دانلود مقاله دوراندیشی درباره شخصیت برند در رسانه های اجتماعی
ترجمه نشده

دانلود مقاله دوراندیشی درباره شخصیت برند در رسانه های اجتماعی

عنوان فارسی مقاله: یک برند - نگاهی جدید به شما: پیش بینی شخصیت برند در شبکه های رسانه های اجتماعی با یادگیری ماشین
عنوان انگلیسی مقاله: A Brand-New Look at You: Predicting Brand Personality in Social Media Networks with Machine Learning
مجله/کنفرانس: مجله بازاریابی تعاملی - Journal of Interactive Marketing
رشته های تحصیلی مرتبط: مدیریت - مهندسی کامپیوتر - مهندسی فناوری اطلاعات
گرایش های تحصیلی مرتبط: بازاریابی - مدیریت فناوری اطلاعات - هوش مصنوعی - اینترنت و شبکه های گسترده
کلمات کلیدی فارسی: شخصیت برند، شبکه های رسانه های اجتماعی، تحلیل داده ها، یادگیری ماشین، جاسازی کلمه، جاسازی اسناد، تغییر دهنده ها، LDA2Vec
کلمات کلیدی انگلیسی: Brand personality; Social media networks; Data analytics; Machine learning; Word embeddings; Document embeddings; Transformers; LDA2Vec
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.intmar.2021.05.001
نویسندگان: Utku Pamuksuz - Joseph T. Yun - Ashlee Humphreys
دانشگاه: University of Illinois at Urbana Champaign, United States of America
صفحات مقاله انگلیسی: 15
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2021
ایمپکت فاکتور: 12.530 در سال 2020
شاخص H_index: 114 در سال 2021
شاخص SJR: 3.620 در سال 2020
شناسه ISSN: 1094-9968
شاخص Quartile (چارک): Q1 در سال 2020
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا این مقاله فرضیه دارد: ندارد
کد محصول: E16236
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
فهرست مطالب (ترجمه)

چکیده

مقدمه

مطالعات پیشین

روش شناسی

بحث

نتیجه گیری

منابع

فهرست مطالب (انگلیسی)

Abstract

Introduction

Prior Literature

Methodology

Discussion

Conclusion

References

بخشی از مقاله (ترجمه ماشینی)

چکیده

     ابزارهایی برای تجزیه و تحلیل داده های متنی رسانه های اجتماعی برای به دست آوردن بینش بازاریابی اخیراً پدیدار شده اند. در حالی که انبوهی از تحقیقات بر ارزیابی خودکار شخصیت انسان متمرکز شده است، تحقیقات کمی بر روی روش های پیشرفته برای به دست آوردن شخصیت برند از محتوای رسانه های اجتماعی متمرکز شده است. شخصیت برند یک جنبه ظریف از برندها است که جدای از مزایای عملکردی آن، دارای مجموعه ای ثابت از ویژگی ها است. در این مطالعه، ما یک رویکرد تجزیه و تحلیل داده جدید، خودکار و قابل تعمیم را برای استخراج تخمین‌های همزمان شخصیت‌های برند در شبکه‌های رسانه اجتماعی معرفی می‌کنیم. این روش می تواند برای پیگیری تلاش ها برای تغییر شخصیت برند در طول زمان، اندازه گیری شخصیت برند رقبا و ارزیابی همخوانی در شخصیت برند مورد استفاده قرار گیرد. با استفاده از داده‌های مصرف‌کننده، شرکت‌ها می‌توانند نحوه درک مشتریان از شخصیت برند را ارزیابی کنند و اثرات تطابق برند و مصرف‌کننده در شخصیت را مطالعه کنند. رویکرد ما یک طراحی الگوریتمی یادگیری ماشین ترکیبی جدید (LDA2Vec) ایجاد می‌کند، که اغلب وظایف کدگذاری دستی گسترده را دور می‌زند، بنابراین ابزاری قابل انطباق و مقیاس‌پذیر ارائه می‌کند که می‌تواند برای طیف وسیعی از مطالعات مدیریتی مورد استفاده قرار گیرد. رویکرد ما درک نظری شخصیت برند کانالی و درک شده را همانطور که در شبکه‌های رسانه‌های اجتماعی نشان داده می‌شود، افزایش می‌دهد و به متخصصان این امکان را می‌دهد تا با استفاده از منابع کلان داده، استراتژی‌های برندسازی را تقویت کنند.

توجه! این متن ترجمه ماشینی بوده و توسط مترجمین ای ترجمه، ترجمه نشده است.

بخشی از مقاله (انگلیسی)

Abstract

     Tools for analyzing social media text data to gain marketing insight have recently emerged. While a wealth of research has focused on automated human personality assessment, little research has focused on advancing methods for obtaining brand personality from social media content. Brand personality is a nuanced aspect of brands that has a consistent set of traits aside from its functional benefits. In this study, we introduce a novel, automated, and generalizable data analytics approach to extract near real-time estimates of brand personalities in social media networks. This method can be used to track attempts to change brand personality over time, measure brand personality of competitors, and assess congruence in brand personality. Applied to consumer data, firms can assess how consumers perceive brand personality and study the effects of brand–consumer congruence in personality. Our approach develops a novel hybrid machine learning algorithmic design (LDA2Vec), which bypasses often extensive manual coding tasks, thus providing an adaptable and scalable tool that can be used for a range of management studies. Our approach enhances the theoretical understanding of channeled and perceived brand personality as it is represented in social media networks and provides practitioners with the ability to foster branding strategies by using big data resources.

Introduction

     A brand is regarded as one of the most valuable assets owned by a firm. Strong and distinguished brands significantly enhance firm performance (Madden, 2006) and play a key role in building consumer perceptions about products and firms. In fact, scholars have demonstrated that brands exhibit personalities similar to human personalities (Aaker, 1997). As brands build these personalities, consumers sometimes interact with brands as if they were human (Levy, 1985) and form meaningful relationships with brands (Fournier, 1998). Naturally, consumers seek brands with personalities that are congruent with either their own or their aspirational (ideal) personalities (Batra, Ahuvia, & Bagozzi, 2012; Sirgy, 1982). Developing and measuring a strong brand personality is therefore key to many marketing efforts.

     The growth of social media platforms has sparked an opportunity to understand how firms foster meaningful brands and use brand personality in these media. Due to the growing potential for social media networks to be used as efficient marketing and brand-building platforms, firms have increasingly expanded branding efforts to this digital interactive medium. As a result, branding in the digital medium has become an essential form of marketing communication to convey core brand personality. Having the ability to use an effective marketing communications strategy to distinguish a brand from competitors fosters customer relationships and can build brand equity. Thus, for a firm to understand their brand personality in social media, they must develop the capability to assess both the intended and perceived brand personality through the generation of branded content and interactive dialog with consumers.

Conclusion

     Brand personality is a critical resource for the firm that binds together many different stakeholders—consumers, employees, shareholders, and management. It helps delineate the character of a firm and its products and facilitates the emotional connection between a brand and its target audience. Today's firms are challenged to efficiently define, manage, and control their own brand personality to succeed in a competitive advantage over competitors (Madden, 2006). Brand personality can be an influential tool to induce emotions, build trust and loyalty (Fournier, 1998), and enhance consumer preference (Aaker, 1997). Social media is a natural platform in which brand personality is discussed—both by consumers and by brands—and therefore a natural arena in which to measure, compare, and track brand perceptions. To the best of our knowledge, our proposed approach is pioneering. It provides several opportunities for both researchers and practitioners especially in generating personality assessments regularly, easily, and efficiently for brands of interest.