استارتاپ ها و رفتار خرید مصرف کننده: کاربرد الگوریتم ماشین بردار پشتیبان

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 31

تعداد کلمات : 9800

مجله : big data and cognitive computing

انتشار : 2022

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
1 آوریل 2022
دسته بندی
تعداد بازدیدها
1201 بازدید
44,000 تومان

عنوان فارسی مقاله:استارتاپ ها و رفتار خرید مصرف کننده: کاربرد الگوریتم ماشین بردار پشتیبان

 چکیده

این مطالعه تأثیر نوآوری‌های فناوری راه‌اندازی و عملکرد مدیریت ارتباط با مشتری (CRM) را بر مشارکت مشتری، هم آفرینی ارزش و رفتار خرید مصرف‌کننده (CPB) بررسی کرد. تحقیق حاضر به صورت تجربی فرضیه‌های پیشنهادی را با استفاده از روش‌های مدل‌سازی معادلات ساختاری (SEM) و SmartPLS 3 مورد آزمایش قرار داد. علاوه بر این، ما از الگوریتم ماشین بردار پشتیبان (SVM) برای تأیید صحت مدل استفاده کردیم. الگوریتم SVM از چهار هسته مختلف برای بررسی معیار دقت استفاده می کند و ما همه آنها را بررسی کردیم. در این تحقیق از روش نمونه گیری در دسترس در جمع آوری داده ها استفاده شده است. ما از روش تست سوگیری مرسوم استفاده کردیم. در مجموع ۴۶۶ پاسخ دهنده تکمیل شدند. نوآوری های فناورانه استارتاپ ها و CRM تأثیر مثبت و معناداری بر مشارکت مشتری دارد. مشارکت مشتری به طور معنی داری بر ارزش لذت، ارزش اقتصادی و ارزش رابطه تأثیر می گذارد. بر اساس نتایج ماتریس تحلیل نقشه اهمیت-عملکرد (IPMA)، «مشارکت مشتری» با امتیاز ۷۸۲/۰ بیشترین اهمیت را داشت. اگر مشتریان عملکرد مشارکت خود را در طول اپیدمی COVID-19 یک واحد افزایش دهند، CPB کلی آن ۰٫۷۸۲ افزایش می یابد. علاوه بر این، نتایج ما نشان داد که کمترین عملکرد مربوط به نوآوری‌های فناوری استارت‌آپ‌ها است که نشان‌دهنده فرصت عالی برای توسعه در این حوزه است. نتایج SVM نشان داد که هسته چند جمله ای تا حد زیادی بهترین هسته ای است که دقت مدل را تایید می کند(استارتاپ و رفتار خرید مصرف کننده).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Startups and Consumer Purchase Behavior: Application of Support Vector Machine Algorithm

Abstract

 This study evaluated the impact of startup technology innovations and customer relationship management (CRM) performance on customer participation, value co-creation, and consumer purchase behavior (CPB). This analytical study empirically tested the proposed hypotheses using structural equation modeling (SEM) and SmartPLS 3 techniques. Moreover, we used a support vector machine (SVM) algorithm to verify the model’s accuracy. SVM algorithm uses four different kernels to check the accuracy criterion, and we checked all of them. This research used the convenience sampling approach in gathering the data. We used the conventional bias test method. A total of 466 respondents were completed. Technological innovations of startups and CRM have a positive and significant effect on customer participation. Customer participation significantly affects the value of pleasure, economic value, and relationship value. Based on the importance-performance map analysis (IPMA) matrix results, “customer participation” with a score of 0.782 had the highest importance. If customers increase their participation performance by one unit during the COVID-19 epidemic, its overall CPB increases by 0.782. In addition, our results showed that the lowest performance is related to the technological innovations of startups, which indicates an excellent opportunity for development in this area. SVM results showed that polynomial kernel, to a high degree, is the best kernel that confirms the model’s accuracy.