近年來大數據的風潮漸盛，許多企業紛紛開始對網路資源運用方式進行探索，希望將網路豐富的資料轉變成提昇企業獲利的一項利器，本研究主要希望能利用現行所流行的資料探勘方法應用至行銷決策模型建立的流程中，讓網路資源真正能轉變成為企業利的金礦。
本研究結合感性工學、文字探勘與統計分析三項領域知識，以民宿業做為研究對象，建立業者進行市場定位策略分析的流程。模型建立流程：(1)使用網路口碑文萃取出顧客真實情感需求的感性詞彙。(2)利用問卷調查來蒐集消費者對各感性詞彙的重視程度與可做為市場定位的分群變數(受訪者的基本資料)。(3)運用區別分析與多元尺度分析二項統計分析方法推論出市場定位的策略建議。根據研究結果，本研究所建立的模型確實能找出消費者內心的情感需求，並分析出不同族群之消費者所偏好的感性詞彙，進而做為市場定位之行銷決策的參考依據。

This study combines with Kansei Engineering, text mining and statistical analysis of three areas of knowledge to B & B industry as the research object, the establishment of industry analysis for market positioning strategy processes. Kansei engineering domain knowledge provides researchers a consumer demand theory and alsp provides text mining and pipeline gathering consumer’s emotional needs data handling. The statistical analysis provides the domain knowledge to explore consumer demands, using these three methodology of the knowledge fields. This study establishs a set of procedures to identify the emotional needs of the consumer mind, and analyze the emotional vocabulary of different ethnic groups of consumers preferences, and then support the enterprises to make the marketing decisions.

中文參考文獻
[1]王遵智(2004)，「網路口碑中個人專業與關係強度對購買決策的影響—以電子郵件為例」，國立台灣科技大學企業管理系碩士班論文。
[2]江佳哲(2014)，「利用文字探勘技術萃取旅館評價文章之研究」，中山大學資訊管理學系研究所學位論文。
[3]吳怡瑾與林書偉(2010)，「基於專案屬性資訊之知識探勘與再利用平台發展。圖書資訊學刊」，第八卷第一期，頁97-136。
[4]李建璁(2004)，「感性工學Kansei Engineering」，勞工安全衛生簡訊，第66期。
[5]周文賢(2002)，「多變量統計分析: SAS/STAT 使用方法」，智勝文化出版。
[6]林哲煒(2008)，「網路口碑與產品銷售之關係探討: 以 Amazon. com 為例」，國立政治大學企業管理學系碩士論文。
[7]林連聰(2009)，「休閒農業與民宿管理」，國立空中大學。
[8]洪智力與林柏宇(2009)，「一個文字探勘結合投資者判讀消息面經驗的股市預測模型」，第二十屆國際資訊管理學術研討會。
[9]范有寧；黃心惟；陳靜枝(2012)，「以數位口碑為基礎之流行性商品銷售預測模式」，資訊管理學報，第十九卷第一期，頁27-50。
[10]張育銘與鄧怡華(2007)，「由設計意圖中淺談感性工學」， http://email.ncku.edu.tw/~em50190/ncku/196/d/d04.htm。
[11]張彩芸(2002)，「海外連線看民宿」，東海岸評論。
[12]張景新(2009)，「自然語言處理暨機器翻譯系統實驗室是幹什麼的？」， http://nlp.csie.ncnu.edu.tw/~shin/。
[13]張瑞山(2014)，「感性知識萃取法於空間設計應用之研究」，國立成功大學工業與資訊管理學系碩士論文。
[14]陳怡廷與欒錦榮(2012)，「自然語言處理在口碑研究的應用」，中華傳播學刊(22)；259-289。
[15]陳昭妤(2013)，「抽樣調查資料的樣本加權方法及其估計式之比較分析」，台北大學統計學系碩士。
[16]甯格致與賴昆棋(2010)，「基於網路社群之旅遊經驗及對應情境之情感意見分析研究」，第廿二屆自然語言與語音處理研討會發表論文
[17]潘正華(1993)，「台灣農村地區發展休閒農業於農牧用地上興建民宿建築之法令可行性研究」，國立台灣大學農業工程學系碩士論文。
[18]戴瑜廷(2015)，「應用文字探勘之自動化新聞文本分析以探討社會對新聞事件之反應」，清華大學服務科學研究所學位論文。
[19]嚴如鈺(2003)，「民宿使用者消費型態之研究」，私立輔仁大學生活應用科學系碩士班碩士論文。
英文參考文獻
[1]Anderson, E. W. (1998). "Customer satisfaction and word of mouth." Journal of service research 1(1): 5-17.
[2]Arndt, J. (1967). Word of mouth advertising: A review of the literature, Advertising Research Foundation.
[3]Blei, D. and J. Lafferty (2006). "Correlated topic models." Advances in neural information processing systems 18: 147.
[4]Blei, D. M., et al. (2003). "Latent dirichlet allocation." the Journal of machine Learning research 3: 993-1022.
[5]Bone, P. F. (1995). "Word-of-mouth effects on short-term and long-term product judgments." Journal of business research 32(3): 213-223.
[6]Deerwester, S., et al. (1990). "Indexing by latent semantic analysis." Journal of the American society for information science 41(6): 391.
[7]Frawley, W. J., et al. (1992). "Knowledge discovery in databases: An overview." AI magazine 13(3): 57.
[8]Gelb, B. D. and S. Sundaram (2002). "Adapting to “word of mouse”." Business Horizons 45(4): 21-25.
[9]Harrison-Walker, L. J. (2001). "The measurement of word-of-mouth communication and an investigation of service quality and customer commitment as potential antecedents." Journal of service research 4(1): 60-75.
[10]Hearst, M. A. (1999). Untangling text data mining. Proceedings of the 37th annual meeting of the Association for Computational Linguistics on Computational Linguistics, Association for Computational Linguistics.
[11]Herr, P. M., et al. (1991). "Effects of word-of-mouth and product-attribute information on persuasion: An accessibility-diagnosticity perspective." Journal of consumer research 17(4): 454-462.
[12]Hofmann, T. (1999). Probabilistic latent semantic analysis. Proceedings of the Fifteenth conference on Uncertainty in artificial intelligence, Morgan Kaufmann Publishers Inc.
[13]Kozinets, R. V. (2002). "The field behind the screen: Using netnography for marketing research in online communities." Journal of marketing research 39(1): 61-72
[14]Kruskal, J. B. and M. Wish (1978). Multidimensional scaling, Sage.
[15]Losiewicz, P., et al. (2000). "Textual data mining to support science and technology management." Journal of Intelligent Information Systems 15(2): 99-119.
[16]Nagamachi, M. (1995). "Kansei engineering: a new ergonomic consumer-oriented technology for product development." International Journal of industrial ergonomics 15(1): 3-11.
[17]Osgood, C. E. and O. Tzeng (1990). Language, meaning, and culture: The selected papers of CE Osgood, Praeger Publishers.
[18]Söderlund, M. (1998). "Customer satisfaction and its consequences on customer behaviour revisited: The impact of different levels of satisfaction on word-of-mouth, feedback to the supplier and loyalty." International Journal of Service Industry Management 9(2): 169-188.
[19]Salton, G. and C. Buckley (1988). "Term-weighting approaches in automatic text retrieval." Information processing & management 24(5): 513-523.
[20]Singh, J. and S. Pandya (1991). "Exploring the effects of consumers' dissatisfaction level on complaint behaviours." European Journal of Marketing 25(9): 7-21.
[21]Staley, L. (2007). "Why do governments hate bed and breakfasts?" Review-Institute of Public Affairs 59(1): 33.
[22]Sullivan, D. (2001). Document warehousing and text mining: techniques for improving business operations, marketing, and sales, John Wiley & Sons, Inc.
[23]Yan, H.-B., et al. (2008). "Kansei evaluation based on prioritized multi-attribute fuzzy target-oriented decision analysis." Information Sciences 178(21): 4080-4093.