許秋萍;羅婕瑀;
頁: 221-254
日期: 2023/07
卷期: 30(3)
關鍵字: 衝動購買;推薦人特質;觀察學習;即時滿足;後悔;
Keywords: Impulse buying;Recommenders’ characteristics;Observational learning;Instant gratification;Regret ;
摘要: 本研究欲探討消費者在社群媒體上衝動購買的前置因素與結果，並提出概念性模型說明推薦人、產品相關信號與人際關係如何影響消費者在社群媒體上的瀏覽行為和衝動購買。此外，本研究亦同時探討衝動購買後消費者可能產生正向即時滿足以及負面後悔的感受。本研究利用Smart PL...

引用     導入Endnote

廖子賢;
頁: 335-375
日期: 2016/07
卷期: 23(3)
關鍵字: 行動虛擬社群;行動虛擬社群感;行動連繫與溝通;社會影響理論;社群忠誠;
Keywords: Mobile Virtual Community;Sense of Mobile Virtual Community;Mobile Connection and Communication;Social Influence Theory;Community Loyalty;
摘要: 本研究旨在發展SOMVC量表（研究一）、及建構其前因後果模型（研究二）。透過「社群感」與「虛擬社群感」文獻，並考慮行動上網特性，本研究發展SOMVC量表之構面與問項；透過整合「社會影響理論」與「社群忠誠」，本研究發展整合SOMVC模式。本研究進行四次問卷調查，以便利...

引用     導入Endnote

陳灯能;蘇柏銘;
頁: 141-170
日期: 2015/04
卷期: 22(2)
關鍵字: 腦波;神經資訊學;文章推薦系統;內容導向過濾;類神經網路;
Keywords: brainwave;NeuroIS;document recommender system;content-based filtering;neural network;
摘要: 推薦系統是一種基於使用者紀錄或偏好進行資料收集及分析，藉此分析結果逕行主動式資訊推薦的資訊系統，推薦系統在提昇個人化資訊服務品質上扮演重要的角色。傳統上推薦系統的設計著重於將資料庫中使用者的相關記錄進行分析，也因此衍生出內容導向、協同導向等不同演算法...

引用     導入Endnote

胡雅涵;李彥賢;林正賢;
頁: 171-197
日期: 2015/04
卷期: 22(2)
關鍵字: 推薦系統;內容導向式推薦方法;學術文章推薦;社會性標籤;文字探勘;
Keywords: recommender systems;content-based recommendation;academicarticle recommendation;social tagging;text mining;
摘要: 學術文章推薦是近年來熱門的研究議題，過往針對學術文章推薦研究上，普遍利用學術文章內的屬性資料，如：標題、摘要、關鍵字、作者名稱以及參考文獻標題等進行推薦。然而除了上述的「內部資訊」外，學術文章中亦包含其他與該研究相關的「外部資訊」，像是參考文獻摘要及...

引用     導入Endnote