本研究以臉書社群為研究根本，探討臉書使用者的社群行為，並進一步探討臉書使用者及其脈絡關係人(朋友、同學、同事…等)的關係傳遞、購買行為。因此，關係推薦、關係行銷、社群行銷等應用商務模式就有可能成立。 
本研究在探討臉書社群的使用行為時，將以使用者為中心，利用SPSS Modeler軟體，以K-means集群分析法將臉書社群使用者分為兩類:貢獻者與潛伏者。並以關聯法則方式探索，推估各群使用者對各個工具的使用態度；臉書的使用動機與目的，以判定對各群使用者而言，各類型工具的使用價值與資訊分享的程度，以便推論各個臉書社群工具是否具有潛在商業行為之可行性。此外，本研究將探討臉書社群使用者於網上通路層面的的購物資訊參考來源，是否與臉書社群工具的使用有所關連而產生購買行為。
最後，本研究將整理臉書社群使用者的使用態度、社群分享與資訊取向，針對臉書公司社群服務機制之建議，依序提出臉書使用者輪廓區隔建立服務機制階段；臉書使用者消費輪廓區隔建立服務機制階段；臉書使用者消費行為推薦機制階段等三階段臉書社群網路平台服務機制，並針對意圖進行臉書社群行銷之廠商，規劃操作取向之提案。

This study is base on facebook community to discuss the behavior of all the users from facebook , and explore the word of mouth delivery and purchasing behavior of all the facebook users and their person-in-relation(friends,classmates,colleagues,..etc.) further.
Therefore, it is possible to set up the application to business model about the relationship recommemdation, relationship marketing, community marketing.
This study is base on the facebook users to discuss the behavior of facebook community. This study use the K-means cluster analysis of SPSS Modeler software to divide into two clusters of all the users ： contributor and Lurker, inferring the attitude of each cluster on the use of all tools , motivation and purpose of the use of facebook and by the means of the apriori , in order to determine the used value of the various of tools and the degree of information share for each cluster, inferring whether the type of tools is praticability or not for the potential commercial behavior . In addition , this study will explore the purchase of information reference source in the shopping online of the facebook users, whether the use of the facebook tools is connected to the purchasing behavior.
Finally, this study will make up the attitude of the use of the facebook community users , community sharing and information orientation, and according to the service schemes of facebook , this study propose the established of segmentation service schemes stage of the outline of the facebook users ; the established of segmentation service schemes stage of the comsumer outline of the facebook users ; the established of segmentation service schemes stage of the consumer behavior outline of the facebook users of the facebook social network platform service schemes in order ,then propose the planning and operating orientation of the proposal to the enterprise.

目錄
致謝I
中文摘要II
英文摘要III
目錄IV
表目錄VII
圖目錄IX
第一章緒論
1.1研究背景與動機1
1.2研究問題與目的 9
1.3研究方法與流程9
第二章文獻探討
2.1 社群媒體11
2.1.1社群媒體行銷13
2.1.2小結17
2.2關係行銷18
2.2.1小結21
2.3臉書模式21
2.3.1臉書互動模式22
2.3.2臉書行銷模式22
2.3.3小結25
2.4資料採礦25
2.4.1資料採礦之定義25
2.4.2資料採礦之功能27
2.4.3資料採礦之流程29
2.5小結30
第三章研究方法
3.1研究設計32
3.2系統架構與資料庫設計33
3.2.1系統架構與流程33
3.2.2關聯性資料庫35
3.3問卷設計與發放40
3.3.1問卷設計40
3.3.2抽樣方法41
3.3.3問卷發放42
3.3.4信度與效度分析42
3.4關聯法則集群分析43
3.4.1關聯法則43
3.4.2 Apriori演算法45
3.4.3集群分析47
3.5資料分析軟體SPSS Modele47
第四章資料分析
4.1樣本結構描述51
4.2集群分析資料54
4.3臉書社群工具使用態度探勘59
4.3.1分享成員類別和分享工具60
4.3.2資料類別和資訊態度69
4.3.3分享資訊目的-以粉絲專頁和社團為例71     
4.3.4購買與資訊參考行為73
4.3.5購買與粉絲專頁品牌參考行為74
第五章結論與建議
5.1管理意涵76
5.1.1各族群成員對臉書工具的使用態度76
5.1.2臉書社群的行銷模式77
5.1.3臉書社群的行銷組合模式81
5.1.4臉書社群的服務機制83
5.2結論87
5.3研究限制88
5.4後續研究建議89
參考文獻
一、中文資料90
二、英文資料92
三、網路資料97
附錄一、正式問卷98
表目錄
表1-1：全球一千大網站前十名2
表1-2：粉絲專頁相關研究8
表2-1：虛擬社群成員分類與行為12
表2-2：社群媒體行銷相關研究16
表2-3：關係行銷相關研究19
表2-4：臉書行銷模式運用之領域24
表2-5：資料探勘之定義26
表2-6：資料採礦（Data Mining）之定義26
表2-7：資料採礦之功能29
表2-8：各學者對資料流程的定義30
表3-1：介紹本研究中E-R圖中所使用到的符號35
表3 2：資料探勘軟體使用頻率調查48
表3 3：資料探勘之節點六大分類49
表4-1：基本資料統計表：一般基本資料51
表4-2：基本資料統計表：上網行為基本資料53
表4-3：本研究分群之定義56
表4-4：K-means分群變數57
表4-5：貢獻者分享成員類別和分享工具(食-集群一)60
表4-6：潛伏者分享成員類別和分享工具(食-集群二)61
表4-7：貢獻者分享成員類別和分享工具(衣-集群一)62
表4-8：潛伏者分享成員類別和分享工具(衣-集群二)63
表4-9：貢獻者分享成員類別和分享工具(住-集群一)64
表4-10：潛伏者分享成員類別和分享工具(住-集群二)64
表4-11：貢獻者分享成員類別和分享工具(行-集群一)65
表4-12：潛伏者分享成員類別和分享工具(行-集群二)66
表4-13：貢獻者分享成員類別和分享工具(育-集群一)67
表4-14：潛伏者分享成員類別和分享工具(育-集群二)67
表4-15：貢獻者分享成員類別和分享工具(樂-集群一)68
表4-16：潛伏者分享成員類別和分享工具(樂-集群二)69
表4-17：貢獻者資訊類別和資訊態度(集群一)70
表4-18：潛伏者資訊類別和資訊態度(集群二)70
表4-19：貢獻者分享資訊目的-粉絲專頁/社團(集群一)71
表4-20：潛伏者分享資訊目的-粉絲專頁/社團(集群二)72
表4-21：貢獻者購買與資訊參考行為(集群一)73
表4-22：潛伏者購買與資訊參考行為(集群二)74
表4-23：貢獻者購買與資訊參考行為-粉絲專頁品牌為例(集群一)74
表4-24：潛伏者購買與資訊參考行為-粉絲專頁品牌為例(集群二)75
表5-1：廠商進入臉書社群工具之策略提案整理77
表5-2：關聯組合79
圖目錄
圖1-1：上網人口數1
圖1-2：網友網路使用時間趨勢3
圖1-3：社群網站到達率4
圖1-4：社群網站回訪率5
圖1-5：臉書與各國人口之比較5
圖1-6：研究流程圖10
圖3-1：研究設計圖32
圖3-2：本研究之系統架構圖34
圖3-3：概念性資料庫設計E-R圖36
圖3-4：邏輯性資料庫E-R圖38
圖3 5：實體資料庫關聯圖39
圖3-6：問卷架構圖41
圖3 7：Apriori演算法之架構圖45
圖3-8：Apriori演算法產生之後選項目集合與高頻項目集合46
圖3-9：資料採礦操作流程圖50
圖4-1：資料節點串流圖54
圖4-2：K-means集群分佈圖55
圖4 3：資料探勘模型60
圖4 4蛛網圖：貢獻者分享成員類別和分享工具(食-集群一)61
圖4 5蛛網圖：潛伏者分享成員類別和分享工具(食-集群二)61
圖4 6蛛網圖：貢獻者分享成員類別和分享工具(衣-集群一)62
圖4 7蛛網圖：潛伏者分享成員類別和分享工具(衣-集群二)63
圖4 8蛛網圖：貢獻者分享成員類別和分享工具(住-集群一)64
圖4 9蛛網圖：潛伏者分享成員類別和分享工具(住-集群二)65
圖4 10蛛網圖：貢獻者分享成員類別和分享工具(行-集群一)65
圖4 11蛛網圖：潛伏者分享成員類別和分享工具(行-集群二)66
圖4 12蛛網圖：貢獻者分享成員類別和分享工具(育-集群一)67
圖4 13蛛網圖：潛伏者分享成員類別和分享工具(育-集群二)68
圖4 14蛛網圖：貢獻者分享成員類別和分享工具(樂-集群一)68
圖4 15蛛網圖：潛伏者分享成員類別和分享工具(樂-集群二)69
圖4 16蛛網圖：貢獻者資訊類別和資訊態度(集群一)70
圖4 17蛛網圖：潛伏者資訊類別和資訊態度(集群二)71
圖4 18蛛網圖：貢獻者分享資訊目的-粉絲專頁/社團(集群一)72
圖4 19蛛網圖：潛伏者分享資訊目的-粉絲專頁/社團(集群二)72
圖4 20蛛網圖：貢獻者購買與資訊參考行為(集群一)73
圖4 21蛛網圖：潛伏者購買與資訊參考行為(集群二)74
圖4 22蛛網圖：貢獻者購買與資訊參考行為-粉絲專頁品牌為例(集群一)75
圖4 23蛛網圖：潛伏者購買與資訊參考行為-粉絲專頁品牌為例(集群二)75
圖5-1行銷地圖：資訊來源與購買品項-臉書網上通路78
圖5-2行銷地圖：臉書社群行銷組合79
圖5-3：進入臉書社群行銷的操作模式82
圖5-4：臉書服務機制之行銷流程圖86

參考文獻
一、中文參考資料
尹相志（2004）。資料採礦－網際網路應用與顧客價值管理。台北市：維科。
李亭蓉(2011)。「臉書粉絲專頁成員凝聚力與社群意識之影響因素研究」，國立交通大學電信工程研究所碩士論文。
吳國豪(1999)。「網際網路虛擬社群象徵互動之探索-以irc.hinet.net為例」，淡江大學大眾傳播學系碩士論文。
吳富傑(2010)。「企業利用Facebook平台經營粉絲專頁社群之研究」，國立政治大學科技管理研究所碩士論文。
林慶德、陳宇芬譯(2006)。資料庫管理與應用，全華圖書。
周世惠(2011)。台灣臉書效應，天下雜誌出版
韋端（2003）。Data Mining概述－以Clementine7.0為例。台北縣：中華資料採礦協會。
洪士耕(2011)。「社群媒體之關係行銷研究-以7-Eleven之Facebook粉絲專頁使用者為例」，中國文化大學新聞學系碩士論文。
胡柏舟(2010)。「社交網路服務網站Facebook參與者休閒參與動機、休閒涉入與休閒效益之研究」，雲林科技大學休閒運動研究所碩士論文。
游鎮嘉(2011)。「Facebook運動品牌粉絲團使用者網路口碑、運動產品涉入與購買決策關係之研究」，國立台灣師範大學體育系碩士論文。
喬宗凡(2012)。「Facebook粉絲專頁社會互動形式與社會資本對知覺品牌關係品質之影響研究」，世新大學公共關係暨廣告學研究所碩士論文。
董彥欣(2010)。「探討Facebook粉絲專頁使用意圖及其對品牌形象、購買意願之影響：以KKBOX為例」，國立中正大學電訊傳播研究所碩士論文。
蕭世章(2011)。「Facebook粉絲專頁使用者運用粉絲專頁於交易活動之研究：任務科技適配集交易成本融合觀點」，南華大學資訊管理學系碩士論文。
潘弘愿(2011)。「品牌與社群因素對Facebook書店粉絲團成員購買意願影響之研究」，世新大學圖文傳播暨數位出版學研究所碩士論文。
賴昱宇(2011)。「Facebook粉絲頁的公關操作策略-以Try It免費索取試用粉絲團為例」，世新大學公共關係暨廣告學研究所碩士論文。
廖述賢、溫志皓(2009)。資料採礦與商業智慧，雙葉書廊。
Egan(2002)原著；方世榮譯(2005)。關係行銷，五南出版
二、英文參考文獻
Adjei, Mavis T., & Clark, Melissa N. (2010). Relationship marketing in A B2C context: The moderating role of personality traits. Journal of Retailing and Consumer Services, 17(1), 73-79.
Agrawal, R., Imielinski, T., and Swami, A. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD Conference, Washington DC, USA, 254-259.
Armstrong, G. and Kolter, P. (2000). Marketing: An introduction. 5th ed. New Jersey:Prentice Hall.
Ashley, C., Noble, S.M., Donthu, N., & Lemon, K.N. (2011). Why customers won’t relate: Obstacles to relationship marketing engagement. Journal of Business Research, 64(7), 749-756. 
Beatty, S. E., Mayer, M., Coleman J. E., Reynolds K. E., & Lee, J. (1996). Customer–sales associate retail relationships.Journal of Retailing,72(3),223-247.
Berry, L. L. (1983). Paper presented at the emerging perspectives in relationship marketing. Chicago:Relationship marketing.
Berry, M. J. A., and Linoff, G. (1997). Data Mining Techniques for marketing, sales, and customer support. NY: John Wiley and Sons Inc.
Berthon, P.R., Pitt, L.F., Plangger, K., & Shapiro, D. (2012). Marketing meets Web 2.0, social media, and creative consumers: Implications for international marketing strategy. Business Horizons, 55(3), 261-271.
Cabena, P., Hadjinian, P., Stadler, R., Verhees, J. and Zanasi, A. (1998). Discovering data mining from concept to implementation. NJ: Prentice Hall Press.
Copulsky, J. R., & Wolf, M. J. (1990). Relationship marketing: Position for the
Future. Journal of Business Strategy, Vol.11,16-20.
Dwyer, F. R., Schurr, P. H., and Oh, S. (1987). Developing buyer-seller relationships. Journal of Marketing,51,11-27.
Ellis, K. L., and Beatty, S. E. (1995). Customer relationships with retail sales people: a conceptual model and propositions. In: Kardes FR, Sujan M, editors. Advances in consumer research, Provo, UT: Association for Consumer esearch,22,594-598.
Evans, J. R., & Laskin, R. L. (1994). The Relationship Marketing Process : A
Conceptualization and Application. Industrial Marketing Management, 23(5),
439-452.
Fayyad, U., Gregory, P. S. & Smyth, P. (1996). Form data mining to knowledge discovery in database. AI Magazine, 17(3), 37-54.
Fayyad, U. M. (1996). “Data Mining and Knowledge Discovery: Making Sense out of Data”, IEEE Expert, 11(5), 20-25.
Frawley, W. J., Gregory, P. S. & Matheus, C. J. (1991). Knowledge Discovery in Database：An Overview, Knowledge Discovery in Database. AI Magazine, 13(3), 57-70.
Frawley, W. J., Paitetsky-Shapiro, G. & Matheus, C. J.(1991). Knowledge Discovery in Databases: An Overview, Knowledge Discovery in Databases. California: AAAI/MIT Press, Menlo Park.
Frawley,W.(1991).Knowledge Discovery in Databases. CA: MIT Press
Gronoos, C., (1990). Relationship Approach to Marketing in Service Contexts :The Marketing and Organizational Behavior Interface. Journal of Business Research,20(1), 3-11.
Han, J. Kamber, M. (2000). Data Mining：Concepts and Techniques. Morgan Kaufmann.
Han, F. J. & Kamber, M.(2001).Data mining: concepts and techniques.San Francisco: Morgan Kaufmann Publishers.
Hanna, R., Rohm, A., & Crittenden, V.L. (2011). We’re all connected: The power of social media ecosystem. Business Horizons, 54(3), 265-273.
Holzner S.(2008). Facebook Marketing: Leverage Social Media to Grow Your Business. Que; 1 edition.
Hong, S. (2012). Online news on Twitter: Newspapers’ social media adoption and their online readership. Information Economics and Policy, 24(1), 69-74.
Hsu, Y.L. (2012). Facebook as international eMarketing strategy of Taiwan hotels. International Journal of Hospitality Management, 31(3), 972-980.
Hui, S.C.,&Jha,G.(2000). Data mining for customer service support. Information and Management, 38(1),1-14.
Jackson, B. B. (1985). Winning and Keeping Industrial Customers: The Dynamics of Customer Relationships. MA: D.C. Heath and Company. 
Kagami, N., Iwamoto, R., & Tani, T.(2005). Application of data mining method(ID3) to data analysis for ultra deep hydrodesulfurization of straight-run light gas oil- determination of effective factor of the feed properties to reaction rate of HDS. Fuel, 84(2-3), 279-285.
Kantardzic, M. (2003). Data mining: concepts, models, methods and algorithms. NJ: Wiley Press.
Kaplan, A. M. & Haenlein, M. (2010). User of the world, unite! The challenges and opportunities of Social Media. Business Horizons, 53(1), 59-68.
Kaplan, A.M. (2012). If you love something , let it go mobile: Mobile marketing and mobile social media 4x4. Business Horizons, 55(2), 129-139.
Keima, D. A., Pansea, C., Sipsa, M., & Northb, S. C. (2004). Pixel based visual data mining of geo-spatial data. Computers and Graphics,28(3), 327-344.
Kietzmann, J.H., Hermkens, K., McCarthy, I.P., & Silvestre, B.S. (2011).Social media? Get serious！Understanding the functional building blocks of social media. Business Horizons, 54(3), 241-251.
Lee, W., Xiong, L., & Hu, C. (2012). The effect of Facebook users' arousal and valence on intention to go to the festival: Applying an extension of the technology acceptance model. International Journal of Hospitality Management, 31(3), 819-827.
Malte, B., Steffen S., & Flatten, Tessa C. (2012). Improving the performance of business models with relationship marketing efforts-An entrepreneurial perspective. European Management Journal, 30(2), 85-98.
Michaelidou, N., Siamagka, N.T., & Christodoulides, G. (2011). Usage, barriers and measurement of social media marketing: An exploratory investigation of small and medium B2B brands. Industrial Marketing Management, 40(7), 1153-1159.
Moore, K., & McElroy, James C. (2012). The influence of personality on Facebook usage, wall postings, and regret. Computers in Human Behavior, 28(1), 267-274.
Murdy, S., & Pike, S. (2012). Perceptions of visitor relationship marketing opportunities by destination marketers: An importance-performance analysis. Tourism Management, 33(5), 1281-1285.
Nicholson, S. (2006). The basis for bibliomining: Frameworks for bringing together usage-based data mining and bibliometrics through data warehousing in digital library services. Information Processing and Management, 42(3), 785-804.
Reynol, J. (2012). The relationship between frequency of Facebook use, participation in Facebook activities, and student engagement. Computers & Education, 58(1), 162-171.
Santos, M. Y., & Amaral, Luis. A. (2004). Mining geo-referenced data with qualitative spatial reasoning strategies. Computers and Graphics, 28(3), 371-379.
Scott, N.(2006). The basis for bibliomining: frameworks for bringing together usage-based data mining and bibliometrics through data warehousing in digital library services. Information Processing and Management, 42(3), 785-804.
Sheth, Jagdish N., & Atul, P. (1995). The Evolution of Relationship Marketing. International Business Review, 4(4), 397-418.
Stephen, D. (2010). Redefining social marketing with contemporary commercial marketing definitions. Journal of Business Research, 63(2), 147-153.
Thelen, S., Mottner, S. & Berman, B. (2004). Data mining：On the trail to marketing gold. Business Horizons, 47(6), 25-32.
Weinberg, B.D., & Pehlivan, E.(2011). Social spending:Managing the social media mix. Business Horizons, 54(3), 275-282.
三、網路資料
台灣網路資訊中心(TWNIC) 。2011年5月21日取自：
http://www.twnic.net.tw/index4.php  
The 1000 most-visited sites on the web’’by DoubleClick Ad Planner, December ,2011。 2011年6月25日取自：http://www.google.com/adplanner/static/top1000/
資料來源：創市際『ARO網路測量研究』,研究期間：2008年9月-2011年7月。2011年7月15日取自：http://www.insightxplorer.com/news/news_09_23_11.html
臉書與各國人口之比較(T客邦) 2011年8月5日取自：
http://www.techbang.com/posts/7282-face-book-empire-8-million-members-is-equivalent-to-the-third-largest-country-population-2004-internet-road
大企業臉書粉絲可口可樂居冠。2011年9月5日取自：http://mag.udn.com/mag/digital/storypage.jspf_ART_ID=347306 
浩騰媒體（2009）。淺談社群媒體行銷Social Media Marketing，SMM。2011年9月6日取自：http://marketing.chinatimes.com/ItemDetailPage/MainContent/
05MediaContent. aspx?MMContentNoID=61576&MMMediaType=OMMEDIA
行政院主計處2011年9月7日取自：http://www.dgbas.gov.tw/mp.asp?mp=1
孫昱涵（2009）。「Facebook的社群遊戲讓人潮變錢潮？」。2011年9月7日取自：http://www.brain.com.tw/News/RealNewsContent.aspx?ID=13062
BloggerAds 部落客行銷（2009）。上網日期：2011年12月15日，取自：http://www.bloggerads.net/AdsPortal/AdsPortal
孫傳雄（2009）。FACEBOOK的塗鴉牆、社團與粉絲專頁懶人包。2011年9月15日，取自：http://www.cw.com.tw/article/index.jsp?page=1&id=38919
KDnuggets. (May 2009). Data Mining Tools Used Poll. Retrieved Novenber, 28,2011, from http://www.kdnuggets.com/polls/2009/data-mining-tools-used.htm