網路算命使用者行為與特徵分析：資料探勘技術之應用

Characteristics and Behavior Analysis of Online Fortune Telling Users-A Data Mining Approach

10.7014/SRMA.2017040003

帥嘉珍(Jia-Jane Shuai)；陳杏枝(Hsinchih Chen)；陳耀斌(Yao-bin Chen)

網路算命 ； 資料探勘 ； 約略集合理論 ； 決策樹 ； 貝氏網路 ； online fortune telling ； Data Mining ； Rough Set Theory ； Bayesian network ； Decision Tree

調查研究-方法與應用

37期（2017 / 04 / 01）

97 - 154

繁體中文

命理在華人社會中一直有很大的影響力，近年來隨著使用網際網路的人口快速增長，在台灣命理相關網站日漸風行。本研究使用資料探勘工具，針對台灣民眾使用網路算命行為，分析網路算命使用者的個人特質、使用行為以及使用者動機。本研究以約略集合理論（Rough Set Theory）、決策樹（Decision Tree）與貝氏網路（Bayesian Net-work）的資料探勘方法來進行分析，希望能區隔民眾使用網路算命之特徵、偏好，以瞭解台灣民眾使用網路算命的趨勢。研究發現：網路算命使用者與其個人宗教信仰以及網路宗教的使用密切關係，有朝向上班族及高學歷兩種趨勢，本研究結果將有助於增進對網路算命研究課題之瞭解，同時也可以提供網路業者做為經營參考。

Fortune telling has always been influential in Chinese society. In recent years, internet users have increased considerably in number. This has led to attention to internet-related behavior and characteristics. This study aims to understand the motivation and behavior pattern for Taiwanese users of on-line fortune telling. This paper proposes a method that links the rough set theory, Bayesian network and decision tree modeling for causal analysis. According to our research, usage of on-line fortune telling is related to users' religion and online religion experience. On the other hand, there are a growing number of well-educated people and full-time workers who use online fortune telling. Data mining results for targeting marketing to on-line users can offer Internet enterprises information for marketing decision making. Based on the findings of this study, conclusions and implications for management are discussed.

1. 江羿臻、林正昌(2014)。應用決策樹探討中學生學習成就的相關因素。教育心理學報，45(3)，303-327。
   連結：
2. 吳怡瑾、李睿傑、陳子立(2014)。以資料探勘技術建立宅配業之車輛維修及預警決策支援系統。管理與系統，85，41-182。
   連結：
3. 帥嘉珍、高振源、蘇宜芬(2009)。從使用者觀點討論科技產業應用企業系統之綜合效益—以 ERP 對SCM 之影響為例。電子商務研究，7(3)，269-290。
   連結：
4. 郭貞(2005)。影響網路算命行為因素與動機之探討：找尋網路算命行為之動力心理模式。新聞學研究，85，41-182。
   連結：
5. 郭貞(2005)。影響網路算命行為因素與動機之探討：找尋網路算命行為之動力心理模式。新聞學研究，85，41-182。
   連結：
6. 鄒小蘭、王琡棻(2015)。國中一般智能資賦優異學生鑑定資料分析與預測力研究。特殊教育學報，42，87-110。
   連結：
7. 台灣網路資訊中心，2015，2014 年臺灣寬頻網路使用狀況調查（https://www.twnic.net. tw/download/200307/20140820e.pdf，取用日期：2015 年10 月20 日）。
8. 1111 人力銀行，2007，企業求才命理大調查（https://winner.1111.com.tw/zone/pr/headline. asp?autono=1577，取用日期：2015 年10 月15 日）。
9. WEKA: Data Mining Software in Java. http://www.cs.waikato.ac.nz/ml/weka/ (Date visited: July 17, 2015)
10. Yes123 求職網，2015， 羊年職場命理調查（https://www.yes123.com.tw/admin/white_ paper/index_list.asp，取用日期：2015 年10 月15 日）。
11. Friedman, Nir,Geiger, Dan,Goldszmidt, Moises(1997).Bayesian Network Classifiers.International Machine Learning,29,131-163.
12. Gürbüz, Feyza,Özbakira, Lale,Yapicib, Hüseyin(2009).Classification Rule Discovery for the Aviation Incidents Resulted in Fatality.Knowledge-Based Systems,22(8),622-632.
13. Kuo, Cheng(2009).A Study of the Consumption of Chinese Online Fortune Telling Services.Chinese Journal of Communication,2(3),288-306.
14. Kuzey, Cemil,Uyar, Ali,Delen, Dursun(2014).The Impact of Multinationality on Firm Value: A Comparative Analysis of Machine Learning Techniques.Decision Support Systems,59,127-142.
15. Lövheim, Mia(2008).Rethinking Cyberreligion? Teens, Religion and the Internet in Sweden.Nordicom Review,29(2),205-217.
16. Osborne, Jason W.(2015).Best Practices in Logistic Regression.New York:Sage Publications.
17. Pawlak, Zdzistaw(1982).Rough Sets.International Journal of Computer and Information Science,11(5),341-356.
18. Pawlak, Zdzistaw(2002).Rough Sets and Intelligent Data Analysis.Information Sciences,147(1),1-12.
19. Peters, James F.(edited),Skowron, Andrzej(edited),Wolski, Marcin(edited),Chakraborty, Mihir K.(edited),Wu, Wei-Zhi(edited)(2009).Transactions on Rough Sets X.Heidelberg , Berlin:Springer-Verlag.
20. Predki, Bartlomiej,lowinski, Roman S.,Stefanowski, Jerzy,Susmaga, Robert,Wilk, Szymon(1998).ROSE-Software Implementation of the Rough Set Theory.Rough Sets and Current Trends in Computing: First International Conference, RSCTC'98 Warsaw, Poland, June 22-26, 1998 Proceedings,Berlin/Heidelberg:
21. Predki, Bartlomiej,Wilk, Szymon(1999).Rough Set Based Data Exploration Using ROSE System.Foundations of Intelligent Systems: 11th International Symposium, ISMIS'99 Warsaw, Poland, June 8-11, 1999 Proceedings,Berlin/Heidelberg:
22. Quinlan, J. Rose(1993).C4.5: Programs for Machine Learning.San Francisco, CA:Morgan Kaufmann.
23. Shuai, Jia-Jane,Li, Han-Lin(2005).Using Rough Set and Worst Practice DEA in Business Failure Prediction.Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing: 10th International Conference, RSFDGrC 2005, Regina, Canada, August 31-Septemper 3, 2005, Proceedings, Part II,Berlin/Heidelberg:
24. Walczak, Beata,Massart, D.L.(1999).Tutorial Rough Sets Theory.Chemometrics and Intelligent Laboratory Systems,47(1),1-16.
25. Wu, Wei-Wen,Lee, Yu-Ting,Tseng, Ming-Lang,Chiang, Yi-Hui(2010).Data Mining for Exploring Hidden Patterns between KM and Its Performance.Knowledge-Based Systems,23(5),397-401.
26. 林夆錡(2009)。碩士論文(碩士論文)。嘉義，南華大學傳播學研究所。
27. 張國偉(2003)。碩士論文(碩士論文)。高雄，國立中山大學資訊管理學系研究所。
28. 郭貞(2004)。行政院國家科學委員會專題研究計劃報告行政院國家科學委員會專題研究計劃報告,台北:國立政治大學廣告學系。
29. 陳建榮(2004)。網路社會中的巫術文化—台灣網路算命之初探。崇右學報，10，263-281。
30. 章英華、傅仰止(2004)。行政院國家科學委員會專題研究計劃報告行政院國家科學委員會專題研究計劃報告,台北:中央研究院社會學研究所。
31. 傅仰止、杜素豪(2009)。行政院國家科學委員會專題研究計畫報告行政院國家科學委員會專題研究計畫報告,台北:中央研究院社會學研究所。
32. 傅仰止、章英華、杜素豪、廖培珊(2015)。行政院國家科學委員會專題研究計畫報告行政院國家科學委員會專題研究計畫報告,台北:中央研究院社會學研究所。
33. 劉素君(2012)。碩士論文(碩士論文)。台北，實踐大學企業管理學系。
34. 薄懷武(2009)。碩士論文(碩士論文)。台北，東吳大學社會學研究所。
35. 瞿海源(1999)。術數流行與社會變遷。臺灣社會學刊，22，1-45。
36. 顏任儀(2012)。玩命之徒的玩命之途：女性算命行為的性別面向分析。性別教育平等季刊，61，108-114。
37. 魏劭楷(2010)。碩士論文(碩士論文)。嘉義，南華大學生死學研究所。

1. 黃冠儒,張仁和,林義宏(2023)。命運信念、社會階層與心理健康：台灣社會變遷基本調查之分析。中華心理學刊，65(2)，109-126。