بکارگیری مدل تحلیل سلسله مراتبی-فازی در ارزیابی بهینه بازاریاب دیجیتال درحیطه تجارت مالک درتهران

مدلهای ترکیبی مبتنی بر یادگیری های کامپیوتری و منطق فازی امروزه جایگاه ویژهای در بازاریابی دیجیتال و مدیریت بازار به خود اختصاص داده است. بطوریکه بکارگیری این تکنیکهای مبتنی بر هوش مصنوعی سبب ایجاد ارتباط منطقی بین عوامل موثر در نوسانات بازار تجارت بخصوص در زمینه املاک میگردد. در مطالعه حاضر، با مد نظر قرار دادن این مزیت سعی گردیده است که تا عوامل موثر در نوسانات بازار املاک در شهر تهران مورد ارزیابی قرار گیرد. بدین منظور از رویکرد ارزیابی اکتشافی و روش توصیفی-پیمایشی برای جمع آوری اطلاعات که در آن به عنوان هسته تحلیل از 30 خبره و 120 واحد صنفی مشاور املاک بهره گرفته شده است. از سوی دیگر از نرم افزار متلب و روش تحلیل سلسله مراتبی- فازی (FAHP) برای مدلسازی و تحلیل کامپیوتری و استخراج عوامل موثر بر نوسانات بازار املاک در شهر تهران استفاده گردیده است. برپایه نتایج حاصل مشخص گردیده که 5 عامل اصلی شامل عرضه و تقاضا؛ مهاجرت؛ مدیریت؛ تورم و نقدینگی و شرایط محیطی بوده و مدیریت بیشترین تاثیر و شرایط محیطی کمترین تاثیر را در نوسانات بازا املاک در شهر تهران دارد.

کلیدواژه ها:

منطق فازی ، تحلیل سلسله مراتبی ، بازاریابی دیجیتال ، تجارت املاک.