مقاله پیش‌ بینی اثربخشی تبلیغات برای فناوری‌ های انرژی تجدیدپذیر: تحلیل شبکه عصبی

Forecasting of advertising effectiveness for renewable energy technologies: A neural network analysis
تصویر شاخص
رشته

مدیریت و MBA

نوع فایل

PDF, Word

تعداد صفحات

12

زبان

انگلیسی, فارسی

حجم

500 کیلوبایت

مقاله پیش‌بینی اثربخشی تبلیغات برای فن‌آوری‌های انرژی تجدیدپذیر: تحلیل شبکه عصبی

(به همراه فایل مقاله انگلیسی)

چکیده

پذیرش فن‌آوری‌های انرژی تجدیدپذیر (RETs) به عنوان یک رویه پایدار در بخش ساخت‌وساز مسکونی، بستگی به تلاش‌های تبلیغاتی و ترویجی دارد. این تحقیق با استفاده از مدل‌سازی سعی دارد تا اثربخشی تبلیغات را در پذیرش فن‌آوری‌های انرژی تجدیدپذیر در خصوص آب‌گرم‌کن‌های خورشیدی تحلیل کند. این مطالعه بر پایه بررسی ۳۹۸ تن از شهروندان ایرانی صورت گرفته است. تحلیل شبکه عصبی به منظور شناسایی اثربخشی تبلیغات از نظر چارچوب AIDA به کار گرفته شد. نتایج نشان داد که شبکه عصبی قادر به پیش‌بینی روابط میان شاخص‌های اثربخشی تبلیغات، یعنی توجه، علاقه، تمایل در زمینه RETs و اقدام است. طبق تحلیل شبکه عصبی، مشخص شد که توجه مهم‌ترین پیش‌بینی‌کننده معنادار اقدام است و علاقه و تمایل در رتبه قرار دارند.

کلمات کلیدی: اثربخشی تبلیغات؛ انرژی تجدید پذیر؛ آب گرم کن خورشیدی؛ تحلیل شبکه عصبی؛ مدل AIDA

 

مقدمه

استفاده گسترده از سوخت‌های فسیلی باعث ایجاد برخی مسائل و مشکلات در زمین شده‌ و منجر به اختلال و تخریب اکوسیستم گردیده است (اکونومو، ۲۰۱۰). تغییرات آب و هوایی مساله دیگری است که تاثیرات مخربی بر زندگی و محیط‌زیست انسان دارد (هاندمر و دوور، ۲۰۱۳). در حقیقت، افزایش تقاضا برای انرژی، دغدغه‌ و نگرانی در مورد قابلیت دسترسی به سوخت‌های فسیلی (یزدان پناه و همکاران، ۲۰۱۵) و نقش مهم منابع انرژی در فرآیند توسعه پایدار و نیز اثرات آن‌ها بر محیط‌زیست در سطوح جهانی، منطقه‌ای و محلی، استفاده از انرژی‌های تجدیدپذیر را ضروری ساخته است (دل ریو و بورگویلو، ۲۰۰۹). منابع انرژی تجدید پذیر مانند انرژی خورشیدی، باد و زمین گرمایی نقش مهمی در برآوردن نیاز فزاینده انرژی در کشورهای توسعه‌یافته ایفا می‌کنند (میهالاکاکو و همکاران، ۲۰۰۲). انرژی تجدیدپذیر همچنین از پتانسیل زیادی برای ایجاد ثبات برخوردار است و یک گزینه ایده‌آل و اقتصادی در کشورهای در حال توسعه بشمار می‌آید. انرژی تجدید پذیر بین سیستم‌های فنی-اقتصادی و محیط‌زیست تعادل ایجاد می‌کند (استیکا و همکاران، ۲۰۱۴). مزایای انرژی تجدید پذیر عبارتند از: امنیت، کاهش وابستگی به سوخت‌های فسیلی و آلودگی، انرژی با کیفیت بالا، حفاظت از منابع طبیعی و همچنین ایجاد مشاغل جدید (استیکا و همکاران، ۲۰۱۴؛ زوگرافاکیس و همکاران، ۲۰۱۰). با این حال، سهم بازار از این نوع انرژی پایین مانده ‌است (گان و همکاران، ۲۰۰۷). کو و همکاران (۲۰۱۱) استدلال کرده‌اند که پذیرش عمومی عامل مهمی برای توسعه و کاربرد RETs است.

پیش‌بینی اثربخشی تبلیغات برای فناوری‌ های انرژی تجدیدپذیر: تحلیل شبکه عصبی

دیدگاهتان را با ما درمیان بگذارید
تعداد دیدگاه : 0
امتیاز کلی : 0.0
پیشنهاد شده توسط : 0 کاربر
بر اساس 0 دیدگاه
0
0
0
0
0

هنوز بررسی‌ای ثبت نشده است.

لطفا پیش از ارسال نظر، خلاصه قوانین زیر را مطالعه کنید:

فارسی بنویسید و از کیبورد فارسی استفاده کنید. بهتر است از فضای خالی (Space) بیش‌از‌حدِ معمول، شکلک یا ایموجی استفاده نکنید و از کشیدن حروف یا کلمات با صفحه‌کلید بپرهیزید.

نظرات خود را براساس تجربه و استفاده‌ی عملی و با دقت به نکات فنی ارسال کنید؛ بدون تعصب به محصول خاص، مزایا و معایب را بازگو کنید و بهتر است از ارسال نظرات چندکلمه‌‌ای خودداری کنید.
اولین کسی باشید که دیدگاهی می نویسد “مقاله پیش‌ بینی اثربخشی تبلیغات برای فناوری‌ های انرژی تجدیدپذیر: تحلیل شبکه عصبی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

درخواست محصول

همچنین ممکن است دوست داشته باشید…

قیمت دوره

67,000 تومان

تعداد
Report Abuse
امتیازی ثبت نشده است
سطح آموزش پیشرفته
تعداد دانشجو : 0
تاریخ انتشار: 16 خرداد 1400آخرین بروزرسانی: 4 اردیبهشت 1403تعداد بازدید: 1094
قوانین و مزایای استفاده
  • دسترسی به فایل محصول به صورت مادام‌العمر
  • تضمین کیفیت آموزش‌ها
  • فعال‌سازی آنی لینک دانلود، پس از ثبت سفارش
  • فروش فقط از طریق آکادمی الماس
  • به صورت رایگان یک یا چند آموزش را دریافت می‌کنید.
قیمت دوره

67,000 تومان

تعداد