تحلیل داده های بزرگ در زنجیره تامین، با استفاده از داده های توییتر و گراف کاهشی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 975

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAYCOMP01_105

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

امروزه شرکت ها براحتی به داده های بزرگ جهت استخراج ایده های جدید از محصولات و مشتریانشان دسترسی دارند. بررسی های انجام شده بر روی رفتارهای اقتصادی، نشان داده که احساسات می توانند رفتار و تصمیم گیری فردی را شدیداً تحت تاثیر قرار دهند، و حتی در حالت کلی بر روی اجتماع هم اعمال شوند. آیا وضعیت خلق و خوی تجربه اجتماع، می تواند کل تصمیم گیری ما را تحت تاثیر قرار دهد؟ در اینجا ما سعی کرده ایم با استفاده از بررسی و آنالیز احساسات نهفته در پستهای ارسالی در توییتر، محصولات مورد علاقه کاربران را شناسایی کرده، و همچنین بعلت کمبود تکنیک های تحلیل داده ها در رقابت های تجاری، این تحقیق یک ساختار آنالیز با استفاده از تکنیک گراف کاهشی ارائه می کند که در این روش یک زیر بنای تحلیلی برای شرکت ها جهت به اشتراک گذاری صلاحیت هایشان با شرکت های دیگر ارائه می شود. و سپس با استفاده از گراف کاهشی مسیر بهینه جهت بدست آوردن مجموعه صلاحیت های لازم برای تولید محصولات مورد علاقه کاربران، شناسایی شده از مرحله قبل را، بدست می آوریم.

نویسندگان

سید عنایت الله علوی

دانشگاه شهید چمران، دانشکده مهندسی، گروه کامپیوتر، اهواز، ایران

محسن مویدی پور

دانشگاه شهید چمران اهواز، دانشکده مهندسی، گروه کامپیوتر، اهواز، 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 :
  • J. Bollen, H. Mao, and X. Zeng, "Twitter M ood ...
  • Kim.H , YuanZhu.Z , Guojun.J , Fei.Y , Chingter.C. 015 ...
  • Xindong Wu, Xingquan Zhu, Gong-Qing Wu, Wei Ding, 014 IEEE ...
  • نمایش کامل مراجع