MétaCan
Menu
Retour à la cohorte
Enregistrement W3026085893 · doi:10.5430/rwe.v11n2p59

Effect of Mobile Commerce Interaction Characteristics on Game Advertising Effect and Game Re-purchase Intent

2020· article· en· W3026085893 sur OpenAlexvenueno aff
Jong-Youl Kim, Ji-Hun Lee

Notice bibliographique

RevueResearch in World Economy · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGame DeveloperAdvertisingOrder (exchange)Consistency (knowledge bases)Mobile commerceProduct (mathematics)Computer scienceBusinessMarketingGame designWorld Wide WebMultimedia

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: This study is to present marketing strategies and implications for mobile game companies’ intention to buy games again.Methods/Statistical analysis: The questionnaire was distributed to then collected from 260 people who enjoyed playing games. The collected data verified the suitability of the structural equation model and the causal relationship to each concept.Findings: First, mobile game companies should try to use websites or famous websites to provide information about their own products and utilise trusted models and formulate advertisement copies, in order to build trust on their games and incidental products.Second mobile game companies will have to strive to show consistency between product advertising and the community through continuous management and providing information.Third, mobile game companies will have to restructure their homepage to focus on user-oriented design, and further care about the convenience of connecting to their homepage and the convenience of searching for information in famous sites (considering the location of banner ads) even among popular sites that game users often use.Fourth, mobile game companies will have to pay close attention to the trust and acceptance of advertising by paying attention to their promises with users, continuous website updates, swift Q&A activities, and the consistency between advertising and products.Finally, mobile game companies should spread information such as, gameplays, game item and character introduction, and create videos and programs that gamers would like to interact with in order to expose their websites and information on famous websites.Improvements/Applications: Companies that develop and sell games are analysing the characteristics of people who intend to repurchase games, which shows suitable direction of marketing strategies for sustainable management in the mobile game market.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,162
Tête enseignante GPT0,469
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetTechnology Adoption and User BehaviourTravaux en français237 207