شناسایی عوامل موثر بر انتخاب شبکه‌های اجتماعی و ارائه راهبرد لازم جهت ارتقاء جایگاه شبکه‌های داخلی

پژوهش های مدیریت راهبردی

مقاله 4، دوره 26، شماره 78، آذر 1399، صفحه 99-122   

نوع مقاله: علمی _ پژوهشی

نویسنده

مهدی سلطانی فر^*

استادیار گروه علوم پایه ،واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران.

چکیده

 در این پژوهش، بیست شاخص­ و ویژگی­ فنی و زیرساختی شبکه­های اجتماعی از طریق تعامل با خبرگان و متخصصین فضای مجازی و رایانه و با استفاده از روش دلفی استخراج گردید. سپس هفده شبکه­ اجتماعی مشهور مورد بررسی قرار گرفته و جزئیات شبکه­ها در شاخص­های مستندسازی­شده بررسی شد. همچنین یک روش جدید ترکیبی رتبه­بندی به نام تاپسیس رای­گیری با ترکیب دو روش تاپسیس و رای­گیری ترجیحی طراحی شد و در نهایت روش طراحی شده برای رتبه­بندی هفده شبکه اجتماعی مورد بررسی، به­کار گرفته شد. یافته­های به­دست آمده در این پژوهش نشان می­دهد شبکه­های اجتماعی فیس­بوک، تلگرام، گپ، سروش و آی­گپ به ترتیب رتبه­های اول تا پنجم را به لحاظ فراهم آوردن امکانات فنی و زیرساختی، به خود اختصاص داده­اند. در این پژوهش با تمرکز بر روی شبکه­های اجتماعی داخلی، راه­بردهایی برای ارتقاء جایگاه این شبکه­های اجتماعی ارائه شده که می­تواند منجر به تدوین نقشه راه مناسب برای تحقق کسب سهم قابل قبول در میان متقاضیان داخل کشور شود.

کلیدواژه‌ها

شبکه‌های اجتماعی؛ رتبه‌بندی؛ رای‌گیری‌؛ روش تاپسیس؛ روش تاپسیس رای‌گیری

مراجع

اکبری تبار، علی اکبر(1390). بررسی تحلیل شبکه های اجتماعی مجازی، پایان نامه  کارشناسی ارشد، تهران: دانشگاه تربیت مدرس.

دعاگویان، داود، فولادی، فرزین و عبدالهی، رحیم (1398). نقش شبکه های اجتماعی مجازی در ایجاد گفتمان سازی غیراخلاقی، فصلنامه علمی مطالعات حفاظت و امنیت انتظامی،(52 ) 14  .162 -143

رحمان زاده، سید علی (1389).کارکرد شبکه های اجتماعی مجازی در عصرجهانی شدن، فصلنامه مطالعات راهبردی.

عزت زاده، مستوره، ربیعی، علی، فرهنگی، علی اکبر و سلطانیفر، محمد (1394). شناسایی و رتبه بندی میزان موفقیت شبکه های اجتماعی در ایفای نقش های آموزشی از نظر خبرگان رسانه، فصلنامه راهبرد اجتماعی فرهنگی، 5(17). 111-95.

فصیحی، محمدامین و رجبی، ابوالقاسم (1394). مروری بر سیاست های فناوری اطلاعات و ارتباطات در برنامه های توسعه کشورهای منتخب . تهران، مرکز پژوهش های مجلس شورای اسلامی.

Boyd, D. M & Ellison, N. B (2007). Social network sites: definition, history, and scholarship, Journal of Computer-Mediated Communication, 13(1), 210-230

Clement, J (Aug 21, 2020). Global social networks ranked by number of users 2020, https://www.statista.com, 8/22/2020

Cook, W.D & Kress, M (1990). A data envelopment model for aggregating preference rankings, Management Science, 36(11), 1302–1310

Green R.H., Doyle J.R & Cook W.D (1996). Preference voting and project ranking using DEA and cross-evaluation, European J. Oper. Res., 90(3), 461–47

Hashimoto, A (1997). A ranked voting system using a DEA/AR exclusion model: a note. Eur. J. Oper. Res. 97, 600–604

Hwang C. L & Yoon, K. (1981). Multiple attribute decision making: a state of the art survey, Springer-Verlog

 Kallas, Priit ( Published: September 2, 2019). Updated: April 9 2020،Top 15  Most Popular Social Networking Sites and Apps, https://www.dreamgrow.com/top-15-most-popular-social-networking-sites, 8/22/2020

Noguchi, H., Ogawa, M. & Ishii, H (2002). The appropriate totalranking method using DEA for multiple categorizedpurposes. Journal of Computational and Applied Mathematics 146, 155–166

Obata, T & Ishii, H. (2003). A method for discriminating efcient candidateswith ranked voting data. Eur. J. Oper. Res. 151, 233–237

Pempek, T & et al (2009). College students' social networking experiences onFacebook, Journal of Applied Developmental Psychology, 30: 227–238

Paunov, C & Rollo, V (2016). Has the Internet fostered inclusive innovation in the developing world? World Development, 587-609

Shannon, C. E (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379–423. 623–656

Sharafi H., Hosseinzadeh Lotfi F., Jahanshahloo Gh., Rostamy-malkhalifeh M Soltanifar M & Razipour-GhalehJough S (2019). Ranking of petrochemical companies using preferential voting at unequal levels of voting power
through data envelopment analysis. Mathematical Sciences, 13 (3), 287-297

Soltanifar, M., Ebrahimnejad A & Farrokhi MM (2010). Ranking of different ranking models using a voting model and its application in determining efficient candidates, International Journal of Society Systems Science, 2 (4),
375-389

Soltanifar ,M & Hosseinzadeh Lotfi ,F (2011).The voting analytic hierarchy process method for discriminating among efficient decision making units in data envelopment analysis. Computers & Industrial Engineering, 60 (4),
585-592

Soltanifar, M (2011). Ranking of different common set of weights models using a voting model and its application in determining efficient DMUs, International Journal of Advanced Operations Management, 3(3-4), 290-
308

Soltanifar ,M & Shahghobadi, S (2013). Selecting a benevolent secondary goal model in data envelopment analysis cross-efficiency evaluation by a voting model, Socio-Economic Planning Sciences, 47 (1), 65-74

Soltanifar, M & Shahghobadi S (2014). Classifying Inputs and Outputs in Data Envelopment Analysis Based on TOPSIS Method and a Voting Model International Journal of Business Analytics (IJBAN), 1(2), 48-63

Soltanifar, M (2017). A new group voting analytical hierarchy process method using preferential voting. JOURNAL OF OPERATIONAL RESEARCH AND ITS APPLICATIONS (JOURNAL OF APPLIED MATHEMATICS),
14(3540016), 1-13

Soltanifar, M (2020). A new voting model for groups with members of unequal power and proficiency, International Journal of Industrial Mathematics, 12(2), 121-134.

Tvede, J. W & Christensen, M (2015). Business models in the Sharing Economy - An exploration of Master’s thesis: how established companies can develop novel business models suited for the Sharing Economy. Copenhagen Business School

Wharton (2009). A World Transformed: What Are the Top 30 Innovations of the Last 30 Years? Wharton University