طراحی مدل تبلیغات دهان به دهان الکترونیکی برای جلب مشارکت های مردمی در مناسبت های انقلابی
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 258
فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_BSRQ-23-89_002
تاریخ نمایه سازی: 13 تیر 1401
چکیده مقاله:
چکیده امروزه گسترش اینترنت و شبکههای اجتماعی و تاثیرش بر زندگی افراد جامعه باعث شده سازمانها و شرکتهای تجاری درصدد استفاده از ظرفیت این پدیده جهت تبلیغات دهان به دهان الکترونیکی مثبت در راستای اهداف سازمانی یا تجاری خود برآیند. که در این بین سازمانهای دولتی و حاکمیتی مرتبط با تبلیغات نظام مقدس جمهوری اسلامی مانند بسیج، سازمان شورای هماهنگی تبلیغات اسلامی و سازمان تبلیغات اسلامی و ستاد اقامه نماز میتوانند با استفاده از شناخت مولفههای موثر برتبلیغات دهان به دهان الکترونیکی، کاربران فضای مجازی را در جهت انجام تبلیغات دهان به دهان در این فضا برای جذب هر چه بیشتر افراد جامعه به مشارکت در مناسبتهای انقلابی سوق دهند. فلذا سوال اصلی تحقیق بدین صورت میباشد: مدل تبلیغات دهان به دهان الکترونیکی (EWOM) مشارکت مردمی در مراسم و مناسبتهای انقلابی کدام است؟ روش پژوهش، گراندد تئوری (نظریه داده بنیاد) است. روش گردآوری دادهها مصاحبه عمیق با ۱۲ نفر از کارشناسان و صاحبنظران مرتبط با موضوع و روش تحلیل دادهها کدگذاری باز، محوری، و انتخابی طبق چارچوب روش نظریه داده بنیاد میباشد. یافتههای تحقیق در قالب سه مقوله: ضرورتها، موانع و الزامات تبلیغات دهان به دهان الکترونیکی مشارکت مردمی در مناسبتهای انقلابی و مدل آن، ارایه شده است.کلیدواژگان:تبلیغات دهان به دهان الکترونیکی(Ewom)، گراندد تئوری(نظریه داده بنیاد)، مناسبت های انقلابی، شبکههای اجتماعی
کلیدواژه ها:
تبلیغات دهان به دهان الکترونیکی(Ewom) ، گراندد تئوری(نظریه داده بنیاد) ، مناسبت های انقلابی ، شبکههای اجتماعی
نویسندگان
احمد عبدی سنقرآبادی
دانشجوی دکترای مدیریت بازرگانی دانشگاه تهران- تهران - ایران
سیدرضا سید جوادین
استاد دانشکده مدیریت دانشگاه تهران
محمد رحیم اسفیدانی
استادیار دانشکده مدیریت دانشگاه تهران
سید حمید خداداد حسینی
استاد دانشکده مدیریت دانشگاه تربیت مدرس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :