ارائه کننده: سینا سلامی
استاد راهنما: دكتر امير البدوي
استاد داور داخلي: دكتر بابك تيمورپور
استاد داور خارج از دانشگاه: دكتر علي نمكي
نماينده تحصيلات تكميلي: دكتر بابك تيمورپور
تاریخ: 1403/02/30
ساعت: 8
مكان: كلاس 223 دانشكده فني و مهندسي

چكيده:
رسانه‌های اجتماعی در حال حاضر محبوب ترین فعالیت آنلاین در بین مصرف کنندگان در سراسر جهان است. امروزه در زمینه کسب‌وکار، رسانه‌ها و شبکه‌های اجتماعی به عنوان کانالی برای مشارکت آنلاین مصرف‌کننده اهمیت فزاینده‌ای پیدا کرده است. برندها در حال توسعه حضور خود در سایت های شبکه‌های اجتماعی هستند تا تعامل، آگاهی از برند و تبلیغات شفاهی را برآورده کنند. در این زمینه، تجزیه و تحلیل عواملی که تعامل مصرف کننده را با محتوای برندها ممکن می‌سازد، موضوع مورد علاقه شده است. اخیراً، شرکت‌ها به درک شبکه‌های اجتماعی و بررسی رفتار مشتریان در آن‌ها علاقه‌مند شده اند و از طریق این درک مزیت رقابتی به دست می‌آورند. تجزیه و تحلیل تعاملات اجتماعی به طور بالقوه می تواند ارزش زیادی ارائه دهد. مزیت اصلی تبلیغات رسانه‌های اجتماعی این است که تبلیغ‌کنندگان می توانند از اطلاعات جمعیتی کاربران استفاده کنند و تبلیغات آن‌ها را هدف قرار دهند. و البته عناصر اصلی رسانه‌های اجتماعی برخط، چیزهایی است که  برندها و مصرف‌کنندگان را قادر می‌سازد تا با هم ارتباط برقرار کنند، و درگیر شوند. ما در این تحقیق به دنبال درک همین عناصر و تاثیرات ‌آن‌ها بر رفتار مشتریان در شبکه‌های اجتماعی و همچنین نحوه‌ی تعامل آن‌ها با کسب‌و‌کارها و عوامل مرتبط با تبلیغات در این شبکه‌ها هستیم. همچنین سعی می‌کنیم در مورد کاربردها، مزایا و معایب این نوع تبلیغات بحث کنیم. در نهایت با توجه به نتایج به دست آمده علی رغم بحث‌های بسیار در مورد تبلیغات برخط و استراتژی‌های تبلیغاتی مختلف در رسانه‌های اجتماعی و همچنین ساختار تبلیغات در شبکه‌های اجتماعی و روش‌های بررسی مختلف آن، برخی خلاءهای پژوهشی در این زمینه مانند کمبود تحقیقات در زمینه‌ی تبلیغات به زبان فارسی را یافتیم. در رساله ارائه شده بعد از بررسی تبلیغات برخط به خصوص در حوزه رسانه‌های اجتماعی به برخی مفاهیم مرتبط اشاره می‌کنیم و کارهای انجام شده در گذشته را به صورت موضوعی بررسی می‌کنیم. در ادامه با استفاده از روش‌های داده‌کاوی، دست به خلق مدلی برای نمایش و تحلیل شبکه ارتباطی پلتفرم جریان به صورت چندلایه زدیم و با توجه به روش‌های شناخته شده پیش‌بینی پیوند را در این شبکه انجام داده‌ایم. صحت ۹۵ درصدی مدل ارائه شده نشان از توانایی بالای این روش برای پیش‌بینی پیوند دارد. در نهایت با ارائه حدود ۵۷۰ هزار جفت‌گره نامتصل در شبکه اصلی، مدل ارائه شده توانست حدود ۱۱۰۰ یال جدید پیشنهاد دهد.