سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,463

This Paper With 14 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICOAC01_094

Index date: 30 July 2016

متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند abstract

وبلاگ ها و شبکه های اجتماعی به تازگی به منبع ارزشمندی برای کاوش احساسات در زمینه هایی گوناگونی نظیر مدیریت ارتباط با مشتری، پیگیری افکار عمومی و فیلترینگ متن تبدیل شده اند. در حقیقت، معلوم شده است که دانش بدست امده از شبکههای اجتماعی نظیر توییتر و فیسبوک برای شرکت های تحقیقاتی بازاریابی، سازمان های افکار عمومی و دیگر واحدهای متن کاوی بسیار ارزشمند است. با وجود این، متن های وب بر اساس میزان نویز و اختلالی که ایجاد می کنند مشکلات قابل توجهی همدر سطوح لغوی و هم در سطوح نحوی را به نمایش می گذارند. در این تحقیق ، ما از یک نمونه تصادفی متشکل از 6153 توئیت برای ارزیابی احساس مشتریان نسبت به برندهای شناخته شدده ای چون DHL و KLM ،IBM ،T-Mobile ،Nokiaاستفاده کردیم. ما از یک واژه نامه ی تخصصی از پیش تعریف شده ای شامل 3066 صفت با جهت گیری شناخته شده به سمت پیشبردتجزیه و تحلیل استفاده کردیم. نتایجمان نشان دهنده ی احساس مثبت مشتری نسبت به چندین برند معروف بود. با استفاده از روش شناسی کیفی و کمی برای تجزیه و تحلیل توئیت های برندها، این بررسی بر وسعت و عمق بحث بر سر نگرش ها نسبت به برندهای بین المللی می افزاید

متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند Keywords:

شبکه های اجتماعی 5 , تمایلات مصرف کننده

متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند authors

محمد کیانی نژاد

دانشجو کارشناسی ارشد مدیریت کارآفرینی گرایش توسعه، دانشگاه سیستان و بلوچستان،ایران

طاهره هاشمی

کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار،دانشگاه جاوید،جیرفت،ایران

محسن رشیدی

کارشناس ارشد مدیریت بازرگانی گرایش بازاریابی،دانشگاه آزاد اسلامی واحد بین الملل قشم،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 :
Abbasi, H., Chen, H., & Salem, A. (2008). Sentiment analysis ...
Abrahams, A., Jiao, J., Wang, G., & Fan, W. (Forthcoming). ...
Agerri, R., & Garcia-Serrano, A. (2010). Q-WordNet: Extracting polarity from ...
Ahmed, K., & Almas, Y. (2005). Visualising sentiments in financial ...
Baccianella, S. Esuli, A., & Sebastiani, F. (2010). SentiWordNe 3.0: ...
Bai, X. (2011). Predicting consumeg sentiments from online text. Decision ...
Bakhtin, M. (1981). The dialogic imagination. Austin: University of Texas ...
B lair-Go ldensohn, S., Hannan, K., McDonald, R., Neylon, T., ...
Bliss, C., Klouman, I., Harris, K., Danforth, C., & Dodds, ...
Boiy, E., & Moens, M. (2009). A machine learning approach ...
Bollen, J., Mao, H., & Zeng, X. (2011). Twitter mood ...
Cai, K., Spangler, S., Chen, Y., & Zhang, L. (2010). ...
Chang, S., Chen, S., Chou, R., & Lin, Y. (2012). ...
Clark, J. (2008). Twitter topic stream _ ix _ ...
Das, S., & Chen, M. (2001). Yahoo! For Ammazon: Sentiment ...
Dave, K., Lawrence, S., & Pennock, D. (2003). Mining the ...
Denecke, K., & Nejdi, W. (2009). How valuable is medical ...
Derks, D., Fischer, A., & Bos, A. (2008). The role ...
Ding, X., iu, B., & Yu, P. (2008). A holistic ...
Efron, M. (2004). Cultural orientation: Classifying subjective documents by cocitation ...
Eirinaki, M., Pisal, S., & Singh, J. (2012). Feature-based opinion ...
Ekdale, B., Namkoong, K., & Perlmutter, D. (2010). Why blog? ...
Feldman, R., Fresko, M., Netzer, P., & Ungar, _ (2007). ...
Gil De Zuniga, H., Puig-I-Abril, E., & Rojas, H. (2009). ...
Golbeck, J., Grimes, J., & Rogers, A. (2010). Twitter use ...
Gu, B., Konana, P., Liu, A., Rajagopalan, B., & Ghosh, ...
bHoneycutt, C., & Herring, S. (2009). Beyond microblogging: Conversation and ...
Hu, M., & Liu, B. (2004). Mining and summarizing customer ...
Hu, N., Bose, I., Koh, N., & Liu, L. (2012). ...
Huang, J., Thornton, K., & Efthimiadis, E. (2010). Conversationl tagging ...
Turney, P. (2002). Thumbs _ or thumbs down? Semantic orientation ...
Turney, P., & Littman, M. (2003). Measuring praise and criticism: ...
Vishwanath, J., & Aishwarya, S. (2011). User suggestions extraction from ...
Wiebe, J., Wilson, T. T., Bruce, R., Bell, M., & ...
نمایش کامل مراجع

مقاله فارسی "متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند" توسط محمد کیانی نژاد، دانشجو کارشناسی ارشد مدیریت کارآفرینی گرایش توسعه، دانشگاه سیستان و بلوچستان،ایران؛ طاهره هاشمی، کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار،دانشگاه جاوید،جیرفت،ایران؛ محسن رشیدی، کارشناس ارشد مدیریت بازرگانی گرایش بازاریابی،دانشگاه آزاد اسلامی واحد بین الملل قشم،ایران نوشته شده و در سال 1394 پس از تایید کمیته علمی ششمین کنفرانس بین المللی اقتصاد، مدیریت و علوم مهندسی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله شبکه های اجتماعی 5، تمایلات مصرف کننده هستند. این مقاله در تاریخ 9 مرداد 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1463 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که وبلاگ ها و شبکه های اجتماعی به تازگی به منبع ارزشمندی برای کاوش احساسات در زمینه هایی گوناگونی نظیر مدیریت ارتباط با مشتری، پیگیری افکار عمومی و فیلترینگ متن تبدیل شده اند. در حقیقت، معلوم شده است که دانش بدست امده از شبکههای اجتماعی نظیر توییتر و فیسبوک برای شرکت های تحقیقاتی بازاریابی، سازمان های افکار عمومی و دیگر واحدهای ... . این مقاله در دسته بندی موضوعی متن کاوی طبقه بندی شده است. برای دانلود فایل کامل مقاله متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند با 14 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.