• شماره ركورد
    34057
  • پديد آورنده

    محمدحسين حسين زاده فسقنديس

  • عنوان
    ارائه مدلي براي استخراج عوامل حياتي موفقيت در حوزه رستوران داري بر اساس متن كاوي: مطالعه موردي اسنپ فود
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مهندسي صنايع
  • سال تحصيل
    1400
  • تاريخ دفاع
    1404/06/29
  • استاد راهنما
    دكتر محمد فتحيان بروجني
  • استاد مشاور
    دكتر محمد فتحيان بروجني
  • دانشكده
    صنايع
  • چكيده
    در سال‌هاي صنعت رستوران يكي از رقابتي‌ترين و پوياترين بخش‌ها در سطح جهاني است كه با نرخ بالاي گردش مالي كسب‌وكار و تكامل ترجيحات مصرف‌كننده مشخص مي‌شود. براي رونق در اين محيط چالش‌برانگيز، ضروري است مديران رستوران عوامل حياتي موفقيت را كه مي‌توانند موفقيت تجاري آن‌ها را هدايت كنند، درك و بهره‌برداري كنند. حياتي موفقيت حوزه‌هاي كليدي هستند كه نتايج رضايت‌بخش در آن‌ها عملكرد رقابتي را تضمين مي‌كند و براي دستيابي به ماموريت و اهداف سازمان حياتي است. شناسايي اين عوامل به كسب‌وكارها اجازه مي‌دهد تا منابع خود را به طور موثر متمركز كنند و شانس موفقيت خود را افزايش دهند. روش‌هاي سنتي شناسايي عوامل حياتي موفقيت اغلب بر نظرسنجي‌ها، نظرات كارشناسان و تحليل مالي متكي هستند. در حالي كه اين روش‌ها بينش‌هاي ارزشمندي را ارائه مي‌دهند، ممكن است كل طيف عواملي را كه بر رضايت مشتري و موفقيت تجاري تاثير مي‌گذارند، ثبت نكنند. با ظهور فناوري ديجيتال، حجم عظيمي از داده‌هاي متني بدون ساختار روزانه از طريق نظرات برخط، رسانه‌هاي اجتماعي و فرم‌هاي بازخورد مشتري توليد مي‌شود. اين داده‌ها يك منبع دست نخورده براي شناسايي عوامل حياتي موفقيت با استفاده از تكنيك‌هاي پيشرفته متن‌كاوي را ارائه مي‌دهند. اين تحقيق قصد دارد با توسعه يك مدل براي استخراج عوامل حياتي موفقيت در صنعت رستوران با استفاده از متن‌كاوي، اين شكاف را پر كند. اهداف اين مطالعه عبارتند از: 1-شناسايي منابع كليدي داده‌هاي متني مرتبط با صنعت رستوران.2-اعمال تكنيك‌هاي مختلف متن‌كاوي براي 3-استخراج و تجزيه و تحليل عوامل حياتي موفقيت از داده‌هاي بدون ساختار.4-اعتبارسنجي عوامل حياتي موفقيت شناسايي شده از طريق تحليل آماري و بازخورد كارشناسان..5-توسعه يك مدل پيش‌بيني‌كننده كه مي‌تواند به مديران رستوران در درك و بهره‌برداري از اين عوامل حياتي موفقيت كمك كند.در ادامه پس از انتخاب رستوران‌هاي منتخب و استخراج و پاكسازي داده‌ها از سكوي سفارش بر خط إذا اسنپ‌فود با استفاده از مدل‌سازي موضوع و استخراج كلمات كليدي، 8 جنبه‌ اصلي مشخص گرديد و سپس با استفاده از مدل‌هاي هوش مصنوعي تحليل احساست مبتني بر جنبه بر روي نظرات كاربران انجام شد در انتها يك مدل رگرسيون براي پيش بيني نمره هر نظر براساس از جنبه‌‌هاي استخراج شده پياده‌سازي شد.در انتها پس از اعتبارسنجي مدل رگرسيون 8 جنبه براساس ضرايب اهميت به عنوان عوامل حياتي موفقيت رستوران‌‌ها اعلام گرديد
  • تاريخ ورود اطلاعات
    1404/07/15
  • عنوان به انگليسي
    Developing a Model for Extracting Critical Success Factors in the Restaurant Industry Using Text Mining: A Case Study of Snappfood
  • تاريخ بهره برداري
    9/20/2026 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    محمدحسين حسين زاده فسقنديس

  • چكيده به لاتين
    The restaurant industry is one of the most competitive an‎d dynamic sectors worldwide, characterized by rapid business turnover an‎d evolving consumer preferences. To succeed in such a challenging environment, it is essential for managers to identify an‎d leverage critical success factors (CSFs) that ensure competitive performance an‎d support the achievement of organizational goals. While traditional approaches such as surveys, expert opinions, an‎d financial analyses provide useful insights, they often fail to capture the full range of factors influencing customer satisfaction an‎d business success. With the growth of digital platforms, however, large volumes of unstructured textual data are generated daily through online reviews, social media, an‎d customer feedback, offering a valuable yet underutilized source for identifying CSFs through advanced text mining techniques. This study aims to fill this gap by developing a model for extracting CSFs in the restaurant industry using text mining. The research objectives include: (1) identifying key sources of textual data, (2) applying various text mining techniques, (3) extracting an‎d analyzing CSFs from unstructured data, (4) validating the findings through statistical analysis an‎d expert feedback, an‎d (5) developing a predictive model to assist managers in understan‎ding an‎d utilizing these factors. Data were collected from the SnappFood online ordering platform, cleaned, an‎d analyzed using topic modeling an‎d keyword extraction, which revealed eight main aspects. Aspect-based sentiment analysis was then applied to customer reviews, followed by the implementation of a regression model to predict review scores based on the extracted aspects. The validated regression model confirmed eight aspects as the critical success factors for restaurants, ranked according to their importance.
  • كليدواژه هاي فارسي
    متن‌كاوي , رستوران‌داري , عوامل حياتي موفقيت
  • كليدواژه هاي لاتين
    Critical success factor , Text mining , Restaurant industry
  • Author
    Mohammad Hossein Hossein zadeh Feseghandis
  • SuperVisor
    Dr. Mohammad Fathian Brojeny
    • لينک به اين مدرک
    https://dl.iust.ac.ir/dl/search/default.aspx?Term=34057&Field=0&DTC=6