تفاصيل الوثيقة

نوع الوثيقة : رسالة جامعية 
عنوان الوثيقة :
استخدام تويتر لتحليل مبادرات الشركات الناشئة: دراسة حالة تمكين المراءة للعمل في شركة كريم.
USING TWITTER TO ANALYZE INITIATIVES OF A STARTUP COMPANY: THE CASE OF EMPOWERING WOMEN IN CAREEM.
 
الموضوع : كلية الحاسبات وتقنية المعلومات 
لغة الوثيقة : العربية 
المستخلص : في هذا العصر، تمثل منصة تويتر مصدراً هامًا للآراء العامة التي يمكن الوصول إليها بسهولة. في سياق مجال الأعمال، سيمكّن الاستخدام الصحيح لتحليل بيانات تويتر الشركات الناشئة من تتبع تغييرات الأعمال والتحسينات بسهولة للحفاظ على وجودها. علاوة على ذلك، سيدعم هذا التحليل الشركات الناشئة في تحليل البيئة التنافسية، تجنب أسباب الفشل، وتحسين مشاركة العملاء، ودعم عمليات صنع القرار، وقياس استجابة الجمهور لتلبية احتياجات المستهلكين بشكل أفضل. يعاني الوضع البحثي الحالي الخاص بتحليل نشاطات الشركات الناشئة باستخدام بيانات تويتر من عدة قيود. بشكل عام، هناك نقص في وجود إطار تحليلي والذي يستخدم مجموعة بيانات تويتر بشكل أفضل من خلال الجمع بين طرق التحليل المختلفة. من حيث الشركات الناشئة، هناك نقص في البحوث التي تدرس دور تويتر لقياس أداء نشاط معين (على سبيل المثال المبادرات والحملات التسويقية)، وكانت جميع الأعمال السابقة على نطاق الشركات الناشئة الأوروبية والأمريكية (أي لغة البيانات هي اللغة الإنجليزية أو أوروبا). كان الهدف من هذه الأطروحة هو سد الثغرات البحثية السابقة من خلال اقتراح إطار عمل قائم على تحليل بيانات تويتر (SIRA)، لدعم الشركات الناشئة في قياس استجابة الجمهور فيما يتعلق بمبادرتهم. تم تطوير إطار SIRA استنادًا إلى ثلاث تقنيات؛ تصنيف النص (text classification) وتحليل المشاعر (sentiment analysis) والتحليل الإحصائي. (statistical analysis) سيكون هذا الإطار قادرًا على تحديد استجابة الجمهور فيما يتعلق بأنشطة تويتر ورضا العملاء والانتشار الزمني. تم التحقق من صحة الإطار المقترح من خلال دراسة حالة شركة كريم باللغة العربية لإثراء الفجوة البحثية في التنقيب عن النص العربي. تم إجراء التجربة بناءً على مجموعة بيانات مختلطة باللغتين العربية والإنجليزية، تتألف من 3،074 تغريدة تم تصنيفها يدويًا. مجموعة البيانات العربية تتكون من لهجات عربيه وبعض الأشكال القياسية الحديثة. لذلك، كانت هناك حاجة للتغلب على هذا التحدي وتحسين أداء تصنيف اللغة العربية من خلال تحليل مقارن لمجموعة مختلفة من تقنيات المعالجة المسبقة. أسفرت التجربة عن النتائج التالية: في كلا من نموذجي التصنيف لمجموعة البيانات العربية، حقق مصنف CNB مقياس F1 أعلى. بينما يبدو أن (text cleaning and normalization) يزيد بشكل كبير من أداء التصنيف الثنائي، في حين أظهرت نتائج نموذج تصنيف المشاعر مقياس F1 أعلى عندما تم استخدام (text cleaning and (normalization with ISRI stemmer. من ناحية أخرى، في كلا من نموذجي تصنيف مجموعة البيانات الإنجليزية، حقق المصنف NN مقياس F1 أعلى. بشكل عام، مجموعة البيانات صغيرة نسبيًا، وهذا ما يفسر لماذا قيم قياس الأداء ليست عالية جدًا في نموذجي التصنيف لكل لغة. كذلك، يبدو أن أداء المصنف يعتمد على مجموعة البيانات ويعتمد على الغرض من تصنيف النص. استنادا إلى نتيجة مجموعة البيانات المصنفة تم إجراء العديد من التحليلات الإحصائية وتقديمها. في الواقع، عادة ما يعبر الناس عن آرائهم من خلال تويتر فيما يتعلق بموضوعات وقضايا مختلفة، لا تقتصر على المنتجات أو الخدمات. وبالتالي، فإن الإطار SIRA قابل للتطبيق في أي مجال وغرض كإطار تحليلي قائم على بيانات تويتر. 
المشرف : د. محمد احتشام أسلم 
نوع الرسالة : رسالة ماجستير 
سنة النشر : 1441 هـ
2020 م 
تاريخ الاضافة على الموقع : Wednesday, March 11, 2020 

الباحثون

اسم الباحث (عربي)اسم الباحث (انجليزي)نوع الباحثالمرتبة العلميةالبريد الالكتروني
بشاير علي العتيبيAl otaibi, Bashayer Aliباحثماجستير 

الملفات

اسم الملفالنوعالوصف
 46057.pdf pdf 

الرجوع إلى صفحة الأبحاث