فروش مقاله

توضیحات محصول

دانلود مقاله بازاریابی رسانه های اجتماعی از طریق فیلترسازی مشترک زمان آگاه

تعداد کلمات فایل انگلیسی:۶۲۹۷کلمه۱۱صفحه pdf

تعداد صفحات فایل ترجمه:۱۸صفحه word فونت۱۴ Arial

چکیده

رسانه های اجتماعی نقش مهمی در تصمیمات خرید ایفا می کنند و بیشتر شرکت ها رسانه های اجتماعی را برای بازاریابی استفاده می کنند. ایجاد مفهوم محتوای اطلاعاتی بدون ساختار به اشتراک گذاشته شده بوسیله کاربران در طول زمان یک چالش در حال ظهور است. ما توصیه می کنیم که طبیعت پویا با آن گرایش ها و منافع کاربری که در طول زمان ایجاد می گردد، نیازمند بازنگری روش های ارزیابی مناسب برای رسیدگی به ارائه پیشنهادها، بازیابی اطلاعات و غیره می باشد. زمان آگاهی برای تخمین موثرتر منافع کاربر در آینده جهت بررسی بازاریابی رسانه اجتماعی بسیار مهم است که برای افزایش کشش مثلا، ارسال پیام صحیح در زمان صحیح تلاش می کند. این کار، فیلترسازی مشترک زمان آگاه برای تخمین منافع کاربر در طول زمان در توییتر را تعریف می کند. این کار خدمات تحلیل متن را استفاده می کند تا بطور معناداری محتوای توییت ها را تفسیر کند و مفاهیم را با توجه به تکرار آنها در طول زمان پیگیری کند. یک رویکرد مبتنی بر مدل با پیاده سازی الگوریتم نزدیکترین همسایه برای تخمین شباهت کاربر با نمایش پروفایل آنها بوسیله نمونه گیری علایق کاربر با سه روش مختلف: نمایه برداری، تقریب تجمعی نمادین و میانگین استفاده شده است. ما نتایج تجربی را در مقایسه با این روش ها نشان می دهیم و آموزش مدل را در پنجره های زمانی مختلف انجام می دهیم. رویکرد پیشنهادی برای بررسی برخی سوالات بازاریابی رسانه اجتماعی استفاده شده است.

واژگان کلیدی

فیلترسازی مشترک، سیستم پیشنهاددهنده، بازاریابی رسانه اجتماعی، زمان آگاهی

Social media marketing through time-aware collaborative filtering

Summary

Social media is assuming a crucial role in purchasing decisions, and most companies are using social media for marketing. Making sense of the unstructured information content shared by users along the time is an emerging challenge. We advise that the dynamic nature with which trends and user’s interests evolve along the timeline requires the revising of well-assessed meth- ods to address, for instance, recommendation provisioning, information retrieval, and so on. Time-awareness is crucial to more effectively estimate user’s interests in the future to better address social media marketing attempting to increase the traction, for instance, posting the right message at the right time. This work defines time-aware collaborative filtering for estimating users’ interest along the time in Twitter. It uses text analysis services to semantically annotate tweets’ content and to track concepts considering post frequencies along the time. A model-based approach implementing K-Nearest Neighbors is used to estimate user’s similarity representing their profile by sampling user’s interest with three different techniques: Vectorial Representation, Symbolic Aggregation Approximation, and Median. We show the experimental results compar- ing these techniques and performing model training in different time windows. The proposed approach is used to address some social media marketing questions

کد:۱۲۷۴۰

دانلود رایگان فایل انگلیسی:

رمز فایل:www.downloadmaghaleh.com

نظری بدهید

پنج + 1 =