臺灣博碩士論文加值系統

本研究藉由Google Map藥局商家評論資料與健保藥局每日口罩剩餘數量資料中整理出網路評論資料相關變數及口罩數量資料相關變數，分析藥局網路評論的相關變數統計量，觀察不同的藥局群體間之差異，並利用藥局評論文本探討藥局評論的網路聲量，找出影響藥局電子口碑的關鍵詞並討論消費者關注的重點。最後透過羅吉斯回歸模型了解藥局電子口碑和網路評論相關變數間之關係及影響。
根據研究結果，本研究結論如下：(1)雙北地區健保藥局Google Map網路評論，正面評論及負面評論的比例約為7：3，健保特約藥局於Google Map 商家資訊平均評分為3.5245分(約3.5顆星星)，藥局於實名制期間日均服務人次約113人。(2)臺北市相較於新北市有較多的藥局評論數，且各行政區藥局數量分布較為平均。市內藥局平均評分皆高於3分，消費者評論的情緒感受偏向正面。(3)新北市藥局評論及藥局分布多集中於板橋、新莊、三重、中和四個人口稠密的行政區，其他行政區則較少。大部分行政區藥局平均評分落在3分至4分之間，約有半數的行政區的消費者評論的情緒感受偏向負面。(4)電子口碑差的藥局在服務的態度、待客的親切程度與對藥局業務的專業程度皆不如電子口碑好的藥局，是電子口碑較差的藥局可以改善的部分。(5)根據本研究自變數對應變數進行單變項及多變項羅吉斯回歸分析結果，自變數：藥局商家評論數、藥局評論情緒分數與藥局電子口碑有關，而自變數：是否為連鎖藥局、藥局日均服務人次並沒有直接相關。

In this study, online customer reviews of pharmacies on the Google Map extracted and the daily mask quantity data of the pharmacy, were analyzed.Differences in the number of reviews and the sentiment score of a pharmacy, whether it is a chain pharmacy, and the average daily service number of a store were explored. Finally, the logistics regression was used to reveal the relationship between variables related to pharmacy and electronic word-of-mouth.
We observed: (1) The ratio of positive reviews to negative reviews is about 7:3 in the Google Map online reviews of the pharmacy in Taipei City and New Taipei City. During the real-name mask policy, the daily average number of service people was about 113. (2) Compared with New Taipei City, Taipei City has more pharmacy reviews, and the number of pharmacies in each administrative region is more evenly distributed. The average score of the electronic word-of-mouth is 3.3 points. (3) Reviews and the distribution of pharmacies are mostly concentrated in the four densely populated districts of Banqiao, Xinzhuang, Sanchong, and Zhonghe in New Taipei City. The average score of pharmacies is between 3 and 4 points, and about half of the districts have negative sentiments of consumer reviews. (4) Pharmacies with poor electronic word-of-mouth performed less than pharmacies with good electronic word-of-mouth in service attitude, hospitality, and professionalism in pharmacy business. (5) The significant independent variables included: the number of reviews and the sentiment score of a pharmacy while whether it is a chain pharmacy and the average daily service number of the pharmacy are not related to the electronic word-of-mouth.

第壹章 緒論 1
第一節 研究背景 1
第二節 研究動機與目的 2
第三節 研究架構 3
第貳章 文獻探討 5
第一節 口罩實名制 5
第二節 電子口碑 9
第三節 羅吉斯回歸(Logistic Regression) 11
第參章 研究方法 13
第一節 研究流程 13
第二節 資料來源 14
第三節 應變數 15
第四節 自變數 16
第五節 模型建構 20
第六節 分析工具 20
第肆章 研究結果 22
第一節 敘述統計 22
第二節 網路評論關鍵詞 35
第三節 模型結果 47
第伍章 結論、限制與建議 56
第一節 結論 56
第二節 限制與建議 57
參考文獻 58
中文部分 58
英文部分 59
網路資料 61

參考文獻
中文部分
吳恩伃(2018)。網路評論對訊息可信度與商家信任影響之研究。東吳大學國際經營與貿易學系碩士論文，台北市。
呂正華(2020)。跨域合作打造口罩國家隊。國土及公共治理季刊， 8(4)，38-45。
李伯璋、張禹斌、張齡芝、林右鈞、陳孜瑜(2020)。線上線下整合與公私協力 [口罩實名制] 協助抗疫成功典範。國土及公共治理季刊， 8(4)，30-37。
李美秀(2021)。台灣政府的倫理責任與義務: 談 COVID-19 防疫的醫療口罩分配。醫學與健康期刊，10(3)，101-109。
沈依陵(2017)。網路評論相關之可信度對消費者在網路平台上行為意圖之影響。國立成功大學企業管理學系碩士論文，台南市。
林美伶(2017)。網路評論品質對購買意圖之影響。國立成功大學企業管理學系碩士論文，台南市。
陳博志(2020)。政府干預口罩市場的經濟學理。臺灣經濟研究月刊， 43(4)，8-11。
萬國華(2020)。從 COVID-19 談 [飛沫] 對人體的健康威脅與預防。 中華民國內膜異位症婦女協會會刊，27(3&4)，3-4。
蔡文瑜(2019)。網路評論對消費者購買自有品牌意願之研究。國立政治大學國際經營與貿易學系碩士論文，台北市。
 
英文部分
Agresti, A. (2003). Categorical data analysis. John Wiley & Sons.
Arndt, J. (1967). Role of product-related conversations in the diffusion of a new product. Journal of marketing Research, 4(3), 291-295.
Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of marketing Research, 43(3), 345-354.
Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society: Series B (Methodological), 20(2), 215-232.
Dewan, S., & Ramaprasad, J. (2012). Research note—Music blogging, online sampling, and the long tail. Information Systems Research, 23(3-part-2), 1056-1067.
Dyke, G., & Patterson, H. (1952). Analysis of factorial arrangements when the data are proportions. Biometrics, 8(1), 1-12.
Hennig-Thurau, T., Walsh, G., & Walsh, G. (2003). Electronic word-of-mouth: Motives for and consequences of reading customer articulations on the Internet. International journal of electronic commerce, 8(2), 51-74.
Hosmer, T. A., Hosmer, D. W., & Fisher, L. (1983). A comparison of three methods of estimating the logistic regression coefficients. Communications in Statistics - Simulation and Computation, 12(5), 577-593.
Jalilvand, M. R., Esfahani, S. S., & Samiei, N. (2011). Electronic word-of-mouth: Challenges and opportunities. Procedia Computer Science, 3, 42-46.
Lin, C. H., Lin, Y. W., Wang, J. Y., & Lin, M. H. (2020). The pharmaceutical practice of mask distribution by pharmacists in Taiwan’s community pharmacies under the Mask Real-Name System, in response to the COVID-19 outbreak. Cost Effectiveness and Resource Allocation, 18(1), 1-5.
Liu, Y. (2006). Word of mouth for movies: Its dynamics and impact on box office revenue. Journal of marketing, 70(3), 74-89.
Pan, Y., & Zhang, J. Q. (2011). Born unequal: a study of the helpfulness of user-generated product reviews. Journal of retailing, 87(4), 598-612.
Press, S. J., & Wilson, S. (1978). Choosing between Logistic Regression and Discriminant Analysis. Journal of the American Statistical Association, 73(364), 699-705.
Tai, Y. L., Chi, H., Chiu, N. C., Tseng, C. Y., Huang, Y. N., & Lin, C. Y. (2021). The effect of a name-based mask rationing plan in Taiwan on public anxiety regarding a mask shortage during the COVID-19 pandemic: observational study. JMIR Formative Research, 5(1), e21409.
 
網路資料
Google 地圖
https://www.google.com/maps/
衛生福利部網站
https://www.mohw.gov.tw/
健保特約機構口罩剩餘數量明細清單(含地理加值)
https://scidm.nchc.org.tw/dataset/nhi-maskdata
政府資料開放平台-健保特約醫事機構-藥局名單
https://data.gov.tw/dataset/39284
口罩供需資訊平台
https://mask.pdis.nat.gov.tw/
Python
https://www.python.org/
SPSS
https://www.ibm.com/analytics/spss-statistics-software
R
https://www.r-project.org/
QGIS
https://qgis.org/en/site/
鄭哲宇(2020)。R軟體資料分析應用 : 線性迴歸診斷。
Retrieved from http://libir.tmu.edu.tw/handle/987654321/58810