این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های مدیریت منابع سازمانی، جلد ۶، شماره ۴، صفحات ۸۳-۱۰۶
عنوان فارسی ارائه الگویی برای تحلیل رفتار کاربران شبکه‌های اجتماعی با استفاده از روش‌های داده‌کاوی: یک شبکه اجتماعی در ایران
چکیده فارسی مقاله در فضای مجازی، شبکه‌های اجتماعی به ‌عنوان نوع جدیدی از وب‌سایت‌ها متولد شده‌اند و کاربردها، کاربران و طرفداران بسیاری پیدا کرده‌اند. شبکه‌های اجتماعی یکی از انوع رسانه‌های اجتماعی محبوب محسوب می‌شوند و محلی برای شکل‌گیری جماعت‌های مجازی و شبکه‌سازی کاربران اینترنتی هستند کاربران اینترنتی را بر‌حسب نوع مواجه خود با شبکه‌های اجتماعی می‌توان به شکل‌های مختلف دسته‌بندی کرد. باتوجه به گسترش انواع شبکه‌های اجتماعی، نیاز به الگویی است تا براساس آن تصمیم‌گیری استراتژیک و یا اتخاذ خط مشی‌های جدید برای خدمت‌رسانی بهتر به کاربران صورت گیرد. هدف این پژوهش، ارائه سازوکاری جهت پیش‌بینی الگوهای رفتاری افراد در شبکه‌های اجتماعی و به‌کارگیری تکنیک‌های داده‌کاوی با استفاده از روش فرایندی اجرای پروژه‏های داده‌کاوی برای رده‌بندی و تحلیل رفتار کاربران شبکه اجتماعی به منظور شناخت بهتر آنها و در نتیجه بهبود خدمات ارائه شده و تدوین استراتژی‌های مناسب می‌باشد. جامعه آماری پژوهش کاربرانی می‌باشد که از شبکه‌ اجتماعی مورد نظر استفاده می‌کنند که شامل تعداد 31033 کاربر فعال است. درک صحیح از الگوهای رفتاری کاربران شبکه‌های اجتماعی، منجر به انطباق هرچه بهتر خدمات ارائه شده به‌وسیله شبکه با نیازهای کاربر و به تبع آن، توسعه تعداد کاربران شبکه و افزایش ارزش افزوده آن برای کاربران و درآمدزایی برای متولیان شبکه می‌گردد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Developing a Pattern for Analyzing Social Network Users Behavior Based on Data Mining Algorithms: an Iranian Social Network
چکیده انگلیسی مقاله In cyberspace, Social networks have been born as a new type of websites and have gained an enormous range of users and fans. Social networks are one type of social media and are places for forming virtual communities of interested users. Internet users have been classified in different ways based on their type of using social networks. This study seeks to provide a mechanism to predict patterns of behavior in social networks. Due to the expansion of social networks, the selected network requires a model based on the new strategic decisions or policies for better serve users. This study uses data mining techniques for classification and analysis of social network users for better understanding of their behavior and improving services and developing appropriate strategies. Understanding behavioral patterns of users of social networks lead to better adaptation to user needs. The user population applied for analysis includes 31033 users that use a specific Iranian Social Network regularly. A method for clustering and orientation analysis based on past users behavior using CRISP-DM and data mining software is deeply analyzed and described. A full perception of users' behavior will result in a better match of social network features with users' needs as well as a high value added for users and profitability for social network owners.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله بابک سهرابی |
استاد گروه مدیریت فناوری اطلاعات ، دانشکده مدیریت ، دانشگاه تهران، تهران، ایران.
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

ایمان رییسی وانانی | raeesi vanani
استاد گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)

مرضیه طالبیان |
دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات ، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://ormr.modares.ac.ir/article_16213_5d3014274f7b658f21ce10d87ee5fe66.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1425/article-1425-460623.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات