علی رجب زاده قطری

موارد کلاهبرداری در سال های اخیر به ویژه در زمینه های مهم و حساس مالی و بیمه ای افزایش یافته است. از این رو، برای مقابله با این گونه کلاهبرداری ها نیاز به اقدامات متفاوتی نسبت به روش های بازرسی سنتی وجود دارد. بیمه کشاورزی نیز با توجه به ماهیت و گستردگی وسیع آن از این تهدید مستثنا نبوده و سالانه هزینه های زیادی صرف پرداخت به خسارت های ساختگی می شود. این پژوهش با هدف ارائه مدلی برای کشف ادعاهای خسارت غیرواقعی در بیمه کشاورزی با بکارگیری تکنیک های داده کاوی و یادگیری ماشین ارائه شد. برای ساخت مدل یادگیری عمیق مورد استفاده قرار گرفت. داده های مورد استفاده از صندوق بیمه کشاورزی اخذ شد و مربوط به بیمه نامه های گندم آبی و دیم استان خوزستان بود که در سال زراعی 1399-1398 برای آنها غرامت پرداخت شده بود. بعد از آماده سازی و پیش پردازش داده ها، با استفاده از یادگیری عمیق نسبت به کشف موارد غیرعادی اقدام و نتایج توسط کارشناسان صندوق بیمه کشاورزی مورد ارزیابی قرار گرفت. بعد از تحلیل نتایج مشخص شد یک درصد از خسارت های پرداختی مربوط به درخواست های غیرواقعی بوده و در پرداخت خسارت بایستی دقت و بررسی بیشتری انجام شود. دقت مدل در تشخیص موارد غیرعادی برای گندم آبی و دیم به ترتیب برابر با 53/53 و 63/37 درصد بدست آمد. در بررسی نتایج مشخص شد 5 دسته رفتار غیرعادی منجر به پرداخت خسارت غیرواقعی شده اند که رفتار عدم ارائه مستندات خسارت فراوانی بیشتری نسبت به بقیه داشت.

مدیریت بحران، به عنوان یکی از فعالیت های کلیدی در زمینه مدیریت استراتژیک، از اهمیت بخصوصی برخوردار است. یکی از ملزومات اصلی در زمینه مدیریت بحران، سطح بالای میزان آمادگی و توانمند نیروی انسانی مدیریت بحران است. تمرکز این مقاله بر طراحی مدل مدیریت بحران با رویکرد نظام مدیریت منابع است. بدین منظور، پس از مطالعه ادبیات موضوع و استخراج مؤلفه های نظام مدیریت منابع انسانی در زمینه مدیریت بحران، با کسب نظر 71 خبره ازطریق پرسشنامه، به بررسی روایی اجزای مدل، از جمله نقش نیروی انسانی در مراحل مختلف بحران، ابعاد اصلی مدیریت منابع انسانی در تیم ها بحران و در آخر، عوامل فرهنگی مؤثر بر این فرآیند پرداخته شد. نهایتا مشخص گشت که نیروی انسانی، نقشی حیاتی در مراحل پیشگیری، ایجاد شوک، وخامت، مزمن شدن، مهار و یادگیری ناشی از بحران دارد. به علاوه، عوامل فرهنگی مانند روحیه کارتیمی، غلبه بر ترس، تخصص محوری، ایثارگری، اجتناب از شایعه، گرایش به فناوری های نوین و فرهنگ غالب و پیشرو در فرآیند مدیریت انسانی تأثیر زیادی بر فرآیند مدیریت بحران دارند.

یکی از دشوارترین چالش های پیش روی مدیران امروزی در دنیای متمدن نوآور، مدیریت ابزارهای متنوعی است که موجب رقابت پذیری پایدار در حوزه های علم و فناوری و محیط های تجاری می شود. مدیریت مؤثر زمانی رخ خواهد داد که مجموعه ای گسترده از عناصر و فعالیت های سازمانی با صرف هزینه ها و زمان متعارف به صورت کاملا یکپارچه درآیند؛ این یکپارچگی مستلزم وجود ابزارها و تکنیک های قدرتمند و منطقی در محیط های پویا می باشد. این مقاله به شیوه تحلیل سلسله مراتبی(AHP) به تحلیل ابزارهای مدیریت نوآوری بر اساس اقتصاد دانش محور پرداخته و با بهره گیری از نظر خبرگان و مطالعه اسناد معتبر، تکنیک ها و ابزارهای ناب و اصولی را شناسایی و اولویت بندی نموده است.

پیش بینی تقاضای محصولات زنجیره تأمین برای تعیین استراتژی ها و تصمیم گیری ها موضوعی بسیار با اهمیت و پرچالش است. با افزایش تنوع و تعداد محصولات، این چالش ها نیز افزایش می یابد. ارائه چارچوب ها و روش هایی که با وجود تنوع محصولی، تفاوت در کاربردها و ویژگی ها و حجم داده های مختلف، از انعطاف پذیری، دقت و مزیت های لازم برای پیش بینی همه دسته های محصولی برخوردار باشد، برای مدیران حیاتی است. در این راستا، دو مدل یادگیری با نظارت، XGBoost Regressor (XGBR) و Gradient Boosting Regressor (GBR)، بر روی مجموعه داده های Global Superstore، در سایت Kaggle پیاده سازی شده است. این مجموعه داده شامل 3788 محصول در سه Category محصولی متنوع، هفده Sub Category و51،290 سفارش است. حجم داده های محدود محصولات سبب می گردد پیش بینی بسیاری از محصولات و کسب نتیجه مناسب از روش ها میسر و مفید نگردد. با توجه به اینکه در این تحقیق تجربی هدف پیش بینی تقاضا، بکارگیری در تصمیمات استراتژیک است، رویکردی تجمیع محصولی برای این مسئله پیشنهاد شده که با توجه به مشابهت در محصولات Sub Categoryها پیش بینی آنها به صورت تفکیک شده صورت گیرد. به منظور بررسی اثر میزان داده بر عملکرد مدل ها، داده های مجموعه داده با استفاده از تکنیک Augmentation Data افزایش یافته و با اجرای مجدد مدل ها، نتایج پیش بینی دو مدل با هم مقایسه شده اند. براساس ارزیابی نتایج پیش بینی با داده های افزایش یافته با دو معیار MSE و MAE، مدل XGBR در کمترین مقدار به ترتیب به 12/0 و 10/0، و مدل GBR نیز به مقادیر 13/0 و 15/0 دست یافته است. همچنین، نتیجه معیار D2 Score در مدل XGBR در بیشترین مقدار 97/0 و در مدل GBR مقدار 96/0 است. با افزایش داده ها، مقادیر معیارهای اندازه گیری خطای به صورت چشمگیری و تا بیش از 80 درصد کاهش یافته و در داده های با حجم بیشتر، XGBR برتری نسبی دارد. چارچوب و مدل های پیشنهادی می تواند در صنایع با مسائل مشابه در سطح استراتژی استفاده شود.

این پژوهش باهدف مدل سازی پیشران ها و پیامدهای تحول دیجیتال در اکوسیستم کسب وکار صنعت فولاد کشور ایران انجام شد. پژوهش حاضر ازنظر هدف یک تحقیق کاربردی-توسعه ای است و ازنظر شیوه گردآوری داده ها نیز یک تحقیق توصیفی-پیمایشی می باشد. در راستای هدف از طرح تحقیق آمیخته اکتشافی استفاده شد. جامعه مشارکت کنندگان بخش کیفی شامل اساتید مدیریت و مدیران صنعت فولاد کشور است. با روش نمونه گیری نظری پس از 20 مصاحبه اشباع نظری حاصل شد. در بخش کمی نیز با روش تحلیل توان کوهن نمونه ای به حجم 140 نفر از مدیران و کارشناسان صنعت فولاد کشور انتخاب شدند. ابزار گردآوری داده ها، مصاحبه نیمه ساختاریافته و پرسشنامه محقق ساخته بود. روایی بخش کیفی بر اساس اعتبارپذیری، انتقال پذیری، تأییدپذیری و اطمینان پذیری بررسی شد و برای سنجش پایایی بخش کیفی ضریب هولستی 707/0 و کاپای کوهن 658/0 برآورد گردید که مطلوب است. پرسشنامه با برآورد نسبت روایی محتوایی، روایی همگرا و روایی واگرا اعتبارسنجی شد. همچنین آلفای کرونباخ، ضریب رو و پایایی ترکیبی تمامی سازه ها بالای 7/0 برآورد شد. برای تجزیه وتحلیل داده ها از روش تحلیل کیفی مضمون، روش مدل سازی ساختاری-تفسیری و روش حداقل مربعات جزئی استفاده شد. یافته های پژوهش نشان داد عوامل اکوسیستم کسب وکار، عوامل مدیریتی، بسترهای سخت افزاری و نرم افزاری عوامل پیشران هستند که بر استراتژی تحول دیجیتال تأثیر دارند. استراتژی تحول دیجیتال نیز بر تحول دیجیتال صنعت فولاد تأثیر دارد و تحول دیجیتال نیز به نوبه خود بر نوآوری دیجیتال و ارتباطات دیجیتال تأثیر دارد و عملکرد نوآورانه، عملکرد اجتماعی و عملکرد بازاریابی را تحت تأثیر قرار داده و درنهایت دستیابی به عملکرد مالی میسر می شود. کلیدواژه ها: تحول دیجیتال، اکوسیستم کسب وکار، صنعت فولاد کشور ایران.

مطالعه حاضر با هدف طراحی مدل تحول دیجیتال در اکوسیستم کسب وکار صنایع فولاد انجام شد. جامعه مشارکت کنندگان بخش کیفی شامل اساتید مدیریت و مدیران صنعت فولاد کشور است که بیست نفر به شیوه نمونه گیری نظری انتخاب شدند مصاحبه ها تا دستیابی به اشباع نظری ادامه یافت. جامعه آماری بخش کمی شامل مدیران و کارشناسان صنعت فولاد کشور است که با روش تحلیل توان کوهن، حجم نمونه 140 نفر برآورد شد و نمونه گیری با روش تصادفی ساده انجام گردید. ابزار گردآوری داده ها، مصاحبه نیم ساختاریافته و پرسشنامه محقق ساخته بود. تحلیل داده ها در بخش کیفی با روش تحلیل کیفی مضمون و در بخش کمی با روش حداقل مربعات جزئی انجام شد. نتایج پژوهش نشان داد عوامل اکوسیستم کسب وکار، بستر های سخت افزاری، بستر های نرم افزاری و عوامل مدیریتی بر توسعه استراتژی تحول دیجیتال تاثیر می گذارند. توسعه استراتژی تحول دیجیتال بر تحول دیجیتال صنعت فولاد اثرگذاشته و مولفه مذکور با اثرگذاری بر نوآوری دیجیتال و ارتباطات دیجیتال با مشتریان، به عملکرد نوآورانه، عملکرد اجتماعی و عملکرد بازاریابی منجر می شود. از طریق بهبود عملکرد نوآورانه، عملکرد اجتماعی و عملکرد بازاریابی در نهایت دستیابی به عملکرد مالی میسر می گردد.

رشد شتابان رسانه های دیجیتال، سیاست گذاری در این حوزه را به یکی از ارکان کلیدی حکمرانی تبدیل کرده است. پژوهش حاضر با هدف ارزیابی سیاست گذاری رسانه های دیجیتال در ایران و ارائه چارچوبی برای بهبود این فرآیند انجام شده است. این مطالعه از روش شناسی سیستم های نرم (SSM) و نگاشت شناختی(CM) برای تحلیل سیاست های رسانه ای بهره گرفته است. داده ها از طریق بررسی نظام مند مطالعات پیشین و مصاحبه های عمیق با ۱۵ نفر از خبرگان که با روش نمونه گیری گلوله برفی انتخاب شدند، گردآوری شد. برای افزایش روایی، از اعتبارسنجی محتوا استفاده شد و پایایی داده ها از طریق تکنیک توافق بین کدگذاران تأیید گردید. داده ها با روش تحلیل محتوای کیفی و نگاشت شناختی تحلیل شدند. یافته ها نشان می دهند که سیاست گذاری رسانه های دیجیتال تحت تأثیر بازیگران متعددی قرار دارد و تعامل مؤثر میان آن ها نقش کلیدی در موفقیت سیاست ها ایفا می کند. چالش های اصلی این حوزه شامل ضعف زیرساخت های فناوری، محدودیت های فرهنگی، و نبود توازن در قوانین نظارتی است. همچنین، یافته ها نشان می دهند که سیاست های فعلی عمدتاً به رویکردهای محدودکننده متکی هستند، درحالی که می توانند از مدل های تعاملی تر و مشارکتی بهره ببرند. نتایج پژوهش بیانگر این است که اتخاذ رویکردی جامع که ابعاد فناوری، محتوایی و حقوقی را هم زمان مدنظر قرار دهد، می تواند موجب افزایش شفافیت، کارآمدی و هماهنگی میان ذی نفعان در سیاست گذاری رسانه های دیجیتال شود. این مطالعه با ارائه چارچوبی تحلیلی، راهکارهایی برای بهینه سازی فرایند سیاست گذاری و مدیریت رسانه های دیجیتال پیشنهاد می کند.

هدف اصلی این تحقیق، ارائه مولفه های جامع برای مراحل طراحی محصولات مبتنی بر فناوری اطلاعات با بهره گیری از روش تحقیق علم طراحی است. این پژوهش از نظر هدف کاربردی و از نظر گردآوری اطلاعات به صورت فراترکیب است. با جست وجو در پایگاه های داده معتبر وب آوساینس و اسکوپوس، 24 مقاله که بین سال های 2019 تا 2024 منتشر شده بودند، به عنوان منابع معتبر شناسایی و تحلیل شدند. بررسی مقالات منتخب منجر به شناسایی چهار مولفه اصلی شد: ۱) روش های تحقیق علم طراحی: شامل روش های مدل چرخه ای هونر، مدل فرآیندی، روش اقدام پژوهی و اقدام پژوهی تفصیلی که در توسعه و ارزیابی محصولات به کار می روند. ۲) مصنوعات: شامل مدل ها، نرم افزارها، و نظریه های طراحی که به عنوان خروجی های تحقیق تولید می شوند. ۳) روش های ارزیابی: شامل روش های کمی و کیفی مانند تست های کاربردی و مصاحبه ها که برای ارزیابی اثربخشی مصنوعات استفاده می شوند. ۴) ابزارها: شامل نرم افزارهای تحلیل داده ها و ابزارهای مدل سازی که در فرآیند تحقیق به کار می روند. روش تحقیق علم طراحی، با توجه به جامعیت و انعطاف پذیری ، ابزار مؤثری برای طراحی مصنوعات فناوری اطلاعات است. این پژوهش با ارائه یک الگوی یکپارچه برای انتخاب و استفاده از روش ها و ابزارهای مناسب، به پژوهشگران و متخصصان کمک می کند تا کیفیت و کارایی فرآیندهای طراحی را بهبود بخشیده و نوآوری را در توسعه محصولات فناوری اطلاعات ترویج دهند. تحقیق حاضر نشان می دهد که نیاز به توجه بیشتری به توسعه نظریه ها و ابزارهای نوآورانه برای ارزیابی مصنوعات فناوری اطلاعات وجود دارد.

 تحویل به موقع داروها، تجهیزات پزشکی و سایر لوازم ضروری برای مراقبت از بیمار بسیار حیاتی بوده و اغلب می تواند نجات دهنده باشد. تأخیر تحویل در زنجیره تأمین مراقبت های بهداشتی می تواند منجر به افزایش هزینه ها و چالش های عملیاتی برای سازمان های حوزه سلامت شده و بر مراقبت از بیمار و ثبات مالی تأثیر بگذارد. مدیریت زنجیره تأمین کارآمد و قابل اعتماد برای کاهش این خطرها و اطمینان از عملکرد یکپارچه در صنعت مراقبت های بهداشتی بسیار حائز اهمیت است. این پژوهش بهمسئله تأخیر در تحویل کالای مراقبت های بهداشتی در زنجیره تأمین مراقبت های بهداشتی جهانی آژانس جهانی توسعه ایالات متحده پرداخته و یک چارچوب برای پیش بینی وضعیت تحویل کالاهای مراقبت های بهداشتی ارائه می نماید. همچنین ویژگی هایی که بیشترین تأثیر را در پیش بینی وضعیت تحویل کالا داشته اند، برای مدیریت زنجیره تأمین مراقبت های بهداشتی داده محور تعیین می کند. روش پژوهش مطالعه پیش رو، علم طراحی است که یک چارچوب بر پایه روش ماشین بردار پشتیبان و بهینه سازی بیزی برای پیش بینی وضعیت تحویل کالاهای مراقبت های بهداشتی را ارائه کرده و عملکردهای مختلف الگوریتم های طبقه بندی برای پیش بینی وضعیت تحویل کالای مراقبت های بهداشتی را مقایسه کرده است. نتایج نشان می دهد  که چارچوب ارائه شده بر پایه روش ماشین بردار پشتیبان و بهینه سازی بیزی منجر به دقت طبقه بندی ۹۵ درصد می شود که در مقایسه با دیگر روش های به کار گرفته شده برای پیش بینی تأخیر تحویل عملکرد بهتری دارد. نتایج حاصل نشان داد که ویژگی های کشور مقصد، روش حمل، تأمین کننده و مکان تولید تأثیرگذارترین ویژگی ها در پیش بینی وضعیت تحویل می باشند.

این پژوهش به موضوع سرمایه ی انسانی در انقلاب صنعتی چهارم می پردازد. مطالعات فراوانی برای تعیین شایستگی ها و مهارت های مورد نیازِ نیروی کار در مواجهه با صنعت 4.0، به انجام رسیده است. هدفِ این تحقیق آن است که بر اساس ساخت و بافت سازمان های ایرانی، محیط کلان سیاسی و اقتصادی کشور و روندهای موجود در توسعه ی فناوری های نو، ابتدا ماهیت و مولفه های صنعت 4.0 و پس از آن، شایستگی ها، مهارت ها و دانش مورد نیاز کارکنان را برای حضور موفق و موثر در محیط های پیچیده ی تولیدی در انقلاب صنعتی چهارم، شناسایی کند. روش انجام این پژوهش، کیفی و محتوای آن عاری از محاسبات آماری و ریاضی است. برای انجام این مطالعه، نمونه گیری نظری انجام گرفته و داده ها از طریق انجام مصاحبه های نیمه ساختاریافته با 18 نفر از خبرگان، شامل دانشگاهیان، مدیران کسب و کارها و پژوهش گران حوزه ی منابع انسانی، جمع آوری و برای تجزیه و تحلیل آن ها و طراحی مدل، از روش داده بنیاد استفاده شده است. در این روش با واکاوی متن مصاحبه ها گزاره ها، مفاهیم، مولفه ها و مقوله های محوری شناساییْ و نتایج در قالب مدل پارادیمی، شامل ابعاد 6گانه ی شرایط علّی، مداخله گر، زمینه ای و پدیده ی محوری، استراتژی ها و پیامدها، ساختار یافته اند. بر اساس یافته ها، ضمن لزوم ایجاد تحول در فرهنگ سازمانی توسط مدیران کسب و کارها و نظام آموزشی توسط دانشگاهیان و دولتمردان، نیروی کار برای اشتغال موثر در کارخانه های هوشمندِ آتی، باید در 4 محورِ روش شناختی، اجتماعی، فردی و فناورانه به تقویت شایستگی ها، مهارت ها و دانش خود بپردازد.

هدف: چالش های بهداشتی بدون شک مهم ترین موانع توسعه پایدار جهانی است و با مشکلات اجتماعی و اقتصادی مختلف و ناکافی بودن منابع رشد می کند. در مقابل سلامت جامعه به توسعه اقتصاد ملی و جهانی کمک کرده و بنابراین در شکل گیری ثبات و رفاه یک ملت یا منطقه، نقش زیادی دارد. امروزه با توجه به مهم بودن مسئله سلامت در حوزه بیماری های واگیر، وجود سیستمی به منظور پیش بینی و کنترل همه گیری ها لازم است؛ زیرا با پیشگیری از شیوع همه گیری، می تواند علاوه بر ارزش بالای انسانی در جوامع، سودآوری اقتصادی نیز برای نظام های سلامت داشته باشد. بنابراین، مطالعه حاضر با هدف توسعه الگوریتم هوش مصنوعی بر پایه ویژگی های بدست آمده از اینترنت اشیاء برای تشخیص سریع کووید19 انجام شده است. روش: روش پژوهش حاضر از نظر پارادایم، تفسیری و از لحاظ استراتژی اکتشافی است. همچنین براساس نوع گردآوری داده ها از نوع پژوهش های کیفی بوده و با توجه به توسعه الگوریتم، روش تحقیق در این پژوهش مبتنی بر علم طراحی است. رویکرد تحقیق آینده نگر است، به طوری که مکانیزم انتقال بیماری و ویژگی های تاثیرگذار آن، ما را قادر به پیش بینی هایی در مورد بیماری و در نتیجه طرح استراتژی های کنترل بیماری و مراقبت های بهداشتی می نماید. این پژوهش در یک فرآیند 7 مرحله ای انجام شد. ویژگی های اینترنت اشیاء در پژوهش حاضر با نظر خبرگان استخراج گردید و ویژگی های بدست آمده در آزمایش الگوریتم «درخت تصمیم» بر روی داده ها، برای تعیین بهترین مدل ایجاد شد. یافته ها: نتایج مرور سیستماتیک رشد سریع مستندات از سال 2015 را نشان داد که می تواند نشان دهنده کاربردی شدن حوزه های مختلف فناوری اطلاعات مانند اینترنت اشیاء و یادگیری ماشین در زمینه سلامت عمومی و پیش گیری از بیماری های واگیر باشد. در الگوریتم مقادیر K از 1 تا 20 همسایگی محاسبه شد و بهترین دقت در K برابر 2 بدست آمد. بنابراین، برای پیش بینی بیماری کووید19، دقت الگوریتم بالاتر از 98 درصد است. پس از محاسبه دقت، تحلیل ماتریس ابهام نشان داد در K برابر 2، حساسیت 99 درصد و ویژگی 92 درصد است. نتیجه گیری: مقایسه نتایج الگوریتم نشان می دهد که علاوه بر دقت، حساسیت و ویژگی بدست آمده، بالاتر از روش های سنّتی تشخیص بیماری های واگیردار است. همچنین به دلیل نداشتن ویژگی های پیچیده غیرضروری که صرفاً زمان پیاده سازی مدل را افزایش می دهند، الگوریتم در چند دقیقه ران شده و بنابراین سرعت تشخیص بسیار بالا است. حساسیت بالای 99 درصد که نشان دهنده کم ترین موارد منفی کاذب است، در این پژوهش بدست آمد و بنابراین الگوریتم پیشنهادی برای شناسایی حداکثر افراد مبتلاء به کووید19 بسیار مناسب و کاربردی است.