應用資料探勘技術於個人化影片推薦 李雨瞳、宋明弘
E-mail: [email protected]
摘 要
現今影音租售業市場因盜版與數位電視加入，造成影音租售之競爭激烈。目前研究大都以影音租售業之商店印象及顧客滿 意度做為研究主題，少有針對消費者偏好與消費行為來做探討。故本研究希望了解消費者偏好與租片行為之間關聯性，藉 以提供業者增加營運績效。 首先，利用問卷調查方法，以影音租售業之消費者為研究對象，收集顧客之基本與消費資料，
再應用資料探勘技術之關聯規則與CHAID決策樹，找出顧客之個人喜好與消費影片類別間之關聯性，並應用內容導向式 推薦方法，來發現個人之喜好搭配影片作為最佳化之銷售推薦。 本研究結果共挖掘出十一項規則，例如：喜好旅遊之消費 者，會選擇喜劇片，同時也選擇科幻片；喜好運動之消費者，會選擇警匪戰爭片，同時也會選擇喜劇片與動作片。所得之 結果可提供業者，作為影片組合之銷售參考，以擴大銷售商機。因此如何擬定良好之行銷策略，使顧客能租借到符合個人 喜好之影片，是業者必需努力之營業目標。
關鍵詞 : 資料探勘 ; 消費者行為 ; 決策樹 ; 關聯規則 ; 影音租售 目錄
目錄 授權書... iii 中文摘要... iv ABSTRACT... v 誌 謝... v 目錄... vii 圖目錄... ix 表目
錄... x 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... 3 1.4 研究架構與流程... 4 1.5 研究範圍與限 制... 6 1.6 論文架構... 7 第二章 文獻探討... 8 2.1 影音租售業現 況... 8 2.2 消費行為探討... 9 2.3 資料探勘介紹... 11 2.4 個人化推 薦... 18 第三章 研究方法... 22 3.1 問卷調查... 22 3.2 探勘流程與模 式... 25 3.3 Apriori演算法... 28 3.4 關聯規則... 31 3.5 CHAID決策 樹... 32 3.6 內容導向式推薦... 34 第四章 研究結果分析... 36 4.1 問卷資料統 計分析... 36 4.2 探勘結果分析... 38 4.3 推薦與關聯規則結合應用... 42 第五章 結論 與建議... 44 5.1 結論... 44 5.2 後續研究建議... 45 參考文
獻... 47 附錄一影音租售業概況... 50 附錄二休閒娛樂生活調查資料... 51 附錄 三問卷調查... 52 附錄四消費行為調查統計... 54 附錄五消費行為之關聯性統計...
55 參考文獻
一、中文部分 【1】吳晨帆，推薦策略與推薦資訊對線上推薦績效影響之研究，中原大學資訊管理學系碩士論文，2005年。 【2】林盈 源，決策樹在資料庫行銷決策之應用，成功大學工業管理科學系碩士論文，2003年。 【3】許欽嘉等，數位相機之消費動機與消費行為 關係之研究-以大台北地區為例，遠東學報第二十二卷,第二期，頁292，2005年。 【4】陳美樺等，個人化產品資訊推薦系統，第十三屆 國際資訊管理學術研討會，2002年。 【5】謝安晉，決策樹技術應用於美髮業直效行銷之研究，大葉大學工業工程與科技管理系碩士論 文，2005年。 【6】楊永芳，語意擴充式文件推薦方法之研究，中山大學資訊管理研究所碩士論文，2001年。 【7】鄭致韶，服務品質 與顧客滿意之實證研究-以影音租售業為例，國立台北大學企業管理學系碩士論文，2002年。 【8】劉品岑，影響商店形象與購買行為之 因素-以百視達影音租售連鎖店為例，南華大學出版事業管理研究所碩士論文，2005年。 【9】薛新光，運用資料探勘於資訊產品變裝較 佳化組合設計之研究,大葉大學設計研究所碩士論文，2006年。 二、外文部份 【10】Agrawal , R. and Srikant , R., “Fast Algorithm for Mining Association Rules ,”In Proceedings of the 20th International Conference on Very Large Databases, pp.487-499, 1994. 【11】Berry, M.J.A., and Linoff G.. “Data Mining Technique For Marketing, Sale ,and Customer Support”,Wiley Computer and Sons, Inc., p.49-53,1997.
【12】Curt,H. “The Devile’s in The Detail: Techniques ,Tool,and Applications for Data Mining and Knowlegde Discovery-Part 1
”,Intelligent Software Strategies,Vol.6, no.9, pp.3, 1995. 【13】Demy, E., Psychographics and from Whence it Come , Life Style and
Psychographics, in Wells, W. D. (Eds.), Chicago: America Marking Association, pp.190, 1974. 【14】Dean. R. “personalizing your web site”, available at http://www.builder.com/business/personal., 1998. 【15】Dutta , S. and Shekhar , S. “Bond Rating: A Non-Conservation Applicatio of Neural Networks,” IEEE International Conference on Neural Nettwork , San Diego, California, Vol. 2, pp.443-450, 1998. 【16
】Engel, James F., Roger D. Blackwell and David T. Kollat , Consumer Behavior, 4th ed., Taipei: Hwa-Tai Co, 1982. 【17】Fayyad, U.M.,
“Data Mining :Conceots and Techniques, MakingSense Out of Data,”IEEE Expert, Vol.11, Issue 5, pp.20-25, 1996. 【18】J. B. Schafer, J.
Konstan, J. Riedl, ”Electronic Commerce Recommender Applications,” Journal of Data Mining and Knowledge Discovery, Vol. 5, pp. 115-152, 2000. 【19】Jiawei Han ,MichelineKamber,DataMining-Concepts and Techniques,Morban Kaufmann Publish, 2001, 1rd 【20】Kleissner, C.,
“Data mining for the enterprise,”In Proceedings of the Thirty-First Hawaii International Conference on, Vol.7, pp. 295-304, 1998. 【21
】Konstan , J. A., Miller, B. N., and Maltz , D., “GroupLens : Applying collaborative filtering to Usenet news ,”Communications of the ACM, Vol.1.40, no.3, pp.77-87,1997. 【22】Nicosia, F. M. Consumer decision processes: Marketing and advertising implication. N. J: Prentice-Hall., 1996. 【23】P. Resnick, ”Recommender systems,” Association for Computing Machinery”, Communications of the ACM, New York, Vol.40, pp. 56-58, 1997. 【24】Peacock, P.R., “Data Mining in Marketing:Part1,” Marketing Management, Vol. 6, No. 4, pp. 8-18, 1998. 【25
】Quinlan, J.R. Induction of Decision Trees. Machine Learning, 1（1）, pp. 81-106, 1986. 【26】Schiffman, Leon G. and Kanuk, Leslie Lazar,Consumer Behavior, 2nd ed., Englewood Cliffs, New Jersey, Prentice-Hall Inc., 1991. 【27】Vandermerwe, Sandra , “How Increasing Value to Customers Improves Business Results”, Sloan Management Review, Vol 42, Number 1, pp. 27-37, 2000.
