محمدتقی تقوی فرد

رشته بدنه اتومبیل بر خلاف آنچه به نظر می رسد، چندان رشته سود آوری برای شرکت های بیمه محسوب نمی شود و به سمت زیان دهی در حرکت است. از این رو، پژوهش حاضر به کفایت نرخ های حق بیمه بدنه اتومبیل و تدابیری برای آنها توجه کرده و در پی بهسازی و علمی کردن هر چه بیشتر این امور است. به این ترتیب، ابتدا با شناسایی متغیرهای تأثیر گذار بر ریسک بیمه گذاران و مطابقت دادن متغیرها با داده های موجود در پایگاه داده شرکت مطالعه شده، عوامل نهایی انتخاب شدند؛ سپس ضمن عملیات پیش پردازش روی داده ها با استفاده از مدل شبکه های عصبی، طبقه خسارتی و میزان خسارت بالقوه بیمه گذاران پیش بینی شد تا شرکت های بیمه بتوانند با در نظر گرفتن آنها و ضریب خسارت مدنظرشان، نرخ های بهینه ای برای بیمه نامه ها تعریف کنند. نتایج پژوهش نشان می دهد مدل ارائه شده می تواند با دقت 91 درصد طبقه خسارتی را تخمین بزند و با دقت 87 درصد میزان خسارت بالقوه بیمه گذاران را پیش بینی کند.

این پژوهش با هدف تدوین مدل ارزش کسب وکار فناوری اطلاعات به منظور تبیین ارزش فناوری اطلاعات در کسب وکار و اندازه گیری سهم فناوری اطلاعات در عملکرد سازمان اجرا شده است. برای بررسی همه جانبه موضوع با استفاده از داده های کیفی، از روش تحقیق آمیخته با طرح ترکیبی متوالی کیفی استفاده شد. استراتژی تحقیق در مرحله نخست مطالعه موردی با ماهیت اکتشافی و در مرحله دوم گروه های کانونی است. شرکت سایپا به عنوان یکی از شرکت های فعال در زمینه تولید خودرو در ایران به عنوان مورد/نمونه انتخاب شده است. داده های مختلف کیفی با رویکرد مصاحبه، بررسی اسنادی و مشاهده گردآوری و تحلیل شدند. یافته های تحقیق، مؤلفه ها و ابعاد مدل ارزش کسب وکار فناوری اطلاعات در تولید خودرو را شناسایی کرد که شامل روابط بین ابعاد مختلف مدل و قضایای نظری در خصوص سهم فناوری اطلاعات در ایجاد ارزش کسب وکار است. به منظور اطمینان از تعمیم پذیری نتایج، ضمن مقایسه یافته ها با پیشینه تحقیق، از کفایت نظری مدل اکتشافی اطمینان حاصل شد.

صنایع کوچک و متوسط و زودبازده در مسیر تقویت تولید و اشتغال به ویژه برای حفظ و تقویت بنیه اقتصادی کشور در شرایط سخت اقتصادی؛ نقش بسیار مهمی را ایفا می کنند. مدیریت منابع انسانی سبز (GHRM) یک موضوع مطرح برای صنایع کوچک و متوسط در زمینه اقتصادهای درحال توسعه است. در این زمینه، پژوهش بر روی پیشینه هایی تمرکز دارد که از اجرای شیوه های GHRM درصنایع کوچک و متوسط حمایت می کند. در این مطالعه، مرور ادبیات گسترده ای برای ایجاد پیشینه برای اجرای شیوه های GHRM سازماندهی شد. تکنیک مدل سازی ساختاری تفسیری(ISM) تعاملات بین مولفه های شناسایی شده را بررسی می کند. به علاوه، آنالیز ماتریس ضربدری (MICMAC) برای تعیین قدرت وابستگی محرکه هر یک از مولفه ها انجام شد. با بررسی پژوهش های پیشین، متون مرتبط و نظر خبرگان در نهایت ۱۹ مولفه مؤثر در ارتباط با مدیریت منابع انسانی سبز در ارتباط با صنایع کوچک و متوسط استان تهران شناسایی شد. جامعه آماری این مقاله خبرگان و صنعتگران مسلط به موضوع تحقیق بود که در نهایت جهت شناسایی و تحلیل عوامل، 15نفر از کارشناسان و خبرگان صنعتی همکاری نمودند.

توسعه ی فنون متعدد نمونه سازی سریع با طیف گسترده ای از قابلیت ها، ابعاد و کاربردها، انتخاب فنِّ مناسب را برای مراکز علمی مهندسی و سازمان های تولیدی در جهت انطباق با این فناوری نوین دشوار کرده است. این پژوهش یک سیستم پشتیبان تصمیم گیری برای رتبه بندی و انتخاب فن مناسب نمونه سازی سریع، ارائه می کند و طی سه مرحله انجام شده است: شناخت، طراحی و توسعه، پیاده سازی و آزمایش. سیستم پشتیبانی تصمیم گیری حاصل، شامل سه زیرسیستم مدیریت داده، مدیریت مدل و واسط کاربری است. داده های 51 فن آر. پی، به همراه تمام معیارهای انتخاب، در یک پایگاه داده، رابطه ای ایجاد کرده و از طریق سیستم مدیریت پایگاه داده با آر.پی.دی.اس.اس. یکپارچه شده اند. زیرسیستم مدیریت مدل برای رتبه بندی فنون آر. پی. از مدل تاپسیس فازی استفاده می کند که براساس مطالعات میدانی در صنعت خودرو سازی، بومی شده است. براساس پارامترهای ورودی کاربر خبره، به واسطه ی کاربری آر. پی. دی. اس. اس.، برای نمونه سازی قطعه ی جلو پنجره ی خودرو، فن EOSINT P700 بهترین فن معرفی شد.

شناخت مشتریان و شناسایی سرویس های سودده با توجه به تنوع مشتریان بانک و گوناگونی سرویسها در نظام بانکی کشور از اهمیت بالایی برخوردار است. مدیریت ارتباط با مشتری در حال حاضر هسته مرکزی را در دنیای تجارت به خود اختصاص داده است، امروزه درگاه های الکترونیکی بانک ها با استفاده از شبکه های تبادل گوناگون اطلاعات نظیر ساتنا، پایا، چکاوک، صیاد و . . . به یکدیگر متصل هستند. مهمترین شبکه بین بانکی مورد استفاده در ایران شبکه شتاب می باشد. دراین پژوهش با استفاده از فنون داده کاوی به بخش بندی و رتبه بندی مشتریان در شبکه شتاب با استفاده از یک مدل بهبود یافته داده کاوی مبتنی بر تازگی خرید، تناوب خرید و مبلغ خرج شده برای خرید پرداخته شده به نحوی که بانک ها بتوانند در این شبکه رفتار مشتریان خود را تحلیل و ارزیابی نموده و به تدوین سیاستهای موثر در برخورد با مشتریان بپردازند. به این منظور داده های مورد نیاز از پایگاه داده سوئیچ کارت بانک استخراج و با روش کریسپ تجزیه تحلیل های مورد نیاز و عملیات داده کاوی بر روی آن انجام شد. این داده ها در پایگاه داده های بانک رفاه موجود بوده و با استفاده از دستورات زبان دستکاری داده ها از پایگاه دادههای موسسه استخراج گردید. همچنین جهت بررسی مطالعات مشابه و افزایش اطلاعات از طریق مطالعات کتابخانه ای و اینترنتی، اطلاعات مرتبط با مدل مورد نظر گردآوری شد. نهایتاً R+FMW مدلی جهت خوشهبندی مشتریان بانک و تراکنش های آنها ارائه گردید. نتایج تحقیق نشان داد که مدل توسعه یافته R+FMW از دقت بالاتری نسبت به مدل RFM پایه برخوردار است و با استفاده از این مدل بانک ها می توانند مشتریان فعال در شبکه تبادل بین بانکی(شتاب) را شناسایی کنند و مشتریان و کانال های ارتباطی پرهزینه را از جنبه ی میزان کارمزد و اطلاعات دموگرافیک تشخیص دهند.

در این پژوهش دو پدیده رفتاری مطرح شده در نظریه چشم انداز یعنی «زیان گریزی» و «اثر پول برد» وارد مدل قیمت گذاری دارایی های مبتنی بر مصرف شده اند و تابع مطلوبیت سرمایه گذاران شامل 1. مطلوبیت ناشی از مصرف و 2. مطلوبیت ناشی از سرمایه گذاری های مالی تعریف شده است. همچنین، معادله قیمت در دو محیط اقتصادی مبتنی بر نظریه لوکاس (1978) تعریف شده است. در محیط اقتصاد اول، فرایند قیمت و سود تقسیمی برابر و این فرایند در محیط اقتصاد دوم متفاوت است. پس از حل معادله، نسبت قیمت به سود تقسیمی در هر دو محیط اقتصادی شبیه سازی و با داده های واقعی بازار مقایسه شد. با استفاده از آزمون تحلیل واریانس و روش خوشه بندی میانگین گروه های چندگانه، مشخص شد که میانگین و انحراف معیار داده های به دست آمده در اقتصاد دوم نسبت به اقتصاد اول، به داده های واقعی بازار نزدیک تر است. درنتیجه، اقتصاد دوم برآورد بهتری از نسبت قیمت به سود تقسیمی می دهد؛ یعنی پدیده های رفتاری مزبور در بازار ما وجود دارد و در قیمت گذاری سهام توسط سرمایه گذاران تأثیرگذارند.

تحلیل پوششی داده ها یکی از پرکاربرد ترین روش ها برای ارزیابی عملکرد بانک ها است. در حوزه ارزیابی عملکرد بانک ها، مدل های مختلف تحلیل پوششی داده ها از قبیل مدل های پایه CCR، BCC، مدل های چند مرحله ای و شبکه ای با شاخص های متنوع ارائه شده است. در این پژوهش ابتدا انواع شاخص ها در ارزیابی بانک ها شناسایی و دسته بندی شد. از طرفی وجود متغیر های زیاد برای ارزیابی بانک ها در بستر تحلیل پوششی داده ها موجب نقض یک قانون کلی که ارتباط بین تعداد واحد های تصمیم گیر و تعداد ورودی ها و خروجی ها برقرار می کند، می شد. رویکرد استفاده شده بر اساس مدل سازی معادلات ساختاری بوده که با نرم افزار AMOS و SPSS تحلیل های لازم صورت گرفت. تحلیل اولیه نشان داد شاخص های کلی برازش مدل مورد تایید قرار نگرفت و تعدادی از متغیر ها در سطح اطمینان 95 درصد معنادار نبودند. لذا، متغیر هایی که معنادار نبوده و بارهای عاملی کم اثر داشتند از مدل حذف شدند. مدل تعدیل یافته بر اساس شاخص های کلی برازش، مورد تایید قرار گرفت. با این رویکرد، ورودی ها و خروجی های تاثیر گذار و کلیدی که قابلیت ایجاد تمایز برای ارزیابی عملکرد شعب را داشتند، استخراج شد. در نهایت، مدل از 22 متغیر اولیه به 8 متغیر تعدیل شد. لذا این روش می تواند برای شناسایی متغیر های کلیدی برای ارزیابی بانک ها و سایر سیستم های ارزیابی با متغیر های زیاد مورد استفاده قرار گیرد.

موضوع و هدف مقاله: پژوهش حاضر با هدف شناسایی عوامل تأثیرگذار بر قضاوت و تصمیم گیری حسابرسان بخش عمومی در خصوص ادای مسئولیت پاسخگویی نهادهای بخش عمومی صورت پذیرفته است. روش پژوهش: این پژوهش از نوع ترکیبی از پژوهش های کاربردی و توسعه ای است. جامعه آماری شامل خبرگان فعال در زمینه ی قضاوت حرفه ای و تصمیم گیری حسابرسی بخش عمومی است. یافته های پژوهش: نتایج نشان داد که در خصوص سازه محیطی، تمامی 19 شاخص مربوط به سازه محیطی در یک سطح قرار دارند. در مود سازه رفتاری، نتایج نشان داد که دو شاخص «خودکارآمدی» و «خودآگاهی» در سطح اول هستند. هفت شاخص در سطح دوم قرار دارند و در سطح سوم نیز شاخص «نگرانی از پاسخ گویی در برابر نمایندگان مجلس و مافوق» قرار دارد. در نهایت در سطح چهارم، پنج شاخص است. در خصوص سازه وظیفه ای نیز شاخص «شناخت فعالیت دستگاه مورد رسیدگی» در سطح اول قرار گرفته است. همچنین، هشت شاخص در سطح دوم قرار دارند. در سطح سوم نیز چهار شاخص و در سطح چهارم، شاخص «استفاده از ابزارها و تکنیک های نوین» قرار گرفته است. نتایج روش مدل سازی ساختاری-تفسیری نشان داد که سه سازه با یکدیگر رابطه دارند و هیچ یک بر دیگری برتری ندارد. نتیجه گیری، اصالت و افزوده آن به دانش: نتایج پژوهش حاظر می تواند به نهادهای قانون گذار در حوزه حسابرسی بخش عمومی جهت تدوین بخشنامه ها کمک کند و همچنین، جهت انجام اقدامات مدیریتی در دیوان محاسبات کشور سودمند واقع شود.

زمینه و هدف: گستردگی روزافزون ساختار هولدینگ ها یا همان شرکت های مادرتخصصی در ایران، آنها را ملزم کرده است که با توجه به اهمیت سرمایه های انسانی در ارزش آفرینی شرکت ها، نظام مدیریت منابع انسانی شرکت های زیرمجموعه خود را به طور صحیح ارزیابی کنند. بر این اساس، هدف پژوهش پیش رو، ارائه مدلی برای ارزیابی استراتژیک نظام مدیریت منابع انسانی در شرکت های مادرتخصصی است. روش: روش پژوهش از نظر هدف کاربردی و از نظر گردآوری داده ها آمیخته اکتشافی متوالی است. در بخش نخست، پس از بررسی ادبیات و پژوهش های پیشین، مدل بدوی بر مبنای چارچوب ارزشیابی CIPP احصا شد، سپس برای تکمیل مدل، از گروه کانونی متشکل از 12 خبره حوزه منابع انسانی نظرسنجی به عمل آمد و در نهایت با انجام پیمایش، اعتبار مدل به تأیید رسید. وزن دهی به مؤلفه ها و ابعاد با استفاده از روش تحلیل سلسله مراتبی (AHP) انجام گرفت. شایان ذکر اینکه روایی و پایایی مدل، در دو بخش کیفی و کمّی بررسی و تأیید شد. یافته ها: بر اساس یافته ها، مؤلفه های مؤثر بر مدل ارزیابی استراتژیک نظام مدیریت منابع انسانی بدین ترتیب شناسایی شدند. در بخش زمینه: مؤلفه های محیط درونی (اندازه سازمان، ماهیت سازمان، قوانین و مقررات درون سازمانی) و محیط بیرونی (الزامات شرکت مادر، قوانین و مقررات دولتی، محیط صنعت). در بخش ورودی ها: مؤلفه های جهت گیری راهبردها، نقش مدیر منابع انسانی و سازمان منابع انسانی. در بخش فرایندها: مؤلفه های مدیریت ریسک منابع انسانی، مدیریت دانش و نوآوری، مدیریت فرهنگ و ارزش های سازمانی، توسعه قابلیت ها و استعدادها، برنامه ریزی و جذب، آموزش و یادگیری، نگهداشت و جبران خدمات، مدیریت عملکرد و ارتقا، ایمنی و سلامت، سیستم اطلاعات منابع انسانی و تعامل و ارتباط با ذی نفعان. در بخش خروجی: مؤلفه های فرایندی، نتیجه ای و اثر سازمانی. نتیجه گیری: سازمان های هولدینگ، می توانند برای ارزیابی استراتژیک نظام مدیریت منابع انسانی شرکت های زیرمجموعه خود از این مدل استفاده کنند. در این راستا، ضروری است که هر صنعتی ابتدا برای تطابق و در صورت نیاز بومی سازی ابعاد این مدل، کمیته راهبردی تشکیل دهد و اقدام های راهبردی توسعه این مدل را در مجموعه خود سیاست گذاری کند.

ارزیابی عملکرد آموزشی از طریق شناسایی و تحلیل داده های حاصل از فعالیت های یادگیرندگان، می تواند به بهبود مؤثر عملکرد آموزشی منجر گردد. در پژوهش حاضر، داده های مربوط به دانش پذیران بین المللی، بر اساس روش تحقیق علم طراحی و با استفاده از روش های داده کاوی مورد بررسی قرار گرفته است. در این راستا تحقیقات انجام گرفته داخلی و بین المللی در دهه گذشته بررسی و مرور شده است و داده های تحصیلی و غیر تحصیلی یادگیرندگان در سه دسته خانوادگی، حمایتی و رفتار تحصیلی با استفاده از داده کاوی، خوشه بندی شده است. پس از اعتبارسنجی خروجی الگوریتم ها توسط شاخص های مرتبط و تعیین تعداد خوشه بهینه در هر بخش، خوشه ها نام گذاری و تحلیل شدند. تحلیل خوشه های شناسایی شده، نشان دهنده تجربه موفقیت یا شکست تحصیلی دانش پذیران و ریشه های عملکرد مؤثر در هر بخش است و روش نام گذاری ارائه شده، روشی نوین و قابل استفاده در اغلب مراکز آموزشی جهت تفکیک و تبیین عملکرد آموزشی است.      

با توجه به پیشرفت فناوری و ارتباطات، روش های مدیریت آموزشی سنتی جوابگویی نیازهای آموزشی نبوده لذا، نیاز است تا با استفاده از فناوری های جدید، نظام آموزشی ارتقا داده شود. به همین دلیل، هدف این پژوهش طراحی مدلی است که محتوای دوره های آموزش مهارتی را بر اساس نیاز بازار کار و توانمندی هنرآموز با استفاده از قراردادهای هوشمند بلاک چین تطبیق دهد. روش کلی این پژوهش، علم طراحی است که برای طراحی مدل از روش فراترکیب استفاده شده است. ارزیابی مدل نیز از طریق یک پرسش نامه طراحی شده انجام پذیرفت که این پرسش نامه توسط یک نمونه آماری 30 نفر، از جامعه آماری که شامل معلمان دروس فنی، مدیران بخش آموزش فنی و حرفه ای ادارات آموزش وپرورش و افراد مسئول تدوین رشته ها مهارتی می باشند تکمیل شد که این نمونه ای آماری با روش نمونه گیری هدفمند انتخاب شده است. اطلاعات پرسش نامه با روش های آماری توصیفی و استنباطی با روش آزمون آماری تی تک نمونه ای تحلیل شد. مدل معرفی شده که با استفاده از فناوری قرارداد هوشمند طراحی شده است، می تواند برای اثربخش بودن آموزش مهارتی بسیار مفید باشد و ارتباط بین بازار کار و آموزش را بهبود ببخشدو نتایج تحلیل های آماری که برای پردازش مدل به دست آمده بیانگر این نکته است که مدل پیشنهادی از درجه اعتبار مناسبی برخوردار است.  

آمارهای سازمان شفافیت بین الملل درباره شاخص ادراک فساد در سال های اخیر نشان دهنده وضعیت ناخوشایند رتبه عمومی کشور در این حوزه می باشد. عدم یکپارچگی بین سازمانی و از دست رفتن بخش عمده ای از پروژه های این حوزه طی حملات باج افزاری اخیر به دلیل نداشتن نقشه راه جامع سبب شده است تا حد زیادی جایگاه فناوری اطلاعات در این حوزه در کشور کتمان گردد. پژوهش حاضر با هدف توسعه مدل دولت الکترونیک با تمرکز بر مقابله با فساد در ایران با رویکرد اولویت بندی پارامترهای کلیدی موثر در مبارزه با فساد در راستای شکل گیری ساختار جامع دولت الکترونیک انجام گرفته است. پژوهش برمبنای هدف، کاربردی-توسعه ای، برمبنای روش از نوع آمیخته متوالی- اکتشافی و از نظر مسئله پژوهشی، توصیفی- همبستگی است. جامعه آماری در بخش کیفی، خبرگان در زمینه دولت الکترونیک و رفتار سازمانی و در بخش کمی، کارمندان بازرسی و نظارت، حراست و مدیران اجرایی دستگاه های اجرایی منتخب و تعدادی از اساتید حاذق دانشگاه است. روش نمونه گیری در مرحله کیفی، قضاوتی و در مرحله کمی، خوشه ای است. ابزار جمع آوری داده در مرحله کیفی، مصاحبه  و در مرحله کمی، پرسشنامه با سؤالات بسته می باشد. به منظور تحلیل داده ها در بخش کیفی، از روش تحلیل تم و در مرحله دوم از روش دلفی فازی استفاده شده است. نتایج نشان داد که فناوری اطلاعات و دسترسی به شبکه، قوانین و مقررات ، خدمات و سرمایه انسانی ضمن اثرگذاری بر کاهش فساد، اولویت های کلیدی را در ساختار دولت الکترونیک شکل می دهند. لذا دولت الکترونیک عاملی اثرگذار بر کاهش فساد است و این امر زمانی محقق می شود که اجزای دولت الکترونیک به درستی مورد توجه قرار گیرند.

در این مقاله ما یک مدل تئوریک ساختاری برای رفتار خرید مجدد مشتری ارائه می کنیم، مدل ما با استفاده از مدل اروپایی شاخص رضایتمندی مشتری توسعه داده شده است. مدل ما با افزودن دو متغیر جدید یعنی تبلیغات به عنوان یک متغیر مستقل و قصد خرید مجدد به عنوان متغیر وابسته توسعه می یابد. داده های مورد نیاز برای ارزیابی مدل با نظرسنجی از 150 نفر از مشتریان شرکت خدمات دهنده اینترنت گردآوری شدند. در این پژوهش نشان داده می شود که تحلیل مسیر به روش حداقل مربعات جزئی ابزار ارزشمندی در اندازه گیری شاخص خرید مجدد در بخش خدمات است. محاسبه این شاخص نشان می دهد که 79% از مشتریان اقدام به خرید مجدد از شرکت خواهند کرد ولی 21% از آن ها شرکت را ترک می کنند. با این حال مدل ما این امکان را فراهم می آورد تا حیطه هایی که با بهبود آن ها می توان شاخص خرید مجدد را ارتقا بخشید را شناسایی و معرفی کنیم.

در چرخه حیاتِ فناوری های اطلاعات شرکتی در سازمان، عوامل مختلفی نظیر مهندسی مجدد فرایندها، تغییر در قوانین، الزامات مربوط به بهبود عملکرد، می توانند سبب دوره هایی از تغییر در این فناوری ها شوند. هدف این پژوهش، بررسی نقش دانش کاربران در مواجه با این دوره های تغییر براساس ارزیابی آن ها از وظایف محوله است. برای نیل به این هدف داده هایی از 153 نفر از کارکنان بانک دولتی الف و چهار شعبه آن در سطح شهر تهران، به روش نمونه گیری تصادفی ساده با استفاده از پرسشنامه جمع آوری شد. پژوهش حاضر از لحاظ هدف توسعه ای-کاربردی و به لحاظ بررسی روابط بین متغیرها،از نوع رابطه ای (همبستگی) است و روابط علی و معلولی، مبتنی بر معادلات ساختاری ارزیابی می شوند. نتایج آزمون فرضیه ها با به کارگیری نرم افزار Smart PLS3، حاکی از آن است که سطوح دانشی "دستور محور"، "روندهای مربوط به ابزار" و "روندهای مربوط به کسب و کار" بر برداشت فرد از سختی وظیفه تاثیرگذار هستند. همچنین تحلیل داده ها نشان می دهد که با بالا رفتن تجربه مرتبط با فناوری، افراد وظیفه/وظایف محوله را کمتر سخت ارزیابی می کنند.

در تئوری امکان، به عنوان یکی از پرکاربردترین رویکردها در منطق فازی، تاکنون رابطه ای برای حل مدل هایی با محدودیت هایی از نوع مساوی و بر مبنای ریاضیات تئوری امکان ارائه نشده است؛ بنابراین از اهداف اصلی این تحقیق معرفی روابط دی فازی سازی محدودیت هایی به صورت مساوی، با اندازۀ الزام در نوع خاصی از مدل DEA شبکه ای-فازی، به منظور ارزیابی عملکرد و اندازه گیری کارایی های کلی و مرحله ای در صنعت برق ایران است. در این تحقیق با ترکیب مدل SBM فازی مبتنی بر تئوری امکان و مدل SBM شبکه ای ( N-SBM) ، مدل های تحلیل پوششی داده های شبکه ای فازی را توسعه و بهبود داده و چهارچوبی مناسب و قابل کاربردی برای شرایط با داده های غیرقطعی و با ساختار چندمرحله ای و شبکه ای ایجاد شده است. در پژوهش حاضر، ابتدا روابط دی فازی سازی محدودیت های مساوی با اندازۀ الزام ارائه شده است، سپس به کمک روابط پیشنهادی، مدل جدیدی از تحلیل پوششی داده های شبکه ای-فازی مبتنی بر تئوری امکان ارائه شده است. به منظور اعتبارسنجی مدل شبکه ای فازی پیشنهادی و با توجه به نقش زیربنایی صنعت برق در اقتصاد کشور، ماهیت شبکه ای آن و عدم قطعیت موجود در بعضی از متغیرها و داده های موجود در صنعت برق، از مدل پیشنهادی در ارزیابی عملکرد و محاسبۀ کارایی های مرحله ای و کلی واحدهای تصمیم گیرنده در صنعت برق ایران بهره برده شده است که با توجه به نتایج حاصل، رویکرد پیشنهادی می تواند ابزاری کارآمد در فرآیندهای مشابه با ارتباطات شبکه ای-فازی در نظر گرفته شود. همچنین در این مقاله و برای اولین بار به یکی از چالش های اصلی موجود در پژوهش های موضوعی تئوری امکان، که همان نبود روابط دی فازی سازی محدودیت های مساوی با اندازۀ الزام است، اشاره و راهکار ارائه شده است.

فناوری دیجیتال، بازسازی ساختارهای بانکداری خرد را سال ها پیش شروع کرد اما بسیار دیرتر، بانکداری شرکتی را به تغییر واداشت و در نهایت، تحول دیجیتال سراغ بانکداری شرکتی آمد؛ بنابراین هدف از پژوهش حاضر، ارائه و تبیین مدلی از بانکداری شرکتی دیجیتال با استفاده از رویکرد آمیخته بوده است. جامعه آماری پژوهش در بخش کیفی را خبرگان آشنا به موضوع پژوهش (مشارکت کنندگان بر اساس معیار تجربه کاری در حوزه بانکداری دیجیتال با جایگاه مدیر در بانک های آینده، ملت و تجارت و تخصص علمی در زمینه امور بانکی، انتخاب شدند) تشکیل دادند که با روش هدفمند تا اشباع نظری، پانزده مصاحبه انجام شد. در بخش کمی، جامعه آماری ۲۱۰ نفر از مدیران با تحصیلات تکمیلی بانک های تجارت، ملت و آینده بودند که با استفاده از فرمول کوکران و روش تصادفی طبقه ای، ۱۳۶ نفر انتخاب شدند. داده های بخش کیفی با استفاده از رویکرد تحلیل مضمون و داده های بخش کمی با استفاده از روش مدل سازی معادلات ساختاری مبتنی بر حداقل مربعات جزیی، تجزیه وتحلیل شدند. در بخش کیفی، عوامل محیطی با چهار مضمون فراگیر، عوامل فردی با سه مضمون فراگیر و عوامل سازمانی با چهارده مضمون فراگیر استخراج شدند. مضامین فراگیر شناسایی شده در این پژوهش عبارتند از: مهارت و توانایی، مدیریت برند، مدل کسب وکار، رقابت، مدیریت ارتباط با مشتری، مشتریان، عوامل جمعیت شناختی، پرداخت دیجیتال، نگرش دیجیتالی، بانکداری شرکتی دیجیتال، فضای کسب وکار، مدیریت مالی، مدیریت منابع انسانی، زیرساخت های یکپارچه، بازاریابی، موبایل، ساختار سازمانی، فرهنگ سازمانی، یادگیری سازمانی، قوانین و مقررات، مدیریت ریسک و مدیریت عالی. در بخش کمی یافته های حاصل از مدل سازی معادلات ساختاری، مدل طراحی شده در این پژوهش را تأیید کرده است.

یکی از چالشهای مهم مدیران گردشگری ، درک واقعی از عوامل مسیر موفقیت مقصد گردشگری، است. بنابراین مهم است زمینه ای که توسعه گردشگری در آن رخ می دهد و چگونگی تکامل آن برای دستیابی به موقعیت رقابتی به درستی ارزیابی شود. هدف این مطالعه تعیین اهمیت نسبی مشخصه هایی است که تعیین کننده ی مزیتهای نسبی نه رقابتی در فرایند توسعه و سرمایه گذاری مقصدها است. برای تحلیل از روش تصمیم گیری MCDA به عنوان روشی نوآورانه در زمینه تجارت مقصدهای گردشگری در ترکیب با مدل رقابت مندی مقصد گردشگری (TDC) مزیت های منبع محور برای سه منطقه نمونه گردشگری استفاده شده است. از روش نمونه گیری قضاوتی، شامل 15 کارشناس و متخصص گردشگری آشنا با مناطق نمونه این تحقیق، استفاده شد. بر طبق یافته های تحقیق، معیار " ویژگی های طبیعی، اجتماعی فرهنگی و فیزیکی منطقه" و همچنین معیار "دسترسی به منابع انسانی توانمند و تحصیل کرده و روحیه ی بالای مهمان نوازی و تمایل مردم برای مشارکت در توسعه ی گردشگری" به ترتیب با ارزیابی 41.7 و 27.2 درصد و نرخ ناسازگاری (IR) قابل قبول کمتر از 0.1، از اهمیت نسبی به مراتب بالاتری در سنجش مزیت نسبی مناطق مورد مطالعه، مورد ارزیابی قرار گرفت. منطقه دریاچه مهاباد با 46.6 درصد نسبت به 2 منطقه گردشگری دیگر از اولویت بالاتری برای توسعه گردشگری انتخاب شد. در پایان مدل تصمیم گیری چند معیاره ی در ترکیب با الگوهای رقابتمندی مقصدهای گردشگری به عنوان یک ابزار اثربخش برای ارزیابی توان رقابت مندی و مزیت سنجی مناطق برای توسعه ی گردشگری ارزیابی می شود.

در این مقاله ضمن بررسی پیشینه و ادبیات مرتبط با بانکداری توسعه ای، به بررسی عوامل کلیدی و تاثیرگذار بر بانکداری توسعه ای پرداخته شده است. معیارهای انتخاب منابع و مستندات، شامل همسویی عنوان، چکیده و محتوا با بانکداری توسعه ای بوده است. جامعه آماری این پژوهش شامل مقالات در دسترس و مرتبط با حوزه بانکداری توسعه ای موجود در پایگاه های اطلاعاتی داخلی و خارجی، وب سایت ها و اساسنامه بانک های توسعه ای می باشد که این منابع تا سال 2023 میلادی و 1402 خورشیدی مورد بررسی قرار گرفت. با استفاده از متد کَسپ، 149 مقاله و سند مورد ارزیابی قرار گرفت و در نهایت، 85 مقاله/سند به صورت هدفمند انتخاب و با استفاده از روش فراترکیب مورد بررسی و کدگذاری قرار گرفت که 88 کد (مؤلفه)، 8 تم و 6 مقوله شناسایی و پایایی آنها از طریق ضریب کاپای کوهن تأیید شد. سرمایه گذاری و تأمین مالی بلندمدت پروژه ها، تمرکز بر حوزه صنعت و تولید، هدف قراردادن شرکت های بزرگ، رویکرد مدیریت، کسب دانش و نوآوری از کشورهای پیشرفته، تمرکز بر بخش های زیربنایی (زیرساخت ها)، مدیریت جامع ریسک و بهبود ساختار سرمایه از جمله مهمترین و پرتکرارترین مؤلفه های شناسایی شده بودند. از آنجایی که این پژوهش اولین مقاله درخصوص فراترکیب عوامل مؤثر بر عملکرد بانکداری توسعه ای است، درک عمیق تری از ادبیات موجود در مورد این نوع از بانکداری و مؤلفه های مؤثر بر آن ارائه می دهد.

پیشینه و اهداف: بیمه آتش سوزی نوعی بیمه است که از خسارت مالی به اموال محافظت می کند. معمولاً حوادثی مانند آتش سوزی، سرقت و خسارت های مربوط به آب وهوا را پوشش می دهد و می تواند به جبران هزینه های تعمیر یا جایگزینی اموال آسیب دیده کمک کند. شرکت های بیمه و علاقه مندان به توسعه خدمات بیمه آتش سوزی به دنبال استفاده از روش های تحلیلی مدرن برای تجزیه وتحلیل بیمه نامه ها، ارزیابی و پیش بینی خسارت احتمالی آن ها برای مدیریت ریسک هستند. پیش بینی ادعای خسارت، معیاری حیاتی برای پیش بینی خسارت های آتی در شرکت های بیمه است. براساس نظریه ریسک، پیش بینی خسارت عنصری مهم در کسب وکار بیمه آتش سوزی برای ارزیابی حداکثر خسارت احتمالی است. روش شناسی: در این پژوهش سه معیار پیش بینی خسارت (احتمال وقوع، شدت، زمان بروز) با تهیه مجموعه داده، یادگیری و مقایسه الگوریتم های مختلف توصیف می شوند. در ابتدا، تجزیه وتحلیل داده های اکتشافی برای انتخاب ویژگی های مورد نیاز انجام شد و در نهایت 44 قلم اطلاعاتی از اطلاعات بیمه نامه و خسارت پرداختی رشته آتش سوزی انتخاب گردید. ابعاد مجموعه داده ها توسط روش حذف بازگشتی ویژگی ها کاهش یافته و برای هر الگوریتم، مجموعه مختلفی از فیلدهای اطلاعاتی مؤثر انتخاب شده است. ما بیش از 780،000 رکورد بیمه نامه و حدود 70،000 رکورد مرتبط خسارت پرداختی را برای یک بازه ده ساله (ابتدای 1390 تا ابتدای 1400) از بانک اطلاعاتی عملیاتی سامانه آتش سوزی بیمه ایران انتخاب کرده ایم. مدل های یادگیری رگرسیونی برتر مانند رگرسیون خطی، رگرسیون جنگل تصادفی، رگرسیون بردار پشتیبان و شبکه عصبی عمیق برای هر سه الگوریتم پیش بینی خسارت پیاده سازی شد. سپس دقت الگوریتم ها با مقدار میانگین مربعات خطا و مقدار میانگین خطای مطلق مقایسه شد. یافته ها : نتایج پیش بینی مدل نشان داد که بهترین الگوریتم برای هر سه معیار، یادگیری عمیق و مشخصاً شبکه عصبی چندلایه پرسپترون است. پس از تنظیم فراپارامترها و چندین بار اجرا، بهترین الگوریتم یادگیری عمیق با کمترین خطا با مقادیر 0.117 (احتمال وقوع)، 0.042 (شدت خسارت)، 0.106 (زمان بروز خسارت) حاصل شد. پیش بینی نتایج مدل نوآورانه ما در داده های آزمایشی، به این نتیجه رسید که مدل هوشمند ارائه شده دقت مناسبی دارد. شرکت های بیمه به شدت علاقه مند پیش بینی آینده اند و پیش بینی خسارت فرصتی برای کاهش زیان مالی برای شرکت فراهم می کند. به کارگیری یادگیری عمیق در پیش بینی خسارت آتش سوزی و پیش بینی زمان بروز خسارت، علاوه بر احتمال و شدت، نوآوری های مدل هستند. نتیجه گیری: یادگیری ماشین می توانند به شرکت ها کمک کنند تا خدمات خود را با دقت بیشتری بهینه کنند، مدیریت ریسک را تقویت و در نتیجه ابزارهایی برای تصمیم گیری بهتر فراهم نمایند. به کارگیری یادگیری عمیق در پیش بینی خسارت بیمه می تواند به صورت کاربردی جایگزین فرایند دستی پیچیده، زمان بر و نادقیق موجود در شرکت های بیمه شود و سرآغار توسعه نوین در مدیریت ریسک، مدیریت اتکایی و بهبود نرخ گذاری بیمه آتش سوزی باشد.