درخت حوزه‌های تخصصی

مدیریت دانش و IT

حوزه‌های تخصصی
ادبیات اقتصاد تاریخ تربیت بدنی جغرافیا حقوق روانشناسی زبان شناسی علم اطلاعات و دانش‌شناسی علوم اجتماعی علوم اسلامی علوم انسانی علوم تربیتی علوم سیاسی فلسفه و منطق مدیریت مطالعات زنان هنر و معماری
اخبار مدیریت تئوری های مدیریت گروههای ویژه مدیریت آموزشی مدیریت استراتژیک مدیریت بازرگانی مدیریت دانش و IT مدیریت دولتی مدیریت سازمانی و منابع انسانی مدیریت صنعتی مدیریت مالی – حسابداری نقد و بررسی کتاب
پیش بینی، اجرا و ارزیابی تکنولوژی تکنولوژی و توسعه حقوق مالکیت سرمایه گذاریهای خارجی و انتقال تکنولوژی سیستم های پشتیبانی تصمیم گیری سیستمهای خبره کلیات مدلهای انتقال تکنولوژی مدیریت دانش مدیریت فناوری اطلاعات منطق فازی و هوش مصنوعی
ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۲٬۰۰۱ تا ۲٬۰۲۰ مورد از کل ۲٬۹۳۵ مورد.
۲۰۰۲.

Classification of Brain Tumor by Combination of Pre-Trained VGG16 CNN(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۲, Issue ۲, ۲۰۲۰ (Proceedings of The ۶'th International Conference on Communication Management and Information Technology (ICCMIT'۲۰)) 13 - 25
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۸ تعداد دانلود : ۲۳۴
In recent years, brain tumors become the leading cause of death in the world. Detection and rapid classification of this tumor are very important and may indicate the likely diagnosis and treatment strategy. In this paper, we propose deep learning techniques based on the combinations of pre-trained VGG-16 CNNs to classify three types of brain tumors (i.e., meningioma, glioma, and pituitary tumor). The scope of this research is the use of gray level of co-occurrence matrix (GLCM) features images and the original images as inputs to CNNs. Two GLCM features images are used (contrast and energy image). Our experiments show that the original image with energy image as input has better distinguishing features than other input combinations; accuracy can achieve average of 96.5% which is higher than accuracy in state-of-the-art classifiers.
۲۰۰۳.

مدلی برای بازاریابی دیجیتال مبتنی بر ارزش آفرینی در صنعت بیمه ایران(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات مدیریت کسب و کار هوشمند سال دهم تابستان ۱۴۰۱ شماره ۴۰ 77-108
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۵ تعداد دانلود : ۳۹۴
پژوهش حاضر با هدف مدلی برای بازاریابی دیجیتال مبتنی بر ارزش آفرینی برای صنعت بیمه ایران انجام شده است. روش استفاده شده در پژوهش، کیفی و مبتنی بر راهبرد نظریه داده بنیاد است. برای جمع آوری داده ها از ابزار مصاحبه عمیق استفاده شده است. جامعه هدف مدیران و کارشناسان ارشد صنعت بیمه که در فرایند و تصمیمات بازاریابی دیجیتال مشارکت داشتند، بوده اند با استفاده از نمونه گیری هدفمند پس از 15 مصاحبه عمیق، اشباع نظری حاصل شد.در رویکرد داده بنیاد طی سه مرحله کدگذاری باز، محوری و انتخابی بیانگر 32 مقوله کلی در قالب پارادیمی شامل شرایط علی، زمینه ای، مداخله گر، مقوله های محوری، راهبردها و پیامدها مبتنی بر ارزش آفرینی بوده است. .نتایج نشان داد که بازاریابی دیجیتال مبتنی بر ارزش آفرینی در صنعت بیمه ایران توسط شرایط علی (هویت بخشی بازاریابی دیجیتال در صنعت بیمه، ایجاد کمپین بازاریابی دیجیتال، ارتقا نفوذ فرهنگ بیمه، محیط دیجیتال و توسعه زیرساخت مورد نیاز)، زمینه ای (استراتژی تمرکز، برندسازی دیجیتال، پیاده سازی بازاریابی دیجیتال، پاسخگویی به نیازها و علائق در فضای دیجیتال و بهینه سازی فعالیت های دیجیتالی)، مداخله گر (بینش مشتریان، عوامل محیطی، قابلیت های دیجیتالی، انقلاب دیجیتالی، شفافیت قیمت و چالش های سازمانی)، مقوله های محوری (برندسازی مبتنی بر رفتار، رویکرد تعاملی، انتظارات مشتری از خدمات بیمه و تجربه مشتری)، راهبردها (ارتقای جایگاه یابی، ارتقای کانال های ارتباطی، ارزش آفرینی از طریق تولید محتوا، تعامل و مشارکت مشتری مبتنی بر تبلیغات دهان به دهان الکترونیکی، توسعه فناوری های دیجیتال و نوآوری دیجیتالی) و پیامدهای (افزایش سهم بازار، اثربخشی سازمانی، ارتقا و جایگاه برند (شرکت)، ارتقای ارزش ویژه برند الکترونیکی و توسعه کسب وکار دیجیتال) تحقق می یابد.
۲۰۰۴.

Machine Learning Algorithms for Early Fall Detection of Elderly People(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۴, Issue ۲, ۲۰۲۲ 26 - 40
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۴ تعداد دانلود : ۲۵۱
Falls are a serious concern among the elderly people, causing severe physical pain to them and placing a strain on medical infrastructure. The global elderly population is expected to grow significantly in the coming years, as advances in healthcare allow lifespans to increase globally. This will bring more chances for falls to occur. With this in mind, there is a need for new research to be conducted on finding ways to reduce this problem. One area which shows promise is the use of Machine Learning to perform fall detection. Machine Learning is a rapidly growing field, and it has many applications in various fields such as finance, technology and medicine. When it comes to fall detection, Machine Learning systems are often able to detect falls much better and efficiently than a human can, given the same input data. The goal of this paper is to conduct a survey study on the main and most common machine learning algorithms implemented in the field of early fall detection for elderly people and the characteristics. The paper will discuss the different types of fall detection systems, algorithms, tools, datasets, applications, and challenges.  By conducting this research, a better understanding of the context, progress and trends in the field will be possible so that future research will have a guide to build upon.
۲۰۰۵.

Understanding Customer Satisfaction of Chatbots Service and System Quality in Banking Services(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۵, Special Issue, ۲۰۲۳ 142 - 152
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۳ تعداد دانلود : ۳۹۲
Chatbots is a computer software powered by artificial intelligence designed to replicate human interaction. It is also possible to refer to them as digital assistants that comprehend the capacities of humans. The bot interprets the user's intent, then processes their queries and provides prompt responses. Chatbots perform their most crucial role: to analyse and detect the intent of the user's request to extract relevant entities. AI-powered chatbots were introduced to improve operational efficiency, eventually saving organisational costs. This study investigates the role of system and service quality in customer satisfaction in banking services. One hundred forty-five usable data were used for analysis. Data were analysed using the Smart PLS. The results revealed that response time, usability, adaptability, empathy and responsiveness were insignificant for customer satisfaction. The result is important as it gave the insight point of customers with regards to the new services. Business organisations may need to introduce chatbots and perhaps make some improvements from time to time to provide better services.
۲۰۰۶.

Blockchain Implications for Marketing; A Review and an Empirical Analysis(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۴, Special Issue: The business value of Blockchain, challenges, and perspectives, ۲۰۲۲ 83 - 106
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۳ تعداد دانلود : ۲۹۳
Blockchain technology was initially implemented for cryptocurrencies in 2009, but it caught the undivided attention of multiple industries such as finance, supply chain management, healthcare, and governments. This research was set out to investigate and evaluate six benefits of blockchain for marketing: fostering disintermediation, combating click fraud, reinforcing trust and transparency, enhancing privacy protection, empowering digital marketing security, and enabling creative loyalty programs. An empirical study in the form of an online survey was conducted to examine the realization of benefits in practice. The research concluded that blockchain does indeed provide promising benefits for marketing, but that depends on whether marketers use public (permissioned) blockchain or private (permissioned) blockchain, and also the ability of the blockchain community to resolve fundamental challenges and pending issues such as scalability, speed, interoperability, and privacy, besides several many others.
۲۰۰۷.

Detection of Wormhole Attack in Vehicular Ad-hoc Network over Real Map using Machine Learning Approach with Preventive Scheme(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۴, Security and Resource Management challenges for Internet of Things, ۲۰۲۲ 159 - 179
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۱ تعداد دانلود : ۲۹۱
VANET (Vehicular Ad-hoc Network) is a developing technology, which is a combination of cellular technology, ad-hoc network & wireless LAN to improve the safety of vehicle as well as driver. VANET communication can be of two types, first one is broadcast and second one is unicast. Either communication may be broadcast or unicast both are sensitive to different types ofassaults, for example message forgery, (DOS) denial of service, Sybil assault, Greyhole, Blackhole & Wormhole assault. In this paper machine learning method is used to detect the wormhole assault in VANET’s multi-hop communication. We have created a scenario of VANET by using AODV routing protocol on NS-3.24.1 simulator, which utilizes the overall mobility traces generated by the simulator SUMO-0.32.0 to model the wormhole assault. The simulation is performed by using NS-3.24.1 simulator, and the statistics created by flow monitor are collected. The collected data is pre-processed and the k-NN & Random Forest algorithms are applied on this data, to make the model such type so that it can memorize the wormhole attack. The novelty of this research work is that with the help of proposed detection & prevention technique, vehicular ad-hoc network can be made free from wormhole assault by using ML approach. The performance of proposed machine learning models is compared with existing work. In this way it is clear that our proposed approach by using ML is powerful tool by which the wormhole assaults can be detected in VANETs. A scheme based on packet lease and cryptographic techniques is used to prevent the wormhole attack in VANET
۲۰۰۸.

Digitalization of Agribusiness in the Development of Foreign Economic Relations of the Region(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۳, Special Issue: Advanced Innovation Topics in Business and Management, ۲۰۲۱ 123 - 141
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۰ تعداد دانلود : ۳۶۳
The article is devoted to the research process of digitalization of vegetable development management as an important component of food security of the Black Sea region. Vegetables are necessary for the normal functioning of the human body, provide it with the necessary vitamins and trace elements. one of the conditions of good health. The annual volume of vegetables in food kits for the main social and demographic groups of the population of Ukraine is calculated. The dynamics of vegetable production of vegetable crops in the Black Sea region of Ukraine is studied. In addition, information and communication (digital) technologies in the agar sector are considered. It is proved that the digitization of agribusiness significantly saves the amount of materials and other resources, and execution time and production are optimized. Due to the systematization and grouping of data, the costs of document circulation are reduced, the process of accumulation and use of information is stimulated, the production and economic indicators of agricultural enterprises are improved, which will help increase their competitiveness in the long run.
۲۰۰۹.

Automatic Prediction and Identification of Smart Women Safety Wearable Device Using Dc-RFO-IoT(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۵, Special Issue, ۲۰۲۳ 34 - 51
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۰ تعداد دانلود : ۳۴۱
Women’s safety is very important for around the world and many anti-women safety incidents are happened in current decades. Women's criminality is on the rise in India, particularly on an hourly basis 1000 criminal cases are filed according to Indraprastha and Kannon organizations. The Internet of Things (IoT) application will assist women in difficult situations. This design with Dc-RFO-IoT has an emergency application that can be useful to provide critical thinking and suggestions to women in rescue time. When the emergency soft button is pushed, notifications are sent to registered contacts as well as to women's hotline lines with GPS and GSM. A GPS sensor is also used to transmit the position with longitude and latitude. Every one minute, the receiver sends a link to your location, updating them on your current position. The attacker may shut the victim's mouth and prevent her from requesting assistance. The speaker on this gadget generates high-frequency sound. It will raise the alarm in the surrounding area and make the attacker fearful. This IoT with deep learning application is giving accurate outcomes and measures are improved. The performance measures like accuracy 93.43%, sensitivity 92.87%, Recall 98.34%, safety ratio 97.34%, and F measure 97,89% had been improved these are outperformance the methodology and compete with present models.
۲۰۱۰.

تحلیل ادراکات کاربران درباره خرید تلفن همراه در سایت دیجی کالا(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات مدیریت کسب و کار هوشمند سال هشتم تابستان ۱۳۹۹ شماره ۳۲ 181 - 210
حوزه‌های تخصصی:
تعداد بازدید : ۶۷۱ تعداد دانلود : ۵۵۴
  امروزه افراد برای خرید محصولات و خدمات آنلاین از نظرات دیگران در شبکههای اجتماعی جهت تصمیمگیری استفاده مینمایند. همچنین شرکتهای ارائه دهنده محصولات  از تحلیل ادراکات و نظرات کاربران و مشتریان برای اتخاذ تصمیمات آگاهانه و ارائه محصولات جدید استفاده مینمایند. تحلیل ادراکات از جمله رویکردهای نوین در استخراج نظرات میباشد. تحلیل ادراکات، استفاده از روشهای متن کاوی و پردازش زبان طبیعی برای شناسایی، استخراج و بررسی اطلاعات ذهنی میباشد. اطلاعات حاصل از تحلیل ادراکات میتواند بر انتخاب موثر مشتریان تاثیر بسزایی داشته باشد. در این پژوهش مدلی جهت تحلیل ادراکات کاربران در ارتباط با خرید تلفن همراه از سایت دیجی کالا ارائه شده است  تحقیق حاضر از لحاظ هدف کاربردی است و جامعه مورد بررسی شامل نظرات کابران در سایت دیجی کالامی باشد و نمونه آماری نظرات کاربران تلفن همراه سایت دیجی کالا است. جهت تحلیل و پیاده سازی، رویکرد یادگیری نظارت شده و از پکیجهای متن کاوی پایتون استفاده شده است. نتایج نشان میدهند مدل پیشنهادی با دقت 0.892 می تواند نظرات کاربران را دسته بندی نماید. همچنین در مجموع نظرات کاربران در مورد سهولت استفاده و امکانات و قابلیتهای تلفن همراه مثبت و در مورد ارزش خرید نسبت به قیمت، نوآوری، طراحی و ظاهر و کیفیت ساخت گوشیها نظر کاربران منفی میباشد.  مدل پیشنهادی میتواند در سایتهای تجارت الکترونیک مانند دیجی کالا پیاده سازی شود و خروجی آن به صورت سیستماتیک توسط کاربران قابل مشاهده باشد که در نهایت میتواند منجر به تصمیمگیری آگاهانه برای خریداران و شرکتهای ارائه دهنده محصولات باشد.    
۲۰۱۱.

پیش بینی سکته مغزی در بیماران همودیالیزی با استفاده از الگوریتم های داده کاوی

نویسنده:
منبع: دانشنامه تحول دیجیتال دوره اول زمستان ۱۳۹۹ شماره ۱ 45 - 57
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۹ تعداد دانلود : ۳۵۴
«تحلیل داده ها» یک مبنای تعیین کننده برای تصمیم سازی و ایجاد تحول به سمت اهداف مطلوب محسوب می شود که یکی از روش های مطرح آن داده کاوی است. در حوزه سلامت نیز با اجرای داده کاوی بر روی بیماران دارای وضعیت حاد «نظیر همودیالیزی ها» می توان به روندهای آتی آن ها تا حدی پی بُرد و به کاهش تشدید عوارضشان کمک کرد. با توجه به اینکه مطالعات سال های اخیر حاکی از تشدید ریسک سکته مغزی در این دسته از بیماران است، هدف از این پژوهش نیز بررسی یک روش مرسوم جراحی در همودیالیزی ها و ارتباط آن با بروز سکته است. روش پژوهش حاضر، استفاده از الگوریتم های با ناظر داده کاوی و با محوریت «درخت تصمیم» است که از الگوریتم های کاربردی در دسته بندی متغیرها است و به شناخت عوامل تأثیرگذار کمک می کند. داده های ورودی شامل 468 بیمار همودیالیزی هستند که در یک دوره پنج ساله مورد مطالعه قرار گرفتند و متشکل از 324 نفر زن و 144 نفر مرد هستند. این مطالعه نشان داد ریسک ابتلا به سکته مغزی در بیمارانی که جراحی دسترسی عروق آن ها با ایجاد کاتتر قبل از فیستول صورت گرفته تا 21/84% بوده درحالی که بین سن بیماران دیالیزی با سکته شان رابطه معناداری پیدا نشد، اما علاوه بر تعبیه کاتتر، سابقه داشتنِ فشارخون یا دیابت نیز در ابتلا به سکته مغزی مؤثر بودند.
۲۰۱۲.

پیش زمینه ها و پیامدهای مشارکت مصرف کنندگان در جوامع مجازی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات مدیریت فناوری اطلاعات سال ششم پاییز ۱۳۹۶ شماره ۲۱ 33 - 64
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۸ تعداد دانلود : ۴۰۸
vجوامع مجازی با توجه به امکانات فراهم شده در محیط وب و دسترسی وسیعی که به مصرف کننده دارد بر فعالیت های مرتبط با کسب وکار بسیار تأثیرگذار هستند، بنابراین بررسی پیش زمینه ها و پیامدهای مشارکت مصرف کنندگان در جوامع مجازی می تواند از جنبه های شناختی رفتار مصرف کننده، در این محیط رقابتی حائز اهمیت باشد. هدف این تحقیق بررسی پیش زمینه ها و پیامدهای مشارکت مصرف کنندگان در جوامع مجازی است. روش انجام این تحقیق به صورت تلفیقی بوده به این ترتیب که در بخش کیفی مصاحبه های نیمه ساختاریافته با 14 نفر از خبرگان انجام پذیرفت و پس از تحلیل نتایج به کمک تکنیک تحلیل محتوا مدل طراحی شده در حجم نمونه 384 نفر مورد آزمون کمی قرار گرفت. نتایج پژوهش نشان داد پیش زمینه های فردی و اجتماعی، خدمات ارائه شده توسط وب سایت، تمایل، نگرش و نیات ما در مشارکت تأثیر بسزایی دارند، در مورد پیامدهای مشارکت نشان داد نیات ما برای مشارکت در جوامع مجازی تأثیر منفی بر ارتباطات با خانواده و دوستان، همچنین استفاده کمتر از سایر رسانه ها می شود اما اطلاعات مصرف کنندگان را افزایش می دهد.
۲۰۱۳.

مدل ارزش گذاری خدمات الکترونیک (فناوری اطلاعات) در مؤسسات بزرگ غیرانتفاعی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات مدیریت فناوری اطلاعات سال پنجم تابستان ۱۳۹۶ شماره ۲۰ 41 - 76
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۷ تعداد دانلود : ۵۶۰
تحقیق حاضر مدلی را برای ارزش گذاری خدمات الکترونیک در مؤسسات غیرانتفاعی به تصویر می کشد. اندیشه این مدل از خلأ تحقیقات در این زمینه نشات گرفته است. با توجه به این موضوع، متغیرهای مستقل برای ارزش گذاری خدمات الکترونیک بر مبنای روش استقرایی و تئوری مفهوم سازی بنیادی از بطن نظرات اعضای جامعه تحقیق استخراج شد. این متغیرها شامل موضوعات مرتبط با حاکمیت، ابزار و مشتریان است. شاخص های مربوط به سنجش دو متغیر حاکمیت و ابزار از طریق مراجعه به سیستم های مالی و بر مبنای روش حسابداری قیمت تمام شده قابل اندازه گیری است؛ اما تعیین ارزش (ریالی) برای متغیر مشتریان از این طریق امکان پذیر نبوده است؛ بنابراین، فرایندی تدوین گردید که با استفاده از مبانی نظری موجود شامل روش ارزش گذاری نسبی در حسابداری، مدل ارزیابی دلون و مکلین و مهندسی ارزش، اندازه و چگونگی تأثیر این متغیر بر دو متغیر حاکمیت و ابزار شناسایی شود. در ادامه و به منظور آزمون مدل و فرایند تدوین شده، اقدام به ارزش گذاری خدمات الکترونیکی صدور مجوز طرح ترافیک توسط شهرداری تهران شد. نتیجه کسب شده از طریق تعیین ارزش (ریالی) خدمات الکترونیک امکان استفاده از این مدل در شرایط واقعی را تائید کرد.  
۲۰۱۴.

نگاشت سیستماتیک روش شناسی تحقیقات در حوزه تجارت الکترونیک(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت فناوری اطلاعات دوره ۸ پاییز ۱۳۹۵ شماره ۳ 435 - 455
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۷ تعداد دانلود : ۲۴۷
اهمیت تحقیقات روش شناسی در حوزه تجارت الکترونیک، به اهمیت روش تولید علم و درک منطق حل مسائل قلمرو تجارت الکترونیک بر می گردد. در هر رشته علمی این نوع تحقیقات برای جامعه علمی آن رشته اهمیت دارد. هدف مقاله حاضر بررسی روش شناسی تحقیقات در حوزه تجارت الکترونیک از طریق بررسی سه مجله معتبر تجارت الکترونیک از سال 2009 تا سال 2013 با استفاده از روش مطالعه نگاشت سیستماتیک است. در نتیجه انجام این تحقیق، از مجموع 422 مقاله، 337 مقاله استخراج شد. این مطالعه تلاش شده است نوع تحقیق، هدف تحقیق، پارادایم فلسفی، دامنه تحقیق، روش تحقیق و واحد تحلیل مقالات، به روش کمّی و کیفی تحلیل شود. نتایج به دست آمده نشان می دهد تحقیقات کمّی مبتنی بر پارادایم اثبات گرایی با اهداف کاربردی در موضوعات مربوط به توسعه محصولات و خدمات جدید و روش تحقیق پیمایشی در سطح تحلیل جامعه، بیشترین فراوانی را داشته است. در نهایت، با استفاده از نرم افزار کلمنتاین روابط بین برخی نتایج نیز تحلیل شده است.
۲۰۱۶.

Hospital Information System for Motivating Patient Loyalty: A Systematic Literature Review(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۴, ۵th International Conference of Reliable Information and Communication Technology (IRICT ۲۰۲۰), ۲۰۲۲ 235 - 244
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۵ تعداد دانلود : ۲۸۸
Healthcare service institutions (HIS) seeking to motivate patient loyalty have identified Hospital Information Systems (HIS) as a potential solution to gather, measure, and analyze the healthcare data necessary for this goal. The purpose of this systematic review of the literature is to reveal how prevalent the use of HIS with respect to motivating patient loyalty, and to investigate the efficacy of HIS in doing so. To generate data, published empirical studies and conference papers from the past five years were compiled from the following online databases: Scopus, ACM Digital Library, IEEE Xplore, ScienceDirect, and Emerald Insight. The search results indicate that, while the use of HIS in motivating patient loyalty is rare relative to other topics within the general field of HIS, HIS use have a significant positive impact on patient satisfaction, which is understood in the literature to be directly related to patient loyalty. There remains a gap in empirical studies on the direct application of HIS with the purpose of increasing patient loyalty. Future research may be required on the development of an HIS focused on motivating patient loyalty, which can be empirically tested in a real-world HSI setting.
۲۰۱۷.

Classification of Lung Nodule Using Hybridized Deep Feature Technique(مقاله علمی وزارت علوم)

نویسنده:
منبع: Journal of Information Technology Management , Volume ۱۲, Special Issue: The Importance of Human Computer Interaction: Challenges, Methods and Applications., ۲۰۲۰ 109 - 128
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۵ تعداد دانلود : ۲۹۲
Deep learning techniques have become very popular among Artificial Intelligence (AI) techniques in many areas of life. Among many types of deep learning techniques, Convolutional Neural Networks (CNN) can be useful in image classification applications. In this work, a hybridized approach has been followed to classify lung nodule as benign or malignant. This will help in early detection of lung cancer and help in the life expectancy of lung cancer patients thereby reducing the mortality rate by this deadly disease scourging the world. The hybridization has been carried out between handcrafted features and deep features. The machine learning algorithms such as SVM and Logistic Regression have been used to classify the nodules based on the features. The dimensionality reduction technique, Principle Component Analysis (PCA) has been introduced to improve the performance of hybridized features with SVM. The experiments have been carried out with 14 different methods. It has been found that GLCM + VGG19 + PCA + SVM outperformed all other models with an accuracy of 94.93%, sensitivity of 90.9%, specificity of 97.36% and precision of 95.44%. The F1 score was found to be 0.93 and the AUC was 0.9843. The False Positive Rate was found to be 2.637% and False Negative Rate was 9.09%.
۲۰۱۸.

مدل سازی چالش های استقرار فرهنگ سازمانی داده محور در سازمان های دولتی ایران (نمونه پژوهش: سازمان های تابع وزارت دفاع)(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت راهبردی دانش سازمانی سال چهارم زمستان ۱۴۰۰ شماره ۱۵ 111 - 149
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۷ تعداد دانلود : ۳۹۳
در عصری که توجه به اطلاعات و داده در سازمان ها، منجر به رشد عملکرد و ذهنیت مثبت نسبت به سازمان می شود، در سازمان های بزرگ دولتی شاهد کم توجهی به داده و داده محوری هستیم که این موضوع منجر به بی بهره شدن سازمان از مزایای سازمان داده محور خواهد شد. پژوهش حاضر با هدف شناسایی و مدل سازی چالش های استقرار فرهنگ داده محور در سازمان های دولتی ایران به منظور رفع موانع و استقرار فرهنگ داده محور در سازمان های مذکور انجام شده است. منظور از سازمان های دولتی در پژوهش حاضر (محدوده پژوهش) سازمان های تابع وزارت دفاع (ودجا) می باشد. این پژوهش کاربردی-توصیفی در پارادایم تفسیرگرایی و با رویکردی آمیخته (کیفی-کمی) انجام شده است. داده ها با استفاده از روش های مطالعه منابع دانشی موجود، مصاحبه نیمه ساختاریافته و پرسش نامه ساختاری تفسیری گردآوری و با استفاده از روش های تحلیل محتوای کیفی جهت دار و مدل سازی ساختاری تفسیری تحلیل شدند. جامعه آماری پژوهش حاضر در هر دو بخش کمی و کیفی این پژوهش، شامل خبرگان فرهنگ سازمانی و علم داده در سازمان های دفاعی بودند که با روش نمونه گیری هدفمند و تا رسیدن به اشباع نظری 16 مصاحبه انجام شد. خروجی تحلیل محتوا به منظور بررسی روایی ابعاد و مؤلفه های استخراج شده در اختیار خبرگان گذاشته شد و جرح وتعدیل لازم صورت گرفت و پایایی خروجی تحلیل محتوا با روش هولستی سنجیده شد که ضریب آن 0.8 حاصل گردید. نتیجه منجر به طراحی مدل چالش های استقرار فرهنگ داده محور در سازمان های دفاعی گردید. یافته ها نشان داد که 8 بعد سازمانی، تصمیم گیری، بافتار داده، فرهنگ محیطی، مدیریتی، استراتژیک، لجستیکی، فردی-شخصیتی به عنوان چالش های مهم و کلیدی در مسیر استقرار فرهنگ داده محور هستند که این ابعاد مدل یکپارچه مذکور را شکل می دهند و این ابعاد با یکدیگر در تعامل هستند. نتایج همچنین نشان داد که مؤثرترین و تأثیرگذارترین بعد فرهنگ محیطی می باشد و ابعاد لجستیک، بافتار داده و مؤلفه های فردی- شخصیتی اثرپذیرترین ابعاد احصا شدند.
۲۰۱۹.

الگوی هوشمندی مدیریت منابع انسانی مبتنی بر علم داده و یادگیری ماشینی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات مدیریت کسب و کار هوشمند سال دهم تابستان ۱۴۰۱ شماره ۴۰ 265-310
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۵ تعداد دانلود : ۳۸۷
در سال های اخیر، کاربرد هوش مصنوعی به ویژه یادگیری ماشینی در حوزه مدیریت منابع انسانی رشد قابل توجهی داشته است، و به دلیل جدید بودن این حوزه، برای بسیاری از مدیران و خبرگان حوزه منابع انسانی ناشناخته است. همچنین، در سال های متمادی شاهد تولید داده های زیادی در این حوزه و زمینه های مرتبط با آن هستیم که تحلیل آنها در فعالیت های منابع انسانی با دشواری همراه است. توانمندی های علم داده و یادگیری ماشینی توانسته است با گزارش ها و تحلیل های توصیفی، تشخیصی، پیش بینی کننده و تجویزی کمک های شایانی به این حوزه و فراتر از آن به راهبری سازمان داشته باشد. در این راستا هدف از انجام پژوهش، بررسی اقداماتی است که تاکنون در حوزه هوشمندی مدیریت منابع انسانی انجام شده است و به سه سوال اصلی پاسخ داده می شود. سوال اول شناسایی فعالیت هایی از مدیریت منابع انسانی است که قابل هوشمندسازی می باشند. در سوال دوم، به شناسایی کاربرد انواع الگوریتم های یادگیری ماشینی در در این حوزه پرداخته شده است. در سوال سوم، بر مبنای سطوح بلوغ تحلیل های پیشرفته داده،طبقه بندی "الگوریتم های یادگیری ماشینی در کارکردهای هوشمندی مدیریت منابع انسانی" صورت پذیرفته است. برای پاسخگویی، طیف وسیعی از مقالات از پایگاه ها و مجلات معتبر علمی استخراج و بر اساس روش ترکیبی در هم تنیده(همزمان) مورد بررسی قرار گرفتند.در بخش کمی از الگوریتم های متن کاوی با استفاده از زبان پایتون و در بخش کیفی از تحلیل مضمون با استفاده از نرم افزار MAXQDA2020 استفاده شده است.
۲۰۲۰.

بخش بندی کاربران بانکداری اینترنتی بر مبنای انتظارات: رویکرد داده کاوی(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت فناوری اطلاعات دوره ۶ پاییز ۱۳۹۳ شماره ۳ 419 - 434
حوزه‌های تخصصی:
تعداد بازدید : ۶۶۳ تعداد دانلود : ۲۶۰
ارائه خدمات بانکی مبتنی اینترنت طی چند سال اخیر به محور رقابت در نظام بانکی ایران تبدیل شده است. در همین راستا شناسایی و بخش بندی کاربران این نوع خدمات موجب شناخت بهتر نیازها و انتظارات و برنامه ریزی جهت تامین آن نیازها و انتظارات می شود که این موجب بهبود تصویر بانک و کسب مزیت رقابتی می شود. در این پژوهش هفت بانک پاسارگاد، پارسیان، ملت، سامان، اقتصادنوین، تجارت و ملی به عنوان برندهای رقیب انتخاب شدند. بر مبنای بررسی پیشینه پژوهش انتظارات کاربران بانکداری اینترنتی در قالب 17 شاخص شناسائی شد. با ابزار پرسشنامه بسته سوالی داده های لازم از 274 کاربر خدمات بانکداری اینترنتی بانکهای منتخب گردآوری شد. در ابتدا بر اساس تحلیل عاملی اکتشافی پنج عامل: سهولت کاربری، تنوع سبد خدمات، امنیت، سرعت و اطمینان شناسایی شد. در مرحله بعد با فن داده کاویK-Means تعدادبهینه خوشه ها برابر با 6 خوشه تعیین شد. سپس انتظارات خوشه ها در قالب 5 عامل ارزیابی شد. نتیجه نشان داد که میانگین انتظارات و فراوانی متغیرهای جمعیت شناختی مورد بررسی در خوشه ها متفاوت است. بنابراین خوشه های مستخرجه از کیفیت خوبی برخوردار است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان