اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديددعم قرارات الحملات التّسويقيّة في شركات الاتصالات الخليوية لتقديم خدمات محددة الموقع باستخدام تقانات المعطيات الكبيرة
Support marketing campaigns decisions in mobile Telecommunications to provide Location-Based services, by using Big Data technologies
1528
0 51
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
تركز عملنا على تقديم آلية للجمع بين الزّبون النّشط و الزّبون الخام ، مما يساعد على معرفة الزبائن الموجودين في الموقع حتى و إن كانوا لا يجرون مكالمات عبر الشّبكة باستخدام هواتفهم.
Our proposed work is to introduce a combination of active and passive customer modes. And this will enhance the detecting the customers, even though they are not using their mobile by making a call.
مراجعة الذكاء الصنعي:
ملخص البحث
تناقش هذه الأطروحة كيفية دعم قرارات الحملات التسويقية في شركات الاتصالات الخليوية باستخدام تقنيات البيانات الكبيرة. تركز الدراسة على تقديم خدمات محددة الموقع في الزمن الحقيقي، حيث يتم تحديد موقع الزبائن باستخدام معرّف الخلية وتقنيات أخرى. تعاني الأدوات الحالية من صعوبة التعامل مع الكميات الكبيرة من البيانات وتحليلها في الزمن الحقيقي، مما يشكل تحدياً كبيراً. تقترح الأطروحة نموذجاً يجمع بين الزبائن النشطين والخاملين، حيث يتم تحديد موقع الزبائن حتى وإن لم يقوموا بإجراء مكالمات. يتم استخدام تقنيات البيانات الكبيرة لتحليل البيانات في الزمن الحقيقي ودعم عملية اتخاذ القرار. كما يتم اقتراح إطار عمل مقارن لتحديد مساهمة العمل الحالي مقارنة بالأعمال الأخرى. تشمل الدراسة أيضاً تطوير نموذج لدعم قرار إطلاق الحملات التسويقية بناءً على تحليل البيانات في الزمن الحقيقي. يتم استخدام تقنيات مثل ARIMA لتحليل السلاسل الزمنية والتنبؤ بعدد الزبائن المتوقع في المناطق المستهدفة. تقدم الأطروحة أيضاً تحسينات على الإطار المرجعي للبيانات الكبيرة بإضافة طبقة دعم القرار لتحسين عملية اتخاذ القرار في الزمن الحقيقي. يتم تطبيق الدراسة على أربع مناطق في دمشق، حيث يتم جمع وتحليل بيانات الزبائن النشطين والخاملين لتقديم نتائج دقيقة وفعالة لدعم الحملات التسويقية.
قراءة نقدية
تقدم هذه الأطروحة مساهمة قيمة في مجال دعم قرارات الحملات التسويقية باستخدام تقنيات البيانات الكبيرة. ومع ذلك، يمكن تحسين العمل من خلال معالجة بعض النقاط. أولاً، تعتمد الأطروحة بشكل كبير على بيانات معرّف الخلية، والتي قد تكون غير دقيقة في بعض الحالات. يمكن تحسين الدقة باستخدام تقنيات تحديد الموقع الأخرى مثل GPS. ثانياً، تعتمد الأطروحة على خبرة مدير الحملة التسويقية لتقدير نسبة الزيادة في عدد الزبائن، مما قد يؤدي إلى عدم دقة في التقديرات. يمكن استخدام تقنيات التعلم الآلي لتحسين هذه التقديرات. ثالثاً، تقسيم المناطق إلى نشطة وغير نشطة يعتمد على معطيات سابقة، مما قد لا يعكس التغيرات الحالية في الكثافة السكانية. يمكن تحسين هذا الجانب باستخدام بيانات حديثة وتحليل ديناميكي. أخيراً، تواجه الأطروحة تحديات تقنية ولوجستية في تطبيق النموذج المقترح، مما يتطلب دعم من شركات الاتصالات لتوفير البنية التحتية اللازمة.
أسئلة حول البحث
-
ما هي المشكلة الرئيسية التي تعالجها الأطروحة؟
تعالج الأطروحة مشكلة دعم قرارات الحملات التسويقية في شركات الاتصالات الخليوية باستخدام تقنيات البيانات الكبيرة لتحديد موقع الزبائن في الزمن الحقيقي وتحليل البيانات لدعم عملية اتخاذ القرار.
-
ما هو النموذج المقترح في الأطروحة؟
النموذج المقترح هو نموذج يجمع بين الزبائن النشطين والخاملين لتحديد موقعهم حتى وإن لم يقوموا بإجراء مكالمات، باستخدام تقنيات البيانات الكبيرة لتحليل البيانات في الزمن الحقيقي ودعم عملية اتخاذ القرار.
-
ما هي التقنيات المستخدمة لتحليل البيانات في الأطروحة؟
تستخدم الأطروحة تقنيات مثل ARIMA لتحليل السلاسل الزمنية والتنبؤ بعدد الزبائن المتوقع في المناطق المستهدفة، بالإضافة إلى تقنيات البيانات الكبيرة لتحليل البيانات في الزمن الحقيقي.
-
ما هي التحسينات المقترحة على الإطار المرجعي للبيانات الكبيرة؟
تقترح الأطروحة إضافة طبقة دعم القرار إلى الإطار المرجعي للبيانات الكبيرة لتحسين عملية اتخاذ القرار في الزمن الحقيقي، وذلك من خلال تحليل نتائج البيانات وتقديم توصيات ديناميكية لتحديث مواقع الزبائن.
المراجع المستخدمة
Bob Fox, Rob van den Dam and Rebecca Shockley, Analytics: Real-world use of big data in telecommunications, 2013
Tsang, M., Ho, S.-C., & Liang, T.-P. (2004). Consumer Attitudes Toward Mobile Advertising:An Empirical Study. International Journal of Electronic Commerce / Spring, 8, No.(3), 65–78
Min , C., Shiwen, M., & Yunhao , L. (2014). Big Data: A Survey. Mobile Networks and Applications, 19(2), 171-209
قيم البحث
اقرأ أيضاً
هدف البحث إلى دراسة العلاقة بين استخدام عملاء شركات الاتصالات الخليوية السورية لوسائل التواصل الاجتماعي (فيسبوك) لأغراض تسويقية، و قدرتها على التأثير في العملاء في كل مرحلة من مراحل عملية الشراء التي تتضمن: مرحلة توليد الحاجة، مرحلة البحث عن البدائل،
مرحلة تقييم البدائل، مرحلة اتخاذ قرار الشراء، و مرحلة ما بعد الشراء. و لتحقيق ذلك تمّ صياغة فرضية رئيسة يتفرع عنها خمس فرضيات فرعية، و استخدم الباحث أسلوب الاستبانة لجمع البيانات الّتي تمّ تحليلها باستخدام اختبارات إحصائيّة أهمّها: اختبار الوسط الحسابي One- Sample T. test، و اختبار الارتباط الثّنائي Pearson Correlation. و قد توصل الباحث إلى عدّة نتائج أهمّها: وجود علاقة إيجابية قوية بين استخدام عملاء شركات الاتصالات الخليوية السورية لوسائل التواصل الاجتماعي (فيسبوك) لأغراض تسويقية، و جميع مراحل عملية الشراء.
أصبحت تطبيقات الخدمات المعتمدة على الموقع ذات شعبية متزايدة في السنوات الماضية, حيث أن الاستخدام المتزايد لهذه الخدمات دفع الباحثين الى الاهتمام بالعديد من العوامل المؤثرة على جودة الخدمة, كالدقة والتوافر وسرعة الاستجابة واستهلاك الطاقة. في هذا البحث
تم تقديم دراسة تحليلية لهذه العوامل , وطرح مجموعة من الحلول التكيفية التي تخفف بشكل كبير من استهلاك الطاقة, مما يزيد كفاءة تطبيقات الخدمات المعتمدة على الموقع.
يعرض هذا البحث آليات تطبيق تقنيات التنقيب في المعطيات و حلول ذكاء الأعمال على
المعطيات الموجودة ضمن مكتبة الجامعة العربية الدولية بعد ربطها بمعطيات الطلاب
الموجودة ضمن النظام الأكاديمي الخاص بالجامعة، و الإجابة عن مجموعة من الأسئلة
و الاستفسارات ا
لتي من الممكن أن تؤثر في سير العمل ضمن المؤسسة التعليمية بوجه
عام و ضمن مكتبة الجامعة بوجه خاص، و تقديم بعض الحلول لمساعدة المكتبة في
تطوير خدماتها، و تطوير آليات العمل ضمنها، إضافة إلى تحديد بعض المؤشرات
المتعلقة بدور موارد المعلومات في تطوير العملية التعليمية.
تعتمد معظم صناعات الروبوت في نقل الحركة فيها على استخدام محركات السيرفو و المحركات الخطية أو محركات التيار المستمر بالإضافة إلى دارات القيادة الخاصة بها مما يزيد الكلفة و يعقد عملية التحكم بالروبوت, تبحث المقالة في استخدام تقانات الهواء المضغوط في بن
اء و تصميم جديد لذراع روبوت يستطيع القيام بتنفيذ العديد من المهام باستطاعة أكبر و بتكلفة أقل بكثير من استخدام المؤازرات السابقة و ذلك لاستخدامه للقيام بمهام تحتاج إلى سرعة و استطاعة عالية, و لا تحتاج إلى دقة كبيرة في العمل.
يهدف التنقيب عن البيانات التعليمية إلى دراسة البيانات المتوفرة في المجال التعليمي وإخراج المعرفة المخفية منه بغية الاستفادة منها في تعزيز عملية التعليم واتخاذ قرارات ناجحة من شأنها تحسين الأداء الأكاديمي للطالب. تقترح هذه الدراسة استخدام تقنيات التنق
يب عن البيانات لتحسين التنبؤ بأداء الطلاب، حيث تم تطبيق ثلاث خوارزميات تصنيف Naïve Bayes, J48, Support Vector Machine)) على قاعدة بيانات أداء الطلاب ، ثم تم تصميم مصنف جديد لدمج نتائج تلك المصنفات الفردية باستخدام تقنية الدمج Voting Method . تم استخدام الأداة WEKAالتي تدعم الكثير من خوارزميات و طرائق التنقيب في البيانات. تظهر النتائج أن مصنف الدمج لديه أعلى دقة للتنبؤ بمستويات الطلاب مقارنة بالمصنفات الأخرى ، حيث حقق دقة تعرف وصلت إلى74.8084 % . و أفادت خوارزمية العنقدةsimple k-means في تجميع الطلاب المتشابهين في مجموعات منفصلة بالتالي فهم مميزات كل مجموعة مما يساعد على قيادة وتوجيه كل مجموعة على حدى.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
