بهینه سازی بازاریابی ویروسی در کسب و کارهای آنلاین با استفاده از درخت تصمیم مبتنی بر الگوریتم ژنتیک
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 402
فایل این مقاله در 21 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:
JR_DMOR-5-2_004
تاریخ نمایه سازی: 24 اسفند 1399
چکیده مقاله:
هدف پژوهش حاضر شناسایی مولفهها و توسعه یک الگو جهت ارائه قوانین بهینه بازاریابی ویروسی در کسب و کارهای آنلاین میباشد. یک پژوهش کاربردی و از نظر روش، آمیخته (کمی و کیفی) میباشد. جامعه آماری پژوهش دربخش کیفی شامل 15 نفر در نسلهای سهگانه X، Y و Z (نسل بازاریابی ملینیوم) و دربخش کمی شامل 460 نفر از خریداران آنلاین میباشد. ابزار گردآوری دادهها دربخش کیفی تکنیک فرافکنی میباشد و از مصاحبه عمیق استفاده شده است. با استفاده از نرمافزار MAXQDA مصاحبهها تحلیل و جمعبندی شده که از این طریق شش مولفه شناسایی گردید و سپس دربخش کمی از 12 خبره برای تعیین شاخص لاوشه استفاده شد و در ادامه تحلیل عاملی اکتشافی بهوسیله نرمافزار SPSS انجام گرفت. از آنجا که انتخاب موثرترین مولفههای جدید بازاریابی ویروسی میتواند تاثیر زیادی در دقت مدل بازاریابی ویروسی در کسبوکارهای آنلاین داشته باشد، جهت شناسایی تاثیرگذارترین مولفهها از الگوریتم فراابتکاری ژنتیک استفاده شد که نرمافزارهای بهکارگرفته شده در اینبخش WEKAو RAPIDMINERمیباشد. در نهایت با استفاده از روش درخت تصمیم قوانین بهینهسازی بازاریابی ویروسی شناسایی گردید. یافتهها ابتدا دربخش کیفی حاکی از آن است که ترغیب آنلاین، اعتماد آنلاین، پشتیبانی آنلاین، خدمات آنلاین، جذابیت آنلاین و ریسکپذیری آنلاین بعنوان مولفههای بازاریابی ویروسی میباشند. در ادامه دربخش کمی و الگوریتم ژنتیک نشان داد که مولفهی ریسکپذیری آنلاین نمیتواند بهعنوان مولفه اثرگذار جهت مدلسازی و استخراج قوانین بازاریابی ویروسی بهکار گرفته شود، بنابراین از میان شش مولفه حذف گردید
کلیدواژه ها:
نویسندگان
الهام فاضلی ویسری
گروه مدیریت، دانشکده مدیریت و حسابداری، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران.
محمد جواد تقی پوریان
گروه مدیریت، دانشکده مدیریت و حسابداری، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران.
رضا طاولی
گروه علوم پایه، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران.
قیدر قنبرزاده
گروه مدیریت، دانشکده مدیریت و حسابداری، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، 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 :