علم داده، هوشمندی و تحلیل‌های آینده نگر
محمد‌امین یالپانیان؛ ایمان رئیسی وانانی؛ محمد تقی تقوی فرد
چکیده
توسعه روزافزون فناوری‌های دیجیتال تغییرات چشمگیری در عملکرد کسب و کارها ایجاد کرده است. افزایش تعداد مقالات منتشر شده در این موضوع نیز بیانگر توجه ویژه محققان در حوزه سیستم‌های اطلاعاتی، مدیریت کسب و کار و نوآوری می‌باشد. در حالی که تغییرات دیجیتالی صورت گرفته به عنوان یک ضرورت اجتناب ناپذیر در عصر دیجیتال محسوب می‌شود، تحقیقات ...
بیشتر
توسعه روزافزون فناوری‌های دیجیتال تغییرات چشمگیری در عملکرد کسب و کارها ایجاد کرده است. افزایش تعداد مقالات منتشر شده در این موضوع نیز بیانگر توجه ویژه محققان در حوزه سیستم‌های اطلاعاتی، مدیریت کسب و کار و نوآوری می‌باشد. در حالی که تغییرات دیجیتالی صورت گرفته به عنوان یک ضرورت اجتناب ناپذیر در عصر دیجیتال محسوب می‌شود، تحقیقات پیشین به حوزه خاصی محدود شده‌اند. هدف این تحقیق شناسایی مضامین کلیدی و موضوعات کلان از طریق مرور سیستماتیک ۲۰۱ مقاله در طی سال ۲۰۱۸ تا ۲۰۲۳ از دو پایگاه اطلاعاتی با سطح کیفی بالا (اسکوپوس و وب آو ساینس) است. ابتدا با استفاده از تحلیل مضمون به شناسایی مضامین اصلی و بررسی روابط آنها با یکدیگر از منظر توسعه فناوری‌های دیجیتال پرداخته می‌شود. در گام بعد با استفاده مدلسازی موضوعی (تخصیص پنهان دیریکله) به بررسی حوزه‌های کلان تاثیر گذاری این فناوری‌ها پرداخته و با استفاده از رویکرد علم سنجی روندهای تحقیقاتی آتی این موضوع شناسایی می‌گردد. یافته بدست آمده نشان دهنده تاثیر توسعه فناوری‌های دیجیتال بر تصمیم گیری داده محور، دیجیتالی‌سازی فرآیندها، تعاملات دیجیتالی و یادگیری اشتراکی است که منجر به تحقق تحول دیجیتال در سطوح عملیاتی و استراتژیک کسب و کار می‌گردد. نوآوری این پژوهش طراحی شبکه مضامین از طریق بررسی عمیق متون و تحلیل متن کاوی است که سبب شناخت بیشتر روابط بین مولفه‌های کلیدی می‌گردد. و در گام آخر به ارائه توصیه‌هایی به محققان و مدیران برای انجام تحقیقات آتی اقدام می‌شود.
علم داده، هوشمندی و تحلیل‌های آینده نگر
منیژه رامشه؛ محمد حسن ملکی؛ نرگس سرلک؛ منیره فلاحت بنگده
چکیده
فین‌تک و فرصت‌های کارآفرینی نهفته در آن، توانایی ایفای نقشی اثرگذار در توسعه صنعت مالی را داراست؛ بنابراین لازمه سیاست‌گذاری و تصمیم‌گیری صحیح و اثربخش در این حوزه شناسایی آینده محتمل آن است. مطالعه حاضر از حیث هدف، اکتشافی و از منظر جهت‌گیری، کاربردی می‌باشد. در این پژوهش از ابزارهای مصاحبه و پرسشنامه جهت گردآوری دادهها ...
بیشتر
فین‌تک و فرصت‌های کارآفرینی نهفته در آن، توانایی ایفای نقشی اثرگذار در توسعه صنعت مالی را داراست؛ بنابراین لازمه سیاست‌گذاری و تصمیم‌گیری صحیح و اثربخش در این حوزه شناسایی آینده محتمل آن است. مطالعه حاضر از حیث هدف، اکتشافی و از منظر جهت‌گیری، کاربردی می‌باشد. در این پژوهش از ابزارهای مصاحبه و پرسشنامه جهت گردآوری دادهها استفاده شد. 28 پیشران با مرور پیشینه و مصاحبه با خبرگان استخراج گردید. جهت غربال پیشران‌ها در مرحله اول از پرسشنامه خبره‌سنجی و روش دلفی فازی استفاده شد. سپس پیشران‌های غربال‌شده در مرحله قبل، از طریق پرسشنامه اولویت‌سنجی و تکنیک کپراس توسعه‌یافته رتبه‌بندی شدند. طبق یافته‌ها دو پیشران توسعه قراردادهای هوشمند در صنعت مالی و میزان گرایش نهادهای مالی به نوآوری باز بالاترین اولویت را داشته و برای نگاشت سناریوهای پژوهش استفاده شدند. بر اساس این دو پیشران 4 سناریوی عصر فرصت‌های بکر، عصر مدیران محافظه‌کار، عصر زیرساخت‌های فرسوده و عصر یخی توسعه یافتند. سپس با کاربست تکنیک ماباک سناریوی عصر زیرساخت‌های فرسوده به‌عنوان سناریوی محتمل پژوهش انتخاب گردید. پیشنهادهای پژوهش بر اساس پیشران‌های اولویت‌دار و سناریوی محتمل مطرح گردید. حمایت‌های دولتی، تأمین بودجه کافی به‌منظور ایجاد زیرساخت‌های لازم برای توسعه قراردادهای هوشمند توسط بانک‌ها و یا ایجاد رابطه همکاری بین بانک‌ها و نهادهای مالی کشور، قانون‌گذاری منصفانه، توسعه رگ‌تک‌ها و ایجاد سازگاری بین سیستم‌های فعلی با فناوری‌های جدید از مهم‌ترین پیشنهادهای کاربردی پژوهش بودند.
علم داده، هوشمندی و تحلیل‌های آینده نگر
فریبا کریمی؛ آمنه خدیور؛ فاطمه عباسی
چکیده
امروزه با رشد روز افزون اینترنت و گسترش سریع فضای مجازی و ویژگی های چشمگیر آن از جمله افزایش سرعت تبادل اطلاعات، ، دسترسی آسان و رایگان به اطلاعات ، متنوع بودن موضوعات و غیره، باعث شده افراد بیشتر زمان خود در فضای مجازی به ویژه فعالیت در شبکه های اجتماعی اختصاص دهند، در این راستا نظرات ثبت شده توسط کاربران در شبکه‌های مجازی رشد روزافزونی ...
بیشتر
امروزه با رشد روز افزون اینترنت و گسترش سریع فضای مجازی و ویژگی های چشمگیر آن از جمله افزایش سرعت تبادل اطلاعات، ، دسترسی آسان و رایگان به اطلاعات ، متنوع بودن موضوعات و غیره، باعث شده افراد بیشتر زمان خود در فضای مجازی به ویژه فعالیت در شبکه های اجتماعی اختصاص دهند، در این راستا نظرات ثبت شده توسط کاربران در شبکه‌های مجازی رشد روزافزونی داشته و اهمیت بسیاری پیدا کرده؛ بر این اساس، هدف پژوهش حاضر تحلیل و بررسی نظرات کاربران توییتر درباره‌ی فناوری واقعیت مجازی با بهره گیری از روش های یادگیری ماشین و رویکرد مبتنی بر واژه نامه می‌باشد که با جمع آوری حدود 1 میلیون توییت در زمینه فناوری واقعیت مجازی توسط خزشگر وب به پیش پردازش دادهها شامل حذف ایست واژه ها و لینک ها، بن واژه سازی پرداخته شد، سپس مدل سازی موضوعی تخصیص پنهان دیریکله روی داده ها اجرا شد و توسط امتیاز انسجام درجه تشابه معنایی بین کلمات و تمایز بین موضوعات را به دست آمد و تعداد موضوعاتی که بیشترین امتیاز را داشت انتخاب شد و دادهها در 9 موضوع دسته بندی شدند، برای ارزیابی مدل نیز از معیار سرگشتگی استفاده شد که مقدار آن 44/9- به دست آمد که نشان از کارایی مدل دارد. سپس موضاعات مرتبط با فناوری واقعیت مجازی نام گذاری شد .
علم داده، هوشمندی و تحلیل‌های آینده نگر
سید محمد محمودی؛ محمد جعفری؛ مهسا پیشدار
چکیده
هوش مصنوعی فرصت های کم نظیری، برای ارتقای عملکرد صنایع مختلف از جمله صنعت خودروسازی فراهم میکند. مطالعه حاضر به دنبال شناسایی کاربردها و الزامات بکارگیری هوش مصنوعی در محصولات نوین خودروسازی همچون خودروهای خودران با کسب نظر از مدیران و کارکنان شرکت های خودروسازی داخلی از طریق پیشبرد مصاحبه نیمه ساختاریافته و تحلیل مضمون می‌باشد. ...
بیشتر
هوش مصنوعی فرصت های کم نظیری، برای ارتقای عملکرد صنایع مختلف از جمله صنعت خودروسازی فراهم میکند. مطالعه حاضر به دنبال شناسایی کاربردها و الزامات بکارگیری هوش مصنوعی در محصولات نوین خودروسازی همچون خودروهای خودران با کسب نظر از مدیران و کارکنان شرکت های خودروسازی داخلی از طریق پیشبرد مصاحبه نیمه ساختاریافته و تحلیل مضمون می‌باشد. افراد مصاحبه شونده شامل 11مدیر و 17 کارمند بودند که از این تعداد 15 نفر دارای مدرک کارشناسی و 11 نفر داری مدرک ارشد و 2 نفر داری مدرک دکتری بودند.پس از پیاده سازی متن مصاحبه ها و تحلیل و کدگذاری آنها به روش تحلیل مضمون، در بخش کاربردها 21 کد و در بخش الزامات 26 کد شناسایی گردید. پس از انجام 28 مصاحبه اشباع نظری حاصل شد .از کدهای شناسایی شده در بخش کاربردها میتوان به خودروهای خودران و دستیارصوتی، حمل ونقل اشتراکی و در بخش الزامات میتوان به تخصیص منابع،کارکنان متخصص و تشکیل تیم اشاره کرد. با توجه به تنوع کاربرد هوش مصنوعی در محصولات نوین خودرو و طبق الزامات مشخص شده با توجه به نظرات خبرگان، توسعه بستر مناسب برای فناوری‌های سخت و نرم به صورت یکپارچه؛ و پشتیبانی دولتی با توجه به ایجاد زیرساخت‌های قانونی می‌تواند مسیر توسعه فناوری حاضر را بهبود بخشد. مسلماً برای ایجاد زمینه عملکرد موفق هوش مصنوعی در خودروسازی باید با دیدگاه نظام‌مند، کلیه اثرات بکارگیری آن را از ابعاد مختلف فرهنگی، اجتماعی در نظر آورد.
علم داده، هوشمندی و تحلیل‌های آینده نگر
محمدحسن ملکی؛ سیدمرتضی مرتضوی؛ شهریار شیرویه‌پور؛ محمدجواد زارع بهنمیری
چکیده
این پژوهش با هدف توسعه سناریوهای بانکداری ایران با تأکید بر کلان دادهها انجام شده است. پژوهش حاضر از نظر جهت‌گیری، کاربردی و از منظر هدف، اکتشافی است. همچنین از نظر مبانی فلسفی، عملگرا و روش‌شناسی آن آمیخته است. برای اجرای پژوهش در مرحله اول از طریق مرور ادبیات و مصاحبه با خبرگان حوزه بانکداری و فناوری که بر اساس نمونه‌گیری هدفمند ...
بیشتر
این پژوهش با هدف توسعه سناریوهای بانکداری ایران با تأکید بر کلان دادهها انجام شده است. پژوهش حاضر از نظر جهت‌گیری، کاربردی و از منظر هدف، اکتشافی است. همچنین از نظر مبانی فلسفی، عملگرا و روش‌شناسی آن آمیخته است. برای اجرای پژوهش در مرحله اول از طریق مرور ادبیات و مصاحبه با خبرگان حوزه بانکداری و فناوری که بر اساس نمونه‌گیری هدفمند انتخاب شدند، 20 پیشران کلیدی پژوهش استخراج گردید. پس از غربال با روش دلفی فازی، 8 عامل حذف گردید و مابقی با تکنیک تصمیم‌گیری مارکوس مورد ارزیابی قرار گرفتند. یافته‌های پژوهش نشان داد، دو عامل «رگولاتوری فناوری» و «هزینههای انتقال فناوری» به عنوان عدم قطعیت‌های کلیدی برای تدوین سناریوهای پژوهش می‌باشند. بر اساس این دو عدم قطعیت کلیدی، چهار سناریو بر اساس مصاحبه با گروه کانونی با عناوین بانکداری جامع، بانکداری ایستا، بانکداری جستجوگر، بانکداری سرگردان توسعه یافت. در سناریو بانکداری جامع، همه چیز در حالت مطلوب خودش هست؛ هزینههای انتقال فناوری کاهش پیدا کرده و رگولاتوری‌ها حامی فناوری‌ها است. با توجه به یافته‌های پژوهش، در نظر گرفتن پیشران‌ها، عدم قطعیت‌های کلیدی و سناریوهای بدیل، توسط مدیران و تصمیم‌گیرندگان می‌تواند موجب بهبود عملکرد و افزایش مزیت رقابتی بانک‌ها شود.
علم داده، هوشمندی و تحلیل‌های آینده نگر
مژده سالاری؛ رضا رادفر؛ مهدی فقیهی
چکیده
هدف این تحقیق بررسی عوامل موثر در پیش بینی عملکرد تحصیلی دانشجویان مقطع کارشناسی در طبقه بندی چهار کلاسه می باشد. برای دستیابی به این هدف، مطالعه از روش داده کاوی کریسپ پیروی می کند. مجموعه داده ها از سیستم آموزشی ناد برای مقطع کارشناسی در دانشگاه شاهد برای ورودی سال های 1390 تا 1400 استخراج شده است. تعداد 1468 رکورد در داده کاوی استفاده شده ...
بیشتر
هدف این تحقیق بررسی عوامل موثر در پیش بینی عملکرد تحصیلی دانشجویان مقطع کارشناسی در طبقه بندی چهار کلاسه می باشد. برای دستیابی به این هدف، مطالعه از روش داده کاوی کریسپ پیروی می کند. مجموعه داده ها از سیستم آموزشی ناد برای مقطع کارشناسی در دانشگاه شاهد برای ورودی سال های 1390 تا 1400 استخراج شده است. تعداد 1468 رکورد در داده کاوی استفاده شده است. ابتدا شاخص‌های مؤثر بر عملکرد تحصیلی دانشجویان استخراج شد. مدلسازی با استفاده از ابزار رپیدماینر9.9 انجام شد. برای بهبود عملکرد طبقه‌بندی و دقت پیش‌بینی رضایت‌بخش ، از ترکیبی از تجزیه و تحلیل مؤلفه اصلی همراه با الگوریتم های یادگیری ماشین و تکنیک‌های انتخاب ویژگی و الگوریتمهای بهینه‌سازی استفاده می‌کنیم. عملکرد مدل‌های پیش‌بینی با استفاده از اعتبارسنجی متقاطع 10 برابری تأیید شده است. نتایج نشان داد که الگوریتم درخت تصمیم بهترین الگوریتم در پیش‌بینی عملکرد دانشجویان با دقت 84.71 درصد است. این الگوریتم به درستی فارغ التحصیلی 77.88 درصد از دانشجویان عالی و 85.26 درصد از دانشجویان خوب و 84.69 درصد از دانشجویان متوسط و 85.96 درصد از دانشجویان ضعیف را بر اساس معدل نهایی پیش بینی کرد.متغیر معدل دیپلم بیشترین تأثیر را در پیش‌بینی عملکرد دانشجویان دارد.
علم داده، هوشمندی و تحلیل‌های آینده نگر
مهدی محمدی راز؛ مریم شریف نژاد؛ محمدحسن فطرس
چکیده
با رشد و توسعه کسب و کارها، مدیریت ﺟﺮﯾﺎنهای ﻣﺎﻟﯽ و اﻓﺰاﯾﺶ اﺛﺮﺑﺨﺸﯽ آن دﺳﺘﺎورد ﻣﻬمی است که سبب اﯾﺠﺎد ﭘﺎﯾﺪاری ارزش وﮐﺎرآﻣﺪی ﺳﯿﺴﺘﻢ ها , روﯾﻪ ها در ﻃﻮل زﻧﺠﯿﺮه های کسب و کار خواهد شد. بنابراین توجه لازم به متغیرهای غیرقابل کنترل و قابل کنترلی که به ارزش آفرینی منجر شود امری اجتناب ناپذیر است. لذا هدف این پژوهش بررسی ...
بیشتر
با رشد و توسعه کسب و کارها، مدیریت ﺟﺮﯾﺎنهای ﻣﺎﻟﯽ و اﻓﺰاﯾﺶ اﺛﺮﺑﺨﺸﯽ آن دﺳﺘﺎورد ﻣﻬمی است که سبب اﯾﺠﺎد ﭘﺎﯾﺪاری ارزش وﮐﺎرآﻣﺪی ﺳﯿﺴﺘﻢ ها , روﯾﻪ ها در ﻃﻮل زﻧﺠﯿﺮه های کسب و کار خواهد شد. بنابراین توجه لازم به متغیرهای غیرقابل کنترل و قابل کنترلی که به ارزش آفرینی منجر شود امری اجتناب ناپذیر است. لذا هدف این پژوهش بررسی همزمان در راستای تاثیرگذاری عوامل اجتماعی و زیست محیطی بر ارزش آفرینی شرکت (تولید و بازیافت قطعات پلیمری) در طول زنجیره تامین می باشد که نقش کلیدی بررسی نسبت های مالی نیز در این خصوص مورد توجه قرار گرفته است. پژوهش حاضر از انواع کمی و کاربردی و مبتنی بر مدلسازی ریاضی است. مدلسازی پژوهش با استفاده از الگوریتم فراابتکاری ترکیبی ممتیک که حاصل ترکیب الگوریتمهای ژنتیک و شبیه سازی تبریدمی باشد انجام شده است. ﭘﺎراﻣﺘﺮهای ﺗﺤﻠﯿﻞ ﻣﺎﻟﯽ ﻣﺪل ﺷﺎﻣﻞ ﻧﺴﺒﺖهای ﺟﺎری، آﻧﯽ، ﺑﺪهی ﺑﻪ ﺣﻘﻮق ﺻﺎﺣﺒﺎن ﺳهام، ﺣﺎﺷﯿﻪ ﺳﻮد ﺧﺎﻟﺺ، ﻧﺴﺒﺖ وﺟﻪ ﻧﻘﺪ و ﻧﺮخ ﺑﺎزﮔﺸﺖ ﻣﯽ ﺑﺎﺷﺪ. بررسی و تحلیل نتایج حاکی از آن است که در نظر گرفتن اهداف و شاخص های مالی به بهبود سودآوری منجر می شود و با حذف شاخص های مالی از مدل، سودآوری کاهش یافته و این به معنای بهبود عملکرد زیست محیطی و اجتماعی زنجیره تأمین است. پس شرکتها می توانند از طریق ایفای مسئولیت های اجتماعی و رسالت حفظ محیط زیست و افشای عملکردشان به جامعه در این خصوص سودآوری خویش را بهبود بخشیده و سبب افزایش ارزشهای مالی و اقتصادی شوند.
علم داده، هوشمندی و تحلیل‌های آینده نگر
محمد حسینی مقدم
چکیده
در طول تاریخ ایده پیشرفت یکی از موضوعات اصلی اندیشمندان بوده است. ابتنا به علم و فناوری برای دستیابی به پیشرفت و بهبود مستمر کیفیت زندگی به یکی از اصول جهان شمول تبدیل شده است. بهره‌مندی از هوش مصنوعی به عنوان یکی از پیشرفت‌های فناورانه به منظور توانمندسازی انسان در محاسبه‌گری، پیش‌بینی و شکل‌دهی به آینده مطلوب مورد توجه متخصصان ...
بیشتر
در طول تاریخ ایده پیشرفت یکی از موضوعات اصلی اندیشمندان بوده است. ابتنا به علم و فناوری برای دستیابی به پیشرفت و بهبود مستمر کیفیت زندگی به یکی از اصول جهان شمول تبدیل شده است. بهره‌مندی از هوش مصنوعی به عنوان یکی از پیشرفت‌های فناورانه به منظور توانمندسازی انسان در محاسبه‌گری، پیش‌بینی و شکل‌دهی به آینده مطلوب مورد توجه متخصصان و دانشمندان قرار گرفته است. گسترش بکارگیری هوش مصنوعی در اکتشافات علمی موجب پیداش تحولات هستی‌شناختی و معرفت‌شناختی در علم شده است. هدف این مقاله تبیین چگونگی بهره‌مندی از هوش‌مصنوعی برای ارتقای توان اکتشافات علمی و دانش‌ورزی انسانی در فرایند پیشرفت علم است. پرسش اصلی این مقاله آن است که هوش مصنوعی چگونه امکان گذار از علوم عادی به علوم پساعادی را مهیا ساخته است؟روش‌های استفاده شده در این مقاله عبارتند از: مطالعات اسنادی و تحلیل روند به منظور بررسی چگونگی نفوذ هوش مصنوعی در پیشرفت علم و فناوری. یافته‌های اصلی این مقاله عبارتند از: پیشرفت علم از حیث ساختار، کارکرد، روش و عاملیت انسان به شیوه‌ای بنیادین توسط هوش مصنوعی دستخوش تحول شده است. این وضعیت باعث شکل‌گیری نوعی استیلا و انقیاد نوین در علم می‌شود که به شکل مستمر شکاف میان بهره‌برداران و محرومان از هوش مصنوعی به دلیل دسترسی‌های نابرابر به فناوری‌های نوین تشدید خواهد شد.
علم داده، هوشمندی و تحلیل‌های آینده نگر
مهدی فسنقری؛ محمد عصاریان
چکیده
نسل پنجم شبکه در حوزه تولید هوشمند و کارخانه هوشمند به عنوان یک فناوری که تولید صنعتی و اینترنت هوشمند را ادغام میکند، به سرعت درحال توسعه است؛ که حمایت جدیدی را برای تحول دیجیتال صنعت و توسعه اقتصاد با کیفیت بالا به ارمغان آورده است. بنابراین، این مقاله با تاکید بر نسل پنجم اینترنت و با هدف شناسایی پروژه‌های تولید هوشمند مبتنی بر ...
بیشتر
نسل پنجم شبکه در حوزه تولید هوشمند و کارخانه هوشمند به عنوان یک فناوری که تولید صنعتی و اینترنت هوشمند را ادغام میکند، به سرعت درحال توسعه است؛ که حمایت جدیدی را برای تحول دیجیتال صنعت و توسعه اقتصاد با کیفیت بالا به ارمغان آورده است. بنابراین، این مقاله با تاکید بر نسل پنجم اینترنت و با هدف شناسایی پروژه‌های تولید هوشمند مبتنی بر 5G به دنبال اولویت‌بندی این پروژهها با استفاده از روش تحلیل سلسلهمراتبی می‌باشد. لذا پس از بررسی ادبیات و مصاحبه با 17 خبره، 5 معیار اصلی برای اولویت‌بندی پروژهها انتخاب و با روش تحلیل سلسلهمراتبی و استفاده از پرسشنامه خبره وزندهی شدند؛ سپس با استفاده از نظرات خبرگان، 22 پروژه کارخانه هوشمند از طریق مصاحبه و با روش تحلیل محتوای کیفی شناسایی شده و با توجه به وزن معیارها، اولویت‌بندی شدند. معیارها به ترتیب درآمد، هزینه و سطح ریسک پروژه محاسبه شدند. همچنین خط تولید هوشمند، لجستیک هوشمند، تخصیص منابع هوشمند و اتوماسیونسازی فرآیندها به ترتیب مهم‌ترین پروژه‌های تولید هوشمند شناسایی شدند که لازم است مدیران به آنها توجه نمایند.
علم داده، هوشمندی و تحلیل‌های آینده نگر
یعقوب احمدلو؛ علیرضا پورابراهیمی؛ جعفر تنها؛ علی رجب زاده قطری
چکیده
موارد کلاهبرداری در سال‌های اخیر به ویژه در زمینه‌های مهم و حساس مالی و بیمه‌ای افزایش یافته است. از این رو، برای مقابله با این‌گونه کلاهبرداری‌ها نیاز به اقدامات متفاوتی نسبت به روش‌های بازرسی سنتی وجود دارد. بیمه کشاورزی نیز با توجه به ماهیت و گستردگی وسیع آن از این تهدید مستثنا نبوده و سالانه هزینههای زیادی صرف پرداخت به ...
بیشتر
موارد کلاهبرداری در سال‌های اخیر به ویژه در زمینه‌های مهم و حساس مالی و بیمه‌ای افزایش یافته است. از این رو، برای مقابله با این‌گونه کلاهبرداری‌ها نیاز به اقدامات متفاوتی نسبت به روش‌های بازرسی سنتی وجود دارد. بیمه کشاورزی نیز با توجه به ماهیت و گستردگی وسیع آن از این تهدید مستثنا نبوده و سالانه هزینههای زیادی صرف پرداخت به خسارت‌‌های ساختگی می‌شود. این پژوهش با هدف ارائه مدلی برای کشف ادعاهای خسارت غیرواقعی در بیمه کشاورزی با بکارگیری تکنیک‌های داده کاوی و یادگیری ماشین ارائه شد. برای ساخت مدل یادگیری عمیق مورد استفاده قرار گرفت. دادههای مورد استفاده از صندوق بیمه کشاورزی اخذ شد و مربوط به بیمه‌‌نامه‌‌های گندم آبی و دیم استان خوزستان بود که در سال زراعی 1399-1398 برای آنها غرامت پرداخت شده بود. بعد از آماده‌‌سازی و پیش‌‌پردازش دادهها، با استفاده از یادگیری عمیق نسبت به کشف موارد غیرعادی اقدام و نتایج توسط کارشناسان صندوق بیمه کشاورزی مورد ارزیابی قرار گرفت. بعد از تحلیل نتایج مشخص شد یک درصد از خسارت‌‌های پرداختی مربوط به درخواست‌های غیرواقعی بوده و در پرداخت خسارت بایستی دقت و بررسی بیشتری انجام شود. دقت مدل در تشخیص موارد غیرعادی برای گندم آبی و دیم به ترتیب برابر با 53/53 و 63/37 درصد بدست آمد. در بررسی نتایج مشخص شد 5 دسته رفتار غیرعادی منجر به پرداخت خسارت غیرواقعی شده‌اند که رفتار عدم ارائه مستندات خسارت فراوانی بیشتری نسبت به بقیه داشت.
علم داده، هوشمندی و تحلیل‌های آینده نگر
المیرا درزی؛ مهرداد آقا محمد علی کرمانی؛ مصطفی جعفری
چکیده
سازمان‌های پروژه محور به علت داشتن ماهیت موقتی بودن و برنامه‌ریزی‌های دقیق زمانی و هزینه‌ای، حائز اهمیت بیشتری در برقراری رابطه بین داده و فرآیندهای عملیاتی هستند که این امر نیازمند درک صحیح فرآیندهای واقعی سازمان است. از طرفی یکی از موضوعات مهم برای مدیریت سازمان‌های پروژه محور، مدیریت فرآیندهای کسب‌وکار آن است ولی باتوجه‌به ...
بیشتر
سازمان‌های پروژه محور به علت داشتن ماهیت موقتی بودن و برنامه‌ریزی‌های دقیق زمانی و هزینه‌ای، حائز اهمیت بیشتری در برقراری رابطه بین داده و فرآیندهای عملیاتی هستند که این امر نیازمند درک صحیح فرآیندهای واقعی سازمان است. از طرفی یکی از موضوعات مهم برای مدیریت سازمان‌های پروژه محور، مدیریت فرآیندهای کسب‌وکار آن است ولی باتوجه‌به رفتار پویا و پیچیدگی ذاتی یک سازمان پروژه محور، شناسایی فرآیندهای آن به کمک مدل‌سازی‌های سنتی دیگر قابل‌اتکا نیست. یک راه‌حل نسبتاً نوظهور برای مقابله با این موضوع، "فرآیندکاوی" نام دارد. در این مقاله چارچوبی معرفی شده است که با شناخت دقیق فرآیند، عملکرد واحدهای کسب‌وکار در مقایسه با واقعیت اندازه‌گیری شود. این چارچوب فراگیر، مراحل پیش‌نیاز شناخت از جمله پایش و تمیزسازی دادههای سیستم اطلاعاتی جهت کشف وضع موجود فرآیند و بررسی آن از زوایای مختلف را برعهده می‌گیرد. هدف اصلی این مقاله، توسعه چارچوبی برای بهبود فرآیند خرید در شرکت چاوش راه بنا بر پایه فرایندکاوی می‌باشد. پیشنهاد بهبود فرآیند با استفاده از پیاده‌سازی و استخراج دانش از فرآیند، کشف روابط غیرمنتظره و پنهان و یافتن گلوگاه‌های فرآیند خرید با استفاده از تکنیک‌های فرآیندکاوی در قالب چارچوبی در این مقاله ارائه گردیده است.
علم داده، هوشمندی و تحلیل‌های آینده نگر
منیره حسینی؛ الناز گلوی
چکیده
تشخیص اجتماع یک موضوع مهم در تحلیل شبکه‌های اجتماعی می‌باشد و برای درک ساختار شبکه‌های پیچیده ضروری است. در تشخیص اجتماع هدف، شناسایی گروه‌هایی است که گره‌های گروه به طور متراکم با هم در ارتباط هستند. در این تحقیق، ضمن ارائه معماری جامع و یکپارچه‌‌ای از روش‌های تشخیص اجتماع با یادگیری عمیق، از تکنیک‌های یادگیری عمیق برای کنترل ...
بیشتر
تشخیص اجتماع یک موضوع مهم در تحلیل شبکه‌های اجتماعی می‌باشد و برای درک ساختار شبکه‌های پیچیده ضروری است. در تشخیص اجتماع هدف، شناسایی گروه‌هایی است که گره‌های گروه به طور متراکم با هم در ارتباط هستند. در این تحقیق، ضمن ارائه معماری جامع و یکپارچه‌‌ای از روش‌های تشخیص اجتماع با یادگیری عمیق، از تکنیک‌های یادگیری عمیق برای کنترل دادههای گراف با ابعاد بالا استفاده شده است. روش‌های کلاسیک تشخیص اجتماع برای شبکه‌های با ابعاد پایین مناسب هستند. از این رو، کاهش ابعاد شبکه‌های پیچیده موضوع مهمی در تشخیص اجتماع به شمار می‌آید. در این تحقیق، ابتدا ماتریس شباهت جدیدی از توپولوژی شبکه برای آشکار کردن اتصالات مستقیم و غیر مستقیم بین گره‌ها ایجاد می‌شود. سپس یک خودمرزگذار پشته براساس یادگیری بدون نظارت برای کاهش ابعاد طراحی شده‌است. پس ازآن الگوریتمهای مختلف خوشه‌بندی تست و برای تشحیص اجتماعات به کار برده می‌شوند. ارزیابی مدل پیشنهادی تحقیق، با انجام آزمایش‌های متعدد بر روی معیار استاندارد و شش مجموعه داده واقعی کاراته، دلفین‌ها، فوتبال، کتاب‌های سیاسی،کرا و شهروند مورد بررسی قرار می‌گیرد. نتایج ارزیابی روش پیشنهادی، در مجموعه داده فوتبال در مقایسه با دوازده الگوریتم مطرح به کار رفته در تحقیقات گذشته دقت بالاتری در شناسایی اجتماعات دارد و در سایر مجموعه دادهها در مقایسه با سیزده الگوریتم بهبود قابل توجهی را نشان می‌دهد.
