دانشگاه علامه طباطبائی
مطالعات مدیریت کسب و کار هوشمند
2821-0964
2821-0816
5
17
2016
11
21
تاثیر قابلیت های فناوری اطلاعات بر عملکرد سازمانی از طریق ظرفیت جذب دانش و یادگیری سازمانی
1
27
FA
اکبر
عالم تبریز
0000-0002-1466-6327
استاد مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران.
a-tabriz@sbu.ac.ir
مهرانگیز
عباسی
کارشناسی ارشد مدیریت دولتی، موسسه عالی آموزش و پژوهش مدیریت و برنامه ریزی، تهران.
mehrrangizabbasi@gmail.com
10.22054/ims.2016.6989
قابلیتهای فناوری اطلاعات نقش مهمی در محیط پرسرعت و در حال تغییر ایفا میکند. این نکته قابل تاکید است که سازمانهایی که فناوری اطلاعات و قابلیت استفاده از آن را دارند از نظر کسب، ذخیره و انتقال دانش میتوانند پیشرو دیگر سازمانها باشند و فناوری در کمیت وکیفیت یادگیری بسیار موثر است و یادگیری از جمله عوامل کلیدی در بهبود عملکرد سازمان است. پژوهش حاضر به بررسی تاثیر قابلیتهای فناوری اطلاعات بر عملکرد سازمانی از طریق ظرفیتجذب دانش ویادگیری سازمانی می پردازد. از لحاظ تحقیق از نوع تحقیقات توصیفی-پیمایشی و از نظر هدف یک تحقیق کاربردی است. جامعه آماری این تحقیق شرکتهای فعال در صنایع آب و فاضلاب، ساختمان، نانو و مخابرات است. که در مجموع 203 شرکت به عنوان نمونه در نظر گرفته شدند و اطلاعات آنها از طریق پرسشنامه جمعآوری شده است و برای تجزیهوتحلیل اطلاعات از تحلیلعاملیتاییدی و مدلیابیمعادلاتساختاری با استفاده از نرمافزار لیزرل استفاده گردیده است. بررسی نتایج این تحقیق گویای این مطلب است که قابلیتهای فناوری اطلاعات از طریق یادگیری سازمانی بر عملکرد سازمانی تاثیر مثبت دارد. از سوی دیگر قابلیت های فناوری اطلاعات از طریق ظرفیت جذب دانش بر عملکرد سازمانی تاثیر ندارد.
عملکرد سازمانی,قابلیتهای فناوری اطلاعات,ظرفیت جذب دانش,یادگیری سازمانی,مدلیابی معادلات ساختاری
https://ims.atu.ac.ir/article_6989.html
https://ims.atu.ac.ir/article_6989_e3fccded442ed7b799fd4dcb3aa1a791.pdf
دانشگاه علامه طباطبائی
مطالعات مدیریت کسب و کار هوشمند
2821-0964
2821-0816
5
17
2016
11
21
مدل ارزیابی آمادگی استقرار و پذیرش مدیریت دانش در مرکز فناوری اطلاعات شرکت پست جمهوری اسلامی ایران
29
62
FA
مریم
اخوان خرازیان
استادیار گروه مدیریت بازرگانی ، دانشگاه شهید بهشتی، تهران.
m_akhavan@sbu.ac.ir
جمشید
صالحی صدقیانی
استاد گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران
معصومه
منافی
کارشناس ارشد، مدیریت فناوری اطلاعات، شرکت پست جمهوری اسلامی ایران. تهران
manafi.ma89@gmail.com
10.22054/ims.2016.6990
مدیریت دانش,ارزیابی آمادگی سازمان,عوامل کلیدی موفقیت و شکست,پیاده سازی
https://ims.atu.ac.ir/article_6990.html
https://ims.atu.ac.ir/article_6990_2ba6f594a71058630ebe11d8cb14016b.pdf
دانشگاه علامه طباطبائی
مطالعات مدیریت کسب و کار هوشمند
2821-0964
2821-0816
5
17
2016
11
21
تشخیص حملات انکارسرویستوزیعشده با استفاده از سیستم خبره
63
92
FA
علیرضا
سعدآبادی
کارشناسی ارشد دانشگاه پیام نور، واحد ری، تهران.
alireza.sadabady@gmail.com
بیتا
امیرشاهی
استادیار، گروه مهندسی کامپیوتر و فنآوری اطلاعات، دانشگاه پیام نور، تهران.
alisadabadi@yahoo.com
10.22054/ims.2016.6991
<br /> <strong>حملات انکارسرویس به حملاتی اطلاق میشود که منابع سیستم از قبیل پردازشگر، پهنای باند شبکه، حافظه و ... را طوری مصرف میکنند که سیستم از ارایه سرویس به کاربران مجاز باز میماند. حملات انکارسرویستوزیعشده حملات انکارسرویسی میباشند که بهصورت گسترده و توسط چندین سیستم سازماندهیشده (باتنتها) برای از کار انداختن سرویسدهندهها به کار میروند. با اینکه بسیاری از کمپانیها، سیستمهای تشخیص حملات انکارسرویستوزیعشده متعددی را معرفی کردهاند، اما بهدلیل اینکه الگوی این حملات روزبهروز پیچیدهتر شده است، پیشگویی حملات انکارسرویستوزیعشده با یک روشی که هزینه مناسبی داشته باشد همچنان مشکل است.</strong><br /> <strong>در این مقاله سعی شده است تا با بهرهگیری از سیستمهای خبره، روشی برای تشخیص حملات ارایه شود تا با درنظر گرفتن علایم حمله و تاریخچه حملات قبلی به تشخیص حمله بپردازد. مزیت این سیستم، آموزش از روی دادههای قبلی و پویایی در مقابله با الگوهای حمله جدید میباشد. در پایان به پیادهسازی روش توسط ویژوال استودیو پرداخته و مقادیر حاصل از سیستم را با نرمافزارهای شبیهساز مقایسه میکنیم.</strong><br /> <strong> </strong>
حملات انکارسرویستوزیعشده,باتنت,سیستم خبره,انتروپی جریان,شبکههای بیزین,مقیاسبندی فازی
https://ims.atu.ac.ir/article_6991.html
https://ims.atu.ac.ir/article_6991_2e762cdcd30005e7e3667313dee6dd6a.pdf
دانشگاه علامه طباطبائی
مطالعات مدیریت کسب و کار هوشمند
2821-0964
2821-0816
5
17
2016
11
21
پیشبینی ارزش مشتریان جدید بانک بر مبنای مدل آر.اف.ام با استفاده از درخت تصمیم بهبودیافته در راستای کاهش حداکثر حافظه مورد نیاز
93
121
FA
محمدرضا
غلامیان
0000-0002-5135-5237
دکترای مهندسی صنایع، عضو هیئتعلمی دانشگاه علم و صنعت، تهران.
gholamian@iust.ac.ir
عظیمه
مظفری
کارشناس ارشد مهندسی صنایع گرایش مدیریت سیستم و بهرهوری، دانشگاه علم و صنعت، تهران
azime.mozafari@yahoo.com
10.22054/ims.2016.6993
<span lang="FA">یکی از مهمترین فاکتورهای بانکداری در راستای کاهش هزینهها و افزایش سودآوری، مدیریت و ارزیابی مشتریان با ارزش میباشد. در دهههای اخیر محققان بسیاری به تجزیه و تحلیل ویژگیهای مشتریان به منظور تعیین ارزش آنها با استفاده از تکنیکهای دادهکاوی پرداختهاند و درخت تصمیم یکی از پرکاربردترین الگوریتمهای دادهکاوی در این زمینه است. از آنجایی که این الگوریتم برای ساخت درخت، تنها یک ویژگی را در یک زمان برای آزمون در هر گره در نظر گرفته و وابستگی بین ویژگیها را نادیده میگیرد، بنابراین این مسئله باعث افزایش ماکزیمم حافظه مورد نیاز میشود. به منظور برطرف نمودن این مشکل، در این پژوهش روشی برای بهبود درخت تصمیم با استفاده از شبکه عصبی برای کشف وابستگی بین ویژگیها با رویکرد کاهش ماکزیمم حافظه مورد نیاز پیشنهاد شده که در کنار مدل آر.اف.ام برای پیشبینی ارزش مشتریان جدید استفاده میشود. نتایج آزمایشها نشان میدهد که روش پیشنهادی با استفاده از وابستگی بین ویژگیها میتواند ارزش مشتریان جدید را با ماکزیمم حافظه مورد نیاز کمتری نسبت به روش پایه پیشبینی کند.</span>
ارزش مشتری,خوشهبندی,درخت تصمیم,شبکه عصبی,مدل آر.اف.ام
https://ims.atu.ac.ir/article_6993.html
https://ims.atu.ac.ir/article_6993_b4fedbfabcb4fcf342c89c9925fc5978.pdf
دانشگاه علامه طباطبائی
مطالعات مدیریت کسب و کار هوشمند
2821-0964
2821-0816
5
17
2016
11
21
تاثیر فرآیندهای یادگیری سازمانی بر کیفیت داده های مدیریت روابط با مشتری (CRM) و عملکرد سازمان
123
146
FA
منیژه
حقیقی نسب
0000-0002-0440-8981
دانشیار مدیریت بازاریابی، دانشگاه الزهرا (س). تهران.
mhaghighinasab@alzahra.ac.ir
حمیدرضا
یزدانی
استادیار مدیریت منابع انسانی، پردیس فارابی دانشگاه تهران.
hryazdani@ut.ac.ir
مروارید
مدائنی
کارشناس ارشد مدیریت بازاریابی، دانشگاه الزهرا (س تهران)
morvaridmadaeni@yahoo.com
10.22054/ims.2016.6992
مدیریت روابط با مشتری ـ بازار گرایی ـ فرآیندهای یادگیری سازمانی ـ کیفیت داده ـ عملکرد
https://ims.atu.ac.ir/article_6992.html
https://ims.atu.ac.ir/article_6992_9190e246731f222834030eefa18b9f86.pdf
دانشگاه علامه طباطبائی
مطالعات مدیریت کسب و کار هوشمند
2821-0964
2821-0816
5
17
2016
11
21
عوامل تاثیرگذار بر تمایل به ادامه استفاده از وب سایت شبکه های اجتماعی
147
182
FA
سید محمدباقر
جعفری
0000-0003-2042-2756
استادیار، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران.
sm.jafari@ut.ac.ir
آصف
کریمی
استادیار، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران.
asef.karimi@ut.ac.ir
زاهده
ابرقوی زاده
کارشناسی ارشد مدیریت اجرایی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران
z.abarghoii@ut.ac.ir
10.22054/ims.2016.6994
<br /> شبکههای اجتماعی مجازی نسل جدیدی از فضای روابط اجتماعی هستند که توانستهاند به خوبی در زندگی مردم جای باز کنند. با توجه به دامنه نفوذ روزافزون و تاثیرگذاری این شبکهها، مسئله شناخت الگوهای رفتاری کاربران آنها به یکی از موضوعات جذاب تحقیقی بدل شده است. هدف پژوهش حاضر، بررسی عوامل تاثیرگذار بر تمایل به ادامه استفاده از وب سایت شبکههای اجتماعی است. لینکداین به عنوان یک شبکه اجتماعی تخصصی تمرکز اصلی پژوهش بوده است. اطلاعات تعداد 352 کاربران ایرانی عضو لینکداین با روش تصادفی در دسترس و با استفاده از پرسشنامه گردآوری شد. پس از تحلیل عاملی متغیرها، روابط بین آنها و تاثیر هریک بر یکدیگر از طریق تحلیل مسیر مورد بررسی قرار گرفت. اثرات اجتماعی، محتوا، قابلیتها، ارزش، سهولت استفاده، امنیت درک شده، قالب، زمان، میزان همبستگی و رضایت کاربران از شبکههای اجتماعی از عوامل تاثیرگذار بر تمایل به ادامه استفاده از وب سایتهای شبکههای اجتماعی شناسایی شد که از این میان رضایت با ضریب مسیر بالاتر، نسبت به سایر عوامل تاثیر مثبت قوی تری دارد.
شبکههای اجتماعی,تمایل به ادامه استفاده,رضایت,لینکداین
https://ims.atu.ac.ir/article_6994.html
https://ims.atu.ac.ir/article_6994_0c5677c0973fd4791489a7c58573ef02.pdf