本研究以簡訊業者為案例，首先將顧客過去的消費行為，包括購買行為、發送行為、發送對象以及業務拓展，建立特徵擷取與正規化，採用類神經網路中資料分群之方法一自組織映射網路(Self-Organizing Map,SOM)，找到顧客群組樣本類型，再將群組狀態分析，找出顧客類型分類後，再依顧客類型制定行銷手法。第二階段利用SOM回想技術，針對分群結果將近期顧客於群組落點分類判斷，再次以SOM回想技術判別屬何種顧客，易於企業將新顧客分類，再選擇對企業適當的行銷策略，亦即可有助於企業獲取更高的報酬，及提升顧客之保留率。 In this paper, a Self-Organizing Map (SOM) is used to cluster consumers based on customer data of a short message service (SMS) company. First, raw data are quantified and normalized for the learning phase of SOM. The clusters found by the SOM are then us
