可知品牌忠誠度最高者為 Mitsubishi,前一部汽車為 Mitsubishi 品牌汽車 者有 41.3%繼續購買 Mitsubishi 之品牌汽車。前一部汽車為 Nissan 品牌汽車者 有 37.3%繼續購買 Nissan 之品牌汽車。前一部汽車為 Toyota 品牌汽車者有 27.7%繼續購買 Toyota 之品牌汽車。前一部汽車為 Ford 品牌汽車者有 23.7%
繼續購買 Ford 之品牌汽車。前一部汽車為 Honda 品牌汽車者有 12.3%繼續購 買 Honda 之品牌汽車。而品牌忠誠度最低者為 Mazda,前一部汽車為 Mazda 品牌者僅有 9.1%繼續購買該品牌汽車。另外對於乘用汽車首購族而言,如表
‧
精細抽樣 oversampling,將是與否之比例調整為 1:1,以利後續資料採礦模型建 置,提高模型準確性,如圖 4-1 所示。圖 4- 1 Toyota 品牌 oversampling 圖
並將『Toyota 我熟悉並且了解這個品牌』、『Toyota 這個品牌具有獨特或與眾 不同的特質』、『Toyota 這個品牌符合我的生活方式並滿足我的需要』、『Toyota 這是一個普及的品牌』、『Toyota 這是具有高品質的品牌』此五項品牌形象取平均 樹、QUEST 決策樹、CHAID 決策樹、C&RT 決策樹四種。邏輯斯迴歸共有 Stepwise
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
30
邏輯斯迴歸、Forward 邏輯斯迴歸、Backward 邏輯斯迴歸三種,各模型分述如下:
1. 類神經網路
圖 4-2 為 Toyota 品牌類神經網路模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為 Toyota 我熟悉並且瞭解這個品牌、
Toyota 這個品牌具有獨特或與眾不同的特質、Toyota 這是一個普及的品牌、職業 等等。
圖 4- 2 Toyota 品牌類神經網路模型變數重要性圖
圖 4-3 為 Toyota 品牌類神經網路模型判別矩陣,由圖可見在此模型 Testing Data 之 92 筆資料中,Toyota 品牌汽車購買與否共正確判定 72 筆,錯誤判斷 20 筆,錯誤判斷率為 21.74%。
圖 4- 3 Toyota 品牌類神經網路模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
31
2. C5.0 決策樹
圖 4-4 為 Toyota 品牌 C5.0 決策樹模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為 Toyota 品牌形象知覺平均數、家中目 前所擁有汽車之排氣量是多少、您認為 Toyota 品牌表現如何、婚姻狀況。
圖 4- 4 Toyota 品牌 C5.0 決策樹模型變數重要性圖
圖 4-5 為 Toyota 品牌 C5.0 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 106 筆資料中,Toyota 品牌汽車購買與否共正確判定 85 筆,錯誤判斷 21 筆,錯誤判斷率為 19.81%。
圖 4- 5 Toyota 品牌 C5.0 決策樹模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
32
3. QUEST 決策樹
圖 4-6 為 Toyota 品牌 QUEST 決策樹模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為您認為 Toyota 品牌表現如何、Toyota 品牌形象知覺平均數、家中目前所擁有汽車之排氣量是多少等等。
圖 4- 6 Toyota 品牌 QUEST 決策樹模型變數重要性圖
圖 4-7 為 Toyota 品牌 QUEST 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 93 筆資料中,Toyota 品牌汽車購買與否共正確判定 73 筆,錯誤 判斷 20 筆,錯誤判斷率為 21.51%。
圖 4- 7 Toyota 品牌 QUEST 決策樹模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
33
4. CHAID 決策樹
圖 4-8 為 Toyota 品牌 CHAID 決策樹模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為 Toyota 品牌形象知覺平均數、Toyota 品牌購買意願取 LOG、性別、您認為 Toyota 品牌表現如何等等。
圖 4- 8 Toyota 品牌 CHAID 決策樹模型變數重要性圖
圖 4-9 為 Toyota 品牌 CHAID 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 89 筆資料中,Toyota 品牌汽車購買與否共正確判定 68 筆,錯誤判斷 21 筆,錯誤判斷率為 23.6%。
圖 4- 9 Toyota 品牌 CHAID 決策樹模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
34
5. C&RT 決策樹
圖 4-10 為 Toyota 品牌 C&RT 決策樹模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為前一部汽車引擎排氣量為何、目前擁有 的汽車引擎排氣量為何、Toyota 這個品牌符合我的生活方式並滿足我的需要、
Toyota 我熟悉並且瞭解這個品牌等等。
圖 4- 10 Toyota 品牌 C&RT 決策樹模型變數重要性圖
圖 4-11 為 Toyota 品牌 C&RT 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 92 筆資料中,Toyota 品牌汽車購買與否共正確判定 72 筆,錯誤判斷 20 筆,錯誤判斷率為 21.74%。
圖 4- 11 Toyota 品牌 C&RT 決策樹模型判別矩陣圖 6. Stepwise 邏輯斯迴歸
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
35
圖 4-12 為 Toyota 品牌 Stepwise 邏輯斯迴歸模型變數重要性圖,由上至下順 序顯示各解釋變數之重要性,變數重要性依序為 Toyota 這個品牌符合我的生活 方式並滿足我的需要、您認為 Toyota 品牌表現如何、Toyota 我熟悉並且瞭解這 個品牌、現車購買車價等等。
圖 4- 12 Toyota 品牌 Stepwise 邏輯斯迴歸模型變數重要性圖
圖 4-13 為 Toyota 品牌 Stepwise 邏輯斯迴歸模型判別矩陣,由圖可見在此模 型 Testing Data 之 91 筆資料中,Toyota 品牌汽車購買與否共正確判定 71 筆,錯 誤判斷 20 筆,錯誤判斷率為 21.98%。
圖 4- 13 Toyota 品牌 Stepwise 邏輯斯迴歸模型判別矩陣圖 7. Forward 邏輯斯迴歸
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
36
圖 4-14 為 Toyota 品牌 Forward 邏輯斯迴歸模型變數重要性圖,由上至下順 序顯示各解釋變數之重要性,變數重要性依序為您認為 Toyota 品牌表現如何、
Toyota 品牌形象知覺平均數、最近一個月是否有看/聽過 Toyota 的廣告、您認為 有沒有另一個品牌與 Toyota 是相似的等等。
圖 4- 14 Toyota 品牌 Forward 邏輯斯迴歸模型變數重要性圖
圖 4-15 為 Toyota 品牌 Forward 邏輯斯迴歸模型判別矩陣,由圖可見在此模 型 Testing Data 之 97 筆資料中,Toyota 品牌汽車購買與否共正確判定 77 筆,錯 誤判斷 20 筆,錯誤判斷率為 20.62%。
圖 4- 15 Toyota 品牌 Forward 邏輯斯迴歸模型判別矩陣圖 8. Backward 邏輯斯迴歸
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
37
圖 4-16 為 Toyota 品牌 Backward 邏輯斯迴歸模型變數重要性圖,由上至下 順序顯示各解釋變數之重要性,變數重要性依序為您認為 Toyota 品牌表現如何、
Toyota 我熟悉且瞭解這個品牌、Toyota 這個品牌符合我的生活方式並滿足我的需 要、年齡等等。
圖 4- 16 Toyota 品牌 Backward 邏輯斯迴歸模型變數重要性圖
圖 4-17 為 Toyota 品牌 Backward 邏輯斯迴歸模型判別矩陣,由圖可見在此 模型 Testing Data 之 97 筆資料中,Toyota 品牌汽車購買與否共正確判定 77 筆,
錯誤判斷 20 筆,錯誤判斷率為 20.62%。
圖 4- 17 Toyota 品牌 Backward 邏輯斯迴歸模型判別矩陣圖 (三) 模型評估
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
38
總結上述 8 個模型,並繪製增益曲線 Gain Curve 如圖 4-18。圖中顯示 C&RT 決策樹模型表現較好,在 Testing Data 40%處已可正確判斷 74.7%之結果。因此 在錯誤判斷率相差無幾情況下,選擇 C&RT 決策樹模型為 Toyota 品牌購買意願 之最適模型。
圖 4- 18 Toyota 品牌模型增益曲線圖
此最適模型之分支規則如圖 4-19 所示,主要規則為『Toyota 這個品牌符合 我的生活方式並滿足我的需要』此變項之值小於等於 7.0 時,有 90.1%的顧客不 會購買 Toyota 品牌汽車。而『Toyota 這個品牌符合我的生活方式並滿足我的需 要』此變項之值大於等於 8.0 且目前擁有汽車排氣量非 1500cc、1800cc、2000cc、
2400cc 時,有 100%的顧客會購買 Toyota 品牌汽車。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
39
圖 4- 19 Toyota 品牌購買意願最適模型
‧
精細抽樣 oversampling,將是與否之比例調整為 1:1,以利後續資料採礦模型建 置,提高模型準確性,如圖 4-20 所示。 象之評價。最後對『Nissan 廣告印象記憶程度』、『Nissan 品牌形象知覺平均數』及『Nissan 品牌購買意願』取對數。
(二) 建立模型
以是否購買 Nissan 品牌汽車為反應變數,建構 Nissan 品牌汽車購買意願模 型,使用方法為類神經網路、決策樹、邏輯斯迴歸,其中決策樹共有 C5.0 決策 樹、QUEST 決策樹、CHAID 決策樹、C&RT 決策樹四種。邏輯斯迴歸共有 Stepwise
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
41
邏輯斯迴歸、Forward 邏輯斯迴歸、Backward 邏輯斯迴歸三種,各模型分述如下:
1. 類神經網路
圖 4-21 為 Nissan 品牌類神經網路模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為 Nissan 這個品牌符合我的生活方式並 滿足我的需要、您認為 Nissan 品牌表現如何、Nissan 這個品牌具有獨特或與眾 不同的特質等等。
圖 4- 21 Nissan 品牌類神經網路模型變數重要性圖
圖 4-22 為 Nissan 品牌類神經網路模型判別矩陣,由圖可見在此模型 Testing Data 之 92 筆資料中,Nissan 品牌汽車購買與否共正確判定 69 筆,錯誤判斷 23 筆,錯誤判斷率為 25%。
圖 4- 22 Nissan 品牌類神經網路模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
42
2. C5.0 決策樹
圖 4-23 為 Nissan 品牌 C5.0 決策樹模型變數重要性圖,由上至下順序顯示 各解釋變數之重要性,變數重要性依序為 Nissan 品牌形象知覺平均數、家中目 前所擁有汽車之排氣量是多少、您目前使用的這輛車是您的?。
圖 4- 23 Nissan 品牌 C5.0 決策樹模型變數重要性圖
圖 4-24 為 Nissan 品牌 C5.0 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 97 筆資料中,Nissan 品牌汽車購買與否共正確判定 73 筆,錯誤判斷 24 筆,錯誤判斷率為 24.74%。
圖 4- 24 Nissan 品牌 C5.0 決策樹模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
43
3. QUEST 決策樹
圖 4-25 為 Nissan 品牌 QUEST 決策樹模型變數重要性圖,由上至下順序顯 示各解釋變數之重要性,變數重要性依序為您認為 Nissan 品牌表現如何、Nissan 品牌形象知覺平均數取 LOG、家中目前所擁有汽車之排氣量是多少等等。
圖 4- 25 Nissan 品牌 QUEST 決策樹模型變數重要性圖
圖 4-26 為 Nissan 品牌 QUEST 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 91 筆資料中,Nissan 品牌汽車購買與否共正確判定 70 筆,錯誤 判斷 21 筆,錯誤判斷率為 23.08%。
圖 4- 26 Nissan 品牌 QUEST 決策樹模型判別矩陣圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
44
4. CHAID 決策樹
圖 4-27 為 Nissan 品牌 CHAID 決策樹模型變數重要性圖,由上至下順序顯 示各解釋變數之重要性,變數重要性依序為 Nissan 品牌形象知覺平均數、家中 目前所擁有汽車之排氣量是多少、Nissan 這個品牌符合我的生活方式並滿足我的 需要等等。
圖 4- 27 Nissan 品牌 CHAID 決策樹模型變數重要性圖
圖 4-28 為 Nissan 品牌 CHAID 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 97 筆資料中,Nissan 品牌汽車購買與否共正確判定 75 筆,錯誤
圖 4-28 為 Nissan 品牌 CHAID 決策樹模型判別矩陣,由圖可見在此模型 Testing Data 之 97 筆資料中,Nissan 品牌汽車購買與否共正確判定 75 筆,錯誤