مطالب مرتبط با کلیدواژه

استخراج دانش


۱.

بررسی و تبیین چگونگی استخراج و مستندسازی دانش ضمنی مدیران و کارکنان شرکت های تولیدی منطقه آزاد اروند بر اساس روش نظریه داده بنیاد(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مستندسازی دانش استخراج دانش دانش ضمنی مدیران و کارکنان شرکت های منطقه آزاد

حوزه‌های تخصصی:
تعداد بازدید : ۶۲۳ تعداد دانلود : ۴۲۲
هدف: شناسایی و تبیین چگونگیِ استخراج و مستندسازی دانش ضمنی کارکنان و مدیران شرکت های تولیدیِ منطقه آزاد اروند با استفاده از نظریه داده بنیاد است. روش: از نظریه داده بنیاد که یک شیوه پژوهش کیفی است استفاده شد که به وسیله آن با استفاده از یک دسته داده ها، نظریه ای تکوین می یابد. برای جمع آوری داده ها با 25 نفر از مدیران و کارکنان شرکت های موجود در منطقه آزاد اروند، مصاحبه های عمیقی صورت گرفت. معیار اصلی برای تعیین حجم نمونه، نیل به نقطه اشباع نظری بود. تمامی افراد حجم نمونه مورد مطالعه، با رویکرد هدفمند انتخاب شدند. یافته ها: کدگذاری و تحلیل داده ها طی سه مرحله کدگذاریِ باز، کدگذاری محوری و کدگذاری انتخابی انجام شد. روش های استخراج دانش ضمنی شامل: مصاحبه، داستان گویی سازمانی، یادگیری از طریق شنیدن، مشاهده، مطالعه موردی مستند، تفسیر، آموزش معکوس، شرح وقایع یادگیری و یادگیری عملی است که تقریباً تمام شرکت های تولیدی به این روش اعتقاد دارند. نتیجه: مدل پارادایمیِ چگونگیِ استخراج و مستندسازی دانشِ ضمنیِ شرکت های تولیدی منطقه آزاد اروند، شکل گرفت. عامل اصلی که می تواند در استخراج دانش ضمنی تأثیرگذار باشد، مشارکت است. مستندسازی دانش تنها به توانایی فرد بستگی ندارد بلکه به تمایل شخص برای مستندکردن دانش بستگی دارد.
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 : ۲۷۷ تعداد دانلود : ۲۶۷
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.
۳.

روش های یادگیری خودکار هستی نگاشت ها در حوزۀ مفاهیم قرآنی: مطالعۀ مروری دامنه ای(مقاله علمی وزارت علوم)

کلیدواژه‌ها: یادگیری خودکار هستی نگاشت هستی نگاشت قرآن فناوری معنایی استخراج دانش داده کاوی

حوزه‌های تخصصی:
تعداد بازدید : ۲۲۱ تعداد دانلود : ۲۲۹
مقدمه: امروزه فناوری های معنایی رویکرد جدیدی را در پردازش و بازنمون معارف قرآنی با هدف ارائه اطلاعات معنادار ارائه می دهند. هستی نگاشت ها به عنوان یکی از فناوری های معنایی، ابزاری جهت بیان رسمی مفاهیم و روابط موجود در حوزه خاصی بوده که توسعه و کاربرد آن جهت استخراج معارف و علوم قرآنی مورد توجه قرار گرفته است. یادگیری هستی نگاشت ها و روش های آن به صورت خودکار جهت استخراج مفاهیم از مباحث مهم در حوزه وب معنایی و فناوری های آن است. به تازگی توسعه و کاربرد یادگیری هستی نگاشت ها جهت استخراج مفاهیم قرآنی مورد توجه قرار گرفته است. ازاین رو، هدف پژوهش حاضر، بررسی جامع یادگیری خودکار هستی نگاشت ها در حوزه استخراج مفاهیم قرآنی به منظور شفاف سازی وضعیت فعلی و آینده است. معیارهای مورد بررسی مجموعه داده ها، روش های یادگیری، روش های ارزیابی، نتایج و پیشنهاد های آتی پژوهش ها در حوزه یادگیری خودکار هستی نگاشت های قرآنی بود. روش شناسی: روش بررسی پژوهش حاضر، مرور دامنه ای بر اساس دستورالعمل های پریزما و بر اساس رویه استفاده شده توسط آرکسی و امالی (2005) است. این فرآیند پروتکلی را به منظور تطبیق نتایج پژوهش موجود با سؤالات و معیارهای تحقیق توصیف می کند. پنج مرحله پیشنهادی آرکسی و امالی عبارت اند از: 1. شناسایی و طراحی سؤال(ها) پژوهش، 2. انجام استراتژی های جستجو برای استخراج مطالعات مرتبط از طریق انتخاب واژه های کلیدی مناسب و عملگرهای بولی، 3. انتخاب نهایی پژوهش های مرتبط با تعیین معیارهای ورود و خروج، 4. خلاصه سازی و گزارش یافته ها و درنهایت، 5. گزارش و بحث پیرامون نتایج حاصل. جستجوی منابع در هفت پایگاه داده علمی مشتمل برEmerald, Science Direct, IEEE Xplore Digital Library, Google Scholar, Web of Science, Scopus انجام شد. فرایند جستجو در فروردین 1402 صورت گرفت. تعداد 811 مقاله، بدون توجه به محدوده زمانی، مورد ارزیابی و انتخاب قرار گرفت. به منظور سازماندهی مقالات بازیابی شده، از نرم افزار مدیریت منابع اطلاعاتی اندنوت استفاده شد و پس از تطبیق عناوین در پایگاه های اطلاعاتی مختلف، تعداد 317 مقاله تکراری حذف گردید. پس از بررسی چکیده ها، معیارهای ورود و خروج و کیفیت مقالات اعمال گردید. همچنین به منظور جلوگیری از سوگیری در انتخاب مقالات، طی بررسی تصادفی مجددی، توسط دو پژوهشگر مستقل در حوزه یادگیری خودکار هستی نگاشت نیز ارزیابی صورت گرفت و درنهایت تعداد 25 اثر به عنوان ملاک مرور انتخاب گردید. یافته ها: یافته ها نشان داد اغلب پژوهش ها در حوزه مجموعه داده های قرآنی به زبان های انگلیسی و عربی بودند و بخش عمده آن ها نیز از ترجمه انگلیسی قرآن الهلالی و خان استفاده کرده اند. استفاده از مجموعه داده های بسیار محدود، مهم ترین محدودیت پژوهش های انجام شده بود. بخش عمده پژوهش ها از روش های نرمال سازی، خوشه بندی و دسته بندی متن، خلاصه سازی متن، استخراج اطلاعات، تشابه و یافتن موجودیت های نامدار استفاده کرده اند. البته در برخی پژوهش ها، روش های هوش مصنوعی نظیر شبکه عصبی نیز به کار گرفته شده است. علاوه بر این، یافته ها نشان داد که الگوریتم های داده کاوی مبتنی بر روش های آمار و احتمال برای یادگیری و ساخت هستی نگاشت های خودکار در میان محققان با محبوبیت روبرو شده است. همچنین از روش های محاسبه دقت، فراخوانی و معیار F برای ارزیابی نتایج کاربرد الگوریتم های یادگیری خودکار در هستی نگاشت های قرآنی استفاده کرده اند. پژوهش هایی که از روش های هوش مصنوعی بهره برداری کرده اند، با تحلیل معنایی، استنتاج، مدل سازی و تأیید اعتبار داده های استنتاج شده به نتایجی مانند تشخیص صوت برای آموزش قرائت قرآن، تشخیص آرایه های ادبی و ایجاد ارتباط های موضوعی در مفاهیم قرآنی و همچنین ایجاد ارتباط بین این مفاهیم با مفاهیم سایر ادیان نائل شده اند. ارزیابی روش های ارائه شده برای یادگیری خودکار هستی نگاشت های قرآنی نشان می دهد استفاده توأمان از روش های داده کاوی و هوش مصنوعی نتایج بهتری را به همراه دارد. بخش عمده نتایج این حوزه در دو دسته کلی قرار دارد. دسته اول مبتنی بر به کارگیری روش های داده کاوی، متن کاوی و یادگیری ماشین جهت استخراج خودکار مفاهیم و ابعاد سه گانه (فعل، فاعل، مفعول) به همراه روابط معنایی از متن قرآن بود. دسته دیگر به مقایسه عملکرد روش ها و الگوریتم های مبتنی بر آمار و مشابهت یابی نظیر TF، TF-IDF، AVE-TF، Ridf، TIM، N-gram، FREyA، Pos Taggin، Levenshtein، Log Likelihod، هِرسِت، و جز این ها در استخراج مفاهیم خودکار جهت ساخت هستی نگاشت قرآنی پرداخته اند. یافته های حاصل از بررسی کارهای آینده نشان از علاقه محققان به الگوریتم های هوش مصنوعی و استفاده در یادگیری هستی نگاشت و توسعه خودکار و نیمه خودکار هستی نگاشت های قرآنی دارد. فقدان مجموعه داده های صحیح، دلیل عجز سامانه های هوش مصنوعی پیشرفته دنیا مانند جی پی تی 4 است که در آینده باید به این مهم پرداخته شود. نتیجه گیری: نتایج این مطالعه می تواند به جهت دهی پژوهش های آتی درباره بهترین روش ها در توسعه خودکار هستی نگاشت های قرآنی کمک کند. این مسئله می تواند با طراحی هستی نگاشت جامع قرآنی که تمام موضوعات و مفاهیم را با توجه به بافت قرآن، پوشش دهد، مدنظر قرار گرفته و با ایجاد هستی نگاشتی جامع از مفاهیم قرآن، کاربران را به سمت بازیابی دانش قرآنی رهنمون سازد. همچنین بهره برداری بیشتر از روش های هوش مصنوعی و پردازش زبان طبیعی نظیر جی.پی.تی. به عنوان مدل یادگیری ماشینی برای تولید متن به زبان طبیعی با استفاده از شبکه عصبی عمیق، در توسعه خودکار هستی نگاشت های قرآنی ضروری به نظر می رسد. با توجه به اینکه یادگیری ماشین مستلزم وجود داده های کلان در حوزه قرآن است، ساخت مجموعه داده های استاندارد ازجمله کارهای آتی محققان است.
۴.

الگوی فراترکیب اکتساب دانش برای سازمان های دولتی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: دانش اکتساب دانش استخراج دانش مدل های اکتساب دانش

حوزه‌های تخصصی:
تعداد بازدید : ۹۱ تعداد دانلود : ۹۲
الگوهای متنوع از رویکردهای مختلف برای اکتساب دانش و استفاده از آن ارائه شده است که لزوماً نمی توان برتری آنها را نسبت به هم اثبات کرد؛ اما عدم موفقیت این الگوها برای گره گشایی چالش ها و مسائل کاری سازمان های دولتی همچنان باقی مانده است. بنابراین مقاله کنونی در تلاش است تا با استفاده از روش فراترکیب، یافته ها و الگوهای مرتبط را به صورت نظا م مند بررسی کرده و براساس فرایند شکل گیری و دستاورد خروجی، به تحلیل آنها بپردازد. برای این منظور، با مراجعه به اسناد و مدارک معتبر قابل دسترس و اولویت دار در وب گاه های الکترونیکی اسکوپوس، وب آو ساینس و گوگل اسکولار در بازه زمانی 1980 تا 2023 از میان 317 سند اولیه، تعداد 27 مقاله مناسب برای این موضوع انتخاب شد. در ادامه با استفاده از روش تحلیل محتوا، مفاهیم تشکیل دهنده ابعاد و مؤلفه های تأثیرگذار بر اکتساب دانش در سازمان های دولتی شناسایی و از طریق گروه کانونی که تعداد 7 نفر از صاحب نظران و خبرگان پژوهشکده دانش و پژوهش یک سازمان دفاعی در تهران بودند، اعتبارسنجی انجام شد. یافته های پژوهش ارائه یک الگوی جدید اکتساب دانش سه مرحله ای «آماده سازی و شناخت دانش»، «عملی سازی دانش» و «تثبیت سازی دانش» را نشان داد که نسبت به سایر الگوهای مطرح شده، افزون بر مراحل ساده، تأکید بسیار زیادی بر استخراج دانش صریح عمومی سازی نشده، پیش از هرگونه انجام دوباره فرایند اکتساب دانش ضمنی کارکنان سازمان های دولتی، دارد.
۵.

مدلسازی راهکارهای مدیریت موفق پروژه های توسعه خوشه صنعتی با کمک تئوری داده بنیاد(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پروژه توسعه خوشه خوشه صنعتی تئوری داده بنیاد استخراج دانش

حوزه‌های تخصصی:
تعداد بازدید : ۱۶ تعداد دانلود : ۱۳
خوشه های صنعتی، گروهی از کسب و کارهای مرتبط با یکدیگر در یک موقعیت جغرافیایی هستند که با یکدیگر نقاط اشتراک و روابط تکمیل کنندگی دارند. توسعه خوشه ها در ایران بر اساس مدل سازمان توسعه صنعتی ملل متحد (UNIDO)، شروع شده است. در استان یزد از سال 1384 برنامه های توسعه خوشه ای آغاز شده و تا سال 1403 شش خوشه به طور کامل توسعه یافته و دو خوشه دیگر نیز در مراحل مختلف توسعه هستند. در این پژوهش پس از شناسایی و تدوین تجربه، دانش و درس آموخته های موفق و ناموفق در زمینه توسعه خوشه ها، با تئوری داده بنیاد به تدوین مدلی برای توسعه موفق خوشه های کسب و کار پرداخته شده است. در این پژوهش مقوله اصلی در زمینه اقدامات توسعه خوشه ای شناسایی و سپس با کمک داده های حاصل از مصاحبه با خبرگان، شرایط علی، عوامل مداخله گر، راهبردها و پیامدهای توسعه خوشه ای شناسایی و مدلسازی شدند. نتایج نشان داد وجود سرمایه اجتماعی مناسب و مشکلات مشترک از عوامل علی مهم در موفقیت پروژه های توسعه خوشه ای استان یزد بوده اند. همچنین راهبردهای توسعه ای مانند آگاه سازی ذینفعان، ایجاد راهکارهای تأمین مشترک مواد اولیه، توسعه بازار و برندسازی، آموزش و توانمندسازی سرمایه های انسانی و تدوین استانداردها به موفقیت این پروژه ها کمک می کنند که نهایتاً منجر به بهبود کیفیت، افزایش تولید داخلی، دسترسی به مواد اولیه و گسترش بازارها خواهند شد.
۶.

شناسایی مشکلات دانشی فرآیند مرکز تماس بر پایه فرآیند کاوی (مطالعه موردی: مرکز تماس 122 سازمان آب و فاضلاب استان تهران)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مشکلات دانشی فرآیندهای کسب و کار فرآیندکاوی استخراج دانش انحرافات فرآیندی سازمان آب و فاضلاب استان تهران

حوزه‌های تخصصی:
تعداد بازدید : ۵ تعداد دانلود : ۴
هدف: پژوهش حاضر با هدف مقایسه میان فرآیند طراحی شده و فرآیند استخراج شده حاصل از فاز کشف فرآیند کاوی در مرکز تماس 122 سازمان آب و فاضلاب استان تهران و شناسایی مشکلات دانشی مرتبط با انحرافات فرآیندی اجرا گردید. در این راستا، راهکارهای مبتنی بر فرآیندهای مدیریت دانش به منظور بهبود انحرافات فرآیندی نیز ارائه شده است. روش شناسی: در این مطالعه با انتخاب مرکز تماس 122 سازمان آب و فاضلاب استان تهران، فرآیند طراحی شده و فرآیند استخراج شده حاصل از فاز کشف فرآیند کاوی مقایسه شد که به شناسایی انحرافات در مسیر اجرای فرآیند و گلوگاه های فرآیند انجامید. برای این منظور داده های مربوط به سه ماه مرکز جمع آوری و پس از پیش پردازش، هر یک از سه دیدگاه فرآیند، سازمان و مورد بر روی داده ها پیاده سازی شد. نتایج: نتایج تحقیق حاکی از وجود عدم مطابقت اجرای فرآیند در برخی موارد با فرآیند اصلی و نیز وجود افراد کلیدی در مرکز بوده که برخی از این عدم تطابق ها، ناشی از عدم پیاده سازی درست فرآیندهای مدیریت دانش است. نتیجه گیری: مشکلات دانشی در فرآیندهای کسب و کار به آن دسته از مشکلاتی اطلاق می شود که ناشی از عدم پیاده سازی درست فرآیندهای مدیریت دانش اعم از ایجاد، به کارگیری، به اشتراک گذاری و ذخیره سازی است. وجود مشکلات دانشی در حین اجرای فرآیند منجر به بروز انحراف در مسیر فرآیند خواهد شد. شناسایی و تشخیص این انحرافات نیازمند ابزاری دقیق است که قادر به کشف روند حقیقی فرآیند باشد. فرآیندکاوی رویکردی هوشمند بوده که با استفاده از تکنیک های داده کاوی، آنالیز شبکه های اجتماعی و برخی تکنیک های ویژه و همچنین وقایع ثبت شده از اجرای فرآیند، فرآیند کسب و کار را از جنبه های مختلف بررسی نموده و منجر به استخراج دانش نهفته در فرآیند می شود.  
۷.

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 : ۹ تعداد دانلود : ۴
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.