隨著國內運動行銷日漸流行，各大運動業者間的競爭早已白熱化，根據美國商業週刊公佈最新全球百大品牌排名與品牌價值， Adidas公司於2007年的品牌排名為69，而品牌價值為47億6千7百萬美元；相較於2006年，其品牌排名上升2個名次，且品牌價值亦增加了11個百分比。
茲因Adidas公司並沒有建構消費者資料庫，故無法得知消費者所偏好的消費行為、媒體、代言人等等資訊。藉由田野調查的方式蒐集消費者資料，本研究以「Adidas」公司為研究對象，並以本體論為研究基礎，主要目的是期望能夠強化Adidas業者的行銷能力。透過資料採礦中的集群分析，以消費者的年齡和可支配所得，將消費者分成兩種不同屬性的族群，再透過關聯法則找到消費者所喜愛的代言人，例如:王建民等等的專業或名人代言人。試圖將業者過去以產品為中心，轉變成以消費者為焦點的行銷方式，使能符合現代社會以消費者為導向的市場競爭模式。

As a result of sports marketing becoming increasingly popular and sports industries competing with each other, according to the American Business Journal, in the year 2007 Adidas was ranked 69th of all brands, having a brand value of 4.7 billion US dollars. Compared with their statistics from a year before, not only did their ranking climb two places but their brand value increased by 11 percent as well.
On account of Adidas not constructing their own consumer data base, it is therefore impossible to know consumer behavior or what type of media or endorser consumers like best. Therefore, we conducted a field investigation to collect consumer information. An ontology-based research was performed for Adidas. We hope to strengthen Adidas’ marketing ability. We used the data mining techniques of the Association Rule and Cluster Analysis to look for endorsers favored by consumers, for example, endorsers Wang Chien-ming. We also focused on Adidas’s past products and placed our focus on the consumer in order to keep pace with the consumer-centered marketing strategies of today.

目錄
目錄	Ⅰ
表目錄	Ⅴ
圖目錄	Ⅶ
第一章 緒論               1
1.1研究背景與動機	        1 
1.2研究目的	        3
1.3研究流程	        4
第二章 文獻探討	        5
2.1運動與運動行銷	        5
2.1.1運動定義	        5
2.1.2運動行銷定義	        5
2.1.3運動目的	        6
2.1.4運動型態的分類       9
2.2  媒體	                 10
2.2.1 媒體的定義與類型    10
2.2.2 媒體運動產業關係人之互動關係	12
2.2.3 媒體特性	13
2.3消費行為	21
2.3.1消費行為模式	22
2.4 媒體代言人	25
2.4.1 代言人之定義	25
2.4.2 代言人之類型	26
2.4.3 代言人之廣告效果	27
2.5本體論	                  28
2.5.1本體論的起源	28
2.5.2本體論定義	29
2.5.3本體結構的構成要素	29
2.5.4本體結構的運用	31
2.5.5本體結構之生命週期	31
2.5.6建造本體論的目的	31
2.5.7領域本體論的架構	32
2.5.8運動行銷本體與知識管理的關係	32
2.6資料採礦	33
2.6.1資料採礦的定義	34
2.6.2資料採礦的功能與技術	36
2.6.3資料採礦的流程	37
2.6.4資料採礦應用的領域	38
2.7  本章小結	41
第三章 Adidas公司個案分析	42
3.1 Adidas公司的簡介	42
3.2 Adidas公司產業現況結構	43
3.2.1 Adidas公司產品部門說明	43
3.2.2 Adidas公司銷售部門說明	44
3.2.3 Adidas公司行銷部門說明	44
3.3 Adidas公司所面臨的挑戰	45
第四章 研究方法	48
4.1 研究架構	48
4.2 研究流程	49
4.3 問卷設計與發放	50
4.4 問卷性效度	52
4.5 資料來源與抽樣方法	53
4.6 系統架構	53
4.7 本體論架構	56
4.8 關聯性資料庫	63
4.8.1邏輯資料庫模式設計	68
4.8.2實體資料庫設計	71
4.9關聯法則與集群分析	73
4.9.1關聯法則	73
4.9.2 Apriori演算法	75
4.9.3 集群分析	77
4.10 資料採礦工具	79
第五章 資料採礦與實證分析	83
5.1回收樣本結構描述	83
5.2消費者與消費行為之採礦	84
5.3 消費者與媒體之採礦	85
5.4 消費者基與媒體與代言人之採礦	87
5.5 集群分析	88
5.5.1 消費者輪廓之分析	99
5.5.2 行銷策略之分析	101
5.6 本章小結	104
第六章 結論與建議	105
6.1研究結論	105
6.2管理意涵與對業者的建議	106
6.2.1消費行為分析	106
6.2.2運動品牌聯想分析	106
6.2.3運動行銷提昇運動參與及價值	107
6.2.4運動行銷策略	107
6.2.5知識地圖	114
6.3後續研究的建議	118
6.4研究限制	119
參考文獻	121
一、中文文獻	121
二、網路文獻	125
三、英文文獻	126
附錄	135
附錄一 前測問卷	135
附錄二 正式問卷	143
附錄三 Protege2000設計流程	150
附錄四 代言人本體圖之對照表	153
表目錄
表2-1  各學者對運動之定義	5
表2-2  各學者對運動行銷之定義	5
表2-3  六種運動目的	6
表2-4  運動型態	10
表2-5  電子媒體與印刷媒體	11
表2-6  媒體產業關係人之互動	13
表2-7  各學者對消費行為之定義	22
表2-8  各學者對代言人之定義	25
表2-9  各學者對代言人之分類	27
表2-10 各學者對本體論之分類	29
表2-11 本體論之構成要素	30
表2-12 本體論之構成要素（用於PROTÉGÉ 2000）	30
表2-13 建構本體論之目的	31
表2-14 領域本體論的架構	32
表2-15 資料採礦之定義整理	35
表2-16 資料採礦功能整理	36
表2-17 各學者對資料採礦程序之分類	38
表2-18 資料採礦應用的領域	39
表4-1  前測問卷發放回收情形	53
表4-2  實體、關聯與屬性之描述	65
表4-3  實體-屬性一覽表	67
表4-4  假始原始資料表	74
表4-5  2005年資料採礦軟體被使用頻率	79
表5-1  問卷回收統計表	83
表5-2  基本資料統計表	83
表5-3  消費者與消費行為之關聯表	85
表5-4  消費者與媒體之關聯表	86
表5-5  消費者與媒體與代言人之關聯表	87
表5-6  K-MEANS集群分析表	90
表5-7  集群一與集群二偏好的主要差異變數：消費行為	94
表5-8  集群分析之消費行為	95
表5-9  集群ㄧ與集群二偏好的主要差異變數：媒體	96
表5-10 集群分析之媒體來源	97
表5-11 集群ㄧ與集群二偏好的主要差異變數：代言人	97
表5-12 集群分析之代言人	98
表5-13 集群分析表	99
表5-14 集群1關聯法則	102
表5-15 集群2關聯法則	104
表6-1  集群與關聯之整合分析表	110
表6-2  媒體集群分析表	113
圖目錄
圖1-1   研究流程圖	4
圖2-1   NICOSIA模式	23
圖2-2   HOWARD消費決策過程	23
圖2-3   EKB消費決策過程	24
圖2-4   資料採礦過程圖	37
圖4-1   研究設計架構圖	49
圖4-2   研究設計流程圖	50
圖4-3   系統架構圖	55
圖4-4   概念與子概念	56
圖4-5   消費者本體圖-建構前	58
圖4-6   消費者本體圖-建構後	58
圖4-7   運動商品本體圖-建構前	59
圖4-8   運動商品本體圖-建構後	59
圖4-9   個案公司本體圖-建構前	60
圖4-10  個案公司本體圖-建構後	60
圖4-11  代言人本體圖-建構前	61
圖4-12  代言人本體圖-建構後	62
圖4-13  運動行銷本體圖	63
圖4-14  概念性資料庫圖	68
圖4-15  邏輯性資料庫模式設計	70
圖4-16  資料庫轉換圖	72
圖4-17  實體資料庫圖	72
圖4-18  高頻項目集之產生過程	76
圖4-19  SPSS CLEMENTINE使用者介面	81
圖5-1   消費者與消費行為之關聯圖（調整後）	85
圖5-2   消費者與媒體之關聯圖（調整後）	87
圖5-3   消費者與媒體與代言人之關聯圖（調整後）	88
圖5-4   資料串流	89
圖5-5   K-MEANS集群分析結果	93
圖5-6   集群1蛛網圖（調整後）	103
圖5-7   集群2蛛網圖（調整後）	104
圖6-1   運動行銷知識地圖	112
圖6-2   媒體與專業代言人行銷地圖	115
圖6-3   媒體名人代言人行銷地圖	117
圖6-4   運動商品行銷地圖	118

參考文獻
一、中文文獻
丁源宏（民88）。不同媒體特性、廣告訴求與產品涉入度對於廣告訴求與產品涉入度對於告效果影響之探討－比較平面媒體與網際網路。中山大學傳播管理研究所碩士論文，未出版，高雄。
王瑤芬（民87）。開創6 億4360 萬個商機。廣告雜誌，87，59-60。
王宗吉、楊聯琦（民88）。台灣地區運動參與人口調查。台北：行政院體育委員會。
王復中（民89）。健保醫療費用審查自動化之研究。政治大學資訊管理研究所碩士論文，未出版，台北市。
王懷明（民93）。名人廣告源可信度因子結構。心理學報，36（3），365-369。
尹相志（民93）。資料採礦－網際網路應用與消費者價值管理。台北市：維科。
出版年鑑（民91）。中華民國91年出版年鑑。台北：行政院新聞局。
沈伯陽（民92）。廣播電台有聲資料之應用與管理－以警察廣播電台為例。台灣科技大學管理研究所碩士論文，未出版，台北市。
李麗君（民77）。從電視特性談電視教學節目應具備之要素。隔空教育論叢，1，143-162。
李瞻（民80）。世界新聞史。台北市：三民。
李志恆（民95）。台灣雜誌的問題與機會。動腦雜誌。244，39-40。
吳建和，蔡翔斯，林群佑（民93）。音樂商品消費行為特性之調查研究－以大學生族群為例。大業學報，13（2），69-80。
周歆凱（民92）。利用資料探勘技術探討急診高資源耗用者之特性。台灣大學醫療機構管理研究所碩士論文，未出版，台北市。
周靈山、陳淑滿（民92）。大眾傳播研究中運動廣告意涵之探討。大專體育，65，116-122。
紀家維（民92）。應用脊迴歸分析於資料探勘預測系統之研究。輔仁大學統計研究所碩士論文，未出版，台北。
韋端（主編）（民92）。Data Mining概述，以Clementine7.0為例。台北：中華資料採礦協會。
馬繼康(民86)。候選人文宣之內容分析－以1997年台北縣長選舉為例。世新大學傳播研究所碩士論文，未出版，台北市。
徐達光（民79）。回顧今年展望明年的廣告界。中華民國廣告年鑑1989-1990。
徐揚（民88）。正視運動行銷的功能—談運動從業人員的運動行銷正確觀。大專體育雙月刊，44，67-72。
徐振傑（民93）。女性商品，男性代言電視廣告中的「新」男性形象與再現意涵。傳播與管理研究，3（2），133-159。
徐元民(民95)。體育學導論(第二版)，台北：品度出版社。
現代管理月刊編輯部（民77）。利用哪一種媒體好？，現代管理月刊，140，55。
郭久蓁（民94）。應用資料探勘技術於媒體使用行為之研究-以2004世新傳播資料庫為例。世新大學傳播管理學系碩士論文，未出版，台北市。
陳世敏（民74）。廣播收聽動機及使用程度調查之一：一般民眾收聽廣播習慣之研究。台北：行政院新聞局出版、行政院文化建設委員會發行。
陳文華(民88)。應用資料倉儲系統建立CRM。資訊與電腦122-127。
陳盈妙（民93）。利用資料探勘於勞工退休準備金資料模式之研究。銘傳大學資訊管理研究所碩士論文，未出版，台北。
陳順宇(民94)。多變量分析(4版)。台北市：華泰。
彭芸、黃新生、顧立漢、陳東園（民86）。大眾傳播學。台北：國立空中大學。
童冠燁、陳國聖（民93）。資料探勘於外籍勞工逃逸管理之研究。真理大學2004智慧型知識經濟暨第二屆演化式計算應用研討會論文。台北：淡水。
曾新穆、李建興(民90)。文件自動分類技術研究。資策會。
曾獻雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯 (民94)。資料探勘。台北市：旗標。
張瑋倫（民89）。應用資料挖掘學習方法探討顧客關係管理問題。輔仁大學資訊管理學系碩士論文，未出版，台北市。
張宏源（主編）（民90）。媒體識讀：如何成為新世紀優質閱聽人（初版）。臺北市：亞太圖書出版社。
程紹同（民88）：運動風雲2000，廣告雜誌，130，72-79。
程紹同（民89）。企業最佳代言人。廣告雜誌，105。台北：滾石文化出版社。
黃雅琴（民84）。廣播節目的類別及現況淺析。視聽教育雙月刊，36，28-37。
黃新生（民84）。電視媒體管理。台北：三民書局。
黃香瑜（民87）。基隆市國中學生飲料消費行為研究。國立台灣師範大學家政教育研究所碩士論文，未出版，台北市。
黃加佩、盧東華、廖文淵譯（民89）。資料庫管理(五版)。台北：儒林。
馮義方（民88）。企業對運動贊助行為之研究。國立臺灣大學商學研究所碩士論文，未出版，台北市。
楊子青（民89）。購物車資料在網路行銷溝通決策之應用。中山大學資訊管理學系博士論文，未出版，高雄。
溫志皓（民93）。資料探勘應用於需求鏈協同設計與新產品開發之研究。國防管理學院資源管理研究所碩士論文，台北市。
資料庫管理。（黃加佩、盧東華、廖文淵譯）（民89）。台北：儒林。
資料庫管理與應用。（林慶德譯）（民92）。台北市：培生。
劉毅志、鐘有輝、黃深勳、陳文玲、王石番、郭文耀合著（民84）。廣告學。台北：國立空中大學。
劉駿州（民86）。電子資訊使用與生活品質之關連性研究。行政院國科會專題研究計畫成果報告。
劉美琪、許安琪、漆梅君、于心如（民92）。當代廣告概念與操作。台北：學富文化。
練乃華（民89）。推薦式廣告之溝通效果研究。國立台灣大學商學研究所碩士論文，未出版，台北市。
鄭志富（民91年5月23日）。二十一是台灣運動產業之發展與挑戰。
國立台灣師範大學,第二屆運動與休閒國際研討會大會專題，台北市台灣師範大學。
賴如珊（民89）。雜誌版面設計形式與讀者認知度與符合度研究。國立雲林科技大學視覺傳達設計系研究所碩士論文，未出版，雲林。
謝一睿（民85）。台南市保齡球消費者之生活型態，運動參與頻率和保齡球消費行為之研究。國立臺灣師範大學體育研究所碩士論文，未出版，台北市。
藍中賢、吳郁瑩、李火山、陳銘智譯（民92）。資料庫系統原理。台北市：培生。（原著出版年：2001年）
蘇維杉（民92年）。台灣運動產業發展的趨勢與挑戰。台東大學體育學報，1，169-188.


二、網路文獻
中華資料採礦協會(CDMS)。取自：
http://www.cdms.org.tw/
IDC網站（2003）。資料探勘的市場趨勢，取自：
http://www.idc.com
Kdnuggets 網站（2004）。資料探勘的經驗，取自：
http://www.kdnuggets.com/polls/2004/data_mining_experience.htm
Kdnuggets 網站（2004）。資料探勘應用於產業的趨勢，取自：
http://www.kdnuggets.com/polls/2004/data_mining_applications_industries.htm
Kdnuggets 網站（2005）。哪一種資料探勘的技術是你最常使用的？取自：
http://www.kdnuggets.com/polls/2005/data_mining_techniques.htm

三、英文文獻
Agrawal, R., Imielinski, T., & Swami, A., (1993). Mining association rules between sets of items in large databases, ACM SIGMOD Conference Washington DC, USA, 22(2), 207-216.
Agrawal, R., & Srikant, R. (1994). Fast Algorithms for Mining Association Rules. Proceeding of the 20th International Conference on Very Large Database, Santiago, Chile.
Bayardo, R. J., Rakesh, A., & Dimitrios, G. (1999). Constraint-Based Rule Mining in Large, Dense Databases. Data Mining and Knowledge Discovery, 4, 217-240.
Baiyi, X. (1992). Reaching the Chinese Consumer: Where to Place Your Ad for Maxi -mum Effect. The China Business Review, 36- 42.
Beardi, C. (2000). E-commerce still favours traditional techniques, Advertising Age, 71(43), 2-4.
Ben, A. D., Chopra, M., & Bleyberg, M. Z. (1998). Data Mining Application for Real-time Distributed Shop Floor Control. IEEE International Conference on Systems, Man, and Cybernetics, 3(3), 2738-2743.
Berry, M., & Linoff, G. (1997). Data Mining Techniques for Marketing, Sales and Customer Support. New York: John Wiley and Sons.
Berry, M., & Linoff, G. (2000). Data mining techniques for marketing, sales, and customer support. New York. Wiley Computer Publishing.
Bezjian, A. A., Calder, B., & Iacobucci, D. (1998). New Media Interactive Advertising vs. Traditional Advertising. Journal of Advertising Research, 38, 23-32.
Briggs, R., & Hollis, N. (1997). Advertising on the Web: Is There Response before Click-Through? Journal of Advertising Research, 37, 33-45.
Cabena, P., Hadjinian, P., Stadler, J. V., & Zanasi, A. (1998). Discovering Data Mining from Concept to Implementation. Pretice Hall PTR, Upper Saddle River. 
Chandraseekaran, B., Josephson, J. R., & Benjamins, V. R. (1999). What are ontologies, and Why do we need them? Intelligent Systems, IEEE, 14 ,20-26.
Chen, P. P. (1976). The Entity-Relationship Model--Toward a Unified View of Data. ACM Transactions on Database Systems, 1, 9-36.
Cho, H. (2000). The impact of newspaper competition and ownership on resource allocation: A study in Japan. Journal of Marketing, 25(9), 55-72.
Codd, E. F. (1970). A Relational Model of Data for Large Relational Databases. Communications of the ACM, 13, 77-87.
Comery, A. L. (1973). A first course in factor analysis. New York: Academic Press.
David, H. S., & Benedikte, A. (2004). Factors Predicting the effectiveness of Celebrity endorsement advertisements. European Jouanal of Marketing, 38(11/12), 1509-1526.
Dasgupta, C. G., Despensa, G. S., & Ghose, S. (1994), Comparing the Predictive Performance of a Neural Network Model with Some Traditional Market Response Model. International Journal of Forecasting, 10(2), 235-244.
Dean, D. H., & Biswas, A. (2001). Third-party Organization Endorsement of Products: an advertising cue affecting consumer prepurchase evaluation of goods and services. Journal of Advertising, 30(4), 41-57.
Drayton, B. (1992). Commonsense Direct Marketing. (4ed). McGraw-Hill Companies, Inc.
Engel, J. F., Kollat, D. T., & Blackwell, R. D. (1968). Consumer Behavior, New York, NY: Holt, Rinehart and Winston.
Engel, J. F., Blackwell, R. D., & Minard, P. W. (1993). Consumer Behavior. (7th ed.). Chicago: The Dryden Press.
Estivill-Castro V., & Murray, A. T. (1997). Spatial Clustering for Data Mining with Generic Algorithms. Technical Report FIT-TR-97-10. Australia : University of Queensland. 
Fayyad, U. M., Gregory, P. S., & Smyth, P. (1996). The KDD Process for Extracting Useful Knowledge from Volumes of Data. Communications of the ACM, 39(11), 27-34.
Feick, L., & Higie, R. A. (1992). The effects of preference heterogeneity and source characteristics on ad processing and judgments about endorsers. Journal of Marketing, 21(2), 9-24.
Fish, K. E., James, H. B., & Milam, W. A. (1995). Artificial Neural Network: A New Methodology for Industrial Market Segmentation, Industrial Marketing Management, 133, 431-438.
Fleming, C. C., & von Halle, B. (1989). Handbook of Relational Database Design. Reading, MA: Addison-Wesley.
Frawley, W. J., Shapiro, G. P., & Matheus, C. J. (1991). Knowledge discovery in databases: an overview, Knowledge Discovery in Database. AAAI Press/ The MIT Press, Menlo Park, CA, 1~30.
Freiden, J. B. (1984). Advertising Spokesperson Effects: Examination of Endorser Type and Gender on Two Audiences. Journal of Advertising Research, 24(5), 33-41.
Forney, M. (1997). One sign, two systems, Far Eastern Economic Re view, 160(28), 72-73.
Gruber, T. R. (1993). A Translation Approach to Portable Ontology Sepecification. Knowledge Acquisition, 5, 199-220.
Gruninger, M., & Lee, J. (2002). Ontology applications and design Introduction. Communications of the ACM, 45(2) , 39-41.
Hall, C. (1995). The Devil’s in The Details：Techniques, Tools, and Application for Database Mining and Knowledge Discovery Part 1, Intelligent Software. 
Hand, D. J., Blunt, G., Kelly, M. G.., & Adams, N. M. (2000). Data Mining for Fun and Profit. Statistical Science, 15(2), 111-131.
Heiko, B. W. (2000). Transition of the Role and Structure of Mass Media in China and Some Implications for Advertising Strategy. Journal of Managerial Finance, 26(4), 10-25.
Hoffer, J. A., Prescott, M. B., & McFadden, F. R. (2002). Modern Database Management. (6th ed.). NJ: Prentice Hall.
Hokanson, B., & Hooper, S. (2000). Computers as cognitive media: Defining the potential of computers in education. Computers in Human Behavior, 16(5), 537-552.
Howard, J. A., & Sheth, J. N. (1969). The Theory of Buyer Behavior. New York: John Wiley and Sons, Inc.
Howard, J. A. (1989).Consumer behavior in marketing strategy. Prentice-Hall International, Inc.
Hruschka, H. (1993). Determining Market Response Functions by Neural Network Model: A Comparison to Econometric Techniques, European Journal of Operational Research, 66(1), 27-35.
Hui, S. C., & Jha, G. (2000). Data mining for customer service support. Information and Management, 38(1), 1-13.
Janet, C., Geoffrey, W., & Chen, T. T. (2005). Endorsement Advertisement in Aboriginal Tourism: an Experiment in Taiwan. International Journal of Tourism Research, 7, 347-356.
Jeff, W. (2006). Taking It Outdoors. Sign Builder Illustrated, 12(130), 10-17.
Kang, S. L. (1996). Outdoor ads targeted at the out and about Malaysian. Business Times, 17, 23-40. 
Keima, D. A., Pansea, C., Sipsa, M., & Northb, S. C. (2004). Pixel based visual data mining of geo-spatial data. Computers & Graphics, 28, 327-344.
Kidd, L. H., & Judd, C. H. (1986). Research methods in social relations. NY: Holt, Rinehart and Winston.
Kolter, P. (1997). Marketing Management: Analysis, Planning and Control. (9th ed.). New Jersey: Prentice-Hall Inc.
Kouris, I. N., Makris, C. H., & Tsakalidis, A. K. (2005). Using Information Retrieval techniques for supporting data mining. Data & Knowledge Engineering, 52, 353-383.
Kozma, R. (1991). Learning with media, Review of Educational Research, 61(2), 179-212.
Kristin, R. N., & Matkovsky, I. P. (1999). Using Data Mining Techniques for Fraud Detection. SAS Institution Inc. and Federal Data Corporation.
Kusiak, A. (2000). Decomposition in Data Mining: An Industrial Case Study. IEEE Transactions on Electronics Packaging Manufacturing, 23(4), 345-353.
Maedche, A., Boris, M., Ljiljana, S., Rudi, S., & Raphael. V. (2003). Ontology for Enterprise Knowledge Management. IEEE Intelligent Systems, 18(2), 26-33.
McCracken, G.. (1989). Who Is The Celebrity Endorser? Cultural Foundations Of The Endorsement Process. Journal of Consumer Research, 16(3), 310-321.
McLuhan, M. (1964). Understanding Media: The Extension of Man, New York: McGraw-Hill.
McLuhan, R. (2000). Ways to make the clicks measure up, Marketing, June, 35.
McKee, T. E., & Lensberg, T. (2002). Genetic Programming and Rough Sets: A Hybrid Approach to Bankruptcy Classification. European Journal of Operational Research, 138, 436-451.
McQuail, D. (1994). Mass Communication Theory: An Introduction. (3nd ed.). London: Sage.
Morris, L. J. (2001). Getting ready for real-time marketing. Direct Marketing, 64(5), 42-60.
Mowen, J. C., & Brown, S. W. (1980). On explaining and predicting the effectiveness of celebrity endorses. Advance in Consumer Research, Association for Consumer Research, 8(6), 437-441.
Mullin, B. J. & Hardy, S., & Sutton, W. A. (1993). Sport Marketing. U.S.A: United Graphics, Inc. / Dekker Bookbinding.
Navigli, R., Velardi, P., & Gangemi, A. (2003).Ontology Learning and its Application to Automated Terminology Translation, IEEE Intelligent System, 18(1), 22-31.
Nicosia, F. M. (1968). Consumer Decision Processes: Marketing and Advertising Implication. New Jersey: Prentice-Hall Inc.
Norman, A. E. (2003). Examining the Advertising Value of Banner Ads: A Uses and Gratifications Study. School of Journalism, West Virginia University.
Noy, N. F., & Mcguinness, D. L. (2001). Ontology Development 101: A Guide to Creating Your First Ontology, SMI Technical Report SMI-2001-0880,  CA：Stanford University.
Ohanian, R. (1991). The impact of Celebrity Spokespersons’ perceived image on consumers’ intention to purchase. Journal of Advertising Research, 31(1), 46-54.
øhrstrøm,P., Andersen,J.,& Schärfe,H.( 2005),What has happened to ontology.Lecture Notes in Computer Science, 3596, 426-438.
Pitts, B.G. , Fielding, L. W., & Miller, L. K. (1994). Industry segmentation theory and the sport industry: Developing a sport industry segment model. Sport Marketing Quarterly, 3(1), 15-24.
Pitts, B. G.., & Stotlar, D. K. (1996). Fundamentals of sport Marketing. Morgantown: Fitness Information Technology, Inc.
Robbin, Z., & Brad, A. (1998). Your ad here. Home Office Computing, 16(1), 73-80.
Robert, A. P. (2005). Response Construction in Consumer Behavior Research. Journal of Business Research, 58, 348-353.
Roberts, M. L., & Berger, P. D. (1989). Direct marketing management, Prentice-Hall Inc.
Rogers, E. M. (1986). Communication Technology: The New Media in Society. New York: The Free Press.
Santos, M. Y., & Amaral, L. A. (2004). Mining geo-referenced data with qualitative spatial reasoning strategies. Computers and Graphics, 28(3), 371-379.
Schiffman, L. G., & Kanuk, L. L. (1991). Consumer Behavior. (2nd ed.). New Jersey: Prentice – Hall.
Schramm, W., & Robert, D. F. (1971). The Process and Effects of Mass Communication. Urbana: University of Illinois Press.
Shank, M. D. (1999). Sports Marketing: A Strategic Perspective. New Jersey: Prentice-Hall, Inc.
Shin, D. H. (2005). Technology convergence and regulatory challenge: a case from Koren digital media broadcasting. The journal of policy, regulation and strategy for telecommunications, 7(3), 47-58.
Stafford, M. R. (1998). Advertising sex-typed services: The effects of sex, service type, and employee type on consumer attitudes. Journal of Advertising, 27(2), 65-82.
Stephens, N., & Faranda, W. T. (1993). Using employees as advertising spokespersons. Journal of Services Marketing, 7(2), 36-46.
Stout, P. A., & Moon, Y. S. (1990). Use of Endorsers in Magazine Advertisements. Journalism Quarterly, 67(3), 536-46.
Toroslua, I. H., & Yetisgen-Yildiz, M. (2005). Data mining in deductive databases using query flocks. Expert Systems with Applications, 28(3), 395-407.
Ulrich, K. (2005). The effects of website provision on the demand magazine. Centre for Eurpean Economic Research and Centre for Economic and Business Research.
Walter, G. G., & Paul, G. W. (1970). Consumer Behavior: An intergrated framework. New York: Richard D. Irwin. 
Wang, C., Zhang, P., Choi, R., & D’Eredita, M. (2002). Understanding Consumers Attitude toward Advertising. Eighth Americas Conference on Information Systems, 1143-1148.
Wang, K., Hsieh, A., & Chen, W. (2002). Is the tour leader an effective endorser for group package tour brochures? Tourism Management, 23(5), 489-498.
Wang, Y. F., Chuang, Y. L., Hsu, M. H., & Keh, H. C. (2004). A personalized recommender system for the cosmetic business. Expert Systems with Applications, 26, 427-434.
Wedell, G. (1997). Broadcasting, Public opinion and participative government. Government and Oppsition, 32(2). 275-290.
Wei, C. P., Hu, P. H., & Kung, L. M. (1999). Multiple-Level Clustering Analysis for Data Mining Applications. Proceedings of 4th Informs Joint Conference on Information Systems and Technology.
Williams, R. G. (1982). Consumer Behavior Fundamental and Strategies. St. Paul Minn: West Publishing Co.
Yoon, S. J., & Kim, J. H. (2001). Is the Internet more effective than traditional media? Factors affecting the choice of media. Journal of Advertising Research, 53-60.
Yoshida, T., & Touzaki, H. (1999). A Study on Association among Dispatching Rules in Manufacturing Scheduling Problems. IEEE International Conference on Emerging Technologies and Factory Automation, 2(2), 1355-1360.
Zanger, B., & Parks, J. (1990). Sport and Fitness Management: Career Strategies and Professional Content. Champaign: Human Kinetics Books.
Zeff, R., & Aronson, B. (1997). Advertising on the Internet. New York: Wiley.