Главная Коллекция "Revolution" Маркетинг, реклама и торговля Цифровой этикет: нормативные представления о различных форматах межличностной коммуникации в мессенджерах

Цифровой этикет: нормативные представления о различных форматах межличностной коммуникации в мессенджерах

Коммуникация в сети через мобильные устройства. Потребности, удовлетворяемые межличностной коммуникацией в мессенджерах. Сравнение средних оценок форматов в разных сценариях. Выбор кластерной модели для оценок пользователя. Суть четырехкластерной модели.

Рубрика	Маркетинг, реклама и торговля
Вид	дипломная работа
Язык	русский
Дата добавления	17.07.2020
Размер файла	2,2 M

посмотреть текст работы

скачать работу можно здесь

полная информация о работе

весь список подобных работ

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Страница:

7,365

,596

482

12,357

,000

s7_mistakes

17,191

,775

482

22,183

,000

s7_emoj

26,241

1,362

482

19,267

,000

s7_divide

23,395

,673

482

34,785

,000

s8_audio

35,956

1,034

482

34,787

,000

s8_video

5,772

,255

482

22,616

,000

s8_audcall

21,612

,816

482

26,486

,000

s8_vidcall

2,998

,197

482

15,194

,000

s8_CAPS

14,555

,705

482

20,645

,000

s8_mistakes

16,428

,639

482

25,698

,000

s8_emoj

23,911

1,292

482

18,512

,000

s8_divide

8,873

,557

482

15,938

,000

s9_audio

110,291

1,429

482

77,168

,000

s9_video

38,499

,730

482

52,763

,000

s9_audcall

63,224

,827

482

76,467

,000

s9_vidcall

29,359

,356

482

82,534

,000

s9_CAPS

66,166

1,341

482

49,328

,000

s9_mistakes

69,195

1,194

482

57,973

,000

s9_emoj

48,348

1,172

482

41,237

,000

s9_divide

74,870

1,270

482

58,972

,000

The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.

Таблица 50.

ANOVA для двухкластерной модели, оценка собеседника
	Cluster	Error	F	Sig.
	Mean Square	df	Mean Square	df
s1_sobes_text	,033	1	,179	485	,182	,670
s1_sobes_audio	108,158	1	1,049	485	103,116	,000
s1_sobes_video	195,562	1	1,014	485	192,804	,000
s1_sobes_audcall	52,976	1	1,546	485	34,259	,000
s1_sobes_vidcall	60,338	1	,866	485	69,673	,000
s1_sobes_CAPS	64,007	1	1,209	485	52,947	,000
s1_sobes_mistakes	65,166	1	1,047	485	62,265	,000
s1_sobes_emoj	50,353	1	,982	485	51,254	,000
s1_sobes_divide	101,435	1	1,330	485	76,241	,000
s2_sobes_text	,107	1	,065	485	1,641	,201
s2_sobes_audio	107,740	1	,965	485	111,622	,000
s2_sobes_video	236,019	1	1,171	485	201,631	,000
s2_sobes_audcall	115,925	1	1,635	485	70,892	,000
s2_sobes_vidcall	72,127	1	,995	485	72,455	,000
s2_sobes_CAPS	115,723	1	1,244	485	93,031	,000
s2_sobes_mistakes	63,426	1	1,099	485	57,702	,000
s2_sobes_emoj	69,632	1	1,022	485	68,110	,000
s2_sobes_divide	140,314	1	1,337	485	104,955	,000
s3_sobes_text	,053	1	,119	485	,449	,503
s3_sobes_audio	109,723	1	1,280	485	85,695	,000
s3_sobes_video	251,559	1	1,650	485	152,487	,000
s3_sobes_audcall	106,771	1	1,148	485	93,042	,000
s3_sobes_vidcall	67,893	1	,839	485	80,911	,000
s3_sobes_CAPS	49,905	1	1,087	485	45,902	,000
s3_sobes_mistakes	52,129	1	1,321	485	39,462	,000
s3_sobes_emoj	21,444	1	,791	485	27,109	,000
s3_sobes_divide	115,315	1	1,560	485	73,931	,000
s4_sobes_text	,015	1	,034	485	,434	,511
s4_sobes_audio	76,510	1	,885	485	86,481	,000
s4_sobes_video	239,988	1	1,569	485	152,936	,000
s4_sobes_audcall	152,575	1	1,736	485	87,888	,000
s4_sobes_vidcall	156,013	1	1,665	485	93,706	,000
s4_sobes_CAPS	100,515	1	1,235	485	81,414	,000
s4_sobes_mistakes	78,488	1	1,190	485	65,964	,000
s4_sobes_emoj	50,683	1	,866	485	58,533	,000
s4_sobes_divide	136,225	1	1,479	485	92,115	,000
s5_sobes_text	,022	1	,072	485	,307	,580
s5_sobes_audio	180,537	1	1,169	485	154,404	,000
s5_sobes_video	145,808	1	,898	485	162,419	,000
s5_sobes_audcall	76,386	1	1,701	485	44,913	,000
s5_sobes_vidcall	49,357	1	,705	485	69,979	,000
s5_sobes_CAPS	85,007	1	,873	485	97,366	,000
s5_sobes_mistakes	61,809	1	1,070	485	57,782	,000
s5_sobes_emoj	120,898	1	1,374	485	87,958	,000
s5_sobes_divide	83,561	1	,919	485	90,877	,000
s6_sobes_text	,012	1	,144	485	,085	,771
s6_sobes_audio	214,688	1	1,233	485	174,131	,000
s6_sobes_video	253,173	1	1,032	485	245,393	,000
s6_sobes_audcall	93,036	1	1,131	485	82,258	,000
s6_sobes_vidcall	41,261	1	,547	485	75,489	,000
s6_sobes_CAPS	124,055	1	1,083	485	114,524	,000
s6_sobes_mistakes	81,727	1	1,085	485	75,357	,000
s6_sobes_emoj	102,477	1	1,167	485	87,790	,000
s6_sobes_divide	125,078	1	1,072	485	116,626	,000
s7_sobes_text	,817	1	,685	485	1,192	,275
s7_sobes_audio	116,330	1	,962	485	120,983	,000
s7_sobes_video	44,735	1	,457	485	97,976	,000
s7_sobes_audcall	8,514	1	,396	485	21,492	,000
s7_sobes_vidcall	2,294	1	,125	485	18,322	,000
s7_sobes_CAPS	39,473	1	,640	485	61,658	,000
s7_sobes_mistakes	44,801	1	,869	485	51,548	,000
s7_sobes_emoj	83,263	1	1,404	485	59,303	,000
s7_sobes_divide	58,066	1	,736	485	78,913	,000
s8_sobes_text	,074	1	,040	485	1,861	,173
s8_sobes_audio	230,404	1	1,176	485	195,898	,000
s8_sobes_video	222,649	1	1,068	485	208,423	,000
s8_sobes_audcall	117,030	1	1,095	485	106,870	,000
s8_sobes_vidcall	58,470	1	,560	485	104,503	,000
s8_sobes_CAPS	98,210	1	,916	485	107,218	,000
s8_sobes_mistakes	91,109	1	,896	485	101,662	,000
s8_sobes_emoj	90,225	1	1,072	485	84,184	,000
s8_sobes_divide	114,920	1	1,014	485	113,324	,000
s9_sobes_text	,009	1	,079	485	,116	,733
s9_sobes_audio	236,432	1	1,288	485	183,506	,000
s9_sobes_video	309,827	1	1,157	485	267,736	,000
s9_sobes_audcall	135,188	1	1,282	485	105,484	,000
s9_sobes_vidcall	72,258	1	,772	485	93,590	,000
s9_sobes_CAPS	154,222	1	1,107	485	139,304	,000
s9_sobes_mistakes	114,916	1	1,070	485	107,361	,000
s9_sobes_emoj	110,737	1	1,027	485	107,814	,000
s9_sobes_divide	152,333	1	1,268	485	120,134	,000
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.
Таблица 51. ANOVA для двухкластерной модели со значимыми переменными, оценка собеседника
	Cluster	Error	F	Sig.
	Mean Square	df	Mean Square	df
s1_sobes_audio	108,158	1	1,049	485	103,116	,000
s1_sobes_video	195,562	1	1,014	485	192,804	,000
s1_sobes_audcall	52,976	1	1,546	485	34,259	,000
s1_sobes_vidcall	60,338	1	,866	485	69,673	,000
s1_sobes_CAPS	64,007	1	1,209	485	52,947	,000
s1_sobes_mistakes	65,166	1	1,047	485	62,265	,000
s1_sobes_emoj	50,353	1	,982	485	51,254	,000
s1_sobes_divide	101,435	1	1,330	485	76,241	,000
s2_sobes_audio	107,740	1	,965	485	111,622	,000
s2_sobes_video	236,019	1	1,171	485	201,631	,000
s2_sobes_audcall	115,925	1	1,635	485	70,892	,000
s2_sobes_vidcall	72,127	1	,995	485	72,455	,000
s2_sobes_CAPS	115,723	1	1,244	485	93,031	,000
s2_sobes_mistakes	63,426	1	1,099	485	57,702	,000
s2_sobes_emoj	69,632	1	1,022	485	68,110	,000
s2_sobes_divide	140,314	1	1,337	485	104,955	,000
s3_sobes_audio	109,723	1	1,280	485	85,695	,000
s3_sobes_video	251,559	1	1,650	485	152,487	,000
s3_sobes_audcall	106,771	1	1,148	485	93,042	,000
s3_sobes_vidcall	67,893	1	,839	485	80,911	,000
s3_sobes_CAPS	49,905	1	1,087	485	45,902	,000
s3_sobes_mistakes	52,129	1	1,321	485	39,462	,000
s3_sobes_emoj	21,444	1	,791	485	27,109	,000
s3_sobes_divide	115,315	1	1,560	485	73,931	,000
s4_sobes_audio	76,510	1	,885	485	86,481	,000
s4_sobes_video	239,988	1	1,569	485	152,936	,000
s4_sobes_audcall	152,575	1	1,736	485	87,888	,000
s4_sobes_vidcall	156,013	1	1,665	485	93,706	,000
s4_sobes_CAPS	100,515	1	1,235	485	81,414	,000
s4_sobes_mistakes	78,488	1	1,190	485	65,964	,000
s4_sobes_emoj	50,683	1	,866	485	58,533	,000
s4_sobes_divide	136,225	1	1,479	485	92,115	,000
s5_sobes_audio	180,537	1	1,169	485	154,404	,000
s5_sobes_video	145,808	1	,898	485	162,419	,000
s5_sobes_audcall	76,386	1	1,701	485	44,913	,000
s5_sobes_vidcall	49,357	1	,705	485	69,979	,000
s5_sobes_CAPS	85,007	1	,873	485	97,366	,000
s5_sobes_mistakes	61,809	1	1,070	485	57,782	,000
s5_sobes_emoj	120,898	1	1,374	485	87,958	,000
s5_sobes_divide	83,561	1	,919	485	90,877	,000
s6_sobes_audio	214,688	1	1,233	485	174,131	,000
s6_sobes_video	253,173	1	1,032	485	245,393	,000
s6_sobes_audcall	93,036	1	1,131	485	82,258	,000
s6_sobes_vidcall	41,261	1	,547	485	75,489	,000
s6_sobes_CAPS	124,055	1	1,083	485	114,524	,000
s6_sobes_mistakes	81,727	1	1,085	485	75,357	,000
s6_sobes_emoj	102,477	1	1,167	485	87,790	,000
s6_sobes_divide	125,078	1	1,072	485	116,626	,000
s7_sobes_audio	116,330	1	,962	485	120,983	,000
s7_sobes_video	44,735	1	,457	485	97,976	,000
s7_sobes_audcall	8,514	1	,396	485	21,492	,000
s7_sobes_vidcall	2,294	1	,125	485	18,322	,000
s7_sobes_CAPS	39,473	1	,640	485	61,658	,000
s7_sobes_mistakes	44,801	1	,869	485	51,548	,000
s7_sobes_emoj	83,263	1	1,404	485	59,303	,000
s7_sobes_divide	58,066	1	,736	485	78,913	,000
s8_sobes_audio	230,404	1	1,176	485	195,898	,000
s8_sobes_video	222,649	1	1,068	485	208,423	,000
s8_sobes_audcall	117,030	1	1,095	485	106,870	,000
s8_sobes_vidcall	58,470	1	,560	485	104,503	,000
s8_sobes_CAPS	98,210	1	,916	485	107,218	,000
s8_sobes_mistakes	91,109	1	,896	485	101,662	,000
s8_sobes_emoj	90,225	1	1,072	485	84,184	,000
s8_sobes_divide	114,920	1	1,014	485	113,324	,000
s9_sobes_audio	236,432	1	1,288	485	183,506	,000
s9_sobes_video	309,827	1	1,157	485	267,736	,000
s9_sobes_audcall	135,188	1	1,282	485	105,484	,000
s9_sobes_vidcall	72,258	1	,772	485	93,590	,000
s9_sobes_CAPS	154,222	1	1,107	485	139,304	,000
s9_sobes_mistakes	114,916	1	1,070	485	107,361	,000
s9_sobes_emoj	110,737	1	1,027	485	107,814	,000
s9_sobes_divide	152,333	1	1,268	485	120,134	,000
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.
Таблица 52. ANOVA для трехкластерной модели, оценка собеседника
	Cluster	Error	F	Sig.
	Mean Square	df	Mean Square	df
s1_sobes_text	,412	2	,178	484	2,318	,100
s1_sobes_audio	43,757	2	1,094	484	40,008	,000
s1_sobes_video	102,279	2	,998	484	102,503	,000
s1_sobes_audcall	46,939	2	1,465	484	32,040	,000
s1_sobes_vidcall	52,748	2	,774	484	68,106	,000
s1_sobes_CAPS	57,480	2	1,106	484	51,965	,000
s1_sobes_mistakes	77,876	2	,862	484	90,385	,000
s1_sobes_emoj	42,214	2	,914	484	46,184	,000
s1_sobes_divide	82,475	2	1,202	484	68,616	,000
s2_sobes_text	,137	2	,065	484	2,109	,122
s2_sobes_audio	51,556	2	,977	484	52,781	,000
s2_sobes_video	130,459	2	1,122	484	116,323	,000
s2_sobes_audcall	92,517	2	1,496	484	61,850	,000
s2_sobes_vidcall	68,391	2	,864	484	79,161	,000
s2_sobes_CAPS	93,280	2	1,100	484	84,790	,000
s2_sobes_mistakes	81,491	2	,896	484	90,972	,000
s2_sobes_emoj	54,716	2	,942	484	58,071	,000
s2_sobes_divide	108,520	2	1,181	484	91,878	,000
s3_sobes_text	,040	2	,119	484	,337	,714
s3_sobes_audio	52,064	2	1,295	484	40,216	,000
s3_sobes_video	126,818	2	1,649	484	76,914	,000
s3_sobes_audcall	84,518	2	1,021	484	82,756	,000
s3_sobes_vidcall	60,705	2	,730	484	83,127	,000
s3_sobes_CAPS	47,760	2	,995	484	47,989	,000
s3_sobes_mistakes	75,864	2	1,118	484	67,862	,000
s3_sobes_emoj	17,801	2	,763	484	23,318	,000
s3_sobes_divide	111,852	2	1,339	484	83,531	,000
s4_sobes_text	,031	2	,034	484	,922	,398
s4_sobes_audio	33,943	2	,904	484	37,533	,000
s4_sobes_video	125,127	2	1,551	484	80,662	,000
s4_sobes_audcall	118,628	2	1,565	484	75,818	,000
s4_sobes_vidcall	111,307	2	1,531	484	72,714	,000
s4_sobes_CAPS	74,247	2	1,138	484	65,242	,000
s4_sobes_mistakes	88,159	2	,990	484	89,033	,000
s4_sobes_emoj	46,561	2	,780	484	59,694	,000
s4_sobes_divide	112,788	2	1,297	484	86,941	,000
s5_sobes_text	,015	2	,073	484	,213	,808
s5_sobes_audio	73,960	2	1,239	484	59,690	,000
s5_sobes_video	83,473	2	,856	484	97,526	,000
s5_sobes_audcall	72,150	2	1,564	484	46,133	,000
s5_sobes_vidcall	37,332	2	,654	484	57,041	,000
s5_sobes_CAPS	46,688	2	,858	484	54,441	,000
s5_sobes_mistakes	60,730	2	,949	484	64,017	,000
s5_sobes_emoj	83,416	2	1,282	484	65,046	,000
s5_sobes_divide	51,362	2	,882	484	58,248	,000
s6_sobes_text	,188	2	,144	484	1,306	,272
s6_sobes_audio	91,128	2	1,302	484	69,965	,000
s6_sobes_video	135,858	2	,996	484	136,469	,000
s6_sobes_audcall	82,300	2	,986	484	83,509	,000
s6_sobes_vidcall	40,887	2	,464	484	88,117	,000
s6_sobes_CAPS	70,620	2	1,050	484	67,260	,000
s6_sobes_mistakes	72,348	2	,957	484	75,624	,000
s6_sobes_emoj	65,352	2	1,111	484	58,802	,000
s6_sobes_divide	79,768	2	1,003	484	79,490	,000
s7_sobes_text	,413	2	,687	484	,602	,548
s7_sobes_audio	57,899	2	,965	484	60,022	,000
s7_sobes_video	23,984	2	,451	484	53,196	,000
s7_sobes_audcall	8,014	2	,381	484	21,012	,000
s7_sobes_vidcall	2,294	2	,121	484	18,998	,000
s7_sobes_CAPS	26,232	2	,615	484	42,677	,000
s7_sobes_mistakes	42,545	2	,788	484	54,014	,000
s7_sobes_emoj	59,154	2	1,335	484	44,326	,000
s7_sobes_divide	37,614	2	,702	484	53,589	,000
s8_sobes_text	,054	2	,040	484	1,342	,262
s8_sobes_audio	103,689	2	1,226	484	84,565	,000
s8_sobes_video	124,251	2	1,017	484	122,169	,000
s8_sobes_audcall	100,768	2	,923	484	109,205	,000
s8_sobes_vidcall	45,947	2	,492	484	93,462	,000
s8_sobes_CAPS	61,544	2	,866	484	71,028	,000
s8_sobes_mistakes	74,235	2	,780	484	95,230	,000
s8_sobes_emoj	56,720	2	1,026	484	55,283	,000
s8_sobes_divide	70,875	2	,961	484	73,770	,000
s9_sobes_text	,010	2	,079	484	,132	,877
s9_sobes_audio	100,095	2	1,366	484	73,278	,000
s9_sobes_video	156,519	2	1,153	484	135,753	,000
s9_sobes_audcall	116,332	2	1,083	484	107,431	,000
s9_sobes_vidcall	62,780	2	,664	484	94,616	,000
s9_sobes_CAPS	74,730	2	1,119	484	66,770	,000
s9_sobes_mistakes	85,393	2	,957	484	89,216	,000
s9_sobes_emoj	63,107	2	,997	484	63,280	,000
s9_sobes_divide	83,945	2	1,239	484	67,779	,000
The F tests should be used only for descriptive purposes because the clusters have been chosen to maximize the differences among cases in different clusters. The observed significance levels are not corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.
Таблица 53. ANOVA для трехкластерной модели со значимыми переменными, оценка собеседника
	Cluster	Error	F	Sig.
	Mean Square	df	Mean Square	df
s1_sobes_audio	43,757	2	1,094	484	40,008	,000
s1_sobes_video	102,279	2	,998	484	102,503	,000
s1_sobes_audcall	46,939	2	1,465	484	32,040	,000
s1_sobes_vidcall	52,748	2	,774	484	68,106	,000
s1_sobes_CAPS	57,480	2	1,106	484	51,965	,000
s1_sobes_mistakes	77,876	2	,862	484	90,385	,000
s1_sobes_emoj	42,214	2	,914	484	46,184	,000
s1_sobes_divide	82,475	2	1,202

Страница:

дипломная работа "Цифровой этикет: нормативные представления о различных форматах межличностной коммуникации в мессенджерах" скачать

Подобные документы

Роль слухов в формировании имиджа
Природа и классификация слухов, как специфического вида межличностной коммуникации. Предпосылки их возникновения и направления распространения. Позитивное и негативное влияние слухов на имидж организации. Профилактика слухов и технологии противодействия.

контрольная работа [43,4 K], добавлен 18.04.2012
Составление портрета целевой аудитории модели коммуникации
Трансформация традиционной модели коммуникации в виртуальной среде. Потребности потенциальных потребителей. Характеристики целевой аудитории, восприятие информации. Каким образом сайт поддерживает или ограничивает проявление реакции целевой аудитории.

контрольная работа [27,1 K], добавлен 23.05.2013
Осуществление коммуникации между бизнесом и клиентом в Инстаграм с учетом характеристик пользователей, возможностей сети и целей бизнеса
Бизнес-коммуникации в маркетинговой стратегии фирмы. Анализ связей в социальных сетях как части виртуального сообщества. Взаимодействие субъектов коммуникации в интернете. Суть общения в Инстаграм с точки зрения потребителя и предпринимательства.

дипломная работа [259,6 K], добавлен 25.08.2017
Методы принятия решений в маркетинге
Сущность методов экспертных оценок и методов принятия решений в маркетинге и их программное обеспечение. Провести выбор и оценку поставщика с помощью экспертных методов для конкретного предприятия (рынка). Организация проведения экспертных оценок.

контрольная работа [80,0 K], добавлен 02.10.2010
Семиотические и культурно-семиотические модели коммуникации
Семиотика как наука, ее основные понятия. Особенности развития представлений о знаках и языках. Семиотические модели коммуникации Р. Якобсона, М. Лотмана и У. Эко. Семиотические модели в рекламе. Семиотика в культурной сфере. Функции языка в культуре.

курсовая работа [958,3 K], добавлен 24.07.2014
Основы теории коммуникаций
Коммуникация как объект и предмет исследования, ее функции, виды и формы. Специфика и модели коммуникативного процесса. Новые коммуникативные технологии в сфере производства и потребления информации. Анализ семиотического подхода к изучению коммуникации.

учебное пособие [952,1 K], добавлен 20.05.2011
Религиозный маркетинг
Обзор существующих каналов коммуникации, приемлемых для религиозных организаций. Изучение особенностей российского религиозного рынка, в частности, его потребителя и действующих игроков. Анализ ситуации с маркетингом и коммуникацией в сфере религии.

дипломная работа [1,7 M], добавлен 30.09.2016
Маркетинговое исследование по оценке торговых центров г. Казани
Оценка посетителей торгового центра "Кольцо" со средним и высоким уровнем дохода, по сравнению с конкурентами. Сопоставление оценок по характеристикам торговых центров с индивидуальной для каждого респондента. Рейтинг торговых центров с учетом оценок.

курсовая работа [2,5 M], добавлен 04.03.2011
Паблик рилейшнз
Подходы к сущности паблик рилейшнз. Принципы психографической модели выделения групп общественности. Использование в ПР-практике теории потребностей Маслоу. Функции имиджа в структуре массовой коммуникации. Работа ПР-специалиста в кризисной коммуникации.

контрольная работа [17,0 K], добавлен 16.10.2010
Коммуникационные модели, используемые в связях с общественностью
Основные задачи и предназначение PR-специалиста в организации. Модели коммуникационных процессов по Грюнингу и Ханту, их отличительные особенности по целям и природе коммуникации. Коммуникационные модели Лассуэла, Лазарсфельда. Их использование в прессе.

контрольная работа [20,6 K], добавлен 23.12.2009
Реализация процесса маркетинговых исследований на примере компании сетевого маркетинга "Nature's Sunshine Products"
Технико-экономическое описание предприятия, построение трендовой модели его развития. Анализ потребительской и конкурентной среды. Исследование рыночных возможностей. Применение метода экспертных оценок для выявления факторов, влияющих на объем продаж.

курсовая работа [2,5 M], добавлен 02.12.2013
Массовые коммуникации и медиапланирование
Российский рынок рекламы. Маркетинговая ситуация в рекламе. Глобализация информационных процессов на современном этапе. Деятельность средств массовой коммуникации как реализация интересов разных социальных субъектов. СМИ как "четвертая власть" в обществе.

курс лекций [847,5 K], добавлен 17.01.2011
Комплексная оценка качества транспортного обслуживания методом экспертных оценок
Характеристика транспортных компаний "КИТ", "Дилижанс", "Хорс", "ТрансЛогистик" (Екатеринбург). Алгоритм выбора критериев оценки транспортной операторской компании. Комплексная оценка качества транспортного обслуживания методом экспертных оценок.

дипломная работа [280,0 K], добавлен 05.01.2014
Массовая коммуникация в современном обществе
Массовая коммуникация как разновидность человеческого общения. Отличия межгруппового общения от межличностного. Классификации социальных функций массовой коммуникации. Роль ПР-деятельности в системе управления. Рекламные коммуникации как часть ПР.

курсовая работа [36,7 K], добавлен 13.06.2011
Интеграция личных продаж маркетинговых коммуникаций на примере сети магазинов "IKEA"
Маркетинговые коммуникации: определение, понятие, сущность, роль и значение в интегрированных системах. История развития "IKEA", интегрированные коммуникации в структуре деятельности данной торговой сети. Принципы интеграции в сфере личных продаж.

курсовая работа [44,6 K], добавлен 17.11.2013
Модели коммуникаций значимые для PR
Понятие и модели коммуникаций. Что такое паблик рилейшнз (PR), его значение в коммуникативных процессах. Модели коммуникаций значимые для PR, материальный объект в роли коммуникативного сообщения. Цели и средства паблик рилейшнз, основные блоки PR-работы.

контрольная работа [39,6 K], добавлен 20.02.2011
Роль средств массовой коммуникации в создании стереотипов (на примере стереотипа о низком интеллектуальном уровне блондинок)
Понятие стереотипа и механизмы его формирования в процессе массовой коммуникации. Стереотип о блондинках: суть и история возникновения. Средства массовой коммуникации как инструмент формирования стереотипа о блондинках, образы блондинок в кинематографе.

курсовая работа [639,0 K], добавлен 19.01.2016
Массовые коммуникации как способ управления массами
Коммуникация как одна из центральных составляющих современного общества. Социальная значимость массовой коммуникации. Формы потребления информации разными социальными общностями. Пути активизации информационно-потребительской деятельности аудитории.

реферат [31,5 K], добавлен 06.03.2015
Маркетинговые исследования возможности проведения сегментации на примере РУП "Белтелеком"
Технико-экономическое обоснование деятельности предприятия. Анализ конкурентов и оценка конкурентоспособности. Суть сегментации рынка. Формулирование гипотезы методом экспертных оценок. Исследование влияния бренда на цену и анализ рекламной деятельности.

курсовая работа [976,4 K], добавлен 15.01.2013
Социально-экономическая сущность маркетинговых коммуникаций
Роль маркетинговой коммуникации, ее мотивация в условиях рынка. Элементы маркетинговой коммуникации. Сайт компании как инструмент маркетинговой коммуникации с потребителями, мобильная связь как ее канал. Международные коммуникации и тенденции их развития.

курсовая работа [60,2 K], добавлен 18.01.2014

Другие документы, подобные "Цифровой этикет: нормативные представления о различных форматах межличностной коммуникации в мессенджерах"

весь список подобных работ

скачать работу можно здесь

сколько стоит заказать работу?

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.