@article { author = {Labafi, Somayeh and Asghar Kia, Ali and Eyvazi, Reza}, title = {Using Twitter Data for Effectiveness Evaluation of Islamic Republic of Iranian Broadcasting}, journal = {Iranian Journal of Information Management}, volume = {7}, number = {1}, pages = {136-156}, year = {2021}, publisher = {}, issn = {1735-8418}, eissn = {}, doi = {10.22034/aimj.2021.138542}, abstract = {Has been for a long time, effectiveness considered by organizations as a measure of achieving the goals of stakeholders. Now, audience are the key stakeholders of media and the measure of effectiveness is their goals. Therefore, in the world's top media, efficient models have been designed to evaluate effectiveness of programs from the audience's point of view. These models use social network data mining. Because social media data is accurate sources and without orientation of audience needs. The purpose of this study is to investigate the ability to use the Twitter user data in content effectiveness evaluating of the Islamic Republic of Iran Broadcasting. in previous research, interview tools or questionnaires have been used to collect data, which have problems such as gatekeeping and orientation. In this study, we investigated the ability to use Twitter data to effectiveness evaluate. This research has been done in two Steps. First step, based on in-depth expert interviews with 15 persons and thematic analysis method, we extracted a model for the content effectiveness evaluation. That include 5 main Component; Input, process, output, monitoring unit, research unit and 26 sub-components. In the second step, we mined Twitter user data about six series aired in 20 march to 20 December 2020, based on an unsupervised Clustering and analyzed by Rapid minder software and content analysis method. The results showed that both content analysis and Structural analysis methods can be used for content effectiveness evaluation. Also, Twitter data mining can be used in the precontent planning, the pre-production, distribution and feedback stages of the effectiveness evaluation model.}, keywords = {effectiveness,Effectiveness evaluation,Data mining,Twitter,IRIB}, title_fa = {بررسی قابلیت کاربست داده‏های کاربران توئیتردر ارزیابی اثربخشی (مورد مطالعه: سازمان صداوسیمای جمهوری اسلامی ایران)}, abstract_fa = {از دیرباز، سازمان‏ها به اثربخشی به‏عنوان معیاری از تحقق اهداف ذی‏نفعان توجه داشته‏اند. در عصر کنونی، کلیدی‏ترین ذی‎نفع هر سازمان رسانه‏ای، مخاطب و معیار اثربخشی، میزان رضایت اوست. از این رو، در رسانه‏های بزرگ جهان مدل‏های کارآمدی به‎منظور ارزیابی اثربخشی برنامه‏ها از دیدگاه مخاطب طراحی شده‌اد که در آنها از داده‏های مربوط به شبکه‏های اجتماعی به‏عنوان منبعی مناسب، دقیق و بدون جهت‎گیری از نیازها و انگیزه‏های مخاطبان استفاده می‏شود. هدف این پژوهش، بررسی قابلیت استفاده از داده‎های کاربران شبکه اجتماعی توئیتر فارسی در ارزیابی اثربخشی محتوای برنامه‌های سازمان صداوسیما بوده است. از آنجا که تاکنون برای ارزیابی اثربخشی در سازمان صداوسیما از ابزارهای مصاحبه یا پرسش‎نامه برای جمع‎آوری داده‏ها استفاده شده است و این ابزارها مشکلاتی مانند دروازه‏بانی اطلاعات ارائه‏شده از سوی مخاطبان دارند، در این پژوهش قابلیت کاربست داده‏های توئیتر به‏منظور ارزیابی اثربخشی برنامه‏ها بررسی شد. این پژوهش در دو فاز انجام شده است. در فاز نخست، بر مبنای مصاحبه عمیق با 15 نفر از خبرگان و تحلیل داده‏‎ها به روش تحلیل مضمون الگوی فرایندی مناسب برای ارزیابی اثربخشی محتوای برنامه‏های سازمان شامل پنج مؤلفه اصلی ورودی، فرایند، خروجی، واحد نظارت، واحد پژوهش‎ها و 26 مؤلفه فرعی استخراج شد. در فاز دوم، داده‎های منتشرشده کاربران توئیتر در رابطه با شش مورد از سریال‏های پخش‌شده در بازه نه ماه نخست سال 99 به روش نظارت‏نشده جمع‌‎آوری شد و توسط نرم‎افزارهای رپیدمایندر و ارنج و روش تحلیل محتوا تحلیل شد. بر اساس نتایج، به‎منظور استفاده از داده‏های توئیتر در فرایند ارزیابی اثربخشی می‎توان از هر دو روش تحلیل داده‎ها مبتنی بر محتوا و مبتنی بر ساختار شبکه، استفاده کرد. همچنین در بخش‎های پیش از برنامه‌ریزی محتوایی و در مرحله پیش‌تولید، مرحله توزیع و همچنین در مرحله تحلیل و بازخورد از فرایند ارزیابی اثربخشی، می‏توان از تحلیل داده‏های توئیتر استفاده کرد.}, keywords_fa = {اثربخشی,ارزیابی اثربخشی,داده‎کاوی,توئیتر,سازمان صداوسیما}, url = {https://www.aimj.ir/article_138542.html}, eprint = {https://www.aimj.ir/article_138542_0990676cc3855642eaee7fd817351cc1.pdf} }