專題簡介

　　若理論能輔以實作，在學習的成效上必然較為可觀。而專題，就是一個將理論應用於實務上的機會；所以組員們都很把握這次的挑戰。
我們期許經過專題的訓練與挑戰，可以統合我們所學的理論，面對和大學課業中接觸不同的情況，並且累積在專題中所學到之經驗，讓未來的我們在投入業界時能是更有能力去面對的。
透過這專題「以資料探勘技術建構漫畫推薦網站」的機會，讓我們能以真實漫畫租書店的顧客借閱資料庫作為基礎。再利用資料探勘技術之關聯規則、決策樹預測及線上分析處理技術（Online Analytical Process）OLAP分析。找出顧客之個人喜好與租書間之關聯性，以提供消費者最佳個人化租書資訊。

專案特色

達成資訊整合與資訊應用的目標
將顧客的借閱資料利用資料探勘，配合決策樹作分類，找出關聯性，並推薦給消費者個人化的書籍，以達到資訊整合及資訊應用。

動態察詢資料庫內現有資料，以及條件設定過濾資訊
使用者依據下拉式或輸入框，資料範圍動態搜尋資料庫內資料，快速讓使用者得到其所需資訊。

針對會員借閱歷史紀錄進行個人化推薦
會員在進行消費行為時，系統能經由消費者個人歷史租書紀錄以判斷消費者個人喜好，進行個人化書籍推薦。

自動化主動推薦
當有新書進來時，系統會透過消費者各人的消費紀錄，自動推薦適合這些新書的消費者，主動以郵件方式通知消費者最適書籍與最新書籍訊息。

店家能迅速掌握現況，以有效轉換行銷策略
本系統利用OLAP分析呈現顧客的借閱狀況，主管不需埋首於成山的文件之中也可以迅速做出對公司有利之決策。

專案貢獻

　　應用內容導向式推薦方法，來發現個人之喜好搭配漫畫作為最佳化之銷售推薦，增進客戶忠誠度，讓店家能更有效掌握顧客資料，以利其經營方向及發掘潛在市場。

(一) 學術界
　　將資料探勘與人工智慧技術做延伸進行深度發展應用，希望能透過本組研究與店家的合作，能更擴充個人化推薦這方面領域上的學術探討與延伸，將學校所學實際應用於實務上，而非免於只淪為理論化，期望能夠付諸行動，於網頁上架設漫畫個人化推薦系統。
在將近三個月與指導老師及碩專班所有學長姐的討論與建議之下，我們觀察到目前市面大部份租書公司尚未完整做到個人化書籍推薦這區塊，且我們也發現，若可以藉由相關技術提高會員租書意願將是一塊新的研究發展，期許小組能結合理論與技術實行理念。

(二) 實務界
　　藉由與企業合作機會，讓我們能夠用個人化推薦系統替企業與消費者帶來更好的商機和服務品質，個人化推薦目前為最熱門的一個重要任務，其展現的方式就在於應用人工智慧與資料探勘做個人化書籍推薦。這將是另一種吸引消費者消費意願重要推手。
採用線上即時分析技術(OLAP)後，能夠讓使用者快速得到更即時的分析資訊，透過此，高階主管也可做出最佳化的決策判斷，並執行最適當行銷手法，擁有一個強大的運作環境，本系統能夠輔助使用者在瞬息萬變的市場環境中繼續保持領先的企業競爭力。