[[alternative]]The study of data mining implements on a TV drama cross-screen behavior and digital marketing

碩士[[abstract]]隨著時代的演進與科技日新月異進步，在觀看電視劇的方式從傳統的螢幕裝置如電視進而到電腦，後來科技產品發明出行動手機與行動平板等螢幕裝置，皆是觀看電視劇的裝置之一，因網際網路與科技進步造就閱聽人在接收各類資訊的速度與內容比以前更具時效性與方便性，現今閱聽人的生活、網路、科技產品幾乎不可分離。 網路與科技讓如今有網路影音平台、電子商務、網路社群等相關產業出現，網路有可能是未來各產業的無限潛力的武器，因此電視劇製作人要如何在精準地在合適的螢幕裝置推廣電視劇給目標族群、如何地有效利用網路社群的優勢來提升知名度、或是如何在觀看電視劇，利用互動技術來結合隨看隨買的方式來進行虛擬購物，便是本研究的最重要目的。 本研究以問卷調查法的方式，透過資料探勘的集群分析(Cluster Analysis)與關聯法則(Association rule)，歸納出閱聽人的輪廓，並探討閱聽人輪廓與偏好、劇情內容偏好與網路社群行為的關聯性、螢幕裝置與跨螢消費行為的關聯性，從閱聽人、電視劇製作人和品牌產品商三方面的交互關係，瞭解現今至螢幕閱聽人是否有特定的偏好或者潛在的需求，並從中找出是否有可行的跨螢服務與數位行銷模式，以提供電視劇製作公司及品牌產品商作行銷策略上之參考。[[abstract]]With time changing and technology evolution going on, people no longer watched shows/dramas through traditional-screen televisions because computers came out to be another option; mobile phones and tablets installed with improved screens were invented afterwards. The Internet delivers various kinds of information to audiences more efficiently that we can barely imagine dissociation with the Internet or technological products in the modern society of today. Online video platform, e-commerce, social networking and relevant industries are generated. Given that unlimited potential of the Internet is in all probability used to develop future business, the main purpose behind the whole research process is to guide producers：to target audience with television shows/dramas in right devices, to take advantage of social networking and raise popularity, to bring in interactive technology for audience simultaneous purchase. Questionnaire survey included, we outline audience background, make discussion on different categories, on the relationship between plot preferences and social networking behaviors, also the relationship between devices and cross-screen consuming behaviors based on Cluster Analysis and Association rule from Data mining, and finally generate cross-screen service and digital marketing campaign by perceiving audience’s current partiality or latent demand via the interaction of audience, producer, and brand company.[[tableofcontents]]謝辭 I 中文摘要 II 英文摘要 III 目錄 IV 表目錄 VIII 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 7 1.3 研究方法與流程 8 第二章 文獻探討 10 2.1 電視劇內容與收視發展 10 2.1.1電視劇內容 10 2.1.2電視劇收視與發展 11 2.2 跨螢行為 14 2.2.1多螢現象與趨勢 15 2.2.2多螢模式 17 2.2.3小結 18 2.3 網路社群 18 2.3.1社群定義 19 2.3.2網路社群定義 21 2.4 推薦機制 24 2.4.1推薦機制之定義 24 2.4.2推薦機制之技術 25 2.5 資料探勘 28 2.5.1資料探勘的定義 28 2.5.2資料探勘的功能 31 2.5.3資料探勘的流程 33 第三章 研究方法 34 3.1 研究設計與架構 34 3.2 系統架構圖與資料庫設計 35 3.2.1系統架構與流程 35 3.3 資料庫的設計與建立 37 3.4 問卷設計與發放 44 3.4.1問卷設計 44 3.4.2抽樣方法 47 3.4.3問卷發放 48 3.5 關聯法則與集群分析 49 3.5.1關聯法則 49 3.5.2 Apriori演算法 52 3.5.3集群分析 54 3.6 資料庫分析軟體 SPSS Modeler 57 第四章 資料探勘與實證分析 58 4.1 回收樣本結構描述 58 4.2 K-means集群分析之探勘 61 4.2.1分群後之閱聽人輪廓 63 4.3 Apriori關聯性資料探勘 67 4.4 閱聽人輪廓與電視劇內容之電視劇開發分析 68 4.4.1集群一（行動小資族）閱聽人輪廓與電視劇內容之關聯 68 4.4.2集群二（居家男女族）閱聽人輪廓與電視劇內容之關聯 70 4.4.3集群三（潮宅學生族）閱聽人輪廓與電視劇內容之關聯 72 4.4.4小結 73 4.5 閱聽人劇情內容偏好與網路社群行為之探勘分析 74 4.5.1集群一（行動小資族）劇情內容偏好與網路社群行為之關聯 74 4.5.2集群二（居家男女族）劇情內容偏好與網路社群行為之關聯 77 4.5.3集群三（潮宅學生族）劇情內容偏好與網路社群行為之關聯 79 4.5.4小結 81 4.6 螢幕裝置整合與跨螢消費之推薦機制分析 81 4.6.1集群一（行動小資族）螢幕裝置整合與跨螢消費之關聯 81 4.6.2集群二（居家男女族）螢幕裝置整合與跨螢消費之關聯 83 4.6.3集群三（潮宅學生族）螢幕裝置整合與跨螢消費之關聯 85 4.6.4小結 88 第五章 結論與後續研究建議 89 5.1 研究結論 89 5.1.1閱聽人輪廓與電視劇開發之結論 90 5.1.2電視劇網路社群行為之結論 91 5.1.3跨螢行為與數位行銷之結論 93 5.2 管理意涵 95 5.2.1閱聽人輪廓與電視劇開發之管理意涵 95 5.2.2電視劇網路社群行為之管理意涵 102 5.2.3跨螢行為與數位行銷之管理意涵 109 5.3 研究限制 116 5.4 後續研究建議 117 參考文獻 118 附錄一 134 表2-1各學者對社群之定義 19 表2-2各學者對網路社群之定義 21 表2-3各學者對推薦機制之定義 24 表2-4各學者對資料探勘之定義 30 表2-5資料探勘流程 33 表3-1實體、關聯與屬性的概述 39 表3-2問卷發放回收情形 49 表4-1問卷回收統計表 58 表4-2基本資料統計表 59 表4-3 K-means分群結果 66 表4-4集群一閱聽偏好習慣與電視劇類型之關聯法則 69 表4-5集群二閱聽偏好習慣與電視劇類型之關聯法則 71 表4-6集群三閱聽偏好習慣與電視劇類型之關聯法則 73 表4-7集群一劇情內容偏好與網路社群行為之關聯法則 76 表4-8集群二劇情內容偏好與網路社群行為之關聯法則 78 表4-9集群三劇情內容偏好與網路社群行為之關聯法則 80 表4-10集群一螢幕裝置整合與跨螢消費之關聯法則 83 表4-11集群二螢幕裝置整合與跨螢消費之關聯法則 85 表4-12集群三螢幕裝置整合與跨螢消費之關聯法則 87 表5-1各集群之電視劇開發建議 98 表5-2各集群之社群平台行為建議 105 表5-3跨螢消費與數位行銷之建議 111 表5-4跨螢行為與數位行銷經營模式之建議 114 圖1-1亞洲與台灣擁有不同裝置數量的多螢使用者比例 1 圖1-2行動裝置使用者使用活動前三名比例 3 圖1-3行動手機使用者在不同時段之偏好觀看內容 4 圖1-4螢幕使用者在不同時段之觀影率 5 圖1-5研究流程圖 9 圖3-1研究架構圖 35 圖3-2系統架構圖 36 圖3-3概念性資料庫：E-R圖 40 圖3-4邏輯性資料庫設計圖 42 圖3-5實體資料庫關聯圖 43 圖3-6問卷架構圖 46 圖3-7 Apriori演算法產生之後選項目集合與高頻項目集合 54 圖3-8資料探勘工具滿意度（2013） 57 圖4-1集群大小分配圖 61 圖4-2集群分布圖 62 圖4-3資料探勘模型路徑圖 67 圖4-4集群一電視劇習慣偏好之蛛網圖 68 圖4-5集群二電視劇習慣偏好之蛛網圖 70 圖4-6集群三電視劇習慣偏好之蛛網圖 72 圖4-7集群一劇情內容與資訊整合之蛛網圖 74 圖4-8集群二劇情內容與資訊整合之蛛網圖 77 圖4-9集群三劇情內容與資訊整合之蛛網圖 79 圖4-10集群一螢幕裝置整合之蛛網圖 82 圖4-11集群二螢幕裝置整合之蛛網圖 84 圖4-12集群三螢幕裝置整合之蛛網圖 86 圖5-1電視劇開發於電視劇內容之知識地圖 101 圖5-2電視劇網路社群行為之知識地圖 106 圖5-3跨螢消費之知識地圖 112[[note]]學號: 603620542, 學年度: 10