大額捐款對非營利組織而言，是一個極為重要的財源，能使募款迅速達成目標。因此，了解大額捐款者的捐款行為，是一項非常重要的課題。 本研究從捐款者的觀點出發，研究大額捐款者之捐款行為。從4,787則純新聞報導中，以單次捐款金額在百萬元以上的大額捐款事件為研究對象，期能找出大額捐款者的特性與大額捐款行為的關聯性，提供非營利組織募款建議及策略參考。 本研究發現如下： 一、 個人的大額捐款，其資金來源以「自有資金」為主，主要用途為「教育」，且有五成會捐給「有業緣關係」的受贈組織，以「校友」比例最高。 二、 組織的大額捐款，主要捐給「有地緣關係」、「有業緣關係」的「政府組織」。 三、 企業的大額捐款金額平均約為新台幣4,148.19萬元，高於非營利組織（NPO）的新台幣845.39萬元。 四、 來源為自有資金的大額捐款金額平均約為新台幣2,549.89萬元，高於來源為募款轉贈者的新台幣984.39萬元。 五、 沒有地緣關係的大額捐款金額平均約為新台幣3,352.90萬元，高於有地緣關係的新台幣1,389.40萬元。 六、 資源愈多的地區享受的捐款愈多，台灣社會資源分佈不均的情況顯而易見。 七、 大額捐款用途都十分明確，顯示大額捐款人對捐款用途的期待是影響捐款行為的重要關鍵因素。 本研究建議如下： 一、 建議非營利組織應採取「捐款人導向」的行銷策略，瞭解大額捐款人的心理需求與行為習慣，並提供目標明確的方案與內容，使捐款人了解捐款的用途、支用方式與辦理績效，以增加募款金額及再度捐款的機率。 二、 建議非營利組應以相同地區者為主要募款對象。尤其以區域性募款標的或內容撰寫計畫書或提供方案內容，應較容易募款成功。 三、 建議非營利組織可以向依法認罪換取緩刑的大額捐款，以及公益彩券得主的大額捐款提出募款方案，將有助於非營利組織定期大額捐款來源。 四、 建議大額捐款人及政府應正視捐款資源過度集中的問題，可透過聯合勸募方式平衡城鄉差距。

全球化時代與資訊化社會的來臨，電腦與網際網路成為生活中不可或缺的要素，儘管至2008年為止，我國有將近七成的民眾透過網路科技享受到更多的便利性，但社會上仍存在著數位落差（digital divide）的問題，數位落差除了使得資訊窮人（information-poor）不易取得資訊，亦將對其經濟、人權等各方面造成影響。故研究目的在利用資料採礦的應用，配合SPSS Clementine 12.0的軟體，探討數位落差的現象，並嘗試找出形成數位落差的影響原因。 　　本研究主要投入人口統計變數以及生活型態變數，並藉由C5.0決策樹、C&RT分類樹，以及CHAID分類樹建立模型，透過這三個分類迴歸樹的模型，發現到「年齡」、「教育程度」、「地理區域」、「個人資產狀況」、「經濟主要來源：子女」、「個人每月可支配所得」以及「收入來源：薪資」共七項變數同時對民眾是否成為數位落差中的資訊富人（information-rich）有著較重要的影響性，因此，研究最後依據此七項進行政策建議，以提供相關單位之參考。 / In this globalized and informational society, computers and internet networks are essential elements in our daily lives. Until the year 2008, almost 70% of population in Taiwan has enjoyed greater conveniences through networking technologies. However, the issue of “digital divide” remains, where information-poor cannot obtain information easily, and the issue affects the society in terms of economies and human rights. Consequently, the purpose of this research is aimed to find the reasons behind “digital divide” using data-mining techniques with SPSS Clementine 12.0 statistical software. 　　The research will input demographic variables and life-style variables. Using C5.0 decision tree, C&RT tree, and CHAID methodologies to build model, and subsequently discovers that whether the 7 variables - “age”, “level of education”, “location”, “personal asset status”, “main source of income: children”, “monthly personal disposal income” and “source of income: salary” will have significant impacts on information-rich population within “digital divide”. Therefore, the research recommendations will be provided according to the results from these 7 variables.