مقاله انگلیسی با ترجمه بازاریابی شبکه‌های اجتماعی و رفتار خرید مصرف‌کننده: ترکیبی از مدل‌سازی معادلات ساختاری و رویکردهای یادگیری ماشین بدون نظارت

سلام دوست من ، توی این پست براتون یه مقاله انگلیسی جدید با موضوع بازاریابی شبکه‌های اجتماعی و رفتار خرید مصرف‌کننده: ترکیبی از مدل‌سازی معادلات ساختاری و رویکردهای یادگیری ماشین بدون نظارت منتشر کردیم. این مقاله یه مقاله ISI و علمی پژوهشی هست که توی پایگاه  MDPI در سال ۲۰۲۲ منتشر شده. فایل انگلیسی ۱۸ صفحه PDF و فایل ترجمه ۲۹ صفحه WORD و قابل ویرایشه، مثل همیشه مقاله انگلیسی رو می تونید رایگان دانلود کنید. بخش هایی از ترجمه هم براتون رایگان گذاشتم که قبل از خرید ، کیفیت ترجمه رو بررسی کنید. از کیفیت ترجمه هم نگم براتون که مثل همیشه عالییییه. برای خرید ترجمه کامل مقاله روی گزینه خرید و دانلود آنی ترجمه کلیک کنید بعد از پرداخت لینک دانلود بهتون نشون داده میشه، به ایمیلتونم ارسال میشه. اگر سوالی بود می تونید زیر این پست کامنت بزارید سریع جوابتونو میدم.

عنوان فارسی:

بازاریابی شبکه‌های اجتماعی و رفتار خرید مصرف‌کننده: ترکیبی از مدل‌سازی معادلات ساختاری و رویکردهای یادگیری ماشین بدون نظارت

عنوان انگلیسی:

Social Networks Marketing and Consumer Purchase Behavior: The Combination of SEM and Unsupervised Machine Learning Approaches

کد محصول: M1900

سال نشر: ۲۰۲۲

نام ناشر (پایگاه داده): MDPI

نام مجله: Big Data Cognitive. Computing

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : دارد

فرضیه: دارد

مدل مفهومی: دارد

پرسشنامه : دارد

تعداد صفحه انگلیسی:  ۱۸ صفحه PDF

تعداد صفحه ترجمه فارسی:   ۲۹ صفحه WORD

قیمت فایل ترجمه شده:  ۸۷۰۰۰ تومان

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

دانلود رایگان مقاله بیس انگلیسی

وضعیت ترجمه: این مقاله به صورت کامل ترجمه شده برای خرید ترجمه کامل مقاله بر روی دکمه ذیل کلیک نمایید (لینک دانلود بلافاصله بعد از خرید نمایش داده می شود)

خرید و دانلود ترجمه ی مقاله انگلیسی

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

مقالات انگلیسی مرتبط با این موضوع جدید

فهرست مطالب

چکیده
۱.مقدمه
۲.بررسی متون و تدوین فرضیه‌ها
۲.۱. پیشینه نظری: نظریه انتخاب
۲.۲. بازاریابی شبکه‌های اجتماعی
۲.۳. رفتار خرید مصرف‌کننده
۲.۴. چارچوب مفهومی بازاریابی شبکه‌های اجتماعی، رفتار خرید مصرف‌کننده و پنج معیار آن
۳. روش تحقیق
۴. نتایج
۴.۱ مدل‌های اندازه‌گیری
۴.۲. مدل ساختاری
۴.۳. کاربرد رویکرد یادگیری ماشین بدون نظارت
۵. بحث و بررسی
۶. نتیجه‌گیری مفاهیم مدیریتی، محدودیت‌ها و پیشنهادات
پیوست الف:پرسشنامه

چکیده فارسی

هدف این مقاله، آشکار کردن تأثیر بازاریابی شبکه‌های اجتماعی (SNM) بر رفتار خرید مصرف‌کنندگان (CPB) است. ما ترکیبی از مدل‌سازی معادلات ساختاری (SEM) و رویکردهای یادگیری ماشین بدون نظارت را به‌عنوان روشی نوآورانه بکار گرفتیم. جامعه آماری این مطالعه، شامل کاربرانی است که در مجارستان زندگی می‌کنند و از بازارگاه فیسبوک استفاده می‌کنند. این تحقیق از روش نمونه‌گیری در دسترس برای غلبه بر سوگیری استفاده می‌کند. از ۴۷۵ پرسشنامه توزیع‌شده، در مجموع ۴۶۶ پاسخ‌دهنده به‌طور کامل پرسشنامه را با نرخ پاسخ ۹۸.۱ درصد تکمیل کردند. نتایج نشان داد که تمام ابعاد بازاریابی شبکه‌های اجتماعی، مانند سرگرمی، شخصی‌سازی، تعامل، تبلیغات دهان به دهان (WoM) و ترند، تأثیر مثبت و معناداری بر رفتار خرید مصرف‌کننده (CPB) در مارکت پلیس فیسبوک داشته‌اند. علاوه بر این، ما از الگوریتم‌های خوشه‌بندی سلسله مراتبی و K-means بدون نظارت برای خوشه‌بندی مصرف‌کنندگان استفاده کردیم. نتایج نشان می‌دهد که پاسخ‌دهندگان این تحقیق را می‌توان بر اساس ویژگی‌های جمعیتی به نه گروه مختلف بر اساس رفتارشان خوشه‌بندی کرد. این بدان معنی است که می‌توان از استراتژی‌های متمایزی برای خوشه‌های مختلف استفاده کرد. در عین حال، مدیران بازاریابی می‌توانند برای هر گروه، گزینه‌ها، محصولات و خدمات مختلفی ارائه دهند. این مطالعه از اهمیت بالایی برخوردار است زیرا از بسته‌های plspm و Matrixpls در R برای نشان دادن قدرت پیش‌بینی مدل استفاده کرده است. در عین حال، ما از الگوریتم‌های یادگیری ماشین بدون نظارت برای خوشه‌بندی رفتارهای مصرف‌کننده استفاده کردیم.

کلمات کلیدی: بازاریابی شبکه‌های اجتماعی؛ رفتار خرید مصرف‌کننده؛ بازارگاه فیسبوک ؛ مدل‌سازی معادلات ساختاری؛ یادگیری ماشین؛ الگوریتم‌های خوشه‌بندی بدون نظارت

۱.مقدمه

با ظهور شبکه‌های اجتماعی، تغییرات زیادی در بازار رخ داده است. امروزه، شبکه‌های اجتماعی (SN) به پلتفرم ترجیحی خرید برای بسیاری از مصرف‌کنندگان تبدیل شده‌اند. شبکه‌های اجتماعی ارتباط تعاملی بین کاربران را تسهیل می‌کنند و فرصت‌های قابل توجهی را برای بازاریابان ایجاد می‌کنند تا با مصرف‌کنندگان ارتباط برقرار کنند [۱]…

۲.۲. بازاریابی شبکه‌های اجتماعی

استفاده از شبکه‌های اجتماعی و هوش مصنوعی افزایش یافته است و به بخش اساسی از زندگی اکثر مردم در سراسر جهان تبدیل شده است [۵،۲۳،۲۴]. آمارها نشان می‌دهند که در سال ۲۰۲۱، ۴.۶۶ میلیارد نفر کاربر فعال اینترنت بوده‌اند که بیش از نیمی از جمعیت جهان را شامل می‌شود. در این زمان، میزان کاربران فعال رسانه‌های اجتماعی در سراسر جهان ۴.۲ میلیارد نفر است [۲۵]. در همین حال، فیسبوک به عنوان یک سرویس شبکه اجتماعی مورد علاقه در کشورهای توسعه یافته و در حال توسعه، جایگاه پیشرو را به خود اختصاص داده است [۲] و بیش از ۲.۸۹ میلیارد کاربر فعال ماهانه دارد [۲۶]…

۳.روش تحقیق

این تحقیق از روش نمونه‌گیری آسان برای جمع‌آوری داده‌ها استفاده می‌کند. اگرچه این روش معمولاً در مطالعات کمی برای کاهش سوگیری استفاده می‌شود [۶۲]،با این حال ما همچنین از آزمون سوگیری روش مشترک (CMB) استفاده کردیم [۶۳]. از ۴۷۵ پرسشنامه توزیع شده (با یک لینک آنلاین)، در مجموع ۴۶۶ پاسخ‌دهنده به طور کامل پرسشنامه را پر کردند که نرخ پاسخ‌دهی ۹۸.۱% بود. برای اطمینان از اینکه داده‌های جمع‌آوری شده دارای CMB نیستند، آزمون تک عاملی هارمن با شش متغیر انجام شد. شش عامل سپس در یک عامل واحد بارگذاری شدند. تحلیل نشان داد که بیشترین واریانس توضیح داده شده توسط عامل جدید ۴۶.۳۷% (برای ENT) است که کمتر از مقدار آستانه ۵۰% است [۶۳]. بنابراین، نگرانی‌ای در مورد CMB در داده‌های جمع‌آوری شده وجود نداشت. علاوه بر این، یک مطالعه مقدماتی برای اطمینان از اعتبار محتوا و پایایی نمونه‌ای با حجم ۲۵ انجام شد…

۶. نتیجه‌گیری، مفاهیم مدیریتی، محدودیت‌ها و پیشنهادات

 این تحقیق پنج بعد از بازاریابی شبکه‌های اجتماعی را مورد بررسی قرار داد که قادر به تأثیرگذاری بر رفتار خرید مصرف‌کننده (CPB) هستند. هدف اصلی این تحقیق بررسی اثر احتمالی سرگرمی، سفارشی‌سازی، تعامل، تبلیغات دهان‌به‌دهان و ترندها بر رفتار خرید مصرف‌کننده با شواهدی از بازارگاه فیسبوک در مجارستان بود. بدون شک، مهم‌ترین یافته این تحقیق، تأکید بر خوشه‌بندی مصرف‌کنندگان است. مشتریان با ویژگی‌های جمعیتی مختلف و نگرش‌های متفاوت، باید رفتارهای خرید متفاوتی داشته باشند. در واقع، نتایج این مطالعه تأکید می‌کند که همه جنبه‌های بازاریابی شبکه‌های اجتماعی تأثیر مثبت و معناداری بر رفتار خرید مصرف‌کننده دارند. با این حال، نیاز به خوشه‌بندی مشتریان یک حلقه گمشده است که کمتر مورد توجه قرار گرفته است…

فرضیات

H1. سرگرمی قادر است به طور مثبتی بر CPB در بازارگاه فیسبوک تأثیر بگذارد.
H2. سفارشی‌سازی قادر است به طور مثبتی بر CPB در بازارگاه فیسبوک تأثیر بگذارد.
H3. تعامل قادر است به طور مثبتی بر CPB در بازارگاه فیسبوک تأثیر بگذارد.
H4. تبلیغات دهان به دهان قادر است به طور مثبتی بر CPB دربازارگاه فیسبوک تأثیر بگذارد.
H5. ترند قادر است به طور مثبتی بر CPB در بازارگاه فیسبوک تأثیر بگذارد.

شکل 1. مدل نظری (پنج بعد بازاریابی شبکه ای اجتماعی در CPB).

Abstract  

: The purpose of this paper is to reveal how social network marketing (SNM) can affect consumers’ purchase behavior (CPB). We used the combination of structural equation modeling (SEM) and unsupervised machine learning approaches as an innovative method. The statistical population of the study concluded users who live in Hungary and use Facebook Marketplace. This research uses the convenience sampling approach to overcome bias. Out of 475 surveys distributed, a total of 466 respondents successfully filled out the entire survey with a response rate of 98.1%. The results showed that all dimensions of social network marketing, such as entertainment, customization, interaction, WoM and trend, had positively and significantly influenced consumer purchase behavior (CPB) in Facebook Marketplace. Furthermore, we used hierarchical clustering and K-means unsupervised algorithms to cluster consumers. The results show that respondents of this research can be clustered in nine different groups based on behavior regarding demographic attributes. It means that distinctive strategies can be used for different clusters. Meanwhile, marketing managers can provide different options, products and services for each group. This study is of high importance in that it has adopted and used plspm and Matrixpls packages in R to show the model predictive power. Meanwhile, we used unsupervised machine learning algorithms to cluster consumer behaviors.

Keywords: social networks marketing; consumer purchase behavior; Facebook Marketplace; structural equation modeling; machine learning; unsupervised clustering algorithms

۱. Introduction

With the advent of social networks, a lot of changes have happened in the marketplace. Nowadays, social networks (SN) have become the preferred platform of shopping for many consumers. Social networks make interactive communication among users and create substantial opportunities for marketers to connect with consumers [1]…

۶. Conclusions, Managerial Implications, Limitations, and Suggestions

This research tested five dimensions of social network marketing that are capable of influencing consumer purchase behavior (CPB). The noble aim of this research was to examine the possible effect of entertainment, customization, interaction, word of mouth and trends on consumer purchase behavior with evidence from the Facebook marketplace in Hungary. Undoubtedly, the most important finding of this research is the emphasis on clustering consumers. Customers with different demographic characteristics and different attitudes must have different purchase behaviors. In fact, the results of this study emphasize that all aspects of social networks marketing have a positive and significant effect on consumer purchase behavior. However, the need to cluster customers is a missing link that has received less attention…

مقالات مرتبط با این موضوع

مدیریت

مدیریت بازرگانی

رفتار مشتری

بازاریابی

بازاریابی دیجیتال

رسانه های اجتماعی

فناوری اطلاعات

یادگیری ماشین

تجارت الکترونیک

هوش مصنوعی در بازاریابی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Time limit is exhausted. Please reload the CAPTCHA.