在網路上從事商業行為之前，審慎的規劃與評估是不可或缺的工作。近年來，網路進行交易的方式受到網路使用者的注意，不僅有許多廠商相繼加入網路行銷的模式，個人也能在網路行銷中找到商機。許多年輕族群利用自己的創意，加入網路行銷拓展出更多客源。因此，如何聚集人潮，吸引顧客前往瀏覽網站並購買商品，就必須透過良好的行銷策略。本研究的資料來源為露天拍賣網消費者的交易紀錄。利用資料探勘中的關聯分析、序列樣式、與決策樹三種方法，嘗試探索不同消費類別的購買族群之異同點，找出顧客選擇購買商品的行為模式，讓有意投入網路行銷者，可以藉此判斷特定商品的需求族群特徵，以擬定適當的網路行銷策略。

In recent years, the way in which network trades receives the attention of the network users. In addition to success stories from manufacturers, freelance sellers also find business opportunities in the marketing of network. Younger generation utilizes one’s own intention, join marketing of network, and expand out more travellers. The solutions to assemble crowd, attract customers to browse through websites and buy the goods, must also pass good marketing tactics. With consumer transaction data collected from Taiwan Ruten auction website, association reuls, sequential pattern and decision-tree algorithm in data-mining techniques are adopted to find out consumer characteristics among different grouops, so that candidate sellers in the network market may take advantages of characteristics among different buyer groups for planning suitable network marketing strategies.

目錄
第一章 緒論	1
1.1研究背景	1
1.2研究動機與目的	2
1.3研究流程	3
第二章 文獻探討	4
2.1網路拍賣之相關研究	4
2.2資料探勘之應用	6
2.3關聯分析之應用	8
2.4序列樣式分析之應用	9
2.5決策樹之應用	10
2.5.1 C4.5演算法之應用	12
2.5.2 QUEST演算法之應用	13
第三章 研究方法	15
3.1研究範圍與資料來源	15
3.2研究架構	16
3.3研究設計	17
3.3.1資料擷取與分析前整理	17
3.3.2關聯規則	19
3.3.3 序列樣式	21
3.3.4 決策樹法則	24
第四章 研究結果與討論	26
4.1關聯規則對於潛在消費者之結果討論	26
4.1.1對SONY數位相機有興趣者之消費行為	26
4.1.2對Canon數位相機有興趣者之消費行為	27
4.1.3對Nikon數位相機有興趣者之消費行為	28
4.1.4對Panasonic數位相機有興趣者之消費行為	29
4.1.5對OLYMPUS數位相機有興趣者之消費行為	30
4.1.6對Premier數位相機有興趣者之消費行為	31
4.1.7對Digimaster數位相機有興趣者之消費行為	32
4.1.8對其他品牌數位相機有興趣者之消費行為	33
4.1.9 有興趣者消費行為之整理	34
4.2關聯規則對於已購買消費者之結果討論	37
4.2.1對SONY數位相機購買者之消費行為	37
4.2.2對Nikon數位相機購買者之消費行為	38
4.2.3對Panasonic數位相機購買者之消費行為	39
4.2.4對Premier數位相機購買者消費行為	40
4.2.5對Digimaster數位相機購買者之消費行為	41
4.2.6對其他品牌數位相機購買者消費行為	42
4.2.7 已購買者消費行為之整理	43
4.3關聯規則對於有興趣者與已購買者之比較	45
4.4序列樣式對於潛在消費者之結果討論	48
4.4.1 SONY數位相機有興趣者之消費行為	48
4.4.2對Canon數位相機有興趣者之消費行為	49
4.4.3對Nikon數位相機有興趣者之消費行為	50
4.4.4對Panasonic數位相機有興趣者之消費行為	50
4.4.5對OLYMPUS數位相機有興趣者之消費行為	51
4.4.6對Premier數位相機有興趣者之消費行為	52
4.4.7對Digimaster數位相機有興趣者之消費行為	53
4.4.8對其他品牌數位相機有興趣者之消費行為	55
4.4.9 有興趣者消費行為之整理	56
4.5序列型樣對於已購買消費者之結果討論	59
4.5.1對SONY數位相機購買者之消費行為	59
4.5.2對Nikon數位相機購買者之消費行為	60
4.5.3對Panasonic數位相機購買者之消費行為	62
4.5.4對Premier數位相機購買者消費行為	63
4.5.5對Digimaster數位相機購買者之消費行為	64
4.5.6對其他品牌數位相機購買者消費行為	66
4.5.7 已購買者消費行為之整理	67
4.6序列樣式對於有興趣者與已購買者之比較	70
4.7使用決策樹之結果討論	73
4.7.1使用C4.5演算法對於各品牌顧客之消費特徵	73
4.7.2使用QUEST演算法對於各品牌顧客之消費特徵	90
4.7.3使用C4.5演算法對於三大類品牌顧客消費特徵	99
4.7.4使用QUEST演算法對三大類品牌顧客消費特徵	103
4.7.5消費特徵之整理	107
第五章 結論與建議	110
5.1結論	110
5.1.1顧客消費模式之結論	110
5.1.2顧客消費特徵之結論	110
5.2建議	111
參考文獻	112
 
表目錄
【表1.1】近一個月拍賣網站購物的調查排名	1
【表3.1】露天拍賣類別對應表	17
【表3.2】交易紀錄表	20
【表3.3】關聯規則表	20
【表3.4】消費紀錄關聯規則分析表	21
【表3.5】交易紀錄表	22
【表3.6】序列樣式表	23
【表3.7】消費紀錄序列樣式分析表	23
【表4.1】SONY關聯規則摘要表	27
【表4.2】Canon關聯規則摘要表	28
【表4.3】Nikon關聯規則摘要表	29
【表4.4】Panasonic關聯規則摘要表	29
【表4.5】OLYMPUS關聯規則摘要表	31
【表4.6】Premier關聯規則摘要表	32
【表4.7】Digimaster關聯規則摘要表	33
【表4.8】其他品牌關聯規則摘要表	34
【表4.9】各品牌關聯規則摘要表	35
【表4.10】SONY關聯規則摘要表	37
【表4.11】Nikon關聯規則摘要表	38
【表4.12】Panasonic關聯規則摘要表	39
【表4.13】Premier關聯規則摘要表	40
【表4.14】Digimaster關聯規則摘要表	41
【表4.15】其他品牌關聯規則摘要表	42
【表4.16】各品牌關聯規則摘要表	43
【表4.17】各品牌關聯規則摘要比較表	46
【表4.18】SONY序列樣式摘要表	48
【表4.19】Canon序列樣式摘要表	49
【表4.20】Nikon序列樣式摘要表	50
【表4.21】Panasonic序列樣式摘要表	51
【表4.22】OLYMPUS序列樣式摘要表	52
【表4.23】Premier序列樣式摘要表	53
【表4.24】Digimaster序列樣式摘要表	54
【表4.25】其他品牌序列樣式摘要表	55
【表4.26】各品牌序列樣式摘要表	57
【表4.27】SONY序列樣式摘要表	60
【表4.28】Nikon序列樣式摘要表	61
【表4.29】Panasonic序列樣式摘要表	63
【表4.30】Premier序列樣式摘要表	64
【表4.31】Digimaster序列樣式摘要表	65
【表4.32】其他品牌序列樣式摘要表	67
【表4.33】各品牌序列樣式摘要表	68
【表4.34】各品牌序列樣式摘要比較表	71
【表4.35】各品牌C4.5演算法摘要表	107
【表4.36】各品牌QUEST演算法摘要表	109

 
圖目錄
【圖1.1】研究流程圖	3
【圖2.1】台灣線上交易相關活動使用人口	4
【圖2.2】2008年網路使用者人數成長率	5
【圖2.3】決策樹之基本結構圖	11
【圖3.1】關聯規則與序列樣式架構圖	16
【圖3.2】決策樹架構圖	16
【圖3.3】擷取資料	18
【圖3.4】擷取過去購買紀錄	19
【圖3.5】分類樹說明圖	25
【圖4.1】C4.5演算法對各品牌顧客消費特徵之決策樹	89
【圖4.2】QUEST演算法對各品牌顧客消費特徵之決策樹	98
【圖4.3】C4.5演算法對三大類品牌顧客消費特徵之決策樹	102
【圖4.4】QUEST演算法對三大類品牌顧客消費特徵之決策樹	106

參考文獻
【中文文獻】
[1] 黃志雄，應用資料採礦分析線上拍賣市場之模式，朝陽科技大學碩士論文，2003年。
[2] 呂韻秋，拍賣網站顧客關係管理之互動策略研究，中山大學碩士論文，2006年。
[3] 劉羿杏，資料採礦技術在拍賣網站消費模式之應用，淡江大學碩士論文，2006年。
[4] 林祥生、劉益豪，應用資料採礦探討國際線航空旅客之線上購票行為，運輸計劃季刊，第37卷，第2期，2008年6月，pp.197-236。
[5] 胡建勳、吳盛宏，應用資料群聚與關聯法則於網路拍賣使用者之特性與偏好研究，2008 知識社群與系統發展研討會。
[6] 顏博文，應用資料探勘技術分析學生選課特性與學業表現，中原大學碩士論文，2003年。
[7] 李永山、黃上哲、吳中信、楊育瑞，以電話服務情境應對技術探討成功電話行銷模式之研究，ICIM2007第十八屆國際資訊管理學術研討會。台北：銘傳大學。
[8] 鍾碧姮、林若慧、林雅藝，資料探勘技術應用於航空業員工區隔模式之建立與滿意度分析，2005年第三屆管理思維與實務學術研討會論文集。
[9] 蔡孟娟，決策樹法在垃圾郵件過濾之應用，淡江大學碩士論文，2005年。
[10] 邱秋婷、陳稼興，屬性導向方法應用於證券交易相對關係規則之挖掘，ICIM2007第十八屆國際資訊管理學術研討會。台北：銘傳大學。
[11] 錢宜君，分類樹方法的準確度比較，中正大學碩士論文，2002年。
[12] 黃健炫，樹狀模型分類問題之探討，中央大學碩士論文，2003年。
[13] 李啟鑫，資料探勘與統計技術的自由軟體整合介面，淡江大學碩士論文，2004年。

【英文文獻】
[14] Frawley, W.J., Gregory Piatetsky-Shapiro and Matheus, C.J.(1991).Knowledge Discovery in Databases: An Overview. Knowledge Discovery in Databases, AAAI press, 1-30.
[15] Agrawal, R., Srikant, R.(1994). Fast Algorithms for Mining Association Rules in Large Databases. VLDB, 487-499.
[16] Agrawal, R., Srikant, R.(1995). Mining Sequential Patterns. ICDE, 3-14.
[17] Zaki. Mohammed J. (2001). SPADE: An Efficient Algorithm for Mining Frequent Sequences, in Machine Learning Journal, special issue on Unsupervised Learning (Doug Fisher, ed.), pp 31-60, Vol. 42 Nos. 1/2.
[18] Quinlan, J.R.(1993). C4.5 Programs for Machine Learning, Calif. : Morgan Kaufmann. 
[19] Loh, W.Y., Shih, Y.S.(1997).Split selection methods for classification trees. Statistica Sinica,7, pp.815-840.

 
【網頁文獻】
[20] 薛怡青(民97年10月15日)。網拍比一比　最常買在Yahoo!奇摩拍賣 最常賣在露天拍賣。雅虎奇摩電子新聞報。民98年1月5日，取自：http://tw.news.yahoo.com/article/url/d/a/081015/35/17ovu.html
[21] 台灣網民對線上支付安全機制的期待(民97年10月15日)。台灣區電機電子工業同業公會電子報。民98年1月5日，取自：http://www.teema.org.tw/epaper/20081015/industrial013.html
[22] Kevin(民98年1月23日)。[ARO觀察]回顧2008：電子商務產業發展趨勢。IX Blog創市際市場研究顧問。民98年1月5日，取自：http://blog.insightxplorer.com