運動休閒與餐旅管理研究所

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/93

隨時代推演至今,社會結構與需求的轉變為世界經濟發展帶來了不同的風貌,社會大眾對運動休閒與觀光餐旅需求與重視程度大幅提升,使得休閒觀光服務產業於近年蓬勃發展,甚至可說是扮演臺灣經濟永續發展的重要角色。對此經濟趨勢提出回應,由運動與休閒管理研究所以及餐旅管理研究所兩所進行整併,國立臺灣師範大學「運動休閒與餐旅管理研究所」應運而生。

本所前身之一為運動與休閒管理研究所,於1998年成立籌備處,並於1999年2月通過設立國內第一個運動與休閒管理研究所,88學年度開始招生,91學年度起設置「運動與休閒管理在職專班」。師大運休所致力於培育學生運動與休閒領域專業,提供運動與休閒產業所需之課程教學,發展與實務結合之學術課程。

本所前身另一單位為餐旅管理研究所,原隸屬於人類發展與家庭學系。人發系於2001年設立營養與餐飲組之碩士與博士班,於2005年餐飲獨立設組,更名為「餐旅管理與教育組」。2008年8月正式於人類發展與家庭學系下成立「餐旅管理與教育研究所」,99學年度由教育學院改隸管理學院,100學年度更名為「餐旅管理研究所」。師大餐旅所以培育傑出餐旅管理人才為目標,課程設計與規劃及發展著重「實務、理論、研究」的全方位餐旅管理教育。

為順應世界經濟趨勢以及產業潮流、並配合校方院所政策,運動與休閒管理研究所與餐旅管理研究所兩所自101學年度起完成合併,在結合兩所之教學資源與專業師資之下,以培育未來運動休閒與餐旅產業之專業管理菁英人才為目標,發展多元化、國際化、專業化之課程設計,期許為運動休閒餐旅及觀光領域注入活力,開啟臺灣運動休閒觀光產業全新風貌。

Browse

Search Results

Now showing 1 - 3 of 3
  • Item
    資料探勘分類技術於游泳會員流失區別模型之研究
    (2004) 林展平; Lin Chan-ping
    本研究旨在暸解台灣師大本部游泳會員之組成結構,運用資料探勘中的鑑別分析、類神經網路、多元適應性雲形迴歸以及整合類神經網路與多元適應性雲形迴歸等分類技術建構台灣師大游泳會員流失區別模型,並瞭解會員流失的重要特徵。 台灣師大本部游泳會員資料經整理後,共2,707筆,在剔除內容不合之資料後,共計2,380筆。本研究結果如下: 一、會員組成結構如下:(一)男(49.87%)、女(50.13%)會員幾近相等;(二)會員類型以自由會員(55.63%)稍多;(三)大部分會員居住在大安中正兩區(79.12%);(四)會員平均年齡為32.15歲且年齡的分佈平均沒有特別集中的現象;(五)會員平均會齡為0.69年且大量集中在二年以下(93.66%);(六)沒有折扣會員(95.80%)佔大多數;(七)繳費金額以4,500元(42.86%)最多;(八)購買季節以夏季(49.66 %)居多;(九)會員使用時段以不受限制的任何時段(56.64%)最多。 二、整合類神經網路與多元適應性雲形迴歸分析模型的整體分類績效最高,為84.03 %。整合模式成功地建構台灣師大本部游泳會員流失區別模型。 三、台灣師大本部游泳會員流失的重要特徵為會齡在1年以下、繳費金額為2,500元、購買季節在夏季的一般類型會員。 有鑑於此,台灣師大游泳池管理單位可就分析的結果轉為會員維繫方案,達到降低會員流失的目的。
  • Item
    排球勝負預測模式之研究-以世界男排聯賽為例
    (2017) 江昇暉; Chiang, Sheng-Hui
    排球運動發展至今,規則與技術已臻成熟,但球場上的變化瞬息萬變,大多數仍以教練主觀意識來決定戰術。因此藉由世界男排聯賽排球技術的數據,來探討排球技術的重要性與預測比賽結果的能力,進而在比賽時能客觀的進行球員調度與各種攻防戰術的調整。目的:本研究旨在利用區別分析及邏輯斯迴歸分析探討排球技術 (得分技術:扣球、攔網、發球、對方失誤;非得分技術:救球、舉球、接發球) 預測比賽結果的能力,並分析排球技術對比賽結果的影響力。藉此,教練才能依據科學及公平的理論來調整球員訓練的比重。方法:經由相關文獻探討堆砌出本研究的架構與方向,蒐集並加以分析2007年至2016年世界男排聯賽排球技術的數據。結果:區別分析挑選出5個自變數,邏輯斯迴歸分析挑選出12個自變數,兩個模式共同挑選出「扣球得分數」、「攔網得分數」、「發球得分數」對勝場具有預測能力,「扣球失誤數」、「接發球失誤數」對負場具有預測能力。結論:從研究結果得知,區別分析能挑選出重要的自變數,而邏輯斯迴歸分析能進一步分析勝場或負場的發生機率,建議搭配不同的統計方法來建構排球勝負預測模式。
  • Item
    資料探勘於旅遊網站顧客關係管理之個案研究
    (2005) 吳昌霖; Chang Lin Wu
    由於電子商務的盛行,改變了人們對生活的看法及購物的習慣,並顛覆了現有的經濟及企業經營模式,其中線上旅遊產業是B2C電子商務的最大產業。本研究旨在建立個案旅遊網會員價值模型進而分析會員價值區隔,找出高獲利力會員的特徵並加以分析,同時藉由多變量統計中鑑別分析與類神經網路中倒傳遞網路分析方式加以驗證會員價值模型,綜合以上分析來探討旅遊網顧客關係管理策略以及資料倉儲雛型建立模式建議。本研究針對個案旅遊網資料庫進行資料篩選,採用RFM分析模式,選定消費金額(獲利性)為會員價值模型評量重點,加入RFM模式中會員的消費金額比率的標準差做為權重值,建立會員價值指標模式。 本研究結果與建議如下所述: 一、會員價值指標建立 本研究發現個案旅遊網的76%的收入來自前20%的高價值會員,更顯得高獲利力所佔的20%會員的重要性,顧客關係管理也應從這20%的會員著手。 二、會員消費特徵屬性與高獲利會員價值指標分析 本研究發現個案研究網的高獲利力價值會員的消費屬性特徵如下:性別多為女性、婚姻狀況為未婚、年齡在30~39歲之間、教育程度為大學學歷、職業為服務業居多、月收入在3萬~5萬元之間、大多訂閱旅遊電子報、旅遊線港澳大陸居多、最常購買的旅遊產品為國外航空機票。 三、鑑別分析方法與倒傳遞網路法會員價值模型差異比較 模型驗證結果類神經網路分析模式的整體正確判別率達99.920%,比鑑別分析的96.074%略高。顯示類神經網路的確能更有效進行價值判別。 四、旅遊網資料倉儲建置建議 本研究分析後發現,可以從會員資料庫中篩選出R、F、M三個屬性與會員人口統計變數、會員購買產品類型等加以結合,配合本研究的會員價值指標鑑別模型或會員價值指標類神經網路都可有效的判別出會員的價值,將此資料有規則的長期性紀錄於資料倉儲中,能更有效快速的提供決策者做行銷策略的參考。 關鍵詞:資料探勘、旅遊網站、顧客關係管理、鑑別分析、 RFM模式、倒傳遞網路、會員價值分析