۲-۱۰-۵- چرا از شبکه‌های عصبی استفاده می‌کنیم؟

شبکه‌های عصبی با توانایی قابل توجه خود در استنتاج نتایج از داده‌های پیچیده می‌توانند در استخراج الگوها و شناسایی گرایش‌های مختلفی که برای انسان‌ها و کامپیوتر شناسایی آنها بسیار دشوار است استفاده شوند. از مزایای شبکه‌های عصبی می‌توان موارد زیر را نام برد:

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

یادگیری تطبیقی: توانایی یادگیری اینکه چگونه وظایف خود را بر اساس اطلاعات داده شده به آن و یا تجارب اولیه انجام دهد در واقع اصلاح شبکه را گویند.
خود سازماندهی: یک شبکه عصبی مصنوعی به صورت خودکار سازماندهی و ارائه داده‌هایی که در طول آموزش دریافت کرده را انجام دهد. نورون‌ها با قاعدهٔ یادگیری سازگار شده و پاسخ به ورودی تغییر می‌یابد.
عملگرهای بی‌درنگ: محاسبات در شبکه عصبی مصنوعی می‌تواند به صورت موازی و به وسیله سخت‌افزارهای مخصوصی که طراحی و ساخت آن برای دریافت نتایج بهینه قابلیت‌های شبکه عصبی مصنوعی است انجام شود.
تحمل خطا: با ایجاد خرابی در شبکه مقداری از کارایی کاهش می‌یابد ولی برخی امکانات آن با وجود مشکلات بزرگ همچنان حفظ می‌شود.
دسته بندی^[۵۲]: شبکه‌های عصبی قادر به دسته بندی ورودی‌ها بر ای دریافت خروجی مناسب می‌باشند.
تعمیم دهی^[۵۳]: این خاصیت شبکه را قادر می‌سازد تا تنها با برخورد با تعداد محدودی نمونه، یک قانون کلی از آن را به دست آورده، نتایج این آموخته‌ها را به موارد مشاهده از قبل نیز تعمیم دهد. توانایی که در صورت نبود آن سامانه باید بی نهایت واقعیت‌ها و روابط را به خاطر بسپارد.
پایداری-انعطاف پذیری: یک شبکه عصبی هم به حد کافی پایدار است تا اطلاعات فراگرفته خود را حفظ کند و هم قابلیت انعطاف و تطبیق را دارد و بدون از دست دادن اطلاعات قبلی می‌تواند موارد جدید را بپذیرد.
۲-۱۰-۶- شبکه‌های عصبی در مقایسه با کامپیوترهای سنتی
یک شبکه عصبی به طور کلی با یک کامپیوتر سنتی در موارد زیر تفاوت دارد:
شبکه‌های عصبی دستورات را به صورت سری اجرا نکرده، شامل حافظه‌ای برای نگهداری داده و دستورالعمل نیستند.
به مجموعه‌ای از ورودی‌ها به صورت موازی پاسخ می‌دهند.
بیشتر با تبدیلات و نگاشت‌ها سروکار دارند تا الگوریتم‌ها و روش‌ها.
شامل ابزار محاسباتی پیچیده نبوده، از تعداد زیادی ابزارساده که اغلب کمی بیشتر از یک جمع وزن دار را انجام می‌دهند تشکیل شده‌اند.
شبکه‌های عصبی شیوه‌ای متفاوت برای حل مسئله دارند. کامپیوترهای سنتی از شیوه الگوریتمی برای حل مسئله استفاده می‌کنند که برای حل مسئله مجموعه‌ای از دستورالعمل‌های بدون ابهام دنبال می‌شود. این دستورات به زبان سطح بالا و سپس به زبان ماشین که سامانه قادر به تشخیص آن می‌باشد تبدیل می‌شوند. اگر مراحلی که کامپیوتر برای حل مسئله باید طی کند از قبل شناخته شده نباشند و الگوریتم مشخصی وجود نداشته باشد، سامانه توانایی حل مسئله را ندارد. کامپیوترها می‌توانند خیلی سودمندتر باشند اگر بتوانند کارهایی را که ما هیچ پیش زمینه‌ای از آنها نداریم انجام دهند. شبکه‌های عصبی و کامپیوترها نه تنها رقیب هم نیستند بلکه می‌توانند مکمل هم باشند. کارهایی وجود دارند که بهتر است از روش الگوریتمی حل شوند و همین طور کارهایی وجود دارند که جز از طریق شبکه عصبی مصنوعی قابل حل نمی‌باشند و البته تعداد زیادی نیز برای بدست آوردن بازده حداکثر، از ترکیبی از روش‌های فوق استفاده می‌کنند. به طور معمول یک کامپیوتر سنتی برای نظارت بر شبکه عصبی استفاده می‌شود. شبکه‌های عصبی معجزه نمی‌کنند، اگر به طور محسوس استفاده شوند کارهای عجیبی انجام می‌دهند. ] ۱۲[
نورون مصنوعی
یک نورون مصنوعی سامانه‌ای است با تعداد زیادی ورودی و تنها یک خروجی. نورون دارای دو حالت می‌باشد، حالت آموزش و حالت عملکرد. در حالت آموزش نورون یاد می‌گیرد که در مقابل الگوهای ورودی خاص برانگیخته شود و یا در اصطلاح آتش کند. در حالت عملکرد وقتی یک الگوی ورودی شناسایی شده وارد شود، خروجی متناظر با آن ارائه می‌شود. اگر ورودی جزء ورودی‌های از پیش شناسایی شده نباشد، قوانین آتش برای بر انگیختگی یا عدم آن تصمیم گیری می‌کند.
از نورون‌های انسان تا نورون مصنوعی^[۵۴]
با کنار گذاشتن برخی از خواص حیاتی نورون‌ها و ارتباطات درونی آنها می‌توان یک مدل ابتدایی از نورون را به وسیله کامپیوتر شبیه سازی کرد.

۲-۱۰-۷- ساختار شبکه‌های عصبی

یک شبکه عصبی شامل اجزای سازنده لایه‌ها و وزن‌ها می‌باشد. رفتار شبکه نیز وابسته به ارتباط بین اعضا است. در حالت کلی در شبکه‌های عصبی سه نوع لایه نورونی وجود دارد:
لایه ورودی^[۵۵]: دریافت اطلاعات خامی که به شبکه تغذیه شده‌است.
لایه‌های پنهان^[۵۶]: عملکرد این لایه‌ها به وسیله ورودی‌ها و وزن ارتباط بین آنها و لایه‌های پنهان تعیین می‌شود. وزن‌های بین واحدهای ورودی و پنهان تعیین می‌کند که چه وقت یک واحد پنهان باید فعال شود.
لایه خروجی^[۵۷]: عملکرد واحد خروجی بسته به فعالیت واحد پنهان و وزن ارتباط بین واحد پنهان و خروجی می‌باشد.
شبکه‌های تک لایه و چند لایه‌ای نیز وجود دارند که سازماندهی تک لایه که در آن تمام واحدها به یک لایه اتصال دارند بیشترین مورد استفاده را دارد و پتانسیل محاسباتی بیشتری نسبت به سازماندهی‌های چند لایه دارد. در شبکه‌های چند لایه واحدها به وسیله لایه‌ها شماره گذاری می‌شوند (به جای دنبال کردن شماره گذاری سراسری).
هر دو لایه از یک شبکه به وسیله وزن‌ها و در واقع اتصالات با هم ارتباط می‌یابند. در شبکه‌های عصبی چند نوع اتصال و یا پیوند وزنی وجود دارد: پیشرو: بیشترین پیوندها از این نوع است که در آن سیگنال‌ها تنها در یک جهت حرکت می‌کنند. از ورودی به خروجی هیچ بازخوردی (حلقه) وجود ندارد. خروجی هر لایه بر همان لایه تاثیری ندارد.
پسرو: داده‌ها از گره‌های لایه بالا به گره‌های لایه پایین بازخورانده می‌شوند.
جانبی: خروجی گره‌های هر لایه به عنوان ورودی گره‌های همان لایه استفاده می‌شوند. ] ۱۰[

۲-۱۰-۸- تقسیم بندی شبکه‌های عصبی

بر مبنای روش آموزش به چهار دسته تقسیم می‌شوند:
وزن ثابت: آموزشی در کار نیست و مقادیر وزن‌ها به هنگام نمی‌شود. کاربرد: بهینه سازی اطلاعات (کاهش حجم، تفکیک پذیری و فشرده سازی) و حافظه‌های تناظری
آموزش بدون سرپرست: وزن‌ها فقط بر اساس ورودی‌ها اصلاح می‌شوند و خروجی مطلوب وجود ندارد تا با مقایسه خروجی شبکه با آن و تعیین مقدار خطا وزن‌ها اصلاح شود. وزن‌ها فقط بر اساس اطلاعات الگوهای ورودی به هنگام می‌شوند. هدف استخراج مشخصه‌ های الگوهای ورودی بر اساس راهبرد خوشه یابی و یا دسته‌بندی و تشخیص شباهت‌ها (تشکیل گروه‌هایی با الگوی مشابه) می‌باشد، بدون اینکه خروجی یا کلاس‌های متناظر با الگوهای ورودی از قبل مشخص باشد. این یاد گیری معمولاً بر پایه شیوه برترین هم خوانی انجام می‌گیرد. شبکه بدون سرپرست وزن‌های خود را بر پایه خروجی حاصل شده از ورودی تغییر می‌دهد تا در برخورد بعدی پاسخ مناسبی را برای این ورودی داشته باشد. در نتیجه شبکه یاد می‌گیرد چگونه به ورودی پاسخ بدهد. اصولاً هدف این است که با تکنیک نورون غالب نورونی که بیشترین تحریک آغازین را دارد برگزیده شود. بنابر این در شبکه‌های بدون سرپرست یافتن نورون غالب یکی از مهمترین کارها است.
آموزش با سرپرست: به ازای هر دسته از الگوهای ورودی خروجی‌های متناظر نیز به شبکه نشان داده می‌شود و تغییر وزن‌ها تا موقعی صورت می‌گیرد که اختلاف خروجی شبکه به ازای الگوهای آموزشی از خروجی‌های مطلوب در حد خطای قابل قبولی باشد. در این روش‌ها یا از خروجی‌ها به وزن‌ها ارتباط وجود دارد یا خطا به صورت پس انتشار از لایه خروجی به ورودی توزیع شده‌است و وزن‌ها اصلاح می‌شوند. هدف طرح شبکه‌ای است که ابتدا با بهره گرفتن از داده‌های آموزشی موجود، آموزش ببیند و سپس با ارائه بردار ورودی به شبکه که ممکن است شبکه آن را قبلاً فراگرفته یا نگرفته باشد کلاس آن را تشخیص دهد. چنین شبکه‌ای به طور گسترده برای کارهای تشخیص الگو به کار گرفته می‌شود.
آموزش تقویتی: کیفیت عملکرد سامانه به صورت گام به گام نسبت به زمان بهبود می‌یابد. الگوهای آموزشی وجود ندارد اما با بهره گرفتن از سیگنالی به نام نقاد بیانی از خوب و یا بد بودن رفتار سامانه بدست می‌آید (حالتی بین یادگیری با سرپرست و بدون سرپرست).

۲-۱۰-۹- کاربرد شبکه‌های عصبی

شبکه‌های عصبی مصنوعی دارای دامنه کاربرد وسیعی می‌باشند از جمله سامانه‌های آنالیز ریسک، کنترل هواپیما بدون خلبان، آنالیز کیفیت جوشکاری، آنالیز کیفیت کامپیوتر، آزمایش اتاق اورژانس، اکتشاف نفت و گاز، سامانه‌های تشخیص ترمز کامیون، تخمین ریسک وام، شناسایی طیفی، تشخیص دارو، فرایندهای کنترل صنعتی، مدیریت خطا، تشخیص صدا، تشخیص هپاتیت، بازیابی اطلاعات راه دور، شناسایی مین‌های زیردریایی، تشخیص اشیاء سه بعدی و دست نوشته‌ها و چهره و… در کل می‌توان کاربردهای شبکه‌های عصبی را به صورت زیر دسته بندی کرد: تناظر (شبکه الگوهای مغشوش وبه هم ریختهرا بازشناسی می‌کند)، خوشه یابی، دسته بندی، شناسایی، بازسازی الگو، تعمیم دهی (به دست آوردن یک پاسخ صحیح برای محرک ورودی که قبلاً به شبکه آموزش داده نشده)، بهینه سازی. امروزه شبکه‌های عصبی در کاربردهای مختلفی نظیر مسائل تشخیص الگو که خود شامل مسائلی مانند تشخیص خط، شناسایی گفتار، پردازش تصویر و مسائلی از این دست می‌شود و نیز مسائل دسته بندی مانند دسته بندی متون یا تصاویر، به کار می‌روند. در کنترل یا مدل سازی سامانه‌هایی که ساختار داخلی ناشناخته یا بسیار پیچیده‌ای دارند نیز به صورت روز افزون از شبکه‌های عصبی مصنوعی استفاده می‌شود. به عنوان مثال می‌توان در کنترل ورودی یک موتور(کنترل‌کننده موتور) از یک شبکه عصبی استفاده نمود که در این صورت شبکه عصبی خود تابع کنترل را یاد خواهد گرفت. کاربرد مناسب تر شبکه عصبی ( در مقایسه با روش هایی از قبیل PID )برای کنترل یک سیستم دور موتور در برابر تغییرات ناگهانی بار و زمان پاسخ دهی نیز مطرح شده است ^.

۲-۱۰-۱۰- معایب شبکه‌های عصبی

با وجود برتری‌هایی که شبکه‌های عصبی نسبت به سامانه‌های مرسوم دارند، معایبی نیز دارند که پژوهشگران این رشته تلاش دارند که آنها را به حداقل برسانند، از جمله:
قواعد یا دستورات مشخصی برای طراحی شبکه جهت یک کاربرد اختیاری وجود ندارد.
در مورد مسائل مدل سازی، صرفاً نمی‌توان با بهره گرفتن از شبکه عصبی به فیزیک مساله پی برد. به عبارت دیگر مرتبط ساختن پارامترها یا ساختار شبکه به پارامترهای فرایند معمولاً غیر ممکن است.
دقت نتایج بستگی زیادی به اندازه مجموعه آموزش دارد.
آموزش شبکه ممکن است مشکل ویا حتی غیر ممکن باشد.
پیش بینی عملکرد آینده شبکه (عمومیت یافتن) آن به سادگی امکان پذیر نیست. ]۱۱[

۲-۱۰-۱۱- مسائل مناسب برای یادگیری^[۵۸] شبکه های عصبی

خطا در داده های آموزشی وجود داشته باشد. مثل مسائلی که داده های آموزشی دارای نویز حاصل از دادهای سنسورها نظیر دوربین و میکروفن ها هستند.
مواردی که نمونه ها توسط مقادیر زیادی زوج ویژگی-مقدار نشان داده شده باشند. نظیر داده های حاصل از یک دوربین ویدئوئی.
تابع هدف دارای مقادیر پیوسته باشد.
زمان کافی برای یادگیری وجود داشته باشد. این روش در مقایسه با روش های دیگر نظیر درخت تصمیم نیاز به زمان بیشتری برای یادگیری دارد.

در مجموع نتایج بدست آمده در این پژوهش به استناد داده ­های گردآوری شده، نشان می­دهد که نوستالژی توانایی پیش ­بینی تمایل به خرید هواداران علی کریمی را دارد. نتایج تحقیق حاکی از برازش مناسب مدل مفهومی بود. همچنین یافته­ ها نشان داد میزان آشنایی با شخصیت نوستالژیکی (۳۶/۵=t و ۲۹/۰=β) و تاثیرپذیری نوستالژیکی (۹۱/۸=t و ۵۴/۰=β) رابطه علی معناداری با نوستالژی برانگیخته دارند. همچنین نوستالژی برانگیخته رابطه علی معناداری با تمایل به خرید هواداران دارد (۹۳/۱۰=t و ۶۳/۰=β).
بنابراین بهتر است مدیران و مسولان باشگاه­های حرفه­ای و شرکت­های تبلیغاتی، بخصوص باشگاه پرسپولیس، جهت حفظ هواداران خود و جذب هواداران جدید و همچنین رسیدن به اهداف و منافع باشگاه، به نوستالژی توجه بیشتری نماید و با به کارگیری شخصیت­های محبوب و پرطرفدار و آیتم­های خاطره انگیز از مزایایی همچون فروش خدمات خود به هواداران بهره بجوید.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

پیشنهادهای برخاسته از پژوهش

1. 1. با توجه به اینکه در پژوهش حاضر مولفه میزان آشنایی با شخصیت نوستالژی بر نوستالژی برانگیخته تاثیر داشت. پیشنهاد می­ شود که باشگاه­های حرفه­ای و شرکت­های تبلیغاتی در انتخاب آیتم نوستالژیکی دقت لازم بعمل آورند و فردی را انتخاب کنند که هواداران آشنایی کافی و شناخت کاملی از آن داشته باشند.

1. 1. طبق نتایج به دست آمده در پژوهش حاضر، مولفه تاثیرپذیری از نوستالژی بر نوستالژی برانگیخته تاثیر داشت. بنابراین پیشنهاد می­ شود باشگاه­های حرفه­ای و شرکت­های تبلیغاتی در انتخاب بازار خود دقت کافی داشته باشند و بازاری را انتخاب کنند که افراد بیشترین تاثیر را از نوستالژی بپذیرند.

1. 1. با توجه به نتایج پژوهش، مولفه نوستالژی برانگیخته تاثیر زیادی بر تمایل به خرید هواداران علی کریمی داشت. پس به باشگاه­های حرفه­ای و شرکت­های تبلیغاتی پیشنهاد می­ شود با انتخاب آیتم­های نوستالژیکی مناسب که بیشترین انگیختگی را در بین هواداران ایجاد می­ کند تمایل خرید هواداران را افزایش دهند.

1. 1. پیشنهاد می­ شود حامیان مالی مسابقات (مثلا مسابقات المپیاد دانشجویی)، با دادن هدایایی خاطره­انگیز به شرکت­ کنندگان، نشان و برند خود را برای همیشه در ذهن آنها حک کنند. چرا که ورزشکار یا تماشاگری که در آن مسابقات شرکت داشته، هر وقت از آن هدیه استفاده کند به یاد روزهای خاطره­انگیز مسابقات می­افتد.

پیشنهادهایی برای سایر پژوهشگران

1. 1. به دلیل اینکه فیلم پخش شده بر مولفه تاثیرپذیری از نوستالژی تاثیر ندارد پیشنهاد می­ شود در پژوهشی دیگر ابتدا پرسش­نامه تاثیرپذیری از نوستالژی در بین شرکت­ کنندگان پخش شود سپس فیلم نشان داده شود و نهایتا بقیه پرسش­نامه­ ها پخش شود.

1. 1. پژوهش حاضر محدود به نوستالژی شخصی بود، پیشنهاد می­ شود پژوهشی دیگر از شخصیت نوستالژیکی استفاده کند که برای شرکت­ کنندگان آیتم نوستالژیکی نیابتی به حساب بیاید.

1. 1. در این پژوهش از فیلم به عنوان ابزار برانگیختن حس نوستالژیک استفاده شد. پیشنهاد می­ شود پژوهش­های آینده از سایر ابزار تبلیغاتی مثل تبلیغات چاپی، رادیویی و … جهت برانگیختن حس نوستالژیکی شرکت­ کنندگان استفاده کنند.

1. 1. گاهی در تحقیقات بازاریابی از ابزارهای فنی نیز استفاده می­ شود. بازاریاب­ها از ابزارهای فنی مختلفی استفاده می­ کنند. آنها از برق­سنج (گالوانومتر) برای سنجش میزان هیجان فرد هنگام مواجه با یک تبلیغات یا یک تصویر خاص و از دوربین­های چشمی مخصوص برای تعیین نقاطی از یک تصویر که چشم برای اولین بار به آنها خیره می­ شود، استفاده می­ کنند (۱۴۴). با توجه به اینکه در این پژوهش برای سنجش میزان انگیختگی شرکت­ کنندگان از پرسشنامه استفاده شد و با توجه به موارد ذکر شده پیشنهاد می­ شود در پژوهشی می­توان برای سنجش دقیق میزان برانگیختگی از گالوانومتر استفاده کرد.

1. 1. با توجه به اینکه شرکت­ کنندگان در این پژوهش از قومیت­های مختلف بودند، پیشنهاد می­ شود پژوهشی تاثیر نوستالژی بر تمایل به خرید را در قومیت­ها مختلف بررسی کند.

منابع

1. 1. kotier, p.(2003). Marketing insight form A to Z. John wiley and son’s. New York.

1. 1. غفاری آشتیانی، پیمان. (۱۳۸۶). همپوشی بازاریابی رابطه مند و مدیریت ارتباط با مشتری. مجله تدبیر، سال هجدهم، شماره ۱۸۱، ص ۵۸-۵۴.

1. 1. صمدی، منصور؛ نورانی، محمد؛ فارسی­زاده، حسین. (۱۳۸۸). بررسی تاثیر تاکتیک­های بازاریابی ارتباطی بر رفتار خرید در فروشگاه­های پوشاک با بهره گرفتن از مدل معادلات ساختاری. فصلنامه پژوهشنامه بازرگانی، شماره ۵۳، ص ۲۲۳-۲۰۳.

1. 1. شاه­حسینی، محمدعلی؛ اخلاصی، امیر؛ رحمانی، کمال. (۱۳۹۰). ارزش ویژه برند خدمات و رفتار خرید مشتریان. دو فصلنامه علمی پژوهشی تحقیقات بازاریابی نوین، سال اول، شماره سوم، ص ۷۸-۶۳.

1. 1. هوشمند، محسن؛ جعفری­زاده، فروز. (۱۳۹۱). مروری بر مفاهیم و متغیرهای تاثیرگذار بر تمایل به خرید کالاهای غیر اصلی. بانک مقالات بازاریابی ایران، توسعه مهندسی بازارگستران آتی/. http://marketingarticles.ir/sell/612-مروری-بر-مفاهیم-و-متغیرهای-تاثیر-گذار-بر-تمایل-به-خرید-کالاهای-غیر-اصلی.html

1. 1. Meyer, Katherine. C. (2010). Unpublished Dissertation, Sport Nostalgia: An Examination of Familiarity and Intended Behavior. The Ohio State University.

1. 1. Holbrook, M. B; & Schindler, R. M. (1991). Echoes of the dear departed past: Some work in progress on nostalgia. Advances in Consumer Research, ۱۸(۱), ۳۳۰-۳۳۳.

1. 1. فلیپ کاتلر، گری آرمسترانگ. اصول بازاریابی. ترجمه بهمن فروزنده. (۱۳۹۰). انتشارات اموخته، تهران/.

1. 1. دل هاوکینز، راجربست. کنث کانی. (۲۰۰۴). رفتار مصرف کننده. ترجمه احمد روستا، عطیه بطحایی، انتشارات سارگل، چاپ اول، تهران/.

1. 1. حسن زاده، مهرداد. (۱۳۸۴). بازاریابی ورزشی. انتشارات پرسمان، چاپ اول، تهران/.

1. 1. Elliot, S. (2010). Advertising in Super Bowl commercials, the nostalgia bowl. The New York Times.

http://www.nytimes.com/2010/02/08/business/media/08adco.html

1. 1. Fairley, S. (2003). In search of relived social experience: Group-based nostalgia sport tourism. Journal of Sport Management, 17(3), 284-304.

1. 1. Havlena, W; & Holak, S. L. (1996). Exploring nostalgia imagery through the use of consumer collages. Advances in Consumer Research, 23, 35-42.

1. 1. Holbrook, M. B; & Schindler, R. M. (2003). Nostalgic bonding: Exploring the role of nostalgia in the consumption experience. Journal of Consumer Behaviour, ۳(۲), ۱۰۷-۱۲۷.

1. 1. Fairley, S; & Gammon, S. (2005). Something lived, something learned: Nostalgia’s expanding role in sport tourism. Sport in Society, ۸(۲), ۱۸۲-۱۹۷.

1. 1. Mason, D.S; Duquette, G.H; & Sherer, J. (2005). Heritage, tourism, and Canadian junior hockey: Nostalgia for social experience. Journal of Sport Tourism, 10(4), 253- 271.

1. 1. Wildschut, T; Sedikides, C; Arndt, J; & Routledge, C. (2006). Nostalgia: Content, triggers, functions. Journal of Personality and Social Psychology, ۹۱(۵), ۹۷۵-۹۹۳.

1. 1. Pascal, V; Sprott, D.E; & Muehling, D.D. (2002). The influence of evoked nostalgia on consumers’ responses to advertising: an exploratory study. Current Issues & Research in Advertising, 24(1), 39-49.

1. 1. Sierra, J.J; & McQuitty, S. (2007). Attitudes and emotions as determinants of nostalgia purchases: an application of social identity theory. The Journal of Marketing Theory and Practice, 15(2), 99-112.

1. 1. Muehling, D; & Sprott, D.E. (2004). The power of reflection: An empirical examination of nostalgia advertising effects. Journal of Advertising, 33(3), 25-35.

1. 1. Gladden, J. M; & Funk, D. C. (2002). Developing an understanding of brand associations in team sport: Empirical evidence from consumers of professional sport. Journal of Sport Management, 16, 54-81.

1. 1. Lera-Lopez, Fernando; & Rapun-Garate, Manuel. (2011). Determinants of sport participation and attendance: differences and similarities. International Journal of sports Marketing & Sponsorship. pp: 167-190.

1. 1. Howard, D.R; Crompton, J. L. (2005). Financing Sport (2^nd Ed). Morgan Town, WV: Fitness Information Technology.

1. 1. Reisenwitz, T; Iyer, R; & Cutler, B. (2004). Nostalgia advertising and the influence of nostalgia proneness. Marketing Management Journal, 14(2), 55-66.

1. 1. Wilson, A.L. (2004). The relationship between consumer role socialization and nostalgia sport tourism: A symbolic interactionist perspective. Unpublished master thesis, University of Florida, Gainesville.

1. 1. حاجی­حیدری، نسترن؛ هاشمی، نوین. (۱۳۹۲). مدیریت دانش مشتری و تمایل خرید الکترونیکی: بررسی مقایسه­ ای در دو جامعه. فصلنامه علوم مدیریت ایران، سال هفتم، شماره ۲۸، ص ۴۴-۲۷.

1. 1. احسانی، محمد؛ جوانی، وجیهه. (۱۳۹۱). بررسی تاثیر نام تجاری تیم­های موفق بر میزان وفاداری هواداران در لیگ برتر فوتبال ایران. پژوهش­های کاربردی مدیریت و علوم زیستی در ورزش، شماره ۲، ص ۹۸-۸۹.

1. 1. https://www.ama.org/Pages/default.aspx

1. 1. روستا، احمد؛ ونوس، داور؛ ابراهیمی، عبدالمجید. (۱۳۹۱). مدیریت بازاریابی. انتشارات سمت، چاپ شانزدهم، تهران.

1. 1. پوپ، نایگل؛ تورکو، دوگ. (۱۳۹۱). بازاریابی ورزش و رویداد. ترجمه محمد خبیری و فرشاد تجاری. انتشارات سمت، چاپ دوم، تهران.

1. 1. لاولاک، کریستوفر؛ رایت، لارن. (۲۰۰۲). اصول و مدیریت بازاریابی خدمات. ترجمه بهمن فروزنده. نشر آموخته، ویراست دوم، چاپ سوم، اصفهان. ۱۳۸۹.

1. 1. کاتلر، فلیپ. (۱۹۹۶). مدیریت بازاریابی: تجزیه و تحلیل، برنامه­ ریزی، اجرا و کنترل. ترجمه بهمن فروزنده، نشر آموخته، چاپ هشتم، اصفهان. ۱۳۸۹.

1. 1. دوراندیش، عبدالمجید. (۱۳۹۰). رابطه کیفیت خدمات، رضایت­مندی و تمایل حضور مشتریان باشگاه­های پرورش اندام. پایان نامه انتشار نیافته کارشناسی ارشد، دانشکده تربیت­بدنی و علوم ورزشی دانشگاه خوارزمی.

1. 1. نیلی احمد‌آبادی، مجید. (۱۳۸۲). شناسایی و رتبه‌بندی عوامل مؤثر بر وفاداری مشتریان بانک رفاه توسط تکنیک­های تصمیم‌گیری چندمعیاره، رساله انتشار نیافته دکتری، دانشگاه تربیت مدرس، دانشکده علوم انسانی.

1. نادریان­جهرمی، مسعود. (۱۳۸۸). مدیریت منابع انسانی در سازمان­های ورزشی. انتشارات پیام علوی، چاپ اول، اصفهان.

را به صورت تعریف می­کنیم به گونه ­ای که
.
به طور مشابه برآورد به صورت تعریف می­ شود.

۱-۲- توزیع ویشارت

در این بخش توزیع ویشارت (Anderson, 2003, p.252) و برخی از خواص آن را بررسی خواهیم کرد.
تعریف: فرض کنید یک نمونه تصادفی تایی از توزیع باشند. توزیع ویشارت با درجه آزادی و پارامتر را به صورت زیر تعریف می­کنیم:
اگر باشد، در این صورت گوییم دارای توزیع ویشارت با درجه آزادی و پارامتر است و آن را با نماد نمایش می­دهیم.
امید ریاضی توزیع ویشارت به صورت زیر محاسبه می­ شود:
قضیه ۱-۲-۱: اگر و و از یکدیگر مستقل باشند، آنگاه به گونه ­ای که است.
اثبات: طبق تعریف می­توان و را بفرم زیر نمایش داد:
به گونه ­ای که مستقل از یکدیگر هستند و دارای توزیع می­باشند. بنابراین

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

.
قضیه ۱-۲-۲: اگر بردارهای تصادفی مستقل و هم­توزیع با باشند، در این صورت است به گونه ­ای که مستقل از یکدیگر و دارای توزیع مشترک می­باشند. بنابراین دارای توزیع ویشارت با درجه آزادی و پارامتر است.
اثبات: به پیوست مراجعه شود.
بنابراین براساس قضیه ۱-۲-۲ نتیجه می­ شود که
بنابراین
مسئله مورد علاقه در این پایان نامه، آزمون کردن
براساس آماره­ های بسنده مینیمال بردار میانگین و ماتریس کوواریانس نمونه ­ای است.
فرض کنید ، ، و باشند. تحت فرض برابری بردارهای میانگین، را بردار مشترک ها در نظر بگیرید.

۱-۳- آماره آزمون

در این بخش ابتدا آماره آزمون را تحت فرض معلوم بودن ماتریس­های کوواریانس و سپس تحت فرض مجهول بودن ماتریس­های کوواریانس، می­یابیم.

۱-۳-۱-آماره آزمون نسبت درستنمایی تحت فرض معلوم بودن ماتریس­های کوواریانس

در این قسمت ابتدا برآورد ماکزیمم درستنمایی را تحت فرض و با فرض معلوم بودن ماتریس­های کوواریانس محاسبه می­کنیم. بدین منظور تابع درستنمایی عبارت است از:
(۱-۳-۱)
و بنابراین لگاریتم تابع درستنمایی به صورت زیر می­باشد:
حال از رابطه فوق نسبت به بردار مشتق می­گیریم و مساوی با صفر قرار می­دهیم:
بنابراین با توجه به تعریف برآورد ماکزیمم درستنمایی بردار عبارت است از:
(۱-۳-۲)
توجه شود برآورد فوق بهترین برآوردگر نااریب خطی برای می­باشد.
در این مرحله با بهره گرفتن از روش LR آماره آزمون را بدست می­آوریم. فضای پارامتری تحت فرض صفر و در حالت کلی به صورت زیر تعریف می­ شود:
تابع درستنمایی و لگاریتم آن به صورت زیر می­باشد:
.
فرض کنید باشد. بنابراین:
پس برآورد درستنمایی به صورت زیر می­باشد:
.
تحت فرض برابری بردارهای میانگین تابع درستنمایی و برآورد ماکزیمم درستنمایی به ترتیب با روابط ( ۱-۳-۱ ) و ( ۱-۳-۲ ) برابر است. بنابراین آماره آزمون عبارت است از:
براساس آزمون نسبت درستنمایی فرض برابری بردارهای میانگین رد می­ شود اگر:
و یا به طور معادل
بنابراین آماره آزمون با فرض معلوم بودن ماتریس­های کوواریانس به صورت زیر می­باشد:
برای پیدا کردن احتیاج داریم توزیع را تحت فرض صفر بیابیم.
با جایگذاری برآوردگر محاسبه شده در رابطه ( ۱-۳-۲ ) برای ، آماره آزمون به صورت زیر ساده می­ شود:
(۱-۳-۳)
به گونه ­ای که است. فرض کنید باشد. با توجه به اینکه
پس ماتریس یک ماتریس خودتوان است و چون متقارن نیز می­باشد، با توجه به قضیه ۱ پیوست
از طرفی با توجه به اینکه ، نتیجه می­ شود که و بنابراین

• 1. 1. مقدمه

   

از مدیریت دانش سازمانی، اغلب در عمل به عنوان سازمان یادگیرنده یاد می شود. در تعریفی دیگر مدیریت دانش را به صورت دیدگاهی بر پایه دانش (سازمانی) که به ارزیابی خدمات انجام شده به وسیله منابع محسوس بسته به چگونگی ادغام و به کار گیری آنها، تعریف می کنند(علوی و لیدنر،۲۰۰۱). برخی این جریان را یادگیری انطباقی تعریف می کنند یعنی جریان استفاده از اطلاعات شرکت برای جداسازی بازار و ممتاز ساختن رقابت (سان لی و ژو ،۲۰۰۶).

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

سیستم مدیریت ارتباط با مشتری کلیدی است در جریان مداوم انطباق با محیط و شرایط شرکت، که بازنمایی از تغییرات خارجی و انطباق فرهنگ داخلی و جریانات واکنشی به تغییرات خارجی می باشد(سنجه و دیگران،۱۹۹۹).
به طور کلی شمار سیستم های CRM به کار گرفته شده، در شکل پایگاه داده و سیستم های ارتباطی در طول ۱۰ سال اخیر افزایش پیدا کرده است. در یک بررسی انجام شده در سال ۲۰۰۴، ۶۰ درصد شرکت های متوسط نشان دادند که قصد دارند وارد مقوله شروع یا توسعه استفاده از سیستم CRM شوند در حالی که تنها ۲ درصد نشان دادند که هم اکنون هیچ برنامه ریزی برای به کارگیری سیستم CRM ندارند(دسیستو،۲۰۰۵). به تازگی سیستم های اشتراکی مبنی بر تقاضا مانند شرکت نت سوئیت ، شرکت رایت نیو تکنولوژی ،سایت سیلس فورس، و نرم افزار تقاضای CRM به شرکت های کوچک تر این فرصت را می دهند که به بهبود قابلیت CRM خود در مبالغ کم هزینه بپردازند(میرون،۲۰۰۵).
بدون توجه به مبنای تکنولوژی انتخابی شرکت، CRM های مدرن و به روز شده غالبا منابع مختلف اطلاعاتی را ادغام می کنند مانند برنامه های حسابداری، برنامه های بازاریابی شرکت، اطلاعات بازار و رقبای شرکت. CRM همچنین چندین استفاده کننده دارد شامل تیم فروش، تامین کننده های طرف سوم (شامل سازمان های سرویس دهنده، اجزا و تامین کننده های جانبی)، مدیران شرکت و مشتریان می شود(نیوبورن،۲۰۰۵).
منتقدان بیان می کنند که به کار گیری سیستم CRM برای ساختن یک سازمان یادگیرنده واقعی کافی نیست. این مقوله نیازمند تفکر بر مرز بندی بخش ها با هدف تمرکز بر افزودن ارزش به مشتری می باشد. بنابراین CRM باید بتواند تا حد ممکن بین واحد های عملکردی شرکت و مشتری هایش ارزش بسازد. اگرچه تحقیقی موجود نیست که ارزش CRM در محتوای وسیعتری از جهت یابی ‏اطلاعات مشتریی سازمان در فضای بازاریابی کسب و کار را تایید کند. در طی این دوران، دی ( ۲۰۰۰ ) این را مطرح کرده که استراتژی موفق روابط مشتریان به سه مشخصه سازمانی مربوط هستند: ۱- جهت یابی روابط سازمان ۲- توسعه و به کارگیری دانش مشتری گرا و ۳- جریان های موثر ادغام شده داخلی و خارجی.
تمرکز تحقیق کنونی با الهام از آزمایش ساختار فرضی دی می باشد به طوریکه CRM با جهت یابی اطلاعات مشتری در رابطه بوده و در فضای کسب و کار ارتباط بین اجرای CRM و عملکرد شرکت مثبت می باشد.

• 1. 1. بیان مسأله

   

مدیریت ارتباط با مشتری از مباحثی است که در اقتصاد جهانی امروز، سازمانها را به دوباره اندیشی در راهکارهای برقراری ارتباط با دامنه وسیع مشتریان و تسخیر این دانش گسترده برانگیخته است (غلامیان،۱۳۸۵،۱۴) .
CRM های مدرن و به روز شده غالباً منابع مختلف اطلاعاتی (مانند برنامه های حسابداری، برنامه های بازاریابی شرکت، اطلاعات بازار و رقبای شرکت) را ادغام می کنند. CRM همچنین چندین استفاده کننده دارد که این استفاده کنندگان شامل تیم فروش، تامین کننده های طرف سوم (شامل سازمان های سرویس دهنده، اجزا و تامین کننده های جانبی)، مدیران شرکت و مشتریان می باشد(نیوبورن،۲۰۰۵).

شکل ۱-۱ : منابع اطلاعات CRM و استفاده کنندگان این اطلاعات
سیستم CRM شرکت باید فاکتور های مهم برای مشتری را تشخیص دهد، یک فلسفه مشتری مدار ارائه نماید، به شکایات مشتری رسیدگی کند، و تمام جنبه های فروش را پی گیری کند. به عبارت دیگر سیستم CRM باید یک دیدگاه جامع از آمار فروش و سرویس به مشتری را ارائه نماید(آگراوال،۲۰۰۷).
منتقدان بیان می کنند که به کار گیری سیستم CRM برای ساختن یک سازمان یادگیرنده واقعی کافی نیست. این مقوله نیازمند تفکر در مرز بندی بخش ها با هدف تمرکز بر افزودن ارزش به مشتری می باشد. بنابراین CRM باید بتواند تا حد ممکن بین واحد های عملکردی شرکت و مشتری هایش ارزش بسازد. اگرچه تحقیقی موجود نیست که ارزش CRM در محتوای وسیعتری از جهت یابی ‏اطلاعات مشتری سازمان در فضای بازاریابی کسب و کار را تایید کند.
جهت یابی اطلاعات و مدیریت ارتباط با مشتری
از مطالب عنوان شده در می یابیم که مدیریت ارتباط با مشتری، یک مفهوم وسیع با لایه های متعدد است که یکی از آنها جمع آوری اطلاعات می باشد.جهت یابی اطلاعات به شرکتها در تلاشهایشان جهت حرکت به سمت مشتری محوری کمک می کند. اکنون به تطبیق بحثهای قبلی می پردازیم.
فروشندگان معتقدند که سه روش برای افزایش ارزش مشتری وجود دارد:

• افزایش خرید مشتری از محصولی که قبلا خریداری کرده است

• فروش محصولات با حاشیه سود بالاتر به مشتریان

• حفظ مشتری برای یک دوره زمانی طولانی تر

چارچوبی کلی برای درک رفتار مشتری می توان در نظر گرفت که شامل گامهای اساسی زیر می باشد:

• افرادی که تاکنون جزء مشتریان نبوده ولی در بازار هدف قراردارند.

• افرادی که دربازارهدف بوده وعلاقمندی به محصول یا خدمتی را نشان می دهند.

• افرادی که به تازگی از محصول یا خدمتی استفاده کرده اند.

• مشتریان بد که صورتحساب خود را پرداخت نکرده، موجبات ایجاد هزینه بالایی بوده و یا از محصولات رقیب خریداری می کنند.

این چارچوب بسیار مناسب برای بکارگیری جهت یابی اطلاعات برای مدیریت ارتباط با مشتری می باشد که بیان می کند که چه اطلاعاتی در دسترس بوده و همچنین چه چیزی برای مشتری جذابیت دارد.
جهت یابی اطلاعات می تواند سودآوری کسب و کار را در مواردی نظیر فعال شدن مشتریان و مدت زمان فعال بودن آنها و اینکه چگونه آنها محصول یا خدمتی را کنار می گذارند، پیش بینی کند.
در مجموع جهت یابی اطلاعات می تواند بیش از یک دوره زمانی جهت پیش بینی دقیق تغییرات مورد استفاده قرار گیرد. جهت یابی اطلاعات به سازمانها در شناخت الگوهای اطلاعات مشتری کمک می کند. برای مثال یک شرکت میتواند از جهت یابی اطلاعات جهت پیش بینی یک رویدادی خاص از دوره عمر مشتری (مانند بازنشستگی) استفاده نماید.
جهت یابی اطلاعات نقش مهمی در فرایند کلی CRM بازی می کند که از سویی با مراکز جمع آوری اطلاعات تعامل داشته و از سویی دیگر با مدیریت این اطلاعات در تعامل است. در گذشته، ارتباط بین جمع آوری اطلاعات و مدیریت آنها بصورت دستی بوده که اغلب مستلزم نسخه برداری فیزیکی از داده ها و انتقال به پایگاه داده بوده است که این ارتباط ضعیف موجب عدم کارایی و زمینه ساز اشتباهات انسانی می شد. امروزه تمایل بیشتری به ترکیب این دو جزء با هم جهت دستیابی به مزیت رقابتی وجود دارد.
برخی از مزیتهای استفاده از جهت یابی اطلاعات در مدیریت ارتباط با مشتری به شرح ذیل می باشد:

• دسترسی سریع و دقیق به اطلاعات جهت سهولت پاسخگویی به سئوالات مشتری

• کیفی سازی و تصفیه اطلاعات به منظور حذف داده های تکراری

• استخراج، مدیریت و دسترسی بالا به پایین اطلاعات جهت تجزیه و تحلیل سودمندی مشتری و دستیابی به مدلهای حفظ مشتری

• اطلاعات یکپارچه و ابزار پیشرفته تحلیل داده جهت ارائه گزارش به سطوح بالاتر

سن شروع به مصرف مواد مخدر

میزان اعتیاد به مواد مخدر

پیرسون

۰۹۲/۰

۱۹۶/۰

با توجه به مقدار ضریب همبستگی محاسبه شده (۰۹۲/۰) و سطح معنی داری محاسبه شده (۱۹۶/۰sig=) فرض تحقیق «بین سن شروع به مصرف مواد مخدرپاسخگویان با میزان اعتیاد آنان به مواد مخدر رابطه وجود دارد» رد و فرض صفر تحقیق« بین سن شروع به مصرف مواد مخدر پاسخگویان با میزان اعتیاد آنان به مواد مخدر رابطه وجود ندارد » تائید می گردد.
و) بررسی رابطه متغیر شرایط و وضعیت خانوادگی با میزان اعتیاد به مواد مخدر (متغیر وابسته) با توجه به این واقعیت که متغیر شرایط و وضعیت خانوادگی بصورت فاصله ای مطرح گردیده لذا برای شناخت رابطه بین این متغیر با متغیر وابسته از ضریب همبستگی پیرسون استفاده نموده که نتایج محاسبات در جدول ذیل آمده است.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

جدول ۳۷): خلاصه نتایج محاسبات رابطه متغیر مستقل شرایط و وضعیت خانوادگی پاسخگویان با میزان اعتیاد به مواد مخدر

متغیر مستقل

متغیر وابسته

نام آزمون

مقدار

سطح معناداری

شرایط و وضعیت خانوادگی

میزان اعتیاد به مواد مخدر

پیرسون

۱۱۱/۰

۰۵۴/۰

با توجه به مقدار ضریب همبستگی محاسبه شده (۱۱۱/۰) و سطح معنی داری محاسبه شده (۰۵۴/۰sig=) فرض تحقیق «بین شرایط و وضعیت خانوادگی پاسخگویان با میزان اعتیاد آنان به مواد مخدر رابطه وجود دارد» تائید و فرض صفر تحقیق« بین شرایط و وضعیت خانوادگی پاسخگویان با میزان اعتیاد آنان به مواد مخدر رابطه وجود ندارد » رد می گردد. نتایج حاصله گویا این واقعیت بوده که شدت و میزان رابطه متغیر شرایط و وضعیت خانوادگی پاسخگویان با میزان اعتیاد آنان به مواد مخدر در حد رابطه ضعیف می باشد و در مجموع با تغییر وضعیت شرایط خانوادگی پاسخگویان از شرایط بسیار بد به شرایط بسیار خوب، وضعیت اعتیاد پاسخگویان تغییر می کند.
ز) بررسی رابطه متغیر باورهای غلط نسبت به مصرف مواد مخدر با میزان اعتیاد به مواد مخدر (متغیر وابسته) با توجه به این واقعیت که متغیر باورهای غلط نسبت به مصرف مواد مخدر بصورت فاصله ای مطرح گردیده لذا برای شناخت رابطه بین این متغیر با متغیر وابسته از ضریب همبستگی پیرسون استفاده نموده که نتایج محاسبات در جدول ذیل آمده است.
جدول۳۸): خلاصه نتایج محاسبات رابطه متغیر مستقل سن پاسخگویان با میزان اعتیاد به مواد مخدر

متغیر مستقل

متغیر وابسته

نام آزمون

مقدار

سطح معناداری

باورهای غلط نسبت به مصرف مواد مخدر

میزان اعتیاد به مواد مخدر

پیرسون

۱۸۶/۰

۰۰۱/۰

با توجه به مقدار ضریب همبستگی محاسبه شده (۱۸۶/۰) و سطح معنی داری محاسبه شده (۰۰۱/۰sig=) فرض تحقیق «بین باورهای غلط نسبت به مصرف مواد مخدر پاسخگویان با میزان اعتیاد آنان به مواد مخدر رابطه وجود دارد» تایید و فرض صفر تحقیق« بین باورهای غلط نسبت به مصرف مواد مخدر پاسخگویان با میزان اعتیاد آنان به مواد مخدر رابطه وجود ندارد » رد می گردد. نتایج حاصله گویا این واقعیت بوده که شدت و میزان رابطه متغیر باورهای غلط نسبت به مصرف مواد مخدر پاسخگویان با میزان اعتیاد آنان به مواد مخدر در حد رابطه ضعیف می باشد.