%34تخفیف

دانلود پروژه: تخمین شخصيت اعضاي شبکه اجتماعي برای بازاريابي ويروسي

تعداد 88 صفحه در فایل word

چکیده

با ارسال پیام تبلیغاتی یا تحویل نمونه­های رایگان محصول به تعدادی از کاربران در یک شبکه اجتماعی، می­توان باعث ترویج محصول از طریق دهان به دهان گشتن نام آن محصول شد. انتخاب کاربرانی که پیام تبلیغاتی یا محصـول رایگان را دریافت کننـد، با هدف بیشینه کردن ترویج، مسئله­ای چالش برانگیز است. این کاربرانِ دریافت­کننده، گره­های تاثیرگذار نامیده می­شوند. در تحقیقات پیشین، برای شناسایی گره­های تاثیرگذار، از معیارهایی مانند میزان ارتباطات اعضای شبکه اجتماعی و یا اطلاعاتی که هر عضو بر روی شبکه اجتماعی منتشر می­کند، استفاده شده است. یکی از عوامل تاثیرگذار دیگر در انتشار پیام تبلیغاتی، ویژگی­های شخصیتی اعضا است. در این پایان­نامه فرآیند جامعی ارائه می‌شود که به صورت غیرمستقیم و بدون نقض حریم خصوصی افراد، تنها با در اختیار ‌داشتن اطلاعاتی راجع به ساختار گرافی که حول هر عضو شبکه اجتماعی وجود دارد، می‌تواند شخصیت آن عضو را بر اساس مدل پنج عامل بزرگ شخصیتی تخمین بزند. برای ایجاد این فرآیند، دو روش برنامه‌نویسی ژنتیک و قوانین رگرسیون M5 بر روی داده‌های اعضای شبکه اجتماعی اعمال شده­اند و روابطی استخراج شده‌اند که با دریافت سه ویژگی از ساختار گرافِ هر عضو شبکه اجتماعی می‌توانند میزان شخصیت او را تخمین بزنند. نتایج نشان می‌دهد که این دو روش با دقت بالایی این تخمین را انجام می‌دهند. همچنین، مدل حاصل از برنامه‌نویسی ژنتیک در مقایسه با رگرسیون M5، دقت بالا‌تر و پیچیدگی محاسباتی کمتر و قابلیت بیشتری برای استفاده مجدد دارد. در ادامه، شخصیت تخمین زده شده برای اعضا، در کنار ترکیبی از مشخصه­های گراف شبکه اجتماعی برای انتخاب گره­های تاثیرگذار در بازاریابی ویروسی استفاده شده است. برای این منظور، روشی برای امتیازدهی به اعضای شبکه اجتماعی طراحی شده است که از تابع پذیرش آبشاری استفاده می­کند و وزن پارامترهای دخیل در آن توسط الگوریتم ژنتیک با کدگذاری حقیقی محاسبه شده است. نتایج نشان می­دهد که استفاده از شخصیت افراد در روند پیدا کردن گره­های تاثیرگذار در بازاریابی ویروسی تا حد قابل ملاحظه­ای میزان ترویج را بهبود داده است. این میزان بهبود در بازاریابی ویروسی باعث بازگشت سریع­تر سرمایه و رشد مشتریان بالقوه برای محصول مورد بازاریابی می­شود.

کلمات کلیدی: شبکه اجتماعی، پنج عامل بزرگ شخصیت، بازاریابی ویروسی، گره­های تاثیرگذار، الگوریتم ژنتیک

فهرست مطالب
عنوان صفحه
فصل اول: مقدمه
1-1-شرح و بیان مسئله پژوهشی 1
1-2-اهداف و سوالات پژوهش 4
فصل دوم: ادبیات تحقیق
2-1-مقدمه 6
2-2-تابع پذیرش 6
2-3-ارزش خالص فعلی 8
2-4-بازاریابی ویروسی محلی و عمومی 9
2-5-مشخصه¬های گراف شبکه اجتماعی 10
2-6-مدل پنج عامل بزرگ شخصیتی 11
2-6-1- برون¬گرايي 12
2-6-2- گشودگي 12
2-6-3- وظیفه¬شناسی 13
2-6-4- روانرن¬جوری 13
2-6-5- تطابق¬پذیری 13
2-7-تاثیر فاکتورهای برون‌گرایی و گشودگي بر روی همکاری شخص در بازاریابی ویروسی 13
2-8-الگوریتم قوانین M5 14
2-9-الگوریتم ژنتیک 15
2-10-برنامه¬نویسی ژنتیک 17
2-11-جمع¬بندی 18
فصل سوم: مرور کارهای قبلی
3-1-مقدمه 19
3-2-پژوهش¬های قبلی در زمینه بررسی شخصیت اعضای شبکه¬های اجتماعی 19
3-2-1- دیدگاه اول: دسته¬بندی پژوهش¬های پیشین بر اساس اطلاعات مورد استفاده 20
3-2-2- دیدگاه دوم: دسته¬بندی پژوهش¬های پیشین بر اساس کیفی با کمی بودن نتایج 25
3-3-پژوهش¬های قبلی در زمینه پیدا کردن گره¬های تاثیرگذار در بازاریابی ویروسی 27
3-3-1- گروه اول: مطالعاتی که در آنها نقش ساختار گراف شبکه کمرنگ است 27
3-3-2- گروه دوم: مطالعاتی که در آنها نقش ساختار گراف شبکه پررنگ است 29
عنوان صفحه
3-4-جمع بندی 31
فصل چهارم: مدل¬سازی تخمین شخصیت اعضای شبکه اجتماعی با استفاده از ساختار گراف
4-1-مقدمه 32
4-2-داده‌های جامعه آماری و آزمون همبستگی پیرسون 33
4-3-روش اول: استفاده از قوانین M5 برای تخمین شخصیت اعضا 36
4-3-1- تخمین برون‌گرایی با استفاده از قوانین M5 37
4-3-2- تخمین گشودگی با استفاده از قوانین M5 37
4-4-روش دوم: استفاده از برنامه‌نویسی ژنتیک برای تخمین شخصیت اعضا 41
4-4-1- تخمین برون‌گرایی با استفاده از برنامه¬نویسی ژنتیک 42
4-4-2- تخمین گشودگی با استفاده از برنامه¬نویسی ژنتیک 43
4-5-ارزیابی روش‌های تخمین شخصیت 47
4-5-1- مقایسه روش¬های محاسبه برون‌گرایی 47
4-5-2- مقایسه روش¬های محاسبه گشودگی 48
4-6-تاثیر بکارگیری اطلاعات غیرساختاری گراف شبکه اجتماعی 49
4-7-جمع بندی 50
فصل پنجم: یافتـن گرههای تاثیـرگذار با دخـالت دادن ویژگی¬های شخصیتی
5-1-مقدمه 51
5-2-روش پیشنهادی برای یافتن گره‌های تاثیر گذار 52
5-2-1- طراحی تابع امتیازدهی و محاسبه ضرایب آن 52
5-2-2- شبیه¬سازی 54
5-2-3- انجام بازاریابی ویروسی 55
5-3-ارزیابی روش پیشنهادی 55
5-4-بررسی‌های تکمیلی 61
5-4-1- مجموعه داده‌های استفاده شده 61
5-4-2- نتایج بدست آمده 62
5-5-جمع بندی 67
فصل ششم: نتیجه گیری و پیشنهادات
6-1-نتیجه¬گیری 68
6-2-راهکارهای آینده 69
عنوان صفحه
مراجع 70
واژه¬نامه……………………………………………………………………………………………………………….75
واژه¬یاب……………………………………………………………………………………………………………….77

فهرست شکل‌ها
عنوان صفحه
شکل ‏2 1 – روند اجرای الگوریتم ژنتیک 16
شکل ‏4 1 – توزیع برون‌گرایی، گشودگی و جنسیت در مجموعه داده 34
شکل ‏4-2 – نتایج پیاده¬سازی روش M5 بر روی داده¬های آموزشی برای تخمین برون‌گرایی 38
شکل ‏4-3 – نتایج پیاده¬سازی روش M5 بر روی داده¬های تست برای تخمین برون‌گرایی 38
شکل ‏4-4 – نتایج پیاده¬سازی روش M5 بر روی داده¬های تست برای تخمین گشودگی 40
شکل ‏4-5 – نتایج پیاده¬سازی روش M5 بر روی داده¬های آموزشی برای تخمین گشودگی 39
شکل ‏4-6 – روند بهبود در برنامه¬نویسی ژنتیک 43
شکل ‏4-7 – مقایسه مقادیر واقعی و تخمین زده شده برون‌گرایی در برنامه‌نویسی ژنتیک بر روی داده¬های آموزشی 44
شکل ‏4-8 – مقایسه مقادیر واقعی و تخمین زده شده برون‌گرایی در برنامه‌نویسی ژنتیک بر روی داده¬های تست 44
شکل ‏4-9 – روند بهبود در برنامه¬نویسی ژنتیک 45
شکل ‏4-10 – مقایسه مقادیر واقعی و تخمین زده شده گشودگی در برنامه‌نویسی ژنتیک بر روی داده¬های آموزشی 46
شکل ‏4-11 – مقایسه مقادیر واقعی و تخمین زده شده گشودگی در برنامه‌نویسی ژنتیک بر روی داده¬های تست 46
شکل ‏4-12 – مقایسه خطای نتایج تخمین برون‌گرایی بوسیله روش¬های M5 و برنامه¬نویسی ژنتیک بر روی داده‌های تست 48
شکل ‏4-13 – مقایسه خطای نتایج تخمین گشودگی بوسیله روش¬های M5 و برنامه¬نویسی ژنتیک بر روی داده‌های تست 49
شکل ‏4-14 – مقایسه خطا با در نظر گرفتن اطلاعات غیرساختاری گراف شبکه برای هر دو روش ارائه شده 50
شکل ‏5 1 – ارزش خالص فعلی و نتیجه تغییرات نرخ پذیرش بر روی آن 58
شکل ‏5 2 – ارزش خالص فعلی و نتیجه تغییرات نرخ بذرافشانی بر روی آن 58
شکل 5-3 – میزان بهبود در هنگام استفاده از شخصیت اعضا و نتیجه تغییرات نرخ پذیرش…………. 58
شکل 5-4 –میزان بهبود در هنگام استفاده از شخصیت اعضا و نتیجه تغییرات نرخ بذرافشانی……… 58
شکل ‏5 5 – بیشترین اختلاف مشاهده شده در ارزش خالص فعلی در هنگام استفاده از هریک از دو معادله تخمین برون¬گرایی 59
شکل 5-6 – میزان بهبود ارزش خالص فعلی در هنگام استفاده از معادله برنامه¬نویسی ژنتیک………… 60
شکل ‏5 7 – گراف شبکه اجتماعی توییتر 62
شکل ‏5 8 – روند بهبود الگوریتم ژنتیک در روش پیشنهادی ما با در نظر گرفتن ویژگی‌های شخصیتی در شرایط مختلف برای 10 بار اجرا 64
عنوان صفحه
شکل ‏5 9 – مقایسه نتایج بدست آمده برای روش پیشنهادی و روش‌های هیوریستیک ساده در شرایط مختلف برای 10 بار اجرا 66

فهرست جدول‌ها
عنوان صفحه
جدول ‏3-1 – بخشی از نتایج ارائه شده توسط گلبک و همکاران 26
جدول ‏4-1 – نتایج آزمون همبستگی پیرسون بر روی داده¬های جمع¬آوری شده 36

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo