تأثير مشاعر القراء على مبيعات الكتب: دراسة تحليلية لمراجعات الكتب الأكثر مبيعاً على أمازون مصر

المؤلفون

  • أحمد مختار مدرس علوم المكتبات والمعلومات كلية الآداب، جامعة المنيا، مصر

DOI:

https://doi.org/10.70000/cj.2024.73.618

الكلمات المفتاحية:

معالجة اللغة الطبيعية، تحليل المشاعر، مبيعات الكتب، المنصات الرقمية للكتب، أمازون

الملخص

هدفت الدراسة إلى تحليل مشاعر مراجعات الكتب الأكثر مبيعًا على موقع Amazon، لاستكشاف المشاعر الإيجابية والسلبية والمحايدة في نصوص تلك المراجعات، ومدى تأثيرها على مبيعات الكتب، وذلك من خلال الإفادة من تقنيات التعلم الآلي، ومعالجة اللغة الطبيعية التي توفرها بيئة Orange Data Mining، وبما تدعمه من مكتبات لغة Python، وما توفره من خوارزميات مثل؛ Vader، LDA. معتمدة في ذلك على المنهج الوصفي التحليلي. وبلغ عدد مراجعات القراء التي قام الباحث بجمعها من موقع Amazon باستخدام تقنية web scraping (4145) مراجعة، والتي تنتمي لأعلى عشرين كتاب مبيعًا في Amazon وذلك خلال الفترة من 18 - 25 أغسطس 2024م. وتوصلت الدراسة لعدة نتائج لعل أهمها؛ أن كتاب Good Energy جاء في المرتبة الأولى من بين العشرين كتاب الأعلى مبيعًا في Amazon، يليه في المرتبة الثانية كتاب Imminent وفي المرتبة الثالثة جاء كتاب Atomic Habits. كما أثبتت الدراسة أن الكتب الأكثر مبيعًا ليست حكراً على مجال معين، وإنما تندرج تحت فروع المعرفة المختلفة. وتوصلت الدراسة إلى أن مشاعر القراء تجاه الكتب تٌعد أبرز العوامل المؤثرة في توجيه قرارات الشراء، ومبيعات الكتب. حيث أثبتت الدراسة أن المشاعر الإيجابية هي السائدة في مراجعات القراء للكتب، حيث بلغت نحو (3603) مراجعة إيجابية بما يمثل (87%)، وأن غالبية المراجعات تم تصنيفها في الفئة Joy وذلك برصيد (3474) بما يمثل بنسبة 83.3% وذلك وفقًا لنموذج Ekman’s. وخرجت الدراسة بمجموعة من التوصيات والآليات المقترحة الموجهة لكل من المؤلفين، والناشرين، والمنصات الرقمية التجارية. ومن أبرزها؛ الإفادة من نتائج تحليل المشاعر في بناء الحملات الترويجية، وتطوير خوارزميات التوصية بحيث لا تعتمد فقط إلى تقييمات النجوم، ولكن يجب الأخذ في الاعتبار بتحليل مشاعر المراجعات، وبحث إمكانية استعراض الكتب التي حصلت على مشاعر إيجابية أعلى القائمة عند تصفح الكتب في مجال موضوعي معين. كما أوصت الدراسة بضرورة إصدار تقرير بصفه دورية يتضمن الكتب التي سجلت أعلى نسبة مشاعر إيجابية من خلال مراجعات القراء، مع إمكانية تصنيفها وفقًأ لكل مجال موضوعي. وكذلك عرض مخطط بياني موجز لكل مصدر معلومات يتضمن تطور مشاعر القراء وانعكاس ذلك التقييم على مبيعات الكتاب.

المراجع

Abd al-Mukhtar, Ahmad Muhammad ‘Ali. (2024). Tawzīf Taqnīyāt Mu‘ālijat al-Lugha al-Ṭabī‘iyya (NLP) fī Taḥlīl al-Mashā‘ir li-Arā’ al-Qurrā’ bi-Isti‘māl Orange Data Mining: Dirāsa Taṭbīqiyya li-Murāja‘āt Kutub ‘Ulūm al-Maktabāt wa-al-Ma‘lūmāt fī LibraryThing. Al-Majalla al-Miṣriyya li-‘Ulūm al-Ma‘lūmāt, vol. 11, no. 2, pp. 605–660.

Irawan, H., Akmalia, G., & Masrury, R. A. (2019, September). Mining tourist's perception toward Indonesia tourism destination using sentiment analysis and topic modelling. In Proceedings of the 2019 4th International Conference on Cloud Computing and Internet of Things (pp. 7-12).‏

Manasa, P., & Prasad, U. D. (2024). Journey Through Opinions: Unravelling Heritage Hotel Experience And Customer Sentiment Through Topic Modelling In Online Reviews–A Case Study Of Taj Udaipur. Educational Administration: Theory and Practice, 30(5), 1674-1682.‏

Salem, I. E., & Abdulqader, A. W. (2021). Predicting Carbon Dioxide Emissions with the Orange Application: An Empirical Analysis.

الملفات الإضافية

منشور

2024-12-25

كيفية الاقتباس

مختار أ. (2024). تأثير مشاعر القراء على مبيعات الكتب: دراسة تحليلية لمراجعات الكتب الأكثر مبيعاً على أمازون مصر. Cybrarians Journal, (73), 22–61. https://doi.org/10.70000/cj.2024.73.618