مدل سازی تأثیر ریسک های پاندمی کرونا بر زنجیره تأمین عمومی با استفاده از روش های متن کاوی (مورد مطالعه: زنجیره تأمین غذایی) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
نخستین گام در راستای تحلیل و ارزیابی ریسک های زنجیره تأمین شناسایی این ریسک ها است. روش های تحلیل مرسوم بر اساس فیلترهای دستی یا روش های خودکار داده محور ارائه شده است. روش های فیلتر دستی به دلیل محدودیت های نمونه گیری دارای مشکلات اعتبارسنجی هستند و از طرف دیگر روش های تحلیل خودکار مبتنی بر داده، در تحلیل داده های ریسک که پیچیده و مبهم هستند، عملکرد ضعیفی دارند. برای پرکرده خلل پژوهشی، در این پژوهش، چارچوبی تعاملی بین تحلیل گر و ماشین برای تحلیل حجم وسیعی از داده های ریسک در حوزه زنجیره تأمین مواد غذایی با استفاده از تکنیک مدل سازی موضوع، تعبیه سازی کلمات، تحلیل همبستگی اصطلاح و نقشه دانشی ارائه شده است. هدف از سیستم نظارت بر داده های ریسک زنجیره تأمین، کمک به مدیران در شرکت های مواد غذایی برای نظارت و شناسایی خطر بحران ها و ارائه اطلاعات پشتیبانی تصمیم برای ایجاد یک زنجیره تأمین مواد غذایی پایدار است. نتایج تحلیل موضوعی فراداده ها، نقشه دانشی در پنج حوزه «برداشت»، «کشاورزی»، «خرده فروشی مواد غذایی»، «خدمات غذایی»، «توزیع» و «مصرف» را نشان داد که در هیئت خبرگان تأیید شد. نتایج نشان می دهد مدل تحلیل مخاطرات در استخراج واحدهای دانشی مرتبط با حوزه مدیریت بحران زنجیره تأمین مواد غذایی مفید است.Modeling the Impact of the Covid-19 Risks on Global Supply Chains using Text Mining Methods: A Case Study of the Food Supply Chain
The first step in analyzing and evaluating supply chain risks is to identify these risks. Conventional analysis methods are based on manual filters or data-driven automated methods. Manual filtering methods suffer from validation problems due to sampling limitations, and automated data analysis methods, on the other hand, perform poorly in analyzing risk data that is complex and ambiguous. To fill the research gap, in this study, an interactive framework between the analyst and the machine is presented to analyze a large volume of risk data in the field of food supply chain using topic modeling techniques, word embedding, term correlation analysis, and knowledge map. The purpose of the supply chain risk monitoring system is to assist managers in food companies to monitor and identify crisis risks and provide a decision support information system to create a sustainable food supply chain. The results of the topic analysis of metadata showed a knowledge map in five areas of "harvest", "agriculture", "food retail", "food services", "distribution" and "consumption", which was approved by the expert panel. The results show that the risk analysis model is useful in extracting knowledge units related to the field of food supply chain crisis management.
تبلیغات
