簡易檢索 / 詳目顯示
| 研究生： |
彭琬茹 Peng, Wan-Ru |
|---|---|
| 論文名稱： |
以AI人工智慧預測網購消費者購買意願 Predicting the Consumers' Willingness to Purchase Online Products with Artificial Intelligence |
| 指導教授： |
謝明華
Hsieh, Ming-hua |
| 口試委員: |
邱于芬
李宜熹 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 經營管理碩士學程(EMBA) Executive Master of Business Administration(EMBA) |
| 論文出版年： | 2019 |
| 畢業學年度： | 107 |
| 語文別： | 中文 |
| 論文頁數： | 47 |
| 中文關鍵詞： | 機器學習 、電子商務 |
| DOI URL： | http://doi.org/10.6814/THE.NCCU.EMBA.063.2019.F08 |
| 相關次數： | 點閱：250 下載：21 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
本文採用機器學習之分類技術，透過Kaggle平台現有之公開資料，建立模型，以預測網路平台上的評論者是否最終購買產品。除此之外，透過情感分析方法，萃取評論的正面、負面、中立以及複雜程度，以數值化文本，納入模型進行分析。本研究所建立之分類器的準確度都能高過全判別為不購買的準確度，其中以決策樹的表現最佳，準確度高達95%，且precision達八成。隨後透過集成學習方法，建立隨機森林方法的分類器，雖然準確度未能優化，但precision達88%。最終，就決策樹以及隨機森林所挑選的變數重要性來看，評論中的情緒成為評論者購買意願的關鍵要素。
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究方法與研究目的 3
第二章 人工智慧技術與機器學習 5
第一節 人工智慧 5
第二節 機器學習 13
第三節 人工智慧之電商平台應用 17
第三章 模型介紹 20
第一節 監督式機器學習 20
第二節 集成學習 (ENSEMBLE LEARNING) 26
第三節 情感分析 (SENTIMENT ANALYSIS) 28
第四章 實證分析 31
第一節 資料處理與敘述 32
第二節 數值分析 39
第五章 結論 45
參考文獻 46
Bellman, R. (1978). An introduction to artificial intelligence: Can computers think? : Thomson Course Technology.
Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with Python: analyzing text with the natural language toolkit: " O'Reilly Media, Inc.".
Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees. Monterey, CA: Wadsworth. Wadsworth Statistics/Probability Series. In: Wadsworth Advanced Books and Software, Belmont, CA.
Charniak, E., & McDermott, D. J. R. A. (1985). Introduction to AI.
Cortes, C., & Vapnik, V. J. M. l. (1995). Support-vector networks. 20(3), 273-297.
Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business Review, 108-116.
Géron, A. (2017). Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems: " O'Reilly Media, Inc.".
Haugeland, J. J. C. o. (1985). Artificial Intelligence: The Very Idea. 1985. 26.
Ho, T. K. (1995). Random decision forests. Paper presented at the Document analysis and recognition, 1995., proceedings of the third international conference on.
Hutto, C., & Gilbert, E. (2014). VADER: A Parsimonious Rule-based Model for Sentiment Analysis of Social Media Text. Eighth International Conference on Weblogs and Social Media (ICWSM-14).”.
Kurzweil, R., Richter, R., Kurzweil, R., & Schneider, M. L. (1990). The age of intelligent machines (Vol. 579): MIT press Cambridge, MA.
McCulloch, W. S., & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5(4), 115-133 %@ 0007-4985.
Mcdermott, J. (1982). R1 - a Rule-Based Configurer of Computer-Systems. Artificial Intelligence, 19(1), 39-88. doi:Doi 10.1016/0004-3702(82)90021-2
Nilsson, N. J., & Nilsson, N. J. (1998). Artificial intelligence: a new synthesis: Morgan Kaufmann.
Poole, D. L., Mackworth, A. K., & Goebel, R. (1998). Computational intelligence: a logical approach (Vol. 1): Oxford University Press New York.
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.".
Rich, E., & Knight, K. (1991). Artificial intelligence: Tata McGraw-Hill.
Russell, S. J., & Norvig, P. (2016). Artificial intelligence: a modern approach: Malaysia; Pearson Education Limited.
Turing, A. J. I. (1950). Introducci Introducción a la Inteligencia Artificial. 59, 433-460.
