English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 18278/19583 (93%)
造訪人次 : 914201      線上人數 : 633
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://nhuir.nhu.edu.tw/handle/987654321/6504


    題名: 模糊推論應用於消費者決策法則之研究
    作者: 陳亭羽;崔哲偉
    關鍵詞: 購買決策
    問題解決類型
    決策法則
    模糊推論
    模糊蘊含式
    日期: 2007-12-01
    上傳時間: 2010-12-21 16:47:39 (UTC+8)
    出版者: 南華大學企業管理系管理科學碩士班
    摘要: 消費者即使面對相似的購買決策情況,但在不同問題解決類型之下,消費者所採取的決策法則仍可能有很大的差異。因此,本研究欲探討消費者對於特定產品在不同問題解決類型所採取的決策法則差異為何,及利用模糊推論以交叉驗證的方式預測在不同問題解決類型之下,以影響消費者採取決策法則之因素,其可能採取之決策法則之結果。本研究共回收有效問卷87份。實證資料顯示,廣泛問題解決類型(EPS)整體產品涉入分數為4.5;有限問題解決類型(LPS)整體產品涉入分數為3.9;例行問題解決類型(RPS)整體產品涉入分數為4.0;EPS與LPS整體知覺風險分數約為4.3,而RPS僅為3.2;EPS與LPS整體知覺風險分數約為5.0,而RPS僅為3.6;EPS下的品牌熟悉程度平均分數為3.8;LPS下的品牌熟悉程度平均分數為4.2;RPS下的品牌熟悉程度平均分數為3.6;EPS下追求最佳產品極大化的程度平均分數為4.6;LPS下追求最佳產品極大化的程度平均分數為4.3;RPS下追求最佳產品極大化的平均分數為3.6。本研究以模糊推論之十六種的不同模糊蘊含式預測消費者面對特定產品下,其可能採取決策法則為何。經模糊推論交叉驗證後,本研究發現S-蘊含式之有界加法與R-蘊含式之標準交集、代數乘積、有界差異預測結果表現較好。整體而言,R-蘊含式的整體預測結果表現為最好。
    關聯: 管理科學研究特刊
    2期(2007)
    顯示於類別:[本校期刊] 管理科學研究特刊
    [企業管理學系(管理科學碩/博士班,非營利事業管理碩士班)] 管理科學研究特刊

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    3094000202.pdf313KbAdobe PDF3417檢視/開啟
    index.html0KbHTML620檢視/開啟


    在NHUIR中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋