年2月,頁1-22。
11.林建煌,消費者行為,初版,台北:智勝書局,2002年。
12.高振智,以消費者購買決策為基礎之適性化推薦系統,中原大學資訊管理學系碩士論文,2004年。
13.陳昱任,Web 2.0社會標籤排序服務設計,輔仁大學資訊管理學系碩士論文,2010年。
14.陳敦源,為公共選擇辯護:論公共選擇理論與「公共性」議題在行政學中的相容性,行政暨政策學報,第40期,2005年,頁1-36。
15.陳澤義、盧葦蓁,透過品牌要素、廣告代言人形成品牌態度之研究:以少淑女流行服飾業為例,東吳經濟商學學報,第55期,2006年,頁35-68。
16.智庫百科,行為決策理論,智庫百科,無日期。2010年12月24日,取自:
http://wiki.mbalib.com/zh-tw/%E8%A1%8C%E4%B8%BA%E5%86%B3%E7%AD%96%E7%90%86%E8%AE%BA.
17.黃先鋒,顧客價值與企業價值共創價值模式之研究,長榮大學經營管理硏究所博士論文,2008年。
18.黃吉川,成大與IBM攜手合作邁向21世紀的服務科學,成大研發快訊,第1卷10期,2007年10月。2010年12月21日,取自:
http://research.ncku.edu.tw/re/commentary/c/20071026/2.html.
19.廖經泰,層級分析法於群體決策偏好整合之研究,國立成功大學工業與資訊管理學系碩士論文,2006年。
20.錢玉芬、王可欣,廣告代言人的性格形象對品牌性格的影響─以Nokia新款手機的平面廣告為例,廣告學研究,第26集,2006年,27-59頁。
21.鍾博欽,情境式個人化穿著推薦系統,國立成功大學工程科學研究所碩士論文,2009年。
22.曠文琪、彭媁琳,服務科學將推動下一波經濟浪潮?,商業周刊,第996期,2006年12月。2010年12月21日,取自:
http://www.businessweekly.com.tw/webarticle.php?id=23954.
23.Aaker, D. A., Managing Brand Equity, New York: The Free Press, 1991.
24.Aaker, D.A., Building Strong Brand, New York: The Press, 1995.
25.Aaker, D.A., Measuring Brand Personality Across Products and Markets, California Management Review, 38(3), 1996, pp.102-120.
26.Aaker, J. L., Dimension of Brand Personality, Journal of Marketing Research, 34, 1997, pp.347-356.
27.Basole, R. C. & Rouse, W. B., Complexity of Service Value Networks: Conceptualization and Empirical Investigation, IBM Systems Journal, 47(1), 2008, pp.53-68.
28.Bitner, M. J., Ostrom, A. L., & Morgan, F. N., Service Blueprinting: A Practical Technique for Service Innovation, California Management Review, 50(3), 2008, pp.66-94.
29.Chen, Y. L. & Cheng, L. C., An Approach to Group Ranking Decisions in A Dynamic Environment, Decision Support Systems, 48(4), 2010, pp.622-634.
30.Chen, Y. L. & Cheng, L. C., Mining Maximum Consensus Sequences From Group Ranking Data, European Journal of Operational Research, 198(1), 2009, pp. 241-251.
31.Chesbrough, H. & Spohrer, J., A Research Manifesto for Services Science, Communications of the ACM, 49, 2006, pp.35–40.
32.Cook, W. D., Golany, B., Kress, M., Penn, M.., & Raviv, T., Optimal Allocation of Proposals to Reviewers to Facilitate Effective Ranking, Management Science, 51(4), 2005, pp.655-661.
33.Eggert, A. & Ulaga, W., Customer Perceived Value: A Substitute for Satisfaction in Business Markets? , The Journal of Business & Industrial Marketing, 17(2/3), 2002, pp. 107-118.
34.Engel, J. F., Blackwell, R. D., & Miniard, P. W., Consumer Behavior, 8th ed., ForthWorth: The Dryden Press, 1995.
35.Engel, J. F., Kollat, D. T., & Blackwell, R. D., Consumer Behavior, 4th ed., Chicago:Dryden, 1982.
36.Frei, F.X., The Four Things a Service Business Must Get Right, Harvard Business Review, 86(4), 2008, pp.70-80.
37.Herrear, F., Herrera-Viedma, E., & Verdegay, J. L., Direct Approach in Group Decision Making Using Linguistic OWA Operators, Fuzzy Sets and Systems, 79, 1996, pp.175-190.
38.Hevner, R. A., Salvatore, T. M., & Jinsoo, P., Design Science in Information Systems Research, MIS Quarterly, 28(1), 2004, pp.75-105.
39.Hwang, C. L. & Lin, M. J., Group Decision Making Under Multiple Criteria: Methods and Applications, Springer-Verlag, Berlin Heidelberg, 1987.
40.Keller, K. L., Conceptualizing, Measuring, and Managing Customer-Based Brand Equity, Journal of Marketing, 57, 1993, pp.1-22.
41.Khalifa, A. S., Customer Value : A Review of Recent Literature and An Integrative Configuration, Management Decision, 42(5), 2004, pp. 645-666.
42.Kotler, P., Marketing Management: Analysis, Planning, Implementation and Control, Englewood Cliffs, N.J.: Prentice Hall, Inc, 1997.
43.Lutz, R. J., Mackenie, S. B., & Belch, G. E., Attitude Toward the Ad. as A Mediator of Advertising Effectiveness: Determinants and Consequences, Advance in Consumer Research, 10, 1991, pp.532-539.
44.New Research Shows the Impact of the Internet on Consumer Behaviour in Europe, Digital Influence Index, Fleishman-Hillard /Harris , 12, June. 2008. Retrieved October 22, 2010, from the World Wide Web:
http://www.harrisinteractive.com/news/allnewsbydate.asp?NewsID=1314
45.Oh, L. B. & Teo, H. H., Consumer Value Co-creation in A Hybrid Commerce Service-Delivery System, International Journal of Electronic Commerce, 14(3), 2010, pp. 35-62.
46.Plummer, J. T., How Personality Makes A Difference, Journal of Advertising Research, 24, 1985, pp.27-31.
47.Reynolds, T. J. & Gutman, J., Advertising Is Image Management, Journal of Advertising Research, 24(1), 1984, pp.27-37.
48.Richardson, P. S., Dick, A. S., & Jain, A. K., Extrinsic and Extrinsic Cue Effect on Perceptions of Store Brand Quality, Journal of Marketing Research, 58(4), 1994, pp.28-36.
49.Schiffman, L. G. & Kanuk, L. L., Consumer Behavior. Upper Saddle River, NJ: Pearson Education, Inc, 2003.
50.Simon, H.A., The New Science of Management Decision, 3rd revised edition, Prentice-Hall, Englewood Cliffs, NJ, 1977.
51.Spohrer, J., McDavid, D., Maglio, P. P., & Cordata, J. W., NBIC Convergence and Technology Co-evolution: Towards a Services Science to Increase Productive Capacity, In Managing Nano-Bio-Info-Cogno Innovations: Converging Technologies in Society, (eds) W. S. Bainbridge and M. C. Roco, New York, 2006, pp. 227-254.
52.Spohrer, J., Vargo, S. L., Caswell, N. S., & Maglio, P. P., The Service System is the Basic Abstraction of Service Science, Proceedings of the 41st Hawaii International Conference on System Sciences, 2008, pp.1-10.
53.Vargo, S. L. & Lusch, R. F., Evolving to A New Dominant Logic for Marketing, Journal of Marketing, 68, 2004, pp.1-17.
54.Vargo, S. L., Maglio, P. P., & Akaka, M. A., On Value and Value Co-Creation: A Service Systems and Service Logic Perspective, European Management Journal, 26, 2008, pp.145-152.
55.Zanardi, V. & Capra, L., Social Ranking: Uncovering Relevant Content Using Tag-Based Recommender Systems, The 2008 ACM conference on Recommender systems, 2008, pp.51-58.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔