[[alternative]]The study of data mining approach implementing on recommendation mechanism of TV shopping endorser

碩士[[abstract]]科技的進步改變了人們的生活型態，電視購物逐漸被消費者所接受。依據經濟部統計台灣的無店面零售業從2002年的819億元成長到2011年的1,755億元，電視購物在過去幾年內快速成長和普及化，消費者越來越依賴在電視購物台購買商品，電視購物己逐漸成為未來消費的主要模式，電視購物台營運表現也十分驚人。 宅經濟是近年來熱門話題，消費者不出門都能在家進行消費，讓電視購物產業在經濟蕭條中還能逆勢成長。2010年購物台透過電視購物頻道來銷售房地產，電視購物提供多樣化的商品內容，已深深虜獲消費者的心，達到不出門就能購足消費者所需。 本研究採用問卷調查法，以900位的電視購物消費者為研究對象，問卷回收之後資料建立關聯性資料庫，以SPSS Clementine為分析工具，透過資料探勘做集群分析以找出消費者輪廓，並運用關聯法則瞭解消費者對於電視購物代言人及商品的光譜現象。並依據消費者輪廓及偏好描繪出產品行銷知識地圖及代言人行銷知識地圖，由知識地圖中，發掘出不同集群之間的購買動機、交易機制偏好等需求，找出最佳的代言組合並進行推薦，進一步整合成企業不可或缺的商業智慧。 運用資料庫探勘出消費者電視購物行為模式的推薦機制，利用代言人及產品光譜策略分析圖，提出策略建議。從代言人、時段、顧客輪廓及產品間的操作歸納出，消費者於電視購物的四個商業模式，新市場策略、滲透策略、低價策略、精品策略，期望能提供相關業者有關於電視購物市場脈動的一些新觀點，為電視購物市場帶來更蓬勃的發展。[[abstract]]Nowadays, the technology improvement has changed people’s lifestyle and it has made that consumers gradually accepted television (TV) shopping . According to statistics by Ministry of Economic Affairs, non-store retailing market in Taiwan has grown from NT$81.9 billion in 2002 to NT$175.5 billion in 2011. Obviously, TV Shopping become popular and also develops rapidly over the past few years. More and more consumers rely on TV shopping to purchase products for their needs. TV Shopping will be the main purchase model in the future. The study used questionnaires to 900 samples TV shopping consumers for the study, questionnaires were collected data to create relational database to the SPSS Clementine analysis tool. In order to identify consumers’ contour by cluster analysis K-Means. Furthermore, it utilizes association rules (Apriori) to realize how consumers Endorsers spectrum and Product spectrum between in TV shopping. It can be outlined the knowledge map of product marketing and Endorsers marketing in TV shopping based on consumers contour and preference. From knowledge map, it can discover the purchase motivation in different cluster, transaction preference or other demands. Thus, it can acquire the best advertising combination and proceed with recommendation; meanwhile, it is helpful to create the essential business intelligence via further integration. According to the database, it researches the recommendation pattern of consumers behavior in TV shopping. TV shopping, customer contour and product operation, it sums up four business models in TV shopping: new marketing strategy, penetration strategy, low-cost strategy, quality product strategy, and the study anticipates that the related enterprise in TV shopping can offer new views about TV shopping market and then grow more vigorous development in TV shopping market.[[tableofcontents]]目錄 謝 辭 I 中文摘要 II 英文摘要 III 目錄 IV 表目錄 VII 圖目錄 IX 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究問題與目的 4 1.3 研究方法與流程 5 第二章 文獻探討 6 2.1 電視購物文獻探討 6 2.1.1 國內電視購物頻道 9 2.1.2 電視購物主持人 12 2.1.3 小結 16 2.2 推薦機制 16 2.2.1 推薦機制的定義 17 2.2.2 推薦機制的種類 19 2.2.3 小結 21 2.3 資料探勘 21 2.3.1 資料探勘的定義 22 2.3.2 資料探勘的功能 24 2.3.3 資料探勘的流程 26 2.3.4 資料探勘的商業之應用 28 2.3.5 小結 29 2.4 代言人光譜 29 2.4.1 光譜的定義 30 2.4.2 代言人光譜的應用 31 2.4.3 小結 34 2.5 商業智慧 35 2.5.1 商業智慧的定義 35 2.5.2 商業智慧的發展 37 2.5.3 商業智慧的系統發展程序 39 2.5.4 小結 40 第三章 研究方法 41 3.1 研究設計與架構 41 3.1.1 概念性資料庫 45 3.1.2 邏輯性資料庫 47 3.1.3 實體性資料庫 49 3.2 問卷設計與發放 50 3.2.1 問卷設計 50 3.2.2 問卷架構 53 3.2.3 抽樣方法 54 3.2.4 研究樣本 54 3.3 關聯法則與集群分析 56 3.3.1 關聯法則 56 3.3.2 Apriori演算法 59 3.3.3 集群分析 62 3.4 資料分析軟體SPSS Clementine 65 第四章 資料探勘與實證分析 69 4.1 樣本結構描述 69 4.2 市場區隔與消費者輪廓之探勘 71 4.2.1 分群後的顧客輪廓 73 4.2.2 分群後的消費者偏好 80 4.3 電視購物代言人之探勘Apriori演算分析 88 4.3.1 代言人之關聯法則分析 89 4.3.2 商品組合之關聯法則分析 93 4.3.3 滿意度之關聯法則分析 99 第五章 結論與建議 104 5.1 研究結論 104 5.2 管理意涵建議 105 5.2.1 產品行銷知識地圖 105 5.2.2 代言人光譜分析 108 5.2.3 代言人及產品光譜策略分析 111 5.2.4 代言人推薦機制之應用 114 5.3 研究限制及後續研究建議 117 參考文獻 119 附錄一 前測問卷 127 附錄二 正式問卷 132 表目錄 表2- 1各學者對電視購物的定義 8 表2- 2台灣電視購物台現況 11 表2- 3電視購物台無店舖販售通路比較表 12 表2- 4各學者對推薦機制的定義 18 表2- 5資料探勘定義 23 表2- 6資料探勘流程 27 表2- 7資料探勘的商業之應用 28 表2- 8各學者對偏好定義 32 表2- 9各學者對商業智慧的定義 36 表2- 10發明家及軟硬體發開商對商業智慧的貢獻 38 表3- 1實體、關聯與屬性的概述 45 表3- 2產品類別一覽表 52 表3- 3問卷發放時間表 55 表3- 4問卷發放對象表 56 表3- 5資料探勘軟體之使用頻率調查 66 表4- 1問卷回收統計表 69 表4- 2基本資料統計表 70 表4- 3 K-Means分群結果－顧客輪廓 73 表4- 4電視購物潛在開發族群-顧客輪廓之蛛網圖演算分析表 76 表4- 5電視購物目標鎖定族群-顧客輪廓之蛛網圖演算分析表 77 表4- 6電視購物都會藍領族群-顧客輪廓之蛛網圖演算分析表 79 表4- 7 K-Means分群結果－消費者偏好 81 表4- 8電視購物潛在開發族群-消費者偏好之蛛網圖演算分析表 83 表4- 9電視購物目標鎖定族群-消費者偏好之蛛網圖演算分析表 85 表4- 10電視購物都會藍領族群-消費者偏好之蛛網圖演算分析表 87 表4- 11集群一 代言人之關聯法則分析表 90 表4- 12集群二 代言人之關聯法則分析表 91 表4- 13集群組合 代言人之關聯法則分析表 93 表4- 14集群一 商品組合之關聯法則分析表 95 表4- 15集群二 商品組合之關聯法則分析表 97 表4- 16集群組合 商品組合之關聯法則分析表 98 表4- 17集群一 滿意度之關聯法則分析表 100 表4- 18集群二 滿意度之關聯法則分析表 102 表4- 19集群組合 滿意度之關聯法則分析表 103 圖目錄 圖1- 1無店面零售業年營業額圖 2 圖1- 2台灣電視購物市場規模 3 圖1- 3研究流程圖 5 圖2- 1資料探勘的方式與功能 26 圖2- 2放射能源的波長範圍 31 圖2- 3行銷光譜圖 32 圖2- 4代言人光譜圖 33 圖2- 5產品光譜圖 34 圖2- 6商業智慧的系統發展程序 40 圖3- 1研究架構圖 42 圖3- 2系統架構設計圖 43 圖3- 3概念性資料庫設計Entity-Relationship圖 46 圖3- 4邏輯性資料庫設計圖 48 圖3- 5資料庫關聯圖 50 圖3- 6問卷架構圖 53 圖3- 7 Apriori演算法產生的選項目集合和高頻項目集合 61 圖3- 8 Apriori五維度演算路徑 62 圖3- 9集群分析方法架構圖 63 圖4- 1資料節點串流圖 71 圖4- 2 K-Means集群分佈圖 72 圖4- 3電視購物潛在開發族群-顧客輪廓之蛛網圖 76 圖4- 4電視購物目標鎖定族群-顧客輪廓之蛛網圖 78 圖4- 5電視購物都會藍領族群-顧客輪廓之蛛網圖 80 圖4- 6電視購物潛在開發族群-消費者偏好之蛛網圖 84 圖4- 7電視購物目標鎖定族群-消費者偏好之蛛網圖 86 圖4- 8電視購物都會藍領族群-消費者偏好之蛛網圖 88 圖4- 9集群一 代言人及消費時段偏好之蛛網圖 90 圖4- 10集群二 代言人及消費時段偏好之蛛網圖 92 圖4- 11集群組合 代言人及消費時段偏好之蛛網圖 93 圖4- 12集群一 商品組合偏好之蛛網圖 96 圖4- 13集群二 商品組合之蛛網圖 97 圖4- 14集群組合 商品組合之蛛網圖 99 圖4- 15集群一 滿意度之蛛網圖 101 圖4- 16集群二 滿意度之之蛛網圖 102 圖4- 17集群組合 滿意度之蛛網圖 103 圖5- 1產品行銷知識地圖 106 圖5- 2代言人行銷知識地圖 109 圖5- 3代言人及產品光譜圖 111[[note]]學號: 799620470, 學年度: 10