پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 41 |
| تعداد شمارهها | 1,101 |
| تعداد مقالات | 9,444 |
| تعداد مشاهده مقاله | 17,024,761 |
| تعداد دریافت فایل اصل مقاله | 11,938,686 |
مدل بهینه سازی آرمانی تسهیم دانش با استفاده از روش های تصمیم گیری چند معیاره وشبکه عصبی مصنوعی | ||
| پژوهش های کتابخانه های دیجیتالی و هوشمند | ||
| مقالات آماده انتشار، اصلاح شده برای چاپ، انتشار آنلاین از تاریخ 18 خرداد 1403 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30473/mrs.2024.70070.1585 | ||
| نویسندگان | ||
| سید حسن صادق زاده* 1؛ محبوبه عباسی2؛ مریم بیطرفان3 | ||
| 1استادیار گروه کامپیوتر وفناوری اطلاعات دانشگاه پیام نور | ||
| 2دانشجوی کارشناسی ارشد دانشگاه پیام نور | ||
| 3دانشجوی کارشناسی ارشد دانشگاه پیام نور | ||
| چکیده | ||
| مدیریت دانش در سازمان یکی از اساسیترین ارکان مدیریتی محسوب میشود که در عصر انفجار داده از اهمیت بالایی برخوردار است. سازمانها به طور مستمر در حال تولید اطلاعات و دانش بوده و بدون یک نظام منسجم و یکپارچه جهت شناسایی، استخراج، ذخیره و تسهیم آن سازمان هرگز توانایی حضور در بازار رقابتی را نخواهد داشت. از طرفی در سالیان اخیر با ظهور شبکههای اجتماعی متنوع و گسترده و با توجه به استقبال بالای کاربران، این ابزار نقشی اساسی در تولید و انتقال دانش در سازمان بر عهده دارند. کاربران فعال در این شبکهها به عنوان تولیدکننده و انتقال دهنده دانش دارای شاخصهای زیادی برای ارزیابی هستند. در این مقاله دو دسته شاخص شامل تسهیم دانش و شاخص های وفاداری و رضایتمندی کاربران مورد استفاده قرار گرفته است. با استفاده از تکنیکهای تصمیم-گیری چندمعیاره به تجزیه و تحلیل کیفی شاخصها پرداخته شده است. در ادامه با استفاده از روش خوشهبندی پیشنهادی به خوشه بندی مشتریان (کاربران) بر اساس شاخص های شناسایی شده اقدام شد. سپس با استفاده از شبکه عصبی مصنوعی و مدلسازی ریاضی آرمانی به مدلسازی مسئله تسهیم دانش در شبکه های اجتماعی با رویکرد بهبود همزمان وفاداری و سطح دانش در میان کاربران پرداخته شد. مدل ارائه شده برای داده های مورد مطالعه تحقیق با استفاده از یک الگوریتم مبتنی بر روش بهینه سازی ازدحام ذرات حل شد و نتایج مورد تجزیه و تحلیل قرار گرفت. | ||
| کلیدواژهها | ||
| تسهیم دانش؛ برنامه ریزی ریاضی آرمانی؛ شبکه اجتماعی؛ مدل بهینهسازی؛ شبکه عصبی مصنوعی | ||
| عنوان مقاله [English] | ||
| Ideal mathematical optimal model of knowledge sharing using multi-criteria decision making methods and artificial neural network | ||
| نویسندگان [English] | ||
| seyed hasan sadeghzadeh1؛ mahbobeh abbasi2؛ maryam bitarafan3 | ||
| 1Assistant Prof, information technology&computer group,payamenoor University | ||
| 2information technologyManagement, payamenoor University | ||
| 3information technologyManagement, payamenoor University | ||
| چکیده [English] | ||
| Knowledge management in the organization is considered one of the most essential elements of management, which is of great importance in the age of data explosion. Organizations are continuously producing information and knowledge and without a coherent and integrated system to identify, extract, store and share that organization will never have the ability to be in the competitive market. On the other hand, in recent years, with the emergence of diverse and extensive social networks and due to the high reception of users, these tools play a fundamental role in the production and transfer of knowledge in the organization. Active users in these networks as producers and transmitters of knowledge have many indicators to evaluate. In this article, two categories of indicators including knowledge sharing and user loyalty and satisfaction indicators are used. Using multi-criteria decision-making techniques, qualitative analysis of indicators has been done. Next, using the proposed clustering method, customers (users) were clustered based on the identified indicators. Then, using artificial neural network and ideal mathematical modeling, the problem of knowledge sharing in social networks was modeled with the approach of simultaneously improving loyalty and knowledge level among users. The presented model was solved for the research data using an algorithm based on the particle swarm optimization method and the results were analyzed. | ||
| کلیدواژهها [English] | ||
| knowledge sharing, ideal mathematical programming, artificial neural network, goal programming, social network | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 82 |
||