線上消費者平台再購行為的RFM預測模型－以Yahoo！奇摩拍賣女裝為例

何靖遠; 陳慧玲; 廖致淵

doi:10.6338/JDA.201402_9(1).0001

山西大学，您好！

感谢采购，人社期刊库｜人社论文库，期间：2024/01/01~2024/12/31

感谢试用，科学期刊库｜科学论文库，期间：2024/10/20~2025/01/20

浏览高级检索

关闭
检索检索高级检索出版物检索
浏览期刊主题浏览核心期刊浏览期刊拼音浏览

关闭

查询符号(半角)	查询符号意义说明
空格	表示为「AND」两个查询词之交集
双引号 ( " " )	片语以双引号标示开始及结束，而且只寻找出现顺序相同的字词，例： " image process "
?	表示一个字母切截，输入两个?表两个字母，依此类推，例：输入「Appl?」，查得结果应为appl e , appl y … ( 常用于英文字查询 )
*	表示不限字母切截，由0~n. 例：输入「appl*」，查得结果应为appl e , appl es , appl y , appl ied , appl ication … ( 常用于英文字查询 )
AND、OR、NOT	布尔逻辑组合关键字，用来扩大或缩小查询范围的技巧。 (1) AND ：缩小查询范围 (2) OR ：扩大查询范围(3) NOT：排除不相关的范围

DOI 是数位物件识别码（ D igital O bject I dentifier ）的简称，
为物件在网路上的唯一识别码，可用于永久连结并引用目标物件。

使用DOI作为永久连结

每个DOI号前面加上「 http://dx.doi.org/ 」便成为永久网址。
如以DOI号为 10.5297/ser.1201.002 的文献为例，此文献的永久连结便是： http://dx.doi.org/ 10.5297/ser.1201.002 。
日后不论出版单位如何更动此文献位置，永久连结所指向的位置皆会即时更新，不再错失重要的研究。

引用含有DOI的文献

有DOI的文献在引用时皆应同时引用DOI。若使用APA、Chicago以外未规范DOI的引用格式，可引用DOI永久连结。

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。如想对DOI的使用与概念有进一步了解，请参考（）。

ACI:

数据来源：Academic Citation Index，简称ACI

台湾最大的引用文献资料库，目前收录台湾与港澳地区所出版的人文学、社会学领域学术期刊之书目资料与参考文献，总期刊量超过690种，每年定期公布收录期刊的影响指数(Impact Factor)等指标给大众，并提供专家学者与学术单位实用的计量与分析功能。

五年影响指数（5-Year Impact Factor）：某一期刊前五年所出版的文章在当年度的平均被引用次数。

公式：（前五年发表论文在统计年的被引用次数）÷（前五年论文产出论文总篇数）

例如：A期刊2017年之五年影响指数

(A期刊2012-2016年发表论文在2017年的被引总次数)/(A期刊2012-2016年发表的论文总数)

什么是预刊文章？

为提供读者最前线之学术资讯，于期刊文献获同意刊登后、纸本印制完成前，率先于网路线上发表之文章即为预刊文章。预刊文章尚未有卷期、页次及出版日期资讯，但可藉由DOI号识别。 DOI号是文献的数位身份证字号，不论预刊或正式出版皆不会改变，读者可点击DOI连结，或于DOI号前面加上「 http://dx.doi.org/ 」连结到文献目前最新版本。

如何引用预刊文章？

请使用预刊文章的线上发表日期及DOI号来引用该篇文献。

引用范例(视不同引文格式规范可能有所差异)：

作者姓名。文章篇名。期刊名称。 YYYY/MM/DD线上预先发表。

doi:DOI 号

来源数据

P1 - 23

基础与应用科学 > 资讯科学
基础与应用科学 > 统计
社会科学 > 管理学

DOI： 10.6338/JDA

书目管理工具

相关连结

问题回报

全文下载

线上消费者平台再购行为的RFM预测模型－以Yahoo！奇摩拍卖女装为例

A RFM-Based Forecast Model of Consumers' E-marketplace Repurchase Behavior at Yahoo! Taiwan Auction Website

何靖远(C. Y. Ho) ；陈慧玲(H. L. Chen) ；廖致渊(C.Y. Liao)

Journal of Data Analysis ； 9 卷 1 期 (2014 / 02 / 01) ， P1 - 23

繁体中文 DOI： 10.6338/JDA.201402_9(1).0001

平台再购行为；预测模型；随机森林； E-marketplace Repurchase Behavior ； RFM ； Forecast Model ； Random Forests

2 个人觉得这篇文章赞

摘要 │ 参考文献 (35) │ 被引用文献 (1) │ 国际计量

摘要〈TOP〉

并列摘要〈TOP〉

Revealed by a Harvard Business Review article in 1990, ”increasing customer retention rates by 5% increases profits by 25% to 95%” is shown by a cross-industry study. The MIC of III in Taiwan estimated the e-commerce trading volumes can reach 430 billion NT dollars in 2011, yet only 28.6% online sellers can make a profit in 2009. How to attract new customers and retain existing ones becomes a critical issue for e-marketplace operators and sellers as well. This study defines the repeated shopping of online consumers in a certain website as his/her e-marketplace repurchase behavior, which reflects the behavioral loyalty to e-marketplace. Based on the database marketing concept of RFM, we establish a forecast model for consumers' e-marketplace repurchase behavior with six predictor variables associated with an online consumer. They include the number of days since last purchase (recency), cumulative number of purchases (frequency), cumulative and average purchasing amount (monetary), number of repurchased sellers, and the latest rating given in the website.The study used web content mining to crawl transactions of women's clothing at Yahoo! Taiwan Auction website. We captured 18,881 transactions in a five-month period from randomly selected sellers of women's clothing and identified 5,682 buyers who purchased from those sellers and posted ratings. The Logistic regression in SPSS and the Random Forests in STATISTICA were used for data analysis, and the results showed all six predictor variables significantly influenced e-marketplace repurchase behavior, only the effect of average purchasing amount is negative, which is different from that of cumulative purchasing amount. In contrast to the findings by the forecast model of seller repurchase behavior, the impacts of the four RFM variables except the cumulative number of purchases are smaller in e-marketplace repurchase behavior than in the seller's repurchase behavior and the impact of latest rating is also smaller in the forecast model of e-marketplace repurchase behavior. Due to the literature of repurchase behavior in e-commerce is scant, this study further the research streams in using actual trading data. In practice, it can facilitate e-marketplace operator and sellers focusing on the critical information to retain existing customers and attract new ones.

参考文献 ( 35 ) 〈TOP〉

资策会(FIND)(民97 年12 月18 日)。2008 年台湾网路C2C 消费发展趋势分析。取自http://mic.iii.org.tw/aisp/reports/reportdetail_register.asp?docid=2652
资策会(FIND)(民99 年10 月18 日)。ICT 产业研究-2010 台湾线上购物市场规模3,583 亿元。取自http://www.iii.org.tw/service/3_1_4_c.aspx?id=127。
创市际市场研究顾问 (民96 年11 月09 日。)台湾网路拍卖稳定成长“Yahoo! 奇摩拍卖”独占鳌头【新闻群组】。2011 年3 月16 日取自http://www.insightxplorer.com/news/news_11_09_07.html
财团法人台湾网路资讯中心(民 100 年 1 月)。2011 年台湾宽频网路使用调查报告【新闻群组】。2011 年 3 月15 日取自http://www.twnic.net.tw/download/200307/1101d.pdf
Anderson, R. E.,Srinivasan, S. S.(2003).E‐satisfaction and e‐loyalty: A contingency framework.Psychology and Marketing,20(2),123-138.

被引用文献 ( 1 ) 〈TOP〉

洪诗婷,王智立(2019)。运用资料采矿技术於家庭收支调查之研究。Journal of Data Analysis，14(6)，1-20。

国际计量

〈TOP〉

E-mail ：

文章公开取用时，将寄通知信至您填写的信箱地址