تعامل انسان و اطلاعات، جلد ۱۱، شماره ۳، صفحات ۰-۰
عنوان فارسی تحلیل تعامل کاربران با پست‌های بازاریابان الکترونیکی در شبکه اجتماعی اینستاگرام
چکیده فارسی مقاله زمینه و هدف: شبکه‌های اجتماعی و نفوذ هر چه بیشتر آن‌ها در میان کاربران مختلف در تمام نقاط دنیا باعث شده است که این شبکه‌ها به ابزارهایی مناسب برای تبلیغات و تجارت الکترونیک تبدیل شوند. شبکه اجتماعی اینستاگرام به عنوان یکی از ابزارهای قدرتمند بازاریابی شناخته می‌شود و افزایش بازدید، پسند و نظر در اینستاگرام، نقش مهمی در دیده شدن کسب‌وکارها دارد. هدف این پژوهش تحلیل رفتار کاربران در مواجهه با پست‌های بازاریابان الکترونیکی در شبکه اجتماعی اینستاگرام به‌منظور افزایش تعاملات کاربران با پست‌های بازاریابان الکترونیکی می‌باشد.
روش پژوهش: طبق مطالعات کتابخانه‌ای، عوامل تاثیرگذار بر میزان بازدید، پسند و نظر پست‌های بازاریابان الکترونیکی در شبکه اجتماعی اینستاگرام استخراج شده است. پس از استخراج داده‌های متناسب با هر عامل شناسایی شده، به محاسبه وزن و اهمیت هر یک بر اساس مدل رگرسیون پرداخته شده است. همچنین با استفاده از تکنیک‌های داده‌کاوی به ایجاد مدل طبقه‌بند درخت تصمیم برای پیش‌بینی و مدیریت پست‌ها به‌منظور افزایش میزان بازدید، پسند و نظر، ایجاد شده است.
یافته‌ها: به طور مستقیم، عواملی مانند «تعداد پست‌ها»، «تعداد دنبال‌کنندگان»، «نوع پست»، «محتوای پست» و «زمان پست» عوامل بالقوه‌ای هستند که بر تعداد بازدید، پسند‌ها و نظر‌ها تأثیرگذار هستند. طبق نتایج بدست آمده عامل «محتوای پست با موضوع نظرسنجی» با دارا بودن علامت مثبت و ضریب 420290.616 بیشترین تاثیر مثبت را بر میزان بازدید یک پست داشته است. عامل «محتوای پست با موضوع تخفیف» با دارا بودن علامت مثبت و ضریب 5417.751 بیشترین تاثیر مثبت را بر میزان پسند یک پست داشته است. عامل «محتوای پست با موضوع تخفیف» با دارا بودن علامت مثبت و ضریب 2164.016 بیشترین تاثیر مثبت را بر میزان نظر یک پست داشته است.
نتیجه‌گیری: بر اساس عوامل موثر استخراج‌شده، محاسبه وزن و اهمیت هر عامل و مدل درخت تصمیم ایجادشده می‌توان به مدیریت پست‌ها در جهت افزایش میزان بازدید، پسند و نظر پرداخت.
کلیدواژه‌های فارسی مقاله شبکه‌های اجتماعی، بازاریابی الکترونیکی، تحلیل رفتار کاربران، داده‌کاوی
عنوان انگلیسی Analysis of Users' Interaction with E-Marketers' Posts on Instagram Social Network
چکیده انگلیسی مقاله Background and Purpose: Social networks and their increasing influence among different users in all parts of the world have made these networks become suitable tools for advertising and e-commerce. The Instagram social network is known as one of the powerful marketing tools, and increasing views, likes and comments on Instagram plays an important role in the visibility of businesses. The purpose of this research is to analyze the behavior of users when faced with the posts of electronic marketers on the social network Instagram in order to increase the interactions of users with the posts of electronic marketers.
Method: According to library studies, factors influencing the number of visits, likes and comments of e-marketers' posts on the Instagram social network have been extracted. After extracting the data corresponding to each identified factor, the weight and importance of each has been calculated based on the regression model. Also, by using data mining techniques, a decision tree classification model has been created to predict and manage the status of posts in order to increase the number of visits, likes and comments.
Results: Directly, factors such as "number of posts", "number of followers", "post type", "post content" and "post time" are potential factors that influence the number of views, likes and comments. According to the obtained results, the "post content (survey)" factor with a positive sign and a coefficient of 420,290.616 had the most positive effect on the number of views of a post. The factor "post content with discount" having a positive sign and a coefficient of 5417.751 had the most positive effect on the liking of a post. The factor "post content (discount)" having a positive sign and a coefficient of 2164.016 had the most positive effect on the number of comments of a post.
Conclusion: Based on the extracted effective factors, calculating the weight and importance of each factor and the created decision tree model, posts can be managed to increase the number of visits, likes and comments.
کلیدواژه‌های انگلیسی مقاله Social Networks, E-Commerce, User Behavior Analysis, Data Mining
نویسندگان مقاله محمد مرادی | Mohammad Moradi
Assistant Professor, Department of Computer Engineering, Faculty of Engineering, Bozorgmehr University of Qaenat, Qaenat, Iran
استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه بزرگمهر قائنات، قائنات، ایران

نشانی اینترنتی http://hii.khu.ac.ir/browse.php?a_code=A-10-1030-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات