19872

۱۹۸۷۲

تاثير پست هاي تبليغاتي در رسانه هاي اجتماعي بر مشاركت مشتري در صنايع كالاهاي تندمصرف و با دوام

كارشناسي ارشد

مديريت اجرايي

1394-1396

۱۳۹۶/۱۱/۲۸

دكتر علي بنيادي

دكتر بابك اميري

مهندسي پيشرفت

تحقيق حاضر در راستاي بررسي تاثير ويژگي هاي ساختاري تبليغات در رسانه هاي اجتماعي بر مصرف كنندگان با توجه به خصوصيات جمعيت شناختي افراد و نوع محصول طراحي گرديده است. بدين منظور اطلاعات پست هاي تبليغاتي ارسال شده در صفحات اينستاگرام چهل شركت برتر فعال در ايران در سه گروه كالاهاي آرايشي و بهداشتي، مواد غذايي و خوراكي و لوازم خانگي، بصورت API دريافت گرديد. طراحي روش تحقيق بنا به ماهيت كاربردي و توصيفي پروژه ابتدا با استفاده از دسته بندي اطلاعات، نمودارهاي آمار توصيفي را براي نمايش نحوه توزيع متغيرها و فراواني آنها ارائه مي دهد و سپس با بكارگيري روش هاي يادگيري ماشين طبقه بندي كننده به نام جستجوي نزديكترين همسايه K موزون در مورد وجود رابطه و الگو بين متغيرهاي ورودي و خروجي، بدون در نظر گرفتن نحوه شكل گيري آنها، به ارائه پيش بيني پرداخته است. نتايج بيانگر وجود رابطه بين متغيرها است اما چون دقت پيش بيني ماشين كه براساس الگوهاي دريافت شده از داده ها شكل گرفته است، در حد متوسط بود نشان ميدهد قطعا عوامل ديگري وجود دارند كه بر جذب و مشاركت افراد در اين رسانه تاثيرگذار هستند.

1397/10/12

Advertising posts effect on customer engagement in social media in FMCG and Durable goods industry

1/2/2019 12:00:00 AM

As popularity of social media rapidly grows among consumers, marketers increasingly use it as a platform for advertising their products and services. To maximize the impact, it is essential to take both content and context related characteristics of the ads into consideration. We provide a study designed to quantify the role of various content and context parameters of Instagram ad posts on consumer engagement. The data was collected automatically using a web scraper, the analyses and predictions were carried out using statistical and machine learning methods, including Decision Trees and Weighted K-Nearest Neighbor. We also used machine learning tools for automatic extraction of attributes of the engaged users, such as age and gender, from their profile pictures. The results show there exists a meaningful relationship among the modeled variables, albeit with a high variance, and certain predictions about the user response to an ad post can be made based on its parameters.