1

TOPCO 崇越論文大賞

摘要

隨著「無線化」與「行動化」的連網技術日趨成熟，網際網路可以在不受時

空的限制下使用，更加速了資訊產業的發展。各式各樣的虛擬商品也更被廣為使

用、買賣和散布，人們在虛擬世界中進行互動的需求與商品的交易，是相輔相成

的，未來數年應該還能帶來巨大的利潤與成長(王維聰、張文鴻，2009)。故本研究

欲以臉書 Facebook (FB)的使用者為主體，以資料採礦為方法，歸納使用者接受資

訊及購物及加值服務偏好之習慣，探討在社群中，FB 使用者、FB 社群工具、廠

商三者之間的相互關係。本研究以 839 份使用者為樣本，透過集群分析(Clustering

analysis)研究結果將分為三個集群，並且運用關聯法則( Association rules )挖掘出有

用的資訊和知識且找出相似性的消費特徵，當使用者在 FB 平台使用工具，利用促

銷活動來推薦適合的產品或資訊給予使用者，進而提供企業廠商選擇適當的促銷

活動和廣告，以及對使用者於未來 FB 社群網路平台之加值服務偏好行為，來建議

FB 社群網站商業模式規劃與操作取向之參考。

關鍵字：臉書 Facebook; 虛擬社群; 加值服務; 推薦機制; 資料採礦

壹、 前言

一、研究背景與動機

根據財團法人台灣網路資訊中心(TWNIC)公布 2012 年「台灣寬頻網路使用調

查」報告，截至 2012 年 5 月 27 日為止，全國地區上網人口約有 1,753 萬，上網

率達75.44%，其中曾經使用寬頻網路人數為1,530萬人，占曾經上網人口的97.16%。

綜觀統計資料，可見網路已是普遍的趨勢且為現代社會最常接觸傳播媒體之一。

而資通訊科技的快速進展，不僅讓全球各地越來越多人們連結起來，並且更

加緊密。FB 社群網站是如此，FB 比喻成橋梁、椅子、飛機…等，重點就是述說

FB 社群網站是人與人之間的連結工具。

依據 ARO 創市際與 Alexa.com，《數位時代》整理出 2012 台灣網站 100 強，

2

排名第一為 FB 社群網站，FB 社群網站是全球最大的社群網站，可隨時與朋友進

行互動，分享個人資訊或影像。看看身邊的朋友或是想想自己是不是到哪裡或者

是在家裡大螢幕小螢幕裡隨時都會動動自己的手指，隨時看看周邊朋友今天發生

甚麼趣事，以及可以即時發表自己的感想，這樣的心情隨時在塗鴉牆上發布，還

有 FB 其他應用功能，例如打卡、影像分享、聊天室、資料傳送，這些功能都是大

部分的人都在使用的，而如何利用 FB 本身龐大的資料以及使用者的喜好偏好搭配

FB 的應用功能來去做更進一步的個人化推薦，並且利用分群的方式做一連串的推

薦機制。

二、研究與目的

FB 社群有眾多的使用者，企業廠商透過其臉書 FB 社群工具行銷活動也是未

來必然的趨勢。基於前述研究背景與動機，本研究主旨在歸納使用者接受和資訊

的及購物偏好之習慣，探討在 FB 使用者、FB 社群工具、廠商三者之間的相互關

係。，並預期達到以下研究目的：

(一) 利用資料庫系統與資料採礦分析

方法，挖掘出不同族群使用社群及科技功

能的偏好，進而利用促銷活動方式來推薦

產品及資訊給予使用者，以作為 FB 對社群

進行商業模式推薦機制建立之參考。

(二) 隨著各族群成員對該工具的依賴

增加，其社群凝聚力也會增長，為了 FB 社

群增加使用者的黏著度及使用率及獲利模

式，利用資料庫系統，挖掘出各個族群對加

值服務之偏好，以提供 FB 社群未來規劃操

作取向之參考。 圖 1 研究流程圖

三、研究方法與流程

根據研究動機與目的，本研究之研究流程圖如圖 1 所示，將進行文獻探討，

同時蒐集資訊，進而設計問卷及建立資料庫，透過問卷發放，問卷回收之後資料

問卷回收與分析 資料庫建置

研究問題動機與目的

文獻探討

資料庫建置 問卷設計

結論及建議

管理思維及意涵

資料採礦與結果分析

資料庫系統建置

問卷回收彙整

產生關聯性資料庫

發展實體關聯圖

敘述統計分析

3

建立關聯性資料庫，以 IBM SPSS Modeler 為分析工具，透過資料採礦集群分析與

關聯法則的方法，來探討使用者於不同功能的使用，及所偏好的產品或資訊及促

銷活動之推薦機制，以及挖掘出加值服務之偏好，最後提供 FB 平台如何針對目標

客群加強社群行銷優勢及未來規劃操作取之建議。

貳、文獻探討

一、臉書 Facebook (FB)

臉書(Facebook, FB)是由祖克柏(Mark Zuckerberg)於 2004 年所創辦的社交網站

(Social Network Sites, SNS)，剛開始以哈佛大學的學生為對象，逐漸擴展至今。目

前使用人數已破 10 億人口，上傳的相片數量超過 2190 餘億張，只要年滿 13 歲，

提供姓名及電子信箱就可以在臉書上註冊、申請帳號。自 2008 年起推出繁體中文

版，可上傳照片、文章，對別人的動態按讚互動而竄紅，還能成立社團、粉絲專

頁、分享等，台灣瘋臉書程度是全球之冠。據 FB 官方公布的台灣用戶數據，每天

至少 1 千萬人上臉書，以台灣 2335 萬人口估算，等同每 10 人中有逾 4 人每天用

臉書(蘋果日報，2013 年 8 月)。

二、推薦機制

推薦機制方法主要可分為三大類：內容導向過濾法(Content-based Filtering)、

協同過濾法(Collaborative Filtering)。以及結合了內容導向過濾法及協同過濾法特

性的混合式推薦法(Hybrid Approaches)。根據上述三類方法，以下簡述其特性：

(一)內容導向過濾法(Content-based Filtering):系統根據過去與顧客偏好相似

的項目進行推薦。此法會根據個別顧客過去歷史資料(點閱、購買、評分

過)項目之內容進行個人輪廓資料的建立，並根據個人輪廓產生推薦結果

(Tang et al., 2003)。

(二)協同過濾法(Collaborative Filtering):系統根據與使用者相似的使用者偏

好進行推薦。原理在於使用者會偏好參考與其本身偏好類似、相似人的

建議， 因此找到與使用者偏好最為相似的使用者，通常稱這些使用者為

鄰人群(Neighbors)。透過此鄰人群各自過去交易紀錄…等。

(三) 混合式推薦法(Hybrid Approaches)：內容導向過濾法考量使用者的偏好、

興趣時，僅對於項目內容中最重要的特徵值，造成推薦上的限制。協同

過濾法則忽略項目內容，僅根據相似顧客偏好來推薦，可能造成推薦正

4

確性降低。由於上述二者各有其優缺點，單一推薦方法無法解決時，可

使用混合式推薦法，即使用二種或二種以上的推薦方法進行推薦，用以

彌補各單一推薦方法不足之處。

三、加值服務

加值服務的應用目前大部分多集中在手機通訊業，主要在探討行動加值服務

的部分，本研究對於加值服務的定義，是將某項非核心技術、產品或服務利用新

方式加以修正改善，以創造更高的價值，為客戶提供更好的服務 (維基百科，2014

年 2 月) 。

四、資料採礦

資料採礦是一門相當新穎的技術，應用範圍相當廣泛，包含行銷業、金融、

財務、製造…等(Hui & Jha，2000)。Fayyad and Stolorz (1997)定義資料探勘為知識

發現的一個步驟，目的在於找出資料中有效的、嶄新的、潛在有用的、易於瞭解

樣式之一個不繁瑣的過程。Berry and Limoff (2011)提到資料探勘，就是在大量的資

料中，利用自動或半自動的方式予以分析，並能夠從中找出具有意義的關係或法

則。Hui and Jha (2000)指出新科技或技術可協助分析、瞭解以及使大量的儲存資料

予以聚類。由資料庫(Data base)，資料倉儲(Data warehouse)或其他資訊的儲存庫中

利用己儲存之大量資料找到如型樣(Pattern)、關聯(Association)、改變(Change)、異

常 (Anomaly) 和重要結構(Significant structures)的知識過程，稱為資料探勘。

五、文獻探討小結

本研究利用資料採礦技術，來分析使用者習性來配合促銷策略來達成產品或

資訊之推薦，以及利用促銷活動來間接推薦產品及資訊促成使用者實際購買；加

值服務方面，分析使用者偏好，並找出不同族群的使用者所喜好的加值服務，進

而建議 FB 社群網站及未來規劃操作取之建議。

參、研究方法

一、研究架構

本研究之研究架構圖如圖 2 所示，藉由紙本問卷及網路問卷市場調查發放的

http://zh.wikipedia.org/wiki/%E6%A0%B8%E5%BF%83http://zh.wikipedia.org/wiki/%E6%A0%B8%E5%BF%83http://zh.wikipedia.org/wiki/%E7%94%A2%E5%93%81http://zh.wikipedia.org/wiki/%E6%9C%8D%E5%8B%99

5

方式來取得資料，並將使用者使用行為與偏好予以連結。根據研究動機與目的，

建立 FB 使用者基本資料庫、FB 參與行為、FB 粉絲團及社團參與、FB 加值服務

之資料庫、FB 使用者偏好傾向之資料庫及促銷活動偏好資料庫，來描繪使用者完

整的使用及偏好行為，針對 FB 社群之使用者進行問卷調查，並將收集的資料建立

於資料庫系統。

Facebook使用者行為及偏好探索與資料收集

資料庫設計

資料庫建構

Two-step集群分析法

集群一 集群二 集群n-1 集群n……………

Apriori關聯法則

Facebook臉書社群之推薦機制

時段與地點與產品資訊偏好

加值服務

問卷設計

使用者分群

登入

使用者

資料採礦

集群分析 關聯法則

資料市集

促銷活動偏好

加值服務偏好

使用者使用資料

產品及資訊偏好

使用者行為資料庫

加值服務資料庫 促銷活動資料庫使用者資料庫社團

紛絲專頁資料庫

知識產生

推薦機制

行銷策略

產品資訊推薦加值服務推薦

目標客群策略發展

行銷地圖

使用者

圖 2 研究架構圖 圖 3 系統架構圖

二、系統架構圖與資料庫設計

(一) 系統架構

圖 3 為本研究之系統架構圖。可經由使用者資料庫、使用者參與行為、產品

及資訊資料庫、加值服務資料庫與促銷活動資料庫中，利用資料採礦技術找出主

要的使用者，予以分類，對不同類型的使用者給予最適推薦產品或資訊，進而發

展最有效的行銷策略，達到以最小成本並且達成最大利潤之效能目標。

(二) 資料庫的設計與建立

通常在建立關聯性資料庫中有三個主要的設計架構：概念性資料庫、邏輯性

資料庫以及實體資料庫的設計：

6

1. 概念性資料庫(分析階段)：

此架構是藉由組織資料整體結構的細部規格，獨立於任何資料庫管理技術之

外，且會定義整個資料庫。通常概念性架構是以圖形的形式呈現，使用實體－關

係模型或者物件塑模符號來描述。本研究之概念性實體資料庫包含 8 個實體、6 個

關係、122 個屬性(如圖 4)。

2. 邏輯性資料庫(分析與邏輯設計階段)。

使用者執行某些任務所需之特定部分資料庫的邏輯性描述。通常獨立於資料

庫技術外，但包含對應之概念性綱要以及特定使用者或使用者群組相關的子集合。

其邏輯形式是以實體－關聯模型(E－R 模型)、物件圖或關聯表(Relation)的形式來

呈現出來，目的在於完成資料庫正規化(Normalization)的工作(如圖 5)。

3. 實體性資料庫(實體設計階段)：

實體資料庫設計的目的是將資料的邏輯描述，轉換成儲存與擷取資料的技術

規格。目標是產生如何儲存資料的設計。提供適當的效能，並確保資料庫完整性–

安全性及可復原性。本研究是用 Microsoft Access 建立實體資料庫關聯圖(圖 6)。

圖 4 概念性資料庫 圖 5 邏輯性資料庫 圖 6 實體性資料庫

三、研究樣本與問卷設計及發放

本研究樣本為 FB 之使用者為主要發放對象。共計發出 900 份問卷，回收 880

份，扣除 41 份填答不完整的問卷，有效問卷共回收 839 份，有效回收率為 93.2%。

使用者基本資料

使用者基本資料

年齡年齡 教育程度教育程度性別性別

使用者編號使用者編號工作類型工作類型

平均月收入平均月收入

婚姻狀況婚姻狀況

擁有擁有

使用者消費傾向與偏好

使用者消費傾向與偏好

選擇選擇

使用者編號使用者編號 購物通道購物通道

休閒活動休閒活動

影響影響臉書社群參與行為

臉書社群參與行為

目的目的

使用時段使用時段

使用者編號使用者編號

使用的社群功能

使用的社群功能

地點地點

使用的科技功能

使用的科技功能

主要成員主要成員

粉絲專頁粉絲專頁

原因原因 紛絲專業對象

紛絲專業對象

使用者編號使用者編號

社團社團

社團類別社團類別 原因原因

使用者編號使用者編號

選擇選擇

促銷活動促銷活動

實體促銷活動實體促銷活動

虛擬促銷活動虛擬促銷活動

使用者編號使用者編號

oo

促銷活動編號促銷活動編號

E1E1 E2E2

E7E7

E5E5

E4E4

E8E8E11E11

E10E10 E9E9

E3E3

E6E6

V1V1

V6V6

V4V4

V3V3

V7V7V8V8

V2V2

V5V5

愛好的事物內容

愛好的事物內容

使用者編號使用者編號

事物編號事物編號

食食 精品精品

育樂育樂

公益公益

oo

H8H8H3H3

H4H4 H7H7H6H6H5H5

H2H2

H1H1

H9H9

H10H10

F8F8

F3F3

F5F5

F6F6

F2F2 F1F1

F7F7

F4F4

F9F9

Y2Y2

Y7Y7

Y5Y5

Y4Y4

Y8Y8Y9Y9

Y3Y3

Y6Y6

Y1Y1

B1B1

B6B6

B4B4

B3B3

B7B7

B2B2

B5B5

衣衣

C11C11C10C10

C5C5

C7C7

C8C8

C4C4 C1C1

C2C2C3C3

C9C9

C6C6

選擇選擇

接受訊息方式接受訊息方式

使用者編號使用者編號

原因原因

服務類別編號

服務類別編號

加值服務加值服務

oo

加值服務加值服務

A12A12

A1A1

A11A11

A6A6

A8A8

A9A9

A5A5 A2A2A3A3A4A4

A10A10A13A13

A7A7

A14A14

A15A15

資訊資訊

I11I11I10I10

I5I5

I7I7

I8I8

I4I4 I1I1

I2I2I3I3

I9I9

I6I6

使用使用

使用者基本資料

使用者基本資料

使用者編號

使用者編號 性別

性別 年齡年齡教育程度

教育程度

工作類型

工作類型

平均月收入

平均月收入

婚姻狀況

婚姻狀況

使用者偏好與消費傾向

使用者偏好與消費傾向

使用者編號

使用者編號

購物通路

購物通路

休閒活動

休閒活動

類別編號

類別編號

類別編號

類別編號

蛋糕/甜點/麵包

蛋糕/甜點/麵包

生鮮蔬果/天然有機

生鮮蔬果/天然有機

熟食/小吃/滷味

熟食/小吃/滷味

茶葉咖啡/沖泡飲品

茶葉咖啡/沖泡飲品 餐廳/餐券

餐廳/餐券 零食零食

泡麵/調味料

泡麵/調味料

纖盈/美體品

纖盈/美體品 其他

其他

類別編號

類別編號

流行女裝/男裝

流行女裝/男裝

專櫃女裝/男裝

專櫃女裝/男裝 平價/休閒

平價/休閒 中大尺碼中大尺碼 孕婦裝 孕婦裝 童裝童裝

男性/女性內衣(睡衣)

男性/女性內衣(睡衣) 配件配件 塑身衣塑身衣

泳衣/比基尼

泳衣/比基尼 其他

其他

類別編號

類別編號 包包

包包 眼鏡眼鏡 鞋子鞋子 飾品飾品 手錶手錶 專櫃名牌專櫃名牌

其他其他

類別編號

類別編號

3C產品/周邊

3C產品/周邊 國內旅遊

國內旅遊 國外旅遊國外旅遊 電影電影 音樂音樂 遊戲遊戲

交友交友 運動休閒運動休閒 其他其他

類別編號

類別編號 國際救援

國際救援 老人服務老人服務婦幼/

身心障礙關懷

婦幼/身心障礙關懷 遊街抗議遊街抗議 環境環保環境環保 捐錢捐錢

捐物品捐物品 捐血捐血 捐發票捐發票 其他其他

食食 衣衣精品配飾

精品配飾 育樂

育樂 公益公益

臉書社群參與行為

臉書社群參與行為

使用者編號

使用者編號 目的

目的 使用時段

使用時段 地點

地點 使用的社群功能

使用的社群功能

使用的科技功能

使用的科技功能

主要成員

主要成員

紛絲專業與社團參與

紛絲專業與社團參與

使用者編號

使用者編號

粉絲專頁對象

粉絲專頁對象

社團類別

社團類別 原因

原因

加值服務加值服務使用者編號

使用者編號

類別編號

類別編號

加值服務

加值服務

額外資訊

額外資訊

類別編號

類別編號

線上購物/代購/團購

線上購物/代購/團購

地區名產景/點推薦表

地區名產景/點推薦表 電子賀卡

電子賀卡 媒合邀請附近朋友

媒合邀請附近朋友 關鍵字搜尋

關鍵字搜尋 異性交誼異性交誼

QRcode推薦即時下單

QRcode推薦即時下單

即時視訊/通訊(手機板)

即時視訊/通訊(手機板) 其他

其他

原因原因

語音/影音檔搜尋

語音/影音檔搜尋

照片裡產品資訊表

照片裡產品資訊表 動態貼圖

動態貼圖 算命星座占卜

算命星座占卜

線上微電影製作/撥放

線上微電影製作/撥放 線上電子書

線上電子書

類別編號

類別編號 食品/飲料

食品/飲料 美容/保養品

美容/保養品

流行服飾或配件

流行服飾或配件

健/塑身器材

健/塑身器材 3C商品

3C商品 旅遊行程旅遊行程

音樂/影片音樂/影片 玩具/遊戲玩具/遊戲非利益/公益

非利益/公益 其他

其他

促銷促銷使用者編號

使用者編號

類別編號

類別編號

類別編號

類別編號 折價卷

折價卷 折扣優惠折扣優惠 附贈品附贈品 抽樂活動抽樂活動 限時限量限時限量 產品組合銷產品組合銷

買一送一買一送一 第x件x折第x件x折 集點活動集點活動本期特價優

惠

本期特價優惠

實體促銷

實體促銷

虛擬促銷

虛擬促銷

同商品第二件半價

同商品第二件半價

類別編號

類別編號 免運費

免運費 貨品直達送府

貨品直達送府

搶先按讚折扣

搶先按讚折扣 下單即抽獎

下單即抽獎 超商取貨超商取貨 全館折扣全館折扣

贈送虛擬貨幣

贈送虛擬貨幣 其他

其他

接受訊息方式

接受訊息方式

7

四、資料採礦技術與應用軟體

IBM SPSS Modeler 提供了建模節點方便使用者操作，資料集群分析過程主要

是透過節點，設定並連結成串流已完成資料分析的流程。本研究載入使用 Modeler

軟體之前，先將整個資料庫以 Excel 檔案做整理輸入，開啟 Modeler 軟體後以「來

源」裡的節點作 Excel 檔案資料的匯入，利用 Two-step 分出三群平均值接近的使

用者資料，再運用 Apriori 演算法針對各級群作關聯法分析(如圖 7)。

圖 7資料節點串流圖

(一) 集群分析

集群分析(Clustering Analysis)的功用最主要是將樣本資料做分群的分析，在分

析的過程中，系統會自動將所有物件或資料分割成不同的集群，使同一集群內的

資料物件之相似性高。本研究依據問卷六大架構之題項作為分群依據，並將樣本

資料導入 SPSS Modeler 中，以 Two-step 集群演算法將資料庫成員劃分為三群，

依序為 Cluster-1(503 筆資料)、Cluster-2(194 筆資料)、Cluster-3(142 筆資料)等三群。

(二) 關聯規則

從資料庫中找出高頻的項目集合(Large Itemsets)，亦即此集合之各個決策變數

的組合，同時要大於所設定之最低支持度(Minimum Support)。接著，用前述步驟

所產生的高頻項目集合產生關聯性法則，並計算其可靠度，若高於所設定的最低

可靠度(Minimum Confidence)，則此法則確定成立。此外，為減少僅憑藉此兩項指

標可能造成之偏誤，因此考量相關性 (Correlation)，進行相關分析 (Correlation

analysis)，即為增益值(Lift)(Wang et al., 2004)。

( )

( )

增益值＞1，表示 X 與 Y 呈現正相關，規則才具有實用性。

8

肆、資料採礦與實證分析

一、問卷樣本結構描述

本研究回收樣本資料彙

整如下，受試比率男性占

50.24％，女性占 49.76％。年

齡以 18~24 歲為最多，其次

25~34 歲，各佔 43.22％和

34.43％。教育程度以大專院校

居多，占 65.33％。職業以學

生、服務業居多，各占 48.42

％、33.33％。月平均收入則以

20,001~30,000 上占 23.84%為

最多。交往狀況以單身居多，

其中單身者佔 57.79%，僅

25.18%有固定交往對象，且多

為無子女佔 83.94%。

圖 8 Two-step 集群分佈圖

二、集群分析

根據分群變數將虛擬社群加以定義。分群資料特性分別命名為年輕娛樂型、

家庭型、健身樂活型，所分析出來的顧客輪廓及特徵如下：(整理如圖 8、表 1)

(一) 年輕娛樂型：社群功能活耀，對社團有歸屬感，且喜歡娛樂遊戲性資訊，會

因為他人推薦而購買。

(二) 家庭型: 選擇服務以內容有趣為訴求，喜歡多元化的資訊和服務以及旅遊踏

青的活動，希望交易的機制可簡潔便利。

(二)健身樂活型: 喜歡從事關注資訊為運動健身的活動，注重交易機制的安全性。

表 1 Two-step 分群變數資料表

9

三、FB 族群「食、衣、精品、育樂、公益」與促銷活動之推薦機制分析

以各個族群使用 FB 社群及科技功能作為區分，利用關聯圖及關連圖(圓圈配

置、網路配置、方向配置、格線配置)結果做整合挖掘出各族群使用功能之偏好順

序，將「食、衣、精品、育樂、公益」分為兩部份，營利事業─「食、衣、精品、

育樂」，與非營利事業「公益」，再把產品與資訊偏好較強的與促銷活動之類型一

起做關聯法則，找出最適宜的促銷活動來推薦提供合適的產品與資訊。

(一) 商業模式─「食、衣、精品、育樂」之推薦

本研究作集群分析得知三個集群之最常使用的FB社群及科技功能偏好順序，

集群一為動態消息+地點打卡、動態消息+按讚、相片/影片+線上聊天室、個人近

況+上傳影像檔案、社團+尋友功具；集群二為動態消息+塗鴉牆貼文、動態消息+

按讚、動態消息+上傳影上檔案、動態消息+訊息檔案傳送、動態消息+地點打卡；

集群三為動態消息+上傳影像檔、動態消息+地點打卡、動態消息+線上聊天室、動

態消息+按讚、動態消息+訊息檔案傳送。

圖 9 集群一社群及科技功能偏好 圖 10 集群二社群及科技功能偏好

圖 11 集群三社群及科技功能偏好

將 FB 功能使用者偏好與「食、衣、精品、育樂」產品資訊做關聯，並加入促

銷活動作為推薦的方式，來推薦產品及資訊互相搭配。下表為集群一、二、三最

低支持度(Mini support)設為 10%及最低可靠度(Mini confidence)設為 50%，其增益

值皆大於 1，結果下可得知，就集群一「食」之推薦，在使用的功能為地點打卡時，

可利用實體促銷─同商品第二件半價，或者超商取貨之虛擬促銷方式推薦泡麵/調

味料給該群使用者；喜歡蛋糕/甜點/麵包之使用者使用功能為按讚，可利用買一送

一或貨品直達送府推薦；喜歡茶葉咖啡/沖泡飲品之使用者使用線上聊天室之功能，

可利用買一送一或超商取貨來做推薦；集群二、三以此類推(見表 2、表 3、表 4)。

10

表 2 集群一「食」之推薦 表 3 集群二「食」之推薦

表 4 集群三「食」之推薦 表 5 集群一「衣」之推薦

由關聯法則其增益值皆大於 1 及結果可得知，就集群一「衣」之推薦，在使

用的功能為地點打卡時，可利用實體促銷─同商品第二件半價或買一送一，或者免

運費之虛擬促銷方式推薦流行女裝/男裝給該群 FB 使用者；喜歡平價/休閒或專櫃

女裝/男裝類之 FB 使用者使用功能為按讚，可利用折扣優惠或貨品直達送府推薦；

集群二、三以此類推(見表 5、表 6、表 7)。

表 6 集群二「衣」之推薦 表 7 集群三「衣」之推薦

由關聯及結果可得知，就集群一「精品」之推薦，當 FB 使用者在使用的功能

為地點打卡時，可利用實體促銷─折扣優惠，或者超商取貨之虛擬促銷方式推薦鞋

子給該群 FB 使用者；以下集群二、三關聯法則以此類推(見表 8、表 9、表 10)。

表 8 集群一「精品」之推薦 表 9 集群二「精品」之推薦

11

由關聯及結果可得知，就集群一「育樂」之推薦，當 FB 使用者在使用的功能

為地點打卡時，可利用實體促銷─同商品第二件半價，或者贈送虛擬貨幣之虛擬促

銷方式推薦 3C 產品/周邊給該群 FB 使用者；以下集群二、三關聯法則以此類推(見

表 11、表 12、表 13)。

表 10 集群三「精品」之推薦 表 11 集群一「育樂」之推薦

表 12 集群二「育樂」之推薦 表 13 集群三「育樂」之推薦

(二) 非營利事業模式─「公益」之推薦

第二部分為非營利事業「公益」，依據使用功能偏好與「公益」之訊息做關聯

性法則，推薦適當的資訊給使用者。下表為集群一、二、三最低支持度(mini support)

設為 10%及最低可靠度(mini confidence)設為 50%，其增益值皆大於 1，由關聯及

結果可得知，就集群一「公益」之推薦，當在使用的功能為地點打卡時，可推薦

捐血之公益訊息給該群 FB 使用者；關於遊街抗議之公益訊息之推薦於 FB 使用者

使用功能為按讚；運用 FB 使用者使用線上聊天室之功能推薦捐物品之公益資訊該

12

群使用者；以下集群二、三關聯法則以此類推 (見表 14、表 15、表 16)。

表 14 集群一「公益」之推薦 表 15 集群二「公益」之推薦

表 16 集群三「公益」之推薦

四、潛在團購市場之虛實整合之推薦機制分析 ─ FB 粉絲團與社團

而根據以上之推薦機制，探討使用者對於臉書粉絲團及社團的參與類別以及

參與原因及接收訊息的方式，可發展出團購之潛在市場，一般 FB 使用者可以自由

瀏覽網站內提供的各類別商家、及其提供的優惠促銷資訊活動，透過圖文、動畫、

甚至影片的方式，很快就能吸收店家的最新情報與優惠訊息；對於自己中意的優

惠券，還可以馬上列印使用，或是寄出電子信件與親朋好友、死黨一同分享，一

起享受好康優惠。首先探討使用者依據其使用粉絲專頁和社團的原因，下圖為集

群一、二、三之加入紛絲專頁之原因偏好強弱，再進行關聯規則的歸納(見圖 12、

圖 13、圖 14)。

13

圖12 集群一粉絲專頁加入原因關聯圖 圖13集群二粉絲專頁加入原因關聯圖

圖 14 集群三粉絲專頁加入原因關聯圖

由關聯法則可得知，本研究發現就集群一年輕娛樂型在加入粉絲專頁，對象

主要以藝人、樂團或公眾人物以及品牌或商品、娛樂，在訊息接收方式為互動式

遊戲、連結點選與可愛貼圖、音樂提示；以下集群二、三關聯法則以此類推 (見表

17、表 18、表 19) 。

表 17 集群一紛絲專頁之訊息接收關聯 表 18 集群二紛絲專頁之訊息接收關聯

表 19 集群三紛絲專頁之訊息接收之關聯

14

下圖為集群一、二、三之加入社團之原因偏好強弱，再進行關聯規則的歸納(見

圖 14、圖 15、圖 16) 。

圖 15 集群一社團加入原因關聯圖 圖 16 集群二社團加入原因關聯圖

圖 17 集群三社團加入原因關聯圖

由關聯法則可得知，本研究發現就集群一年輕娛樂型在加入社團，對象主要

以購物性社團以及學校性/班級性社團，在訊息接收方式為連結點選與音樂提示；

以下集群二、三關聯法則以此類推。(見表 20、表 21、表 22)。

表 20 集群一社團之訊息接收之關聯要 表 21 集群二社團之訊息接收之關聯

表 22 集群三社團之訊息接收之關聯

15

五、FB 使用者輪廓與加值服務之探勘分析

依據現在的 FB 的使用特性，隨著各族群成員對該工具的依賴增加，其社群凝

聚力也會增長，FB 若要增加使用者的黏著度及使用率，以及增加其收入來源，勢

必要多新增「加值服務」之多項服務功能，並且與廠商合作的機會也會增加。

本研究針對 FB 使用者，將各群對加值服務偏好的關聯之強弱以下圖表示，由

圖可知集群一(年輕娛樂型)最強偏好之加值服務為語音/影音檔搜尋，第二為地區

名產/景點推薦，第三為線上購物/代購/團購，第四為動態貼圖，第五為照片裡產品

資訊表，第六為媒合邀請附近朋友，第七為線上電子書(見圖 18)。

圖 18 集群一加值服務偏好 圖 19 集群二加值服務偏好

圖 20 集群三加值服務偏好

由上圖可知，集群二最強偏好之加值服務為線上購物/代購/團購，第二為地區

名產/景點推薦，第三為照片裡產品資訊表，第四為動態貼圖，第五為算命星座占

卜，第六為語音/影音檔搜尋，第七為異性交宜(見圖 18、圖 19)。集群三(健身樂活

型)之加值服務偏好排序以此類推。

16

伍、結論與建議

一、研究結論

本研究結果發現，不同族群使用之功能偏好有差異，並且利用促銷活動的方式來

推薦適合的產品或資訊給予顧客，進而滿足目標族群之需求；對於團購市場發展

之可能性是針對紛絲專頁及社團的加入原因，並利用使用者接受訊息之偏好及前

述之推薦機制，來進一步之提醒團體推薦；針對加值服務的部分，尋找不同族群

所喜好的加值服務，再以使用者的需求來進行加值服務之推薦，以滿足消費者對

FB 滿意度及黏著度。

二、管理意涵之建議

(一) 臉書社群的推薦機制行銷意涵

臉書為社交網站平台之一，而臉書為主要的目的為不受空間與時間的限制下讓人

與人的連結，其社群經營模式主要以分享機制為主，例如：「按讚」、「連結轉貼」，

也有推薦之機制為「遊戲推薦」，但對於產品資訊推薦尚未健全，且目前 Facebook

的首頁廣告行銷推薦為被動式的行銷手法，而本研究根據第四分析結果，提出具

體的方式就是「使用者是在 FB 網路平台上使用之工具主動推薦，使用者付費後，

在店頭或在家裡享受服務或取得商品，」，發展出 Online to Offline，也就是「線上

對應線下實體」之電子商務模式，將其提高 FB 社群與企業廠商合作關係與獲利模

式，並且也提高企業廠商虛實整合的經營模式。

表 23 FB 廣告推薦與本研究推薦機制比較表

17

食

泡麵/調味料蛋糕/甜點/麵包茶葉咖啡/沖泡飲品

熟食/小吃/滷味生鮮蔬果/天然有機

蛋糕/甜點/麵包茶葉咖啡/沖泡飲品

餐廳/餐券纖盈/美體品零食

餐廳/餐券熟食/小吃/滷味

零食蛋糕/甜點/麵包

茶葉咖啡/沖泡飲品

生鮮蔬果/天然有機

促銷活動

同商品第二件半價買一送一買一送一產品組合銷售買一送一

超商取貨貨品直達送府超商取貨貨品直達到府超商取貨

限時限量買一送一折扣優惠折扣優惠附贈品

全館折扣免運費─超商取貨免運費

折扣優惠折價券/買一送一折扣優惠買一送一/折價券折價券

超商取貨免運費/全館折扣超商取貨超商取貨免運費/超商取貨

強弱

衣

流行女裝/男裝平價/休閒

專櫃女裝/男裝配件中大尺碼

男性/女性內衣(睡衣)

流行女裝/男裝平價/休閒專櫃女裝/男裝童裝配件

流行女裝/男裝平價/休閒專櫃女裝/男裝配件中大尺碼

促銷活動

買一送一同商品第二件半價

折扣優惠折扣優惠同商品第二件半價

折扣優惠產品銷售組合

免運費貨品直達送府超商取貨超商取貨免運費

折扣優惠折價券

買一送一折價券折價券折扣優惠

免運費免運費免運費全館折扣全館折扣

附贈品折扣優惠買一送一折扣優惠

附贈品買一送一

超商取貨免運費超商取貨或全館折扣

搶先案讚折扣免運費

精品

鞋子包包手錶眼鏡專櫃名牌

包包鞋子飾品手錶專櫃名牌

包包眼鏡鞋子飾品專櫃名牌

促銷活動

折扣優惠同商品第二件半價產品組合銷售買一送一折價券

超商取貨貨品直達送府貨品直達到府贈送虛擬貨幣贈送虛擬貨幣

折扣優惠限時限量買一送一─折扣優惠

超商取貨全館折扣免運費免運費免運費

折價券折扣優惠折價券折扣優惠或集點活動

折扣優惠全館折扣

搶先按讚折扣貨品直送到府

全館折扣免運費

超商取貨免運費

育樂

3C產品/周邊國內旅遊交友運動休閒音樂

國內旅遊3C產品/周邊電影國外旅遊音樂

3C產品/周邊國內旅遊國外旅遊運動休閒遊戲

促銷活動

同商品第二件半價折價券─本期特價優惠─

贈送虛擬貨幣──搶先按讚折扣─

買一送一折價券折價券折扣優惠─

─免運費───

附贈品折扣優惠本期特價優惠折價券買一送一

全館折扣───贈送虛擬貨幣

公益

3C產品/周邊國內旅遊交友運動休閒音樂

婦幼/身心障礙關懷

國際救援環境環保──

捐血遊街抗議捐物品老人服務婦幼/

身心障礙關懷

集群一

集群二

集群三

圖 21 各功能之產品資訊與促銷活動之行銷知識地圖

推薦力

18

本研究將集群分析及關聯法則結合，透過進一步地分析可更加瞭解不同集群

之間對於不同工具使用的偏好順序，並以促銷活動方式與偏好較高的產品或資訊

做搭配，以達到推薦的效果，經由分析表描繪出三個族群的行銷知識地圖，使 FB

社群平台更加了解不同集群消費者的偏好(如圖 21、表 23)。

(二) 臉書紛絲專頁與社團之行銷意涵

2012 年是網路社群發展最快速的一年，幾乎所有的網友都在使用社群網站，

而 FB 團體加入對象又將分為社團及紛絲專頁，如此也就產生了一個現象，每間企

業開始成立自己的粉絲專頁，每個政治人物開始有了自己的社群帳號成立社團，

因為在網路上的互動比實體更多更頻繁，使用者的回饋更快更直接。

根據此社團及紛絲專頁兩種不同特性，就本研究第四章探討與分析，使用者

對於臉書粉絲團及社團的參與類別以及參與原因及接收訊息的方式之結果，建議

廠商企業可利用虛實整合經營模式 (Click and Mortar Business Model) 以及前節所

提出之推薦機制及 FB 本身之分享機制，進一步提出展出團購之潛在市場可能性，

FB 使用者可以很快就能吸收店家的最新情報與優惠訊息；對於自己中意的優惠券，

還可以馬上使用，或是按讚與轉貼給親朋好友，一起享受好康優惠。根據虛實整

合經營模式，整理為四個方向之整合發展:

1. 通路整合

利用多通路整合帶來的效益，與顧客建立穩固的關係提高保留現有的顧客，

並吸引新的顧客(Aberdeen Group, 2003)。企業可利用 FB 紛絲專頁或是社團或實體

的通路作為行銷的機會，提高品牌知名度，以及增加他們的實體商店的銷售或增

加他們的線上銷售。

2. 品牌整合

品牌整合之重要性為品牌知名度，可以產生鼓勵和信任購買，利用 FB 之社群

平台可提供企業廠商之消費訊息迅速散發和進行商業模式之運作。

3. 流程整合

Lovelock (1995)提出有關於類似流程整合的概念，促進服務傳遞(Facilitating

Services) 包含：資訊、訂購方式、結帳、付款方式與強化服務價值(Enhancing

Services)包含：諮詢、接待、保管、例外處置。透過 FB 加值服務，虛實整合可成

為更具操作性。

4. 顧客服務整合

FB 社群網頁人性化與個人化的界面設計，以及與企業廠商之合作，提供完整

服務整合，將會減少使用者在使用上的抱怨，提升使用者滿意度與黏著度。比較

粉絲專頁和社團，在使用上的目的性是有所差異的，粉絲專頁適合企業、廠商、

組織和公眾人物與粉絲群互動，社團則是使用者本身或是針對需要成員加入討論

的主題為目的，網路社群的團體力量不容小覷，只不過當大家都爭先恐後地成立

官方粉絲帳號，至少仍需注意以下幾件事：粉絲專頁及社團的類別、粉絲為了什

19

麼加入(使用者會想追蹤企業粉絲團或社團的主因是「隨時了解最新的動態與資訊」

為了「想得到折扣或價格的優惠」以及「對此喜愛與支持」。)、廣告文的關注程度。

由下圖可知，廣告訊息的效果，只有 15% 的實際交易可能。根據以上分析結果，

本研究提出一套臉書社群之紛絲專頁與社團對使用者接受訊息主動推薦方式之行

銷的操作模式(見圖 22)。

藝人、樂團或公眾人物

品牌或商品 娛樂

地方性商家或地點 品牌或商品

地方性商家或地點

品牌或商品藝人、樂團

或公眾人物

服務性社團 購物性社團

購物性社團 學校性/班級性社團

職業性社團 傳教性社團

跳出廣告

連結點選

音樂提示

互動式遊戲

可愛貼圖

連結點選

音樂提示

連結點選

連結點選

連結點選

連結點選

可愛貼圖

連結點選

音樂提示

互動式遊戲

可愛貼圖

粉絲專頁 社團

集群一

集群二

集群三

圖 22 紛絲專頁與社團之行銷地圖

(三) 臉書社群的加值服務模式意涵

根據第四章分析結果及前節虛實整合的經營模式的發展，本節將對於臉書社

群網路平台建議各群的偏好來設立加值服務機制，提供 FB 使用者加值服務，藉著

增加服務與內容，來增加商業模式的可能性，以及增加 FB 企業廠商合作後之獲利

商業模式(如圖 23)。

加值服務

語音/影音檔搜尋

收費區分

強

弱

地區名產/景點推薦

線上購物/代購/團購

動態貼圖照片裡產品資訊表

媒合邀請附近朋友

線上電子書

線上購物/代購/團購

地區名產/景點推薦

照片裡產品資訊表

動態貼圖算命星座占

卜語音/

影音檔搜尋異性交宜

媒合邀請附近朋友

關鍵字搜尋動態貼圖電子賀卡即時訊息(手機版)

線上微電影製作/撥放

QRcode推薦及時下單

免費使用更多服務需付費

付費使用更多服務需付費

免費免費使用更多服務需付費

付費使用更多服務需付費

免費使用更多服務需付費

使用更多服務需付費

免費使用更多服務需付費

免費免費使用更多服務需付費

使用更多服務需付費

免費使用更多服務需付費

使用更多服務需付費

圖 23 行銷地圖─加值服務設立

集群一

集群二

集群三

推薦力

20

陸、後續研究之建議

研究限制與研究結果之發現，本研究仍值得更進一度探討與研究，因此，對

於後續研究者提出幾點建議，最為後續研究之參考。

一、進行問卷調查的過程中，受訪者可能會有敷衍應付之情形，以致填答時誤選

將會使研究結果發生偏誤，為了避免之部分，以親自過濾問卷力求把關。

二、後續研究可嘗試以不同資料採礦方法進行資料庫探勘。

三、本研究依照資料採礦分析結果，提出臉書社群商業模式的推薦機制，對於推

薦機制的可行性與否，或是能更進一步的提出付費機制，將其更完整的整合，仍

有待後續研究繼續探討。

參考文獻

王維聰、張文鴻(2009)。虛擬商品與電子商務。科學發展 2009 年 10 月， 442 期。

財團法人台灣網路資訊中心(Taiwan Network Information Center, TWNIC)(2013 年 9

月)。2013 年「台灣寬頻網路使用調查」。http://www.twnic.net/NEWS4/129.pdf。

數位時代(2013 年 3 月)。「台灣網站 100 強」。2013 年 10 月 15 日，取自：

http://www.bnext.com.tw/article/view/id/26755

蘋果日報(2013 年 8 月)。「台灣瘋臉書 全球第一」。2013 年 10 月 15 日，取自：

http://www.appledaily.com.tw/appledaily/article/headline/20130821/35235891

Agrawal, R., Imielinski, T., and Swami, A. (1993). Mining association rules

betweensets of items in large databases. ACM SIGMOD Conference, Washington

DC,USA, 254-259.

Aberdeen Group (2003). Converging On A Successful Multi-Channel Retail Model: A

Retail Sector IT Trend Analysis And Road Map, October, Aberdeen Group, Boston,

MA, pp.1-79.

Berry, M. J. & Linoff, G. (2011). Data Mining Techniques for Marketing. Wiley Press.

Check Facebook. (2013) Facebook Marketing Statistics, Demographics, Reports, and

News Retrieved 2013, from http://www.socialbakers.com/facebook-overview-statistics/

Hui, S. C. & Jha, G. (2000). Data mining for customer service support. Information &

Management,38 (1). 1-14.

Lovelock, C., 1995. Competing on Service： Technology and Teamwork in

Supplementary Services, " Strategy & Leadership, Vol.23, Iss.4, pp.32-46.

Tang, T. Y., Winoto, P., Chan, K. C. C., (2003) On the Temporal Analysis for Improved

Hybrid Recommendations, Proceedings of the IEEE/WIC (WI’03), Halifax, pp.

214-220.

http://www.twnic.net/NEWS4/129.pdfhttp://www.socialbakers.com/facebook-overview-statistics/