Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/92942
DC FieldValueLanguage
dc.contributor陳育毅zh_TW
dc.contributor.author林庭瑜zh_TW
dc.contributor.authorTing-Yu Linen_US
dc.contributor.other資訊管理學系所zh_TW
dc.date2014zh_TW
dc.date.accessioned2015-12-16T05:55:47Z-
dc.identifierU0005-1607201510171400zh_TW
dc.identifier.citation中文文獻 [1] 方國定、孫嘉臨(1999)。系統開發人員與使用者資訊需求認知衝突研究一模糊 理論之應用。中華管理評論,2(7), 93-105。 [2] 王朝鏡(2005)。流行服飾業員工知識組成因素之研究。(碩士),朝陽科技大學, 台中市。 [3] 王境學(2003)。台灣流行女裝品牌資產變數之探討。(碩士),國立臺北大學, 新北市。 [4] 王增伶(1995)。生活型態在臺灣女裝市場區隔之研究:以個案公司為例。(碩 士),輔仁大學,新北市。 [5] 田上康朗(1997)。服飾店行銷策略(初版) (沈鴻英譯)。臺北縣: 漢湘文化出版。 [6] 任維廉、呂堂榮、劉柏廷(2009)。科技接受行為模式之整合分析-三個主要模 式之比較。MIS REVIEW: An International Journal,15(1),101-138。 [7] 吳志宏(2004)。以隱性回饋為基礎的自動化推薦機制。(碩士),朝陽科技大學, 台中市。 [8] 吳亞馨、朱素明、方文昌(2008)。網路購物信任與科技接受模式之實證研究。資訊管理學報,15(1),123-152。 [9] 李玉珍(2000)。服飾店經營管理實務。臺北市: 經濟部。 [10] 李玉瑛(2009)。'我逛, 故我在': 女性逛街購物的時間觀與自我。臺灣社會學 刊(43),43-91。 [11] 李懿文(1996)。流行服裝商品企劃架構之研究。(碩士),輔仁大學,新北市。 [12] 沈叔儒(2003)。流行與服裝設計。台北: 見傳文化。 [13] 季延平、郭鴻志(1995)。系統分析與設計 : 由自動化到企業再造。臺北市: 華 泰。 [14] 林干息(2002)。服裝暨布料風格屬性與設計要素量化尺度分析。中華民國紡織 工程學會誌,20(2),90-91. [15] 林靈宏、張魁宰(2009)。消費者行為學。臺北市: 五南圖書出版股份有限公司。 [16] 邱永祥(2003)。運用類神經網路與資料探勘技術於網路教學課程推薦之研究.(碩士),朝陽科技大學,台中市。 [17] 洪新原、梁定澎、張嘉銘。(2005)。科技接受模式之彙總研究。[A Meta-Analysis of Empirical Research Using TAM]。資訊管理學報, 12(4),211-234。 [18] 胡青怡(2013)。即時促銷資訊行動應用系統之設計。(碩士),中興大學,台中市。 [19] 唐資文(2005)。顧客網路瀏覽行為與網路購物行為之科技接受模式分析。東華 大學企業管理研究所,花蓮縣。 [20] 陳佳芬(1997)。解讀流行時尚 : 文化心﹒流行眼﹒說時尚。臺北市: 遠流。 [21] 陳怡伶(2002)。商品流行化設計策略之研究。(碩士),雲林科技大學。雲林縣。 [22] 陳玫融(2009)。品牌熟悉度對於網路購物推薦機制輔助消費者購物決策滿意度 之影響。(碩士),國立中正大學,嘉義縣。 [23] 陳麗萍(2002)。服裝客製化設計資訊技術應用之研究。[A Study of Applied Information Technology in Customized Fashion Design]。華同紡織期刊,9(2), 218-228。 [24] 喬昭華(2003)。服飾與生活 (初版)。臺北縣: 國立空中大學。 [25] 黃志文、戴媛坪、尹常年(2001)。產品造型及其屬性建構之研究--以婚紗業實 證為例。產業論壇,2:2,頁 215-236。 [26] 黃坤田(2002)。台灣消費者價值信念量表建構與性別差異之探討一以北區大專學生為例。(碩士),輔仁大學,新北市。 [27] 黃謙順、陳傅豆(2005)。應用科技接受模型於國內商務型網站推薦系統之研究。協同商務價值鍊之經營控管實務研討會論文摘要集,15-15。 [28] 楊雅婷(2009)。以理性行為理論和科技接受模型來探討消費者對創新科技智慧 型手機的購買意願行為之研究。 (碩士),南華大學,嘉義縣。 [29] 葉俊麟(2011)。以計劃行為理論與科技接受模型來探討智慧型手機的購買決策。中央大學管理學院高階主管企管碩士班學位論文,1-103。 [30] 葉曾欽、詹雅慧、廖怡瑄、曾宇主、倪琇祺、吳愛菁(2008)。台灣女裝自創品 牌之經營策略與消費者購買行為之研究。華同紡織期刊, 15(3), 207-214。 [31] 資策會(2013)。電子商務年鑑。 [32] 榮泰生(2007)。消費者行為 (2 版)。臺北市: 五南。 [33] 劉美如(2003)。建構一個以產品特徵為基礎之一對一行銷推薦系統。(碩士), 輔仁大學,新北市。 [34] 蔡松霖(2013)。電子商務推薦系統模型之初探。(博士),國立東華大學,花蓮 縣。 [35] 賴怡玲(2002)。網路購物動機對決策行為之影響。(碩士)。國立中山大學,高 雄市。 [36] 藍明(2009)。探討推薦系統之關鍵功能設計-以 amazon. com 網站為例。靜宜 大學資訊碩士在職專班學位論文,1-89。 [37] 羅佳睛(2011)。資料探勘應用於書店顧客關條管理之研究。(碩士),國立勤益 科技大學,台中市。 英文文獻 [1] Adomavicius, G., & Tuzhilin, A. (2004). Recommendation technologies: Survey of current methods and possible extensions. [2] Adomavicius, G., & Tuzhilin, A. (2005). Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. Knowledge and Data Engineering, IEEE Transactions on, 17(6), 734-749. [3] Agrawa訓, R., lmie訓inski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Paper presented at the ACM SIGMOD Record. [4] Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Paper presented at the Proc. 20th int. conf. very large data bases, VLDB. [5] Alba, J., & Lynch, J. (1997). Interactive home shopping: Consumer, retailer, and manufacturer incentives to participate in electronic marketplaces. Journal of marketing, 61(3). [6] Berry, M. J., & Linoff, G. (1997). Data mining techniques: for marketing, sales, and customer support: John Wiley & Sons, Inc. [7] Burns, L. D., & Bryant, N. O. (2000). 服飾事業經營 (洪瑞磷, Trans. 第一版ed.). 臺市: 商鼎文化. [8] Burns, L. D., & Lennon, S. J. (1994). The look and the feel: methods for measuring aesthetic perceptions of textiles and apparel. Aesthetics of textiles and clothing: Advancing multi-disciplinary perspectives, 120-130. [9] Davis, F. D. (1986). A technology acceptance model for empirically testing new end-user information systems: Theory and results. Massachusetts Institute of Technology. [10] Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340. [11] Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management science, 35(8), 982-1003. [12] Easey, M. (2009). Fashion marketing: John Wiley & Sons. [13] Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. [14] Häubl, G., & Murray, K. B. (2006). Double agents: assessing the role of electronic product recommendation systems. Sloan Management Review, 47(3), 8-12. [15] Hoffman, D. L., Novak, T. P., & Peralta, M. (1999). Building consumer trust online. Communications of the ACM, 42(4), 80-85. [16] Hu, P. J., Chau, P. Y., Sheng, O. R. L., & Tam, K. Y. (1999). Examining the technology acceptance model using physician acceptance of telemedicine technology. Journal of management information systems, 16(2), 91-112. [17] Mehra, A., Kumar, S., & Raju, J. S. (2013). 'Showrooming' and the Competition between Store and Online Retailers. Available at SSRN 2200420. [18] Rashid, A. M., Albert, I., Cosley, D., Lam, S. K., McNee, S. M., Konstan, J. A., & Riedl, J. (2002). Getting to know you: learning new user preferences in recommender systems. Paper presented at the Proceedings of the 7th international conference on Intelligent user interfaces. [19] Resnick, P., & Varian, H. R. (1997). Recommender systems. Communications of the ACM, 40(3), 56-58. [20] Sarwar, B., Karypis, G., Konstan, J., & Riedl, J. (2001). Item-based collaborative filtering recommendation algorithms. Paper presented at the Proceedings of the 10th international conference on World Wide Web. [21] Schafer, J. B., Konstan, J. A., & Riedl, J. (2001). E-Commerce Recommendation Applications. Data Min. Knowl. Discov., 5(1-2), 115-153. doi: 10.1023/a:1009804230409 [22] Shen, D., Lennon, S., Dickson, M. A., Montalto, C., & Zhang, L. (2002). Chinese Consumers' Attitudes Toward US-and PRC-Made Clothing: From a Cultural Perspective. Family and Consumer Sciences Research Journal, 31(1), 19-49. [23] VanBoskirk, S. (2005). Consumer Technographics Q2 2005 North American Devices & Access Online Survey: Cambridge: Forrester Research, Inc. [24] Xiao, B., & Benbasat, I. (2007). E-commerce product recommendation agents: use, characteristics, and impact. MIS quarterly, 31(1), 137-209. [25] Zhang, Z., Li, Y., Gong, C., & Wu, H. (2002). Casual wear product attributes: a Chinese consumers' perspective. Journal of Fashion Marketing and Management, 6(1), 53-62. [26] ZIMMERMAN, B. (2012). Can Retailers Halt'Showro0ming'?, THE WALL STREET JOURNAL, p. B1.zh_TW
dc.identifier.urihttp://hdl.handle.net/11455/92942-
dc.description.abstractWith the increasing of e-commerce, more and more shopping sites assist their customers to find products by recommender system. But the research from Institute for Information Industry said over 70% of customers purchased products in shops after browsing e-commerce sites. Recommender System is used for solving information overload problem. Although the problem in a shop isn't as serious as the problem in e-commerce sites, customers spend a lot of time in information searching because of the diverse products in a shop. This paper tried to provide customers in a shop with an innovational service – a recommender system implemented on a mobile application. It would be more convenient than traditional e-commerce sites because the mobile application can provide high motility to match customers' requirement. Based on the survey about 'fashion marketing', 'recommender system', 'customer behavior' and so on, we were inspired to provide an recommended service for customers. In the end, Technology Acceptance Model to model how users come to accept and use our system.en_US
dc.description.abstract隨著電子商務日益進步,越來越多的購物網站成立,並透過推薦系統協助消 費者從眾多商品中快速找到自己所需的商品。不過卻有研究發現有七成的消費者 最終仍就選擇於實體通路購買商品,主要是因為他們認為必須看到實際商品才能 安心購買。雖然賣場中所販賣的商品並不會像網路上的資訊一樣,擁有恐怖的資 料過剩問題,但實體賣場各服飾櫃位所設計的多元商品,也足夠讓消費者在搜尋 商品的時間上,耗費極大成本。因此本研究希望能夠協助這些消費者,透過推薦 系統的協助,節省尋找自己喜愛商品的時間與心力。另外傳統推薦系統較常應用 於電腦上,但賣場中的消費者不可能使用電腦來協助消費,必須採用其他的介面 呈現,使其具方便性及移動性。因此本研究將推薦系統實作於行動應用程式,提 供實體賣場一新服務概念。透過本行動應用程式,使用者可以透過搜尋目標商品 來發掘賣場中更多其所成興趣之商品,籍以減少消費者在賣場中搜尋商品所耗費 之成本,故本研究探討了服飾行銷學、推薦系統、服飾消費者行為等相關研究概 念,並透過科技接受模型來設計一問卷,檢測本應用程式是否能為使用者所接受。 而最終問卷結果顯示消費者是期待利用本研究所提供的應用程式來協助他們進行 購物,以達到減少搜尋成本的效果。zh_TW
dc.description.tableofcontents第一章 緒論 1 1.1. 研究背景 1 1.2. 研究動機 2 1.3. 研究目的 3 1.4. 研究流程 4 1.5. 論文架構 4 第二章 文獻探討 6 2.1. 服飾行銷學相關文獻 6 2.1.1. 服飾行銷學(Fashion Marketing) 6 2.1.2. 流行服飾設計 8 2.1.3. 服飾構成要素探討 9 2.1.4. 服飾屬性名稱相關文獻探討彙整 10 2.2. 服飾消費者行為(Consumer Behavior)探討 13 2.2.1. 服飾消費者 13 2.2.2. 服飾消費者的決策(Consumer decision making)過程 13 2.3. 推薦系統相關文獻 14 2.3.1. 推薦系統定義 14 2.3.2. 推薦系統分類 16 2.3.3. 資料探勘(Data mining, DM) 17 2.3.4. 購物籃分析(Market Basket Analysis) 18 2.3.5. 推薦系統關鍵成功因素 20 2.4. 科技接受模型(Technology Acceptance Model, TAM) 21 第三章 研究方法 25 3.1. 研究資料前置處理 26 3.1.1. 確定研究資料來、 26 3.1.2. 分類研究資料 28 3.1.3. 分析研究資料 30 3.2. 研究模型 30 3.2.1. 本研究科技接受模型 31 3.2.2. 本研究之研究變項與其操作型定義 31 3.3. 問卷設計 32 3.3.1. 「知覺易用性」變數題型 33 3.3.2. 「知覺有用性」變數題型 33 3.3.3. 「使用態度」變數題型 34 3.3.4. 「使用意願」變數題型 34 第四章 系統分析與設計 35 4.1. 系統架構 35 4.2. 資料庫設計 36 4.2.1. 後端資料庫設計 36 4.2.2. 前端資料庫設計 40 4.3. 系統實作 41 4.3.1. 實作環境 41 4.3.2. 前端應用程式 41 4.3.3. 後端商品管理平台 49 4.4. 系統使用情境模擬 50 4.5. 問卷結果 58 4.5.1. 人口統計 58 4.5.2. 實證分析 62 4.5.3. 管理意涵 66 第五章 結論與未來發展 69 5.1. 結論 69 5.2. 未來發展 69 參考文獻 71 附錄 75zh_TW
dc.language.isozh_TWzh_TW
dc.rights同意授權瀏覽/列印電子全文服務,2015-07-16起公開。zh_TW
dc.subjectmobile commerceen_US
dc.subjectrecommender systemen_US
dc.subjectmobile applicationen_US
dc.subjectTAMen_US
dc.subject行動商務zh_TW
dc.subject推薦系統zh_TW
dc.subject行動應用程式zh_TW
dc.subject科技接受模型zh_TW
dc.titleA Mobile Recommender Service and System Implementation for Clothes Shopsen_US
dc.title應用於服飾賣場之行動化推薦服務與系統實作zh_TW
dc.typeThesis and Dissertationen_US
dc.date.paperformatopenaccess2015-07-16zh_TW
dc.date.openaccess2015-07-16-
Appears in Collections:資訊管理學系
文件中的檔案:

取得全文請前往華藝線上圖書館



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.