台灣超商密度為全球排名第二，本研究以超商交易發票影本，結合電子載具 iCash 交易工具為客戶資料蒐集基礎， 延伸「購物籃分析」 概念，蒐集臺南市某超商兩季(約九個月)的交易發票資料影本為初始資料， 根據消費者以往的購買紀錄，計算消費者購買商品間的關係， 也透過交叉分析法，從中分析消費者的購買模式，以及對消費者購買之產品作關聯性分析。本研究欲透過以上之方法，尋找
出適合的產品組合，做為廠商在進行商品促銷及推薦的依據。
根據實驗結果發現， 最佳產品關聯規則為顧客購買微波冷凍食品類的商品時有很高的機率會購買果汁飲料類商品。我們可以試圖透過旗下其相關企業子公司在組織、 客戶資訊、 通路、及產品的交互運用下， 利用無遠弗屆的網際網路推播方式，推薦客製化關聯商品，可大幅提昇門市與電商銷售營業額。

The density of Taiwanese convenience stores ranks second in the world. This study uses copies of convenience stores invoices, combined with electronic vehicle iCash transaction tools as the basis for customer data collection, and extends the concept of "shopping basket analysis" to collect two quarters from a convenience store in Tainan City. transaction invoice data copy is the initial data. Based on the consumer’s previous purchase records, the relationship between consumers’purchases of goods is calculated,and the cross-analysis method is also used to analyze the consumer’s purchase pattern and the impact of purchases records through the product correlation analysis. This
research intends to find a suitable product portfolio through the above methods, which
can be used as a basis for manufacturers to promote and recommend products.
According to the experimental results, it is found that the best product association rule
is that when customers buy microwave frozen food products, there is a high probability
that they will buy juice drinks. We can try to recommend customized related products
through the interactive of organization, customer information, channels, and products
through its related corporate subsidiaries, can significantly increase the sales turnover
of stores and e-commerce.

目錄
摘要 i
Abstract ii
目錄 iii
表目錄 iv
圖目錄 v
1. 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究對象 2
2. 文獻探討 3
2.1市場購物籃分析 3
2.2 關聯規則法 5
2.3交叉銷售相關論述 6
2.3.1交叉銷售的定義 7
2.3.2交叉銷售的重要性 7
2.4 產品推薦系統 8
3. 研究方法 10
3.1 研究架構 10
3.2研究變數 11
3.3關聯規則法 13
4. 實驗設計 17
4.1樣本描述 17
4.2建置關連規則預測模型 19
4.3產品關聯矩陣 21
4.4關聯規則預測準確度測量描述 25
5. 結論與建議 27
5.1 研究結論 27
5.2理論意涵 27
5.3實務意涵 27
5.4研究限制與後續建議 28
5.4.1研究限制 28
5.4.2後續研究建議 28
參考文獻 29
附錄 34

英文文獻
Adomavicius, G. &Tuzhilin, A. (2005), "Incorporating Contextual Information in
Recommender Systems Using a Multidimensional Approach", ACM Transactions
on Information Systems, 23(1), 103-145.
Agrawal, R., &Srikant, R. (1994), "Fast Algorithm for Mining Association Rules", in
Proceedings of the 20th International Conference on Very Large Databases,
Santiago, Chile, 487–499.
Agrawal, R., Imielinski, T., & Swami, A. (1993), "Mining Association Rules between
Sets of Items in Large Database", Sigmod Record, 22(2), 207-216.
Anand, S. S., Patrick, A. R., Hughes, J. G., & Bell, D. A. (1998). "A Data Mining
Methodology for Cross-Sales", Knowledge-Based Systems, 10(7), 449–461.
Balabanovic, M. &Shoham, Y. (1997),"Content-Based, Collaborative
Recommendation", Communications of the ACM, 40(3), 66-72.
Berry, Michael. J. A., &Linoff, G.S. (2011), Data Mining Techniques： for Marketing,
Sales, and Customer Relationship Management, Hoboken NJ, Wiley Computer
Publishing, 296-297.
Berry, L.L., Parasuraman, A., Valarie, A. Z. (2003), Ten Lessons for Improving Service
Quality, MSI Reports Working Paper Series, Cambridge, MA: Marketing Science
Institute, 3(1), 61-82.
Brijs, T., Swinnen, G., Vanhoof, K., & Wets, G. (2004), "Building an Association Rules
Framework to Improve Product Assortment Decisions", Data Mining and
Knowledge Discovery, 8(1), 7-23
Cavique, L. (2007), "A Scalable Algorithm for the Market Basket Analysis", Journal of
Retailing and Consumer Services, 14(6), 400–407
Chen, Y.L., Chen, J.M., & Tung, C.W. (2006), "A Data Mining Approach for Retail
Knowledge Discovery with Consideration of the Effect of Shelf-Space Adjacency
on Sales", Department of Information Management, 42(3), 1503-1520.
Chen, Y.L., Tang, K., Shen, R. J., & Hu, Y. H. (2005), "Market Basket Analysis in a
Multiple Store Environment", Department of Information Management, 40(2),
339-354.
Hanguang, Li., & Yu, N. (2012). Intrusion detection technology research based on
apriori algorithm. Physics Procedia, 24, 1615-1620.
Hoanca, B. & Mock, K. (2011), "Using Market Basket Analysis to Estimate Potential
Revenue Increases for a Small University Bookstore", Conference for Information
Systems Applied Research Wilmington North Carolina, USA.30
Lee, J. C., Yu, F. L., Lin, M. H., Huang, G. S., Chang, C. Y., Cheng, C. L., & Wang, G.
C. (2010). Utility of immunochromatographic assay for detecting Mycobacterium
tuberculosis from positive BACTEC MGIT 960 cultures. J Biomed Lab Sci,
22(64), e9.
Murray, C. J. (2019). Health effects of dietary risks in 195 countries, 1990–2017: a
systematic analysis forthe Global Burden of Disease Study. Lancet, 393, 1958-72.
Shah, P. (2017). An Introduction to Weka,
https://www.opensourceforu.com/2017/01/an-introduction-to-weka/
Taillandier, P., Duchêne, C., & Drogoul, A. (2011). Automatic revision of the control
knowledge used by trial and error methods: Application to cartographic
generalisation. Applied Soft Computing, 11(2), 2818-2832

中文文獻
Ein (2015) ， 超 商 抓 住 了 你 的 胃 ， 也 抓 住 了 你 的 心 。 摘 自
https://www.stockfeel.com.tw/%E8%B6%85%E5%95%86%E6%8A%93%E4%
BD%8F%E4%BA%86%E4%BD%A0%E7%9A%84%E8%83%83%EF%BC%8
C%E4%B9%9F%E6%8A%93%E4%BD%8F%E4%BA%86%E4%BD%A0%E7
%9A%84%E5%BF%83/
I code so I am (2019) ， 購 物 籃 分 析 (Basket Analysis) 。 摘 自
https://ithelp.ithome.com.tw/articles/10217912
Ivan Yang ，（ 2020 ） 你 怎 麼 處 理 顧 客 交 易 資 訊 ？ Apriori 演 算 法 。 摘 自
https://medium.com/marketingdatascience/%E8%B3%BC%E7%89%A9%E7%
B1%83%E5%88%86%E6%9E%90-part1-5c9496cad065
PunNode (2014)， SmartM 為什麼傳統零售業必須架設網路商店？（下）。 摘自
https://www.smartm.com.tw/article/323631cea3
Trendmonitor、東方快線(2009)， 台、韓、中消費者都在便利商店買什麼？ 摘自
https://www.brain.com.tw/news/articlecontent?ID=13316
丁孟澤(2012)，顧客對金融商品交叉銷售購買意願：品牌延伸模式之觀點。國立
東華大學企業管理學系，碩士論文。
王浩丞(2017)， 利用關聯規則建構企業間商品推薦系統。 國立雲林科技大學資訊
管理系，碩士論文。
王淑如(2006)， 金融控股公司交叉銷售成效分析-以 F 金控公司為例。逢甲大學經
營管理碩士在職專班，碩士論文。
王雍智(2012)，客戶價值分析與產品推薦系統-以鎖匣交易為例。暨南大學國際企
業學系學位論文 ； 2012 年 (2012 / 01 / 01) ， P1 - 55
吳 文 彬 (2012) ， SPSS 信 度 、 t 檢 定 、 ANOVA 、 迴 歸 分 析 。 摘 自
https://www.youtube.com/watch?v=5kcKraul05E
吳培聖(2013)， 產品購物籃分析-以亞馬遜網站購物為例。國立暨南國際大學國際
企業學系，碩士論文。
吳瑞堯(2011)， 運用資料探勘技術於六大死因慢性疾病之研究。 資訊管理學報 18
卷 1 期 (2011 / 01 / 01) ， P187 - 211。
吳靜薇(2014)， 應用決策樹與關聯規則於學生成績之分析-以台南市某職業學校為
例。 南台科技大學資訊管理系，碩士論文。
李兆偉； 廖健峰； 林榮章； 林宏軒(2004)， 條件式關聯規則與序列規則探勘系統。
逢甲大學資訊工程學系，專題研究報告。
李俊輝(2010)， 利用多重因素進行關聯規則分析-以便利商店交易資料為例。 南台
科技大學資訊管理系，碩士論文。
周琬禎(2018)， 結合模糊理論與 Apriori 演算法於數值型資料關聯規則探勘之研
究。 國立雲林科技大學工業工程與管理系，碩士論文。
林 祝 菁 (2014) ， 全 台 便 利 超 商 突 破 1 萬 店 ( 工 商 時 報 ) 。 摘 自32
https://www.chinatimes.com/newspapers/20140212000164-260204?chdtv
林震岩(2007)， "多變量分析： SPSS 的操作與應用"，智勝文化事業有限公司。
消 基 會 (2017) ， 超 商 微 波 食 品 「 鈉 」 麼 多 75% 超 過 每 餐 建 議 攝 取 量 ，
https://www.consumers.org.tw/product-detail-2511441.html
翁政雄(2011)， 從購買意願資料中挖掘高度相關性的關聯規則。 資訊管理學報 ；
18 卷 4 期 (2011 / 10 / 01) ， P119 - 138。
翁政雄(2012)， 挖掘重要關聯規則-以搭配銷售為例。 中臺科技大學資訊管理系，
研究報告。
常世杰(2013)，利用資料探勘 Apriori 演算法預測零售賣場之個人購物行為。 國立
高雄第一科技大學服務科學管理研究所，碩士論文。
張紋綺(2012)， "運用購物籃分析建立產品推薦系統"， 臺灣大學國際企業學研究
所學位論文。
晨晰部落格新站(2013)，為什麼沒有看到賣場中尿布與啤酒的搭售呢？摘自
https://dasanlin888.pixnet.net/blog/category/210149
梁怡貞(2013)， 結合模糊理論與 FP-Growth 於層級架構探勘關聯規則之研究。 元
智大學資訊管理學系，碩士論文。
產品狼(2017)， 電 商 購物籃分析：關聯 規則的 Apriori 算法簡介。 摘自
https://kknews.cc/zh-tw/news/qongaeo.html
許紫畇(2017)， 高效率 Apriori 演算法探勘關聯規則。
連豊力(2017)， 沃爾瑪 (Wal-Mart)(1990)， 啤酒與尿布的關係(P.1-P.2)。 臺大電機
系，簡報檔。
陳順宇 (2005)，多變量分析，四版，華泰文化事業股份有限公司，台北市。
童冠燁、吳充平(2010)， "關聯規則於國人健康關係之研究"，南台科技大學資訊
管理研究所碩士論文。
黃 佩 君 (2018) ， 台 灣 便 利 商 店 密 度 全 球 第 二 。 摘 自
https://ec.ltn.com.tw/article/breakingnews/2385333
黃俊英(2007)， "多變量分析"，第七版， 出版社：華泰文化。
黃俊豪(2017)， 以關聯規則探索網路論壇作者之行為。東吳大學資訊管理學系，
碩士論文。
黃韻仁(2018)， 銀髮族血糖關聯規則探勘。 明志科技大學工業工程與管理系碩士
班，碩士論文。
嗡嗡(2019)， Google ML - Lesson 13 – 以混淆矩陣(confusion matrix)分析 ML 模
型好壞。摘自 https://ithelp.ithome.com.tw/articles/10222697?sc=iThelpR
葉進儀林珊郭文熙(2008.10)， 應用以約定值為基礎之演算法於關聯規則探勘。 資
訊管理學報 第十五卷 第四期。
資訊與管理科學 ； 10 卷 2 期 (2017 / 12 / 30) ， P21 - 29
趙潁湞； Jhao,Ying-Jhen(2016)， 以交易時間間隔為基礎之關聯規則分析。 工業管
理研究所。摘自 http://ir.lib.ncu.edu.tw/handle/987654321/7117433
劉政偉(2017)， 運用關聯規則發掘台灣全家便利商店設置特殊服務項目規則之研
究。 萬能科技大學資訊管理研究所，碩士論文。
蔡文豐；洗鈺瑞；王奕閔；李郝傑(2012)， 統一超商店設施規劃之研究。 建國科
技大學 工業工程與管理系，專題報告。
賴韋霖(2009)， 改良 Apriori 演算法探勘關聯規則。 南台科技大學資訊管理系，碩
士論文。
謝章升 (2015)， 謝章升專欄-SPSS 教學-探索性因素分析(EFA)怎麼做。 摘自
https://www.tutortristar.com/?p=1225
簡利曲(2001)， 運用 DataMining 之購物籃分析探討網路購物之最適產品組合。 國
立臺北大學企業管理學系，碩士論文。
簡禎富(2014)， 大數據分析與資料挖礦。 前程文化事業股份有限公司，第 4 章關
聯規則。
蘋果新聞網(2015)， 便利商店什麼都有、什麼都賣，什麼都不奇怪！ 摘自
https://tw.news.appledaily.com/life/realtime/20150516/611588/