臺灣博碩士論文加值系統

偏好結構是多準則決策問題的要素之一，而權重則是偏好結構的一般化形式。在需要計算權重的多準則決策方法，大部分都運用主觀的方法來衡量權重，而本研究嘗試以相對客觀的方法，用方案在準則(屬性)上的個別評估值與綜合評估值，以單層神經網路(Single Layer Perceptron)與適應性類神經模糊推論系統(Adaptive Neuro-Fuzzy Inference System，ANFIS)來求取權重。做法是將屬性值模糊分割之後，將受測者的綜合評估值視為個別評估值的一次線性方程式。將模糊分割視為推論規則的前鑑部，把受測者在該模糊方格的線性評估(或效用)方程式視為後鑑部，進而得到受測者在各情境(模糊方格)之下的內心感受值，來探討受測者在每一個模糊方格之中對於每一個準則(或屬性)權重的認知，再透過綜合加總的方法，來分析探合討受測者的綜合行為。本研究驗證了以類神經網路求取多準則決策方法中屬性權重的可行性。採用SLP與ANFIS這兩種不同的類神經網路的方法計算全部樣本屬性權重所得的結果相近，但是在計算分群的資料時，卻有部分屬性的權重值相距頗大。
對於「筆記型電腦購買」之屬性權重，在摒除「外觀」因素，只考量「價格」、「品牌」、「效能」三項因素時，以ANFIS計算的權重值依序為28.38%、35.31%、36.30%，與以SLP計算的權重值相近。綜合所有樣本而言，以外顯行為作為計算依據的類神經網路與人為主觀設定的權重值，平均而言兩者權重的差距高達25%，表示人們對於屬性權重的認知是無法完全用主觀意識來主觀意識來評斷的。整體而言人們會高估「價格」與「效能」的權重，而低估「品牌」。表示消費者在「價格低」時非常重視「效能」與「價格」、在價格普通時重視品牌、價格高時重視品牌與效能、品牌形象低時重視品牌、品牌形象中等時重視效能、品牌形象高時均衡考量、效能低時均衡考量、效能中等時重視價格與品牌、效能高時重視效能。
以每個樣本對於屬性權重的認知作為依據，以Fuzzy K-mean將樣本區分為四群，分別為「價格導向」、「略重視品牌效能」、「均衡導向」、「非常重視品牌效能」。第一群「價格導向」最重視價格，但也最不重視品牌與效能；第二群「略重視品牌效能」略為重視品牌與效能，而比較不重視價格；第三群「均衡導向」重視屬性的程度剛好都是整體消費者所重視的程度，不會特別重視哪一個屬性。前三群在「價格高」的情況下非常重視「效能」、在「效能普通」時非常重視「價格」與「效能」，而在其他屬性值上都只重視「價格」一項屬性。
第四群「非常重視品牌效能」的受測找非常重視品牌與效能，而非常不重視價格。在「價格高」或「品牌形象低」的情況下重視「品牌」與「效能」、在「品牌形象高」時重視「價格」與「效能」、在「效能低」時重視「價格」、在「效能中等」時重視「價格」與「品牌」、在「效能高」時非常重視「效能」。

章 節 目 錄
章節頁碼
第一章 緒論……………………………………………………………………1- 1
1.1 研究動機………………………………………………………………1- 1
1.2 研究目的………………………………………………………………1- 3
1.3研究內容………………………………………………………………1- 4
1.4研究架構………………………………………………………………1- 5
1.5研究流程………………………………………………………………1-7
第二章 文獻回顧………………………………………………………………2- 1
2.1多準則決策方法與權重設定…………………………………………2- 1
2.1.1多準則決策方法………………………………………………2- 1
2.1.2權重的設定……………………………………………………2- 2
2.2消費者偏好探討- 聯合分析…………………………………………2- 4
第三章 運用類神經網路衡量評估準則權重…………………………………3- 1
3.1運用類神經網路衡量權重方法之程序………………………………3- 1
3.1.1運用類神經網路衡量權重方法於多準則決策方法之程序…3- 1
3.1.2運用類神經網路衡量消費者知覺與偏好與之程序…………3- 3
3.2類神經網路方法的選擇………………………………………………3- 6
3.3運用適應性類神經模糊推論系統求取權重…………………………3- 8
3.3.1適應性類神經模糊推論系統的理論…………………………3- 8
3.3.2 學習規則………………………………………………………3-10
第四章 筆記型電腦購買之屬性權重………………………………………4- 1
4.1資料收集與初步分析…………………………………………………4- 1
4.1.1 資料取得………………………………………………………4-1
4.1.2 樣本敘述性統計資料…………………………………………4-2
4.2全體樣本之屬性權重…………………………………………………4-4
4.3 分群樣本之屬性權重…………………………………………………4-10
4.3.1 分群方法的選擇………………………………………………4-10
4.3.2 分群數的選擇…………………………………………………4-11
4.3.3 各群的命名……………………………………………………4-12
4.3.4 第一群「價格導向」…………………………………………4-13
4.3.5 第二群「略重視品牌與效能」………………………………4-13
4.3.6 第三群「均衡考量」…………………………………………4-15
4.3.8 第四群「非常重視品牌與效能」……………………………4-17
4.4 特徵選取………………………………………………………………4-18
4.5 跨群比較與分析………………………………………………………4-20
第五章分析與結論……………………………………………………………5-1
5.1 分析與討論……………………………………………………………5-1
5.2 研究結論………………………………………………………………5-2
5.3未來研究方向…………………………………………………………5-3
參考文獻…………………………………………………………………………i
個人資料…………………………………………………………………………iv

參考文獻
中文︰
江良俊(1988)，「多準則評估方法在關渡平原開發型態評選之應用」，國立交通大學交通運輸研究所未出版之碩士論文。
陳勁甫(1988)，「折衷權重多準則評估法」，國立交通大學交通運輸研究所未出版之碩士論文。
張文智(1996)，「聯合分析法在筆記型電腦最佳化設計之研究」，國立台灣工業技術學院工程技術研究所未出版之碩士論文。
鄧振源，曾國雄(1989a) ，「層級分析法(AHP)的內涵特性與應用(上)」，中國統計學報，27(6)13707-13724。
鄧振源，曾國雄(1989b) ，「層級分析法(AHP)的內涵特性與應用(下)」，中國統計學報，27(7)13767-13786。
陳亭羽(1998)，「評估準則重要性求解之靜態、動態分析及其在交通運輸之應用」，國立交通大學交通運輸研究所未出版之博士論文。
英文︰
Cattin, P. and Wittink, D. R. (1982), “Commerical Use of Conjoint Analysis: A Survey”, Journal of Marketing, 46(3)44-53.
Chankong, V. and Haimes, Y. Y. (1983), “Multipleobjective Decision Making- Theory and Methodology”, Lsevier Science, New York.
Green, P. E. and DoSarbo, W. S. (1978), “Additive Decomposition of Perception Data via Conjoint Analysis”, Journal of Consumer Research (5), 15(2)58-65.
Green, P. E. and Rao, V. R. (1971), “Conjoint Measurement for Quantifying Judgmental Data”, Journal of Marketing Research, 8(3)355-363.
Green, P. E. and Srinivasan, V. (1978), “Conjoint Analysis in Consumer Research: Issues and Outlook”, Journal of Consumer Research, 5(2)103-123.
Green, P. E. and Srinivasan, V. (1990), “Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice”, Journal of Marketing, 54(4)3-19.
Gupta, U. G. and Clarke R. E. (1996), “Theory and Applications of the Delphi Technique: A Bibliography (1975-1994)”, Technological Forecasting and Social Chang, 53(2)185-211.
Hair, J. P., Anderson, R. E., Tatham, R. L., and Black, W. C. (1992), “Multivariate Data Analysis with Readings”, 3rd ed., Macmillan, New York.
Hashiyama, T., Furuhashi, T. and Uchikawa, Y. (1993a), “A Fuzzy Neural Network for Identifying Changes of Degrees of Attention in a Multi-Attribute Decision Making Process”, Proceeding of 1993 International Joint Conference on Neural Networks, pp.705-708.
Hashiyama, T., Furuhashi, T. and Uchikawa, Y. (1993b), “A Study on a Multi-Attribute Decision Making Process Using a Fuzzy Neural Network”, Proceedings of fifth International Fuzzy Systems Association World Congress (Seoul).
Hill, M. (1973), “Planning for Multiple Objectives- An Approach to the Evaluation of Transportation Plans”, Regional Science Research Institute.
Hwang, C. L. and Lin, M. J. (1987), “Group Making Under Multiple Criteria”, Springer-Verlag, New York.
Hwang, C. L. and Yoon, K. (1981) “Multiple Attribute Decision Making- Methods and Applications”, Springer-Verlag, Berlin.
Jang, J. S. Roger (1993), “ANFIS: Adaptive-Network-Based Fuzzy Inference Systems”, IEEE Transactions on Systems, Mans, and Cyvernetics, 23(03)665-685.
Jang, J. S. Roger, Sun, C. T. and Mizutani, E. (1997), “Neuro-Fuzzy and Sofe Computing: a Computational Approach to Learning and Machine Intelligence”, Prentice-Hall, New Jersey.
Malhotra, N. K. (1982), “Structural Reliability and Stability of Nonparametric Conjoint Analysis”, Journal of Marketing Research, 19(2)199-207.
Keeney, R. L. and Raiffa, H. (1977), “Decision with Multiple Objectives: Preference and Value Tradeoffs”, Wiley, New York.
Ray, B. and Incke, P. (1984), “Relational Systems of Preferences with One or More Pseudo-Criteria: Some New Concepts and Results”, Management Science, 30(11)1323-1325.
Saaty, T. L. (1977a), “Scenarios and Priorities in Transport Planning to the Sudan”, Transportation Research, 11(5)343-350.
Saaty, T. L. (1977b), “A Sealing Method for Priorities in Hierarchical Structural”, Journal of Mathematical Psychology, vol.15, pp.274-281.
Saaty, T. L. (1977c), “A Theory of Analytical Hierarchies Applied to Political Candidacy”, Behavioral Sciences, 22(4)237-245.
Saaty, T. L. (1980), “The Analytic Hierarchy Process”, McGraw-Hill, New York.
Saaty, T. L. (1996), “The Analytic Network Process — Decision Making with Dependence and Feedback”, RWS Publications, Pittsburgh.
Segal, M. N. (1982), “Reliability of Conjoint Analysis: Constrasting Data Collection Procedures,” Journal of Consumer Research, 19(1)139-144.
Srinivasan, V. and Shocker, A. D. (1973), “Linear Programming Techniques for multidimensional Analysis of Preference”, Psychometrika, 38(3)337-369.
Voogd, H. (1983), “Multicriteria Evaluation for Urban and Regional Planning”, Page Bros(Norwich), Great Britain.
Yu, P. L. (1985), “Multiple Criteria Decision Making- Concepts, Techniques, and Extensions”, Plenum Press, New York.
Yu, P. L. (1990), “Forming Winning Strategies: An Integrated Theory of Habitual Domains”, Springer-Verlag, Berlin.
Zeleny, M. (1982), “Mutiple Criteria Decision Making”, McGraw-Hill, New York.