Wie funktioniert Mobile Viral Marketing? Eine Data-Mining-Analyse des Empfehlungsverhaltens bei mobilen Diensten
dc.contributor.author | Krisor, Andreas | |
dc.contributor.author | Palka, Wolfgang | |
dc.contributor.author | Wiedemann, Dietmar G. | |
dc.contributor.editor | Bick, Markus | |
dc.contributor.editor | Eulgem, Stefan | |
dc.contributor.editor | Fleisch, Elgar | |
dc.contributor.editor | Hampe, J. Felix | |
dc.contributor.editor | König-Ries, Birgitta | |
dc.contributor.editor | Lehner, Franz | |
dc.contributor.editor | Pousttchi, Key | |
dc.contributor.editor | Rannenberg, Kai | |
dc.date.accessioned | 2019-01-11T09:44:30Z | |
dc.date.available | 2019-01-11T09:44:30Z | |
dc.date.issued | 2010 | |
dc.description.abstract | Studien belegen, dass sich mit Mobile Viral Marketing der Vertriebsaufwand bei mobilen Business-to-Consumer-Anwendungen erheblich senken lässt. Nichtsdestotrotz sind empirische Studien, die die Einflussfaktoren auf das Empfehlungsverhalten von Grund auf untersuchen, eine Seltenheit. Vor diesem Hintergrund untersucht das Papier mittels Data-Mining-Verfahren die Determinanten des Empfehlungsverhaltens bei mobilen Diensten. Im Ergebnis zeigt sich, dass die Empfehlungsabsicht von sieben Einflussfaktoren beeinflusst wird: subjektive Norm, Selbstdarstellungswert eines Produkts, Mehrwerte mit Effizienzwirkung, Ausdruck der eigenen Persönlichkeit, Altruismus, wahrgenommene Benutzerfreundlichkeit des Empfehlungsmechanismus und gemeinsam verbrachte Zeit. Basierend auf einem Entscheidungsbaum werden vier Regeln, die diese Einflussfaktoren verknüpfen, abgeleitet. | de |
dc.identifier.isbn | 978-3-88579-257-4 | |
dc.identifier.pissn | 1617-5468 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/19073 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V. | |
dc.relation.ispartof | Mobile und Ubiquitäre Informationssysteme | |
dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-163 | |
dc.title | Wie funktioniert Mobile Viral Marketing? Eine Data-Mining-Analyse des Empfehlungsverhaltens bei mobilen Diensten | de |
dc.type | Text/Conference Paper | |
gi.citation.endPage | 124 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 111 | |
gi.conference.date | 23.-25. Februar 2010 | |
gi.conference.location | Göttingen | |
gi.conference.sessiontitle | Regular Research Papers |
Dateien
Originalbündel
1 - 1 von 1