تحلیلی از 7 سال پژوهش‌های فصلنامه برنامه‌ریزی و توسعه گردشگری با استفاده از تکنیک متن‌کاوی

نوع مقاله : علمی-پژوهشی

نویسنده

دانشیار گروه مدیریت بازرگانی دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی

چکیده

امروزه کسب‌وکارها و مدیریت بازاریابی روندی به سمت داده محور شدن را می‌پیمایند و در این مسیر بسیاری از آن‌ها نیازمند داده‌های مفید و البته روش‌های تحلیل درست داده‌ها هستند، متن‌کاوی یکی از فنون نوین تحلیل داده‌ها می‌باشد که برای تحلیل داده‌های متنی به کار می‌رود، داده‌های متنی برای سال‌های طولانی به علل مختلفی چون حجم زیاد و بی‌ارزش تلقی شدن و یا نبود ابزار مناسب برای تحلیل، بی‌استفاده باقی‌مانده‌اند، درحالی‌که این داده‌ها می‌توانند اطلاعات مناسبی را از روندهای موجود ارائه دهند. در این تحقیق با هدف بررسی ساختار محتوایی فصلنامه مطالعات برنامه ریزی و توسعه گردشگری از متن‌کاوی استفاده کرده‌ایم و مقالات از سال 1391تا پایان سال 1397 موردبررسی قرار داده‌ایم. نزدیک به 30مجله که مشتمل بر تعداد حدودی 250 مقاله می‌شدند و تعداد 100000واژه که بیش از 250000 هزار بار تکرار داشتند مورد تحلیل قرار گرفتند و حوزه‌های مطالعاتی این فصلنامه در 7 سال اخیر ارائه شده است

کلیدواژه‌ها


رئیسی وانانی, ایمان, جلالی, سید محمد جعفر. (1397). ارزیابی تحلیلی حوزه‌های علمی در حال ظهور در صنعت گردشگری منطقه خاورمیانه با استفاده از الگوریتم‌های متن کاوی. مطالعات مدیریت گردشگری, 13(43), 77-99. doi: 10.22054/tms.2018.9448
 
سهرابی, بابک, رئیسی وانانی, ایمان, & خداپرست. (2016). تحلیل نظرات کاربران وب‌سایت‌های تجارت اجتماعی بر اساس روش‌های متن کاوی و داده‌کاوی. مجله جهانی رسانه-نسخه فارسی, 11(2).‎
 
شفیعی نیک آبادی, محسن, کرباسی خیر, عطا. (1396). بررسی تطبیقی متن چشم انداز و بیانیه ماموریت شرکت های برتر و شرکت های ایرانی در صنایع غذایی با استفاده از تکنیک متن کاوی و خوشه بندی. آینده پژوهی مدیریت, 28(شماره 4 (پیاپی 111)), 29-52.
 
عباسی گرجی, علیرضا, هدایتی فر, صبا. (1397). بررسی تطبیقی متن شعارهای تبلیغاتی فروشگاه های اینترنتی صنایع غذایی داخلی و خارجی با استفاده از تکنیک متن کاوی و خوشه بندی. فصلنامه رسانه, 29(4), 131-142.
 
قاضی نوری سیدسروش, روشنی سعید, & رضایی نیک نفیسه. 5 سال با سیاست علم و فناوری: تکامل و توسعه نظری فصلنامه سیاست علم و فناوری.‎
 
کرمی مهتاب. کاربرد ابزارهای تحلیلگر داده‌کاوی و متن کاوی در چابکی سازمانهای مراقبت بهداشتی و درمانی. فصلنامه مدیریت سلامت. ۱۳۸۶; ۱۰ (۳۰):۱۵-۲۰
 
ناصری جزه محمود, طباطباییان سیدحبیب اله, & فاتح راد مهدی. ترسیم نقشه دانش مدیریت فناوری در ایران با هدف کمک به سیاست گذاری دانش در این حوزه.‎
 
الهی, شعبان, رضا نقی زاده,, سید سپهر قاضی نوری,, منوچهر منطقی,. (1391). شناسایی جریان‌های غالب در حوزه توسعه نوآوری در مناطق با استفاده از روش تحلیل هم رخدادی کلمات. بهبود مدیریت, 6(17), -.
 
Amado, A., Cortez, P., Rita, P., & Moro, S. (2018). Research trends on Big Data in Marketing: A text mining and topic modeling based literature analysis. European Research on Management and Business Economics, 24(1), 1-7
 
Bose, I., & Mahapatra, R. K. (2001). Business data mining—a machine learning perspective. Information & management, 39(3), 211-225.
 
Chiang, W. Y. (2019). Applying data mining for online CRM marketing strategy: An empirical case of coffee shop industry in Taiwan. British Food Journal, 120(3), 665-675.
 
Churchill, G. A., & Iacobucci, D. (2006). Marketing research: methodological foundations. New York: Dryden Press.
 
Ducange, P., Pecori, R., & Mezzina, P. (2018). A glimpse on big data analytics in the framework of marketing strategies. Soft Computing, 22(1), 325-342.
 
Erevelles, S., Fukawa, N., & Swayne, L. (2016). Big Data consumer analytics and the transformation of marketing. Journal of Business Research, 69(2), 897-904.
 
Fan, S., Lau, R. Y., & Zhao, J. L. (2015). Demystifying big data analytics for business intelligence through the lens of marketing mix. Big Data Research, 2(1), 28-32.
 
Giudici, P., & Figini, S. (2009). Applied data mining for business and industry (pp. 147-162). Chichester: wiley.
 
Mahr, D., Stead, S., & Odekerken-Schröder, G. (2019). Making sense of customer service experiences: a text mining review. Journal of Services Marketing.
 
Tirunillai, S., & Tellis, G. J. (2014). Mining marketing meaning from online chatter: Strategic brand analysis of big data using latent dirichlet allocation. Journal of Marketing Research, 51(4), 463-479.
 
Van Der Aalst, W. (2016). Data Mining. In Process Mining (pp. 89-121). Springer, Berlin, Heidelberg.
 
Vercellis, C. (2009). Business intelligence: data mining and optimization for decision making. New York: Wiley.
 
Wrenn, B., Stevens, R. E., & Loudon, D. L. (2013). Marketing research: Text and cases. Routledge.
 
Xu, Z., Frankwick, G. L., & Ramirez, E. (2016). Effects of big data analytics and traditional marketing analytics on new product success: A knowledge fusion perspective. Journal of Business Research, 69(5), 1562-1566.