مطالعات مدیریت کسب و کار هوشمند

چکیده 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.

چکیده

چکیده  
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.
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.
 

چکیده 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.

چکیده

چکیده  
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.