امیرمحمد خانی

به کارگیری مدل های برنامه ریزی راهبردی در بخش های مختلف صنعتی به امری رایج تبدیل شده است. هدف از تدوین راهبرد پژوهشی در صنایع دستی توسعه کسب وکارهای جدید جهت کارآفرینی مولد و ایجاد اشتغال است که نیازمند توجه به اکوسیستم کارآفرینی است. این پژوهش از نظر هدف، کاربردی و به لحاظ ماهیت، توصیفی-تحلیلی است. جامعه آماری پژوهش، کلیه خبرگان آشنا به فرایند پژوهشی و محیط داخلی و خارجی موثر بر این حوزه می باشند. بدین منظور، نمونه ها به صورت غیر تصادفی انتخاب شدند؛ و پس از آشنا نمودن با تدوین راهبرد پرسش نامه مربوطه تکمیل گردید. جهت تدوین راهبردهای پژوهشی مورد مطالعه از مدل SWOT و برای الویت بندی عوامل موثر بر آن که شامل سطح هدف، معیارها،  زیر معیارها و گزینه های راهبردی از تحلیل سلسله مراتبیAHP استفاده گردیده است. نتایج حاصله بیان گر این است: منحصر به فرد بودن زیورآلات اقوام ترکمن با بیش ترین وزن با الویت ترین راهبرد برای اجرا در حوزه صنایع دستی این مجموعه است. درنتیجه، فعالان حوزه صنایع دستی مورد مطالعه بایستی با استفاده از نقاط قوت خود بکوشند تا از فرصت های پیش رو به بهترین حالت ممکن بهره برداری نمایند.  

شناخت مشتریان و شناسایی سرویس های سودده با توجه به تنوع مشتریان بانک و گوناگونی سرویس ها 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، 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. 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 خوشه بندی 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.

یکی از مهمترین مسائل حوزه فرهنگی و اجتماعی، ارزیابی عملکرد است. از آنجا که ماهیت فعالیت های فرهنگی و اجتماعی ناملموس، و تنیده با انتزاع است، ارزیابی نتایج وآثار آن به صورت ذاتی با دشواری همراه است. تعریف این مسئله در یک بستر بروکراتیک همچون شهرداری تهران، با دشواری مضاعف در عرصه اجرا همراه است. اثربخشی فعالیت های فرهنگی و اجتماعی در شهرداری تهران با سایر ماموریت های این دستگاه اجرایی از جمله خدمات شهری، خدمات فنی و عمرانی و امثالهم، حسب تجارب موجود موجب تضعیف حوزه فرهنگی و اجتماعی و اطلاق برچسب ناکارآمد بودن فعالیت های این حوزه شده است. با توجه به این واقعیت امر، پژوهش حاضر با هدف ارزیابی کیفیت خدمات معاونت فرهنگی و اجتماعی شهرداری تهران در حوزه فرهنگ و هنر و تاثیر آن بر رضایت شهروندان انجام گرفته است. روش پژوهش از منظر هدف کاربردی و از نظر جمع آوری اطلاعات یک پژوهش توصیفی- پیمایشی محسوب می شود. در راستای هدف پژوهش پس از استخراج عوامل مؤثر در کیفیت خدمات معاونت فرهنگی و اجتماعی شهرداری تهران، پرسشنامه با بهره گیری از ادبیات موضوع تنظیم گردید. پرسشنامه تدوین شده بین 450 نفر از شهروندان مناطق 22گانه شهر تهران که طی یکسال گذشته حداقل یکبار از خدمات فرهنگی و هنری معاونت فرهنگی و اجتماعی تهران بهره مند شدند، بر اساس روش نمونه گیری طبقه ای بصورت تصادفی ساده توزیع گردید.

با شیوع ویروس کرونا، موضوع گردشگری مجازی یکی از مباحث مهم در صنعت گردشگری به شمار می آید. با گسترش این بیماری و متأثرشدن صنعت گردشگری از شرایط جدید، اهمیت توجه به گردشگری واقعیت مجازی (VR) بیش از پیش مشخص شده است. با توجه به این که تاکنون پژوهش های اندکی در این حوزه انجام شده است، به منظور تبیین شرایط کرونایی، بر اساس روش پژوهش جدید، سناریوهایی که فرد در آن موقعیت قرار گرفته و بر اساس آن استنباط خود را ارائه کرده بیان شده است. در پژوهش حاضر، با استفاده از نظریه های انتشار نوآوری و آزمون آن، تأثیر نوآوری و رضایتمندی در بهزیستی ذهنی و قصد رفتاری در گردشگری واقعیت مجازی در شرایط کرونا بررسی شده است. همچنین نقش تعدیل کننده آمادگی فنّاوری گردشگری مجازی بین رفاه ذهنی و قصد رفتاری نیز بررسی شده است. داده های این پژوهش کاربردی، بر اساس روش توصیفی پیمایشی با مشارکت ۱۴۱ نفر از افرادی که دست کم یک بار سابقه استفاده از فعالیت های واقعیت مجازی را داشتند ، با رویکرد نمونه گیری در دسترس از طریق راه های ارتباطی مجازی فعال در این حوزه گردآوری شده است. داده های جمع آوری شده، با استفاده از معادلات ساختاری و به کار گیری روش حداقل مربعات جزئی (PLS) مدل سازی شدند. نتایج نشان داد بهزیستی ذهنی تحت تأثیر ویژگی های انتشار نوآوری و ویژگی های استفاده و رضایتمندی قرار دارد. همچنین نقش تعدیل گری آمادگی فنّاوری پذیرفته نشده است. گفتنی است برای اولین بار در کشور، مدیران برنامه ریز در صنعت گردشگری و فنّاوری ارتباطات می توانند از این نتایج استفاده کنند.

امروزه ظهور فناوری اطلاعات در حوزه صادرات موجب افزایش تجارت کالاها و خدمات صادراتی در حوزه جهانی شده است و همین امر دلیل محکمی برای ایجاد کیفیت در عرصه کالاهای تولیدی در بازار رقابت جهانی شده است. کیفیت و سرعت عرضه کالاهای صادراتی در یک کشور باعث می شود رتبه صادراتی آن کشور در بازارهای بین المللی نیز افزایش یابد. هدف از پژوهش حاضر بررسی اعمال نفوذ سیستم های کسب وکار بر عملکرد زنجیره تأمین با در نظر گرفتن نقش تعدیل کننده نوآوری فرآیند و عدم اطمینان می باشد. جامعه آماری در این پژوهش شرکت های صادراتی استان تهران در نظر گرفته شده است. برای به دست آوردن حجم نمونه از روش نمونه گیری تصادفی طبقه ای استفاده گردید و برای جمع آوری داده ها نیز پرسشنامه استاندارد استفاده شده است. برای تجزیه وتحلیل داده ها از مدل سازی معادلات ساختاری و نرم افزار SmartPLS استفاده شده است. یافته های تحلیلی تحقیق نشان می دهد عوامل سازمانی شامل جهت گیری فن آوری فعال، اتصال فناوری اطلاعات، ارتباطات داخلی تأثیر مثبتی بر اعمال نفوذ سیستم های کسب وکار دارد. همچنین مشخص شد عوامل درون سازمانی شامل ایضاً فشار اعضای زنجیره تأمین و کیفیت ارتباط با اعضا تأثیر مثبتی بر نفوذ سیستم های کسب وکار دارد. درحالی که تأثیر نوآوری فرآیند و عدم قطعیت به عنوان تعدیل کننده تأیید نشد. با توجه به رقابتی شدن و شرایط حاکم کشور درزمینه صادرات باید سعی کرد بستری مناسب برای ایجاد نوآوری فرآیندها ایجاد کرد تا با استفاده از فرآیندهای خودکار موجب افزایش سرعت و دقت و کاهش هزینه ها در زمینه صادرات 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.

اهمیت عملکرد نوآوری به عنوان یکی از ابعاد مهم عملکرد شرکت ها، در ادبیات مدیریت کیفیت زنجیره تأمین (SCQM) به اندازه کافی مورد تأکید و بررسی قرار نگرفته است. علاوه بر این، تحقیقات داخلی در مورد قابلیت های SCQM، به عنوان محرک اساسی SCQM، بسیار محدود بوده است. برای پر کردن این شکاف تحقیقاتی، این مقاله به بررسی اینکه چگونه قابلیت های SCQM و عملکردهای SCQM می توانند بر نوآوری و عملکرد عملیاتی شرکت تأثیر گذار باشد و نحوه تعامل آنها با یکدیگر چگونه است، پرداخته است. ب ه همی ن منظ ور اطلاع ات مورد نیاز از جانب م دیران و کارشناسان بنگاه های فعال در صنایع غ ذایی استان گلستان با استفاده از پرسش نامه گ ردآوری و مورد تجزی ه و تحلیل قرار گرفت. یافته های پژوهش نشان می دهد شیوه های SCQM تأثیر مثبتی بر قابلیت های SCQM دارد. از نتایج به دست آمده دیگر اینکه شیوه های SCQM تأثیر مثبتی بر عملکرد عملیاتی صنایع غذایی استان گلستان ندارد. همچنین نتایج نشان داد قابلیت های SCQM تأثیر مثبتی بر عملکرد نوآوری ندارد.

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.

هدف: نقش دین به عنوان مقدمه ای برای درک ریسک و قدرت اخلاقی ، هنگام خرید محصولات حساس مانند کالای قاچاق در تحقیقات داخلی نادیده گرفته شده است. لذا این مطالعه با هدف نشان دادن چگونگی درک ریسک و قدرت اخلاقی و تاثیر دین داری مصرف کننده در هنگام خرید محصولات قاچاق انجام شده است. . بنابراین تحقیق از نظر هدف کاربردی و از نظر نحوه گردآوری اطلاعات توصیفی و از نوع پیمایشی می باشد.روش پژوهش: برای آزمایش مدل مفهومی، ساختارهای مورد علاقه با استفاده از یک نظرسنجی آنلاین برای پنل پاسخ دهندگان مطرح شد. نمونه پژوهش ۴۳۹ نفراز کسانی بودند که حداقل یکبار سابقه خرید کالای قاچاق را داشتند که به صورت نمونه گیری در دسترس انتخاب شدند . در نهایت با استفاده از مدل سازی معادلات ساختاری فرضیه های پژوهش مورد آزمون قرار گرفت.یافته ها: نتایج فرضیه های پژوهش نشان می دهد، دین داری ذاتی و بیرونی اجتماعی مصرف کننده ارتباط معناداری با ریسک اجتماعی و خطر روان شناختی درک شده آنها دارد. در حالیکه دین داری بیرونی شخص مصرف کننده ارتباطی با این دو مقوله ندارد. همچنین نتایج نشان می دهد دین داری (ذاتی، بیرونی اجتماعی، بیرونی شخصی) تأثیر مستقیمی روی شجاعت اخلاقی و مالکیت اخلاقی مصرف کننده دارد، درحالی که تأثیری بر کارایی اخلاقی ندارد. به علاوه مشخص شد مصرف کننده هنگام خرید کالای قاچاق به صورت ممنوع، ریسک اجتماعی و خطر روان شناختی بیشتری نسبت به خرید کالای قاچاق به صورت مجاز مشروط احساس می کند.

مطالعه حاضر با هدف بررسی ارتباط میان نگهداری و تعمیرات بهره ور فراگیر، مدیریت کیفیت جامع، مدیریت زنجیره تأمین، ویژگی های سازمان یادگیرنده و عملکرد عملیاتی انجام گرفته است. در راستای انجام عملیات پژوهش ابتدا با مطالعه مبانی نظری چارچوب مفهومی پژوهش ارائه شد. در مرحله بعد با تدوین و توزیع پرسشنامه بین 180 نفر از جامعه آماری پژوهش متشکل از مدیران عالی، میانی و عملیاتی آگاه نسبت به موضوع مورد بررسی شرکت های صادراتی استان گلستان بصورت تصادفی ساده توزیع، اطلاعات مورد نیاز جهت بررسی فرضیه های پژوهش جمع آوری گردید. در نهایت تعداد 146 پرسشنامه تکمیل شده برگشتی تحت پوشش تکنیک مدل سازی معادلات ساختاری مبتنی بر روش حداقل مربعات جزیی قرار گرفت. نتایج بدست آمده بر اساس این تکنیک مشخص کرد نگهداری و تعمیرات بهره ور فراگیر تأثیر مثبتی بر مدیریت کیفیت جامع دارد، درصورتی که نگهداری و تعمیرات بهره ور فراگیر نتوانسته است به تنهایی نتیجه قابل قبولی برای دستیابی به عملکرد عملیاتی بدست آورد و ملزم به وجود مدیریت کیفیت جامع برای این امر می باشد. نتیجه دیگری که بدست آمد، حاکی از تأثیر مثبت مدیریت کیفیت جامع و مدیریت زنجیره تأمین و نقش میانجی مدیریت زنجیره تأمین در دستیابی به عملکرد عملیاتی بین دو متغیر مدیریت کیفیت جامع و عملکرد عملیاتی می باشد. علاوه بر این نتایج مشخص کرد مدیریت کیفیت جامع تأثیر مثبتی بر سازمان یادگیرنده دارد و سازمان یادگیرنده نقش مهمی بین مدیریت کیفیت جامع و عملکرد عملیاتی شرکت های صادراتی استان گلستان دارد.

این مطالعه باهدف بررسی ویژگی های منحصربه فرد زنجیره تأمین محصولات غذایی، به بررسی تأثیر یکپارچه سازی زنجیره تأمین محصولات غذایی؛ متشکل از یکپارچگی داخلی، تأمین کننده و مشتری، به کیفیت محصولات غذایی و قابلیت نوآوری محصول می پردازد. مدیران باید اهمیت یکپارچه سازی تأمین کننده و مشتری را -هنگام پاسخ به ریسک زنجیره تأمین و عدم قطعیت شرکت- درک کنند. داده ها از ۱۶۸ مدیر فعال در صنایع غذایی استان تهران جمع آوری شده است. برای تحلیل داده ها از ابزار حداقل مربعات جزئی (SmartPLS 3.0) -با استفاده از تکنیک مدل سازی معادلات ساختاری (SEM)- استفاده شد. نتایج نشان می دهد که یک رابطه قوی بین عدم قطعیت و ادغام زنجیره تأمین؛ شامل مشتری، تأمین کننده و ادغام داخلی وجود دارد. یافته ها نشان می دهد که یکپارچه سازی مشتری و یکپارچه سازی تأمین کننده، عوامل حیاتی برای بهبود کیفیت محصول -در زمینه زنجیره تأمین محصولات غذایی- هستند؛ نتایج را می توان به نقش برجسته روابط و تماس با مشتری در توسعه قابلیت های نوآوری در محصولات تولیدی- که توسط برخی تحقیقات قبلی در نظر گرفته شده است- مرتبط دانست. علاوه بر این، با تجزیه و تحلیل ابعاد مختلف یکپارچه سازی زنجیره تأمین به طور جداگانه، یکپارچگی داخلی- به عنوان یک توانمندی برای یکپارچگی خارجی- شناخته شده است. این مطالعه می تواند به کسب و کارهای فعال در حوزه صنایع غذایی کمک کند تا نقش های ارزش آفرینی یکپارچه سازی زنجیره تأمین محصولات صنایع غذایی را درک کنند و راهنمایی های ارزشمندی را برای آنها ارائه دهد تا تصمیم بگیرند چگونه به چالش های مختلف پاسخ دهند و یکپارچه سازی زنجیره تأمین محصولات غذایی را -به منظور بهبود کیفیت محصول و بهبود قابلیت های نوآوری محصول- مدیریت کنند.

هدف: این پژوهش به بررسی و مقایسه مدل های یادگیری جمعی می پردازد تا بتواند به پیش بینی دقیق تری از رتبه کشوری دانش آموزان در کنکور سراسری دست یابد. هدف اصلی این پژوهش شناسایی مدل های بهینه ای است که با تحلیل داده های آزمون های آمادگی که پیش از کنکور برگزار می شود، بتوانند رتبه دانش آموزان را با بیشترین دقت پیش بینی کنند. مدل های شناسایی شده می توانند به مشاوران تحصیلی کمک کنند تا با ارائه توصیه های دقیق تر و مبتنی بر داده، به دانش آموزان در انتخاب مسیر تحصیلی و برنامه ریزی آموزشی کمک کنند. روش: در این پژوهش، به منظور تحلیل دقیق عملکرد دانش آموزان، از نرم افزار Octoparse برای جمع آوری داده های مرتبط با آزمون قلمچی کانون فرهنگی آموزش استفاده شد. مجموعه داده ها اطلاعات مهمی بودند، نظیر میانگین نمره آزمون، رتبه های کشوری و منطقه ای، رشته های تحصیلی و دانشگاه های قبولی دانش آموزان. همچنین در این مطالعه، چهار مدل پیشرفته یادگیری جمعی شامل XGBoost، LightGBM، CatBoost و Random Forest به منظور مقایسه و ارزیابی عملکرد در پیش بینی رتبه کشوری دانش آموزان انتخاب شد. به منظور سنجش دقت و کارایی این مدل ها، از معیارهای متنوعی مانند میانگین مربعات خطا، جذر میانگین مربعات خطا، ضریب تعیین و همچنین زمان های آموزش و پیش بینی استفاده شد. داده های جمع آوری شده، به دو بخش آموزشی و آزمایشی تقسیم شدند تا مدل ها بتوانند به بهترین شکل آموزش ببینند و ارزیابی شوند. به منظور دستیابی به عملکرد بهینه، از روش جست وجوی شبکه ای بهره گرفته شد که به ما اجازه می دهد پارامترهای مدل ها را به طور دقیق تنظیم کنیم و بهترین نتایج ممکن را به دست آوریم. یافته ها: نتایج این مطالعه نشان دهنده عملکرد برجسته مدل های XGBoost و LightGBM در پیش بینی رتبه کشوری دانش آموزان بود. مدل XGBoost به عنوان دقیق ترین گزینه شناخته شد؛ زیرا پیش بینی هایی ارائه داد که به مقادیر واقعی بسیار نزدیک بود و کمترین میزان خطا را داشت. این دقت بالا باعث شد که XGBoost به عنوان مدل برتر در این پژوهش شناخته شود. مدل LightGBM نیز با نتایج بسیار مشابه XGBoost، به عنوان یکی دیگر از گزینه های برجسته، برای پیش بینی رتبه کشوری انتخاب شد. این مدل به خاطر سرعت و دقت زیاد، مورد توجه قرار گرفت و به عنوان ابزاری مؤثر در این زمینه شناخته شد. مدل Random Forest نیز با دقتی بهتر نسبت به CatBoost عمل کرد؛ هرچند زمان بیشتری برای آموزش و پیش بینی نیاز داشت. در مقابل، مدل CatBoost به عنوان ضعیف ترین گزینه شناخته شد؛ زیرا در مقایسه با سایر مدل ها دقت کمتری داشت و مقادیر خطای بیشتری ارائه می کرد؛ هرچند سرعت پیش بینی آن بیشتر بود. به نظر می رسد که این مدل به بهبود نیاز دارد تا بتواند با دیگر مدل های موفق رقابت کند. نتیجه گیری: یافته ها نشان می دهد که مدل های XGBoost و LightGBM به عنوان دو ابزار مؤثر در یادگیری جمعی، عملکرد بسیار خوبی برای پیش بینی رتبه دانش آموزان در آزمون های سراسری دارند. این مدل ها با دقت بالا و عملکرد بهینه، می توانند به عنوان راهنماهایی ارزشمند در سیستم های آموزشی عمل کنند و به بهبود فرایندهای یادگیری کمک کنند. این مدل ها قادرند دانش آموزانی را که ممکن است در مسیر تحصیلی خود با چالش مواجه شوند، شناسایی کنند و به طراحی برنامه های یادگیری مؤثرتر یاری دهند. علاوه براین، نتایج این پژوهش می تواند به رهبران مدارس و سیاست گذاران برنامه های آموزشی کمک کند تا تصمیم های هوشمندانه تری در جهتِ ارتقای عدالت آموزشی اتخاذ کنند؛ به طوری که فرصت های یادگیری برابر، برای همه دانش آموزان فراهم شود. در آینده، استفاده از مدل های پیشرفته تر یادگیری عمیق و اضافه کردن داده های مرتبط، مانند عوامل اجتماعی، اقتصادی و نوع مدارس، می تواند به بهبود دقت پیش بینی ها منجر شود. همچنین، ترکیب مدل های مختلف یادگیری ماشین برای ایجاد مدل های ترکیبی می تواند به افزایش دقت و کاهش خطاهای پیش بینی کمک کند. به طور کلی، این پژوهش می تواند نقطه عطفی برای توسعه سیستم های پیش بینی و تصمیم گیری در حوزه آموزش در کشور شمرده شود و زمینه ساز بهبودهای چشمگیر در این زمینه باشد.

این تحقیق به بررسی تاثیر زنجیره تامین 4.0 و استراتژی های تامین مالی پیشرفته بر عملکرد سازمانی در بخش صادرات صنایع غذایی می پردازد. تمرکز ما بر نقش محوری ریسک زنجیره تامین است که به عنوان یک میانجی عمل می کند. ماهیت سریع و پیچیده چشم انداز کسب وکار فعلی سازمان ها را با چالش های متعدد مدیریت زنجیره تامین مواجه می کند. با مطالعه 133 زنجیره تامین پویا، ما از نرم افزار SMARTPLS3 برای تجزیه و تحلیل داده ها استفاده کردیم. یافته های کلیدی تأثیر قابل توجه شیوه های مالی مدرن و فناوری های زنجیره تامین 4.0 را بر ریسک های زنجیره تامین نشان می دهد. این مطالعه تایید می کند که زنجیره تامین 4.0 عملکرد سازمانی را افزایش می دهد، اما این پیشرفت به طور قابل توجهی به تعامل آن با ریسک های زنجیره تامین بستگی دارد. این امر بر اهمیت مدیریت ریسک در بهره برداری از پتانسیل کامل فناوری های به کار رفته در زنجیره تامین تاکید می کند. علاوه بر این، در حالی که ریسک زنجیره تامین مستقیماً بر عملکرد سازمانی تأثیر می گذارد، نقش آن به عنوان میانجی بین تأمین مالی زنجیره تامین و عملکرد آنقدرها تأثیرگذار نیست. این بینش تمرکز را به سمت استراتژی های مدیریت ریسک مستقل تغییر می دهد، به جای اینکه آنها را صرفاً به عنوان یک واسطه ببیند. یافته های ما راهنمایی ارزشمندی برای صنعت صادرات مواد غذایی ارائه می کند و نیاز به یکپارچه سازی فناوری های پیشرفته و استراتژی های مالی با تأکید قوی بر مدیریت ریسک را برجسته می کند. این مطالعه نه تنها درک زنجیره تامین 4.0 را غنی می کند، بلکه به عنوان یک طرح استراتژیک برای متخصصان زنجیره تامین در صنایع غذایی عمل می کند و عملکرد سازمانی را بهبود می بخشد.

هدف: هدف این مقاله، بررسی استفاده از یادگیری ماشین و الگوریتم های یادگیری عمیق برای پیش بینی نتایج تصمیم های استخدام است. انتخاب نیروی انسانی مناسب، یکی از مسائل مهم و اساسی در همه سازمان ها و نهادهاست که بر ویژگی های عملکرد و بهره وری تأثیر مستقیمی دارد. از آنجایی که فرایند استخدام بسیار پیچیده و پیش بینی موفقیت در استخدام دشوار است، استفاده از تکنیک های مدرن مانند یادگیری ماشینی و یادگیری عمیق، برای بهبود دقت و صحت انتخاب پیشنهاد می شود. هدف این پژوهش بررسی توانایی این تکنیک ها برای کمک به سازمان ها در اتخاذ تصمیم های استخدامی بهتر و دور نگه داشتن آن ها از تصمیم گیری های پُرهزینه است. روش: در این پژوهش از داده های مختلف شامل سن، تحصیلات، سابقه کار، توانایی های فنی و مهارت ها و ویژگی های شخصیتی متقاضیان شغل استفاده شد. این داده ها به کمک الگوریتم های یادگیری ماشین و یادگیری عمیق، برای پیش بینی احتمال موفقیت متقاضیان در مشاغل مختلف تجزیه وتحلیل شدند. مدل های طبقه بندی برای شبیه سازی رفتارهای استخدام و پیش بینی تصمیم ها در سطوح مختلف ویژگی و به عنوان بخشی از مدل های یادگیری ماشین استفاده شد. علاوه براین، رابطه بین ویژگی های متقاضی و نتایج استخدام از طریق مدل های یادگیری عمیق، برای شناسایی هرگونه روابط غیرخطی و پیچیده مورد بررسی قرار گرفت. مدل ها روی تمام داده های به دست آمده از منابع مورد اعتماد و بازبینی شده ای به دقت پردازش شدند، آموزش دیدند و ارزیابی شدند.   یافته ها: نتایج این مطالعه نشان می دهد که استفاده از یادگیری ماشینی و مدل های یادگیری عمیق، در افزایش دقت پیش بینی تصمیم های استخدامی تأثیر بسزایی دارد. در بین مدل های ارزیابی شده، الگوریتم کتبوست (CatBoost) بهترین عملکرد را داشت و به صحت 9533/0، دقت 9540/0 ، بازیابی 8925/0 و امتیاز F1 برابر با 9222/0 دست یافت که به طور چشمگیری از سایر الگوریتم ها بهتر بود. به طور مشابه، مدل های جنگل تصادفی (Random Forest) و اکس جی بوست (XGBoost) نیز عملکرد خوبی داشتند و به ترتیب به دقت 9213/0 و 9500/0 دست یافتند. نتایج تحلیل ویژگی ها نشان داد که مهارت های فنی، استراتژی استخدام و امتیاز مصاحبه، مهم ترین عوامل مؤثر در تصمیم گیری استخدام بودند. علاوه براین، مدل های یادگیری جمعی، به ویژه کتبوست، قادر بودند اثرهای پیچیده تر ویژگی های شخصیتی متقاضیان را شناسایی کنند؛ در حالی که مدل های یادگیری ماشین سنتی قادر نبودند آن را درک کنند. نتیجه گیری: در این مطالعه استفاده از یادگیری ماشین و یادگیری عمیق برای کمک به تصمیم گیری بهتر درباره انتخاب نیروی کار نشان داده شده است. کتبوست بهترین عملکرد را داشت؛ زیرا می توانست روابط پیچیده تر و غیرخطی تر بین ویژگی های متقاضی و نتایج استخدام را شبیه سازی کند. این الگوریتم ها باعث کاهش هزینه ها، بهبود کیفیت استخدام و بهره وری سازمان می شوند. با این حال، برای دستیابی به بهترین نتایج، سازمان ها باید با دقت و به طور مداوم، داده های متقاضی را جمع آوری و پردازش کنند و به طور منظم، مدل های یادگیری ماشین را برای حفظ و بهبود دقت پیش بینی ها با تغییر بازار کار به روز کنند.

زنجیره تأمین سلفون، یک شبکه پیچیده از اجزای وابسته به هم است که ترجیحاً به مدیریت محتاطانه برای اطمینان از کارایی عملیاتی، عملکرد و پایداری نیاز دارد. زنجیره تأمین سلفون به طور جامع با استفاده از مدل مرجع عملیات زنجیره تأمین (SCOR)، به عنوان یک ابزار معیار در این مطالعه تحلیل می شود. این مطالعه از مدل سازی ساختاری تفسیری (ISM) و روش تصمیم گیری چندمعیاره (DEMATEL) براساس فرآیندهای شبکه تحلیلی (DANP) برای بررسی وابستگی های متقابل در اجزای زنجیره تأمین، رتبه بندی فرآیندها و شناسایی تأمین کنندگان بالقوه استفاده می کند. یافته ها بر اهمیت درک بازار فعلی، خواسته های مشتری و چشم انداز رقابتی تأکید می کنند. این مستلزم درک خواسته های مشتری، دیدن روندهای نوظهور و پیشی گرفتن از رقباست. پنج سطح، ساختار سلسله مراتبی فرآیندهای زنجیره تأمین را تشکیل می دهند. سطح بالا و سطح پایین، به عنوان سطوح مهم برجسته می شوند. موضوعاتی ازجمله درک بازار، نیازهای مشتری و استراتژی های رقابتی در سطح اول پوشش داده شده است. سطح پنجم نیز شامل شناسایی ریسک های احتمالی و توسعه استراتژی های کاهش ریسک است که طرح ها و استراتژی های کاهش احتمالی را در بر می گیرد و بنابراین خطرات بالقوه را به حداقل می رساند. این عملیات، نقش مهمی در نحوه عملکرد این سرویس دارد و لازم است با احتیاط انجام شود و بهبود یابد. این مطالعه بر اهمیت درک بازار، کنترل ریسک ها و بررسی انطباق تأکید می کند. تکنیک DANP در تعیین موقعیت فرآیندهای زنجیره تأمین مختلف و یافتن تأمین کنندگان بالقوه، در عین حال کارآمدتر کردن فرآیند تخصیص منابع کمک بزرگی کرده است. این تجزیه و تحلیل یک منبع ارزشمند برای ذی نفعان در زنجیره تأمین سلفون است و به برنامه ریزی استراتژیک و فرآیندهای تصمیم گیری کمک می کند.

مقدمه و اهداف: در دنیای امروز، دسترس پذیری و امنیت خدمات بانکی برای تمامی اقشار جامعه، به ویژه گروه های آسیب پذیر مانند نابینایان، از اهمیت ویژه ای برخوردار است. با توجه به اهمیت روزافزون بانکداری دیجیتال، شناسایی و ارزیابی ریسک های مرتبط با دسترسی و امنیت خدمات بانکی برای نابینایان از اولویت های اساسی محسوب می شود. هدف این پژوهش، شناسایی، ارزیابی و اولویت بندی ریسک های اصلی در ارائه خدمات بانکی به نابینایان و ارائه راهکارهایی برای کاهش این ریسک ها است، به گونه ای که با بهبود زیرساخت ها و فناوری های مورد استفاده، دسترسی نابینایان به خدمات بانکی به طور معناداری تسهیل شود. این پژوهش ترکیبی از دو روش تحلیل ریسک FMEA فازی و شبکه عصبی گراف (GNN) را به کار می گیرد تا به صورت دقیق تر و جامع تری روابط و تعاملات میان ریسک ها شناسایی شود. روش ها: پژوهش حاضر در دو مرحله اصلی صورت پذیرفت. در مرحله اول، از روش FMEA فازی برای شناسایی و ارزیابی ریسک ها استفاده شد. این روش به دلیل قابلیت آن در کار با اعداد فازی، به طور ویژه ای مناسب تحلیل معیارهای شدت، وقوع، و قابلیت کشف هر ریسک در شرایطی با عدم قطعیت است. پس از گردآوری نظرات خبرگان، این معیارها به مقادیر غیرفازی تبدیل شده و اولویت بندی ریسک ها مشخص گردید. مرحله دوم به کاربرد شبکه عصبی گراف اختصاص داشت که برای مدل سازی و تحلیل وابستگی های پیچیده و روابط متقابل بین ریسک ها به کار گرفته شد. GNN به عنوان یک ابزار قدرتمند یادگیری ماشینی امکان بررسی وابستگی های متقابل میان معیارها و نودهای مختلف را فراهم می آورد. داده های پژوهش از طریق نظرسنجی هایی که با ۱۲ نفر از خبرگان بانکداری و خدمات ویژه نابینایان انجام شد، گردآوری شدند. به هر خبره یک پرسشنامه شامل جفت های مختلف معیارهای ریسک ارائه شد و آنها به هر جفت نمره ای بین صفر تا چهار دادند. سپس، برای کاهش اثر نظرات فردی و کسب یک ارزیابی جامع، میانگین نمرات خبرگان به عنوان وزن نهایی روابط بین معیارها در گراف استفاده گردید. یافته ها: نتایج به دست آمده از تحلیل FMEA فازی نشان داد که «دسترسی فیزیکی»، «نابرابری های اقتصادی»، «شکاف دیجیتال» و «موانع فناورانه» از مهم ترین ریسک ها در دسترسی نابینایان به خدمات بانکی هستند. نتایج RPN (عدد اولویت ریسک) غیرفازی هر ریسک نشان داد که دو ریسک «دسترسی فیزیکی» و «نابرابری های اقتصادی» بیشترین اولویت را برای رسیدگی دارند و نیازمند توجه ویژه ای هستند. نتایج به دست آمده از GNN نیز تأیید کرد که برخی از این ریسک ها، نظیر دسترسی فیزیکی و موانع فناورانه، تأثیرات متقابل و پیچیده ای بر سایر ریسک ها دارند و نقش اساسی در شبکه روابط میان معیارها ایفا می کنند. به طور خاص، معیارهای «نابرابری های اقتصادی» و «موانع فناورانه» به عنوان عوامل اصلی تأثیرگذار در شبکه گراف شناسایی شدند که کاهش این ریسک ها می تواند تأثیر مهمی بر دسترسی و تجربه بانکی نابینایان داشته باشد. این یافته ها همچنین نشان داد که در نظر گرفتن جنبه های اقتصادی و فناورانه به تنهایی کافی نیست و باید تعاملات میان این معیارها نیز مورد توجه قرار گیرد. نتیجه گیری: بهبود دسترسی نابینایان به خدمات بانکی مستلزم رویکردی چندوجهی است که به طور هم زمان ارتقای زیرساخت های فیزیکی، کاهش نابرابری های اقتصادی، آموزش و آگاهی بخشی در حوزه فناوری های بانکی، و تقویت امنیت اطلاعات را دربرگیرد. یافته های این پژوهش حاکی از آن است که ترکیب FMEA فازی و GNN در ارزیابی ریسک های خدمات بانکی نابینایان می تواند به شناسایی تعاملات و اولویت بندی دقیق تر ریسک ها کمک کند و زمینه ساز طراحی راهکارهای جامع تر و مؤثرتری برای دسترسی این قشر به خدمات بانکی باشد. این پژوهش پیشنهاد می کند که بانک ها و مؤسسات مالی، با به کارگیری نتایج این تحقیق، راهکارهایی جامع برای ارتقای دسترس پذیری و بهبود تجربه کاربری نابینایان در خدمات بانکی ارائه دهند. افزایش رضایت و اطمینان این گروه از مشتریان می تواند در نهایت منجر به بهبود اعتبار و مسئولیت پذیری اجتماعی بانک ها گردد.

در بازار رقابتی و تجربه محور صنعت پوشاک، رضایت مشتری و وفاداری او به برند، بیش از هر زمان دیگری به کیفیت خدمات و تجربه ادراک شده وابسته است. پژوهش حاضر با هدف بررسی تأثیر مدیریت کیفیت جامع (TQM) و کیفیت بصری بر رضایت مشتری و پیامدهای رفتاری آن شامل قصد خرید و تبلیغات دهان به دهان انجام شده است. نوآوری این تحقیق در به کارگیری رویکردی ترکیبی از مدل سازی معادلات ساختاری (PLS-SEM) و یادگیری ماشین تفسیرپذیر و توضیح پذیر با روش تبیین افزایشی شاپلی مبتنی بر مدل جنگل تصادفی نهفته است؛ رویکردی که هم روابط علی میان متغیرها را بررسی می کند و هم اهمیت نسبی آنها را در پیش بینی متغیرهای وابسته شناسایی می نماید. جامعه آماری شامل مشتریان صنعت پوشاک بود که با روش نمونه گیری هدفمند، داده های موردنیاز از طریق ۱۳۵ پرسشنامه معتبر جمع آوری شد. نتایج نشان داد TQM تأثیر قوی تری بر رضایت مشتری دارد نسبت به کیفیت بصری و رضایت مشتری نقش میانجی معناداری در اثرگذاری این عوامل بر قصد خرید و تبلیغات دهان به دهان ایفا می کند. تحلیل تبیین افزایشی شاپلی نیز عوامل کلیدی مانند محیط فروشگاهی، فرآیندهای خدمات و تعاملات کارکنان را به عنوان مهم ترین پیش بینی کننده های رضایت مشتری شناسایی کرد. این پژوهش نشان می دهد که ترکیب بهینه کیفیت خدمات و تجربه بصری، همراه با تحلیل پیش بینانه داده ها، می تواند راهگشای طراحی راهبردهای مؤثر در حفظ مشتریان و ارتقاء مزیت رقابتی برندهای پوشاک باشد.

کنترل کیفیت و کاهش هزینه های تولید، به پیش بینی دقیق عیوب در فرآیندهای صنعتی وابسته است. در این پژوهش، رویکرد یادگیری ماشین حساس به هزینه، با استفاده از الگوریتم MetaCost بررسی شده است. MetaCost یک تکنیک پس پردازش برای تبدیل مدل های یادگیری ماشین به مدل های حساس به هزینه است که با در نظر گرفتن ماتریس هزینه خطاها، تصمیم گیری مدل را بهینه می کند. هدف اصلی، کاهش خطاهای منفی کاذب در شناسایی روزهای پرنقص تولید است. برای این منظور، از چندین الگوریتم شامل Random Forest، Gradient Boosting، XGBoost، LightGBM، CatBoost، SVM و رگرسیون لجستیک استفاده شد. داده ها از دیتاست «Predicting Manufacturing Defects» برگرفته از پلتفرم Kaggle، شامل اطلاعات مربوط به 3240 روز تولید صنعتی جمع آوری شدند. نتایج نشان داد که الگوریتم جنگل تصادفی با دستیابی به صحت برابر 96.9% و بازخوانی برابر 98.9 %، بهترین عملکرد را در میان مدل ها داشت. به ویژه توانایی بالای این مدل در شناسایی صحیح روزهای پرنقص، آن را به گزینه مناسبی برای کاربردهای واقعی در صنعت تبدیل کرد. دیگر مدل ها نیز عملکرد پذیرفتنی داشتند؛ اما در مقایسه با Random Forest، در کاهش نرخ منفی کاذب ضعیف تر ظاهر شدند. این نتایج، کارایی رویکردهای حساس به هزینه را در بهبود پیش بینی نقص تولید، تأیید می کند.