| Reference: | 一、中文文獻
1.山口達輝、松田洋之(2020)。機器學習和深度學習的技術與原理，碁峰出版有限公司。
2.田智安(2016)。應用社會網路分析在保險業RFM資料之研究，國立勤益科技大學資訊管理系碩士班學位論文。
3.吳宗育(2020)。結合公開資料與資料探勘於藥物耗用預測，國立中正大學資訊管理學系碩士班學位論文。
4.吳振晃(2003)。資料採礦技術於銀行授信之應用—以消費者貸款為例，中國文化大學資訊管理研究所碩士論文。
5.宋美慧(2011)。資料探勘攝護腺癌分類模式之建構-決策樹分析法之應用，輔仁大學管理學研究所碩士論文。
6.林祥生(2008)。應用資料採礦探討國際線航空旅客之線上購票行為，運輸計劃季刊，37(2)，197-235。
7.許智為(2006)。應用巢狀式群集分析方法改善顧客區隔效度之研究，國立臺北科技大學工業工程與管理系碩士班學位論文。
8.陶冶、馬建(2005)。基於聚類分析的IPO定價實證研究，湖南大學學報，20(4)，74–78。
9.郭若宣(2020)。應用資料探勘技術於RFM顧客價值區隔之研究，銘傳大學應用統計與資料科學學系碩士班學位論文。
10.郭瀚揚(2019)。資料探勘應用之研究:零售業的RFM分析架構，國立臺灣師範大學全球經營與策略研究所碩士論文。
11.翁慈宗(2009)。資料探勘的發展與挑戰，科學發展期刊，442，33-39。
12.陳民祐(2012)。應用資料探勘探討線上訂票乘客行為-以台鐵西幹線為例，國立中興大學行銷學系碩士班學位論文。
13.陳信宏(2004)。利用非動態資料庫之銀行顧客分群研究，國立臺灣大學商學研究所碩士論文。
14.陳慈慧(2009)。以近期購物的連特徵修正RFM模型，淡江大學統計學系碩士班學位論文。
15.張心馨、蔡獻富(2004)。以Data Mining技術結合SOM和K-means的消費者分群方法於顧客關係管理和績效獲利性評估之實證研究，資訊管理學報，11(4)，161-203。
16.張聆真(2018)。利用大數據分析調查內科患者之住院天數，國立中正大學企業管理系研究所碩士論文。
17.黃明輝(2001)。資料探勘在財務領域的運用-以債券型基金之績效評估為例，輔仁大學金融研究所碩士論文。
18.曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯(2008)。資料探勘，旗標出版有限公司。
19.葉子維(2018)。顧客消費行為分析及行動銀行使用預測-決策樹、隨機森林與判別分析之比較，國立臺北大學統計學系碩士班學位論文。
20.葉建良(2006)。利用CART分類與迴歸樹建立消費者信用貸款違約風險評估模型之研究-以國內A銀行為例，輔仁大學應用統計學研究所碩士學位論文。
21.蔣文育(2012)。應用顧客價值模型與資料探勘技術於資料庫行銷規劃－咖啡連鎖店為例，觀光旅遊研究學刊，7(2)，59–69。
22.廖述賢、溫志皓(2009)。資料採礦與商業智慧，雙葉書廊出版有限公司。
23.蘇冠豪(2006)。應用資料探勘技術於醫療行銷之研究，國立雲林科技大學資訊管理學系碩士班學位論文。
二、英文文獻
1.Berry, M. and Linoff, G. (1997). Data Mining Technique: For Marketing, Sales and Customer Relationship Management. John Wiley and Sons, Inc.
2.Berry, M. and Linoff, G. (2000). Mastering Data Mining: The Art and Science of Customer Relationship Management. John Wiley and Sons, Inc.
3.Bob Stone (1995). Successful Direct Marketing Methods. NTC Business Bolls.
4.Breiman, L., Friedman, J. H., Olshen, R. A. and Stone, C. J. (1984). Classification and Regression Trees. Wadsworth.
5.Colombo, R. and Jiang, W. (1999). A stochastic RFM model. Journal of Interactive Marketing, 13(3), 2-12.
6.Fayyad, U. M., Shapi, G. P., Smith, P., and Uthursamy, R. (1996). Advances in Knowledge Discovery and Data Mining. Menlo Park.
7.Goodman, J. (1992). Leveraging the customer database to your competitive advantage. Direct Marketing, 55(8), 26-27.
8.Gregory, P. and William, F. (1991). Knowledge Discovery in Databases. MIT Press.
9.Griffin, J. and Lowenstein, M. W. (2001). Customer Winback: How to Recapture Lost Customers-and keep them Loyal. Jossey-Bass.
10.Hall, C. (1995). The Deville’s in the Detail: Techniques, Tool, and Application for Data Mining and Knowledge Discovery-Part II. Intelligent Software Strategies, 6(9), 1-16.
11.Hartigan, J. A. and Wong, M. A. (1979). A K-means clustering algorithm. Applied Statistics, 28(1), 100-108.
12.Hughes, A. (1994). Strategic Database Marketing. Probus Publishing.
13.J. N. Sheth and Bruce Newman (1999). Customer Behavior: Consumer Behavior and Beyond. Dryden Press.
14.Loh, W. Y. and Y. S. Shih. (1997). Split Selection Methods for Classification trees. Statist. Sinica. 7(1), 815-840.
15.Maria, H., Yannis, B., and Michalis, V. (2001). On Clustering Valdation Techniques. Journal of Intelligence Information Systems, 17(2), 107-145.
16.Miglautsch, J. R. (2000). Thoughts on RFM scoring. Journal of Database Marketing and Customer Strategy Management, 8(1), 67-72.
17.R.C. de Amorim (2015). Feature Relevance in Ward`s Hierarchical Clustering Using the Lp Norm. Journal of Classification, 32(1), 46–62.
18.Reinartz, W. and Kumar, V. (2000). On the profitability of long-life customers in a non-contractual setting: An Empirical Phase and Implications for Marketing. Journal of Marketing, 64(4), 17-36.
19.Shaw, Michael J., Chandrasekar, Tan, Gek Woo and Welge (2001). Knowledge management and Data Mining for marketing. Journal of Decision Support System, 31. |
