|
|
ارائه مدل تصمیمگیری استراتژیک مبتنی بر تحلیل احساسات در رسانههای اجتماعی
|
|
|
|
|
نویسنده
|
اخوان کاوه ,بیات محمد حسین ,جوانی امیرعلی
|
منبع
|
مديريت استراتژيك هوشمند - 1403 - دوره : 3 - شماره : 2 - صفحه:7 -22
|
چکیده
|
تحلیل احساسات در رسانههای اجتماعی بهعنوان یک ابزار موثر در تصمیمگیری استراتژیک، به مدیران این امکان را میدهد که نظرات و واکنشهای کاربران را نسبت به برندها، محصولات و خدمات شناسایی کرده و استراتژیهای بهتری برای رقابت و جذب مشتریان تدوین کنند. این تحقیق به بررسی استفاده از تحلیل احساسات در رسانههای اجتماعی بهمنظور طراحی مدل تصمیمگیری استراتژیک پرداخته است. در این مطالعه، دادههای کیفی از منابع مختلف، شامل مصاحبه با خبرگان و تحلیل محتوای رسانههای اجتماعی جمعآوری شده و تحلیل مضمون بهمنظور استخراج مضامین اصلی و فرعی مورد استفاده قرار گرفت. نتایج این تحقیق نشان میدهند که تحلیل احساسات میتواند در ایجاد استراتژیهای بازاریابی، مدیریت بحران، تحلیل رقبا، و بهبود خدمات مشتریان تاثیرات قابلتوجهی داشته باشد. همچنین، استفاده از الگوریتمهای هوش مصنوعی و یادگیری ماشین در تحلیل احساسات، دقت و سرعت فرآیند تصمیمگیری را بهبود میبخشد. این تحقیق بهویژه بر اهمیت استفاده از دادههای اجتماعی برای تصمیمگیریهای استراتژیک در سازمانها و برندها تاکید دارد.
|
کلیدواژه
|
تحلیل احساسات، رسانههای اجتماعی، تصمیمگیری استراتژیک، بازاریابی دیجیتال، هوش مصنوعی
|
آدرس
|
دانشگاه صنعتی همدان, ایران, دانشگاه صنعتی شریف تهران, ایران, دانشگاه گیلان, ایران
|
|
|
|
|
|
|
|
|
|
|
providing a strategic decision-making model based on sentiment analysis in social media
|
|
|
Authors
|
akhavan kaveh ,bayat mohammad hossein ,javani amir ali
|
Abstract
|
sentiment analysis in social media, as an effective tool in strategic decision-making, allows managers to identify users’ opinions and reactions to brands, products, and services and develop better strategies for competing and attracting customers. this study examined the use of sentiment analysis in social media to design a strategic decision-making model. in this study, qualitative data was collected from various sources, including interviews with experts and social media content analysis, and content analysis was used to extract main and sub-themes. the results of this study show that sentiment analysis can have significant effects in creating marketing strategies, crisis management, competitor analysis, and improving customer service. also, the use of artificial intelligence and machine learning algorithms in sentiment analysis improves the accuracy and speed of the decision-making process. this research particularly emphasizes the importance of using social data for strategic decision-making in organizations and brands.
|
Keywords
|
sentiment analysis ,social media ,strategic decision-making ,digitalmarketing ,artificial intelligence
|
|
|
|
|
|
|
|
|
|
|