| 姓名 |
楊佩殷(Paula Yang)
查詢紙本館藏 |
畢業系所 |
資訊管理學系在職專班 |
| 論文名稱 |
資料探勘應用於B2B網路型態之企業官網研究-以T公司為例
(Application of Data Mining Research to B2B Company Website-Using T Company as an Example)
|
| 相關論文 | |
| 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) |
電子商務是現代B2B marketing的一種具體且主要的表現形式，廣泛稱之為企業對企業並透過電子商務的方式進行交易。除了典型電子商務主事線上交易外，企業普遍做法是將企業官網視為品牌網站經營，並將銷售工作賦予訓練有素的業務人員，品牌網站的經營也將視客戶在整體供應鏈上的位置做出有限度的行銷。企業需從價值鏈的角度來思考企業官網的意義，不斷檢視與提高官網能為企業帶來的價值。
過往論文在資料探勘的研究多應用於B2C及B2B電子商務市場上，將會員資料與網站瀏覽行為作比對，進而提供顧客關係管理及個人化推薦服務，相較之下，卻看不到B2B企業官網相關的研究探討，因此本研究使用資料探勘技術結合關聯法則將企業官網的日誌檔進行探勘研究及分析，試圖在沒有會員資料的典型企業官網下藉由網站使用者的瀏覽行為發掘出顧客價值及隱藏的商機。
本研究資料範圍取自T公司官方網站之日誌檔在2017年網站改版重新上線後的資料並運用Apriori和Hots Pot兩種演算法得出實驗結果，Apriori演算法可發掘網站使用者觀看網頁的行為模式，從中發現到熱門網頁及了解到網頁點選的順暢度增加了網頁的點閱率，發掘的資訊提供了網站設計或管理人員檢視企業官網建置的成效。而Hot Spot演算法發掘出依國別為關鍵欄位探勘出各國家所代表的網站使用者在線上的瀏覽行為，分別得出T公司主要營運的18個主要客戶所隸屬的國家而得出的實驗結果，再從瀏覽行為判讀網站使用者因企業人士身份在觀看網頁顯得目標導向及重點閱讀。整體而言本研究實驗結果所發掘的結論具正向及可回饋於公司作貢獻。 |
| 摘要(英) |
E-commerce is the primary form of B2B marketing in modern society, which involves selling products or services between businesses through electronic commerce. Besides typical online e-commerce transactions, the most popular method adopted by companies now is to manage their corporate official websites as brand websites and provide sales tools to well-trained salespeople. The management of the brand website also involves limited marketing depending on the customer’s position in the supply chain. Businesses need to contemplate the meaning of the official website from the value chain point of view to constantly review and generate values for the official website.
Past literature mostly apply data mining research to the B2C and B2B e-commerce markets, where members’ information is compared with website browsing behavior to facilitate customer relationship management and personalized recommendation services. In contrast, there is a lack of research related to the B2B official websites, therefore the study utilizes data mining technique in conjunction with association rules to explore and analyze the official website log file in order to discover customer values and hidden business opportunities via user browsing behavior on a classic corporate official website that does not store any membership information.
The study derives data from the log file of T company’s official website, which was updated in 2017. The data was subjected to Apriori and HotSpot algorithms. Apriori algorithm ascertained the website users’ browsing behavior to identify the most popular web pages as well as the relationship between the increased click-through rate and browsing responsiveness. The information discovered was provided to website designers or managers to review the benefits of the corporate website. HotSpot algorithm identified representative website users’ online browsing behavior of different countries, where the customers of T company in 18 countries were analyzed to reveal that most of them were businesspeople who exhibited goal-oriented and keyword spotting browsing behaviors. In general, the conclusions derived by the study provided positive feedback to the company. |
| 關鍵字(中) |
★ 資料探勘
★ 關聯式法則
★ Apriori 演算法
★ Hot Spot 演算法
★ 企業對企業行銷術 |
關鍵字(英) |
★ Data Mining
★ Association Rules
★ Apriori algorithm
★ Hot Spot algorithm
★ B2B Marketing |
| 論文目次 |
摘要 I
ABSTRACT II
目錄 IV
表目錄 VII
圖目錄 VIII
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 4
1.4 論文架構 5
第二章 研究探討 7
2.1 B2B電子商務經營探討 7
2.2 B2B企業官網經營探討 10
2.3 網站探勘探討 12
2.3.1資料探勘定義 12
2.3.2網際探勘定義 12
2.3.3網站使用探勘定義與應用 14
2.4 文獻探討小結 16
第三章 研究方法 17
3.1 研究設計及架構 17
3.2 配置WEB伺服器存取日誌檔 17
3.3 特徵選取資料前處理 19
3.4 實驗資料集 20
3.5 演算法評估分析 22
第四章 研究結果與分析 24
4.1 APRIORI實驗結果 24
4.1.1 信賴度70%實驗結果 24
4.1.2 信賴度90%實驗結果 25
4.2 HOT SPOT實驗結果 27
4.2.1 國別_台灣 27
4.2.2 國別_中國 27
4.2.3 國別_美國 28
4.2.4 國別_日本 29
4.2.5 國別_韓國 29
4.2.6 國別_英國 30
4.2.7 國別_德國 31
4.2.8 國別_俄羅斯 31
4.2.9 國別_新加坡 32
4.2.10 國別_加拿大 33
4.2.11 國別_法國 34
4.2.12 國別_馬來西亞 35
4.2.13 國別_泰國 36
4.2.14 國別_墨西哥 36
4.2.15 國別_伊朗 37
4.2.16 國別_奥地利 38
4.2.17 國別_阿拉伯 39
4.2.18 國別_比利時 40
4.3 實驗效益分析與評估 41
第五章 結論與建議 43
5.1 研究結論與貢獻 43
5.2 研究限制 44
5.3 未來研究方向與建議 44
參考文獻 47
中文文獻 47
英文文獻 48
附錄 50
附錄一 網站路徑代碼轉換表 50
附錄二 企業官網導覽頁 56 |
| 參考文獻 |
銀河數位行銷領航員(2016年1月6日)。品牌電商正是趨勢，中小企業學會佈局電子商務策略。iMarketing 銀河數位行銷學。
http://www.iwant-in.net/tw/iMarketing/?p=1216
銀河數位行銷領航員(2015年7月1日)。網站大趨勢:建置官網前先問問自己:什麼是「官方網站」?。iMarketing 銀河數位行銷學。
http://www.iwant-in.net/tw/iMarketing/?p=5
Medialand 作者：米蘭營銷設計總監Vicky (2013年1月10日)。
如何開創企業官網的新溝通法則? MADBRIEF 瘋狂簡報。
https://madbrief.com/archives/9941
織田紀香(2017年9月20日)。企何企業開始告別電商平台?談自建品牌電商的潮流。數位版文章。https://www.hbrtaiwan.com/article_content_AR0007459.html?fb_comment_id=1466113440131418_1466385736770855#f3db5f541cc2ad8
邱元平(2010年11月20日)。品牌、官網、使用者經驗，你應該知道的十件事。http://hungryowl.typepad.com/brand_website_ux/
林維馨(2017年12月28日)。用精準UX數據讓全球企業徹底掌握使用者經驗。數位時代。https://www.bnext.com.tw/article/47577/meet-startup-uxtesting
CSDN 博客(2015年8月24日)。十大數據挖掘算法之Apriori 算法。https://read01.com/mEjNB4.html#.WsGiGohuY2x
(2017年8月24日)。Weka的Hot Spot演算法
http://blog.pulipuli.info/2017/08/wekahotspot-association-rule-mining.html
楊煜愷(2001)。以完全項目集合演算法挖掘與分析使用者瀏覽行為，暨南大學，碩士論文。 |
| 指導教授 |
蔡志豐
|
審核日期 |
2018-6-13 |
| 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
|
