عباس طلوعی اشلقی

با توجه به اینکه مخاطبان، محور اصلی ژورنالیسم واقعیت مجازی به شمار می آیند؛ بنابراین، هرگونه مطالعه در این حوزه بدون درک و شناخت این افراد، امری ناقص و بیهوده خواهد بود. بنابراین، به طور کلی سعی بر ان است که بر نقش فعالانه مخاطبان در چگونگی شکل گیری و روند رو به رشد این صنعت تمرکز شود. کیفیت تجربه فرد از روایت خبری ارائه شده توسط ژورنالیسم واقعیت مجازی علاوه بر فاکتورهای تکنولوژیکی که پیش نیاز ساخت یک قطعه به شمار می آیند، وابسته به پارامترهای بسیاری است که مهم ترین آنها مرتبط با علوم شناختی و رفتاری مخاطبان است. در این راستا، این مقاله نیز با تکیه بر مطالعات مربوط به کاربران و همچنین مصاحبه عمیق با افراد خبره حوزه ژورنالیسم و علوم شناختی، با استفاده از روش داده بنیاد به شناسایی مقوله های تاثیرگذار بر عمق غوطه وری تجربه شده توسط افراد پرداخته و در نهایت مدلی مفهومی ارائه کرده است. در این مدل، «درگیری کاربر با محیط» به عنوان مقوله محوری شناسایی شد. این مقوله متاثر از عوامل زمینه ای چون «ویژگی های دموگرافیک کاربران» و «نوع خبر»، و همچنین عوامل مداخله گر «تروما» و «عوامل بازدارنده استفاده از فناوری واقعیت مجازی» است. از سوی دیگر سه مقوله «شناخت»، «روایتگری» و «چگونگی ساخت قطعه» شرایط علی را فراهم کردند که زمینه ساز غوطه ور شدن مخاطب در روایت خبری است. در نهایت، «تمرکز بر فاکتورهای شناختی مخاطب» در ساخت قطعه ها و به طور کلی اولویت قرار دادن کاربران راهبرد پیشنهادی بوده که دو پیامد «افزایش غوطه وری» و «تغییر هنجارها و رفتارها» را به همراه داشت.

تحولات علمی و فناوری، به ویژه در حوزه فناوری اطلاعات و ارتباطات، باعث تغییرات چشمگیری در زندگی روزمره انسان ها شده و دورکاری به عنوان یک رویکرد نوین در مدیریت کارها و انجام فعالیت ها، به خصوص در شرایط ایجاد شده توسط پاندمی کرونا، مورد ترویج قرار گرفته است. با توجه به نیاز روزافزون بوجود آمده از جنبه های تکنولوژیک و بحران های فراگیر، این مطالعه مفهوم دورکاری را در چارچوبی که شامل دوره ی کرونا و انقلاب صنعتی پنجم است، مورد بررسی قرار می دهد و نیاز به توجه علمی جامع و روش های نوآورانه را تأکید می کند. برای رفع این چالش ها، این تحقیق با بکارگیری رویکرد متدولوژی سیستم های نرم یک مدل سیستمی ارائه می دهد که دیدگاه ها و محدودیت های مختلف ذینفعان را در نظر می گیرد و هدف آن افزایش اجرای کار از راه دور است. با استفاده از روش های سیستمی و تحلیل داده های کیفی، این مطالعه به روشی انعطاف پذیر و سیستمی به توسعه مدل می پردازد. علاوه بر این، نقش فناوری، فرهنگ سازمانی و استراتژی های مدیریت در کاهش انزوای اجتماعی و افزایش کارایی کار از راه دور را برجسته می کند. یافته ها بر جنبه پویای اکوسیستم کار از راه دور تأکید می کنند و اهمیت راهکارهای چندجانبه برای موفقیت سازمانی در دوران انقلاب صنعتی پنجم را تأکید می کنند.

مقدمه: هدف از انجام این مطالعه، ارائه عناصر و روش شناسی مدل یادگیری تقویتی منطبق بر مدل مفهومی عامل بنیان اعتباربخشی بیمارستانی در ایران است. عناصر و روش شناسی مدل یادشده، زیربنای مطالعاتی مطلوبی برای ایجاد سیستم هوشمند و چندعاملی اعتباربخشی بیمارستانی و روندهای شبیه سازی محیط در جهت ارائه رهنمودهای بهره ورانه به کارگزاران و سیاست گذاران مربوطه ایجاد خواهد کرد. این مطالعه در نظر دارد تا پاسخ مناسبی به پرسش های اصلی پژوهش که در آن ابهامات مربوط به عناصر یادگیری تقویتی و چگونگی انتخاب روش شناسی یادگیری تقویتی در یک سیستم چندعاملی از نوع سیستم های اجتماعی فنی وجود دارد، ارائه کند.روش ها : به منظور گردآوری داده های موردنیاز برای شناخت عناصر و شناسایی فرایندهای اعتباربخشی بیمارستانی، عامل ها، محیط و تعامل بین آن ها، از روش مرور سیستماتیک منابع، بررسی مستندات علمی و مصاحبه های نیمه ساخت یافته، از طریق خبرگان، به صورت حضوری بهره گرفته شد. مصاحبه شوندگان از میان اعضای هیئت علمی، مدیران بیمارستان و مسئولان بهبود کیفیت بیمارستان ها انتخاب شدند. جمع بندی مصاحبه ها با استفاده از روش های مبتنی بر داده بنیاد، رویکرد ترتیبی و سیستماتیک، صورت گرفت. منابع جمع آوری ویژگی های فرایند یادگیری ماشین با استفاده از روش مرور سیستماتیک از مستند «راهنمای اعتباربخشی 1401» بوده است. روند انتخاب ویژگی های یادشده از طریق انتخاب صحیح از ویژگی های خروجی مدل که همان کنش های عامل است، صورت گرفت. فهرست کنش های عامل بر اساس طبقه بندی ساختار درختی از محتوای مفهومی مستند فوق الذکر به صورت یک درخت عمومی غیردودویی استخراج شد.یافته ها: مدل یادگیری تقویتی استخراج شده درصدد یافتن زنجیره های بهینه از کنش های عملیاتی در شرایطی که داده های کمی موجود است، خواهد بود. مهم ترین عناصر مدل یادشده عبارت اند از:مجموعه حالات: مجموعه عوامل اعتباربخشی بیمارستانی مانند متغیرهای ورودی، متغیرهای خروجی، شاخص ها، پارامترها، اعداد ثابت مربوط به سنجه های هر عامل مفهومی در مستند «راهنمای اعتباربخشی 1401»؛مجموعه کنش ها: کنش های عامل های هوشمند؛ در هر اپیزود یادگیری تقویتی، مسیرهایی از درخت دودویی خوشه بندی سلسله مراتبی شده اقدامات عملیاتی قابل انجام در بیمارستان و به ازای مجموعه ویژگی های حالت هستند؛تابع پاداش: «کسب بالاترین امتیاز ممکن در نظام رتبه بندی بیمارستانی با انجام کمترین تعداد کنش و اقدام لازم» است؛تابع سیاست: بر اساس فرایند یادگیری هر عامل، مبتنی بر یک شبکه عصبی عمیق DQN و الگوریتم کاهش گرادیان است؛عامل های عملیاتی: هدف عملیاتی هر یک از عامل های مفهومی؛ «حداکثرکردن امتیازات اعتباربخشی سنجه های حوزه مربوط به خود با توصیه کمترین اقدامات» است.چرخه کلی مدل: در این ساختار هر کدام از عامل های هوشمند، زیرمجموعه عامل های مفهومی نه گانه، در محدوده خود دارای یک شبکه عصبی چندلایه است که ویژگی های حالات مرتبط، به این شبکه عصبی وارد می شود و در خروجی، بر اساس تعریف تابع سیاست ویژه آن عامل، نگاشتی از کنش های بهینه بر حسب شرایط و حالات فعلی عامل ایجاد خواهد شد؛مدل شبکه عصبی: شبکه عصبی عامل هوشمند برگرفته از عامل مفهومی «مدیریت و رهبری» است که در آن مشخصات لایه های ورودی، مخفی و خروجی شبکه آمده است.نتیجه گیری: جمع بندی پیشینه پژوهش های مرتبط، نشان داد که رویکرد طراحی مدل های اعتباربخشی بیمارستانی می تواند به دو گروه «مدل های مفهومی بدون بهره گیری از عوامل هوشمند» و «مدل های مفهومی با بهره گیری از مفاهیم هوشمندسازی و سیستم های عامل بنیان» تقسیم شود. بررسی ها نشان داد که این مطالعات دارای نتایج موردانتظار بوده و کارایی و اثربخشی مدل ها و فرایندهای پیشنهادشده توسط آن ها، اعتبار لازم را داشته اند. از نقاط ضعف این پژوهش ها، این است که الگوریتم های یادگیری تقویتی لزوماً با مدل های عامل بنیان در آن ها درآمیخته نشده است.

رقابت های جهانی، صنابع پویا و چرخه های نوآوری و فناوری که به سرعت در حال کوتاه شدن هستند همگی چالش های مهمی را برای صنعت مالی، بانکداری و بیمه ایجاد کرده اند و نیاز به تجزیه و تحلیل داده ها جهت بهبود فرآیندهای تصمیم گیری- در این سازمان ها بیش از پیش اهمیت پیدا کرده است؛ در این میان، داده هایی که در پایگاه-های اطلاعاتی این سازمان ها نگهداری می شوند به عنوان منابع ارزشمند اطلاعات و دانش مورد نیاز جهت تصمیم-گیری های سازمانی مطرح می باشند؛ در این تحقیق بر روی مشتریان مشترک صنعت بانکداری و بیمه تمرکز شده است. هدف از این تحقیق، ارائه روشی جهت پیش بینی عملکرد مشتریان جدیدالورود بر مبنای رفتار مشتریان پیشین است؛ برای این منظور، از یک مدل ترکیبی مبتنی بر ماشین بردار پشتیبان و الگوریتم ژنتیک استفاده شده است؛ بدین ترتیب که ماشین بردار پشتیبان، وظیفه مدل سازی رابطه بین عملکرد مشتریان و اطلاعات هویتی آنها را بر عهده دارد و الگوریتم ژنتیک، وظیفه تنظیم و بهینه سازی پارامترهای ماشین بردار پشتیبان را عهده دار است. نتایج به دست آمده از طبقه بندی مشتریان- با استفاده از مدل پیشنهادی در این تحقیق- طبقه بندی مشتریان با دقت بالای ۹۹ درصد است.

دستیابی به فناوری هوش مصنوعی نیازمند طیف گسترده ای از فعالیت های تحقیق و توسعه است که هر کدام دارای مشخصه و ویژگی های متفاوتی است. هدف این مقاله شناسایی مشخصه های انواع تحقیق و توسعه در هوش مصنوعی است. این پژوهش با رویکرد ترکیبی (کیفی- کمی) انجام گرفت که در بخش کیفی آن ضمن مطالعه و مرور منظم مبانی نظری و ادبیات تحقیق و توسعه در هوش مصنوعی، ویژگی های آن به روش تحلیل محتوی استخراج گردید. سپس به منظور تعیین مصداق ها و جزئیات هر ویژگی با 10 نفر از خبرگان دانشگاهی و مدیران آشنا به فرآیند تحقیق و توسعه در هوش مصنوعی مصاحبه انجام گرفت. در بخش کمی، به منظور اعتبار بخشی به یافته های کیفی، پرسشنامه ای براساس مقیاس لیکرت هفت درجه ای فازی تهیه و نظرات کارشناسان در مورد ویژگی های احصاشده جمع آوری گردید. داده های جمع آوری شده از پرسش نامه ها در دو دور، طبق فرآیند دلفی فازی، غربال و نهایی شد. یافته های این تحقیق با هدف سیاست گذاری در تحقیق و توسعه شامل 8 مشخصه مجزا عبارتند از: جستجوی زمینه پژوهش، هدف عامل انجام پژوهش، خروجی مورد انتظار، معیار عملکرد، افق زمانی، تکنیک ها و روش ها، صلاحیت ها و مهارت های محققین، و اندازه تلاش پژوهشی.

در سال های اخیر رقابت های صنعتی و اقتصادی، مباحث زیست محیطی و فشار دولت ها بر تولیدکنندگان برای مدیریت پسماند محصولات و از طرفی سود ناشی از بازیافت محصولات، اهمیت طراحی شبکه زنجیره تأمین معکوس و حلقه بسته را دوچندان کرده است. تحقیق موردنظر در زمینه طراحی شبکه زنجیره تأمین حلقه بسته چهار سطحی در شرایط عدم قطعیت درصد بازیافت محصولات انجام می شود. هدف اصلی این تحقیق، ارائه یک مدل برنامه ریزی خطی عدد صحیح است که به منظور حداقل سازی هزینه های زنجیره تأمین و زمان خدمت دهی به مشتریان تحت شرایط عدم قطعیت ایجاد می شود. این مدل شبکه تأمین با در نظر گرفتن تئوری صف و بهینه سازی سیستم بازیافت محصولات طراحی می شود.یکی از نکات مهم تحقیق، مدل سازی عدم قطعیت در میزان بازگشت محصولات مصرفی به چرخه زنجیره تأمین حلقه بسته است. این تحلیل به منظور ایجاد یک رهیافت استوار برای مدل سازی مساله مورد استفاده قرار می گیرد.در انتها، عملکرد مدل پیشنهادی در صنعت تولید کاغذ ارزیابی می شود و یک تحلیل حساسیت با توجه به متغیرهای تصمیم بین دو الگوریتم فراابتکاری جستجوی هارمونی چندهدفه و الگوریتم ژنتیک مرتب سازی مغلوب ارائه می شود.

هدف این مطالعه، ارایه مدل مفهومی عامل بنیان در سیستم اعتباربخشی بیمارستانی ایران از طریق پژوهش-های کیفی می باشد. برای تدوین مدل مفهومی عامل بنیان از مدل داده بنیاد استفاده شد. از طریق رویکرد ترتیبی و سیستماتیک، مدل داده بنیاد ایجاد و سپس به کمک آن، نمودار حالت بدست آمد. با استفاده از نمودار حالت، نمونه گیری های اولیه، مرور سیستماتیک منابع و مصاحبه ها، 9 عامل مفهومی «سازمان های حاکمیتی، مدیریت و رهبری، پرسنل بالینی، پرسنل پشتیبان، زیرساخت های بیمارستان، ارزیابان، استانداردها، روش ارزیابی و گیرنده خدمت» شناسایی شدند. سپس مدل مفهومی عامل بنیان، محیط، قوانین رفتاری عامل ها و تعاملات ورودی و خروجی آنها، ارایه گردید. جهت اعتبارسنجی مدل مفهومی عامل بنیان، عامل ها و تعامل های آنها، از روش دلفی فازی با اعداد فازی مثلثی استفاده شد. مدل مفهومی عامل بنیان حاصل این پژوهش، می تواند زیربنای مطالعاتی مناسبی را برای روندهای شبیه سازی محیط و ایجاد سیستم هوشمند و چندعاملی اعتباربخشی بیمارستانی در جهت ارایه رهنمودهای بهره ورانه به کارگزاران مربوطه ایجاد نماید. مربوطه ایجاد نماید.

افزایش سود عملیاتی، چالشی است که شرکت های پخش دارو با آن مواجه هستند. اغلب پژوهش های انجام شده در این حوزه، دارای رویکرد کاهش هزینه می باشند. سامانه پایش برخط، یکی از روش های اثربخشی است که می تواند برای تصمیم گیری مدیران و بهبود عملکرد زنجیره توزیع دارو با رویکرد کاهش هزینه ها و افزایش درآمدها، مورد استفاده قرار گیرد. برای ایجاد این سامانه، نیاز به مدل سازی مفهومی، ریاضی و رایانه ای است. هدف این پژوهش، توسعه مدل ریاضی عامل بنیان سیستم پایش برخط برای بهبود نظام توزیع دارو بر اساس مدل مفهومی با استفاده از رویکرد یاد گیری تقویتی است. مدل ریاضی بر اساس مدل مفهومی عامل بنیان و با استفاده از رویکرد یادگیری تقویتی چندعاملی استخراج شد. پس از استخراج مدل ریاضی، اثربخشی مدل با مقایسه نتایج حاصل از خروجی مدل ریاضی و نتایج واقعی در یک شرکت پخش دارو، صحه گذاری شد. یافته های پژوهش نشان داد که مدل ریاضی توسعه یافته، با توجه به تعاملات و تغییر رفتار عامل ها و وضعیت محیط، قابلیت بهبود مستمر اهداف، تصمیم گیری ها و عملکرد فرایندهای زنجیره توزیع دارو را دارد.

امروزه بسیاری از زمینه های تحقیقاتی و کسب وکار به نوعی با افکار، تصویرها و الگوهای ذهنی کاربران و مخاطبان خود سروکار دارند . لذا شناخت و آگاهی از نحوه ی طرز فکر افراد، مشتریان و مخاطبان یک مجموعه در مورد آن، تأثیر فراوانی بر اخذ تصمیمات مناسب از سوی مدیران آن مجموعه، درراستای پیشبرد اهداف و حل مسائل مختلف دارد. از طرفی جمع آوری داده از کاربران، به جهت رسیدن به اهداف و نتایج تحقیق، با استفاده از روش های سنتی معمولاً زمان بر و همراه با بی دقتی است. هدف از پژوهش حاضر ارائه رویکردی نوین جهت جمع آوری داده از افراد، به منظور سنجش ادراک آنان در خصوص یک موضوع معین، در قالب یک مطالعه ی موردی می باشد. در این تحقیق جهت بررسی رضایت مندی کاربران سه اپلیکیشن تاکسی های اینترنتی در ایران، به نام های اسنپ، تپسی و کارپینو، از نظرات آنان در شبکه اجتماعی توییتر استفاده گردید. روش تحقیق در پژوهش حاضر به لحاظ هدف کاربردی و ازنظر ماهیت، توصیفی است. جامعه آماری، کلیه کاربران سه اپلیکیشن یادشده و عضو در شبکه اجتماعی توییتر، می باشند که نظرات خود را در رابطه با این اپلیکیشن ها منتشر می نمایند. در طول انجام تحقیق، درمجموع ۶۸۲ نظر از توییت های مربوطه به صورت مقطعی، در بازه زمانی تابستان ۱۴۰۰، با استفاده از رابط برنامه کاربردی توییتر و هشتک های مرتبط، جمع آوری گردید.

هدف این پژوهش ترکیب الگوریتم ژنتیک در بهینه سازی سبد سهام در تصمیم گیری مالی سرمایه گذاران می باشد؛ در یک پروژه شبیه سازی، استفاده نهایی از داده های ورودی برای ساختن مدل شبیه سازی می باشد. این فرآیند شامل جمع آوری داده های ورودی، آنالیز کردن داده های ورودی و استفاده از این داده های ورودی آنالیز شده در مدل شبیه سازی است. جامعه آماری پژوهش شامل 20 نماد (شرکت) از بین صنایع (وبصادر، وتجارت، اخابر، فخوز، فارس، بالبر، تپمپی، خساپا، خودرو، سشرق، سصوفی، شبهرن، شپنا، غپینو، فولاد، قثابت، کسرا، وبانک، ونفت، ونیکی) و اطلاعات مربوط به قیمت روزانه سهام و میزان شاخص روزانه از تاریخ 1 دی ماه 1387 الی 26 دی ماه 1400 به عنوان نمونه در نظر گرفته شد. ابزار جمع آوریاطلاعات و داده ها با استفاده از سایت فیپیران می باشد و میزان بتا (ریسک) سهام بصورت ماهیانه با استفاده از نرم افزار اکسل محاسبه و میزان فراوانی بازده و بتا (ریسک) محاسبه شده را با استفاده از نرم افزار Spss بدست آورده و با استفاده از نرم افزار Easy fit به تابع های توزیع پرداخته شد؛ نتایج نشان داد که در صورتیکه عامل ها مبتدی هستند برای کسب سود بیشتر از رفتار نرمال و ریسک 40% را قبول کنند میزان سود بدست آمده پس از بهینه نمودن مدل با الگوریتم ژنتیک بیشتر از مدل اولیه می باشد. درصورتیکه عامل ها حرفه ایی هستند برای کسب سود بیشتر از رفتار ریسک گریز و ریسک 80% را قبول کنند میزان سود بدست آمده پس از بهینه نمودن مدل با الگوریتم ژنتیک بیشتر از مدل اولیه می باشد.

طی دهه های اخیر سهم اقتصاد دیجیتال از کل کیک اقتصاد جهان با شیب تندی افزایش یافته و اقتصاد از منبع محوری به داده محوری در حال گذار است. کسب وکارهای مبتنی بر فناوری اطلاعات، مهم ترین بازیگران این عصر جدید اقتصاد هستند. هدف از انجام پژوهش حاضر، بررسی عوامل مؤثر بر توسعه این کسب وکارها و اعتبارسنجی یکی از مدل های مفهومی موجود در ادبیات است. تحقیق ازنظر هدف کاربردی بوده و در زمره پژوهش های توصیفی پیمایشی قرار می گیرد. در این پژوهش، یافته های مدل منتخب به همراه چند شاخص دیگر که از مطالعات سایر پژوهشگران استخراج شده در قالب یک پرسشنامه پیاده سازی شده و به صورت الکترونیکی در جامعه ای متشکل از سه گروه مختلف از فعالان این صنعت توزیع شده است. داده های دریافت شده از 232 پرسشنامه تکمیل شده با استفاده از روش تحلیل عاملی تأییدی و مدل یابی معادلات ساختاری مورد تجزیه وتحلیل قرارگرفته، یافته ها در قالب یک مدل نهایی ارائه گردیده است. نتایج این پژوهش نشان می دهد که توسعه اقتصاد دیجیتال مستلزم توانمندسازی بنگاه های هوشمند و توجه هم زمان به عوامل محیطی است. همچنین، عوامل سیاستی و نقش دولت در توسعه این کسب وکارها بسیار کلیدی بوده، سایر عوامل با اثرپذیری از سیاست های دولت در توسعه این شرکت ها ایجاد اثر می کنند. یافته های این پژوهش می تواند در سیاست گذاری توسعه اقتصاد دیجیتال در کشور و جهت دهی به حمایت های حاکمیت از کسب وکارهای این حوزه مؤثر باشد.    

زنجیره تامین کارآمد و نیز مدیریت صحیح مولفه های آن نقش بسزایی در بهره وری زنجیره تامین ایفا می نماید. صنعت فولاد جزء صنایع مادر بوده و نیازمند آن است تا بهره وری زنجیره خود را هر چه بیشتر ارتقاء دهد. هدف پژوهش حاضر شناسایی عوامل کلیدی موثر بر بهره وری زنجیره تامین فولاد کشورمی باشد. به منظور شناسایی عوامل موثر بر بهره وری زنجیره تامین فولاد، از مدل اسکور بهره گیری شده است و شاخص های مدل با فرم های CVR وCVI و نیز با نظر خبرگان صنعت فولاد مورد تایید قرارگرفته و بر اساس آن پرسشنامه طراحی شده بین مدیران و کارشناسان صنعت فولاد توزیع و جمع آوری گردید. در نهایت تجزیه و تحلیل داده ها با استفاده از تحلیل عاملی تأییدی با معادلات ساختاری و نرم افزار PLS انجام شد و عوامل تاثیرگذار بر بهره وری زنجیره تامین، با 30 شاخص و در 6 عامل مورد تایید واقع گردید. نتایج پژوهش حاکی از آن است که هر 6 عامل بر بهره وری زنجیره تامین فولاد تاثیر گذار می باشند اما در بین آنها عامل توانمندسازها دارای بیشترین تاثیر بر بهره وری زنجیره تامین فولاد است.

رویکردهای نرم تحقیق در عملیات متاثر از پارادایم تفسیری در مسائلی که شامل ذینفعان متعدد با دیدگاه های متفاوت و تضاد منافع می باشند از توانمندی بالایی برای ساختاردهی و به دنبال آن بهبود مسائل برخوردار هستند. این روش ها با تعریف مسئله و مدلسازی مشارکتی به ساختاردهی و بهبود شرایط آشفته اقدام می کنند. در این مطالعه روش شناسی سیستم های نرم به عنوان یکی از معروف ترین روش های تحقیق در عملیات نرم در دو سطح مورد استفاده قرار گرفته است. در ابتدا با استفاده روش شناسی سیستم های نرم فرایندمحور، فرایند دخالت در سیستم ارتقاء شغلی کارکنان یک شرکت فعال در حوزه نفت و گاز طراحی شده است. در ادامه به کمک روش سیستم های نرم محتوامحور نارضایتی کارکنان از این سیستم بر اساس جها ن بینی های متنوع مدیران وکارمندان بررسی شده است. در این مرحله شرایط به منظور بیان آزادانه دیدگاه های افراد در سطوح قدرت متفاوت سازمان فراهم شده است. سپس تعاریف بنیادین و مدل های مربوطه در قالب مدل ایده آل نهایی جمع بندی شده است. در پایان با ایجاد فهم مشترک اقدام توافقی از طریق مذاکره برای کاهش میزان نارضایتی کارکنان از سیستم ارتقاء شغلی پیشنهاد شده است.

مصرف، فرایندی پویاست که با سبک زندگی پیوندی عمیق دارد و می توان گفت مهمترین عامل در بین عوامل و مولفه های سبک زندگی افراد در دوره مدرن است. این مقاله با تمرکز بر الگوی مصرف خانوارهای شهری ایرانی و تقسیم بندی انواع مصارف آنها و با این دیدگاه که الگوی مصرف، فرایندی پویاست، با استفاده از رویکرد پویایی سیستم ها به آن پرداخته است و با بهره گیری از نرم افزار ونزیم و قابلیت های آن، با انجام مراحل مدلسازی پویا، از تعریف مساله و ساخت فرضیه پویا و تشریح جوانب مساله و نیز شناخت عوامل موثر و ایجاد نمودار زیرسیستم جهت تبیین جریان های موجود در این مدل به تهیه نمودار علی و معلولی آن پرداخته و با ترسیم نمودار حالت – جریان و مدلسازی، به تدوین سناریوهای نه گانه ای پرداخته است که در نهایت با تحلیل حساسیت به سناریو پردازی پرداخته است و به نتایجی در خصوص الگوی مصرف و سبک زندگی خانوار شهری در جامعه ایرانی پرداخته و در انتها پیشنهادات و راهکارهایی را ارائه کرده است. این مقاله و مدل حاصل از آن نشان می دهد که به جز مصرف زیستی که طبعا اولویت اول مصرف در خانوارهای شهری است، سایر مصارف در شرایط تقریبا مشابهی قرار دارند و شیب نرخ مصرف رسانه ای و پس از آن مصرف فرهنگی، نسبت به سایر هزینه ها بیشتر است و این یعنی با بهبود شرایط اقتصادی مصرف آنها افزایش بیشتری خواهد داشت.

برنامه ریزی حسابرسی با ارزیابی ریسک حسابرسی همراه است. هدف از اجرای این پژوهش ارزیابی ریسک حسابرسی با استفاده از رویکرد داده کاوی مبتنی بر شبکه های عصبی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1396تا 1398 بوده است که بر اساس داده های گرفته شده از 90 شرکت می باشد. جهت مرتب سازی داده ها از نرم افزار EXCEL و برای تجزیه و تحلیل یافته های پژوهش و کد نویسی هر یک از الگوریتم های مورد استفاده از نرم افزار MATLAB استفاده گردیده است. جهت ارزیابی ریسک حسابرسی، از طریق دوالگوی شبکه عصبی به ارزیابی قدرت هر کدام از الگوها پرداخته شد. در این پژوهش ابتدا از روش شبکه عصبی مصنوعی و سپس ترکیب آن با الگوریتم بهینه سازی اجتماع ذرات استفاده گردید. در ادامه به منظور مقایسه نتایج پیش بینی از میانگین درصدخطا، میانگین قدر مطلق خطا، مجذور میانگین مربعات خطا و ضریب همبستگی استفاده شد. نتایج پژوهش نشان داد الگوی ترکیبی قدرت پیش بینی بالاتری دارد.

حفظ مشتری یکی از پراهمیت ترین مسائل هر سازمانی می باشد و یافتن راهی جهت حفظ و بقای مشتری از نیازهای کلیدی آن سازمان است. هدف اصلی پژوهش حاضر، در حوزه یادگیری ماشین با تمرکز بر شناسایی صحیح نیازهای مشتری با روشی مبتنی بر استخراج دیدگاه ها و تحلیل احساسات و کمی سازی گرایش احساسی مشتریان در مورد خدمات بانکی با بررسی و تحلیل نظرات آن ها می باشد. به عبارتی موضوع این پژوهش طراحی سیستم توصیه گر جهت ارائه خدمات مناسب به مشتریان، با استفاده از عقاید و تجارب آن ها می باشد. روش اجرای ارائه شده در پژوهش حاضر بدین ترتیب است که، با بررسی عقاید مشتریان و استخراج متغیرهایی چون نمره احساسات افراد برای توییت ها، نمره ارتباط، شباهت کسینوسی و میزان ضریب اطمینان در قالب فرآیند آموزش و تست، خدمات بانکی مناسب را پیشنهاد می دهد. به منظور ارائه این پیشنهاد، از روش های دسته بندی مناسب به همراه روش های عقیده کاوی و رویکرد اعتبارسنجی مناسب استفاده می شود و سیستم طراحی شده نهایی با خطایی اندک، جهت ارائه خدمات شخصی سازی شده، در راستای کمک به مدیران بانکی گام خواهد برداشت. ازآنجاییکه درحال حاضر ارائه خدمات بانکی متناسب با وضعیت مشتریان به طورکامل وجود ندارد، لذا سیستم مذکور در این زمینه بسیار راهگشا خواهد بود.

هوش مصنوعی یکی از فناوری های نو ظهور عصر حاضر است که در آن تلاش می شود هوش انسانی در سامانه ها و ماشین های مورد استفاده شبیه سازی شود. دستیابی به هوش مصنوعی نیازمند طیف گسترده ای از فعالیت های تحقیق و توسعه بوده که مدیریت این فرآیند مستلزم دسترسی به دانش نوین برای تدوین و پیاده سازی راهبرد، اختصاص منابع، سازماندهی، و بکارگیری ابزارهای مناسب می باشد. هدف این مقاله شناسایی و اولویت بندی مولفه های مدیریت تحقیق و توسعه داده محور در شرکت های فعال در فناوری هوش مصنوعی است. این پژوهش با رویکرد آمیخته (کیفی- کمی) انجام گرفت. در بخش کیفی، پس از مرور منسجم مبانی نظری با 12 نفر از خبرگان که به روش نمونه گیری هدفمند و گلوله برفی انتخاب شدند مصاحبه شد و نظرات آن ها جمع آوری و در قالب نظریه داده بنیاد، مورد تحلیل قرار گرفت. نتیجه آن 123 کد باز، 24 زیرمولفه و 8 مولفه (مقوله) محوری بود. در بخش کمی، نظرات 85 نفر از متخصصین تحقیق و توسعه و فعالان حوزه هوش مصنوعی که به روش نمونه گیری قضاوتی انتخاب شده بودند از طریق پرسشنامه جمع آوری و پس از تحلیل آن به روش مدل معادلات ساختاری، روابط و اعتبار مولفه ها مورد تائید قرار گرفت. همچنین با نظر خبرگان مولفه های به دست آمده در قالب روش سوارا وزن دهی و اولویت بندی شدند که به ترتیب عبارتند از: مدیریت نظام مند، تامین منابع، توانمندی بکارگیری تحلیل های کلان داده، سیاست های حمایتی، بسترها و زیرساخت ها، توسعه علم داده، عوامل سازمانی و منافع تجاری.