ارائه نوعی مدل تصمیم جدید در برنامه ریزی تبلیغات اینترنتی با استفاده از الگوریتم ژنتیک چندهدفه

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 203

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JIBM-13-4_007

تاریخ نمایه سازی: 5 تیر 1401

Abstract:

هدف: پژوهش حاضر با هدف ارائه یک مدل تصمیم در برنامه ریزی تبلیغات اینترنتی با استفاده از الگوریتم ژنتیک چندهدفه اجرا شده است.روش: پژوهش حاضر از حیث روش و ماهیت، در دسته ی تحقیقات توصیفی جای می گیرد. به لحاظ اجرا، پیمایشی و از نظر هدف، کاربردی می باشد. در این پژوهش از آنجا که مدل ارائه شده، یک مدل بهینه سازی چندهدفه با ابعاد بالاست، از الگوریتم بهینه سازی ژنتیک چندهدفه برای حل استفاده شده است.یافته ها: در این پژوهش بر خلاف پژوهش­های پیشین، با در نظر گرفتن همزمان اهداف متضاد متقاضیان ارائه تبلیغات از طریق وب (کاهش هزینه­های تبلیغات) و مدیران وب­سایت (افزایش سود به دست آمده از ارائه خدمات)، درباره چگونگی بهینه­سازی بهتر تخصیص منابع تبلیغات به وب سایت بحث شد و مدل تصمیم جدیدی ارائه گردید که دو هدف متضاد را دربرداشت. در واقع، این مدل چندهدفه نه تنها درآمد وب­سایت را به حداکثر می­رساند بلکه هزینه متقاضی ارائه تبلیغات را نیز کمتر می­کند؛ بنابراین، مدل یادشده می­تواند مبنای کار این دو قرار گیرد.نتیجه گیری: نتایج شبیه سازی نشان داد مدل بهینه سازی و الگوریتم موجه و شدنی هستند. همچنین، مجموعه جواب بهینه پارتوی به دست آمده از حل مدل می تواند موجب رضایت مدیران وب سایت و متقاضیان ارائه تبلیغات شود. آن ها با استفاده از این مدل به تعامل و سازش دست زده و سعی می-کنند منافع طرف دیگر را نیز در نظر بگیرند. با توجه به اینکه با حل مدل پیشنهادی برخلاف سایر مدل ها منافع هر دو طرف مد نظر قرار گرفته است، مجموعه جواب در زمره راهبرد برد برد قرار می گیرد.

Authors

محمدعلی فرقانی

دانشیار، گروه مدیریت بازرگانی، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، کرمان، ایران.

محمدرضا نامدار

کارشناسی ارشد، گروه مدیریت بازرگانی، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، کرمان، ایران.

سید عبدالمجید جلائی

استاد، گروه مدیریت بازرگانی، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، کرمان، 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 :
  • Abe, N. & Nakamura, A. (۱۹۹۹). Learning to optimally schedule ...
  • Amiri, A. & Menon, S. (۲۰۰۳). Efficient scheduling of Internet ...
  • Bae, J.K. & Kim, J. (۲۰۱۰). Integration of heterogeneous models ...
  • Baltas, G., Tsafarakis, S., Saridakis, C. & Matsatsinis, N. (۲۰۱۳). ...
  • Biethahn, J. & Nissen, V. (۱۹۹۴). Combinations of simulation and ...
  • Chiu, C. (۲۰۰۲). A case-based customer classification approach for direct ...
  • Chiu, CY., Chen, YF., Kuo, IT. & Ku, HC. (۲۰۰۹). ...
  • Deb, K. (۲۰۰۱). Multi-objective optimization using evolutionary algorithms. Vol. ۱۶, ...
  • Deb, K., Pratap, A., Agarwal, S. & Meyarivan, T. (۲۰۰۲). ...
  • Díaz, J.C.Z., Cruz-Chavez, M.A. & Cruz-Rosales, M.H. (۲۰۱۰). Mathematical Multi-objective ...
  • Fan, T.K. & Chang, C.H. (۲۰۱۰). Sentiment-oriented contextual advertising. Knowledge ...
  • Giuffrida, G., Reforgiato, D., Tribulato, G. & Zarba, C. (۲۰۱۱). ...
  • Gruca, T.S. & Klemz, B.R. (۲۰۰۳). Optimal new product positioning: ...
  • Hurley, S., Moutinho, L. & Stephens, N. (۱۹۹۵). Solving marketing ...
  • Internet Advertising Bureau (IAB). (۲۰۱۴). IAB/PwC Internet Ad Revenue Report ...
  • Jianguo, Z. & Liang, Z. (۲۰۱۱). Multi-objective model for uncertain ...
  • Jonker, J.-J., Piersma, N. & Van den Poel, D. (۲۰۰۴). ...
  • Langheinrich, M., Nakamura, A., Abe, N., Kamba, T. & Koseki, ...
  • Liu, H.-H. & Ong, C.-S. (۲۰۰۸). Variable selection in clustering ...
  • Meng, L. (۲۰۰۸). The Research on Pricing Strategies and the ...
  • Moutinho, L., Bigné, E. & Manrai, A.K. (۲۰۱۴). The Routledge ...
  • Nakamura, A. & Abe, N. (۲۰۰۵). Improvements to the linear ...
  • Nakamura, A. (۲۰۰۲). Improvements in practical aspects of optimally scheduling ...
  • Nissen, V. (۱۹۹۵). An overview of evolutionary algorithms in management ...
  • Qi, J. & Wang, D.-W. (۲۰۰۴a). Fuzzy Decision Model for ...
  • Qi, J. & Wang, D.-w. (۲۰۰۴b). Particle swarm optimization algorithm ...
  • Sohn, S.Y., Moon, T.H. & Seok, K.J. (۲۰۰۹). Optimal pricing ...
  • Tomlin, J.A. (۲۰۰۰). An entropy approach to unintrusive targeted advertising ...
  • Venkatesan, R. & Kumar, V. (۲۰۰۲). A genetic algorithms approach ...
  • Wang, Q. (۲۰۰۹). Application of Multi-objective Particle Swarm Optimization Algorithm ...
  • Wei, PL., Huang, JH., Tzeng, GH. & Wu, SI. (۲۰۱۰). ...
  • Yang, DD., Jiao, LC., Gong, MG. & Yu, H. (۲۰۱۰). ...
  • Yan-min, L. (۲۰۱۱). MOPSO Based on Dynamic Neighborhood and Evolutionary ...
  • Yu, B., Yang, Z. & Cheng, C. (۲۰۰۷). Optimizing the ...
  • Zhang, Z. & Wang, L. (۲۰۰۶). A decision model of ...
  • Zhiping, W., Shengbao, Z., Junfang, G. & Zhongtuo, W. (۲۰۰۷). ...
  • Zhou, X. X. & Sun, P.Z. (۲۰۱۰). The Psychological Effect ...
  • نمایش کامل مراجع