دانلود ترجمه مقاله انگلیسی متن کاوی شبکه های اجتماعی برای احساسات مصرف کننده برند – نشریه الزویر
More than words: Social networks’ text mining for consumer brand sentiments
نمونه متن ترجمه
چکیده
وبلاگ ها و شبکه های اجتماعی به تازگی به منبع ارزشمندی برای کاوش احساسات در زمینه هایی گوناگونی نظیر مدیریت ارتباط با مشتری، پیگیری افکار عمومی و فیلترینگ متن تبدیل شده اند. در حقیقت، معلوم شده است که دانش بدست امده از شبکه های اجتماعی نظیر توییتر و فیسبوک برای شرکت های تحقیقاتی بازاریابی، سازمان های افکار عمومی و دیگر واحدهای متن کاوی بسیار ارزشمند است. با وجود این، متن های وب بر اساس میزان نویز و اختلالی که ایجاد می کنند مشکلات قابل توجهی هم در سطوح لغوی و هم در سطوح نحوی را به نمایش می گذارند. در این تحقیق ، ما از یک نمونه تصادفی متشکل از ۳۵۱۶ توئیت برای ارزیابی احساس مشتریان نسبت به برندهای شناخته شدده ای چون Nokia، T-Mobile، IBM، KLM و DHL استفاده کردیم. ما از یک واژه نامه ی تخصصی از پیش تعریف شده ای شامل ۶۸۰۰ صفت با جهت گیری شناخته شده به سمت پیشبرد تجزیه و تحلیل استفاده کردیم. نتایج مان نشان دهنده ی احساس مثبت مشتری نسبت به چندین برند معروف بود. با استفاده از روش شناسی کیفی و کمی برای تجزیه و تحلیل توئیت های برندها، این بررسی بر وسعت و عمق بحث بر سر نگرش ها نسبت به برندهای بین المللی می افزاید.
کلمات کلیدی: رفتار مصرف کننده، برند های جهانی، تجزیه و تحلیل احساسات، متن کاوی، توییتر
فهرست مطالب
چکیده
۱ مقدمه
۲ مرور ادبیات
۲ ۱ بررسی های محصول
۲ ۲ بررسی سینما
۲ ۳ جهت گیری سیاسی
۲ ۴ پیشگویی بازار سهام
۳ روش
۳ ۱ نمونه برداری از توییتر
۴ نتایج
۴ ۱ تجزیه و تحلیل و تصویرسازی داده های اکتشافی
۴ ۲ نمرات کلی احساسات
نمونه متن انگلیسی
Abstract
Blogs and social networks have recently become a valuable resource for mining sentiments in fields as diverse as customer relationship management, public opinion tracking and text filtering. In fact knowledge obtained from social networks such as Twitter and Facebook has been shown to be extremely valuable to marketing research companies, public opinion organizations and other text mining entities. However, Web texts have been classified as noisy as they represent considerable problems both at the lexical and the syntactic levels. In this research we used a random sample of 3516 tweets to evaluate consumers’ sentiment towards well-known brands such as Nokia, T-Mobile, IBM, KLM and DHL. We used an expert-predefined lexicon including around 6800 seed adjectives with known orientation to conduct the analysis. Our results indicate a generally positive consumer sentiment towards several famous brands. By using both a qualitative and quantitative methodology to analyze brands’ tweets, this study adds breadth and depth to the debate over attitudes towards cosmopolitan brands.
عنوان فارسی: بیشتر از کلمات: متن کاوی شبکه های اجتماعی برای احساسات و تمایلات مصرف کننده برند
عنوان انگلیسی: More than words: Social networks’ text mining for consumer brand sentiments
تعداد صفحات مقاله انگلیسی : ۱۱
تعداد صفحات ترجمه فارسی : ۲۰
سال انتشار : ۲۰۱۳
نشریه : الزویر – Elsevier
فرمت مقاله انگلیسی : PDF
فرمت ترجمه مقاله : ورد تایپ شده
رفرنس : دارد
رشته های مرتبط با این مقاله: مدیریت
گرایش های مرتبط با این مقاله: بازاریابی، بازاریابی الکترونیک، مدیریت فناوری اطلاعات، مدیریت اجرایی و MBA
مجله: سیستم های خبره با کاربردها (Expert Systems with Applications)
دانشگاه: واحد تحقیقات کسب و کار، لیسبون، پرتغال
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است