منصور رزقی آهق

منصور رزقی آهق

مطالب
ترتیب بر اساس: جدیدترینپربازدیدترین

فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

شناسایی اجزای ضروری موثر بر استخراج هوشمند دانش در سازمان ها: مطالعه فراترکیب(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مدیریت دانش استخراج هوشمند مطالعه فراترکیب استخراج دانش صنعت

حوزه‌های تخصصی:
تعداد بازدید : ۱۶ تعداد دانلود : ۱۵
هدف: اهمیت هوشمندسازی در فرایندهای کسب وکار صنایع در سال های جاری به شدت افزایش یافته است. از طرفی اهمیت دانش به عنوان یک مزیت رقابتی همچنان در حال افزایش است. برای به دست آوردن این دانش حیاتی، چارچوبی برای شناسایی اجزای ضروری استخراج دانش مورد نیاز است. شناخت و تقویت هر یک از این منابع دانش، به طور سیستماتیک، در صنایع باعث می شود راهی برای استخراج دانش به روش هوشمند پیدا شود. محققان می توانند الگوریتم های استخراج دانش را به صورت سازمان یافته بیابند و به طور خاص بر اهداف هر جزء در فرایندهای کسب و کار تمرکز کرده و دانش را به شیوه ای هوشمند شناسایی و استخراج کنند. در این راستا، هدف پژوهش حاضر شناسایی اجزای ضروری موثر در استخراج هوشمند دانش است. روش: این تحقیق فراترکیب با روش هفت مرحله ای سندلوسکی و بارسو انجام شد. 289 مقاله تحقیقاتی از پایگاه داده ها بازیابی گردید که از این تعداد 36 مقاله برای اهداف پژوهش مورد استفاده قرار گرفت. هر مقاله تحقیقاتی انتخاب شده یک یا چند مولفه را گزارش کرده است که جداگانه تجزیه و تحلیل شدند. یافته ها: 48 کد در 6 موضوع اصلی (عوامل فردی، آموزش و یادگیری، عوامل فناوری و فناوری هوشمند، دانش، پویایی و چابکی، عوامل سازمانی) طبقه بندی شدند. نتایج نشان می دهد که توانمندسازی افراد در کسب و کار، یکی از مهم ترین مولفه های کسب دانش است که تقویت آن می تواند منجر به استخراج هوشمندانه دانش شود. نتیجه گیری: با توانمندسازی کارکنان و مطالعه طرز فکر و کار آن ها در سازمان، می توان مدل های هوشمندی را برای انجام وظایف تعریف کرد. این امر می تواند منجر به استخراج دانش مفید شود. به عبارت دیگر، هرچه توانایی کارکنان بیشتر باشد، مطالعه رفتار انسان در محل کار منجر به کشف الگوهای هوشمند قوی تری می شود.  
۲.

ارائۀ مدل استخراج دانش در صنایع خدماتی جهت دستیابی به نوآوری با استفاده از مدل نظریه ای داده بنیاد(مقاله علمی وزارت علوم)

تعداد بازدید : ۲۷۹ تعداد دانلود : ۲۷۴
توسعه نوآوری در بخش خدمات یک فرایند پیچیده است که عوامل مختلفی بر آن تاثیر می گذارد و بخش خدمات به دلیل ماهیت تجاری خود باید در فرآیندهای نوآورانه خود به روز شود. ازآنجا که لازمه نوآوری دانش است، برای دستیابی به اهداف و نوآوری در صنعت، اساساً نیاز به استخراج دانش است. دانش مناسب و به موقع، صنعت را به سمت افزایش بهره وری و سطح نوآوری خود سوق می دهد. این مقاله به منظور ارائه مدل استخراج دانش در صنعت خدمات انجام شده است. بدین منظور از مدل نظریه ای داده بنیاد استفاده شده است که از لحاظ هدف، کاربردی و از لحاظ نحوه گردآوری اطلاعات جز پژوهش های کیفی می باشد. جامعه آماری شامل از خبرگان و مدیران در صنایع خدماتی می باشد و نمونه آماری با توجه به اشباع نظری 14 نفر می باشد که به شیوه هدفمند انتخاب شدند. ابزار گردآوری داده ها، در بخش کیفی، مصاحبه نیمه ساختاریافته بود. برای تأیید دقّت و صحّت داده ها، در مورد اعتبار مطالعه از شیوه بررسی به وسیله اعضای پژوهش استفاده گردید. در این پژوهش برای محاسبه پایایی، از روش توافق درون موضوعی استفاده شده است. درصد توافق موضوعی با 80 درصد قابلیت اعتماد کدگذاری ها را تایید می کند. برای کدگذاری از نرم افزار ATLAS.TI استفاده شد. بعد از تحلیل داده ها مدل استخراج دانش برای صنایع خدماتی استخراج شد. بر این اساس 122 مفهوم و 18 مقوله فرعی با استفاده از الگوی پارادایم استراوس و کوربین دسته بندی شده است. این عوامل در قالب مدل متداول نظریه داده بنیاد در 18 دسته قرار گرفتند که عبارتند از: شرایط علی (عوامل زیرساختی و فناورانه، عوامل ساختاری، منابع انسانی، فرهنگ سازمانی، حمایت مدیران ارشد)، شرایط زمینه ای (دانش استراتژیک سازمانی، مدیریت ارتباطات سازمانی، پشتیبانی از سیستم استخراج هوشمند دانش)، راهبردی (راهبردهای تجاری سازی دانش، راهبردهای خلاقیت، راهبردهای نوآورانه)، شرایط مداخله گر (ویژگی های فردی، عوامل مالی، عوامل مدیریتی)، پیامدها (ارزش آفرینی، مزیت رقابتی، جهانی شدن، رشد و بلوغ). لذا با توجه به نتایج به دست آمده از این پژوهش می توان منابع حیاتی در صنایع خدماتی را جهت استخرج دانش به موقع و مناسب شناسایی و دانش حاصل از این استخراج را به منظور ایجاد مزیت رقابتی در بازارهای داخلی و خارجی به کار برد.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان