ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

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

سال انتشار: 1394
کد COI مقاله: ICOAC01_094
زبان مقاله: فارسیمشاهد این مقاله: 887
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

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

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

چکیده مقاله:

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

کلیدواژه ها:

شبکه های اجتماعی 5، تمایلات مصرف کننده

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/480534/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کیانی نژاد، محمد و هاشمی، طاهره و رشیدی، محسن،1394،متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند،ششمین کنفرانس بین المللی اقتصاد، مدیریت و علوم مهندسی،،،https://civilica.com/doc/480534

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، کیانی نژاد، محمد؛ طاهره هاشمی و محسن رشیدی)
برای بار دوم به بعد: (1394، کیانی نژاد؛ هاشمی و رشیدی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله 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., & ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    نظرات خوانندگان

    4.00
    1 تعداد پژوهشگران نظر دهنده
    5
    4 1
    3
    2
    1

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 9,822
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی