淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-2207201011514400
中文論文名稱 都會區小客車駕駛人對車載資通訊服務 之消費認知與市場區隔研究
英文論文名稱 A Study on Consumption Cognition and Market Segmentation of Urban Car Drivers toward Telematics Services
校院名稱 淡江大學
系所名稱(中) 運輸管理學系碩士班
系所名稱(英) Department of Transportation Management
學年度 98
學期 2
出版年 99
研究生中文姓名 邱劉中
研究生英文姓名 Liu-Chung Chiu
學號 697660438
學位類別 碩士
語文別 中文
口試日期 2010-06-29
論文頁數 146頁
口試委員 指導教授-陶治中
委員-張堂賢
委員-林祥生
中文關鍵字 車載資通訊服務  支持向量機  市場區隔 
英文關鍵字 Telematics Services  Support Vector Machine  Market Segmentation 
學科別分類 學科別社會科學管理學
中文摘要 本研究係以Telematics服務供給者立場,了解具備何種特性之都會區小客車駕駛人會需要何種服務內容?並願意支付多少費用以獲取服務?有鑑於此,探討Telematics服務之相關背景與研究,以及涉入程度、生活型態、產品屬性等理論,依據理論內容建立研究架構,以確定都會區小客車駕駛人對於Telematics服務需求程度以及價值觀,進而探究小客車駕駛人願意支付多少費用以換取服務內容。本研究將利用產品屬性、涉入程度、生活型態等量表以及付費意願調查,達成上述研究目的。
彙整Telematics服務內容後,即進行問卷設計與調查,共發出400份問卷,其中318份為有效問卷。實證結果如下:
1.首先利用因素分析萃取五種服務構面屬性:即時線上服務、緊急救援服務、消費代訂服務、車體診斷服務與行車輔助服務。
2.利用k-means法將318個觀察值予以分類,分別為創新採用型、即時享用型、經濟實用型與安全應用型。
3.使用支持向量機方法,判別行車反應與生活型態兩種因子,分析何種顯著因子在分類族群上,可獲得較高之分類準確率。
4.行車反應認知狀況相較於生活型態因子在小客車駕駛人使用Telematics服務內容有顯著影響。當兩種變數同時納入,分類準確率可提高81%以上。
5.支持向量機分析結果顯示:分類準確率並不會因為訓練樣本與測試樣本之比例調配不同而有顯著差異。
6.綜整三次支持向量機分析結果,創新採用型分類準確率最高,且樣本數最少,可知支持向量機確實支持小樣本之分類特性。
7.依據每一族群消費特性、消費行為,研擬適合各族群之服務策略與服務費用。
英文摘要 From a Telematics Service Prodiver’s (TSP) viewpoint, this study aims at identifying urban car drivers’ need towards Telematics services including their consumption of cognition and willingness to pay.
First, this study reviews available literature concerning Telematics services, theories of involvement, life style and product attributes. Then, a research framework is proposed to put forward hypotheses among urban car drivers, value judgment of Telematics service contents and willingness to pay based on above theories. Some key findings from 318 effective samples are suumarized as follows:
1.Five Telematics service attributes are identified by using factor analysis: on-line services, emergency services, reservation services, vehicle diagnosis services, and driver-aided services.
2.Four user groups are classified by using K-means clustering: innovation adoption users, on-line users, safety concerned users and cost saving users.
3.It is found with the help of SVM that both of driving response and life style factor are included into clustering process simultaneously can obtain higher accuracy of discrimination.
4.There is no significant difference between proportional combinations of training samples and testing samples in accuracy of discrimination by using SVM.
5.Three runs of SVM experimental results show that the accuracy of discrimination of innovation adoption user group is the highest with the minimal sample size. It supports that SVM is suitable for clustering with small samples.
6.Corresponding product strategies are proposed for 4 user groups as well as their consumption characteristics.
論文目次 中文摘要
英文摘要
誌謝
目錄 I
圖目錄 III
表目錄 IV
第一章 緒 論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍與對象 2
1.4 研究流程 3

第二章 文獻探討 5
2.1 Telematics服務相關探討 5
2.1.1 定義 5
2.1.2 產業概況 7
2.1.3 TSP市場現況 10
2.1.4 服務項目 19
2.2 Telematics相關文獻 25
2.3 訂價策略理論 29
2.4 涉入理論 31
2.4.1 定義與涵義 31
2.4.2 衡量 33
2.5 產品屬性理論 35
2.5.1 定義與涵義 35
2.5.2 衡量 36
2.6 生活型態理論 38
2.6.1 定義與涵義 38
2.6.2 衡量 40
2.7 小結 42

第三章 研究方法 43
3.1 方法比較與評選 43
3.2 SVM理論與應用 48
3.2.1 支持向量機原理 48
3.2.2 特徵空間與核心函數 51
3.2.3 SVM應用於本研究議題 52

第四章 研究設計 55
4.1 研究架構 55
4.2 研究變數之衡量 59
4.3 研究假設 66
4.4 問卷設計與抽樣對象 70

第五章 實證分析 72
5.1 樣本抽樣之基本資料 72
5.2 以服務偏好區隔消費族群 76
5.2.1 服務項目之敘述統計分析 76
5.2.2 服務項目之因素分析 78
5.2.3 服務使用者之集群分析 81
5.3 生活型態之因素分析 85
5.4 行車反應之因素分析 88
5.5 支持向量機之分類準確率分析 91
5.5.1 生活型態分類準確率 92
5.5.2 行車反應分類準確率 93
5.5.3 生活型態與行車反應分類準確率 94
5.6 各研究變數與不同服務項目偏好之族群分析 96
5.7 各族群消費特性與消費行為 115
5.8 Telematics服務策略 118

第六章 結論與未來研究方向 128
6.1 結論 128
6.2 未來研究方向 131

參考文獻 132
附錄一、問卷內容 137
附錄二、libsvm語法 144


圖目錄
圖1.1 本研究之研究流程 4
圖2.1 Telematics-多方資通訊整合匯流之平台 6
圖2.2 Telematics服務市場涵蓋範圍 7
圖2.3 Telematics服務產業價值鏈 8
圖2.4 Telematics產業合作模式 10
圖2.5 臺灣裕隆公司TOBE服務功能 17
圖2.6 臺灣裕隆公司TOBE安全服務內容 17
圖2.7 TSP服務擴展至資訊分析、蒐集與分享 20
圖2.8 定價概念圖 30
圖2.9 涉入概念 32
圖2.10 生活型態階層概念 38
圖2.11 生活型態對購買決策之影響 39
圖3.1 常見分類研究方法 47
圖3.2 支持向量機示意圖 49
圖3.3 核心函數轉換示意圖 52
圖3.4 資料從原先線性不可分割狀態藉由核心函數變成可線性分割的狀態 52
圖3.5 SVM應用示意圖 53
圖4.1 本研究之觀念架構 56
圖4.2 本研究之研究設計 57
圖4.3 本研究之分析架構 58
圖4.4 Telematics服務市場區隔之研究假說 66
圖4.5 本研究之問卷構面 70
圖4.6 三種基本服務方案 71
圖5.1 前測問卷問題與修改 73
圖5.2 問卷回收樣本數 73
圖5.3 各族群樣本數 82
圖5.4 生活型態分類準確率 92
圖5.5 行車反應分類準確率 93
圖5.6 生活型態與行車反應分類準確率 94
圖5.7 消費者創新採用的過程 120
圖5.8 Telematics服務消費者採用過程 120
圖5.9 創新採用型付費意願示意圖 121
圖5.10 即時享用型付費意願示意圖 122
圖5.11 安全應用型付費意願示意圖 123
圖5.12 經濟實用型付費意願示意圖 124
表目錄
表2.1 Telematics服務定義 6
表2.1 Telematics服務定義(續) 7
表2.2 Telematics服務產業參與者 8
表2.2 Telematics服務產業參與者(續) 9
表2.3 Telematics服務成長趨力 11
表2.4 全球Telematics服務市場 12
表2.4 全球Telematics服務市場(續) 13
表2.5 遠傳行車網「遠傳GPS 情報Go」特色 18
表2.6 Telematics服務項目覽表 24
表2.7 Telematics服務採用行為之相關研究 26
表2.7 Telematics服務採用行為之相關研究(續) 27
表2.8 涉入之定義 31
表2.9 Personal Involvement Inventory量表 34
表2.12 生活型態之定義 40
表2.13 生活型態之四個構面 41
表3.1 分類研究方法比較 47
表4.1 研究變數覽表 59
表4.2 服務項目問卷資料類型 61
表4.3 生活型態問卷資料類型 61
表4.4 涉入程度問卷資料類型 62
表4.5 Telematics服務原生屬性問卷資料類型 62
表4.6 車載機形式屬性問卷資料類型 62
表4.7 人口統計變數問卷資料類型 63
表4.7 人口統計變數問卷資料類型(續) 64
表4.8 Telematics服務認知問卷資料類型 64
表4.9 Telematics服務付費意願問卷資料類型 64
表4.9 Telematics服務付費意願問卷資料類型(續) 65
表5.1 Telematics服務認知變數之統計 74
表5.2 人口統計變數之統計 75
表5.3 Telematics服務之需求概況 76
表5.3 Telematics服務之需求概況(續) 77
表5.3 Telematics服務之需求概況(續) 78
表5.4 服務項目變數之Bartlett檢定與KMO值 79
表5.5 服務項目因素分析-轉軸成份後之矩陣 80
表5.6 服務項目因素命名表 81
表5.7 各族群對於5個服務構面因素之平均數檢定 82
表5.8 各服務屬性因素與各族群之多重比較檢定結果 83
表5.9 生活型態變數之Bartlett檢定與KMO值 85
表5.10 生活型態因素分析-轉軸成份後之矩陣 85
表5.10 生活型態因素分析-轉軸成份後之矩陣(續) 86
表5.11 生活型態因素命名表 86
表5.11 生活型態因素命名表(續) 87
表5.12 行車反應變數之Bartlett檢定與KMO值 88
表5.13 行車反應因素分析-轉軸成份後之矩陣 88
表5.13 行車反應因素分析-轉軸成份後之矩陣(續) 89
表5.14 行車反應因素命名表 89
表5.14 行車反應因素命名表(續) 90
表5.15 各生活型態因素與各族群之多重比較檢定結果 96
表5.15 各生活型態因素與各族群之多重比較檢定結果(續) 97
表5.16 各行車反應因素與各族群之多重比較檢定結果 98
表5.17 A方案願付價格與各族群之卡方檢定結果 100
表5.18 B方案願付價格與各族群之卡方檢定結果 100
表5.19 C方案願付價格與各族群之卡方檢定結果 100
表5.19 C方案願付價格與各族群之卡方檢定結果(續) 101
表5.20-1 加值服務願付價格與各族群之卡方檢定結果 101
表5.20-2 加值服務願付價格與各族群之卡方檢定結果 101
表5.20-3 加值服務願付價格與各族群之卡方檢定結果 102
表5.20-4 加值服務願付價格與各族群之卡方檢定結果 102
表5.21 願付價格與各族群之卡方檢定結果 102
表5.22 性別與各族群之卡方檢定結果 103
表5.23 職業與各族群之卡方檢定結果 103
表5.24 年齡與各族群之卡方檢定結果 104
表5.25 個人月收入與各族群之卡方檢定結果 104
表5.26 實際駕駛小客車時間與各族群之卡方檢定結果 105
表5.27 開小客車主要目的與各族群之卡方檢定結果 105
表5.28 開小客車主要目的與各族群之卡方檢定結果 106
表5.29-1 Telematics服務原生屬性與各族群之卡方檢定結果 107
表5.29-2 Telematics服務原生屬性與各族群之卡方檢定結果 107
表5.29-3 Telematics服務原生屬性與各族群之卡方檢定結果 107
表5.29-4 Telematics服務原生屬性與各族群之卡方檢定結果 108
表5.29-5 Telematics服務原生屬性與各族群之卡方檢定結果 108
表5.29-6 Telematics服務原生屬性與各族群之卡方檢定結果 108
表5.29-7 Telematics服務原生屬性與各族群之卡方檢定結果 109
表5.29-8 Telematics服務原生屬性與各族群之卡方檢定結果 109
表5.29-9 Telematics服務原生屬性與各族群之卡方檢定結果 109
表5.29-10 Telematics服務原生屬性與各族群之卡方檢定結果 110
表5.29-11 Telematics服務原生屬性與各族群之卡方檢定結果 110
表5.30-1 車載機形式屬性與各族群之卡方檢定結果 111
表5.30-2 車載機形式屬性與各族群之卡方檢定結果 111
表5.30-3 車載機形式屬性與各族群之卡方檢定結果 112
表5.30-4 車載機形式屬性與各族群之卡方檢定結果 112
表5.30-5 車載機形式屬性與各族群之卡方檢定結果 112
表5.30-6 車載機形式屬性與各族群之卡方檢定結果 113
表5.30-7 車載機形式屬性與各族群之卡方檢定結果 113
表5.30-8 車載機形式屬性與各族群之卡方檢定結果 113
表5.30-9 車載機形式屬性與各族群之卡方檢定結果 114
表5.30-10 車載機形式屬性與各族群之卡方檢定結果 114
表5.31 Telematics服務之四種消費族群 115
表5.32 四種消費族群對Telematics原生屬性、形式屬性之偏好 116
表5.33 四種消費族群之消費特性 116
表5.33 四種消費族群之消費特性(續) 117
表5.34 四種消費族群之消費行為 117
表5.35 創新採用消費者與Telematics服務採用消費者之對比 118
表5.35 創新採用消費者與Telematics服務採用消費者之對比(續) 119
表5.36 四種消費族群之Telematics服務短期策略 126
表5.37 四種消費族群之Telematics服務長期策略 127


參考文獻 一、 中文部份
1.丁瑞華(2004), 國立台北大學/企業管理學系/93/博士, 「微關非必要產品屬性對產品線延伸之影響」,國立台北大學企業管理學系研究所博士論文
2.王保進(2004),多變量分析:套裝程式與資料分析,高等教育出版社
3.交通部運輸研究所(2008),車載機之整合應用服務及建立交通資訊通信加值鏈之研究(1-4),交通部運輸研究所
4.交通部運輸研究所(2009),車載機之整合應用服務及建立交通資訊通信加值鏈之研究(2-4),交通部運輸研究所
5.呂明達(2008),「應用支持向量機於癌症微陣列資料識別」,淡江大學資訊工程學系研究所碩士論文
6.林茂興(2001),「以生活型態區隔台北地區ADSL消費者對多媒體服務接受意願之研究」,國立交通大學經營管理研究所碩士論文
7.林子傑(2005),「以不同生活型態探討中高齡者對於3G行動加值服務需求之研究」,元智大學資訊傳播研究所碩士論文
8.林奕志(2006),「屬性範圍對消費者購買評估之影響-以手機廣告為例」,國立成功大學電信管理研究所碩士論文
9.林玉如(2005),Telematics之定義,財團法人工業技術研究院
10.林震岩(2006),多變量分析—SPSS的操作與應用,智勝文化事業有限公司。
11.林建煌(2002),消費者行為,初版,智勝文化事業有限公司。
12.吳明隆(2003),SPSS統計應用實務,松崗電腦圖書資料股份有限公司
13.吳明豐(2006),「應用基因演算法於優化SVM分類器模型-以學習障礙學生鑑定為例」,國立彰化師範大學資訊管理學系所研究所碩士論文
14.葉日武(2001),消費者行為:建立行銷策略,前程出版社有限公司。
15.陳振明(1988),訂價策略,書泉出版社。
16.陳瑾儀(2003),「汽車電子資訊產品之車載機消費者選擇行為」,國立交通大學科技管理研究所碩士論文
17.陳國鴻(2004),「導入權重概念對支撐向量機分類正確率之影響」,國立成功大學工業與資訊管理學系研究所碩士論文
18.陳雅如(2005),「產品屬性與生活型態影響消費者購買決策之研究-以寢具用品為例」,大葉大學事業經營研究所碩士論文
19.陳世英(2006),「臺灣地區Telematics系統採用行為之研究」,大同大學資訊經營學系研究所碩士論文
20.陳婉華(2006),「臺灣Telematics系統服務業-產業創新系統與創新政策之研究」,國立交通大學科技管理研究所碩士論文
21.陳麗芬(2007),全球Telematics系統發展現況與未來,財團法人工業技術研究院
22.陳昶志(2007),「交通背景型態分類模式之研究」,淡江大學運輸管理學系研究所碩士論文
23.陳穎瑋(2007),「台鐵行動商務市場區隔與消費者行為之研究」,淡江大學運輸管理學系研究所碩士論文
24.蔡家昌(2001),「應用決策樹歸納法探討臺灣行動電話市場區隔」,國立台北大學統計學系研究所碩士論文
25.許惠貞(2002),「以生活型態變數探討手機用戶之行動加值服務需求研究」,國立臺灣科技大學企業管理學系研究所碩士論文
26.許士軍(1988),管理學,東華書局股份有限公司
27.楊家銘(2002),「機車使用者涉入程度與運具選擇過程影響因素之關聯性研究-以台北市為例」,國立交通大學運輸科技與管理學系研究所碩士論文
28.張中原(2003),「消費者生活型態與次文化類型對行動加值服務之研究」,中國文化大學國際企業管理研究所碩士論文
29.張文琪(2005),「線上購物資訊需求研究」,國立交通大學傳播研究所碩士論文
30.張佑瑋(2006),「應用集群分析於顧客關係管理之研究─以汽車電子資訊產品個案公司為例」,育達商業技術學院資訊管理所碩士論文
31.張詠嘉(2009),「消費者產品知識,知覺風險對口碑搜尋行為之影響─以台北市靈芝消費者為例」,國立臺灣大學生物產業傳播暨發展學研究所碩士論文
32.洪淑秋(2003),「結合方法目的鏈與隱喻誘引技術的新產品開發與行銷策略之研究」,世新大學傳播管理學系研究所碩士論文
33.侯鈞元(2004),Telematics未來殺手級服務預測,財團法人工業技術研究院
34.徐立傑(2005),「顧客價值導向與協商之研究」,南台科技大學資訊管理系研究所碩士論文
35.徐清穎(2006),「民宿業者訂價與遊客付費意願影響因素之比較研究」,銘傳大學觀光研究所碩士論文
36.徐清海(2006),「Telematics使用者行為意向之研究:以臺灣TOBE系統為例」,國立成功大學電信管理研究所碩士論文
37.陶治中、陳穎瑋、邱劉中(2009),「車載資通訊服務產業參與廠商之合作模式及策略探討」,第17 屆海峽兩岸都市交通學術研討會,嘉義縣
38.郭智偉(2006),「車用資通訊產業分析與臺灣廠商分析」,國立臺灣大學國際企業學研究所碩士論文
39.姜林銓(2006),「應用延伸式科技接受模式於智慧型車用資訊系統使用意願之研究」,開南大學資訊及電子商務學系研究所碩士論文
40.高啟涵(2006),「運用資料採礦技術探討數位式行車紀錄器於公路客運駕駛員異常操作行為管理之研究」,淡江大學運輸管理學系研究所碩士論文
41.蕭珝君(2007),「消費者行為理論於城際公共運輸旅客行為意向與搭乘因素之研究」,淡江大學運輸管理學系研究所碩士論文
42.蕭宇芳(2005),「臺灣車用資通訊系統市場現況與採用行為之研究」,世新大學傳播管理學研究所(含碩專班)碩士論文
43.鄧音敦(2008),結合於一身的Telematics,財團法人工業技術研究院
44.劉水深(1984),產品規格化與策略應用,華泰文化事業股份有限公司。
45.劉易昌(2002),「支援向量機於財務預測上之應用」,靜宜大學資訊管理學系研究所碩士論文
46.謝博皓(2003),「隨機多媒體服務之市場區隔與行銷策略之研究-以台北地區ADSL為例」,國立臺灣師範大學圖文傳播學系研究所碩士論文
47.謝侃盛(2008),「結合One-Class 與Multi-Class SVM之入侵偵測系統」,開南大學資訊及電子商務學系研究所碩士論文
二、 英文部分
1.Blackwell, R. D., Miniard, P. W. and Engel, J. F.(1982), “Consumer Behavior” ,4thed., New York: Dryden Press.
2.Berkman, H. W. and Gilson, C.(1986), “Consumer Behavior-concepts and strategies”.
3.Cheng-Wei Hsieh , Hui-Huang Hsu , Ming-Da Lu(2008), “Protein Disordered Region Prediction by SVM with Post-Processing”, 2008 International Conference on Complex, Intelligent and Software Intensive Systems ,4-7, March, pp. 693-698.
4.Cheng-Wei Hsieh, Hui-Huang Hsu, Ming-Da Lu(2008), “Improved Feature Selection on Microarray Expression Data”, 2008 Internationl Computer Symposium, 13-15, November, Vol. 2, pp.39-44.
5.Dodds, William B., Kent B. Monroe, and Dhruv Grewal(1991),”Effects of Price, Brand, and Store Information on Buyers? Product Evaluation?”, Journal of Marketing Research, pp.85-90.
6.Engel, James F., Kollat, David and Blackwell, Roger D.(1982), “Consumer Behavior”, 4thed. Taipei, Hwa-Tai Co.
7.Engel, James F., Blackwell, Roger D. & Miniard, Paul W.(1993), “Consumer Behavior”, 7thed., Orlando Florida, Dryden Press.
8.Fletcher R.(1987), “Practical Methods of Optimization”, 2thed, John Wiley and Sons, New York
9.Lazer, W.(1963) , “Life-style Concepts and Marketing, Toward Scientific Marketing, in Stephen Greyser”, Chicago: American Marketing Association, pp. 140-151.
10.Pratt, J. W.(1974) , “Measuring Pruchase Behavior”, McGraw-Hill Inc.
11.Plummer, J. T.(1974) ,”The Concept and Application of Life Style Segmentation”, Journal of Marketing, Vol. 38. No. 1. pp.33-37.
12.Petty, R. E., Cacioppo, J. T. and Schumann, D.(1983), “Central and Peripheral Routes to Advertising Effectivenesss: The Moderating Role Involvement”, Journal of Consumer Research, Vol.10, No.2, pp135-146.
13.Park, C.W, B.J Jaworski and D.J. Maclnnis(1986), “Strategic Brand Concept-Image Management.,Journal of Marketing”, pp.135-45.
14.Schiffman, L. G. and L. L. Kanuk(1991), “Consumer Behavior”, 2thed., New Jersey Prentice-Hall, pp.4.
15.Roscoe, J.T.(1975), “Fundamental Research Statistics for the Behavior Science”, New York: Holt, Rinehart and Winston.
16.Rogers, Everett M. (1983), “Diffusion of Innovation”, 3thed. New York :Free Press.
17.Relihan, W. J.(1989). “The yield-management approach to hotel-room pricing. Cornell Hotel and Restaurant Administration Quarterly”, pp. 40-45.
18.Rayport, J.F. and Sviokla, J.J.(1994) , “Managing in the marketspace”, Harvard Business Review, pp. 141-150.
19.Reynoklds, Fred. and William R.Darden. (1974), “Constructing Life Style and Psychographics”,Chicago:AMA,174.
20.Kaiser, H. F.(1974), “An Index of Factorial Simplicity”, Psychometrics, Vol.39, pp.31-36.
21.Kotler, Philip(2002), “Marketing Management”, McGraw Hill: New Delhi.
22.Hui-Huang Hsu, Cheng-Wei Hsieh, Ming-Da, Lu, and Huei-Fa Li(2007), “SVM Kernel and Feature Selection for Predicting Protein Disordered Region”, the 12th Conference on Artificial Intelligence and Applications (TAAI 2007), Nov. 16-17. , pp. 578-584.
23.Hui-Huang Hsu , Ming-Da Lu.(2008), “Feature Selection for Cancer Classification on Microarray Expression Data”, 2008 Eighth International Conference on Intelligent Systems Design and Applications, 26-28, Vol. 3, pp. 153-158.
24.Hui-Huang Hsu , Cheng-Wei Hsieh , Ming-Da Lu(2008), “A Hybrid Feature Selection Mechanism”, 2008 Eighth International Conference on Intelligent Systems Design and Applications, 26-28, Vol. 2, pp. 271-276.
25.Zaichkowsky, J.L.(1985), “Measuring the involvement construct”, Journal of Consumer Research, Vol.12, pp.341-352.
三、 網頁部份
1.ITIS智網,www.itis.org.tw,最後截取日期:2010年
2.Remove Frame,www.telematicsresearch.com,最後截取日期:2009年
3.Strategy Analytics: Market and Research Consulting,http://www.strategyanalytics.com,最後截取日期:2009年
4.The Resource Group,http://www.trg.com.ph,最後截取日期:2009年
5.LIBSVM -- A Library for Support Vector Machines,ww.csie.ntu.edu.tw/~cjlin/libsvm,最後截取日期:2010年
6.tobe裕隆酷比汽車,www.tobe-motor.com.tw,最後截取日期:2010年
7.Telematics產業推動服務網,www.tpo.org.tw,最後截取日期:2010年
8.財團法人資訊工業策進會,www.mic.iii.org.tw,最後截取日期:2010年
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2010-08-04公開。
  • 同意授權瀏覽/列印電子全文服務,於2010-09-08起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信