سال انتشار: ۱۳۹۴
کد COI مقاله: ICMBA01_156
زبان مقاله: فارسی
حجم فایل: ۸۹۲.۰۳ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)
صدورگواهی چاپی نمایه سازی | مشاهده گواهی مقاله |
دریافت گواهی PDF مقاله |
گزارش خرابی مقاله |
سایر مقالات این مجموعه
متن کامل این مقاله دارای ۱۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله ارائه ی کاربردی از داده های عظیم در هوش تجاری
فاطمه بیات چالشتری - دانشجوی کارشناس ارشد دانشگاه خواجه نصیرالدین طوسی مهندسی فناوری اطلاعات گرایش تجارت الکترونیکحجت اله حمیدی - .هیئت علمی دانشگاه خواجه نصیر الدین طوسی دانشکده صنایع گروه مهندسی فناوری اطلاعات
چکیده مقاله:
در این مقاله به بررسی کاربردی از داده های عظیم در هوش تجاری پرداخته می شود. امروزه داده های عظیم به مفاهیم تحلیلی و ابزارهای کمکی توانمندی نیاز دارد تا با شرایط بازارهای امروزی تطبیق پیدا کند. تجزیه و تحلیل های داده های عظیم به عنوان یک تکنولوژی مخرب ، باعث تغییر شکل هوش تجاری شده است که خود یک پشتوانه متکی بر تجزیه و تحلیل های داده در به دست آوردن بینش کسب و کار برای تصمیم گیری بهتر است . همچنین این مقاله منابع داده ها، روش ها، و برنامه های کاربردی مربوطه را از پنج منظر مهم بازاریابی از قبیل مشتریان ، محصول ، مکان ، قیمت و آینده نگری که بر پایه هوش بازاریابی استوار است بررسی می کند.کلیدواژهها:
داده های عظیم- هوش تجاری- بازاریابی هوشمند- بازاریابی ترکیبی- ELTAکد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://www.civilica.com/Paper-ICMBA01-ICMBA01_156.html
کد COI مقاله: ICMBA01_156
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:بیات چالشتری, فاطمه و حجت اله حمیدی، ۱۳۹۴، ارائه ی کاربردی از داده های عظیم در هوش تجاری، کنگره بین المللی مدیریت، اقتصاد و توسعه کسب و کار، تبریز، دبیرخانه دائمی کنگره، https://www.civilica.com/Paper-ICMBA01-ICMBA01_156.html
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (بیات چالشتری, فاطمه و حجت اله حمیدی، ۱۳۹۴)
برای بار دوم به بعد: (بیات چالشتری و حمیدی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 :علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش
علم سنجی پایگاه سیویلیکا
می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را
بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات پیشنهادی مرتبط
- بررسی و تحلیل big data
- ارائه ی روشی جهت تعیین نقاط حادثه خیز جاده ای با استفاده از سیستم اطلاعات مکانی و فرآیندهای تصمیم گیری چند معیاره
- ارائه یک طراحی جدید برای قالب های اکستروژن معکوس
- اثر تراکم کاشت بر عملکرد و خصوصیات رشدی بنه در گیاه دارویی زعفران
- آلاینده های خاک و روش های پاکسازی آنها
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- جستاری در ادب پارسی در پی مفاهیم امروزین مدیریت کیفیت
- بررسی نقش مدیربه عنوان معلم و رابطه آن با اثربخشی مدیریت ارتباط با مشتری
- بررسی رابطه بین رادمردی و وفاداری مشتری
- آثاروکارکردهای بیداری اسلامی براقتصاد منطقه
- اینترنت به عنوان توانمندسازبرای فرمهای تازه ای ازنوآوری
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
شبکه تبلیغات علمی کشور
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.