فهرس المقالات Telegram

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - تعیین عوامل موثر بر تامین مالی جمعی شرکت‌های دانش بنیان IT
  علی حاجی غلام سریزدی علی  رجب زاده قطری علینقی  مشایخی علیرضا  حسن زاده
  روش تامین مالی جمعی در دنیا بدلیل نیاز به تامین مالی در مراحل اولیه تاسیس کسب و کارهای نوپا و همچنین پیشرفت در فناوری اطلاعات بسرعت گسترش یافته است. در ایران نیز تاکنون چندین پلتفرم تامین مالی ایجاد شده است که بعضی موفق و بعضی ناموفق بوده اند. لذا نیاز است با بررسی عوام أکثر

  روش تامین مالی جمعی در دنیا بدلیل نیاز به تامین مالی در مراحل اولیه تاسیس کسب و کارهای نوپا و همچنین پیشرفت در فناوری اطلاعات بسرعت گسترش یافته است. در ایران نیز تاکنون چندین پلتفرم تامین مالی ایجاد شده است که بعضی موفق و بعضی ناموفق بوده اند. لذا نیاز است با بررسی عوامل موثر بر این روش به توسعه آن کمک کرد. از آنجا که تامین مالی جمعی پدیده‌ای نو و جدید می‌باشد ضرورت دارد تا با روشی مناسب ضمن تعیین عوامل موثر بر این روش، به افزایش آگاهی آن در جامعه پرداخت. روش مدل‌سازی جمعی مبتنی بر شبکه‌های اجتماعی و وب 2 با هدف شناخت پدیده‌های جدید می‌باشد. لذا در این مقاله با استفاده از مدل‌سازی جمعی به احصا عوامل موثر بر تامین مالی جمعی در ایران در راستای حمایت از شرکت‌های نوپا‌ی حوزه IT پرداخته شده است. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - مدیریت شکلگیری تئوری حوزه عمومی هابرماس در شبکههای اجتماعی اینستاگرام و تلگرام
  علی اسدنژاد علی  جعفری ناهید  کردی
  هدف تحقیق حاضر مدیریت شکلگیری تئوری حوزه عمومی هابرماس در شبکههای اجتماعی اینستاگرام و تلگرام است. روش تحقيق از نوع زمينهيابي و پيمايشي است. این تحقیق از جمله تحقیقات توصیفی واز لحاظ هدف تحقیقات کاربردی است. در اين تحقيق، بعد از انجام مطالعات كتابخانه‌اي و تدوين كامل و أکثر

  هدف تحقیق حاضر مدیریت شکلگیری تئوری حوزه عمومی هابرماس در شبکههای اجتماعی اینستاگرام و تلگرام است. روش تحقيق از نوع زمينهيابي و پيمايشي است. این تحقیق از جمله تحقیقات توصیفی واز لحاظ هدف تحقیقات کاربردی است. در اين تحقيق، بعد از انجام مطالعات كتابخانه‌اي و تدوين كامل و جامع ادبيات نظري و پيشينه تحقيق، پرسشنامه‌اي در راستاي نظريات مرتبط با پژوهش و سئوالات و فرضيه‌هاي تحقيق طراحي و تدوين شده و در ميان پاسخگويان توزيع شده است. جامعه آماری این تحقیق را مخاطبان (کاربران فضای مجازی) تشکیل می‌دهند که تعداد آنها 621/674/8 میلیون نفر برآورد و بر اساس فرمول کوکران، نمونه آماری آن برابر با 384 نفر است. لذا در این پژوهش با تبعیت از این فرمول 384 نفر به عنوان نمونه آماری اقدام به تکمیل پرسشنامه شده است. و با استفاده از روش نمونه‌گیری غیر تصادفی هدفمند نسبت به انتخاب نمونه مورد مطالعه اقدام، و دادههاي تحقيق با روش همبـستگي پیرسون مـورد تحليـل قرار گرفتند. نتایج تحقیق نشان داد که که بیشترین تاثیر به ترتیب در مرتبه اول دسترسی به اینترنت (42/0 = β) مرتبه دوم نقد منطقی و عقلانی مسائل سیاسی، اقتصادی، اجتماعی و فرهنگی در شبکههای اجتماعی (تلگرام و انیستاگرام) ( 39/0= β) مرتبه سوم گفتگوی دو سویه و آزاد مخاطبان (همگان) با مسئولین دولتی در شبکههای اجتماعی (تلگرام و انیستاگرام) (38/0 = β) مرتبه چهارم استفاده از شبکههای اجتماعی (تلگرام و اینستاگرام) (17/0 = β) داشتهاند. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  3 - توصیه کاربر در پیام‌رسان تلگرام با تحلیل گراف و مدل‌سازی ریاضی رفتار کاربران
  داود کریم‌پور محمدعلی  زارع چاهوکی علی هاشمی
  سامانه‌های توصیه‌گر به‌منظور کاهش تولید و پردازش پرس‌وجو به‌وجود آمده‌اند. توصیه کاربران در شبکه‌های اجتماعی و پیام‌رسان‌ها برای کاربران عادی در یافتن دوست و برای بازاریابان جهت یافتن مشتریانی جدید، بسیار مفید است. در شبکه‌های اجتماعی مانند فیس‌بوک، یافتن کاربران هدف بر أکثر

  سامانه‌های توصیه‌گر به‌منظور کاهش تولید و پردازش پرس‌وجو به‌وجود آمده‌اند. توصیه کاربران در شبکه‌های اجتماعی و پیام‌رسان‌ها برای کاربران عادی در یافتن دوست و برای بازاریابان جهت یافتن مشتریانی جدید، بسیار مفید است. در شبکه‌های اجتماعی مانند فیس‌بوک، یافتن کاربران هدف برای بازاریابی پیش‌بینی شده است؛ اما در پیام‌رسان‌هایی همچون تلگرام امکانی جهت یافتن جامعه هدف وجود ندارد. در این مقاله با استفاده از گراف و مدل‌سازی رفتار کاربران و همچنین تعریف ویژگی‌هایی مرتبط با گروه‌ها، روشی جهت توصیه کاربران تلگرام، ارائه شده است. روش پیشنهادی دربردارنده هشت گام است و هر یک از گام‌ها، می‌توانند روشی جهت توصیه کاربر درنظر گرفته شوند. مهاجرت، روشی جدید جهت مدل‌سازی علایق کاربران، براساس سوابق عضویت آنان در گروه‌ها است. داده‌های این پژوهش، مجموعه داده‌ای واقعی شامل بیش از 900.000‌ سوپرگروه و 120‌میلیون کاربر تلگرامی است. نتایج ارزیابی روش پیشنهادی بر روی 100گروه باکیفیت، حاکی از مؤثر بودن توصیه‌هایی برگرفته از سوابق کاربران و مدل‌سازی رفتار آنان نسبت به‌صرف استفاده از این اطلاعات است. رویکرد پیشنهادی با ارائه گام‌هایی در ادامه روش گروه‌های مشابه که جهت توصیه گروه در تلگرام ارائه شده بود، توانسته میانگین خطای RMSE را از 0.87 به 0.79 و میانگین خطای MAE را از 0.77 به 0.64 کاهش دهد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  4 - یک سیستم توصیه گر بر اساس تحلیل ویژگی شخصیتی افراد در شبکه اجتماعی تلگرام
  محمدجواد شایگان فرد محدثه  ولی زاده
  <p>تحلیل ویژگی های شخصیتی افراد همواره یکی از موضوعات جذاب پژوهشی بوده است. علاوه بر این، دستیابی به ویژگی&zwnj;های شخصیتی براساس داده&zwnj;هایی که از رفتار اشخاص به دست می&zwnj;آید، یک موضوع چالش برانگیز است. براساس پژوهش&zwnj;های انجام شده؛ اغلب مردم، بیشتر وقت خود را أکثر

  <p>تحلیل ویژگی های شخصیتی افراد همواره یکی از موضوعات جذاب پژوهشی بوده است. علاوه بر این، دستیابی به ویژگی&zwnj;های شخصیتی براساس داده&zwnj;هایی که از رفتار اشخاص به دست می&zwnj;آید، یک موضوع چالش برانگیز است. براساس پژوهش&zwnj;های انجام شده؛ اغلب مردم، بیشتر وقت خود را در شبکه&zwnj;های اجتماعی صرف می&zwnj;کنند و ممکن است در این شبکه&zwnj;های اجتماعی، رفتارهایی را از خود بروز دهند که نمایانگر یک شخصیت در فضای مجازی باشد. امروزه شبکه&zwnj;های اجتماعی بسیاری وجود دارند که یکی از آن&zwnj;ها، شبکه اجتماعی تلگرام است. تلگرام در ایران نیز مخاطبان بسیاری دارد و افراد به منظور برقراری ارتباط، تعامل با دیگران، آموزش، معرفی محصولات و غیره از آن استفاده می&zwnj;کنند. این پژوهش به دنبال این موضوع هست که چگونه می توان یک سیستم توصیه گر را بر اساس ویژگی های شخصیتی افراد بنا نهاد. به این منظور، شخصیت کاربران یک گروه تلگرامی را با استفاده از سه الگوریتم Cosine Similarity، MLP و Bayes شناسایی شده و در نهایت با کمک یک سیستم توصیه&zwnj;گر، کانال&zwnj;های تلگرامی متناسب با شخصیت هر فرد ، به او پیشنهاد می&zwnj;شود. نتایج حاصل از تحقیق نشان می&zwnj;دهد که این سیستم توصیه&zwnj;گر به طور میانگین 42/65 درصد رضایت کاربران را جلب کرده است.</p> تفاصيل المقالة