博碩士論文 101421021 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:7 、訪客IP:3.236.65.63
姓名 陳佩琦(Pei-chi Chen)  查詢紙本館藏   畢業系所 企業管理學系
論文名稱 尋找關鍵商品組合之研究
(Study on finding key itemsets)
相關論文
★ 在社群網站上作互動推薦及研究使用者行為對其效果之影響★ 以AHP法探討伺服器品牌大廠的供應商遴選指標的權重決定分析
★ 以AHP法探討智慧型手機產業營運中心區位選擇考量關鍵因素之研究★ 太陽能光電產業經營績效評估-應用資料包絡分析法
★ 建構國家太陽能電池產業競爭力比較模式之研究★ 以序列採礦方法探討景氣指標與進出口值的關聯
★ ERP專案成員組合對績效影響之研究★ 推薦期刊文章至適合學科類別之研究
★ 品牌故事分析與比較-以古早味美食產業為例★ 以方法目的鏈比較Starbucks與Cama吸引消費者購買因素
★ 探討創意店家創業價值之研究- 以赤峰街、民生社區為例★ 以領先指標預測企業長短期借款變化之研究
★ 應用層級分析法遴選電競筆記型電腦鍵盤供應商之關鍵因子探討★ 以互惠及利他行為探討信任關係對知識分享之影響
★ 利用資料探勘技術探討北台灣地區機動車輛稅費繳納模式★ 以資料挖礦方法發掘臍帶血品質診斷規則
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   至系統瀏覽論文 ( 永不開放)
摘要(中) 隨著經濟發展,消費者的需求越來越多元,不同消費族群對於商品或服務的需求及對其願付價格不盡相同。在這樣競爭激烈的環境下,企業已不容易將目標市場的所有顧客都攬進自己的市場內。此時,找出對企業有價值的重要顧客成為企業成功獲利的首要步驟。找到重要顧客後,若是能夠發現對重要顧客而言具有價值的商品,即可投其所好,透過滿足關鍵顧客的需求而達到長期盈利的目的。
  本研究使用台灣某中型零售商某年度之年度交易記錄,利用RFM價值分析法將有顧客編號之交易資料者分別賦予R、F、M三個指標的分數後,利用K-means分群法將顧客價值由高至低分成五星等至一星等。接著本研究使用改良版Apriori演算法透過最小支持度以及偏態係數兩項條件之設立進行關鍵商品之探勘。將候選項目集合利用最小支持度和偏態係數做驗證,將同時符合兩條件者列為我們所要找尋的關鍵商品;只通過最小支持度而未通過偏態係數者列為不完整項目集合,並將不完整項目集合合併為下一階段之候選項目集合以進行下一階段最小支持度及偏態係數的探勘,以此類推,直到無法在下一階段中找出任何高頻項目集合為止。過程中,不滿足最小支持度之驗証者直接刪除,並不再進行偏態係數之驗證。本研究希望能透過這樣的探勘過程找出對企業貢獻度高的重要顧客經常購買的關鍵商品(組合),進而以此關鍵商品(組合)作為評斷未來新顧客是否為潛在重要顧客之基準。
  本研究最後找出了31個單一品項關鍵商品以及60組兩個品項的關鍵商品組合,且在資料驗證部分中得到高達69%的驗證比率。
摘要(英) As economy developing, the demand of consumers getting more and more diverse. Each consumer cluster has its own demand of the product or service and the price they are willing to take. Under such a competitive environment, it is not easy that enterprises occupy the whole target market any more. Figure out who are those important customers, however, be-come the first step to follow for making profit. If it is possible to find out what means the valuable products for those important customers, catering to their pleasure, enterprises can achieve the purpose of making long-tern profit through meeting those key customers’ need.
The study applies one of the annual transaction record of a medium-sized retailer in Taiwan. Given the transaction data tagged by customer numbers three indicators scores-R,F,M by us-ing RFM analysis method. Then the customer value will be divided low into five degrees by K-means cluster method. The n the study starts mining the key product though the setting of two conditions- minimum support and coefficient of skewness by the modified Apriori al-gorithm.
To verify the candidate itemsets by minimum support and coefficient of skewness and clas-sify the ones which meet both of the two conditions as the key product. The other ones that only meet the minimum support but not the coefficient of skewness will be classified as in-complete itemsets, combined to be the candidate itemsets for the next stage mining and so on until that finding out any other frequent itemsets is unable to be done. The others that don′ even meet the minimum support will be deleted right away. This study wants to find out the key product(s) that the VIP customers buy frequently through this kind of mining process. And then see the key product(s) as a basis of determining if the new customer is a potential VIP or not.
The study identified 31 single key product as well as 60 pairs of key products eventually and got up to 69% of the validation ratio
關鍵字(中) ★ 資料採礦 關鍵字(英) ★ data mining
★ apriori
論文目次 中文摘要 I
英文摘要 II
誌謝 III
目錄 VI
圖目錄 VI
表目錄 VII
壹、 緒論 1
1-1  研究背景及動機 1
1-2  研究目的 4
貳、 文獻探討 5
2-1  顧客價值分析 5
2-1-1 RFM價值分析法 6
2-2  APRIORI演算法 7
2-3  尋找關鍵商品 9
參、 研究方法 11
3-1  問題描述 11
3-2  研究架構 12
3-3  RFM分析法 12
3-4  改良版APRIORI演算法 15
3-5  實例說明 17
肆、 實驗結果 20
4-1  資料說明與分析環境 20
4-1-1 資料描述 20
4-1-2 資料前置處裡 20
4-1-3 分析環境 21
4-2  參數說明與設定 21
4-3  實驗結果 22
4-3-1 RFM分群結果 22
4-3-2 改良版Apriori演算法分析 24
4-4  資料驗證 30
4-5  綜合分析與討論 30
伍、 結論與未來研究建議 31
5-1  結論 31
5-2  研究限制 31
5-3  後續研究建議 32
參考文獻 33
中文部分 33
英文部分 35
參考文獻 (1.) 廖述賢、溫志浩,資料探勘理論與應用,博碩文化股份有限公司,民國101年。
(2.) 王子宏(2011)。零售業衝動購物行為之探勘。東吳大學資訊管理學系碩士論文,台北市。
(3.) 余佳蓉(2010)。量販零售業執行逆向物流活動之因素探討。國立勤益科技大學企業管理學繫碩士論文,台中市。
(4.) 李長璟(2011)。具有學期時間與氣溫因素之學區便利商店交易資料關聯規則分析。南台科技大學資訊管理學系碩士論文,臺南市。
(5.) 李俊輝(2011)。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學系碩士論文,臺南市。
(6.) 林婉琦(2013)。應用資料探勘輔助網路行銷策略之研究。銘傳大學資訊管理學系在職專班碩士論文,台北市。
(7.) 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系碩士論文,高雄市。
(8.) 陳姿桂(2008)。關鍵客戶管理與關係品質對組織績效影響之研究-以中華電信北區為例。開南大學物流與航運管理學系碩士論文,桃園縣。
(9.) 陳祥和(2012)。關鍵顧客關係管理之研究:以台電公司基隆區營業處為例。國立台灣海洋大學航運管理學系碩士論文,基隆市。
(10.) 張家瑋(2005)。嘉義市零售業空間結構與消費者行為之研究-以量販店、超級市場、便利商店為例。國立嘉義大學史地學系碩士論文,嘉義市。
(11.) 游皓翔(2008)。關鍵客戶管理對客戶忠誠度影響之研究。逢甲大學經營管理碩士在職專班碩士論文,台中市。
(12.) 劉志宏(2004)。台灣綜合商品零售業之經營現況與趨勢分析。國立高雄第一科技大學行銷與流通管理系碩士論文,高雄市。
(13.) 鄭婕妤(2010)。基於 RFM 分析法之顧客適性化產品推薦機制。朝陽科技大學資訊管理學系碩士論文,台中市。
(14.) 鄭承祐(2013)。以關鍵商品分辨VIP 客戶之研究。國立中央大學企業管理學系碩士論文,桃園市。
(15.) 經濟部統計處 ( 2014 ) 。產業經濟統計簡訊。取自http://www.moea.gov.tw/Mns/dos/bulletin/Bulletin.aspx?kind=9&html=1&menu_id=6730&bull_id=922
指導教授 許秉瑜(Ping-yu Hsu) 審核日期 2014-7-29
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明