رویکردهای مدیریتی در حوزه کسب وکار هوشمند
حسین محبی؛ سعید طرفی
چکیده
هوش مصنوعی به عنوان یکی از پیشروترین فناوری‌ها با سرعتی فزاینده در حال تحول است. ایران، به‌عنوان کشوری درحال‌توسعه، نیازمند درک عمیق از مسیرهای آینده این فناوری و برنامه‌ریزی راهبردی برای بهره‌گیری بهینه از آن است. پژوهش حاضر با هدف بررسی آینده توسعه هوش مصنوعی در ایران، با رویکرد سناریونویسی ساختاری در افق ۱۴۱۴ انجام شده است. ...
بیشتر
هوش مصنوعی به عنوان یکی از پیشروترین فناوری‌ها با سرعتی فزاینده در حال تحول است. ایران، به‌عنوان کشوری درحال‌توسعه، نیازمند درک عمیق از مسیرهای آینده این فناوری و برنامه‌ریزی راهبردی برای بهره‌گیری بهینه از آن است. پژوهش حاضر با هدف بررسی آینده توسعه هوش مصنوعی در ایران، با رویکرد سناریونویسی ساختاری در افق ۱۴۱۴ انجام شده است. روش‌شناسی پژوهش حاضر از نظر هدف، کاربردی و برحسب نحوه گردآوری داده‌ها توصیفی-پیمایشی است. جامعه آماری پژوهش، اساتید، مدیران و خبرگان صنعت هوش مصنوعی هستند. برخلاف مطالعات پیشین که عمدتاً بر حوزه‌های خاصی از هوش مصنوعی متمرکز بودند، این پژوهش با نگاهی جامع و در سطح ملی، نخستین چارچوب سناریونویسی مبتنی بر تحلیل ساختاری که منجر به تدوین چهار سناریوی خلاء هوش مصنوعی، رنسانس هوش مصنوعی، سراب هوش مصنوعی و معاملات هوش مصنوعی شد را ارائه می‌دهد. این سناریوها برپایه تحلیل پیشران‌های کلیدی همچون سیاست‌ها و حمایت‌های دولتی، زیرساخت‌های پیشرفته فناوری، چالش-های تکینگی فناورانه، تأثیرات ژئوپلیتیک، رصدخانه‌ها و شتاب‌دهنده‌های فناوری و نیز کاربردهای هوش مصنوعی در صنایع تدوین شده‌اند. نتایج پژوهش نشان می‌دهد که آینده توسعه هوش مصنوعی در ایران تا حد زیادی به حمایت‌های دولتی و توسعه زیرساخت‌های مناسب وابسته است. سناریوهای بحرانی نیازمند مداخلات فوری در سیاست‌گذاری ملی بوده، درحالی که سناریوهای مطلوب فرصت‌هایی را برای توسعه پایدار هوش مصنوعی در کشور فراهم می‌کنند. این سناریوها می‌توانند مبنای طراحی استراتژی‌های سیاستی مشخص مانند تدوین نقشه‌راه ملی توسعه هوش مصنوعی و بازطراحی نظام‌های حمایتی فناورانه قرار گیرند و چارچوبی تحلیلی برای تصمیم‌گیری در شرایط عدم‌قطعیت فراهم سازند.
رویکردهای مدیریتی در حوزه کسب وکار هوشمند
فائزه زمانی؛ احمد ابراهیمی؛ رویا سلطانی؛ بابک فرهنگ مقدم
چکیده
هدف این پژوهش بررسی عوامل موثر در پیش‌بینی زمان انتظار و ایجاد مدل پیش‌بینانه زمان انتظار سفارشات کانبان به جهت بهبود پایداری و تاب‌آوری در زنجیره تامین ناب می‌باشد. برای دستیابی به این هدف، مطالعه از روش داده‌کاوی پیروی می‌کند، مجموعه داده‌ها شامل 103023 مشاهده، ازسیستم کانبان واکسترانت زنجیره تامین با رعایت الزامات شاخص‌های ...
بیشتر
هدف این پژوهش بررسی عوامل موثر در پیش‌بینی زمان انتظار و ایجاد مدل پیش‌بینانه زمان انتظار سفارشات کانبان به جهت بهبود پایداری و تاب‌آوری در زنجیره تامین ناب می‌باشد. برای دستیابی به این هدف، مطالعه از روش داده‌کاوی پیروی می‌کند، مجموعه داده‌ها شامل 103023 مشاهده، ازسیستم کانبان واکسترانت زنجیره تامین با رعایت الزامات شاخص‌های کیفیت دیتاست در بازه 6/1402 تا 11/ 1402 استخراج شده است. ابتدا شاخص‌های موثر بر زمان انتظار سفارشات استخراج شده است و به جهت بهبود عملکرد و دقت پیش‌بینی، از فرآیندکاوی جهت شناسایی متغیرهای پرتکرار و تاثیرگذار در واریانت‌های اصلی و سپس در مرحله برازش مدل، از رویکرد تحلیل گام‌به‌گام تلفیقی جهت انتخاب ویژگی‌ها و از تنظیم پارامتر رویکردهای رگرسیونی ناپارامتریک استفاده شده است. مدل پیش‌بینانه با استفاده از مدل‌های رگرسیونی خطی چندمتغیره، چندمتغیره دارای انحنا، لاسو، الاستیک‌نت، درخت تصمیم تقویتی، جنگل تصادفی بوت‌استرپ، k- نزدیک‌ترین همسایه، شبکه عصبی تقویتی برازش داده شده است. عملکرد مدل‌های رگرسیونی برازش شده با استفاده از شاخص‌های ارزیابی R^2 ، RASE و اعتبارسنجی نتایج و مدل تایید شده است. نتایج نشان داد که عوامل لجستیکی در زمان انتظار سفارشات موثر بوده و الگوریتم شبکه عصبی تقویت شده بهترین مدل در پیش‌بینی زمان انتظار سفارشات با دقت 96 درصد و با خطا 84/5 است. سپس قابلیت پیش‌بینی مدل برای دیتاهای جدید در سیستم صدور سفارشات کانبان به کار گرفته شده است، نتایج و بهبودهای حاصل از بهره‌گیری قابلیت‌های داده‌کاوی در سیستم کانبان همگی بیان‌گر تاثیر معنی‌دار ترکیب ابزار ناب و یادگیری ماشین به جهت توانمندسازی و تاب‌آوری زنجیره تامین ناب می‌باشد.
رویکردهای مدیریتی در حوزه کسب وکار هوشمند
الناز ولی زاده حمزه کلایی؛ آمنه خدیور؛ فاطمه عباسی
چکیده
بررسی‌ها نشان داده است که بسیاری از سازمان‌ها برای ایجاد دانش و بهبود تصمیم‌گیری از تحلیل نظرات و محتوای تولید شده توسط کاربران در شبکه‌های اجتماعی بهره‌برداری کرده‌اند. در این پژوهش، به تحلیل عملکرد مالی سازمان‌های غیرانتفاعی با استفاده از تحلیل نظرات کاربران پرداخته شده است. مجموعه داده‌ی استفاده شده در این پژوهش شامل 26714 ...
بیشتر
بررسی‌ها نشان داده است که بسیاری از سازمان‌ها برای ایجاد دانش و بهبود تصمیم‌گیری از تحلیل نظرات و محتوای تولید شده توسط کاربران در شبکه‌های اجتماعی بهره‌برداری کرده‌اند. در این پژوهش، به تحلیل عملکرد مالی سازمان‌های غیرانتفاعی با استفاده از تحلیل نظرات کاربران پرداخته شده است. مجموعه داده‌ی استفاده شده در این پژوهش شامل 26714 توییت کاربران از جمعا 23 حساب توییتری در سراسر جهان می‌باشد و ده سال داده‌ی مالی شامل سالهای 2010-2020 این سازمان‌ها از 5 سازمان غیرانتفاعی منتخب جمعآوری شده است. نتایج حاصل از روشهای مدلسازی موضوع و تحلیل احساسات به دادههای پانلی تبدیل شده‌اند. نتایج مدلسازی موضوعی و تحلیل احساسات به دادههای پنلی تبدیل و با استفاده از روشهای حداقل مربعات معمولی و حداقل مربعات معمولی پویا تحلیل شده‌اند. نتایج نشان میدهند که محتوای تولید شده توسط کاربران و عملکرد مالی سازمان‌های غیرانتفاعی رابطه معنی داری دارند. در حالی که احساسات مثبت تأثیر معنیداری بر عملکرد مالی این سازمان‌ها ندارند، احساسات منفی و بازتوئیتها تأثیر منفی و علاقمندیها رابطه ی مثبتی با عملکرد مالی را نشان می دهند.
