資料探勘於社群媒體行銷推薦機制之研究

The Study of Data Mining Approach Implements on Social Media Marketing and Recommendation System

謝佑杰(Yu-Chieh Hsieh)

指導教授 ： 廖述賢

淡江大學/商管學院/管理科學學系企業經營碩士班/碩士(2020年)

https://doi.org/10.6846/TKU.2020.00404

摘要

隨著網路環境的發展與智慧型手機的普及，人們的生活模式開始產生變化，尤其社群媒體的影響甚大，人與人之間互動從實體轉為虛擬，所以越來越多企業或品牌選擇社群媒體當作面對顧客的第一步。而企業或品牌該如何在眾多的社群媒體裡面做出最有效的選擇，不論是從社群媒體行為、網路和社群購物，或是服務的建議，這將是他們未來所要探討的問題。
本研究採問卷調查法，透過資料探勘的集群分析與關聯法則之方法，探討社群媒體對於不同使用者的使用行為，該如何選擇社群媒體以及互動上的偏好與動機，而在購物方面了解不同支付方式偏好，以及購物的動機和商品的偏好等等，最後的服務推薦除了要能吸引顧客還希望能夠有不同的服務建議，並挖掘出潛在的資訊與知識，讓企業或品牌在社群媒體上行銷的規劃與操作上的參考。

關鍵字

社群媒體 ； 社群媒體行為 ； 社群媒體行銷 ； 資料探勘 ； 推薦機制

並列摘要

Due to the fast-paced environment of technology and popularity of smartphones, people have changed their life-style, especially when facing social media. More and more companies or brands choose social media to be the first step to confront the customers. As for how should companies or brands make the most effective choice among many social medias, regardless of social media behaviors, online and social media shopping, or service advise, this would be the topic that they need to discuss in the future.
This study retrieves data by using a survey, which applies clustering and association analysis of data mining to discover multiple dimensional relationships, including the relationship of user behaviors, shopping and service advice recommendation system. From the results, this study uncovers potential needs and information of users as informative tips and tricks to run social media and also gives directions to fulfill the demand from users.

並列關鍵字

Social Media ； Social Media Behavior ； Social Media Marketing ； Data Mining ； Recommendation System

參考文獻

陳宗天與王俐涵 （2018）。推薦機制之研究內涵與主要研究議題。電子商務研究，16 (2)，161-188。

葉凱利（2017）。消費者行為。新北市：培生。

廖述賢與溫志皓（2012）。資料探勘理論與應用：以IBM SPSS Modeler為範例。 台北市：博碩文化。

廖述賢與溫志皓（2019）。資料探勘：人工智慧與機器學習發展以SPSS Modeler為範例。台北：博碩文化。

謝邦昌（2014）。SQL Server資料採礦與商業智慧-適用SQL Server。台北：碁峰。