نام پژوهشگر: مصطفی امیراحمدی

بررسی ارتباط ارزش ویژه برند و تصمیم گیری و رفتار خرید مشتریان (مطالعه موردی شرکت همکاران سیستم)
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده مدیریت و حسابداری 1390
  مصطفی امیراحمدی   محمدعلی شاه حسینی

برندها، اغلب به عنوان یکی از ارزشمندترین دارایی های یک سازمان دیده می شوند. ساخت برندهای قوی و ضرورت حضور قدرتمند در ذهن، از اولویت های بسیاری از سازمان ها است. زیرا به باور عمومی، برندهای قدرتمند می توانند مزیت رقابتی بیآفرینند. هدف این پژوهش، بررسی ارتباط ارزش ویژه برند و تصمیم گیری و رفتار خرید مشتریان شرکت همکاران سیستم در شهر تهران می باشد. در مدل پیشنهاد شده، رابطه میان آمیخته بازاریابی منتخب (قیمت و خدمات پس از فروش)، تصویر شرکت و ابعاد ارزش ویژه برند (که شامل آگاهی و تداعی برند، کیفیت ادراک شده و وفاداری به برند) بررسی شده و در آخر نیز به بررسی رابطه بین ارزش ویژه برند و تصمیم خرید، پرداخته شده است. تحقیق حاضر، از نظر هدف، کاربردی و بر اساس روش، توصیفی از نوع همبستگی می باشد. به این منظور، بر اساس نمونه گیری طبقه بندی نسبی، نمونه ای معادل 384 شرکت انتخاب شد. مهمترین نتایج حاکی از آن است که ارزش ویژه برند بر روی تصمیم خرید شرکت ها اثر قابل توجهی داشته است. همچنین اثر تصویر ذهنی شرکت از دید مشتریان، بر روی ابعاد ارزش ویژه برند بسیار بالا بوده است. از میان فرضیات تحقیق، رابطه بین خدمات پس از فروش بر کیفیت ادراک شده و آگاهی از برند و همچنین رابطه بین قیمت و وفاداری به برند رد شد. رابطه بین سایر متغیرها در فرضیات دیگر پذیرفته شده اند. مهمترین نتایج حاکی از آن است که ارزش ویژه برند بر روی تصمیم خرید شرکت ها اثر قابل توجهی داشته است. همچنین اثر تصویر ذهنی شرکت از دید مشتریان، بر روی ابعاد ارزش ویژه برند بسیار بالا بوده است. در بین ابعاد ارزش ویژه برند، وفاداری به برند اثر بیشتری را نسبت به دو بعد دیگر، بر ارزش ویژه برند داشته است. همچنین آگاهی و تداعی برند نیز کمترین اثر را بر ارزش ویژه برند داشته است.

طبقه بندی و تشخیص الگو بوسیله الگوریتم بهینه سازی مورچگان
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه علوم پایه دامغان - دانشکده علوم پایه دامغان 1393
  مصطفی امیراحمدی   الهه ظهوریان آزاد

.در این پایان نامه یک روش خودآموز جدید در طبقه بندی نیمه نظارتی با استفاده از الگوریتم بهینه سازی مورچگان، معرفی خواهیم کرد. در طبقه بندی نیمه نظارتی تعداد زیادی داده یدون برچسب همراه با تعداد کمی داده برچسب دار به صورت هم زمان برای بهبود دقت طبقه بندی استفاده می شود‎.‎ روش پیشنهادی در این پایان نامه هیچ فرضی راجع به چگونگی توزیع داده ها ندارد. همچنین نیازی به تنظیم پارامتر آزاد توسط کاربر نمی باشد. الگوریتم پیشنهادی با استفاده از تعدادی داده مصنوعی و نیز تعدادی داده طبیعی از نظر دقت، بیشینه و کمینه با اندازه متوسط ‎$ f_1 $‎ ارزیابی می شود. نتایج بدست آمده با دو روش طبقه بندی نظارتی و سه روش طبقه بندی نیمه نظارتی مقایسه می گردد. همچنین این الگوریتم از نظر آماری با استفاده از آزمون تی زوجی مورد تایید می باشد. نتایج تجربی بالقوه بودن الگوریتم پیشنهادی را نشان می دهد‎.‎