English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 53822/88459 (61%)
造訪人次 : 10527984      線上人數 : 10
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/111171


    題名: 以RFM為基礎之關聯規則建置服務推薦系統
    其他題名: Using RFM-based association rules to build a service recommendation system
    作者: 洪千雯;Hung, Chien Wen
    貢獻者: 淡江大學資訊管理學系碩士在職專班
    解燕豪;Hsieh, Yen-Hao
    關鍵詞: Recently、Frequency、Monetary模型;關聯規則;服務主導邏輯;旅遊業;RFM;Association rules;service-dominant logic;Tourism Industry
    日期: 2016
    上傳時間: 2017-08-24 23:45:44 (UTC+8)
    摘要: 現今企業競爭激烈,企業為了能永續經營,不斷的縮短產品開發時間外,也需要能快速反應顧客需求,所以企業也開始瞭解與滿足顧客的需求,與顧客建立良好關係,以往企業只重視實體產品,但現在也逐漸重視無形的服務,希望藉著提高服務品質,來提高顧客滿意度,以提高競爭力。所以企業開始透過產品的特性來設計服務內容,利用服務內容來提高顧客的保留率及市場佔有率。因此透過提供服務所產生的價值與內容的重要性,慢慢的逐漸超過有形的實體產品。
    近年來網際網路蓬勃發展,導致服務資訊超載,為了讓顧客有效找到符合之服務資訊,因此出現了很多提供搜尋功能的系統,但目前的系統大部分都以產品導向,以產品之特徵為篩選的依據。但遺忘了服務的重要性及忽略了與顧客使用服務時所產生的價值為搜尋的重點。因此本研究以服務價值為推薦之依據,來提高所推薦服務的價值
    所以本研究希望建立一個以服務為主的推薦系統,藉由RFM模型以分析出重要顧客名單及最有價值服務項目,然後用關聯規則探勘出,與最有價值服務項目之關聯性強的服務項目以推薦給顧客。為了來驗證此推薦系統之可行性及所推薦的服務項目是否符合顧客所需,本研究將所蒐集到的旅遊業資料,透過三個實驗『運用RFM模型分析顧客使用服務喜好』、『運用RFM模型分析顧客使用服務項目』、『運用關聯規則來產生有價值的服務項目之推薦清單』,分析出重要顧客名單,並推薦有價值的服務項目清單給顧客。
    然後為了評估本研究的推薦系統的效能,以使用精確率(Precision)、回應率(Recall)與Fallout這三項指標來做評估,同時,本研究與關聯規則之Apriori演算法進行比較分析。由實驗結果顯示,本研究所建立的推薦系統的精確率、回應率及Fallout指標都大於傳統Apriori演算法,因此表示本研究之推薦系統能推薦具高價值的服務。
    由實驗可得知,本研究透過RFM模型分析,將服務價值加以量化且保留下來,並且透過推薦系統來分享給下一位顧客。且可以針對不同行業領域來設定其服務項目,而所設定的服務項目可以跨領域性,不單單只有單一領域的推薦,以減少顧客的搜尋成本。而本研究所建立的推薦系統可以適用於不同的行業,將個別行業的服務項目設定於系統中,不會只侷限於旅遊業。
    因為本研究實驗是套用國內旅遊業,而未加入國內旅遊業所重視的因素,加以調整相關權重比例,而未來的研究以此為基礎,來探討不同領域,或是結合不同領域,將不同領域所重視的因素加入,也可以根據領域上所重視的元素來調整參數的權重,然後也可以依據不同領域來設計可能創造出來的服務價值,讓所推薦之服務項目能更準確地符合顧客的需求,創造出更多元的服務項目。
    Services have been important role to perform economic activities. In order to fulfill customer needs and increase customer retention and loyalty, enterprises attempt to design high quality services by considering good features. With the development of Internet, service information overloading becomes an essential issue nowadays. There are existing recommendation systems to help customers to find suitable information. However, these systems are built based on the product perspective rather considering values of services. Hence, this study aims to develop a service recommendation system to increase quality of services.
    The service recommendation system is to find out the list of key customers and the list of key service items by applying the RFM and association rules approaches. Accordingly, this study conducts three experiments to verify the feasibility of the service recommendation system and evaluate the suitability of recommended services. Meanwhile, this study also uses Precision, Recall and Fallout to assess the performance of the service recommendation system by comparing to the mechanism of Apriori algorithm. The results show that the service recommendation system has higher performance than the mechanism of Apriori algorithm.
    The research contributions are addressed as follows. Service values can be numerically represented and preserved via the RFM analysis. Valuable services are first to serve customers. The service recommendation system can be applied into different fields by defining suitable services in order to decrease searching cost. Finally, researchers can extend our system by considering other factors in different industries and defining proper weights to provide customers with high quality services for the further research.
    顯示於類別:[資訊管理學系暨研究所] 學位論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML48檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋