(3.237.20.246) 您好!臺灣時間:2021/04/17 15:36
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:::

我願授權國圖
: 
twitterline
研究生:林鼎翔
研究生(外文):Ting-Hsiang Lin
論文名稱:影響消費者購買電腦主機板行為之研究
論文名稱(外文):A Study on Impact of Consumer Behavior to Buy Motherboard
指導教授:廖鴻圖廖鴻圖引用關係吳聲昌
指導教授(外文):Horng-Twu LiawSheng-chang Wu
學位類別:碩士
校院名稱:世新大學
系所名稱:資訊管理學研究所(含碩專班)
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:2012
畢業學年度:100
語文別:中文
論文頁數:89
中文關鍵詞:資料探勘決策樹分析群集分析關聯規則消費行為
外文關鍵詞:Data MiningDecision TreeAssociation RuleCluster AnalysisConsumer Behavior
相關次數:
  • 被引用被引用:0
  • 點閱點閱:141
  • 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:0
  • 收藏至我的研究室書目清單書目收藏:0
主機板產業為我國資訊工業發展中重要的產業之一,根據資策會的資料顯示,在2011年全球品牌主機板出貨,前三大廠合計已逾六成五之市佔率[27]。但近年來由於市場趨近飽和,各廠商競爭激烈,殺價促銷的策略常被用來當作促進銷售量的手段。
各廠商若單以低價格之行銷策略作為市場競爭工具,則將無法獲致較高的獲利。而廠商如何運用其既有優勢,搭配不同的行銷策略,以達成其銷售目標,獲取規模優勢並增加獲利,實為各廠商所關注的重點。
本研究運用Microsoft Visual Studio 2008 搭配 Microsoft SQL Server 2008 R2 Analysis Service,透過決策樹分析、群集分析、關聯規則等資料探勘技術,將個案廠商特定活動的消費者購買資料進行分析如下:
1.分析影響消費者購買的要素及其關聯。
2.分析中高階產品消費者主要的群組及類型。
3.分析探勘消費者潛在的購買行為模式。
以上之分析結論希望提供廠商做為目標行銷的參考資訊,以擬定最佳行銷策略模式,希望除了價格策略之外,廠商可藉由精準的行銷策略來獲取更多的利潤。
Motherboard is one of the main industries in growing information industry in Taiwan. According to Institute for Information Industry, top three motherboard vendors have over 65% market share of worldwide motherboard shipment by brand in 2011[27]. Since motherboard industry reaching its saturation in recent years, vendors' competition becomes intense. The strategy of beat down promote sale is frequently used for increasing sell number.
However, there will be no better profit if vendors take the strategy of beat down promote sale only. Vendors’ focus will be on gaining economies of scale and increase profit by using existing superiority with different market strategy to achieve sales target.
This thesis uses Microsoft Visual Studio 2008 with Microsoft SQL Server 2008 R2 Analysis Service to process Data Mining, which including Decision Tree, Cluster Analysis, and Association Rule, to analyze the consumer purchase profile of the target case into below three categories.
1.Analyze the correlation between consumers' characteristics, and decisions.
2.Analyze the cluster of high end products consumers.
3.Analyze the latent purchase behavior of consumers.
Above analysis may be the marketing reference for vendors to investigate the best market strategy. Hoping besides price strategy, vendors can make more profit by precise market strategy.
摘要 I
Abstract III
目錄 IV
圖目錄 VI
表目錄 VII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍 2
1.4 論文架構 3
第二章 文獻探討 4
2.1 應用分群分析技術來探究高階客戶之型態組成 4
2.2 應用資料探勘技術於開發潛在顧客之研究 9
2.3 應用資料探勘技術分析消費者的行為 12
2.4 資料探勘在多目標行銷策略之應用 16
2.5 結合群集分析和關聯規則之資料探勘 19
2.6 小結 22
第三章 相關理論與技術 24
3.1 目標行銷 24
3.2 資料探勘 29
3.3 關聯規則 33
3.4 群集分析 35
3.5 決策樹分析 38

第四章 研究方法 41
4.1 研究流程 41
4.2 研究模型及環境 42
4.2.1 研究對象 42
4.2.2 研究工具及平台 43
4.2.3 研究限制 44
4.3 研究資料處理 45
4.3.1 原始資料 46
4.3.2 資料前置處理 50
4.3.3 研究變數 51
4.4 資料探勘模型 52
第五章 分析與討論 54
5.1 研究資料分析 54
5.1.1 消費者屬性統計資料 54
5.1.2 消費者電腦規格屬性統計資料 56
5.2 關聯規則 61
5.3 群集分析 64
5.4 決策樹分析 67
5.5 小結 70
第六章 結論與未來研究 73
6.1 結論 73
6.2 未來研究 76
參考文獻 78
[1]Microsoft, 「SQL Server 2008 R2演算法參考(Analysis Services-資料採礦) 」,Microsoft,2012年,
http://technet.microsoft.com/zh-tw/library/bb895228(v=sql.105).aspx,最後存取日期:2012/06/15。
[2]中央大學管理學院ERP中心,「商業智慧」,滄海書局,2011年。
[3]尹相志,「SQL Server 2008 Data Mining資料採礦」,悅知文化出版社,2009年。
[4]尹相志、陳顯旭 譯,「Microsoft SQL Server 2005設計商業智慧解決方案」,悅知文化出版社,2008年。
[5]王建智、陳銘樹、徐正容,「應用資料探勘方法中的分群分析技術來探究高階健檢客戶之型態組成以進行客戶關係管理-以台北某醫學中心之高階健檢客戶為例」,健康管理學刊,第6卷,第1期,第49-59頁,2008年。
[6]王派洲譯,「資料探勘:概念與方法」,滄海書局,2008年。
[7]史明玉,「基於資料探勘技術探討市場區隔與差異化行銷」,世新大學資訊管理學系碩士論文,2007年。
[8]吳淑珺,「應用資料探勘技術分析無線網路消費者的行為-以台北市A公司為例」,世新大學資訊管理學系碩士論文,2008年。
[9]吳萬益,「企業研究方法」,華泰文化事業股份有限公司,2011年。
[10]吳鵬輝,「台灣區電腦零售業之競爭關鍵因素探討:以NOVA為例」,逢甲大學經營管理學系碩士論文,2008年。
[11]宋明弘、林余任、游文宏、王本正,「資料探勘在多目標行銷策略之應用」,第一屆製商整合研討會,2001年。
[12]李明?腄A「應用資料探勘技術於顧客關係管理之個案研究」,彰化師範大學行銷與流通管理學系碩士論文,2010年。
[13]汪志堅,「消費者行為」,全華圖書股份有限公司,2006年。
[14]周文賢,「行銷管理」,智勝文化事業股份有限公司,2002年。
[15]邱垂煌,「購物籃分析之區隔樣式探勘」,世新大學資訊管理學系碩士論文,2010年。
[16]施威宏,「結合分群法和關聯法則之資料探勘-以104家教網為例」,彰化師範大學資訊工程學系碩士論文,2009年。
[17]洪孟志,「資料採礦應用於忠誠顧客辨識及其購買行為模式之研究-以量販業為例」,東海大學管理學系碩士論文,2007年。
[18]張逸民譯,「行銷學」,第9版,華泰文化事業股份有限公司,2010年。
[19]許家銘,「活動網站在活動行銷中扮演角色之研究」,中原大學資訊管理學系碩士論文,2009年。
[20]陳玉萍,「網路行銷對實體通路經營績效影響之研究-以台灣專業型及複合型賣場為例」,中原大學企業管理學系碩士論文,2009年。
[21]陳怡靜、楊菁倩、李怡穎,「消費者行為對拍賣網站購買決策之影響」,中州學報,第24期,第129-145頁,2006年。
[22]黃俊英,「行銷研究:管理與技術」,華泰文化事業股份有限公司,1999年。
[23]楊卓穎,「植基於資料探勘歸類現有保戶潛在價值之研究」,世新大學資訊管理學系碩士論文,2008年。
[24]葉佳燕,「應用資料探勘於電信產業市場區隔之研究」,淡江大學管理科學學系碩士論文,2008年。
[25]葉倩,「應用資料探勘技術於電腦教育中心開發潛在顧客之研究」,世新大學資訊傳播學系碩士論文,2010年。
[26]董伯寅、莊銘國,「網際網路環境下公司特徵與環境特徵對行銷組合之影響:以電子業?例」,臺灣企業績效學刊,第1卷,第1期,第75-104頁,2007年。
[27]資策會,「MIC AISP情報顧問服務網站」,資策會,2012年,http://mic.iii.org.tw,最後存取日期:2012/06/15。
[28]蔡宜秀,「客戶特性結合生涯規劃與客戶購買產品之相關分析-以金融商品為例」,銘傳大學資訊管理學系碩士論文,2008年。
[29]蔡運生,「利用資料探勘技術分析WIFLY用戶通路移轉分析」,淡江大學國際貿易學系碩士論文,2010年。
[30]蕭明泰,「應用資料探勘技術於保養品業顧客流失之研究-以國內某保養品公司為例」,世新大學資訊管理學系碩士論文,2009年。
[31]謝邦昌、鄭宇庭、蘇志雄,「SQL Server 2008 R2資料採礦與商業智慧」,碁峰資訊股份有限公司,2011年。
[32]簡靚語,「應用資料探勘技術於信用卡顧客風險控管及卡別升級策略之研究」,銘傳大學資訊管理學系碩士論文,2010年。
[33]羅鈺絜,「應用資料採礦技術於顧客價值區隔與行銷決策之研究」,義守大學工業工程與管理學系碩士論文,2005年。
[34]Alex Berson, Stephen Smith and Thearling Kurt, “Building Data Mining Applications for CRM”, McGraw-Hill, 2000.
[35]Edmund Jerome McCarthy and William D. Perreault, “Essentials of Marketing”, McGraw-Hill, 2007.
[36]Ian H. Witten, Eibe Frank and Mark A. Hall, “Data Mining—Practical Machine Learning Tools and Techniques”, 3rd Edition, Morgan Kaufmann Publishers, 2011.
[37]Jamie MacLennan, ZhaoHui Tang and Bogdan Crivat, “Data Mining with SQL Server 2008”, Wiley Computer, 2009.
[38]Jiawei Han and Micheline Kamber, “Data Mining—Concepts and Techniques”, 2nd Edition, Morgan Kaufmann Publishers, 2007.
[39]Kent Monroe and Ramu Krishnan, “The Effect of Price on Subjective Product Evaluation, In Perceived Quality: How Consumers View Stores and Merchandise”, Jacob and Jerry C. Olson Lexington, MA:Lexington Books, pp. 209-232, 1985.
[40]Margaret H. Dunham, “Data Mining—Introductory and Advanced Topics”, Prentice Hall, 2003.
[41]Michael J. A. Berry and Gordon Linoff, “Data Mining Techniques: for Marketing, Sales, and Customer Support”, Wiley Computer, 1997.
[42]Ming-Yi Shih, Jar Wen Jheng and Lien Fu Lai, “A Two-Step Method for Clustering Mixed Categorical and Numeric Data”, Tamkng Journal of Science and Engineering, Vol. 13, No. 1, pp. 11-19, 2010.
[43]Nimrod Megiddo and Ramakrishnan Srikant, “Discovering Predictive Association Rules”, American Association for Artificial Intelligence, pp. 274-278, 1998.
[44]Oded Maimon and Lior Rokach, “Data Mining and Knowledge Discovery Handbook”, Kluwer Academic Publishers, pp. 887-912, 2010.
[45]Pang-Ning Tan, Michael Steinbach and Vipin Kumar, “Introduction to Data Mining”, Addison Wesley, 2006.
[46]Raghubir Priya and Kim Corfman, “When do Price Promotions Affect Pretrial Brand Evaluations?”, Journal of Marketing Research, Vol. 36, pp. 211-222, 1999.
[47]Virendra Kumar Shrivastava, Parveen Kumar and K. R. Pardasani, ”FP-tree and COFI Based Approach for Mining of Multiple Level Association Rules in Large Databases”, International Journal of Computer Science and Information Security, Vol. 7, No. 2, pp. 273-279, 2010.
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