طراحی الگوی تجربه هوش مصنوعی بر هویت آرمانی مشتریان با رویکرد رابطه فرا اجتماعی

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 192

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIBA-7-4_007

تاریخ نمایه سازی: 17 فروردین 1404

چکیده مقاله:

هدف: در پژوهش حاضر به طراحی الگوی تجربه مبتنی بر هوش مصنوعی بر هویت آرمانی مشتریان با رویکرد رابطه فرا اجتماعی ذهنی پرداخته شده است. همچنین، به شناسایی و تائید مواردی که مربوط به تجربه مبتنی بر هوش مصنوعی، رابطه فرا اجتماعی ذهنی و هویت آرمانی مشتریان می باشد ، پرداخته شده است و ارتباط بین متغیرهای پژوهش نیز تبیین شده است.روش: در پژوهش حاضر برای شناسایی شاخص ها از روش تحلیل مضمون استفاده شده است. همچنین جهت تاثیرگذاری و تاثیر پذیری متغیرها از نرم افزار میک مک استفاده گردید. جامعه آماری مدیران ارشد و اجرایی شرکت های عضو اتاق بازرگانی شیراز بودند. روش نمونه گیری این پژوهش، از روش نمونه گیری گلوله برفی استفاده شد و به کمک این روش ۱۳نفر انتخاب شدند. در این پژوهش از ابزار مصاحبه برای جمع آوری نظر افراد استفاده شد.یافته ها: بر اساس یافته ها، عوامل مربوط به تجربه مبتنی بر هوش مصنوعی شناسایی و دسته بندی شدند. ابعاد مربوط به هویت آرمانی مشتریان و رابطه فرا اجتماعی نیز شناسایی و تایید شد. تاثیرپذیری و تاثیرگذاری متغیرها از طریق نرم افزار میک مک نیز مشخص گردید.نتیجه گیری: می توان از تجربه مبتنی بر هوش مصنوعی و رابطه فرا اجتماعی به عنوان دو فاکتور مهم و موثر برای افزایش هویت آرمانی مشتریان نام برد.

کلیدواژه ها:

تجربه مبتنی بر هوش مصنوعی ، رابط فرا اجتماعی ذهنی ، هویت آرمانی مشتریان

نویسندگان

پری شجاعیان

دانشجوی دکتری بازاریابی، دانشگاه اصفهان، اصفهان، ایران

آذرنوش انصاری

گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران

مجید محمدشفیعی

دانشیار گروه مدیریت دانشگاه اصفهان، اصفهان، ایران.

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 :
  • دانایی، حبیب ال­؛ محمودی میمندی­، محمد؛ حسینی­، میرزاحسن­؛ وزیر زنجانی­، ...
  • عیوض پور، جعفر؛ رضایی دولت آبادی، حسین و محمدشفیعی، مجید ...
  • مداح، مرتضی، محمدشفیعی، مجید و رضایی دولت آبادی، حسین (۱۴۰۰). ...
  • محرابی، جواد؛ بابای اهری، مهدی؛ طاعتی ، مریم (۱۳۸۹)، ارائه ...
  • محمدشفیعی، مجید؛ رحمت آبادی، یزدان و سلیمان زاده، امید. (۱۳۹۹). ...
  • Ameen, N., Tarhini, A., Reppel, A., & Anand, A. (۲۰۲۱). ...
  • Balaji, N., & Rao, U. S. (۲۰۱۸). Digital touchpoints and ...
  • Dhiman, N., Jamwal, M., & Kumar, A. (۲۰۲۳). Enhancing value ...
  • Ferchaud, A., Grzeslo, J., Orme, S., & LaGroue, J. (۲۰۱۸). ...
  • Harrigan, P., Miles, M. P., Fang, Y., & Roy, S. ...
  • Huang, W., Bai, Y., & Luo, H. (۲۰۲۴). Customer identity ...
  • Johnson, A. R., & Stewart, D. W. (۲۰۱۷). A reappraisal ...
  • Ledro, C., Nosella, A., & Vinelli, A. (۲۰۲۲). Artificial intelligence ...
  • Mahboobi Renani, E.S., Amiri Aghdaie, S.F., Mohammad Shafiee, M. (۲۰۲۴). Making sense of ...
  • Mohammad Shafiee, M., Rahmatabadi, Y., & Soleymanzadeh, O. (۲۰۱۹). The ...
  • Noor, N., Rao Hill, S., & Troshani, I. (۲۰۲۱). Artificial ...
  • Pandey, S., Mittal, S., & Chawla, D. (۲۰۲۴). Tackling consumer ...
  • Pitardi, V., & Marriott, H. R. (۲۰۲۱). Alexa, she's not ...
  • Shin, W., & Lin, T. T. C. (۲۰۱۶). Who avoids ...
  • Whang, C., & Im, H. (۲۰۲۱). “I like Your Suggestion!" ...
  • نمایش کامل مراجع