政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/122262

政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/122262

English | 正體中文 | 简体中文 | Post-Print筆數 : 27 | 全文筆數/總筆數 : 113873/144892 (79%)
造訪人次 : 51979274 線上人數 : 417

RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU 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

主頁 ‧ 登入 ‧ 上傳 ‧ 說明 ‧ 關於政大典藏 ‧ 管理

到手機版

政大機構典藏 > 商學院 > 經營管理碩士學程EMBA > 學位論文 > Item 140.119/122262

請使用永久網址來引用或連結此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/122262

題名:	人工智慧在電子商務的應用 The application of artificial intelligence in e-commerce
作者:	莊俊辰 Chuang, Chun-Chen
貢獻者:	謝明華 Hsieh, Ming-Hua 莊俊辰 Chuang, Chun-Chen
關鍵詞:	人工智能電子商務大數據機器學習決策樹分析模型零售業深度學習監督式學習非監督式學習聚類分析模型 AI Big data E-commerce Machine leaning Python Scikit-Learn
日期:	2019
上傳時間:	2019-02-12 15:42:44 (UTC+8)
摘要:	近年來，科技的快速使得人工智慧技術快速竄起，各種數據挖掘技術在整個在線零售領域皆得到廣泛採用，並結合了一系列關於客戶可用性和價值的知名業務指標，例如顧客購買鄰近度（Recency），頻率（Frequency）和貨幣（Amount）之 RFM 模型，以及客戶生命價值模型等，對於英國和國際上的許多在線零售商，尤其包含電商龍頭亞馬遜（Amazon）、沃爾瑪（Walmart）、樂購（Tesco）等領先之電子商務公司，數據挖掘已成為一種普遍之方法，透過創建以客戶為中心的商業智能和支持以客戶為中心的營銷的業務流程的組成部分亦發展成熟，數據挖掘技術獲得市場競爭優勢的重要工具。本文透過 UCI 資料庫中，在英國在線零售之消費數據資料，應用 RFM 模型的架構，並使用 K-means 聚類模型將顧客做分群，其中，每一群體皆具有其劃分之價值與意義，可清楚識別每個族群市場中的消費者特徵，進一步進行數據分析已提供企業以客戶為中心的行銷策略，更顯示現代在線零售業和數據挖掘技術分析，所帶來的數據訊息其重要性日益增加，運用 Python 之開源軟體 Scikit-Learn 之聚類分析模型 K-Means 進行數據分析，為未知客戶資料進行分類，此外，透過聚類分群結果將資料分群並貼上標籤，再使用機器學習之監督式學習模型--決策樹分析演算法建構分類模型，將已貼標籤之資料分割為訓練模型以及測試模型以進行建構、分析模型之配適度。根據本文實證分析結果發現，由於聚類分析之分群結果每一群體之資料個數差異較大，對企業較有利之客戶（類別 2）於 8,082 個客戶中僅包含 26 個客戶，因此建構決策樹模型精確度較低，整體精確度約為 74%，其中，類別 2 之客戶皆無正確被分類，由結果可說明蒐集資料好壞之重要性，因此，資料蒐集量增加、數據前處理以及使用多種模型進行配適度分析，皆可改善其結果。關鍵詞：機器學習、深度學習、監督式學習、非監督式學習、聚類分析模型、決策樹分析模型、Python、Scikit-Learn、電子商務、零售業
參考文獻:	Adobe. （2018）. Digital Intelligence Briefing. 43. Breiman, L., Friedman, J., Olshen, R., & Stone, C. （1984）. Classification and Regression Trees. Monterey, CA: Wadsworth. Wadsworth Statistics/Probability Series: Wadsworth Advanced Books and Software, Belmont, CA. Cortes, C., & Vapnik, V. （1995）. Support-vector networks. Machine learning, 20 （3）, 273-297. Deloitte. （2018）. 2018 零售力量與趨勢展望. 1-49. IBM. （2018）. Shifting toward Enterprise-grade AI. Provost, F., & Fawcett, T. （2013）. Data Science for Business: What you need to know about data mining and data-analytic thinking: " O`Reilly Media, Inc.". PwC. （2017）. 2017 年全零售報告 Total Retail 2017. 1-25. . Website 1. Scikit-Learn Retrieved from http://scikit-learn.org/stable/index.html 2. TensorFlow Retrieved from https://www.tensorflow.org/tutorials/ 3. Louis Columbus（2017/10）. 80% of Enterprises Are Investing In AI Today. Retrieved from https://www.forbes.com/sites/louiscolumbus/#1bf1a39e09ef 4. IDC（2018）. 2018 年台灣 ICT 市場十大趨勢預測 Retrieved from www.idc.com/itexecutive 5. UCI Retrieved from https://archive.ics.uci.edu/ml/index.php
描述:	碩士國立政治大學經營管理碩士學程(EMBA) 105932011
資料來源:	http://thesis.lib.nccu.edu.tw/record/#G0105932011
資料類型:	thesis
DOI:	10.6814/THE.NCCU.EMBA.031.2019.F08
顯示於類別:	[經營管理碩士學程EMBA] 學位論文

文件中的檔案:

檔案	大小	格式	瀏覽次數
201101.pdf	1284Kb	Adobe PDF2	1768	檢視/開啟

在政大典藏中所有的資料項目都受到原著作權保護.

社群 sharing

著作權政策宣告 Copyright Announcement

1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.

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