ارائه یک مدل داده کاوی مبتنی بر رگرسیون و درخت تصمیم برای تحلیل عوامل موثر بر بازخورد کاربران در پست های بازاریابی اینستاگرام

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 188

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_CSJI-10-3_005

تاریخ نمایه سازی: 27 آبان 1404

چکیده مقاله:

با گسترش نقش اینستاگرام در بازاریابی دیجیتال، تحلیل عوامل موثر بر بازخورد کاربران به محتوای تبلیغاتی اهمیت بسیاری یافته است. مرور مطالعات پیشین نشان می دهد که اغلب پژوهش ها یا صرفا به شناسایی برخی عوامل موثر بر دریافت نظرات مثبت و منفی پرداخته اند، یا روابط ساده میان متغیرها را بررسی کرده اند؛ همچنین، در موارد معدودی که مدل سازی انجام شده، متغیرهای تحلیل محدود و غیرجامع بوده اند. این پژوهش با هدف رفع این محدودیت ها، مدلی داده کاوی ارائه می دهد که مجموعه ای جامع از عوامل شامل نوع پست، نوع و طول کوتاه نوشته، موضوع پست، و ویژگی های صفحه و شرکت را به صورت یکپارچه تحلیل می کند. به منظور دستیابی به مدلی تبیین پذیر و قابل اتکا، از ترکیب رگرسیون چندمتغیره برای سنجش اهمیت عوامل و درخت تصمیم برای پیش بینی نوع بازخورد کاربران استفاده شده است. داده های واقعی از ۱۰ صفحه برتر بازاریابی اینستاگرام گردآوری و تحلیل شده اند. نتایج نشان می دهد که برخی ویژگی های محتوایی، به ویژه ساختار و نوع کوتاه نوشته و رسانه، تاثیر معناداری بر تمایل کاربران به ارائه بازخورد مثبت دارند. یافته های پژوهش می تواند به مدیران شبکه های اجتماعی، بازاریابان دیجیتال و تحلیلگران داده در طراحی راهبردهای اثربخش محتوا و مدیریت تعامل کاربران کمک نماید.

نویسندگان

محمد مرادی

استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه بزرگمهر قائنات، قائنات، 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 :
  • Kala Kamdjoug, J. R. (۲۰۲۳). The influence of social network ...
  • Chen, Y. S., Lin, C. K., Lin, C. Y., Chuang, ...
  • Ke, J., Wang, Y., Fan, M., Chen, X., Zhang, W., ...
  • BrightLocal. Local Consumer Review Survey ۲۰۲۵ [Internet]. (۲۰۲۵) [cited ۲۰۲۵ ...
  • Hoti, M. H., Hoti, H., & Kurhasku, E. (۲۰۲۴). Sentiment ...
  • Aryati, Y., Firdiawan, K., Ardi, S., & Sumartono, S. (۲۰۲۴). ...
  • Liao, W., Li, L., & Lu, X. (۲۰۲۳). Research on ...
  • Alrawabdeh, W. (۲۰۲۲). Factors Affecting Users Comments, Intention to Share, ...
  • Ye, P., & Liu, L. (۲۰۲۱). A Study of the ...
  • Tassawa, C. (۲۰۱۹). Factors influencing Facebook page posts’ likes, shares, ...
  • Mestry, S., Singh, H., Chauhan, R., Bisht, V., & Tiwari, ...
  • Kim, C., & Yang, S. U. (۲۰۱۷). Like, comment, and ...
  • ]۱۳[ احدی، پری.، و ربانی، حسین. (۱۳۹۵). اثربخشی پیام ها ...
  • Fu, G. (۲۰۰۵). Modeling water availability and its response to ...
  • نمایش کامل مراجع