میترا دانش پرور؛ زهره دهدشتی شاهرخ
چکیده
امروزه شاهد تأثیر زیاد شبکههای اجتماعی بر خرید بسیاری از محصولات در صنایع گوناگون هستیم. یکی از صنایعی که در سالهای اخیر تحت تأثیر شبکههای اجتماعی قرار گرفته است، صنعت پوشاک میباشد. از این رو، این پژوهش به دنبال شناسایی عوامل مؤثر بر خرید پوشاک در شبکههای اجتماعی و تدوین مدل رفتار خرید مصرفکننده در شبکه های اجتماعی برای ...
بیشتر
امروزه شاهد تأثیر زیاد شبکههای اجتماعی بر خرید بسیاری از محصولات در صنایع گوناگون هستیم. یکی از صنایعی که در سالهای اخیر تحت تأثیر شبکههای اجتماعی قرار گرفته است، صنعت پوشاک میباشد. از این رو، این پژوهش به دنبال شناسایی عوامل مؤثر بر خرید پوشاک در شبکههای اجتماعی و تدوین مدل رفتار خرید مصرفکننده در شبکه های اجتماعی برای صنعت پوشاک است. در انجام این تحقیق از روش ترکیبی استفاده شده است. در بخش کیفی ازطریق مصاحبه با مدیران شرکتهای فروش پوشاک در شبکههای اجتماعی متونی تهیه و کدگذاری گردید، 46 مفهوم شناسایی شد که در چهار مقوله اصلی و 16 مقوله فرعی دستهبندی و در قالب مدل اولیه ارائه شدند. سپس در بخش کمی، بر اساس مدل اولیه، پرسشنامهای تدوین و در اختیار 385 نفر از خریداران پوشاک در شبکههای قرار گرفت و مدل نهایی رفتار خرید مصرفکننده برای خرید پوشاک از طریق شبکههای اجتماعی ارائه گردید. نتایج بدست آمده نشان داد که عوامل فردی، عوامل مربوط به شرکت و عوامل اجتماعی و فرهنگی به طور مستقیم و همچنین با نقش میانجی اعتماد، تأثیر معنیداری بر تصمیم مصرف کننده به خرید پوشاک و به دنبال آن تأثیر معناداری بر وفاداری، خرید مجدد و توصیه خرید به دیگران از طریق شبکه های اجتماعی دارند.
ونوس محمدی؛ محسن یوسفی نژاد؛ مهدی حسین زاده
چکیده
استفاده از سیستمهای توصیه گر افزایش فروش در تجارت الکترونیک را اثبات نموده است. هدف سیستم ارائه محصولاتی به کاربر است که متضمن علاقهمندی و آسایش او از محصولات بوده و همچنین در شرکتها شانس فروش خدمات را ارتقا دهد. یکپارچهسازی تکنیکهای مدیریت داده میتواند مسائل مرتبط با ارائه خدمات منطبق با علایق مشتری را مخاطب قرار ...
بیشتر
استفاده از سیستمهای توصیه گر افزایش فروش در تجارت الکترونیک را اثبات نموده است. هدف سیستم ارائه محصولاتی به کاربر است که متضمن علاقهمندی و آسایش او از محصولات بوده و همچنین در شرکتها شانس فروش خدمات را ارتقا دهد. یکپارچهسازی تکنیکهای مدیریت داده میتواند مسائل مرتبط با ارائه خدمات منطبق با علایق مشتری را مخاطب قرار داده و کیفیت پیشنهادها را به طرز چشمگیری بهبود دهد. تحقیقات اخیر بر روی این سیستم ایده استفاده از دادههای شبکه اجتماعی بهمنظور ارتقا سیستم توصیهگر سنتی و پیشبینی بهتر را آشکار میسازد. ما دیدگاههای سیستمهای توصیهگر مبتنی بر داده شبکه اجتماعی توییتر را با استفاده از انواع رابطها، روشهای تجزیهوتحلیل محتوا با تکنیکهای زبانشناسی محاسباتی و الگوریتم تاپیک مدلینگ ملت بیان میکنیم. پس از بررسی عمق اهداف، متدولوژیها این مقاله به علاقهمندان در توسعه سیستم توصیهگر سفر و همچنین تسهیل تحقیقات آینده کمک مینماید.