應用資料採礦技術於消費者網路使用行為之研究 - 政大學術集成

全文

(1)國立政治大學. 企業管理研究所(MBA 學位學程). 碩士學位論文. 政治大應用資料採礦技術於消費者網路使用行立 ‧. ‧ 國. 學. 為之研究. sit. y. Nat. The Application of Data Mining on Internet. n. er. io. Behavior of Online Consumer al v i n Ch engchi U. 指導教授：鄭宇庭博士研究生：彭士嘉. 民國一百零三年四月 I.

(2) 摘要網際網路從 90 年代開始興起並快速發展至今，不僅徹底地改變了人類的生活習慣，也改變了人與人之間的溝通方式，甚至是工作的方式，而網際網路目前仍繼續以驚人的速度改變著全世界。其中一項最能代表網際網路改變人們生活方式，並創造出全新的商業經營模式的實例就屬電子商務的應用。根據財團法人台灣網路資訊中心在 2010 年和 2011 年連續兩年針對網路購物服務部分所做的調查中發現，有使用網路的民眾同時也具有網路購物經驗之比例分別為 57.41%和 61.23%，顯示台灣民眾在網路上購物的行為是有上升的趨勢。. 政治大二次「網路行為調查與偵測」資料，並透過資料採礦技術，輔以 SPSS Clementine 立. 因此本研究將利用行政院國家科學委員會之傳播學術調查資料庫，第一期第. ‧ 國. 學. 12.0 軟體，來將網路使用者以網路購物模式進行分類，以及找出網路使用者對於資訊傳播和接收與網路工具使用的行為模式，和其進行網路消費行為之關聯性，. ‧. 以供實務界制定行銷策略或於推行其他網路服務及宣傳時作為先期的依據參. al. n. 【關鍵字】網路使用行為、網路購物、資料採礦. Ch. engchi. II. er. io. sit. y. Nat. 考。. i n U. v.

(3) 謝誌伴隨鳳凰花的綻放，總覺得非常不可思議，居然真的在短短十四個月內就修畢高達五十學分的課程、並走訪北京清華大學與日本法政大學參與學術交流課程、深入柬埔寨偏鄉力行志工活動，更重要的是，完成畢業論文並通過口試。而其中最為感謝的人當然是其指導教授鄭宇庭老師，打從先修老師的統計學開始，就被老師非常親切的態度與專業學識給吸引，也開啟我對量化研究的興趣，並決定深入資料採礦的應用領域。而老師儘管是統計系教授，卻對於我這位來企研所的學生於尋求指導協助時欣然允諾，並在命題、資料蒐集到後續分析上. 政治大. 都提供相當寶貴的意見與支援，著實感激在心。另外也很感謝羅明琇老師，除. 立. 了在供應鏈管理領域與日本行上讓我獲益良多，在職涯發展上也提供我眾多寶. ‧ 國. 學. 貴經驗。除此之外，也很感謝能有機會透過企研所扎實的課程來向于卓民老師、別蓮蒂老師等企管名師面對面學習管理實務，感受其教學風采與學術涵養。. ‧. 除了學校資源與老師們，身邊的同學好友們也是我這一年中相當大的助力. y. Nat. io. sit. 與動力。真的要感謝同為十四個月的所有戰友們與曾經和我在課程上有同組過. n. al. er. 的所有成員，在此就不詳列人名。不過我要特別感謝予睿同學、宗翰同學，同. Ch. i n U. v. 師門的你們，儘管我年紀稍長，但卻從你們身上學到很多，包括思考的邏輯與. engchi. 正向的做事態度，另外不論課內外的事務與生活上也都提供我很多協助。另外是建輝同學，感謝你在這一年當中，對所辦學生事務的聯絡與溝通處理、和北京清華行的互相照顧。而政彥同學、肇逸同學、涵菁同學，則要感謝幾位在柬埔寨擔任志工服務時的互相照護。最後我還要把感謝獻給兩個人，首先是我的母親羅美玉，感謝母親大人對於進修這件事的大力正向支持，因為有您的支持，我才能安心的辭去全職工作來攻讀企管碩士，另外也感謝您在學費上的支援，才能讓我心無旁騖地完成這個學位。另外一位則是在這段期間的重要支柱陳映攸，若沒有妳在旁邊的支持與在這十四個月中的陪伴，我也無法順利完成論文。 III.

(4) 目. 次. 書頁 ........................................................................................................................... I 摘要 .......................................................................................................................... II 謝誌 ........................................................................................................................ III 目次 ........................................................................................................................ IV 表目次 .......................................................................................................................... V 圖目次 ........................................................................................................................ VI 第壹章緒論 ........................................................................................................... 1 第一節研究背景與動機.................................................................................... 1 第二節第三節. 研究目的與問題.................................................................................... 4 研究方法與流程.................................................................................... 5. 政治大. 第貳章文獻探討 ................................................................................................... 7 第一節網路購物相關文獻探討........................................................................ 7 第二節資料採礦相關文獻探討...................................................................... 12. 立. ‧ 國. 資料來源.............................................................................................. 17 研究方法.............................................................................................. 18. ‧. 第二節第三節. 學. 第參章研究方法 ................................................................................................. 16 第一節研究架構.............................................................................................. 16. n. al. er. io. sit. y. Nat. 第肆章資料分析 ................................................................................................. 21 第一節資料結構描述...................................................................................... 21 第二節網路購物模式集群分析...................................................................... 24 第三節網路使用行為與網路購物之關聯性.................................................. 31. Ch. i n U. v. 第伍章結論與建議 ............................................................................................. 45 第一節結論...................................................................................................... 45 第二節建議...................................................................................................... 48. engchi. 參考文獻 ..................................................................................................................... 50 附錄一 ......................................................................................................................... 56. IV.

(5) 表目次表 2-1 資料採礦的定義 ............................................................................................. 12 表 4-1 樣本一般基本資料結構 ................................................................................. 21 表 4-2 樣本網路購物模式統計 ................................................................................. 23 表 4-3 樣本網路使用行為統計 ................................................................................. 24 表表表表表. 4-4 團購網站之 Two-step 集群分析資料表 ....................................................... 26 4-5 拍賣網站之 Two-step 集群分析資料表 ....................................................... 27 4-6 一般購物商城之 Two-step 集群分析資料表 ............................................... 28 4-7 品牌網站之 Two-step 集群分析資料表 ....................................................... 29 4-8 社群平台之 Two-step 集群分析資料表 ....................................................... 30. 表表表表表表. 4-9 團購網站與資訊蒐集內容之關聯規則 ......................................................... 31 4-10 團購網站與多重媒體使用之關聯規則 ....................................................... 32 4-11 團購網站與數位娛樂遊戲之關聯規則 ....................................................... 34 4-12 團購網站與資訊交流分享管道之關聯規則 ............................................... 34 4-13 拍賣網站與資訊蒐集內容之關聯規則 ....................................................... 35 4-14 拍賣網站與多重媒體使用之關聯規則 ....................................................... 35. 表表表表表表. 4-15 拍賣網站與數位娛樂遊戲之關聯規則 ....................................................... 35 4-16 拍賣網站與資訊交流分享管道之關聯規則 ............................................... 36 4-17 一般購物商城與資訊蒐集內容之關聯規則 ............................................... 36 4-18 一般購物商城與多重媒體使用之關聯規則 ............................................... 37 4-19 一般購物商城與數位娛樂遊戲之關聯規則 ............................................... 38 4-20 一般購物商城與資訊交流分享管道之關聯規則 ....................................... 39. 表表表表表表表. 4-21 品牌網站與資訊蒐集內容之關聯規則 ....................................................... 40 4-22 品牌網站與多重媒體使用之關聯規則 ....................................................... 40 4-23 品牌網站與數位娛樂遊戲之關聯規則 ....................................................... 41 4-24 品牌網站與資訊交流分享管道之關聯規則 ............................................... 41 4-25 社群平台與資訊蒐集內容之關聯規則 ....................................................... 42 4-26 社群平台與多重媒體使用之關聯規則 ....................................................... 43 4-27 社群平台與數位遊戲娛樂之關聯規則 ....................................................... 43. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 表 4-28 社群平台與資訊交流分享管道之關聯規則 ............................................... 44 表 5-1 各網路購物模式之顧客群與顧客群人數規模整理 ..................................... 46 表 5-2 各網路購物模式與網路使用行為之關聯性整理(最高信心度)................... 48. V.

(6) 圖目次圖 1-1 台灣個人連網普及率歷年比較 ....................................................................... 1 圖 1-2 歷年我國經常上網人口成長情況 ................................................................... 2 圖 1-3 台灣歷年民眾手機行動上網普及率與年成長率表現 ................................... 3 圖 1-4 研究流程圖 ....................................................................................................... 6 2-1 消費者決策程序之 EBM 模式...................................................................... 11 2-2 知識挖掘流程圖 ............................................................................................. 13 3-1 研究架構圖 ..................................................................................................... 17 3-2 Apriori 演算法架構圖 ..................................................................................... 20. 立. 政治大. 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. 圖圖圖圖. Ch. engchi. VI. i n U. v.

(7) 第壹章. 緒論. 第一節研究背景與動機網際網路從 90 年代開始興起並快速普及。對商業界、學術界、甚至到個人之間彼此的資訊交流提供了快捷的服務。根據財團法人資訊工業策進會 FIND 長期進行之「我國網際網路用戶數調查」、「我國家戶寬頻應用現況與需求調查」計畫結果顯示，截至 2012 年臺灣個人連網普及率已達到 74.5%(參見圖 1-1)，經常上網人口為 1,107 萬人(參見圖 1-2)，網路使用者數量迄今仍不斷向上攀升。. 立. 政治大. ‧. ‧ 國. 學 er. io. sit. y. Nat. 圖 1-1 台灣個人連網普及率歷年比較. al. n. v i n 資料來源：財團法人資訊工業策進會 C h FIND，2012U我國家戶寬頻現況與需求調查 engchi. 1.

(8) 政治大使用中之用戶。「上網普及率」為經常上網人口佔我國總人口之比例。立. 註：「經常上網人口」為每季末於網際網路服務業者處有登錄網路帳號且仍在. 學. ‧ 國. 資料來源：財團法人資訊工業策進會 FIND，2012 年 12 月底止台灣上網人口圖 1-2 歷年我國經常上網人口成長情況. ‧. 而隨著科技的進步，近年來各大手機及電腦廠因技術逐漸成熟，開始大量推. y. Nat. 出低價智慧型手機及平板電腦，加上電信業者聯手推波助瀾下使智慧科技產品的. er. io. sit. 入手門檻越來越低，促使智慧科技產品成長幅度驚人，幾乎是呈現跳躍式成長，連帶也擴大民眾對行動上網、無線連網、行動服務、應用軟體等的需求，結果使. al. n. v i n 得民眾利用各種行動裝置如智慧手機、平板電腦作為媒介的行動網路開始迅速成 Ch engchi U 長，讓傳統網際網路又進入到另一個更便利、即時的傳播環境，而行動上網服務. 也漸漸成為已開發和開發中國家常見的一種上網形式。根據財團法人資訊工業策進會 FIND 進行之「台灣無線與行動網路上網應用調查」中，關於歷年行動上網普及率的成長趨勢走向來看，台灣民眾行動上網普及率自 2009 年第一季突破一成之後，其後兩年在行動通訊技術漸趨成熟，台灣民眾手機行動上網普及率開始以每年 10%以上的成長率快速提升。截至 2013 年台灣民眾行動上網之普及率已達 37.3%，較 2012 年提升 5.4%，年成長率達到 17%(參見圖 1-3)。. 2.

(9) 資料來源：財團法人資訊工業策進會 FIND，2013 年台灣民眾行動無線上網現況圖 1-3 台灣歷年民眾手機行動上網普及率與年成長率表現. 政治大. 藉由以上調查顯示出網際網路時代已經是不可逆轉的洪流。發展至今，不僅. 立. 徹底地改變了人類的生活習慣，也改變了人與人之間的溝通方式，甚至是工作的. ‧ 國. 學. 方式，而且網際網路仍繼續以驚人的速度改變著全世界。其中一項最能代表網際網路改變人們生活方式，並創造出全新的商業經營模式的實例就屬電子商務的應. ‧. 用。藉由電子商務，傳統商家透過網路來販售商品或服務，相較於實體店面可在. y. Nat. sit. 店面租金和人事費用上佔有優勢，所以能提供消費者價格更低廉的商品或服務。. n. al. er. io. 此外多數消費者亦認為在網路購物較便宜，收件方式也相當多元及方便，使得開. i n U. v. 始在網路上進行消費的民眾逐年增加，奇摩電子商城和露天拍賣平台就是電子商. Ch. engchi. 務實際應用的寫照。根據財團法人台灣網路資訊中心在 2010 年和 2011 年連續兩年針對網路購物服務部分所做的調查中發現，有使用網路的民眾同時也具有網路購物經驗之比例分別為 57.41%和 61.23%，顯示台灣民眾在網路上購物的行為是有上升的趨勢。即使不直接透過網路上的電子商店來販售商品或服務，多數商家亦會透過網路平台進行廣告宣傳，以擴大知名度，甚至會用來作為促銷折扣的管道來吸引買家注意力。而隨著電子商務的發展，網路上的交易無論是有形的商品還是無形的服務，其種類及數量是越來越豐富，應用的層面也越來越廣，涵蓋食衣住行育樂等範圍，可用資訊爆炸來加以形容。隨著商品和服務的增加，儘管每家網路商店都有搜尋 3.

(10) 功能可供消費者使用，但對於消費者而言想要找到喜歡且適合的商品和服務是愈加困難且繁瑣，於是開始發展出所謂以消費者為導向的一對一行銷，也就是針對每位顧客創造其客製化的專屬行銷服務。透過現代化的資訊技術並依照顧客的需要與歷史行為有效為客戶進行分類，進而建立互動式、客製化溝通的業務流程。最終目的是能根據每一位顧客的需求提供其所需的商品或服務。而若要實現此一階段，在這之前必須先對消費大眾的網路使用行為與習慣有相當熟悉的瞭解，才能依照不同習性的網路使用者準確進行其客製化的資訊傳遞。故本研究欲以台灣消費者為例進行網路使用行為之探討、分類和歸納，除了. 政治大網路瀏覽等面向，以供實務界制定行銷策略或於推行其他網路服務及宣傳時作為立基本人口統計變數，進一步包含社交媒體、雙重媒體使用、數位娛樂、網路消費、. 先期的依據參考。. ‧ 國. 學. 第二節研究目的與問題. ‧. 在 21 世紀資通訊科技蓬勃發展上，網際網路也帶來了生活型態與商業模式. sit. y. Nat. 的巨大變革。無論是否藉由電子商務來提供商品和服務，透過網際網路平台來進. al. er. io. 行廣告行銷與宣傳都是必然的趨勢。而不同的地區、社會、世代亦有其各自代表. v. n. 的習性與偏好，若在網路上僅藉由性別、年齡等人口結構來區分族群，然後進行. Ch. engchi. i n U. 單一的訊息傳遞，在現今競爭激烈的商場上是不可能站穩的，不僅無法達成預期效果且耗費大量資源。除了原有的使用者資訊如性別、年齡等人口結構變數外，應再結合網路使用者的網路使用行為才能看出消費者的樣貌。充分瞭解消費者的習性後，以消費者為導向的一對一行銷才能在網際網路平台開始起步及進一步套用，透過網路的管道將最合適的商品、服務或訊息推向最合適的客群，改變了傳統行銷與宣傳模式中只鎖定主要客群的方式，進而強化交易媒合成功的機會。本研究旨在透過資料採礦技術來瞭解不同型態的網路使用者對於社交媒體、雙重媒體使用、數位娛樂、網路消費、網路瀏覽等類別的關聯及習性，資料採礦主要目的是從大量累積儲存資料的資料庫中，萃取出有價值的資訊及可利用之部 4.

(11) 分。故本研究欲透過資料採礦技術進而歸納、分類，找出網路使用者對於資訊傳播和接收與網路工具使用的行為模式，與其進行網路消費行為之關聯性，以利廠商在擬定相關的行銷策略，並使用網際網路平台進行商品和其他服務的先期推廣及宣傳時之作為先其的依據參考。據此，本次研究項目如下： 1. 根據網路使用者基本特性與網路消費進行分析，瞭解各網路使用者集群對於網路消費之特性，有助於實務界實施市場區隔作業。. 政治大. 2. 關於網路使用行為與網路消費之關聯，因不同的社群媒體所產生之涉入程度關係。. 立. 3. 關於網路使用行為與網路消費之關聯，因不同的多重媒體搭配所產生之. ‧ 國. 學. 涉入程度關係。. ‧. 4. 關於網路使用行為與網路消費間之關聯，因不同的娛樂習性所產生之涉. y. Nat. 入程度關係。. er. io. sit. 5. 關於網路使用行為與網路消費間之關聯，因不同的網路瀏覽習性所產生之涉入程度關係。. n. al. 第三節研究方法與流程. Ch. engchi. i n U. v. 本研究旨在利用資料採礦技術，輔以 SPSS Clementine 12.0 軟體工具進行分類與歸納，找出網路使用者之網路使用行為與網路消費之關聯法則，主要研究流程說明如下，研究流程圖請參見圖 1-4。 1. 確認研究方向：首先針對本次研究的背景動機與目的，確認本次研究方向。 2. 相關文獻整理：針對國內外相關的研究文獻進行蒐集，並於閱讀後加以整理彙總。 3. 資料簡述及資料選取：簡易敘述傳播學術調查資料庫之內容，及所選取 5.

(12) 之研究資料。 4. 問題定義：將使用者之各類網路使用行為與網路消費定義為可供分析之變數。 5. 資料整理與資料採礦分析：將傳播學術調查資料庫中選取之網路使用者網路使用行為資料進行處理，轉換為可供分析之格式，再透過 SPSS Clementine 12.0 軟體來挖掘出相關的關聯法則與分類。 6. 研究結論與建議：依據本次研究所獲得之結果，綜合整理本文的研究重心與相關建議，以供實務界作為其制定行銷方案或推出其他服務前之參考依據。. 立. 政治大確認研究方向. ‧ 國. 學相關文獻整理. y. ‧. Nat. n. er. io. al. sit. 資料簡述及資料選取. Ch. 問題定義. engchi. i n U. 資料整理與資料採礦分析. 結論與建議圖 1-4 研究流程圖. 6. v.

(13) 文獻探討. 第貳章第一節網路購物相關文獻探討一、網路購物的定義與類型. 隨著網際網路的快速崛起和蓬勃發展，網路購物亦成為一種快速發展之新興通路。李宛穎(1999)將網路購物定義為：「企業經由網路虛擬商店接受消費者由線上來訂購產品或服務，即認為進行線上銷售活動」。Donthu and Garcia(1999)則認為網路購物已逐漸成為購買產品與服務的其中一種普遍方式。而網路購物的概念在最早期是由互動式家中購物(Interactive Home Shopping)所衍生出來的，所謂. 政治大. 的互動，依照 Hoffman and Novak(1996)的看法是將互動(Interactivity)解釋為行銷. 立. 者與消費者兩方持續進行雙向溝通。Alba et al.(1997)則提出互動式購物是由回應. ‧ 國. 學. 時間與回應情境兩項構面所形成。換言之，網路購物即消費者透過網際網路直接或間接的與廠商接觸來獲得產品或服務的相關資訊及所需資訊，然後於線上進行. ‧. 購買之行為。. y. Nat. sit. 一般而言，網路購物可依照交易的雙方來區分為下列四種常見型式：. n. al. er. io. 1. 企業與個人之間的交易(Business to Customer，B2C)：. i n U. v. 此為企業透過網路提供產品、服務或資訊給個人消費者，而個人消費者透過. Ch. engchi. 網路購物平台實現交易的網路消費。Laudon and Traver(2004)則認為主要的 B2C 商業模式包含有入口網站、電子零售商、內容提供者、交易仲介商、市場創造者、服務提供者、社群提供者等。 2. 企業與企業之間的交易(Business to Business，B2B)：此為企業端彼此之間的整合運作，並透過網際網路來進行下單採購、客戶服務與技術支援等服務。Laudon and Traver(2004)則認為主要的 B2B 商業模式包含有電子配銷商、電子採購商、交易市集、產業聯盟、私人產業網路、產業網路等。 3. 個人與個人之間的交易(Customer to Customer，C2C)： 7.

(14) 此為消費者與消費者之間於網際網路平台上所發生的自發性交易，例如拍賣網站的應用。陳孟鴻(2003)指出這類型的買賣，交易雙方大部分僅是想出清個人用品，非商品製造商或批發零售商，因此到交易市場上進行買賣，買賣雙方自行負責交易流程。 4. 個人與企業之間的交易(Customer to Business，C2B)：此為企業與個人之間交易的另一種型態，透過整合消費者端群體的購物力量，與廠商端進行議價，最終達成降價的目的。二、網路廣告. 政治大用者為溝通傳達對象的電子化廣告」。McKenna(1995)認為網路賦予使用者主動立所謂的網路廣告，根據 Hawkins(1994)的定義為：「一種以電子資訊服務使. 選擇資訊的權力，和以往的行銷環境不同，企業必須提供事宜的資訊誘導消費者. ‧ 國. 學. 主動接觸。Hoffman(1996)也認為傳統的行銷是一對多的方式，而網路是一個一. ‧. 對一雙向互動的溝通管道，企業對於廣告態度必須要有所調適。而隨著資訊科技. y. Nat. 的進步與網路購物的快速發展，使得網路廣告的技術與類別也不斷向前發展。. er. io. sit. 依照 Interactive Advertising Bureau guidelines(2001)以及 Li et al.(2002)對網路廣告的看法，可整理出下列幾項類別：. n. al. 1. 電子郵件廣告：. Ch. (1) 商業廣告贊助電子郵件：. engchi. i n U. v. 主要透過提供用戶免費之電子信箱，再利用閱讀信箱時顯示其廣告。 (2) 贊助公共論壇區及電子信箱新聞稿區：主要是廣告商精為了要準確接觸到所要的目標群，藉由在公共論壇區或新聞稿區顯示的贊助廣告。 (3) 直接寄送之電子郵件：主要是透過電子郵件的寄送直接對消費者寄發廣告，是一種觸及率很廣的廣告方式，但容易侵犯網路使用者的隱私權，並且形成所謂的垃圾郵件造. 8.

(15) 成浪費網路資源的問題。 2. 網站廣告： (1)橫幅廣告(Banner ads)：橫幅廣告是在全球資訊網中最早被推出來的廣告，是網路廣告中最常見的型態。通常搭配具吸引力的文字或圖畫，置於網頁中最明顯的地方，以增加點選率，但這類廣告的缺點為缺乏主動性及與使用者之互動性。 (2)廣告按鈕(Buttons)：廣告按鈕是一種小型的標題廣告，可以置於網頁中的任何一個位置，並透. 政治大「Download Netscape Now」的廣告按鈕，因此也成為了一個標準，優點立. 過連結連到贊助廠商的網頁。最先使用廣告按鈕的企業是 Netscape 的. 是它提供非常簡單明確的訊息。. ‧ 國. 學. (3)分類廣告(Classified ads)：. ‧. 分類廣告則是如傳統報紙一樣的功能，差異僅在係出現於全球資訊網中。. y. Nat. (4) 編輯式廣告(Advertorial)：. er. io. sit. 編輯式廣告是將廣告與網站上的內容相結合，並隱藏於網頁中是一種廣告新聞化手法，讓網路使用者誤以為是新聞報導，而在毫無防備下接收到廣. n. al. 告訊息。. Ch. engchi. i n U. v. (5) 推播技術(Push Technology)：. 推播技術則是可以將廣告直接傳送至網路使用者的用戶端，而不必被動地等待使用者來觀看。 (6) 插播式廣告(Interstitial)、彈出式廣告(pop-up Ad)：上述兩種廣告類型都是強制將廣告訊息傳送給網路使用者的方式。根據 Interactive Advertising Bureau guidelines(2001)的看法，認為彈出式廣告和插播式廣告在形式上非常類似，不過彈出式廣告主要是跳出另外一個新的視窗，但網路使用者可以關閉視窗來忽略廣告，插播式廣告則是直接出現. 9.

(16) 在網路使用者欲瀏覽的網頁中，但兩者皆是以豐富多媒體為表現形式的廣告，透過自動播放且強迫網路使用者收看的廣告。 (7) 網站廣告：網站廣告是企業利用網站來提供關於企業本身、產品、服務等資訊的一種方式。三、消費者購買流程根據 Kalakota and Whinston(1996)兩位學者分別從消費者與廠商兩方來界定網路購物的整體流程。在消費者端，交易流程可分為「購前評估」、「購買行為」、. 政治大服務的製作與運送」、及「售後互動」三步驟。依照 Engel et al.(1995)提出之消費立及「購後行為」三部份；在廠商端，其內部運作流程則有「售前程序」、「產品／. 案評估」、「購買行動」、「購後評估」五大部分。. 學. ‧ 國. 者決策程序 EBM 模式(參見圖 2-1)，可分為「需求確認」、「資訊蒐尋」、「方. ‧. 本研究主要目的為找出網路使用行為與網路消費之關聯性，以供實務界制定. y. Nat. 先期行銷策略或宣傳時能更有效的針對不同的潛在顧客進行宣傳進而推行一對. er. io. sit. 一行銷作為參考依據，故在此僅說明資訊蒐尋部分。Alba et al.(1997)認為網路購物可以在商品或服務的資訊搜尋提供量上，根據消費者的不同需求，提供消費者. al. n. v i n 顧客化資訊，不但能滿足消費者的個別需求，也較無實體通路業者對銷售人員素 Ch engchi U. 質的擔憂。賴怡玲(2002)的研究則指出影響資訊搜尋部分的因素共有五項，分別是「參考外界資訊」、「根據自身經驗」、「網購資訊搜尋順序」、「網路媒體宣傳訊息」、以及「目前線上購物資訊品質」。. 10.

(17) 需求確認. 資訊蒐尋. 方案評估. 購後評估. 學. ‧ 國. 立. 治政購買行動大. ‧. 圖 2-1 消費者決策程序之 EBM 模式(Engel et al.,1995). y. Nat. 四、網路消費者特性. er. io. sit. 根據余國維(1997)、曾鈐潮(2000)的研究指出，網路消費者的特性除了指一般的人口統計變數之外，通常還應包含消費者的網路使用行為。人口統計變數是. al. n. v i n 指研究對象的個人基本資料，包括性別、年齡、教育程度、職業、所得等因素。 Ch engchi U. Fran and Grady(1995)的研究發現，網路購物的消費者年齡分佈由 13 歲至 70 歲，平均年齡為 32 歲。鄭力嘉(1998)則指出男性的購物意願也明顯比女性來的高。針對網路使用行為部分，余國維(1997)的研究則指出，網際網路的長期使用者(使用時間在一年以上者)，其使用網際網路購物的意願高於新進使用者(使用時間在一年以下者)。曾鈐潮(2000)的研究則發現，擁有上網設備、上網歷史久、以及認為上網很容易的消費者，對於網路購物的偏好較高。故本研究欲以網路使用行為為架構進一步研究不同的網路使用行為與網路消費的關聯性，以供實務界推行一對一行銷作為先期參考依據。. 11.

(18) 第二節資料採礦相關文獻探討一、資料採礦的定義資料採礦技術被美國麻省理工學院 Technology Review 雜誌將其列選為改變未來世界的十大創新科技之一，也是目前相當熱門的資料分析方法。而資料採礦是知識發現(knowledge discovery in database; KDD)的步驟之一，主要是從過去大量累積的巨量資料中自動化發現並找尋隱藏在資料中的有用資訊，如趨勢 (Trend)、特徵(Pattern)及關連性(Relationship)。Fayyad(1996)認為「資料採礦是可萃取出資料中有效、潛在效益的一項非細瑣流程，其最終目的係瞭解資料的樣式。」. 政治大. 近年來關於資料採礦技術的研究越來越多，各學者對資料採礦之定義可彙總如表. 立. 2-1：. 內容. 1996. 資料採礦是一個確定資料中有效的、新的，可. io. 程。. al. n. Berry and Linoff. sit. y. Nat. 能有用的並且最終能被理解的模式的重要過. 1997. er. ‧ 國. 年代. ‧. Fayyad. 學. 學者. 表 2-1 資料採礦的定義. v. 資料採礦是為要發現出有意義的樣型或規則，. Ch. engchi. i n U. 而必須從大量資料之中以自動或是半自動的方式來探索和分析資料。. Kleissner. 1998. 資料採礦是一種新的且不斷循環的決策支援分析過程，它能夠從組合的資料中，發現出隱藏價值的知識，以提供給企業專業人員參考。. Shaw, Subramaniam. 2001. 的目的是找出隱含在裡面有用的資訊。. and Welge Liao and Chen. 資料採礦是尋找和分析資料的一個過程，主要. 2004. 資料採礦乃是由巨量資料中來分析、萃取其中的知識，有些甚至還能夠提供視覺的決策功能 12.

(19) 以協助使用者。 Toroslua and. 2005. 資料採礦通常應用在組織運作或顧客交易的歷史資料分析，進而發現可以用來改進決策制定. Yetisgen-Yildiz. 過程的隱蔽的規律性，是一種在龐大資料中發現趨勢和典型的過程。 Nicholson. 2006. 資料採礦的目的是去探勘資料中新奇且有用的型態，並透過資訊科技系統，使所有使用者依照所需尋找的資料，更進一步的篩選，而不是. 搜尋到不需要的垃圾。政治大資料來源：根據林芸妃(2011)及本研究整理立. ‧ 國. 學. 二、資料採礦的流程. 根據 Fayyad, Shapior and Smyth(1996)提出的資料採礦或知識挖掘流程共分. ‧. 為下列五大部分，流程圖請參見圖 2-2。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2-2 知識挖掘流程圖 1.. 資料選擇(Selection)：資料採礦的第一步，就是先瞭解該領域所要探討的知識，再根據其目的從龐大的資料庫中建立目標資料集。資料來源可能從一個或多個資料庫中選取所需要的資料。. 2.. 資料前置處理(Pre-processing)： 13.

(20) 即「資料淨化(data cleaning)」，主要是從目標資料中進行前置處理，包含處理一些錯誤、遺失、不完整或不一致的資料。 3.. 資料轉換(Transformation)：由於從龐大的資料庫中發現有用的資料是很困難的，故可先根據欲分析的問題，將目標變數由原始狀態轉換為可分析的形式。. 4.. 資料採礦(Data minìng)：是整個流程中最重要的步驟，使用的方法包括分類、趨勢分析、分群、關聯及循序特徵等，來從轉換後的資料中發掘存在的多種特徵及資訊，並將資料. 政治大解釋或評估(Interpretation/Evaluation)：立處理成最佳的表現模型呈現。. 5.. 把經過資料採礦分析後的結果，用報告形式或圖表的方式呈現出來，以提決. ‧ 國. 學. 策支援之用。. ‧. 三、資料採礦的方法. y. Nat. 根據 Berry and Linoff(1997)可將資料採礦的功能分為六大類，茲將這些功能. er. io. 1. 分類(classification)：. sit. 的意義及可能使用的技巧簡述如下：. al. n. v i n 按照分析對象的屬性分門別類加以定義，建立類組(class)。使用的技巧有決 Ch engchi U 策樹(decision tree)，記憶基礎推理(memory - based reasoning)等。. 2. 推估(estimation)：根據既有連續性數值之相關屬性資料，以獲致某一屬性未知之值。使用的技巧包括統計方法上之相關分析、迴歸分析及類神經網路方法。 3. 預測(prediction)：根據對象屬性之過去觀察值來推估該屬性未來之值。使用的技巧包括迴歸分析、時間數列分析及類神經網路方法。 4. 關聯法則(association)：. 14.

(21) 從所有物件決定那些相關物件應該放在一起。使用的技巧如購物籃分析 (market basket analysis)、模糊集合(rough set)等。 5. 集群(clustering)：將異質母體中區隔為較具同質性之群組(clusters)。同質分組相當於行銷術語中的區隔化(segmentation)，但是，假定事先未對於區隔加以定義，而資料中自然產生區隔。使用的技巧包括 k-means 法及 agglomeration 法。 6. 描述(description)：簡單的描述龐大資料庫中的資料基本特徵。. 政治大由於資料採礦是以資料庫中的大量資料，依據分析人員所欲解決的問題，透立. 四、資料採礦的相關應用. 過上一節所介紹之六大功能與相對應之技巧來對資料加以處理分析，所得到的結. ‧ 國. 學. 果可供使用者進行決策參考的一種分析工具。因此，資料採礦可以運用的範圍相. ‧. 當廣泛，舉凡各類產業不論是公部門、營利組織及非營利組織的行銷活動、顧客. y. Nat. 關係管理等等皆可應用。如廖雅郁(2002)透過資料採礦進行製藥市場的研究，最. er. io. sit. 後得出開立處方者之人口統計、資訊尋求、心理區隔、行為區隔等因素與處方型態之間的關聯，以供製藥業者制定行銷策略時作為參考。楊明玉(2011)則以保險. al. n. v i n 業者為研究對象，輔以 Kalakota C hand Robinson(1999)所提出的顧客關係管理之顧 engchi U 客獲取、顧客增強、與顧客維持作為理論依據，得出五大人格特質，即神經質、. 外向性、開放性、親和性、嚴謹性人格特質的顧客與金融保險商品之間的關聯，以提供保險業者如何維繫長期顧客關係作為參考。. 15.

(22) 研究方法. 第參章. 本章總共區分為研究架構、資料來源、研究方法三節。首先於第一節先根據其研究動機與目的，說明本研究的架構規劃。第二節則對於本次研究所使用之變數與資料來源作介紹說明。最後於第三節則對本次研究分析所用到資料採礦中的「關聯規則」與「集群分析」理論進行解說。. 第一節研究架構本研究之研究架構圖請參見圖 3-1 所示。研究者基於欲探討的研究目的，係引用行政院國家科學委員會之「傳播學術調查資料庫」，針對網路使用者之網路. 政治大. 使用行為、網路購物習性、基本人口統計變數等資料先進行蒐集與整理，再依照. 立. 不同的「網路購物管道」，使用集群分析來針對資料內之使用者進行分群，並利. ‧ 國. 學. 用 Apriori 關聯規則，分析其網路使用者之「網路使用行為」與「網路購物管道」兩方面之關聯性，最後分別整理出各種網路購物管道的網路使用行為特徵與目標. ‧. 市場區隔，以供實務界擬定策略時作為參考依據。. n. er. io. sit. y. Nat. al. Ch. engchi. 16. i n U. v.

(23) 傳播學術調查資料庫. 網路使用者資料蒐集與整理 (人口統計變數、網路使用行為、網路購物習性). 資料採礦集群分析. 政治大. 各網路購物管道之網路使用行為特徵與市場區隔. 學. 圖 3-1 研究架構圖. 第二節資料來源. Nat. y. ‧. ‧ 國. 立. 關聯規則. er. io. sit. 本次研究所使用之資料來源為行政院國家科學委員會之「傳播學術調查資料庫」，此資料庫之目的在於描繪媒介匯流與變遷下，臺灣民眾使用媒體行為之多. al. n. v i n 元與複雜樣貌。透過每年一次的年度密集調查方式，來獲得最具參考價值的即時 Ch engchi U 資料。而本次研究所使用之資料範圍介紹如下：. 1. 資料名稱：行政院國家科學委員會之傳播學術調查資料庫，第一期第二次「網路行為調查與偵測」。 2. 調查範圍與對象：台灣地區年滿十八歲及以上之中華民國國民。 3. 調查時程：2012 年 10 月至 2013 年 9 月。 4. 調查方法：使用自行開發的 CAPI 軟體，透過調查員輔以平板電腦進行面訪。 5. 抽樣方法：首先以台灣地區戶籍資料檔為抽樣名冊(Sampling Frame)，採分層比例機率三階段抽樣法(Probability Proportional to Size, PPS)進行抽樣。分層指. 17.

(24) 標包含「人口密度」、「教育程度」、「65 歲以上人口百分比」、「15-64 歲人口百分比」、「工業就業人口百分比」、「服務業就業人口百分比」，並據此將台灣之鄉鎮市區分為「核心都市」、「一般都市」、「新興市鎮」、「傳統產業市鎮」、「一般鄉鎮」及「高齡暨偏遠鄉鎮」六層。基本抽樣程序則是先計算各分層所有鄉鎮之人口數，按照人口數的比例來分配各分層所欲抽出之人口數，並在各分層中依照人口數多寡而抽取一定數目的鄉鎮市區；而後，在每一個鄉鎮市區中，再依照人口數之多寡依照等距抽樣法(Systematic Sampling)有系統地抽取一定數目的村里；最後，在中選之村里中，再同樣依等距抽樣法抽取. 政治大訪者的家裡進行「戶中加抽」的機制，額外再挑選一位受訪者進行面訪。立. 一定數目的受訪個案。若抽取之受訪者並無使用網際網路時，則會透過該受. 6. 調查項目：詳細問卷內容請參見附錄一，問卷內容大綱說明如下：. ‧ 國. 學. (1) 基本狀況：性別、出生年、出生地、父母籍貫、婚姻狀況、子女數目、教. ‧. 育程度、工作狀況、所得狀況等。. y. Nat. (2) 傳播行為：人際通訊(含手機與視訊)、報紙、雜誌、廣播、電視、電影等。. er. io. 使用動機等。. sit. (3) 網路使用情形：頻率、次數、時間、網路使用行為、網路使用目的、網路. al. n. v i n (4) 網路行為調查與偵測：社交媒體、雙重媒體使用、數位娛樂、網路消費、 Ch engchi U 網路展集、網路素養、公民參與等。. 第三節研究方法一、集群分析「集群分析」(cluster analysis)是統計上想要對一群受測者進行分組工作，最常用的方法之一。依據個體間的相似性將樣本分成幾群，同群組內的個體相似性高，不同群組的個體相似性低；藉由分析所找到的集群結果，推論出有用、隱含、令人感興趣的特性和現象(陳順宇，2005)。所以集群分析的最主要目的，就是將欲分析的母體或樣本，依照其特性分成數個群集， 18.

(25) 並使得同一群集內之資料具有高度相似性(homogeneity)，不同群集之資料則具有高度之異質性(heterogeneity)。而企業則可於自身資料庫來進行集群分析，來找出顧客最可能的市場區隔，以利後續行銷策略之擬定。集群分析主要有「分層法(Hierarchical)」與「非分層法(Nonhierarchical)」兩種，但目前實務上常結合此兩種方法使用而合稱為「兩階段法(Two-step method)」(Anderberg，1973)。第一階段先以分層法取得群組數目。第二階段再以 K 組平均法進行群集，移動各群組內的個體，保持全部群組為 K 組。本研究係藉由 SPSS Clementine 12.0 軟體工具，並採用兩階段法進行分群，. 政治大. 來找出各網路購物管道之市場區隔。二、關聯規則. 立. 關聯規則(Association Rule)在最早是由 Agrawal et al.(1994)所提出，而關. ‧ 國. 學. 聯規則在實務界中的應用也已相當普及。其主要精神是從龐大資料庫中找. ‧. 出各項目之間的經常出現的型態(Frequent patterns)、關聯性(Associations)、. y. Nat. 相關性(correlations)等。此方法常用於研究同一筆交易，若假設所有交易中，. er. io. sit. 有購買 A 產品的顧客，也同時會購買 B 產品，則 A 產品與 B 產品之間即形成關聯性。透過這些關聯性的分析與描述，即可得不同商品間之銷售關聯. al. n. v i n 性或顧客的消費習慣，進而規劃商品銷售組合。而企業也可於自身的銷售 Ch engchi U 資料庫中，透過關聯規則找尋出有價值的知識與資訊，作為找尋市場先機與行銷決策的參考依據。而在關聯規則中，共含有支持度、信心度和增益值三個參數。支援度 (support)為前項變數在資料庫中所出現的比例，信心度(confidence)則為前項變數已確定成立時，後項變數所發生的機率，也就是此規則可相信的程度，增益值(lift)則為前項與後項變數之間的相關程度，若增益值＞1，則表示前項與後項變數之間呈現正相關，若增益值＝1，則表示前項與後項變數之間為獨立事件，若增益值＜1，則表示前項與後項變數之間為負相關。通常關. 19.

(26) 聯規則分析共有兩大步驟，第一步是從欲分析的資料庫中找出高於最小支援度的品項集合，第二步是利用上述發生頻率較高的品項集合來產生關聯規則，而最小支援度與信心度皆由研究者自行設定。本研究係藉由 SPSS Clementine 12.0 軟體工具，並採用 Apriori 關聯規則演算法來找出「網路使用行為」與「網路購物管道」兩方面之關聯性。Apriori 關聯規則演算法首先是由 Agrawal and Srikant(1994)所提出，主要包含下列兩項步驟，其整體架構圖請參見圖 3-2 所示。 1.. 搜尋整個資料庫來找出所有的高頻項目集合。. 2.. 透過所找出的高頻項目集合，循序漸進的推導出所有關聯規則。. 產生候選項目集合. ‧. 找出所有的高頻項目集合. y. Nat. sit. 搜尋資料庫以計算項目集合之支持度. n. al. er. io. 關聯規則之推導. 連結. 學. ‧ 國. 立. 政治大. 導出有意義的關聯規則. Ch. engchi. i n U. 圖 3-2 Apriori 演算法架構圖. 20. v. 刪除.

(27) 資料分析. 第肆章. 本章共區分為三節，第一節為資料結構描述，即使用行政院國家科學委員會之「傳播學術調查資料庫」，針對本次研究範圍進行一般基本資料與網路使用行為及網路購物模式之統計與描述。第二節係針對網路購物模式之集群分析，即透過不同的網路購物管道，來將消費者進行分群。第三節則為網路使用行為與網路購物之關聯性分析，即透過關聯規則來看不同的網路使用行為與網路購物模式間的相關性。. 第一節資料結構描述. 政治大. 本次研究經篩選與整理後，有效問卷共 1,315 份，首先根據每位網路使用者. 立. 之資料，依照性別、年齡、婚姻狀況、子女狀況、工作狀況、平均每月收入等變. ‧ 國. 學. 數進行統計與整理，部分變數若變項過多則會適度予以合併，以利後續分析作業之進行。其統計結果請參見表 4-1。. ‧. 從一般基本資料可見男女比例均等，其女性略多，佔 51.3%，男性佔 48.7%；. y. Nat. sit. 年齡則以 20-29 歲的年輕族群最多，佔 30.9%，其次是 30-39 歲，佔 26.4%，40-49. n. al. er. io. 歲，佔 20.3%，60 歲以上僅佔 4.9%；婚姻狀況則以未婚族群略多，佔 53.5%，. i n U. v. 已婚族群佔 43.5%；子女狀況則類似婚姻狀況，無子女者佔 56.8%，有子女者佔. Ch. engchi. 43.2%；工作狀況則以服務業居冠，佔 55.4%，其次是工業，佔 25.0%，農林漁牧業僅佔 1.3%；每月平均收入則主要集中在 6 萬元以下，又以 2-4 萬元最多，佔 42.6%，其次是 2 萬元以下，佔 33.3%，4-6 萬元，佔 15.7%，10 萬元以上合計僅佔 2.4%。表 4-1 樣本一般基本資料結構變數. 個數. 比例. 男. 640. 48.7%. 女. 675. 51.3%. 18-19 歲. 52. 3.9%. 性別年齡. 21.

(28) 婚姻狀況. 20-29 歲. 406. 30.9%. 30-39 歲. 347. 26.4%. 40-49 歲. 266. 20.2%. 50-59 歲. 180. 13.7%. 60 歲以上. 64. 4.9%. 未婚. 704. 53.5%. 已婚. 572. 43.5%. 其他. 39. 3.0%. 568 政治大 747. 有子女狀況. 17. 工業. 329. 服務業. 729. 無工作. 240. 18.3%. 2 萬元以下. 438. 33.3%. io. er. Nat. al. ‧. ‧ 國. 農林漁牧業. y. 56.8%. 學. 工作狀況. 立. sit. 無. 43.2%. v ni. n. 2-4 萬元. 1.3% 25.0% 55.4%. 560. 42.6%. e n g c h i U206. 15.7%. 6-10 萬元. 79. 6.0%. 11-20 萬元. 19. 1.4%. 20 萬元以上. 13. 1.0%. 4-6 萬元平均每月收入. Ch. 資料來源：本研究整理接下來針對網路購物模式，依照不同的網路購物管道，包含團購網站、拍賣網站、一般購物商城、品牌網站、社群平台等五項管道分別進行統計與整理，其結果請參見表 4-2。統計數據顯示從未透過網路進行購物之網路使用者仍佔 36.6%；拍賣網站則 22.

(29) 為最多人會將其作為網路購物的管道，佔 45.6%，其次是一般購物商城，佔 39.3%，團購網站，佔 18.6%，品牌網站，佔 16.4%，最少的是社群平台，僅佔 8.4%。表 4-2 樣本網路購物模式統計網路購物模式. 個數. 佔整體比例. 團購網站. 245. 18.6%. 拍賣網站. 600. 45.6%. 一般購物商城. 517. 39.3%. 品牌網站. 215. 16.4%. 社群平台. 立. 從未網路購物. 政110 治大 481. 36.6%. ‧ 國. 學. 資料來源：本研究整理. 8.4%. 再來針對使用者之網路使用行為，經歸納與整理後可區分為資訊蒐集內容、. ‧. 多重媒體使用、數位娛樂活動、資訊交流與分享管道四個分類，每一個分類中的. io. er. 進行。各分類及其變數之分別統計與整理請參見表 4-3。. sit. y. Nat. 變數會視情況作適度調整，若變數過多則會適度予以合併，以利後續分析作業之. al. 在資訊蒐集內容部分，以綜藝娛樂類居冠，佔 67.8%，其次是財經消費類，. n. v i n Ch 佔 59.6%，藝文教育類，佔 53.2%，生活醫藥類，佔 e n g c h i U 47.1%；多重媒體使用則以. 電視為最大宗，高達 95.1%，其次是報紙，佔 56.1%，雜誌，佔 44.4%最少的是廣播，佔 35.3%；數位娛樂遊戲則以網路影音與視頻居冠，高達 86.5%，其次是益智類遊戲，佔 45.5%，動作類遊戲，佔 21.5%，角色扮演類遊戲，佔 15.3%，運動類遊戲，佔 16.4%；資訊交流與分享管道則主要以臉書與國內部落格為主，臉書達到 84.3%，國內部落格則佔 63.4%。. 23.

(30) 表 4-3 樣本網路使用行為統計網路使用行為. 佔整體比例. 財經消費類. 784. 59.6%. 綜藝娛樂類. 892. 67.8%. 生活醫藥類. 619. 47.1%. 藝文教育類. 699. 53.2%. 其他. 104. 7.9%. 報紙. 737. 56.1%. 電視. 95.1%. 雜誌. 1250 政治大 584. 廣播. 464. 35.3%. 網路影音/視頻. 1137. 86.5%. 角色扮演類遊戲. 201. 15.3%. 動作類遊戲. 283. 益智類遊戲. 598. 多重媒體使用. y. 21.5%. er. io. al. ‧. Nat. 數位娛樂遊戲. 44.4%. 學. ‧ 國. 立. sit. 資訊蒐集內容. 個數. 45.5%. 215. 16.4%. e n g c h i U159. 12.1%. 臉書. 1109. 84.3%. 推特. 6. 0.5%. 資訊交流與分享管道噗浪. 7. 0.5%. 微博. 15. 1.1%. 國內部落格. 834. 63.4%. v ni. n. 運動類遊戲. Ch. 其他遊戲. 資料來源：本研究整理. 第二節網路購物模式集群分析本節將針對不同的網路購物模式，包含團購網站、拍賣網站、一般購物商城、 24.

(31) 品牌網站、社群平台等五項管道，分別運用 SPSS Clementine 12.0 軟體以兩階段法(two-step method)針對顧客的性別、年齡、婚姻狀況、子女狀況、工作狀況、平均每月收入等基本人口特徵變數進行最適群集數之分群，分析結果整理如下：一、團購網站購物之集群分析對於會透過團購網站進行購物之網路消費者依分析結果共可分為下列四群，整理結果請參見表 4-4。 1. 群集一(Cluster-1)有 34 筆資料，主要特徵為年齡在 20-29 歲左右之未婚女性居多，工作狀況則以服務業或是無工作為主，故其平均每月收入較低，主要. 政治大群集二(Cluster-2)有 47 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之立. 落在 2 萬元以下。針對此類族群可稱為單身低薪的年輕女性顧客群。 2.. 未婚男性居多，工作狀況則以服務業為主，其整體平均每月收入較群集一之. ‧ 國. 學. 女性顧客為高，主要落在 2 萬元以下與 2-4 萬元之間。針對此類族群可稱為. ‧. 單身小資輕熟男型顧客群。. y. Nat. 3. 群集三(Cluster-3)有 64 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之. er. io. sit. 未婚女性，工作狀況以從事服務業最多，工業次之，其平均每月收入較群集一之年輕女性略高，主要落在 2-4 萬元之間。針對此類族群可稱為單身小資. al. n. v i n 輕熟女型顧客群，此類型族群也是會透過團購網站進行購物人數次多之顧客 Ch engchi U 群。. 4. 群集四(Cluster-4)有 100 筆資料，主要特徵為年齡在 30-39 歲與 40-49 歲左右之已婚女性，並擁有子女，工作狀況以從事服務業最多，工業次之，其平均每月收入則較年輕女性為高，主要落在 2-4 萬元與 4-6 萬元之間。針對此類族群可稱為小康熟齡媽媽型顧客群，而此類型族群也是會透過團購網站進行購物人數最多之顧客群。. 25.

(32) 表 4-4 團購網站之 Two-step 集群分析資料表集群別. Cluster-1. Cluster-2. Cluster-3. 樣本數性別年齡. 34 女性(100%) 20-29 歲(74%). 47 男性(100%) 20-29 歲(49%). 64 100 女性(92%) 女性(66%) 20-29 歲(52%) 30-39 歲 35%). 30-39 歲(23%) 未婚(94%) 無子女(98%) 服務業(68%). 30-39 歲(33%) 未婚(100%) 無子女(100%) 服務業(58%) 工業(42%) 2-4 萬元(88%). 婚姻狀況子女狀況工作狀況. 未婚(88%) 無子女(94%) 服務業(53%) 無工作(47%) 平均每月收入 2 萬元以下 (79%). 2 萬元以下. 立. 政治大. ‧ 國. 學. 二、拍賣網站購物之集群分析. 40-49 歲(37%) 已婚(93%) 有子女(96%) 服務業(59%) 工業(28%) 2-4 萬元(36%) 4-6 萬元(25%). (34%) 2-4 萬元(34%). 資料來源：本研究整理. Cluster-4. 對於會透過拍賣網站進行購物之網路消費者依分析結果共可分為下列四群，. ‧. 整理結果請參見表 4-5。. sit. y. Nat. 1. 群集一(Cluster-1)有 156 筆資料，主要特徵為年齡在 20-29 歲左右之未婚的年. io. er. 輕人，其性別並無明顯差異，女性略多，工作狀況以服務業或無工作為主，故其平均每月收入較低，主要落在 2 萬元以下。針對此類族群可稱為單身低. al. n. v i n Ch 薪的年輕族顧客群。此類型族群也是會透過拍賣網站進行購物人數次多之顧 engchi U 客群。. 2. 群集二(Cluster-2)有 137 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之未婚女性，工作狀況則以服務業為主，其平均每月收入則較群集一中的年輕女性顧客略高，主要落在 2-4 萬元之間。針對此類族群可稱為單身小資輕熟女型顧客群。 3. 群集三(Cluster-3)有 108 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之未婚男性，工作狀況以從事服務業最多，工業次之，其平均每月收入與群集二之輕熟女顧客無太大差異，主要落在 2-4 萬元之間。針對此類族群可稱 26.

(33) 為單身小資輕熟男型顧客群。 4. 群集四(Cluster-4)有 199 筆資料，主要特徵為年齡在 30-39 歲與 40-49 歲左右之已婚女性，並擁有子女，工作狀況則以從事服務業為主，其平均每月收入則較年輕女性為高，主要落在 2-4 萬元與 4-6 萬元之間。針對此類族群可稱為小康熟齡媽媽型顧客群。而此類型族群也是會透過拍賣網站進行購物人數最多之顧客群。表 4-5 拍賣網站之 Two-step 集群分析資料表集群別. Cluster-1. Cluster-2. Cluster-3. Cluster-4. 樣本數性別年齡. 156 女性(56%) 20-29 歲(78%). 137 女性(100%) 20-29 歲(53%) 30-39 歲(37%). 108 男性(100%) 20-29 歲(44%) 30-39 歲(43%). 199 女性(64%) 30-39 歲. io. al. n. (100%). 未婚(100%) 無子女. (98.54%) 服務業. (100%) 服務業(49%) 工業(47%) 2-4 萬元. (66%) 2-4 萬元 (78%). Ch. y. sit. Nat. (98.72%) 工作狀況服務業(49%) 無工作(47%) 平均每月收入 2 萬元以下. 未婚(97%) 無子女. er. 未婚(97%) 無子女. ‧. ‧ 國. 學. 婚姻狀況子女狀況. 立. 政治大. i n U. v. (68%). engchi. (29%) 40-49 歲 (46%) 已婚(91%) 有子女 (88.94%) 服務業 (65%) 2-4 萬元 (40%) 4-6 萬元 (27%). 資料來源：本研究整理三、一般購物商城網站購物之集群分析對於會透過一般購物商城網站進行購物之網路消費者依分析結果共可分為下列四群，整理結果請參見表 4-6。 1. 群集一(Cluster-1)有 152 筆資料，主要特徵為年齡在 30-39 歲與 40-49 歲左右之已婚女性，並擁有子女，工作狀況則以服務業最多，工業次之，其平均每月收入主要落在 4 萬元以下。針對此類族群可稱為小資熟齡媽媽型顧客群，此類型族群也是會透過一般購物商城進行購物人數次多之顧客群。 27.

(34) 2. 群集二(Cluster-2)有 72 筆資料，主要特徵為年齡在 40-49 歲與 50-59 歲左右之已婚男性，並擁有子女，工作狀況則以服務業為主，其平均每月收入較其他所有群集為高，主要落在 4-6 萬元與 6-10 萬元之間。針對此類族群可稱為高薪熟齡爸爸型顧客群。 3. 群集三(Cluster-3)有 165 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之未婚顧客，其性別並無明顯差異，女性略多，工作狀況則以服務業為主，其平均每月收入主要落在 2-4 萬元之間。針對此類族群可稱為單身小資的輕熟齡顧客群，而此類型族群也是會透過一般購物商城進行購物人數最多之顧. 政治大群集四(Cluster-4)有 128 筆資料，主要特徵為 20-29 歲左右之未婚顧客，其性立. 客群。 4.. 別並無明顯差異，女性略多，工作狀況則以從事服務業或無工作為主，其平. ‧ 國. 學. 均每月收入較低，主要落在 2 萬元以下。針對此類族群可稱為單身低薪的年. ‧. 輕族顧客群。. y. Nat. 表 4-6 一般購物商城之 Two-step 集群分析資料表 Cluster-2. Cluster-3. Cluster-4. 樣本數性別. 152 女性(89%). 72 男性(96%). 165 女性(58%). 128 女性(59%). 婚姻狀況子女狀況. Ch. 30-39 歲(38%) 40-49 歲(34%) 已婚(92.76%) 有子女. (94.08%) 工作狀況服務業(52%) 工業(26%) 平均每月收入 2 萬元以下 (28%) 2-4 萬元. er. n. 年齡. al. sit. Cluster-1. io. 集群別. i n U. v. 男性(42%) 40-49 歲(58%) 20-29 歲(47%) 50-59 歲(22%) 30-39 歲(42%) 已婚(94.44%) 未婚(97.58%) 有子女無子女. 男性(41%) 20-29 歲. (79%) 服務業(65%). (99%) 服務業(55%) 無工作(41%) 2 萬元以下. engchi. (100%) 服務業(62%). 4-6 萬元(47%) 2-4 萬元(81%) 6-10 萬元 (28%). (49%) 資料來源：本研究整理 28. (73%) 未婚(96.88%) 無子女. (89%).

(35) 四、品牌網站購物之集群分析對於會透過品牌網站進行購物之網路消費者依分析結果共可分為下列四群，整理結果請參見表 4-7。 1. 群集一(Cluster-1)有 31 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之未婚女性，工作狀況則以無工作為主，故其平均每月收入較低，主要落在 2 萬元以下。針對此類族群可稱為單身低薪的輕熟女型顧客群。 2. 群集二(Cluster-2)有 48 筆資料，主要特徵為年齡在 20-29 歲左右之年輕顧客，其性別並無明顯差異，男性略多，工作狀況則以服務業為主，其平均每月收. 政治大稱為單身低薪的年輕族顧客群。立. 入也較低，與群集一之顧客群無異，主要落在 2 萬元以下。針對此類族群可. 3. 群集三(Cluster-3)有 62 筆資料，主要特徵為年齡在 20-29 歲與 30-39 歲左右之. ‧ 國. 學. 未婚女性，工作狀況則以服務業最多，工業次之，其平均每月收入較群集一. ‧. 之同年齡層的未婚女性為高，主要落在 2-4 萬元之間。針對此類族群可稱為. y. sit. io. er. 多之顧客群。. Nat. 單身小資輕熟女型顧客群，此類型族群也是會透過品牌網站進行購物人數次. 4. 群集四(Cluster-4)有 74 筆資料，主要特徵為年齡在 30-39 歲與 40-49 歲左右之. al. n. v i n 已婚女性，並擁有子女，工作狀況則以從事服務業為主，其平均每月收入較 Ch engchi U 年輕女性為高，主要落在 2-4 萬元與 4-6 萬元之間。針對此類族群可稱為小. 康熟齡媽媽型顧客群，而此類型族群也是會透過品牌網站進行購物人數最多之顧客群。表 4-7 品牌網站之 Two-step 集群分析資料表集群別. Cluster-1. Cluster-2. 樣本數性別. 31 女性(81%). 年齡. 20-29 歲(58%). 48 62 男性(52%) 女性(77%) 女性(48%) 20-29 歲(69%) 20-29 歲(60%). 30-39 歲(23%). 30-39 歲(29%) 29. Cluster-3. Cluster-4 74 女性(74%) 30-39 歲(32%) 40-49 歲(49%).

(36) 婚姻狀況子女狀況工作狀況. 未婚(96.77%) 無子女(97%) 無工作(84%). 平均每月收入 2 萬元以下 (94%). 未婚(100%) 未婚(95.16%) 無子女(100%) 無子女(100%) 服務業(92%) 服務業(58%) 工業(42%) 2 萬元以下 2-4 萬元(95%). 已婚(91.89%) 有子女(93%) 服務業(62%). (63%). 4-6 萬元(26%). 2-4 萬元(41%). 資料來源：本研究整理五、社群平台網站購物之集群分析對於會透過社群平台進行購物之網路消費者依分析結果共可分為下列三群，整理結果請參見表 4-8。. 政治大婚姻狀況並無明顯差異，已婚女性略多，大部分均擁有子女，工作狀況則以立. 1. 群集一(Cluster-1)有 49 筆資料，主要特徵為年齡在 30-39 歲左右之女性，其. ‧ 國. 學. 服務業為主，其平均每月收入主要落在 2-4 萬元與 4-6 萬元之間。針對此類. 族群可稱為小康輕熟齡媽媽型顧客群，而此類型族群也是會透過社群平台網. ‧. 站進行購物人數最多之顧客群。. sit. y. Nat. 2. 群集二(Cluster-2)有 28 筆資料，主要特徵為年齡在 20-29 歲左右之未婚女性，. io. 類族群可稱為單身小資的年輕女性顧客群。. al. v i n C h，主要特徵為年齡在群集三(Cluster-3)有 33 筆資料 e n g c h i U 20-29 歲左右之未婚女性， n. 3.. er. 工作狀況則以服務業為主，其平均每月收入主要落在 2-4 萬元之間。針對此. 工作狀況則以服務業或無工作為主，故其平均每月收入較低，主要落在 2 萬元以下。針對此類族群可稱為單身低薪的年輕女性顧客群。表 4-8 社群平台之 Two-step 集群分析資料表集群別. Cluster-1. Cluster-2. Cluster-3. 樣本數性別年齡婚姻狀況. 49 女(78%) 30-39 歲(69%) 已婚(53%) 未婚(37%). 28 女(68%) 20-29 歲(75%) 未婚(89%). 33 女(64%) 20-29 歲(85%) 未婚(94%). 子女狀況工作狀況. 有子女(61%) 服務業(82%). 無子女(89%) 服務業(64%). 無子女(97%) 服務業(52%). 30.

(37) 平均每月收入. 2-4 萬元(41%) 4-6 萬元(33%). 無工作(42%) 2 萬元以下(97%). 2-4 萬元(86%). 資料來源：本研究整理. 第三節網路使用行為與網路購物之關聯性本節將運用 SPSS Clementine 12.0 軟體以 Apriori 關聯規則演算法分別研究不同的網路購物模式，包含團購網站、拍賣網站、一般購物商城、品牌網站、社群平台等五項管道，與不同的網路使用行為，包含資訊蒐集內容、多重媒體使用、數位娛樂活動、資訊交流與分享管道等四個分類，彼此之間的關聯性。. 政治大. 一、團購網站之關聯分析. 立. 針對資訊蒐集內容，依照團購網站所佔比例設定適當之最小支援度與最小信. ‧ 國. 學. 心度，共產生 11 個有意義的關聯規則，而其增益值皆大於 1，分析結果請參見表 4-9。根據表 4-9 所顯示的規則，本研究發現：平時有在瀏覽及蒐集資訊，包. ‧. 含財經消費類資訊、綜藝娛樂類資訊、生活醫藥類資訊、藝文教育類資訊等行為. sit. y. Nat. 之網路使用者，皆比一般使用者更容易透過團購網站進行購物，其中又以有瀏覽. n. al. er. io. 蒐集財經消費類與綜藝娛樂類資訊的使用者人數比例最高，藝文教育類與綜藝娛. i n U. v. 樂類資訊的使用者人數比例次之。而四類資訊皆有瀏覽蒐集習慣之使用者透過團購網站購買之機會則最高。. Ch. engchi. 表 4-9 團購網站與資訊蒐集內容之關聯規則規則. 後項. 規則 1 團購網站. 規則 2 團購網站規則 3. 團購網站. 前項生活醫藥類藝文教育類財經消費類綜藝娛樂類藝文教育類財經消費類綜藝娛樂類生活醫藥類藝文教育類. 支援度. 信心度. 增益值. 23.2. 31.5. 1.7. 30.3. 29.6. 1.6. 28.1. 28.9. 1.6. 31.

(38) 財經消費類生活醫藥類藝文教育類綜藝娛樂類生活醫藥類. 規則 4 團購網站規則 5 團購網站. 規則 7 規則 8 規則 9 規則 10. 團購網站團購網站團購網站. 藝文教育類綜藝娛樂類財經消費類綜藝娛樂類生活醫藥類財經消費類生活醫藥類. 團購網站. 1.5. 28.9. 28.2. 1.5. 38.4. 27.5. 1.5. 33.4. 26.9. 1.4. 39.5. 26.4. 1.4. 治政 42.7 大25.8. 立. 團購網站. 28.8. 36.9. 25.4. 1.4. 35.5. 25.3. 1.4. ‧. 綜藝娛樂類. 1.4. 學. 規則 11. 團購網站. ‧ 國. 規則 6. 財經消費類綜藝娛樂類藝文教育類財經消費類生活醫藥類藝文教育類. 26.7. 資料來源：本研究整理. y. Nat. io. sit. 針對多重媒體使用，依照團購網站所佔比例設定適當之最小支援度與最小信. n. al. er. 心度，共產生 10 個有意義的關聯規則，而其增益值皆大於 1，分析結果請參見. i n U. v. 表 4-10。根據表 4-10 所顯示的規則，本研究發現：平時有在接觸網路以外媒體，. Ch. engchi. 包含廣播、雜誌、報紙、電視等行為之使用者，皆比一般使用者更容易透過團購網站進行購物，其中又以有在閱讀雜誌的使用者人數比例最高，有在閱讀雜誌與收看電視的使用者人數比例次之。而有在閱讀雜誌與報紙及收聽廣播之使用者透過團購網站購買之機會則最高。表 4-10 團購網站與多重媒體使用之關聯規則規則. 後項. 前項. 支援度. 信心度. 增益值. 團購網站. 廣播雜誌報紙. 17.6. 30.2. 1.6. 團購網站. 廣播. 17.4. 30.1. 1.6. 規則 1. 規則 2. 32.

(39) 規則 3 團購網站. 團購網站. 規則 5 團購網站. 規則 7 規則 8. 立. 團購網站團購網站團購網站. Nat. 廣播報紙電視. 21.7. 28.8. 1.5. 31.7. 26.6. 1.4. 32.9. 26.2. 1.4. 治政 42.4 大25.8. 1.4. 25.2. 25.4. 1.4. 44.4. 25.3. 1.4. 24.8. 25.2. ‧. 規則 10. 團購網站. 雜誌報紙雜誌電視廣播報紙雜誌. 1.6. 學. 規則 9. 團購網站. ‧ 國. 規則 6. 29.0. 1.4. sit. 規則 4. 電視廣播雜誌雜誌報紙電視. 21.2. y. 雜誌報紙電視廣播雜誌. io. er. 資料來源：本研究整理. 針對數位娛樂遊戲，依照團購網站所佔比例設定適當之最小支援度與最小信. al. n. v i n Ch 心度，共產生 5 個有意義的關聯規則，而其增益值皆大於 1，分析結果請參見表 engchi U. 4-11。根據表 4-11 所顯示的規則，本研究發現：平時有在玩益智類遊戲、動作類遊戲、運動類遊戲、以及透過網路收看影音或視頻行為之使用者，皆比一般使用. 者更容易透過團購網站進行購物，其中又以有玩益智類遊戲的使用者人數比例最高，其次為有玩益智類遊戲與收看網路影音或視頻之使用者。而有玩動作類遊戲與收看網路影音或視頻之使用者透過團購網站購買之機會則最高。. 33.

(40) 表 4-11 團購網站與數位娛樂遊戲之關聯規則規則. 後項. 規則 1 規則 2 規則 3 規則 4 規則 5. 前項動作類遊戲網路影音/視頻益智類遊戲. 團購網站團購網站. 網路影音/視頻動作類遊戲益智類遊戲運動類遊戲網路影音/視頻. 團購網站團購網站團購網站. 支援度. 信心度. 增益值. 20.5. 26.7. 1.4. 42.8. 26.3. 1.4. 21.5 45.5. 26.1 25.1. 1.4 1.3. 15.8. 25.0. 1.3. 資料來源：本研究整理. 政治大小信心度，共產生 3 個有意義的關聯規則，而其增益值皆大於 1，分析結果請參立. 針對資訊交流分享管道，依照團購網站所佔比例設定適當之最小支援度與最. ‧ 國. 學. 見表 4-12。根據表 4-12 所顯示的規則，本研究發現：平時有在使用臉書或國內部落格作為其資訊交流分享行為之使用者，皆比一般使用者更容易透過團購網站. ‧. 進行購物，其中有在使用臉書的使用者人數比例較國內部落格為高，但兩者皆有. sit. y. Nat. 使用之使用者透過團購網站購買之機會則最高。. 規則 2 規則 3. 團購網站團購網站團購網站. 前項. 支援度. 信心度. al v i 國內部落格 n Ch 59.2 24.9 臉書 engchi U. n. 規則 1. 後項. io. 規則. er. 表 4-12 團購網站與資訊交流分享管道之關聯規則. 國內部落格臉書. 63.4 84.3. 24.5 20.6. 增益值 1.3 1.3 1.1. 資料來源：本研究整理二、拍賣網站之關聯分析針對資訊蒐集內容，依照拍賣網站所佔比例設定適當之最小支援度與最小信心度，共產生 1 個有意義的關聯規則，而其增益值大於 1，分析結果請參見表 4-13。根據表 4-13 所顯示的規則，本研究發現：平時皆有在瀏覽蒐集財經消費類資訊、綜藝娛樂類資訊、藝文教育類資訊的使用者其比一般使用者更容易透過拍賣網站進行購物，因為並無產生其他組合的規則，所以必須要同時有瀏覽蒐集上述三種 34.

(41) 類別資訊之使用者其透過拍賣網站購買之機會才會比一般使用者來的高。表 4-13 拍賣網站與資訊蒐集內容之關聯規則規則. 後項. 前項. 支援度. 信心度. 增益值. 30.3. 55.5. 1.2. 藝文教育類. 規則 1 拍賣網站. 財經消費類綜藝娛樂類. 資料來源：本研究整理針對多重媒體使用，依照拍賣網站所佔比例設定適當之最小支援度與最小信心度，共產生 1 個有意義的關聯規則，而其增益值大於 1，分析結果請參見表 4-14。根據表 4-14 所顯示的規則，本研究發現：平時有在接觸網路以外媒體，包含廣. 政治大. 播與雜誌等行為之使用者，會比一般使用者更容易透過拍賣網站進行購物。因為. 立. 透過拍賣網站購買之機會才會比一般使用者來的高。. 學. ‧ 國. 並無產生其他組合的規則，所以必須要同時有會收聽廣播與閱讀雜誌之使用者其. 後項. 前項. 支援度. 信心度. 增益值. 規則 1. 拍賣網站. 廣播 & 雜誌. 21.7. 55.1. y. 1.2. sit. Nat. 規則. ‧. 表 4-14 拍賣網站與多重媒體使用之關聯規則. io. er. 資料來源：本研究整理. al. 針對數位娛樂遊戲，依照拍賣網站所佔比例設定適當之最小支援度與最小信. n. v i n C h ，而其增益值大於心度，共產生 1 個有意義的關聯規則 e n g c h i U 1，分析結果請參見表 4-15。根據表 4-15 所顯示的規則，本研究發現：平時有玩益智類遊戲與收看網路影音或視頻等行為之使用者，會比一般使用者更容易透過拍賣網站進行購物。因為並無產生其他組合的規則，所以必須要同時有會玩益智類遊戲與收看網路影音或視頻之使用者其透過拍賣網站購買之機會才會比一般使用者來的高。表 4-15 拍賣網站與數位娛樂遊戲之關聯規則規則規則 1. 後項. 前項. 支援度. 信心度. 增益值. 拍賣網站. 益智類遊戲網路影音/視頻. 42.8. 56.1. 1.2. 資料來源：本研究整理 35.

(42) 針對資訊交流分享管道，依照拍賣網站所佔比例設定適當之最小支援度與最小信心度，共產生 2 個有意義的關聯規則，而其增益值大於 1，分析結果請參見表 4-16。根據表 4-16 所顯示的規則，本研究發現：平時有在使用臉書或國內部落格作為其資訊交流分享行為之使用者，皆比一般使用者更容易透過拍賣網站進行購物，其中有在使用臉書作為資訊交流分享管道的使用者需同時也有使用國內部落格，其透過拍賣網站購買之機會才會比一般使用者來的高。表 4-16 拍賣網站與資訊交流分享管道之關聯規則規則規則 1 規則 2. 後項. 前項. 支援度. 國內部落格臉書國內部落格. 拍賣網站拍賣網站. 58.2 治政 63.4 大56.5. 立. 59.2. 增益值 1.3 1.2. 學. ‧ 國. 資料來源：本研究整理. 信心度. 三、一般購物商城之關聯分析. ‧. 針對資訊蒐集內容，依照一般購物商城所佔比例設定適當之最小支援度與最小信心度，共產生 11 個有意義的關聯規則，而其增益值大於 1，分析結果請參. y. Nat. io. sit. 見表 4-17。根據表 4-17 所顯示的規則，本研究發現：平時有在瀏覽及蒐集資訊，. n. al. er. 包含財經消費類資訊、綜藝娛樂類資訊、生活醫藥類資訊、藝文教育類資訊等行. Ch. i n U. v. 為之網路使用者，皆比一般使用者更容易透過一般購物商城進行購物，其中又以. engchi. 有瀏覽蒐集財經消費類與綜藝娛樂類資訊的使用者人數比例最高，藝文教育類與綜藝娛樂類資訊的使用者人數比例次之。而四類資訊皆有瀏覽蒐集習慣之使用者透過一般購物商城購買之機會則最高。表 4-17 一般購物商城與資訊蒐集內容之關聯規則規則. 後項. 前項. 支援度. 信心度. 增益值. 一般購物商城. 生活醫藥類藝文教育類財經消費類綜藝娛樂類. 23.2. 50.2. 1.3. 一般購物商城. 藝文教育類財經消費類. 30.3. 49.5. 1.3. 規則 1. 規則 2. 36.

(43) 規則 4 一般購物商城. 規則 6 規則 7. 一般購物商城一般購物商城. 藝文教育類綜藝娛樂類生活醫藥類藝文教育類財經消費類生活醫藥類綜藝娛樂類. 一般購物商城. 規則 8. 規則 9. Nat. 規則 11. 生活醫藥類藝文教育類生活醫藥類財經消費類. 一般購物商城一般購物商城. io. 資料來源：本研究整理. 48.2. 1.2. 42.7. 47.9. 1.2. 38.4. 47.7. 1.2. 39.5. 47.4. 1.2. 47.0. 1.2. 35.5. 1.2. 33.4. 46.2. 36.9. 45.4. n. al. 28.9. 46.9. ‧. 規則 10. 一般購物商城. 1.3. 政治大 28.1. 立. ‧ 國. 一般購物商城. 49.3. 1.2 1.2. er. 規則 5. 財經消費類綜藝娛樂類財經消費類綜藝娛樂類藝文教育類財經消費類. 26.7. y. 一般購物商城. sit. 規則 3. 學. 綜藝娛樂類生活醫藥類藝文教育類綜藝娛樂類生活醫藥類. i n U. v. 針對多重媒體使用，依照一般購物商城所佔比例設定適當之最小支援度與最. Ch. engchi. 小信心度，共產生 10 個有意義的關聯規則，而其增益值大於 1，分析結果請參見表 4-18。根據表 4-18 所顯示的規則，本研究發現：平時有在接觸網路以外媒體，包含廣播、雜誌、報紙、電視等行為之使用者，皆比一般使用者更容易透過一般購物商城進行購物，其中又以有在閱讀雜誌的使用者人數比例最高，有在閱讀雜誌與收看電視的使用者人數比例次之。而有在閱讀雜誌與收聽廣播之使用者透過一般購物商城購買之機會則最高。表 4-18 一般購物商城與多重媒體使用之關聯規則規則. 後項. 前項. 支援度. 信心度. 增益值. 規則 1. 一般購物商城. 廣播. 21.7. 47.4. 1.2. 37.

(44) 雜誌廣播雜誌電視廣播. 一般購物商城規則 3. 雜誌報紙電視雜誌電視廣播. 一般購物商城. 一般購物商城. 規則 5 一般購物商城一般購物商城. 一般購物商城. io. 資料來源：本研究整理. 42.4. 47.1. 1.2. 17.6. 47.0. 1.2. 46.7. 1.2. 46.3. 1.2. 31.7. 34.4. 46.1. 35.3. 45.7. 32.9. 45.6. n. al. 1.2. 1.2. ‧. 一般購物商城. 47.2. 政治 44.4 大. 電視廣播雜誌報紙. Nat. 規則 9 規則 10. 一般購物商城. 17.4. 學. 規則 8. 立. ‧ 國. 一般購物商城. 1.2. 1.2 1.2. sit. 規則 6 規則 7. 雜誌報紙雜誌雜誌報紙電視廣播. 47.3. er. 規則 4. 21.2. y. 規則 2. i n U. v. 針對數位娛樂遊戲，依照一般購物商城所佔比例設定適當之最小支援度與最. Ch. engchi. 小信心度，共產生 4 個有意義的關聯規則，而其增益值大於 1，分析結果請參見表 4-19。根據表 4-19 所顯示的規則，本研究發現：平時有在玩益智類遊戲、動作類遊戲、以及透過網路收看影音或視頻行為之使用者，皆比一般使用者更容易透過一般購物商城進行購物，其中又以有玩益智類遊戲的使用者人數比例最高，其次為有玩益智類遊戲與收看網路影音或視頻之使用者。而有玩動作類遊戲與收看網路影音或視頻之使用者透過一般購物商城購買之機會則最高。表 4-19 一般購物商城與數位娛樂遊戲之關聯規則規則. 後項. 前項. 支援度. 信心度. 增益值. 規則 1. 一般購物商城. 動作類遊戲. 20.5. 46.7. 1.2. 38.