臺灣博碩士論文加值系統

近年來由於網際網路與資訊科技快速的發展，利用資料庫行銷已逐漸取代傳統行銷方式，成為行銷思維的新主軸。近年來資料庫行銷當中相當火熱的話題，莫屬於「大數據」一詞，從大數據的資料之中發掘未知潛在有用的資訊，並轉化成有價值的資訊，提供決策者在這競爭激烈的市場上，並奪得先機進行更正確的決策。
本研究以某機車行為例，根據客戶維修歷史資料建立資料庫系統，透過OLAP進行分析，再以資料挖掘中的關聯法則，將交易資料中的維修零件進行關聯法則分析，根據分析結果，擬訂不同行銷策略，並作為行銷策略與庫存管控之參考，降低成本並增加店家利潤。

In recent years, due to the rapid development of internet and information technology, the use of database marketing has gradually replaced traditional marketing methods and become the new spindle for marketing thinking. In recent years, the hottest topic in database marketing is the word “big data”. It uncovers unknown and useful information from big data and turns it into valuable information to provide decision makers with fierce competition. On the market, and take the initiative to make more accurate decisions. This study uses a locomotive example to establish a database system based on customer transaction history data, and then uses a data mining clustering algorithm to group customer transaction data. Based on grouping results, segmentation analysis, different marketing strategies are developed for different clusters. , As a reference for marketing strategy, increase customer loyalty, reduce costs and increase store profits.

致謝 i
摘要 ii
目錄 iv
表目錄 vi
第一章 緒論 1
第一節　研究背景與動機 2
第二節　研究目的 4
第三節　研究限制 4
第四節　論文架構 5
第五節　論文流程 6
第二章 文獻探討 7
第一節　大數據相關理論 7
(一) 關聯法則 9
(二) OLAP定義 9
(三)資料挖掘的定義 10
第二節　機車相關文獻 12
(一) 機車維修 13
第三章 研究方法 14
第一節 研究架構 14
第二節　機車零件資料收集及原始資料庫建置 15
第三節　資料前置處理 16
(一) 資料整合 16
(二) 資料清理 17
(三) 關聯法則 18
(四) Apriori演算法 20
第四章分析成果 23
第一節 OLAP分析模型 23
第二節 零件維修關聯法則模型 35
第五章 結論及未來研究方向 53
第一節　結論 53
第二節　未來研究方向 53
參考文獻 54

中文文獻
許詩典，「醫療大數據」，聯新醫管，第一百零二期， 2015，第 6 頁。
大數據概念與發展
[1] 國務院.促進大資料發展行動綱要[EB/OL]. http:∥ www.gov.cn.
[2] 大資料戰略重點實驗室.塊數據2.0:大資料時代的範 式革命[M].北京:中信出版社,2016.
[3] 城田真琴.大資料的衝擊[M].周自恒,譯. 北京:人民 郵電出版社,2013.
[4] 維克托•邁爾-舍恩伯格,肯尼士•庫克耶.大數據時 代[M]. 盛 楊 燕, 周 濤, 譯. 杭 州: 浙 江 人 民 出 版 社,2013.
[5] 李國傑,程學旗.大資料的研究現狀與科學思考[J].戰
[6] 倪光南.大資料的發展及應用[J].資訊技術與標準化, 2013(9):6-9.
[7] 工業和資訊化部.大資料產業發展規劃(2016—2020 年)[EB/OL]. http:∥www.miit.gov.cn.
[8] FranksB.駕馭大數據[M].黃海,車皓陽,王悅,等譯. 北京:人民郵電出版社,2013.
[9] 許楨杏 (2007)。結合資料挖掘與統計分析技術於使用者行為分析之研究，碩士論文，逢甲大學土地管理所。
[10] 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯（2015）。資料挖掘Date Mining。台北市：旗標出版。
[11] 羅敬雯（2016）。製造業客戶關係管理分析與研究。僑光科技大學研究所，台中市。
[12] 簡禎富、許嘉裕（2014）。資料挖礦與大數據分析。新北市：前程文化。
[13] 許華孚, & 吳吉裕. (2015). 大數據發展趨勢以及在犯罪防治領域之應用. 刑事政策與犯罪研究論文集, 341-375.
[14] 蔡承宇,(2014)。傳統機車行經營轉型之探討 (碩士論文)。國立高雄第一科技大學 ，高雄市。
英文文獻
[1]Blut, J.R. and Wansbeek, T. (1995).Optimal Selection For Direct Mail, Marketing Sciemce, (14:4),pp.378-395
[2]John A. (1975). Hartigan-Clustering Algorithms-John Wiley & Sons, Inc.
[3]Kahan, Ron.(1998).Using Database Marketing Techniques to Enhance Your One-to-One Marketing Initiatives, Journal of Consumer Marketing, (15:5), pp.491-493.
[4]MacQueen,J.(1967).Some Methods for Classification and Analysis of Multivariate Observations, In Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability, pp.281-297
[5]Miglautsch, John.(2000). Thoughts on RFM Scoring, Journal of Database Marketing, (8:1).
[6]Tiwana, A.(2000).The knowledge management toolkit: Practical techniques for building a knowledge management system. Upper Saddle River, NJ: Prentice Hall PTR.
Agrawal, R., Imielinski, T. & Swami, A., "Mining Association Rules between Sets of Items in Very Large Database", Proceedings of the ACM SIGMOD Conference on Management of Data, 1993, pp. 207-216
網路文獻
(台灣機車密度高7成不願意改搭大眾運輸)
http://www.chinatimes.com/realtimenews/20171101003562-260405