کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6948506 1451074 2015 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Online profiling and clustering of Facebook users
ترجمه فارسی عنوان
پروفایل آنلاین و خوشه بندی از کاربران فیس بوک
کلمات کلیدی
پروفایل آنلاین شبکه های اجتماعی، مدیریت ارتباط با مشتری، تجزیه و تحلیل نامه، آنالیز خوشه ای، فیس بوک،
ترجمه چکیده
در یک دوره نسبتا کوتاه، رسانه های اجتماعی نقش مهمی در رسانه ها و زندگی روزمره ایفا کرده اند. اگر چه این پیشرفت باعث شد تا چندین تلاش دانشگاهی انجام شود، ادبیات مربوط به تجزیه و تحلیل داده های رسانه های اجتماعی به منظور بررسی پایگاه مشتریان خود محدود شده است. در این مقاله، ما نشان می دهیم که چگونه داده ها از سایت اجتماعی شبکه اجتماعی فیس بوک می توانند عملیاتی شوند تا بینش افراد متصل به سایت فیس بوک شرکت را در نظر بگیرند. به طور خاص، ما یک چارچوب جمع آوری داده ها را برای به دست آوردن اطلاعات خاص فرد ارائه می دهیم و پیشنهاد می کنیم روش شناسایی پروفایل های کاربر و شناسایی بخش هایی را بر اساس این پروفایل ها ارائه دهیم. چارچوب جمع آوری داده های پیشنهادی می تواند به عنوان یک مرحله شناسایی در پیاده سازی مدیریت تحلیلی ارتباط مشتری که به طور خاص بر مشتریان بالقوه تمرکز دارد، استفاده شود. ما روش خود را با استفاده از آن به صفحه فیس بوک یک باشگاه فوتبال حرفه ای شناخته شده بین المللی نشان می دهیم. در تجزیه و تحلیل ما چهار خوشه کاربری را شناسایی می کنیم که با توجه به مشخصه های آنها متفاوت است؟ پروفایل ها
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر سیستم های اطلاعاتی
چکیده انگلیسی
In a relatively short period of time, social media have acquired a prominent role in media and daily life. Although this development brought about several academic endeavors, the literature concerning the analysis of social media data to investigate one's customer base appears to be limited. In this paper, we show how data from the social network site Facebook can be operationalized to gain insight into the individuals connected to a company's Facebook site. In particular, we propose a data collection framework to obtain individual specific data and propose methodology to explore user profiles and identify segments based on these profiles. The proposed data collection framework can be used as an identification step in an analytical customer relationship management implementation that specifically focuses on potential customers. We illustrate our methodology by applying it to the Facebook page of an internationally well-known professional football (soccer) club. In our analysis, we identify four clusters of users that differ with respect to their indicated “liking” profiles.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Decision Support Systems - Volume 70, February 2015, Pages 60-72
نویسندگان
, ,