در پژوهش حاضر استفاده از ابزار ویکی جهت افزایش قصد خرید مشتری در داخل چارچوب تجارت الکترونیک توسط سازمان ها و تامین کنندگان بررسی گردیده است. با توجه به اینکه تحقیقات کمی پیرامون بررسی ارتباط بین ویکی و تجارت الکترونیک با هدف مدیریت دانش مشتری انجام شده است، این تحقیق تلاش می کند تا تاثیر ویژگی هایی مانند خطرهای ادراکی، تجربه های قبلی مشتری، فرهنگ به اشتراک گذاری دانش، اعتماد و اشتراک گذاری دانش در ابزار ویکی را بر نیت خرید مشتری در وب سایت ها بررسی نماید. این پژوهش توسط یک نظرسنجی از 254 مشتری آنلاین با تجربه قبلی در یکی از شرکت های ارائه دهنده خدمات اینترنت انجام پذیرفت و با استفاده از تجزیه و تحلیل چند بعدی، این مطالعه نشان می دهد که انتخاب یک ابزار مناسب برای میزبانی در وب سایت به منظور جمع آوری اطلاعات ضروری از مشتریان، نقش مهمی را در تشریح رفتار آنلاین افراد ایفا می کند. به طور خاص، محقق مدلی را پیشنهاد می نماید که در آن نشان داده می شود که ویکی ها نیازمند فرهنگ همکاری و به اشتراک گذاری در یک محیط آنلاین برای دستیابی به یک موقعیت برنده برنده بین مشتریان و تولید کنندگان می باشند. نتایج تحلیل نیز نشان دهنده این است که استفاده از ابزار مدیریت دانش ویکی در وب سایت ها منجر به افزایش تبادلات میان مشتریان می گردد و سازمان ها از این فرصت می توانند جهت افزایش قدرت رقابتی و نوآوری در محصولات خود استفاده نمایند

توسعه سریع اینترنت و کسب و کار الکترونیکی در بخش های بانکی و مالی منجر به تشویق مشتریان به استفاده از بانکداری آنلاین گردیده است. این پژوهش به ارائه یافته های کلیدی می پردازد که حاصل مطالعه ی تفسیری تجارب کاربران ایرانی در زمینه ی پذیرش بانکداری الکترونیکی است. امروزه خدمات بانکداری الکترونیکی به طور گسترده ای در سراسر جهان ارائه شده است، اما پذیرش این خدمات به خصوص در کشورهای در حال توسعه کندتر از آنچه که پیش بینی شده بود، می باشد. هدف از این مطالعه، شناسایی عواملی است که تشویق کننده مشتریان جهت پذیرش بانکداری الکترونیکی است. ساختار این پژوهش بر اساس مدل پذیرش تکنولوژی (tam) توسعه یافته که برخی از متغیرهای مهم دیگری نظیر اعتماد، امنیت، تجربه ی قبلی، آگاهی از خدمات و کیفیت دسترسی به اینترنت به آن افزوده شده است. این پژوهش از نوع توصیفی- پیمایشی است. این مدل به طور تجربی به بررسی عوامل موثر بر رفتار 180 مشتری در پذیرش بانکداری الکترونیکی پرداخته است. داده ها از پرسشنامه استاندارد به دست آمده است. در این پژوهش از معادلات ساختاری(تحلیل عاملی تائیدی و تحلیل مسیر) برای تجزیه تحلیل داده ها و آزمون فرضیه ها استفاده شده است. یافته های پژوهش نشان می دهد که کیفیت اتصال به اینترنت و آگاهی از خدمات بانکداری الکترونیکی دارای اثرات قابل توجهی بر درک مفید بودن و درک سهولت استفاده بر پذیرش بانکداری الکترونیکی می باشد. اعتماد نیز دارای تاثیر قابل توجهی در نگرش نسبت به احتمال پذیرش بانکداری الکترونیکی می باشد.

با گسترش وب و ازدیاد داده ها و اطلاعات موجود در آن، حضور سیستم های هوشمند که بتوانند برای کاربران اطلاعات مورد نیازشان را فراهم کنند، ضروری به نظر می رسد. عرضه ی داده های به روز به کاربران بر اساس علایق آن ها در این بین بسیار پر اهمیت می باشد. برای رسیدن به این هدف، تکنیک های وب کاوی نقش قابل توجهی دارند. وب کاوی بکارگیری تکنیک های داده کاوی برای کشف و استخراج خودکار اطلاعات و الگوها از اسناد و داده های کاربرد وب می باشد. واضح است که مدل هایی که برای کاوش اطلاعات وب طراحی می شوند باید دارای قابلیت تطابق پذیری با زمان، مقاومت و کارایی در مقیاس های بزرگ باشند. مهم ترین عیب سیستم های کاوش کاربرد وب، ناتوانی آن ها در یادگیری پیوسته الگوها است. هم چنین در بسیاری از رویکردهای کاوش کاربرد وب، ماهیت ترتیبی الگوهای وبی در نظر گرفته نمی شود. سیستم ایمنی مصنوعی دارای ویژگی هایی است که برای کاوش وب بسیار مناسب است. مهم ترین ویژگی این سیستم، ذات پویای آن است که بسیار مشابه ذات پویای کاوش داده های وب است. هم چنین ویژگی های دیگری از جمله شناسایی، تنوع، حافظه، خود تنظیمی و یادگیری مواردی هستند که استفاده از سیستم ایمنی مصنوعی را در مسائل کاوش وب لازم می دارند. در این پایان نامه یک معیار جدید به عنوان معیار شباهت نشست های وب برای بررسی داده های فایل های دسترسی وب ارائه شده است. در این معیار شباهت علاوه بر در نظر داشتن ترتیب دسترسی به صفحات و هم چنین مدت زمان صرف شده بر روی هر صفحه و بر روی هر دنباله 2 تایی از صفحات وب، تعداد دفعاتی که یک کاربر صفحه ای را در یک نشست ملاقات می کند و هم چنین تعداد دفعاتی که یک دنباله 2 تایی از صفحات توسط کاربر مورد دسترسی قرار می گیرد، در نظر گرفته می شود. سپس با اعمال تغییراتی در سیستم ایمنی مصنوعی داده ها را خوشه بندی می کنیم. هم چنین در این جا از یک روش جدید برای جهش غیر تصادفی داده ها در بدنه سیستم ایمنی مصنوعی استفاده شده است. نتایج حاصل از الگوریتم ارائه شده، نشان دهنده درستی پیش بینی های انجام شده در مورد تناسب انتخاب سیستم ایمنی مصنوعی به عنوان الگویی برای یافتن پروفایل ها و خوشه ها است.

هدف از این پژوهش ارائه تکنیکی است که با بکارگیری شبکه های عصبی مصنوعی به توسعه مکانیزم روندکاوی می پردازد. روندها به صورت دنباله ای از رخدادهای مرتبط با الگوهای متناوب تعریف می شوند که در شبکه های اجتماعی شناسایی شده اند. به طور معمول الگوهای متناوب بسیاری و به دنبال آن روندهای زیادی یافت می شود. از این رو برای کمک به تحلیل الگوها و روندهای پیدا شده، تکنیک نگاشت خودسازمانده مورد استفاده قرار می گیرد؛ به طوریکه روندهای مشابه در کنار یکدیگر خوشه بندی شوند. جهت شناسایی روندهای "مورد توجه" دنباله ای از نگاشت ها در یک سری زمانی مشخص تولید می شود؛ که با در نظر گرفتن این امر که روندها چگونه از یک خوشه به خوشه بعدی حرکت می کنند، قابل تفسیر است. هر چه حرکت روندها بیشتر باشد، آن روند بیشتر "مورد توجه" پنداشته می شود. جهت پیش بینی خوشه جدید روندهای پویا از شبکه پرسپترون استفاده می گردد و روندهای پیش بینی شده با بکارگیری نگاشت خودسازمانده خوشه بندی می شوند. به منظور ارزیابی دقت مکانیزم پیشنهادی، "دیاگرام همسایگی" معرفی شده است که به مقایسه خوشه های واقعی و پیش بینی شده می پردازد و میزان دقت پیش بینی را درجه بندی می نماید. این پژوهش بر شبکه های ستاره ای تمرکز دارد و کاربرد آن در یک مثال واقعی نشان داده شده: travelpac، مجموعه داده های فشرده از جمع آوری اطلاعات مسافران بین المللی در انگلستان.