Journals / Bilişim Teknolojileri Dergisi / 2020 / Cilt: 13 - Sayı: 2

Using the Network-Based Theory for Monitoring Sustainable Interconnectedness on e-Business

E-İşte Sürdürülebilir Bağlantılığı İzlemek için Ağ Tabanlı Teorinin Kullanımı

Pages
145–155
Publication Date
2020-04-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Taken together, our results suggest that network correlation analyses is capable of offering analytics to better describe, prescribe, and predict sustainable users’ interconnectedness on online interactive platforms.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Online Interactive Platforms offer a variety of services including communication, information exchange, and connections that can create hundreds of thousands of interconnected users.
📊
Key Findings & Data:Recent studies suggest that growth and sustainability of platfom users’ interconnectedness, that is, users' collective tendency to interconnectedness, are the two essential ingredients to succeed in such e-Businesses.
💡
Conclusion & Impact:Taken together, our results suggest that network correlation analyses is capable of offering analytics to better describe, prescribe, and predict sustainable users’ interconnectedness on online interactive platforms.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:sustainable e-business · theory of network · network correlation

Abstract

Online Interactive Platforms offer a variety of services including communication, information exchange, and connections that can create hundreds of thousands of interconnected users. Recent studies suggest that growth and sustainability of platfom users’ interconnectedness, that is, users' collective tendency to interconnectedness, are the two essential ingredients to succeed in such e-Businesses. This paper aims to explore the notion of “network correlation” in e-Business context in an attempt to provide managers of online interactive platforms with an analytical tool for monitoring growth and sustainability of users’ interconnectedness. We leverage Doktorsitesi.com as a digital trace data source and user metadata (role, gender) source to conduct both static and temporal network correlation analysis, and show that network correlations regarding the extent to which users are interconnected and network correlations regarding user metadata can help us to monitor and to suggest ways to quantitatively sustain growth of users’ interconnectedness. Taken together, our results suggest that network correlation analyses is capable of offering analytics to better describe, prescribe, and predict sustainable users’ interconnectedness on online interactive platforms. Accordinly, platform managers may consider the addition of a platform feature that helps newcomers with growing their interconnectedness based on the interconnectedness analytics.

Özet

Çevrimiçi Etkileşimli Platformlar, yüz binlerce birbirine bağlı kullanıcı oluşturabilen iletişim, bilgi alışverişi ve bağlantılar gibi çeşitli hizmetler sunar. Son çalışmalar, platfom kullanıcılarının birbirine bağlılığının, yani kullanıcıların birbirine bağlılığa yönelik ortak eğiliminin büyümesinin ve sürdürülebilirliğinin, bu tür e-İşletmelerde başarılı olmak için iki temel bileşen olduğunu göstermektedir. Bu makale, çevrimiçi etkileşimli platformların yöneticilerine, kullanıcıların birbirine bağlılığının büyümesini ve sürdürülebilirliğini izlemek için analitik bir araç sağlamak amacıyla e-İş bağlamında “ağ korelasyonu” kavramını araştırmayı amaçlamaktadır. Hem statik hem de zamana bağlı ağ korelasyon analizi yapmak için Doktorsitesi.com'u dijital iz verisi kaynağı ve kullanıcı meta verileri (rol, cinsiyet) kaynağı olarak kullanarak kullanıcıların birbirine ne ölçüde bağlı olduğuna ilişkin ağ korelasyonlarının ve kullanıcı meta verilerine ilişkin ağ korelasyonlarının, kullanıcıların birbirine bağlı büyümesini nicel olarak sürdürmenin yollarını izlememize ve önerebilmemize yardımcı olabileceğini gösteriyoruz. Birlikte ele alındığında, sonuçlarımız ağ korelasyon analizlerinin, çevrimiçi etkileşimli platformlarda sürdürülebilir kullanıcı bağlantılığını daha iyi tanımlamak, tavsiye etmek ve ön görmek için analitik sunabildiğini göstermektedir. Buna göre, platform yöneticileri, yeni kullanıcıların, birbirine bağlılık analitiğine dayalı olarak birbirine bağlılıklarını artırmalarına yardımcı olan bir platform özelliği eklemeyi düşünebilir.

🔖

Cite This Article

PERDAHÇI, Z. N., AYDIN, M. N. (2020). Using the Network-Based Theory for Monitoring Sustainable Interconnectedness on e-Business. Bilişim Teknolojileri Dergisi, Cilt: 13 - Sayı: 2, 145–155. https://ajindex.com/articles/251805

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. R. Benbunan-Fich, M. Koufaris, “An Empirical Examination of the Sustainability of Social Bookmarking Websites”, Information Systems and e-Business Management, 8(2), 131–148, 2010
  2. D. K. Liou, W. H. Chih, L. C. Hsu, C. Y. Huang, “Investigating Information Sharing Behavior: The Mediating Roles of the Desire to Share Information in Virtual Communities”, Information Systems and e-Business Management, 14(2), 187–216, 2016
  3. B. K. Samanthula, W. Jiang, “Interest-driven Private Friend Recommendation”, Knowledge and Information Systems, 42(3), 663–687, 2015
  4. M. Chau, J. Xu, “Business Intelligence in Blogs: Understanding Consumer Interactions and Communities”, MIS Quarterly, 36(4), 1189–1216, 2012
  5. S. Kisilevich, C. S. Ang, M. Last, “Large-scale analysis of selfdisclosure patterns among online social networks users: a Russian context”, Knowledge and information systems, 32(3), 609–628, 2012
  6. M. K. Foster, A. Francescucci, B. C. West, “Why Users Participate in Online Social Networks”, International Journal of e-Business Management, 4(1), 3–19, 2010
  7. C. Ridings, M. Wasko, “Online Discussion Group Sustainability: Investigating the Interplay Between Structural Dynamics and Social Dynamics Over Time”, Journal of the Association for Information Systems, 11(2), 95–121, 2010
  8. A. Iriberri, G. Leroy, “A Life-cycle Perspective on Online Community Success”, ACM Computing Surveys (CSUR), 41(2), 11, 1–29, 2009
  9. H. Chen, R. H. Chiang, V. C. Storey, “Business Intelligence and Analytics: From Big Data to Big Impact”, MIS Quarterly, 36(4), 1165–1188, 2012
  10. T. W. Wang, Y. Verbitskiy, W. Yeoh, “Depicting Data Quality Issues in Business Intelligence Environment through a Metadata Framework”, International Journal of Business Intelligence Research (IJBIR), 7(2), 20–31, 2016
  11. D. J. Watts, S. H. Strogatz, “Collective Dynamics of ‘small-world’ Networks”, Nature, 393(6684), 440–442, 1998
  12. M. N. Aydin, N. Z. Perdahci, “Dynamic Network Analysis of Online Interactive Platform”, Inf Syst Front, 21(2), 229–240, 2019
  13. G. F. Khan, “Social Media Analytics”, Social Media for Government, Springer, Singapore, https://doi.org/10.1007/978- 981-10-2942-4_6, 2017
  14. F. D. Malliaros, V. Megalooikonomou, C. Faloutsos, “Estimating Robustness in Large Social Graphs”, Knowledge and Information Systems, 45(3), 645–678, 2015
  15. J. Cao, K. A. Basoglu, H. Sheng, P. B. Lowry, “A Systematic Review of Social Networking Research in Information Systems”, Comm