اکتشاف کاربران تاثیرگذار در رسانه های اجتماعی بر پایه روش های داده کاوی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 625

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT08_070

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

اخیراً شرکت ها تمایل دارند با استفاده از رسانه های اجتماعی مزیت رقابتی منحصربه فردی را در سطح بازار به دست بیاورند. بازاریاب ها تلاشمی کنند از طریق رسانه های اجتماعی مشتریان را دقیق تر مورد هدف گیری قرار دهند و از طریق این رسانه علاقه مندی آنها را به محصولاتمتنوع کشف کنند، از طرفی مبلغان تمایل دارند به واسطه این رسانه ها انتشار تبلیغات را بیشینه کنند. کاربرانی که اطلاعات را در رسانه هایاجتماعی منتشر می کنند و این اطلاعات موردعلاقه دنبال کننده آنها هست و باعث بیشینه شدن انتشار در شبکه های اجتماعی می شود، کاربرانتأثیرگذار نامیده می شود. کاربران تأثیرگذار در موضوعات مختلف تاثیر گذاری متفاوتی بر روی سایر کاربران و دوستان خود خواهند داشت.بنابراین در این مقاله یک روش برای اکتشاف کابران تأثیرگذار بر پایه موضوعات مختلف پیشنهادشده است. جزئیات روش پیشنهادی در ادامهمقاله آورده شده است. روش پیشنهادی با مجموعه داده !Yahoo Meme و مجوعه داده تویتر مورد ارزیابی قرار خواهد گرفت که تعدادیکاربر به صورت تصادفی انتخاب شده است، این کاربران، دوستان خود را بر روی رسانه های اجتماعی دنبال می کنند، عضو گروه های مختلفیمی شوند و شروع به فعالیت های مختلف بر بستر این رسانه می کنند. روش پیشنهادی با دو روش دیگر مقایسه می شود و دقت روش پیشنهادی0.61 هست.

نویسندگان

حسنیه صفی آریان

دانشکده برق، کامپیوتر و فناوری اطلاعات دانشگاه آزاد قزوین

محمدجعفر تارخ

دانشکده برق، کامپیوتر و فناوری اطلاعات دانشگاه خواجه نصیر الدین طوسی

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 :
  • Litvin, Stephen W., Ronald E. Goldsmith, and Bing Pan. "Electronic ...
  • Richins, Marsha L. "WORD OF MOUTH NEGATIVE ...
  • INF O RMATION _ _ Advances in consumeg research 11.1 ...
  • Chan, Yolanda YY, and E. W. T. Ngai. _ _ ...
  • Intelligence & Planning 29.5 (2011): 488-516. ...
  • Cheung, C.M. and Thadani, D.R., 2010. The State of Electronic ...
  • 647059 [ 0.784373 0.322371 0.315158 0.511370 ...
  • Hung, K.H. and Li, S.Y., 2007. The influence of eWOM ...
  • Chang, Aihwa, Sara H. Hsieh, and Timmy H. Tseng. "Online ...
  • Lee, M. and Youn, S., 2009. Electronic word of mouth ...
  • Chevalier JA, Mayzlin D. The effect of word of mouth ...
  • Lee, M. and Youn, S., 2009. Electronic word of mouth ...
  • Dellarocas, C., Zhang, X.M. and Awad, N.F., 2007. Exploring the ...
  • Park, D.H. and Lee, J., 2009. eWOM overload and its ...
  • Gruhl, D., Guha, R., Liben-Nowell, D. and Tomkins, A., 2004, ...
  • Adar, E. and Adamic, L., 2005, September. Tracking information epidemics ...
  • I EE E/WIC/ACM international conference on (pp. 207- 214). IEEE. ...
  • Leskovec, Jure, Lada A. Adamic, and Bernardo A. Huberman. "The ...
  • "Maximizing the spread of influence through a social network, " ...
  • Jacob Goldenberg, Barak Libai, and Eitan Muller. Talk of the ...
  • J. Leskovec, "Dynamics of Large Networks Jurij Leskovec, " 2007. ...
  • Y. C. Chen, W. C. Peng, and S. Y. Lee, ...
  • W. Chen, Y. Wang, and S. Yang, «Efficient influence maximization ...
  • A. Goyal, F. Bonchi, and L. V. S. Lakshmanan, _ ...
  • . Sun and J. Tang, _ Survey of Models and ...
  • O. Hinz, B. Skiera, C. Barrot, and J. U. Becker, ...
  • D. Eppstein, _ 'Sp arsification-a technique for speeding up dynamic ...
  • J. Golbeck, _ and nuanced profile similarity in online social ...
  • The Penn database group has structured and XML data project ...
  • Bevington, Philip R., and D. Keith Robinson. "Data reduction and ...
  • Structure, Models. "Meaning: Is" unstructured" data merely unmodeled. "Intelligent Enterprise, ...
  • Finkelstein, M.O., 1980. The judicial reception of multiple regression studies ...
  • Salton, Gerard. "Developments in automatic text retrieval." Science 253.5023 (1991): ...
  • Finkelstein, M.O., 1980. The judicial reception of multiple regression studies ...
  • Salton, Gerard. "Developments in automatic text retrieval." Science 253.5023 (1991): ...
  • Kjerulff, T.M., Rivera, F., Jimenez-Igles ias, A. and Moreno, C., ...
  • Breiman, L., Friedman, J.H., Olshen, R. and Stone, C.., 1984. ...
  • Cha, M., Haddadi, H., Benevenuto, F., Gummadi, K.P., 2010. Measuring ...
  • Zhu, Zhiguo, et al. "Exploring factors of user's peer-influence behavior ...
  • نمایش کامل مراجع