فرامرز فتح نژاد

گسترش شبکه های اجتماعی از طریق مشارکت موجب بهبود کیفیت زندگی می گردد. مشارکت اجتماعی در برگیرنده انواع مختلف کنش فردی و گروهی به منظور دخالت در تعیین سرنوشت خود و جامعه و تأثیر نهادن بر فرایندهای تصمیم گیری درباره مسائل عمومی است. تشکیل شبکه ها، هر یک از افراد جامعه را قادر می سازد به دیگری کمک کنند. با انجام این کار نه تنها از فواید فردی در شبکه ها سود می برند، بلکه با ایجاد ارتباطات بیشتری فضای دلنشینی برای زندگی فراهم می کند. مطالعه حاضر با هدف سنجش تاثیر مدیریت محتوا بر سبک زندگی کاربران شبکه-های اجتماعی پرمخاطب در راستای پیشبرد اهداف بیانیه گام دوم رهبر معظم انقلاب در بین دانشجویان مدیریت دانشگاه آزاد اسلامی واحد الکترونیکی در سال 1400 صورت گرفت. این پژوهش به شیوه توصیفی – پیمایشی انجام شد. جهت تجزیه و تحلیل استنباطی داده ها از نرم افزار آماری spss24 استفاده شد. بر اساس یافته های پژوهش مشخص شد که تولیدکنندگان محتوا، اطلاعات (محتوا) ، وب سایت ها و همچنین اپلیکیشن های موبایلی نقش مهمی در مدیریت شبکه های اجتماعی دارند. همچنان که این عوامل بر سبک زندگی دانشجویان و سلامت فردی و اجتماعی آنان اثرات چشمگیری داشتند؛ اثبات شد که در صورت مدیریت محتوای شبکه های اجتماعی در سطح کلانِ جامعه، می توان اهداف بیانیه گام دوم انقلاب را با جامعیت و سهولت بیشتری محقق نمود.

چکیده مدیریت مالی فرایند های پژوهش های نظری در مراکز مطالعاتی و پژوهشی دفاعی، با توجه به محدودیت های مربوط به اعتبارات پژوهشی و گستردگی این مراکز و نیز وجود اولویت های پژوهشی و سطح بندی آنها، همواره از اهمیت ویژه ای برخوردار بوده و چالش هایی را برای تصمیم گیران این حوزه ایجاد نموده است. هدف مقاله پیش رو شناسایی معیارهای مناسب مدیریت مالی فرایندهای پژوهشی در مراکز دفاعی (مطالعه موردی ارتش ج. ا. ا) و طراحی الگوی واگذاری بهینه آن به کمک سیستم هوشمند شبکه عصبی مصنوعی می باشد. در ابتدا با مراجعه به دستورالعمل ها و آیین نامه های پژوهشی آجا معیارهای واگذاری اعتبار تعیین و سپس از طریق پرسشنامه در مراکز پژوهشی مورد نظر معیارهای تعیین شده بررسی و مورد تأیید قرار گرفت. در ادامه الگوی واگذاری اعتبارات پژوهشی با استفاده از شبکه عصبی مصنوعی هاپفیلد و توسط نرم افزار متلب طراحی گردید. با مشخص شدن ماهیت ورودی و خروجی واگذاری اعتبارات پژوهشی سه حالت تخصیص اعتبار بر اساس شبکه عصبی مصنوعی ارائه گردید. یافته های پژوهش بیانگر آن است که از بین بیست و پنج شاخص شناسایی شده تعداد سه شاخص مورد تأیید قرار نگرفته و شاخص های چاپ کتاب، نوآوری در پژوهش و ارائه نظریه بالاترین اولویت را دارا می باشند. همچنین از بین سه الگوی وارد شده به شبکه الگوی اول بیشترین هم گرایی را با جواب شبکه که ارتقای دانش نظامی است، دارا می باشد.

: امروزه، نقش مشتریان از حالت پیروی از تولیدکننده، به هدایت سرمایه گذاران، تولیدکنندگان و حتی پژوهشگران و نوآوران مبدل گشته است، به همین دلیل سازمان ها نیاز دارند مشتریان خود را بشناسند و برای آنان برنامه-ریزی کنند. تاکنون از برخی روش های آماری و یادگیری ماشینی برای این منظور استفاده شده است که البته این روش ها به تنهایی دارای محدودیت هایی هستند که در این پژوهش سعی شده است تا با بهره گیری از روش های مختلف داده کاوی تا حد ممکن این محدودیت ها از بین برده و برطبق آن، چارچوبی برای شناسایی مشتریان بیمه بدنه اتومبیل ارائه شود. درواقع، هدف این است تا مشتریانی را که بیشتر به یکدیگر شبیه هستند دسته بندی و با استفاده از این دسته ها و ویژگی های آن، میزان خطرپذیری هر دسته را پیش بینی کرد. حال با استفاده از این معیار (میزان خطرپذیری هر دسته) و نوع بیمه نامه مشتری می-توان میزان خسارت او را پیش بینی کرد که این معیار می تواند کمک شایانی برای شناسایی مشتریان و سیاستگذاری های تعرفه بیمه نامه باشد. برای این منظور، از دو روش داده کاوی4، درخت تصمیم و خوشه بندی برای ایجاد مدل پیش بینی خطرپذیری مشتریان در صنعت بیمه استفاده شده است. البته فنّ درخت تصمیم برای این منظور نتایج بهتری را به دست آورده است، ولی فنّ خوشه بندی نیز تفکیک خوبی میان مشتریان ایجاد می کند.

امروزه مشتریان به عامل بسیار مهم و حیاتی در هدایت سرمایه گذاران، تولیدکنندگان و حتی محققان و نوآوران مبدل گشته اند. به همین دلیل سازمان ها نیاز دارند مشتریان خود را بشناسند و برای آنان برنامه ریزی کنند. تاکنون برای شناسایی مشتریان و به خصوص شناسایی رفتار آنها روش هایی استفاده شده که از جمله می توان روش های آماری را معرفی کرد که البته محدودیت ها و مشکلاتی دارد. در این پژوهش با استفاده از روش های داده کاوی، چهارچوبی را برای شناسایی مشتریان (با تمرکز بر مشتریان بیمه بدنه اتومبیل) ارائه می کنیم. به منظور کاهش خطاها و محدودیت ها از دو روش درخت تصمیم و خوشه بندی، به صورت مکمل استفاده کرده ایم. ابتدا با استفاده از تکنیک خوشه بندی، مشتریان را براساس ویژگی هایشان خوشه بندی کرده و سطح خسارت هرکدام از این خوشه ها را محاسبه کردیم. سسپس مشتریان آتی را براساس ویژگی هایشان و تکنیک درخت تصمیم در یکی از این خوشه ها دسته بندی نمودیم. دسته ای که مشتری در آن قرار گرفته معرف سطح خطرپذیری اوست. با استفاده از این معیار و نوع بیمه نامه مشتری می توان میزان خسارت او را پیش بینی کرد. البته برای تعیین صحت نتایج، مدل ها را ارزیابی کرده و با یکدیگر مقایسه کردیم. شایان ذکر است تکنیک درخت تصمیم برای این منظور نتایج بهتری را حاصل نمود ولی تکنیک خوشه بندی نیز تفکیک خوبی میان مشتریان ایجاد می کند.

امروزه استفاده از رایانه، زندگی بشر را در تمامی وجوه دگرگون ساخته است. مطالعات انجام شده در ارتباط با برنامه های توسعه اغلب کشورها، نشان دهنده محوری بودن نقش فناوری اطلاعات و ارتباطات در این گونه برنامه هاست. فناوری اطلاعات و ارتباطات را می توان به عنوان ابزاری نیرومند و قوی برای ارتقای کیفیت و کارایی آموزش مورد استفاده قرار داد، به گونه ای که شیوه های سنتی آموزش را دستخوش تغییر قرار دهد و دیگر نیازی به حضور فیزیکی در کلاسهای درس نباشد. این مقاله سعی دارد تا با معرفی آموزشهای مجازی و الکترونیک، بررسی وضعیت آموزش مجازی در ایران و بیان این مسئله که دیگر در هزاره سوم، آموزش مجازی تنها یک امر جایگزین به شمار نمی رود، بلکه یک ضرورت است، توجه و عنایت هر چه بیشتر طراحان و برنامه ریزان آموزشی را به خود معطوف دارد و گامی هر چند کوچک در جهت پایه ریزی زیرساختهای لازم، به منظور مهیا سازی بستر فرهنگی برای حرکت به سمت مجازی شدن بردارد.