کاربرد شبکه های عصبی مصنوعی در بررسی ارتباط بین سرمایه اجتماعی و رضایت مشتری
Publish place: Productivity Management، Vol: 5، Issue: 4
Publish Year: 1390
Type: Journal paper
Language: Persian
View: 230
This Paper With 25 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JPMI-5-4_001
Index date: 22 January 2022
کاربرد شبکه های عصبی مصنوعی در بررسی ارتباط بین سرمایه اجتماعی و رضایت مشتری abstract
هدف از این تحقیق توسعه یک مدل از شبکه های عصبی مصنوعی برای شناسایی ارتباط بین سرمایهاجتماعی و رضایت مشتری است. بدین منظور، ضمن مرور ادبیات و مفاهیم موجود در زمینه سرمایه اجتماعی و رضایت مشتری، عوامل موثر مورد مطالعه قرار گرفت. تحقیق حاضر بر پایه دو مجموعه داده متفاوت استوار است. اولین مجموعه داده ها از پاسخگویی ۱۰۰ مدیر از شرکت هایی که در زمینه قطعه سازی خودرو در آذربایجان شرقی فعالیت می کنند، جمع آوری شده است. حجم این نمونه با استفاده از جدول بارتلت بدست آمده است. برای گردآوری داده های سرمایه اجتماعی و ابعادش از پرسشنامه استفاده شده است. دومین مجموعه داده‍ا از پاسخ مشتریان به پرسشنامه هایی که با طیف ۵ نقطه ای لیکرت(کاملا موافق،...، کاملا مخالف) طراحی شده اند، جمع آوری گردید. روش تحقیق از نوع همبستگی است. از ضریب همبستگی اسپیرمن و شبکه های عصبی مصنوعی برای تجزیه و تحلیل داده ها استفاده شده است. شبکه های عصبی چند لایه، با تابع آموزشی تانژانت هایپربولیک، آموزش داده شده با الگوریتم پیش خور برای ساخت مدل شناسایی بکار گرفته شده اند. آزمون سوالات نشان داد که رابطه معنی داری بین سرمایه اجتماعی و رضایت مشتری وجود دارد.
کاربرد شبکه های عصبی مصنوعی در بررسی ارتباط بین سرمایه اجتماعی و رضایت مشتری Keywords:
کاربرد شبکه های عصبی مصنوعی در بررسی ارتباط بین سرمایه اجتماعی و رضایت مشتری authors
هوشنگ تقی زاده
دانشیارگروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
محمدصادق زینلی کرمانی
کارشناس ارشد،گروه مدیریت بازرگانی،واحد تبریز، دانشگاه آزاد اسلامی،تبریز،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :