درخت حوزه‌های تخصصی

پژوهش حاضر با هدف پاسخگویی به این سؤال اساسی صورت گرفته است که مدل مناسب ارزش ویژه مشتری و ارتباط بین متغیرهای مدل چگونه است؟ این پژوهش برای جمع آوری داده از روش پیمایش و جهت تحلیل داده ها از روش همبستگی استفاده کرده است. جامعه آماری پژوهش، مشتریان تمام شعب بانک کشاورزی شهر تهران است که با استفاده از روش نمونه گیری طبقه بندی نسبی و با استفاده از جدول کرجسی و مورگان، 384 نفر به عنوان نمونه پژوهش انتخاب شدند. داده های مورد نیاز با استفاده از ابزار پرسشنامه جمع آوری و با استفاده از نرم افزار لیزرل تحلیل شدند. نتایج پژوهش نشان می دهد که مدل ارزش ویژه مشتری در جامعه مورد مطالعه در بر گیرنده سه متغیر مستقل ارزش ویژه برآوردی، ارزش ویژه برند و ازش ویژه ارتباط و دو متغیر وابسته ارزش ویژه مشتری و قصد خرید مشتری می باشد که به ترتیب، ارزش ویژه ارتباط و ارزش ویژه برآوردی بیشترین تأثیر را روی ارزش ویژه مشتری دارند و ارزش ویژه برند تأثیر قابل ملاحظه مستقیمی بر ارزش ویژه مشتری نداشت. همچنین محرک های ارزش ویژه مشتری هیچ تأثیر قابل ملاحظه ای بر قصد خرید مشتری نداشتند. بنابراین پیشنهاد می شود بانک کشاورزی به منظور حداکثر کردن ارزش ویژه مشتری، بیشتر، بودجه بازاریابی خود را به ترتیب اولویت، صرف فعالیت های بازاریابی رابطه مند، مدیریت ارزش درک شده مشتری و برندسازی کند.

درک عوامل موثر بر ارزش شرکت برای سرمایه گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه گذاری یا اعطای تسهیلات، امری حیاتی است. از آن جایی که اقتصاد دانش محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی های فیزیکی به دانش نامشهود منتقل شده است. از این رو در آینده نه چندان دور، ارزش گذاری دارایی های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن است تا با استفاده از مدل مبتنی بر شبکه عصبی مصنوعی به شناسایی عوامل موثر در تعیین ارزش دارایی های نامشهود در شرکت های پذیرفته شده در بورس اوراق بهادار تهران بپردازد. هدف اصلی از مدل کردن عوامل موثر بر ارزش دارایی های نامشهود با استفاده از شبکه های عصبی، بررسی میزان تأثیر پانزده متغیر ورودی (شامل تعداد اعضای هیات مدیره، استقلال هیات مدیره، اندازه شرکت، اهرم، دارایی های ثابت، رشد فروش، سودآوری، پرداخت سود، سن شرکت، تعداد کارکنان، متنوع سازی، ساختار مدیریت، صادرات، مخارج تحقیق و توسعه و هزینه های بازاریابی و تبلیغات) بر متغیر ارزش شرکت می باشد. یافته های حاصل از پژوهش حاکی از اهمیت ویژگی های خاص شرکتی در وهله نخست، حاکمیت شرکتی در رتبه دوم، ساختار مالکیت در رتبه سوم و سرمایه نامشهود در رتبه چهارم در تعیین ارزش دارایی های نامشهود است.

برای تحقق اهداف سازمانی، گریزی از شناخت وضعیت موجود نیست. به مدد شناسایی نقاط ضعف و قوت است که می توان مرکب راهوار برنامه ریزی را برای طی طریق به مقصود، تجهیز و تکمیل کرد. مقاله ی حاضر که برآمده از یک کار پژوهشی کاربردی است تلاش دارد با تحلیل شکاف وضعیت موجود و وضعیت مطلوب فرایندهای اصلی سرمایه ی انسانی، سازوکارهای لازم را ارایه نماید. برای این منظور با استفاده از فنون و ابزارهای تحلیل شکاف مانند سروکوال، BPI، BPR، الگوهای برنامه ریزی راهبردی و نظرخواهی از جامعه ی متخصصان و خبرگان، نظرسنجی از مسئولین مربوطه، وضعیت موجود شناسایی و فاصله و شکاف آن با وضعیت مطلوب را تحلیل نموده، سپس براساس اطلاعات به دست آمده، گلوگاه ها و نقاط بحرانی شناسایی و راه کارهایی مانند: شایسته سالاری، دوره های توانمندسازی، طراحی نظام جامع حقوق و دستمزد، طراحی الگوی تعالی بومی منابع انسانی، بازنگری و اصلاح نظام تأمین منابع انسانی برای سرعت بخشیدن به رشد، توسعه و تعالی سرمایه ی انسانی پیشنهاد گردیده است.

تأخیر در تأمین نفت گاز، پیامدهای سیاسی، اجتماعی و اقتصادی وسیعی را به دنبال دارد؛ بنابراین پیش بینی دقیق تقاضای نفت گاز بسیار مهم است. استفاده از شبکه های عصبی مصنوعی در پیش بینی کاربرد زیادی دارد. طراحی مناسب پارامترهای (ساختار) شبکه موجب می شود دقت و عملکرد شبکه های عصبی مصنوعی افزایش یابد. در بیشتر مطالعات از روش سعی و خطا برای تنظیم پارامترهای شبکه های عصبی مصنوعی استفاده می شود که برای رسیدن به مناسب ترین ساختار شبکه های عصبی مصنوعی راه حل مطمئنی نیست. در مطالعه حاضر، با استفاده از روش طراحی آزمایشات تاگوچی، مناسب ترین ساختار شبکه های عصبی مصنوعی به منظور پیش بینی تقاضای نفت گاز در استان هرمزگان مشخص می شود. تجزیه و تحلیل واریانس پارامترهای شبکه های عصبی مصنوعی نشان می دهد که سهم مشارکت تعداد نرون در لایه پنهان اول در تغییر میانگین مربع خطای شبکه حدود 41% و سهم مشارکت الگوریتم یادگیری نیز حدود 27% است. همچنین نتایج نشان می دهد که شبکه های عصبی مصنوعی که با استفاده از روش طراحی آزمایشات تاگوچی طراحی شده اند، نسبت به سایر شبکه ها عملکرد بهتری دارند. Asbstract The delay in the supply of gasoil has wide Consequences of political, social and economic. Therefore, the gasoil demand forecasting is very important. The use of artificial neural networks in forecasting has many applications. Appropriate design of ANN parameters enhances performance and accuracy of the neural network model. Trial and error method is used to setting the ANN parameters in the most of studies. Trial and error method is not a reliable solution to achieve the best ANN structure. In the present study, the optimum structure of ANN to forecasting the demand of gasoil in the province of Hormozgan determined by Taguchi experimental design method. Analysis of variance (ANOVA) of the ANN parameters indicates that contribution of the number of neurons in first hidden layer to the changes in the network mean square error (MSE) is about 41% and contribution of the learning algorithm is about 27%. Also, the results of this study show that artificial neural networks are designed using Taguchi experimental design method have better performance than other Networks. Keywords: Forecasting; Gasoil; Artificial Neural Networks; Taguchi Experimental Design Method

تجاری سازی و ایجاد کسب و کار از طریق فناوری نانو به عنوان یک هدف و آرمان مورد توجه کشورها و شرکت های مختلف دنیا قرار گرفته است. فناوری نانو در برگیرنده فرصت های کسب و کاری ویژه برای تک تک شرکت ها مزایای اجتماعی بزرگ در سطح جهان است برای اینکه این مزایا آشکار شوند لازم است تا محصولات و فرایندهایی که بوسیله فناوری نانو ارائه می شوند به بازار عرضه شوند که این امر مستلزم فرایند تجاری سازی می باشد. تحقیقات و اختراعات بسیاری بعد از ظهور فناوری نانو به کشور در بخش ها و صنایع مختلف انجام گردیده که صنعت غذایی نیز یکی از این بخش ها می باشد. تجاری سازی فناوری های جدید و نوپا از جمله فناوری نانو از حساسیت و ظرافت خاصی برخوردار می باشد که بدون شناسایی عوامل موثر در تجاری سازی و موانع موجود در به بازار رسانیدن فناوری نانو نمی توان راهبردی مناسبی برای انتقال آن به بازار تدوین نمود که در حال حاضر نیز این موضوع یکی از نقاط ضعف کشورمان می باشد. لذا شناسایی عوامل موثر در تجاری سازی و وجود سیاست های مناسب برای تجاری سازی فناوری نانو از ضروریات ملی محسوب می شود. بدلیل گستردگی موضوع در این پژوهش تنها به شناسایی عوامل محیطی از طریق مصاحبه با خبرگان تجاری سازی و مدیران شرکت ها فعال در حوزه نانو فناوری در بخش غذایی و کشاورزی پرداخته شده و در ادامه، با استفاده از آزمون فریدمن به رتبه بندی عوامل مذکور و از طریق رگرسیون خطی چندگانه به پیش بینی و بررسی وجود ارتباط معناداری عوامل با تجاری سازی فناوری نانو پرداخته شده است.

یکی از روش های جدید تحلیل صورت های مالی، مدل تحلیل پوششی داده ها می باشد. ولیکن ایراد این روش این است که عملکرد را صرفا در یک دوره زمانی خاص و به صورت ایستا ارزیابی می کند. در همین راستا، این پژوهش به بررسی تحلیل صورت های مالی شرکت های بورس اوراق بهادار تهران با استفاده از مدل تحلیل پوششی داده های پنجره ای می پردازد. علت اصلی استفاده از این مدل جدید نیز، بررسی عملکرد شرکت ها در طول بازه های زمانی گوناگون می باشد. بدین منظور از میان شرکت های مذکور، 100 شرکت به عنوان شرکت های نمونه انتخاب و طی دوره 1384 تا1389 مورد بررسی قرار گرفتند. نتایج پژوهش نشان می دهد از میان شرکت های نمونه، صرفا یک شرکت در طول زمان کارایی عملکرد خود را به طور صد در صد حفظ کرده است.

امروزه نقشه های استراتژی ابزار پیوند تدوین و اجرای استراتژی در نظام جامع مدیریت استراتژی سازمان قلمداد می شوند. این ابزار در سازمآن های بسیاری مورد استفاده قرار می گیرد. با این حال، برخی از ویژگی های آن مورد استفاده قرار نگرفته اند که با ارائه رویکردهایی می توان آن را بهبود داد. در مقاله حاضر، برای پیشبرد چنین هدفی از نقشه های شناختی فازی بهره گیری شده و با ارائه رویکردی گام به گام این امر محقق شده است. در گام نخست، رویکرد ارائه شده به مدل سازی روابط علی موجود در نقشه مطابق نظر خبرگان پرداخته است و سپس با استفاده از نقشه مدل سازی شده، مسیرهای اثر استخراج شده اند. درادامه، از قابلیت های نقشه های شناختی فازی برای شبیه سازی سناریوی موردنظر سازمان استفاده شده است. به طور کلی، هدف نهایی این مطالعه تبدیل نقشه استراتژی از تصویری ایستا به ابزاری پویا بوده است. این رویکرد در یک مورد عملی اجرا شده و نتایج آن ارائه شده است. Abstract Nowadays, strategy maps are dominated tools that linking strategy formulation into implementation. Many organizations using this tool and utilizing its benefits. Of course some of its specifications have been neglected and also could be improved. This study used fuzzy cognitive maps (FCM) and presents a step-by-step approach. Therefore, at the first step causal relations will model and then effect paths extracts refers to experts opinions. At the next step FCM will simulate considered scenario. Generally final aim of this study is turning strategy map from a static image to a dynamic tool. Ultimately, represented approach applied in a practical case. Keywords: Fuzzy Cognitive Maps; Balanced Scorecard; Strategy Map.

این مقاله، مساله زمان بندی پروژه تحت محدودیت منابع (RCPSP) را در بخشی از یک پروژه احداث پالایشگاه در دنیای واقعی بررسی می کند. در فعالیت های دنیای واقعی، اکثر فعالیت ها جدید بوده و با عدم قطعیت در زمان انجام این فعالیت ها مواجه هستیم که این امر منجر به تغییرات زیادی در زمان اتمام پروژه می شود. در این تحقیق، به دلیل NP-hard بودن مساله RCPS، یک روش بهینه سازی بر مبنای الگوریتم شبیه سازی تبرید برای حل مساله زمان بندی پروژه تحت محدودیت منابع در شرایط عدم قطعیت زمان فعالیت ها ارائه می شود. برای نمایش این عدم قطعیت از نظریه مجموعه های فازی استفاده شده است. برنامه تولید زمان بندی به کار رفته در الگوریتم شبیه سازی تبرید پیشنهادی، روش تولید زمان بندی موازی فازی می باشد. الگوریتم پیشنهادی، حداقل زمان تکمیل پروژه را با در نظر گرفتن محدودیت منابع تجدیدپذیر و محدودیت روابط پیشنیازی فعالیت ها تولید می کند و این قابلیت را دارد که دقیقا با اعداد فازی اجرا شده و جزئیات پروژه شامل زمان شروع، زمان پایان فعالیت ها و زمان تکمیل پروژه را به صورت اعداد فازی ارائه کند. در نهایت اعتبارسنجی الگوریتم مورد سنجش قرار خواهد گرفت و نشان می دهیم الگوریتم پیشنهادی، الگوریتمی کارا بوده و بسادگی قابل استفاده توسط مدیران و برنامه ریزان پروژه در پروژه های واقعی است

امروزه استفاده از ابزارهای مدیریت دانش در سازمان ها امری متداول است، بطوری که عدم بهره گیری از این روش ها سازمان ها را به سمت ناکارآمدی پیش می برد. حجم تولید اسناد، ضرورت دسترسی به موقع و آسان و غیرممکن بودن تصمیم گیری در شرایط فقدان اطلاعات و دلایل بسیار دیگر سبب شده تا سیستم های مدیریت الکترونیکی اسناد در سازمان ها طراحی و پیاده سازی شوند. در مقاله حاضر، پس از بررسی ادبیات مدیریت دانش، مستندسازی، اهمیت سیستم کدینگ در سازمان ها و معرفی مراحل و کارکردهای سیستم مدیریت الکترونیکی اسناد به عنوان یکی از ابزارهای مدیریت دانش، مراحل اجرا و پیاده سازی این سیستم در مطالعه انجام شده در یکی از شرکت های آب و فاضلاب تهران، به صورت بومی شده، بیان می گردد. روش بیان شده می تواند به-عنوان یک چارچوب کلی در انواع سازمان های فناور مورد توجه قرار گیرد.

شبکه های هاب یکی از انواع مهم شبکه های حمل ونقل هستند که در زمینه های مختلفی مانند حمل ونقل هوایی، پست و مخابرات کاربرد دارند. از ویژگی های مهم این شبکه ها، امکان وقوع اختلال در عملکرد آن ها به دلایلی ازقبیل ازکار افتادن تسهیل های هاب یا عدم دسترسی به یال های ارتباطی است. در این مطالعه، مسئله مکان یابی یال هاب پوششی با تخصیص چندگانه، تحت شرایط اختلال یال های هاب بررسی می شود. برای این مسئله، ابتدا یک مدل ریاضی جدید مبتنی بر روش برنامه ریزی شانس- محدود در برنامه ریزی تصادفی معرفی می شود و سپس نتایج محاسباتی حل مدل پیشنهادی برای مسائل نمونه مبتنی بر داده های حمل و نقل هوایی ایران و پست استرالیا ارائه می شوند. نتایج محاسباتی حاکی از اهمیت درنظرگیری اختلال پیش از طراحی شبکه های هاب و تغییر پیکربندی بهینه شبکه تحت شرایط اختلال است. Abstract Hub networks are among the important variations of transportation networks that have applications in air transportation, post, and telecommunication. An important feature of these networks is the possibility of disruption in the network performance due to failure of hub facilities or access links. In this study, the hub arc covering location problem is studied under disruption of hub arcs. First a new mathematical model is introduced based on the chance-constrained programming technique in stochastic programming. Then computational results of solving the proposed model for problem instance (based on Iran Aviation Data and Australian Post) are presented. The computational results confirmed the importance of disruption consideration before designing hub networks and changes in the optimal configuration of the network under disruption. Keywords: Hub Arc Location; Covering; Stochastic Programming; Chance-Constrained Programming.

از معیارهای سنجش موفقیت سیستم های اطلاعاتی، رضایت کاربران آن هاست. رضایت کاربران بر میزان استفاده آنان از سیستم و کیفیت کاری روزمره ی آنان تأثیر می گذارد. هدف از این تحقیق، ارائه مدلی از عوامل مؤثر بر رضایت کاربران سیستم جامع آموزش دانشگاه تهران (سیستم گلستان) و سنجش تأثیر متغیرهایی چون درک از راحتی سیستم، درک از مفید بودن، درگیری کاربران در مرحله ی توسعه ی سیستم، آموزش کاربران، پشتیبانی مدیران ارشد و تجربه ی کاربر بر رضایت کاربران است. جامعه آماری پژوهش شامل کلیه ی کارکنان ستادی آموزش دانشگاه تهران بوده است و از کل جامعه پژوهش که 41 نفر بودند، 39 نفر پرسشنامه را تحویل دادند. بنا بر یافته های پژوهش، متغیرهای راحتی در استفاده، آموزش کاربران و پشتیبانی مدیران ارشد بر رضایت کاربران تأثیرگذار هستند و متغیرهای درک از مفید بودن، درگیری کاربران در مرحله ی توسعه ی سیستم و تجربه ی کاربر، بر روی رضایت کاربران سیستم جامع آموزش دانشگاه تهران تأثیری ندارند

نرخ موثر مالیاتی شرکتها نقش تعیین کننده ای دراخذ تصمیمات اقتصادی شرکتها، قانونگذاران و تحلیلگران مالی ایفا می کند. در این تحقیق به مطالعه تاثیر اندازه شرکت، شدت سرمایه گذاری، اهرم مالی، شدت نگهداری موجودی کالا، حق الزحمه حسابرسی و نسبت مالکیت دولت به عنوان بخشی از عوامل تعیین کننده نرخ موثر مالیاتی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران پرداخته شده است، که در این بین رابطه بین نرخ موثر مالیاتی با اندازه شرکت، شدت سرمایه گذاری و اهرم مالی غیر خطی در نظر گرفته شده است. برای این هدف از داده های ترکیبی 68 شرکت در بازه زمانی 1386- 1390 استفاده شده است. نتایج بررسیهای آماری حاکی از آن است که بین نرخ موثر مالیاتی با اندازه شرکت و اهرم مالی رابطه غیر خطی معنی داری وجود دارد و بین نرخ موثر مالیاتی با شدت سرمایه گذاری در موجودی کالاو سودآوری رابطه مستقیم و معنی داری برقرار است. در حالیکه بین نرخ موثر مالیاتی با مالکیت دولتی و حق الزحمه حسابرسی رابطه معکوس خطی معناداری وجود دارد. در ضمن بین نرخ موثر مالیات و شدت سرمایه گذاری رابطه غیرخطی معنی داری مشاهده نشد. یافته های این تحقیق می تواند برای مدیران شرکتها از جهت مدیریت هزینه مالیات بر درآمد و سیاستگذاران مالیاتی از جهت تعیین عوامل موثر بر میزان مالیات شرکتها مفید باشد.

امروزه مشتری به عنوان مهمترین منبع دانش برای سازمان ها شناخته شده است. مزیت رقابتی قبلا با نوآوری در محصول و ایجاد نام تجاری حاصل می شد، اما در قرن بیست ویکم که سازمانها با تعاملات بیشتری هستند، ایجاد مزیت رقابتی بوسیله جمع آوری اطلاعات مشتری بدست می آید. در این مقاله با هدف تدوین یک مدل ساختاری با استفاده از روش مدل سازی ساختاری تفسیری، جمع آوری نظر خبرگان از طریق پرسشنامه و تحلیل مقایسه ای داده ها، جمعا 25 عامل مهم و موثر بر فرآیند پیاده سازی مدیریت دانش مشتری در بانک شناسایی شد. تحلیل مدل ساختاری نشان داد متغیرهای تعهد مدیریت ارشد، مجموعه مدیران میانی، فرهنگ سازمانی، منابع مالی و فناوری اطلاعات در دسته متغیرهای مستقل قرار می گیرند و دارای قدرت هدایت بالا ولی شدت وابستگی پایین هستند و همانند سنگ زیربنای مدل عمل می کنند و برای شروع کارکرد سیستم، باید در وهله اول روی آنها تاکید کرد. سایر متغیرها از نوع متغیرهای متصل هستند که دارای قدرت هدایت و وابستگی بالا هستند و هر نوع تغییردر آنان می تواند سیستم را تحت تاثیر قرار دهد. نتیجه نهایی از ارتباطات عوامل در مدل بیانگر این است که پیاده سازی فرآیند مدیریت دانش مشتری در رسیدن به عواملی مانند رضایت مشتری، افزایش کیفیت خدمات و نگهداشت مشتری به عنوان دارایی و در نهایت کسب مزیت رقابتی، موثر است.