وحید نوروزی

هدف پژوهش حاضر بررسی عوامل اجتماعی موثر بر خشونت خانگی علیه زنان در شهر ارومیه می باشد. برای تببین تئوریک مسئله از نظریه های منابع در دسترس، جامعه پذیری جنسیتی، تضاد و ناسازگاری پایگاهی، نظریه ستمگری و سرمایه اجتماعی بهره گرفته شده است. روش تحقیق پژوهش حاضر از نوع پیمایشی بوده و جامعه آماری شامل کلیه زنان متاهل 49-15 شهر ارومیه در سال 1394 می باشد که از این تعداد، با استفاده از فرمول کوکران و بر اساس شیوه نمونه گیری خوشه ای 381 نفر به عنوان حجم نمونه جهت گردآوری اطلاعات انتخاب شدند. ابزار گردآوری داده ها پرسشنامه محقق ساخته بوده و جهت تجزیه و تحلیل اطلاعات از نرم افزار SPSS استفاده شده است. برای حصول اطمینان از اعتبار ابزار مورد استفاده در تحقیق حاضر، از روش اعتبار سازه و اعتبار صوری استفاده شده است. همچنین آلفای کرونباخ روشی است که برای محاسبه پایایی مقیاس های تحقیق مورد استفاده قرار گرفته است. یافته ها حاکی از آن است که رابطه خطی بین متغیرهای حمایت اجتماعی، احساس امنیت، سرمایه اجتماعی و اقتدار نامشروع مرد در خانواده با خشونت علیه زنان مورد تایید واقع شده است، نتایج حاصل از تحلیل رگرسیون نیز نشان داد که متغیرهای مانده در مدل رگرسیونی توانستند 5/24 درصد از تغییرات متغیر وابسته را تبیین نمایند و در این بین، متغیر اعمال قدرت از سوی مرد در خانواده بیشترین سهم را در تبیین متغیر خشونت علیه زنان داشته است.

شهرها به عنوان پیچیده ترین ساخته دست بشر همواره با مخاطرات زیادی مواجه بوده اند. امروزه رشد و توسعه شهرنشینی موجب پدید آمدن تسهیلات فراوانی شده که همراه خود عوامل بحران زا را افزایش داده است. با توجه به موقعیت استراتژیک کلان شهر تهران و بروز روزافزون پدیده هایی مانند وضعیت بحرانی آلودگی هوا، زلزله، تغییرات اقلیم و... توجه به مسئله تاب آوری می تواند نقاط ضعف و بحرانی را شناسایی، برنامه ها و اقداماتی جهت افزایش تاب آوری شهر را ارائه نماید. در این مطالعه پس از شناسایی ساختارهای شهری موجود در تهران و بررسی آن، مؤلفه های مؤثر در وضعیت تاب آوری شهری، معیارها، زیر معیارها و شاخص های هر یک از آن ها از طریق روش خرد جمعی خبرگان استخراج و اهمیت و ارجحیت مؤلفه ها و زیر مؤلفه های شناسایی شده از طریق تحلیل کمی آن ها در تاب آوری، مبتنی بر اصول و مفاهیم سامانه های تصمیم گیری چند معیاره[1] (MCDM) و تکنیک تحلیل سلسله مراتبی فازی[2] (FAHP) از طریق تجزیه و تحلیل و وزن دهی مشخص گردید.

هدف این مطالعه ارائه الگوی ارزیابی تاب آوری در کلانشهر تهران بوده است. مؤلفه های مؤثر در وضعیت تاب آوری شهری، معیارها، زیر معیارها و شاخص های هر یک از آنها از طریق روش خرد جمعی خبرگان استخراج و اهمیت و ارجحیت مؤلفه ها و زیر مؤلفه های شناسایی شده از طریق تحلیل کمی آنها در تاب آوری، مبتنی بر تکنیک تحلیل سلسله مراتبی فازی شناسایی و به منظور مدل سازی ارزیابی وضعیت مدیریت کلانشهر تاب آور از روش مدلسازی تجربی در تلفیق با اصول و مفاهیم روش کارت امتیاز متوازن به عنوان روش های مناسب برای تعیین وضعیت تاب آوری استفاده گردید. نتایج میزان حساسیت مدل به هر یک از مولفه ها، معیار ها، زیرمعیار ها و شاخص ها بر اساس اوزان اکتسابی مشخص گردید. در پایان جهت اعتبار سنجی مدل، الگوی ارائه شده در منطقه 22 شهر تهران به مورد سنجش گذاشته شد که بر اساس امتیازات مکتسبه با درنظر گرفتن سر جمع امتیاز های ارزیابی سه مؤلفه مورد بحث معادل 1000، و مجموع امتیاز ارزیابی وضعیت فعلی تاب آوری منطقه 22 شهر تهران بر اساس مؤلفه های سه گانه در سطح حد پایین وضعیت مناسب و به عبارت بهتر در مرز بین نسبتا" مناسب و مناسب قرار دارد که جهت بهبود آن راهکار های اجرایی پیشنهاد و ارائه گردید.

دستیابی به درکی عمیق نسبت به مفهوم دسترسی مستلزم بررسی وجوه پیوند خورده آن با معانی مکانی است که انسان در معرض تجربه اش قرار دارد. تجربه مداوم مکان در بستر دسترسی عاملی است که در ارتقای حس دلبستگی به مکان تأثیری بنیادین داراست. بررسی ها نشان می دهند که معماری ژاپن نگرش مفهومی متفاوتی نسبت به موضوع دسترسی ارائه می نماید. دسترسی به عنوان عاملی واسط در ایجاد ارتباط عینی-ذهنی انسان با باغ ژاپنی در مقیاس های مختلفی فرد را با مکان در تعامل قرار می دهد. در واقع دسترسی در معماری باغ ژاپنی چنان غیرقابل تفکیک از مکان است که از طریق آن می توان ابعاد مکان را بی واسطه دریافت. از اینرو شناخت عمیق مفهوم دسترسی و مؤلفه های آن از یک سو و ابعاد دلبستگی به مکان از سوی دیگر در باغ ژاپنی می تواند موجب افزایش درک معماران نسبت به طراحی مبتنی بر دسترسی- مکان گردد. این مقاله با طرح فرضیه های مطرح شده زیر سعی بر آن دارد تا به بررسی رابطه دسترسی و مکان در معماری باغ ژاپنی بپردازد. الف. دسترسی عاملی بنیادین در تجربه و کشف مکان است و ب. دسترسی به عنوان واسطی در ایجاد ارتباط انسان و مکان عامل اصلی در درک ابعاد مختلف مکان و عمق یابی سطوح آن می باشد. در این راستا ابتدا از طریق روش توصیفی-تحلیلی وجوه مختلف دسترسی در پژوهش های اخیر بررسی شده و سپس به تشریح ماهیت دسترسی پرداخته می شود. درنهایت این پژوهش نشان می دهد که سه مؤلفه "چشم انداز"، "کیفیت لبه راه" و "نحوه تقرب انسان" به عنوان مفاهیم اصلی تعریف کننده دسترسی در باغ ژاپنی لایه لایه موجب آشکار شدن مناظر بر بیننده می گردد که در اثر تعامل مداوم انسان با مکان سبب عمق یابی حس او به مکان شده و مفهوم دسترسی و مکان را بر او یکپارچه می سازد.

هدف: یکی از روندهای پُرقدرت سال های اخیر که با پیشرفت روزافزون تکنولوژی همراه شده است، کاربردهای شبکه های عصبی مصنوعی در مدیریت بنگاه های تجاری و کسب وکارهاست. ظرفیت های این روند، به قدری گسترده است که می توان از آن برای تصمیم گیری و انتخاب راهبردهای کلان یا خُرد در کسب وکارها بهره برد. هدف این مطالعه، بررسی تأثیر متقابل بین شاخص های عملکرد کلیدی امتیاز ترویج کننده و امتیاز تلاش مشتری و تأثیر جمعی آن ها بر پیش بینی ارزش طول عمر مشتری با رویکرد یادگیری ماشینی (شبکه های عصبی مصنوعی) است. افزون بر این، پژوهش حاضر به دنبال ارائه یک مدل جامع شبکه عصبی مصنوعی با فراپارمترهای بهینه شده برای تکرار در سطح کسب وکارها و بهره برداری تجاری از این شیوه، برای هر کسب وکار با داده های شخصی خود است. روش: داده ها با حفظ امنیت حریم خصوصی مشتریان و حریم خصوصی تجاری رقابتی، از مشتریان یک سکو (پلتفرم) تجارت الکترونیک ایرانی در سال ۱۴۰۲ به دست آمده و شامل ۸۰۰۰ پروفایل مشتری با متغیرهایی از جمله ارزش طول عمر مشتری، امتیاز ترویج کننده، امتیاز تلاش مشتری و شناسه مشتریان (شناسه های ۱۶ رقمی یکتا) است. مدل، یک شبکه عصبی متوالی با لایه های متراکم و منظم با فراپارامترهای بهینه سازی شده است. عملکرد مدل روی یک مجموعه آزمون ۱۰درصد و اعتبارسنجی ۱۰درصد و با استفاده از معیارهای میانگین مطلق خطاها، ضریب تعیین و چند معیار دیگر ارزیابی می شود؛ سپس با استفاده از دو مدل پایه رگرسیون خطی و درخت تصمیم، توانایی مدل شبکه عصبی مصنوعی ارزیابی می شود. برای اعتبارسنجی مدل، از اعتبارسنجی متقابل چندتایی استفاده می شود. در انتها با استفاده از SHAP و PFI مدل تفسیر و اهمیت هر متغیر در توضیح ارزش طول عمر مشتری بررسی می شود. یافته ها: نتایج نشان می دهد که مدل شبکه عصبی مصنوعی با ۲ نورون ورودی در لایه اول، ۵ نورون پنهان در لایه دوم، ۷ نورون پنهان در لایه سوم و ۱ نورون خروجی در لایه آخر (خروجی)، روابط پیچیده و غیرخطی امتیاز ترویج کننده و امتیاز تلاش مشتری با ارزش طول عمر مشتری را با ضریب تعیین 934/0 و میانگین مطلق خطاهای 47/142 و چند معیار دیگر را به طور مؤثر و قدرتمندی پیش بینی می کند. عملکرد پایدار و بدون برازش بیش از حد با شیوه اعتبارسنجی متقابل در مجموعه های آموزشی و آزمایشی در ۱۰دور ۱۰تایی با دور عطف حدود ۵ بر تعمیم پذیری مدل تأکید می کند و این اجازه را می دهد که ارزش طول عمر مشتری را توسط امتیاز ترویج کننده و امتیاز تلاش مشتری پیش بینی کنیم. توانایی مدل در گرفتن روابط غیرخطی داده ها در مقایسه با مدل های پایه (رگرسیون خطی و درخت تصمیم) نیز گویای قدرت شبکه عصبی مصنوعی است. همچنین مشخص شد که امتیاز ترویج کننده نسبت به امتیاز تلاش مشتری، واریانس ارزش طول عمر مشتری را بیشتر توضیح می دهد. نتیجه گیری: پژوهش حاضر نشان داد که شبکه های عصبی مصنوعی تا چه اندازه در یافتن الگوهای نهان در شاخص های کلیدی عملکرد می توانند مؤثر عمل کنند؛ این مطالعه توانایی شبکه های عصبی مصنوعی در پیش بینی ارزش طول عمر مشتری را در تجارت الکترونیک ارائه می دهد و امکان پیش بینی ارزش طول عمر مشتری را توسط امتیاز ترویج کننده و ارزش تلاش مشتری، تقسیم بندی دقیق مشتریان، تخصیص منابع و رشد استراتژیک را فراهم می کند. در تحقیقات آینده می توان پیش بینی ارزش طول عمر مشتری را از طریق مجموعه داده های دیگر و گسترش مدل بهبود داد و همچنین، ظرفیت سایر الگوریتم های یادگیری ماشینی را بررسی کرد.