دانلود مقاله و خرید ترجمه:پیش‌بینی معیارهای عملکردی رسانه‌های اجتماعی و ارزیابی تاثیر آن بر ساخت برند: یک رویکرد داده کاوی

رمضان

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده کاوی ( data mining )
  • Predicting social media performance metrics and evaluation of the impact on brand building: A data mining approach پیش‌بینی معیارهای عملکردی رسانه‌های اجتماعی و ارزیابی تاثیر آن بر ساخت برند: یک رویکرد داده کاوی

    سال انتشار:

    2016


    ترجمه فارسی عنوان مقاله:

    پیش‌بینی معیارهای عملکردی رسانه‌های اجتماعی و ارزیابی تاثیر آن بر ساخت برند: یک رویکرد داده کاوی


    عنوان انگلیسی مقاله:

    Predicting social media performance metrics and evaluation of the impact on brand building: A data mining approach


    منبع:

    Sciencedirect - Elsevier - Journal of Business Research Volume 69, Issue 9, September 2016, Pages 3341-3351


    نویسنده:

    Sérgio Moro, Paulo Rita, Bernardo Vala


    چکیده انگلیسی:

    This study presents a research approach using data mining for predicting the performance metrics of posts published in brands Facebook pages. Twelve posts performance metrics extracted from a cosmetic companys page including 790 publications were modeled, with the two best results achieving a mean absolute percentage error of around 27%. One of them, the “Lifetime Post Consumers” model, was assessed using sensitivity analysis to understand how each of the seven input features influenced it (category, page total likes, type, month, hour, weekday, paid). The type of content was considered the most relevant feature for the model, with a relevance of 36%. A status post captures around twice the attention of the remaining three types (link, photo, video). We have drawn a decision process flow from the “Lifetime Post Consumers” model, which by complementing the sensitivity analysis information may be used to support managers decisions on whether to publish a post.
    Keywords: Social networks | Social media | Data mining | Knowledge extraction | Sensitivity analysis | Brand building


    چکیده فارسی:

    این مقاله با استفاده از داده کاوی، پیش‌بینی معیارهای عملکردی پست‌های منتشر شده در صفحات فیس‌بوک یک برند را مطالعه کرده است. دوازده معیار عملکردی پست استخراج شده از یک صفحه متعلق به شرکت لوازم آرایشی و بهداشتی شامل 791 پست مدل شده است، و بهترین نتایج شامل درصد میانگین خطای مطلق حدود 27% از مدل "طول عمر مخاطبین پست" بدست آمده ‌است؛ این نتایج با استفاده از تحلیل حساسیت نسبت به درک اینکه چگونه هریک از هفت ویژگی ورودی بر آن تاثیر می‌گذارد (گروه؛ لایک ‌های کلی صفحه؛ نوع؛ ماه؛ ساعت؛ روز هفته؛ پرداخت) ارزیابی شد. نوع محتوا مهمترین ویژگی را برای مدل، با رابطه 36% در نظر می‌گیرد. یک پست استاتوس نسبت به سه نوع باقی مانده (لینک، عکس، ویدیو) حدودا دو برابر توجهات را جلب می‌کند. یک جریان فرآیند تصمیم را از مدل "طول عمر مخاطبین پست" استنتاج کردیم، که با تکمیل اطلاعات تحلیل حساسیت ممکن است برای حمایت از تصمیمات مدیریت بر چگونگی نشر یک پست استفاده شود.
    کلمات کلیدی: شبکه‌های اجتماعی | رسانه اجتماعی | داده کاوی | استخراج دانش | تحلیل حساسیت | ساخت برند


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    تعداد صفحات فایل doc فارسی: 42

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 797 کیلوبایت


    قیمت: 35000 تومان  28000 تومان(20% تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-کاوی
موضوعات
footer