應用資料探勘方法發展數位頻道推薦系統

Applying data mining to digital channel recommender system

吳有章(yu-chang wu)

指導教授 ： 賴錦慧

中原大學/商學院/資訊管理研究所/碩士(2014年)

https://doi.org/10.6840/cycu201400932

摘要

有鑑於電視節目於2012年全面數位化，有線電視業者需積極推廣免費數位機上盒，以提升數位頻道訂購率，有線電視業者大多採強迫銷售方式向客戶推薦數位頻道，並未確實分析客戶的喜好進行推薦適合的頻道。本研究針對客戶運用資料探勘技術挖掘隱含資訊進行頻道推薦，透過RFM模型分析客戶購買記錄後，並使用K-Means演算法進行客戶分群，也依照分群客戶的頻道關連性與熱門產品排行作為數位頻道推薦依據，讓客戶能快速訂購喜愛的熱門頻道，為有線電視業者帶來新的商業模式，提供有線電視業者進行客戶個人化行銷與訂定客戶等級分類的標準。

關鍵字

RFM模型 ； 推薦系統 ； 資料探勘 ； 關連規則 ； 群集分析

並列摘要

In view of the television program in 2012 fully digital, cable TV companies need to actively promote digital box for free, in order to increase the order rate of digital channels. Generally the cable TV companies did not analyze users’ preferences to launch marketing campaigns for digital channels. In this work, data mining techniques are used to analyze users’ preferences and discover implicit information to make channel recommendations for users. The RMF model is used to analyze users’ historical buying behavior. Then, K-means clustering algorithm is applied to cluster users who have similar buying behavior. For each user cluster, the channel recommendation is made according to the association and popularity of digital channels. The proposed channel recommendation method can help users quickly order their favorite channels, so that it brings a new business model for cable TV companies.

並列關鍵字

Data mining ； Recommender system ； RFM model ； Cluster analysis ； Association rules

參考文獻

[5] 陳宛伶, "線上新產品推薦系統－以亞馬遜網路書店為例," 碩士論文, 國際企業學系, 國立台灣大學, 台北市, 2008.

[6] 陳垂呈, "利用關聯規則發掘書籍最適性借閱之推薦策," 電子商務學報, 第九卷第三期 2007年9月(pp.55~576).

[9] 鄭萬, "南投縣有線電視數位化發展之研究," 碩士論文, 公共行政與政策學系, 國立暨南國際大學, 南投縣, 2011.

[2] 李麗華, 鄭婕妤, 李富民, 廖姶涵, "基於RFM分析法之顧客適性化產品推薦機制," 商略學報, 第四卷第二期 2012年(pp.135~151).

[13] K. Alsabti, "An efficient k-means clustering algorithm," In Proceedings of International Parallel Processing Symposium / Symposium on Parallel and Distributed Processing Workshop on High Performance Data Mining, 1998.