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

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

آکادمی داده

۱۳۹۷/۰۵/۲۴


  • 71 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

 

در این بررسی ما به تجزیه و تحلیل قطبیت احساسات بیش از ۳۵۰۰ توئیت رسانه های اجتماعی که نگرش هایشان را نسبت به ۱۶ برند جهانی بیان کرده بودند پرداختیم. کاربران رسانه های اجتماعی ۶۷%  از حدود یک بیلیون کاربر فعال اینترنت را شامل می شوند (2012 ,.Eirinaki et al) اگرچه یک توئیت واحد محدود به ۱۴۰ کاراکتر می شود، تقریبا روزانه حدود میلیون ها توئیت پست گذاشته شده در توییتر ممکن است نمایش بی طرفانه ای از احساسات مصرف کنندگان نسبت به خدمات و برندها را فراهم آورد. دریافت عقاید مصرف کنندگان و کسب دانش درباره ی سلائق مصرف کننده برای مدت ها دغدغه ای برای محققان بازاریابی بوده است. با وجود این، شیوه های سنتی بازاریابی نظير گروه های تمرکز و مصاحبه رو در رو هم هزینه بر هستند و هم زمان بر در مقابل، توئیت ها و وبلاگ ها به طور رایگان در دسترس هستند. چنین سانه های تولید کننده ی مصرف کننده نیز عاری از تعصب و طرفداری هستند که ممکن است بوسیله ی مصاحبه گرها در مورد مصاحبه های شخصی دیده شود. علاوه بر این، مصرف کنندگان ممکن است به سادگی در مقابل شاخص های اندازه گیری عینی نظیر داده های فروش، درآمدها با قیمت سهام ترازیایی شوند. از این رو، شرکت ها می توانند از چنین محتوی متنی آنلاینی در تلاش برای بدست آوردن روشنگری در عقاید و افکار مصرف کنندگان در مورد محصولات و خدمات موجود بهره ببرند. نادیده گرفتن احساسات مصرف کنندگان ممکن است شرکت ها را از نظر رقابت دچار ضعف کرده و مشکلات زیادی در رابطه با تصور مصرف کننده از برنده ایجاد کند. همچنین سرعت رسانه های اجتماعی ممکن است تبلیغات شرکت ها را با استفاده از رسانه های سنتی نه چندان کارآمد عوض کند. بر پایه ی این واقعیت که در حدود ۲۰٪ از میکروبلاگ ها به نام یک برند اشاره می کنند (2009 ,.Jansen et al). استدلال می کنیم که مدیریت درک برند در توییتر و دیگر رسانه های اجتماعی باید بخشی از استراتژی کلی بازاریابی فعال را شکل دهد، حفظ یک حضور ثابت در چنین کانال های رسانه ای اجتماعی باید بخش مهمی از گردهمایی های معرفی برند و تبلیغات باشد. گردهمایی های می توانند از بلاک ها به طریق هوشمندی برای انتشار اطلاعات مورد نیاز توسط مشتریان شان و پایش مباحث توئیت کننده ها و بلاگرها در مورد برند خود استفاده کنند. با وجود این، باید به یاد داشت که در حالیکه از SA برای دسته بندی عینی عقاید و افکار مصرف کنندگان استفاده می شود، تحليل ما دلیل اساسی شکل گیری چنین عقاید و افکاری را نشان نمی دهد. تحقیقات آینده با استفاده از شناسایی موضوعی احساسات (STR) باید برای انجام شود تا مورد بحث ترین موضوعات پشت هر احساس مشخص گردد. از طریق این تجزیه و تحلیل باید کسب دانش کلی درباره ی علل اساسی احساسات مثبت یا منفی ممکن شود. باید یادآور شد که در حالیکه استفاده از روش مبتنی بر فرهنگ لغت در این تحقیق می تواند احساسات اساسی را نشان دهد، چنین روشی گاها ممکن است نتواند ماهرانه و لطيف بیان زبان شناسانه ی مورد استفاده در موقعیت هایی نظیر طعنه، کنایه یا انگیزش را نشان دهد. با وجود این محدودیت ها، ما بر این باوریم که این تحقیق و بررسی به ادبیات موجود در متن کاوی و رفتار مصرف کننده کمک می کند. از این رو ما بر این عقیده ایم که تحلیل مان به جا و مؤثر است.

 

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر به دنبال مجموعه مقالات فارسی در موضوعات مختلف هستید به لینک مراجعه بفرمایید. در این لینک مجموعه مقالات فارسی در حوزه های مختلف داده کاوی و متن کاوی ارائه شده است.

اگر به پژوهش در حوزه متن کاوی علاقه مند هستید توصیه می شود حتما مجموعه بی نظیر هفتاد و چهار مقاله فارسی در زمینه متن کاوی  و مجموعه های مشابه آن را تهیه بفرمایید.

اگر در زمینه متن کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.  


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.