ارائه یک سیستم هشدار دهنده فازی -عصبی برای موقعیت های بحرانی در تحقیقات بازارآنلاین محصول
محل انتشار: دوازدهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 685
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IIEC12_384
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
مصرف کنندگان در هنگام تصمیم گیری خرید هر روز بیشتر و بیشتر بر نظرات آنلاین و ایده های موجود در شبکه اینترنت تکیه میکنند. از این رو ، شرکتها باید از جایگاه واقعی محصولات خود بر روی وب آگاهی داشته باشند. به همین دلیل در این مقاله یک سیستم هشدار برای تحقیقات آنلاین بازار پیشنهاد میشود که امکان شناسایی شرایط بحرانی در زمان شکل گیری افکار آنلاین را میدهد. بدین صورت که سیستم ،هشداری به مدیر بازاریابی فرستاده و به بازاریابان امکان انجام اقدامات پیش گیرانه را می دهد. سیستم هشدار بر اساس یک پایگاه دانش که حاوی مقادیر موفقیت مربوط به محصول، نظرات آنلاین و الگوهای تعامل اجتماعی است ع مل میکند. این دانش با استفاده از روش هایی همچون متن کاوی و تجزیه و تحلیل شبکه های اجتماعی استفاده میکنند، به دست می آید. بر اساساین دانشاست که سیستم هشدار دهندهدر شرایط پیش آمده تصمیم گیری و قضاوت میکند. برای این منظور، یک رویکرد فازی انتخاب شده است که قواعد زبانی را از داده ها می آموزد . این قوانین برای برآورد موقعیت های آینده به کار برده می شوند. به منظور ارزیابی این سیستم، از دو سناریو استفاده شده است که نتیجه آن نشان می دهد که تمامی اجزای سیستم هشدار دهنده کارایی بهتری نسبت به روش های جایگزین دارند
کلیدواژه ها:
نویسندگان
سامان سیادتی
مرکز تحقیقات هوش استراتژیک، دانشگاه صنعتی خواجه نصیرالدین طوسی ،تهران
محمد معصومی
شرکت پژوهش و توسعه ناجی، تهران
محمد جعفر تارخ
مرکز تحقیقات هوش استراتژیک، دانشگاه صنعتی خواجه نصیرالدین طوسی ،تهران
مهدی سید هاشمی
شرکت پژوهش و توسعه ناجی، تهران
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 :