本研究探討如何用新服務設計協助消費者購買決策過程，以服飾品牌選擇為例，於網路商店與電子 市集上分析個人偏好與集體選擇之間的關係。主要採用群體排序（Group Ranking）之「使用者部分排序為基 礎的最大共識排序演算法」（Mining maximum consensus sequences from all users partial ranking lists, MCSP） 為核心的研究模型，進行系統化創新服務系統（Service Systems）以協助消費者進行選擇決策。根據Engel, Kollat and Blackwell（1982）提出EKB 消費者行為模式，其中的決策過程中包含需求確認、資訊搜尋與方案 評估。由於品牌選擇是消費者購買決策的常見問題，本研究將透過其他消費者提供自己對於服飾品牌的偏好 排序，使用MCSP 方法計算最大共識排序清單，以共識排序呈現群體的服飾品牌偏好，協助消費者做品牌購 買決策。此研究模式適用於網路商店的商品搜尋與推薦之應用。本研究從經濟學之「社會選擇理論」（Social Choice Theory）跨領域整合的服務系統背景，以群體決策理論建構品牌選擇群體決策的研究模式，使用Java 語言進行系統實作，再以問卷調查法取得實際樣本資料分析及驗證。最後從實驗中觀察樣本數量與最大共識 序列結果的關係，以推論MCSP 適用於何種樣本族群上；及對於本服務系統涉入程度與共識序列滿意程度的 影響關係，瞭解同時參與系統資訊提供者對於系統幫助程度的看法。