متن کاوی

باتوجه به گسترش استفاده از شبکه های اجتماعی و غنی تر شدن محتوای موجود در این شبکه ها، استفاده از مدل های مختلف هوش رقابتی مبتنی بر محتوای تولید شده کاربران، به یکی از علاقه مندی های بسیاری از سازمان ها و ارگان ها تبدیل شده است. هدف این پژوهش، شناسایی عوامل مؤثر بر مراحل مختلف فرایند هوش رقابتی مبتنی بر محتوای شبکه اجتماعی است. پژوهش به صورت کیفی و در قالب یک پژوهش کاربردی برنامه ریزی و اجرا شده است. در این پژوهش با استفاده از مرور نظام مند پژوهش های پیشین، عوامل مختلف اثرگذار بر چرخه هوش رقابتی مبتنی بر محتوای شبکه های اجتماعی، شناسایی شده و سپس این عوامل کدگذاری و با استفاده از تحلیل مضمون در مضامین مختلف دسته بندی شده اند. نتایج پژوهش ضمن خلاصه سازی و معرفی پژوهش های برتر قبلی، نشان می دهد فرایند هوش رقابتی مبتنی بر شبکه های اجتماعی شامل چهار مرحله طرح ریزی و جهت دهی، جمع آوری داده ها، تحلیل و انتشار نتایج است. در این پژوهش، درمجموع ۲۴ عامل مؤثر مختلف شناسایی شده است که هرکدام در کمّیت و کیفیتِ بخشی از نتایج به دست آمده از مراحل یادشده مؤثرند. سازمان ها برای استفاده بهتر از مزایای هوش رقابتی مبتنی بر محتوای شبکه های اجتماعی، باید به این عوامل توجه بیشتری داشته باشند.

  هدف مقاله تعیین مسیری برای تبیین فناورانه مفهوم یابی از آیات قرآن است. مفهوم یابی یکی از مراحل اصلی روش تحقیق موضوعی در قرآن کریم است و در عین حال در سایر مطالعات مرتبط با فهم قرآن می تواند به کار گرفته شود. استفاده از دانش متن کاوی رایانشی برای پردازش متون، روشی متداول در فناوری دنیای امروز است. قرآن کریم نیز به عنوان یک متن و زبان مورد توجه این دانش قرار گرفته است. گام اول برای تحلیل هر متن تشکیل پیکره متنی است که متن را به داده های ساخت یافته تبدیل می کنند. در طراحی این پیکره ها از قواعد مختلفی از جمله قواعد متداول صرفی- نحوی استفاده می شود. آنچه انتظار داریم درنهایت به عنوان خروجی ماشین از آن بهره بگیریم، مفهوم یابی و استخراج دانش یا ابزارهایی برای تسهیل این کار است؛ لذا پس از تشکیل پیکره متنی، داده های نمونه برای استفاده در فرایند یادگیری ماشین برای مفهوم یابی آماده شده اند. این داده ها الگوهای ساده زبانی مبتنی بر پیکره متنی است که منجر به دریافت مفهوم می شود و می تواند در مراحل تکمیلی تدقیق شده، به سمت الگوهای پیشرفته سوق پیدا کند.

توسعه نوآوری در مناطق در سال های اخیر و به ویژه برای کشورهای بزرگ و در حال توسعه از اهمیت ویژه ای برخوردار شده است. مفهوم توسعه نوآوری در مناطق دارای گستردگی زیادی است و دیدگاه ها و نظریات مختلفی درباره آن وجود دارد. در این مقاله جهت مشخص تر نمودن جریان های حاکم در توسعه نوآوری در مناطق از روش تحلیل هم رخدادی کلمات استفاده شده است. در این تحقیق، نقشه مفهومی دانش با استفاده از بررسی 300 مقاله منتشر شده در حوزه توسعه نوآوری در مناطق از سال 1990 تا 2012 در پایگاه های اطلاعاتی اسکوپوس و سیج ترسیم شده است. بر این اساس با مرور و مطالعه عمیق دانش موجود در حوزه توسعه منطقه ای نوآوری، خوشه بندی بدست آمده از روش متن کاوی و ترسیم نقشه مفهومی دانش مورد بررسی و تحلیل قرار گرفت. نتایج بدست آمده از تحلیل های کمی در کنار تحلیل های ارائه شده بر اساس مطالعه دانش موجود در این حوزه، دسته بندی مناسب و قابل اعتنایی از جریان های غالب در حوزه توسعه نوآوری در مناطق ارائه نموده است. در نهایت بر اساس نتایج این روش، جریان های غالب در حوزه توسعه نوآوری در مناطق در قالب سه جریان اصلی ارائه شده است. ایجاد چنین دسته بندی به سیاستگذاران در امر شناخت بهتر از جریان های غالب در توسعه نوآوری در مناطق جهت اتخاذ سیاست های ثمربخش تر کمک می نماید. همچنین در محیط های دانشگاهی با توجه به نتایج تحقیق می توان بررسی های بیشتری را بر روی دلالت های سیاستی و ریشه های جریان های مختلف انجام داد.

با توسعه فناوری های مبتنی بر وب 0/2 و ابزارهای مفید رسانه های اجتماعی در سازمان ها، نحوه عملکرد سیستم های اطلاعاتی سازمان به جهت کسب هوشمندی رقابتی بهبود یافته است. یکی از بهترین منابع اطلاعاتی، محتوای تولیدشده کاربران در مورد شرکت، محصول و رقبا است که در رسانه های اجتماعی به اشتراک گذاشته می شود و شرکت ها می توانند با استفاده از تکنیک های تحلیلی در کلان داده ها از الگوی دانش پنهان در این اطلاعات بهره مند شوند. از این رو مهمترین اهداف این پژوهش، ارائه چارچوب هوشمندی بازار اجتماعی مبتنی بر وب 0/2 با استفاده از تکنیک متن کاوی در وب سایت های رسانه های اجتماعی و همچنین مقایسه وضعیت هوشمندی بازار 0/2 در بین دو برند امرسان و سامسونگ از طریق تحلیل رقابتی می باشد. روش این پژوهش از نوع کیفی و نحوه گردآوری داده ها، بهره گیری از مرور ادبیات، مصاحبه با خبرگان و همچنین استفاده از تکنیک متن کاوی در میان 3860 داده متنی مشتریان در رسانه های اجتماعی می باشد. با مرور ادبیات و مصاحبه با خبرگان، 4 بُعد اصلی هوشمندی بازار اجتماعی 0/2 مشخص گردید. سپس از تکنیک خوشه بندی برای استخراج مهمترین شاخص ها و زیرشاخص های مؤثر در هر یک از ابعاد، استفاده گردید که همه آن ها به تأیید خبرگان رسیدند. به منظور بررسی مقایسه ای وضعیت هوشمندی بازار اجتماعی 0/2 در بین برندها نیز از تحلیل احساسی کلمات استفاده شد که نتایج آن نشان می دهد، برند سامسونگ نسبت به امرسان در اکثر شاخص ها نظرات مثبت مشتریان را به خود جلب کرده است. درنهایت به دلیل وجود ارتباطات پنهان در شاخص های اصلی، از روش ساختاری- تفسیری برای تعیین روابط بین آن ها استفاده گردید.

  در دنیای رقابتی امروز، قیمت گذاری به عنوان یکی از چهارعنصر آمیخته بازاریابی، از عوامل مؤثر در موفقیت یا شکست شرکت ها محسوب می گردد. بر اساس مبانی نظری، در قیمت گذاری مبتنی بر ارزش، شرکت ها ارزش متمایز محصولات خود را برای مشتریان محاسبه می کنند. هدف از انجام این پژوهش که بر اساس مبانی علم طراحی استوار است، طراحی و پیاده سازی سیستمی جهت کمک به قیمت گذاری رقابتی بر اساس ارزش مشتری از طریق دسته بندی و تحلیل احساسات مشتریان باهدف حداکثر سازی سود است. صنعت منتخب این پژوهش هتل داری است که سلایق و ارزش های مشتری در آن از عوامل موفقیت محسوب می گردد. در این پژوهش ابتدا سعی شده به روش مدل سازی موضوعی با الگوریتم LDA، از داده های استخراج شده از نظرات مشتریان هتل های 5 ستاره تهران به عنوان هتل های رقیب، موارد مهم و باارزش در ذهن مشتریان این هتل ها شناسایی و دسته بندی گردد. پس ازآن، در هر دسته، نظرات هر مشتری برچسب گذاری شده و با الگوریتم های مختلف متن کاوی، فرایند تحلیل احساسات بر روی این نظرات انجام شود. سپس دقت الگوریتم ها محاسبه شده که الگوریتم یادگیری عمیق با دقت 0.9 بیشترین دقت محاسبات را داشت. درنهایت تحلیل احساسات با داده های موجود توسط سیستمِ طراحی شده در مرحله قبل انجام شده و نتایجی قابل قبولی دریافت گردید. کاربرد سیستم پیشنهادی، تشخیص ارزش هتل ها در ذهن مشتریان هدف نسبت به رقبا و کمک به قیمت گذاری بر مبنای ارزش است.

هدف و مقدمه: دیدگاه قابلیت های پویا در پی آن است که توضیح مناسبی برای چگونگی مواجهه بنگاه های موفق با محیط های به شدت در حال تغییر کسب وکار و ایجاد مزیت رقابتی جهت پاسخ گویی به تغییرات پیرامونی پی درپی ارائه نماید. این دیدگاه یکی از برجسته ترین نظریه های حوزه مدیریت است که زمینه های مختلف آن را تحت تأثیر قرار داده است. با این وجود، دغدغه های تأمل برانگیزی درباره ساختار فکری پیشینه تحقیق این دیدگاه و حوزه پژوهشی مربوط به آن مطرح گردیده است. پراکندگی و درهم ریختگی پایه های نظری، تکثر و تنوع گیج کننده مفهوم پردازی ها، فقدان چارچوبی جامع از بینش های موجود، ادراکات و یافته های ازهم گسیخته و فقدان انسجام در بدنه دانش نمونه هایی از این دغدغه ها هستند. بر این اساس، پژوهش حاضر به دنبال آن است که با مرور جامع مستندات علمی منتشرشده در حوزه قابلیت های پویا به توسعه بینشی کل نگرانه نسبت به ساختار و روند موضوعی این حوزه پرداخته و در پاسخ گویی به دغدغه های مذکور که هویت پیشینه تحقیق را به عنوان یک کل واحد به چالش کشیده اند، سهیم گردد. روش شناسی : پژوهش حاضر از رویکرد متن کاوی و روش مدل سازی موضوعی استفاده کرده است. این رویکرد و روش ابزاری قدرتمند است که با تکیه بر آن می توان حجم عظیمی از مستندات را در مدت زمانی کوتاه و با کارایی لازم تحلیل نمود. به این منظور، ابتدا، مقاله های نشریات انگلیسی زبان که با موضوع قابلیت های پویا در ارتباط بوده و تا ابتدای سال 2019 میلادی در یکی از پایگاه داده های وب آوساینس یا اسکوپوس نمایه شده اند، به عنوان مجموعه مستندات مورد بررسی گردآوری شد. سپس، با توجه به اینکه چکیده یک پژوهش عصاره یافته های اصلی آن محسوب می گردد و منعکس کننده نکات برجسته آن مطالعه می باشد، چکیده های مستندات گردآوری شده به عنوان مجموعه متون مورد نیاز برای تحلیل متن کاوی در نظر گرفته شد. پس از ذخیره اطلاعات کتاب شناختی مستندات بازیابی شده و حذف اسناد تکراری یا موارد فاقد چکیده، تعداد این چکیده ها به 4206 مورد رسید. در مرحله بعد، به منظور پیش پردازش و پاک سازی مجموعه متون جمع آوری شده، اقداماتی نظیر یکسان سازی حروف بزرگ و کوچک کلمات، حذف اعداد و علائم نقطه گذاری، حذف کلمات زائد و ادغام کلمات هم ریشه با یکدیگر صورت پذیرفت. علاوه بر این، با استفاده از یکی از شاخص های ارزش گذاری متداول، کلمات فاقد ارزش کافی شناسایی و حذف گردیدند. در نهایت نیز با به کارگیری الگوریتم تخصیص پنهان دیریکله، مدل سازی موضوعی چکیده های جمع آوری شده صورت گرفت که در نتیجه آن ساختار موضوعی مستندات و روند زمانی هر یک از موضوعات حاصل گردید. یافته ها: در نتیجه، ساختار موضوعی و روند موضوعی حوزه قابلیت های پویا به دست آمد. منظور از ساختار موضوعی، دوازده موضوع برجسته در حوزه قابلیت های پویا است که در نتیجه مدل سازی موضوعی نمایان گردید و منظور از روند موضوعی نیز روند انتشار مستندات علمی مرتبط با هر یک از این موضوعات می باشد. هر موضوع گروهی از کلمات است که یک توزیع احتمالی از کل کلمات چکیده ها را در بر دارد. در این گروه، کلماتی که بیشترین نسبت احتمال را دارند، نمایان گر زمینه موضوعی غالب هستند. موضوعات به دست آمده عبارت اند از: 1. عملکرد بنگاه (معطوف به ارتباط بین قابلیت های پویا و عملکرد بنگاه)، 2. پیامدهای سازمانی (معطوف به پیامدهای عملیاتی قابلیت های پویا برای سازمان ها)، 3. تغییر سازمانی (معطوف به نقش تحول آفرین قابلیت های پویا در سازمان ها)، 4. چارچوب نظری (معطوف به مفهوم، مبانی، مفروضات، پیشینه و تکامل نظری قابلیت های پویا)، 5. مزیت رقابتی (معطوف به نقش قابلیت های پویا در ایجاد مزیت رقابتی بنگاه ها)، 6. اتحاد فناورانه (معطوف به قابلیت اتحاد فناورانه به عنوان یک قابلیت پویا)، 7. نوآوری محصول/خدمت (معطوف به قابلیت نوآوری به عنوان یک قابلیت پویا)، 8. عملکرد نوآوری (معطوف به ارتباط بین قابلیت پویای نوآوری و عملکرد سازمان)، 9. شبکه دانش (معطوف به قابلیت های شبکه سازی و مدیریت دانش به عنوان قابلیت های پویا)، 10. بازار بین المللی (معطوف به نقش قابلیت های پویا در پاسخ گویی بنگاه ها به نیاز ایجاد مزیت رقابتی در مواجهه با محیط های دائماً در حال تغییر بین المللی)، 11. فناوری اطلاعات (معطوف به قابلیت های پویای مبتنی بر فناوری اطلاعات و سیستم های اطلاعاتی) و 12. زنجیره تأمین (معطوف به قابلیت های پویای زنجیره تأمین و عملیات). روند موضوعی به دست آمده بیان نمود که از میان این موضوعات، موضوع 8 (یعنی عملکرد نوآوری) یک موضوع نوظهور در حوزه قابلیت های پویا به شمار می رود و همچنین سایر موضوعات نیز روند رو به رشدی در سال های اخیر داشته اند. بحث و نتایج: در این مطالعه تکمیلی، می توان نتایج مدل سازی موضوعی را در قالب پرسشنامه یا مصاحبه به خبرگان حوزه قابلیت های پویا عرضه نمود تا از بازخورد تخصصی آن ها برای دستیابی به تفسیر و مفهوم سازی متقن تر بهره مند شد. علاوه بر این، شایان ذکر است که استفاده از رویکرد متن کاوی و روش مدل سازی موضوعی در مقایسه با بهره گیری از رویکرد های مروری متداول مانند روش های فراترکیب و مرور نظام مند پیشینه تحقیق، تنها بینش کل نگرانه ای را فراهم می آورد که از دید برخی محققان محدودیت این نوع از تحلیل ها محسوب می گردد. بنابراین، محققان می توانند به توسعه روش های خاصی از متن کاوی پرداخته تا محدودیت مذکور به قدری مرتفع گردد و یا آنکه در مواردی از این روش ها استفاده نمایند که مزایای این قسم از تحلیل ها (مانند: تحلیل سریع حجم عظیمی از متون، پرهیز از قضاوت های ذهنی و توسعه یک چشم انداز کلان نسبت به ساختار دانشی و روند پژوهشی یک حوزه مطالعاتی) بر محدودیت آن ها غلبه نماید. همچنین به محققان علاقه مند به مطالعه در زمینه قابلیت های پویا پیشنهاد می شود که قلمرو مربوط به هر یک از موضوعات شناسایی شده در پژوهش حاضر را به تفکیک مورد وارسی دقیق قرار داده تا به ساختار ارائه شده در این تحقیق عمق ببخشند و لایه های زیرین آن را نیز احصاء نمایند. در این میان، با توجه به نتایج حاصل، پرداختن به موضوعات عملکرد و نوآوری از اولویت بالاتری در پیشینه تحقیق قابلیت های پویا برخوردار می باشد. علاوه بر این، شایان ذکر است که با توجه به محدودبودن تعداد مستندات مرتبط با هر یک از این موضوعات، پژوهش گران می توانند برای دستیابی به این مهم از روش های کیفی نیز در کنار تکنیک های متن کاوی و علم سنجی بهره بگیرند.

مقدمه : مدل سازی موضوعی یکی از تکنیک های متن کاوی است که امکان کشف موضوعات نامعلوم در مجموعه اسناد، تفسیر اسناد بر اساس این موضوعات و استفاده از این تفاسیر برای سازماندهی، خلاصه کردن و جستجوی متن ها را به طور اتوماتیک میسر می کند. آشنایی با مفهوم و تکنیک مدل سازی موضوعی، و کاربرد آن در کشف موضوعات و سازمان دهی منابع اطلاعاتی از اهداف اصلی این پژوهش است. روش شناسی : پژوهش حاضر از نوع کتابخانه ای است که در آن، ضمن معرفی مدل سازی موضوعی، به دسته بندی و مرور کاربردهای این تکنیک بر اساس ماهیت عملکردی آن و ارائه نمونه تحقیقاتی که از این تکنیک استفاده نموده اند پرداخته است. یافته ها : الگوریتم های مدل سازی موضوعی علاوه بر سه هدف اصلی مبنی بر کشف موضوعات پنهان، تفسیر اسناد بر اساس موضوعات و نهایتاً سازمان دهی و طبقه بندی متون، در کشف موضوعات و روابط پنهان در حوزه های علوم، بازیابی اطلاعات، دسته بندی مدارک بر اساس موضوعات، کشف الگوهای برجسته و رویدادهای در حال ظهور، خوشه بندی مفاهیم حوزه های علمی، تحلیل سیر تحول مفهومی در طول دوره های تاریخی، تعیین روابط سلسه مراتبی مفاهیم یک حوزه یا زمینه خاص علمی و غنی سازی فهرست واژگان کاربرد دارد. نتیجه : مدل سازی موضوعی با تکیه بر یادگیری ماشین و بهره گیری از دانش هوش مصنوعی به عنوان یکی از رویکردهای نوین سازماندهی منابع اطلاعاتی مطرح شده و مطالعات جدی در این زمینه در حال انجام است. لذا با کاربرد الگوریتم های مدل سازی موضوعی در راستای خودکارسازی استخراج موضوع و کشف موضوعات نهان موجود در منبع می توان بر تقویت و روزآمدسازی نظام های نوین سازمان دهی منابع اطلاعاتی عمل کرد.

هدف: در سال های اخیر با توجه به گسترش کسب وکار های دیجیتال و حضور مشتریان در این محیط، امکان دسترسی به داده های مربوط به علایق و ارزش های مورد انتظار مشتریان فراهم شده است. هدف این پژوهش، شناسایی عناصر سازنده ارزش پیشنهادی به مشتری و بررسی تأثیر آنها بر رضایت مشتری با استفاده از روش تحلیل احساسات بر مبنای متن کاویِ محتوای تولیدشده توسط کاربران در فضای مجازی است. روش: این پژوهش از نظر هدف، کاربردی، از نظر ماهیت، توصیفی پیمایشی، از نظر اجرا، کیفی کمی (آمیخته) با رویکرد استقرایی است. در پژوهش حاضر، کالای تلویزیون هوشمند، به عنوان مطالعه موردی انتخاب شد و 3865 نظر از خریداران این کالا از سایت فروشگاه آنلاین دیجی کالا جمع آوری و با استفاده از روش تحلیل احساسات تجزیه و تحلیل شد. برای طبقه بندی و جداسازی نظرهای مثبت و منفی، از روش های «یادگیری ماشین» استفاده شد و برای استخراج سازه های ارزش پیشنهادی، روش «تخصیص پنهان دریکله» به کار رفت. یافته ها: بر اساس یافته های پژوهش، برای ارزش پیشنهادی به مشتری در رابطه با کالای تلویزیون هوشمند، 30 عنصر شناسایی شد. نتایج پژوهش نشان می دهد که 15 عنصر یا ویژگی محصول، بر رضایت مشتریان تأثیر مثبت دارد و 15 عنصر دیگر، به نارضایتی مشتریان منجر می شود. نتیجه گیری: نتایج پژوهش نشان می دهد که تحلیل نظرهای مشتریان و به بیانی «محتوای تولیدشده توسط کاربران»، برای شناخت و بررسی نگرش مشتری در رابطه با محصول، روشی کاربردی بوده و برای کسب وکارها در راستای ارائه محصول موفق با ویژگی های مورد علاقه مصرف کنندگان به بازار، ابزاری مؤثر است و با استفاده از آن توسط یادگیری ماشین، می توان در راستای تسهیل، افزایش دقت و سرعت شناسایی نیاز مشتری و خلق مشترک ارزش، گام های بزرگی برداشت.

این پژوهش با هدف ترسیم شبکه مضامینِ تجربه میهمانان هتل با استفاده از تکنیک متن کاوی در هتل های چهار ستاره شهر تهران صورت گرفته است. این پژوهش دارای رویکردی کیفی، از نظر هدف کاربردی و از نظر روش جمع آوری داده ها، توصیفی- تحلیلی است. داده های پژوهش با استفاده از یک خزشگر از سایت تریپ ادوایزر جمع آوری شده است. جامعه آماری این پژوهش تمامی هتل های چهار ستاره در شهر تهران است. روش نمونه گیری در این پژوهش تصادفی است. جهت تحلیل داده های پژوهش نخست از تکنیک متن کاوی با استفاده از نرم افزار RapidMiner بهره گرفته شده است. شبکه مضامین این پژوهش شامل شش مضمون به شرح ذیل است: تجربه محیط فیزیکی در هتل، تجربه مرتبط با کارکنان در هتل، تجربه ارتباطات اجتماعی در هتل، تجربه غذایی در هتل، تجربه موقعیت مکانی هتل و تجربه احساسی در هتل. در نهایت، نتیجه گیری و پیشنهادهای مربوط به هر یک از این مضامین ارائه شده است.

امروزه محققان با حجم وسیعی از داده مواجه اند که بخش زیادی از آنها ساختار پردازش پذیری ندارند. دو مورد از چالش های اصلی در این زمینه بالا بودن ابعاد فضای ویژگی و حجیم بودن داده های در دسترس است. به منظور رفع این چالش ها، مقاله پیش رو یک روش انتخاب ویژگی مبتنی بر ویژگی های هدف ارائه کرده است که در کاهش ابعاد فضای ویژگی تأثیر زیادی دارد و همچنین برای مقابله با حجم بسیار زیاد نمونه های آموزش، با استفاده از روش های انتخاب نمونه اولیه، به ویرایش مجموعه آموزش می پردازد. روش پیشنهادی در این مقاله در سه فاز اجرا شده است که هر فاز بهبودیافته فاز قبل است و علاوه بر دست یافتن به نتایج مناسب در هر فاز، در پایان فاز سوم روش پیشنهادی بیشترین کارایی را به دست آورد. برای ارزیابی کارایی روش پیشنهادی، این روش با یکی از الگوریتم های موفق در زمینه پیش بینی بازار مقایسه شد که با وجود کاهش نمونه های آموزش توسط الگوریتم های انتخاب نمونه اولیه، به نتایج بسیار بهتری نسبت به آن الگوریتم دست یافت.

تخصیص نظرها و متن های منتشر شده کاربران در فضای مجازی به طبقاتی با احساسات مثبت یا منفی، در تحقیق های مربوط به متن کاوی اهمیت بسیار زیادی دارد. هدف این مقاله، استفاده و مقایسه روش های یادگیری ماشین در طبقه بندی متن های فارسی بر اساس احساسات کاربران فعال در فضای مجازی است. داده های پژوهش، مجموعه نظرهای منتشرشده درباره فیلم های ایرانی و خارجی در بازه زمانی 1392 تا 1395 در سایت های سینمایی و نقد فیلم فارسی زبان است. پیش از به کارگیری الگوریتم ها، فرایند پیش پردازش داده ها بر اساس تبدیل آنها به نویسه، حذف ایست واژه ها و تحلیل چند واژه ای انجام گرفت. برای طبقه بندی داده ها، الگوریتم های با نظارت نایوبیز، ماشین بردار پشتیبان و شبکه عصبی استفاده شد. براساس نتایج به دست آمده، در آزمون خارج از نمونه با وجود دقت عددی بیشتر الگوریتم نایوبیز بر شبکه عصبی و ماشین بردار پشتیبان بر نایوبیز، برتری آماری نایوبیز بر شبکه های عصبی و ماشین بردار پشتیبان بر نایوبیز اثبات نشد. با وجود این، نتایج تحقیق گویای برتری معنادار الگوریتم ماشین بردار پشتیبان بر شبکه های عصبی در دقت طبقه بندی در سطح اطمینان 5 درصد است.

در متن کاوی متن های فارسی، در زمینه چگونگی استخراج ویژگی ها برای دسته بندی و بررسی نظرها در سایت های اجتماعی به منظور تشخیص قطبیت متن، مطالعاتی انجام شده است. هدف این پژوهش، ارائه الگوریتمی برای آنالیز حس متن فارسی، بر اساس شش حس پایه خوشحالی، ناراحتی، ترس، خشم، تعجب و تنفر است. در این پژوهش، آنالیز احساس به روش غیرنظارتی مبتنی بر لغتنامه انجام شده است. تشخیص حس جمله فقط با در نظر گرفتن یک لغت عاطفی دقت زیادی ندارد؛ زیرا عوامل دیگری نیز در جمله مانند تشدیدکننده ها و نفی کننده ها وجود دارند که روی حس متن تأثیر می گذارند. از این رو، الگوریتم به شش روش با در نظر گرفتن ویژگی های متفاوت نوشته شده است. در روش اول الگوریتم قابلیت تشخیص یک لغت عاطفی درون جمله را دارد؛ سپس قابلیت تشخیص تشدیدکننده، نفی کننده و لغات ایست اضافه می شود. نتایج به دست آمده از اجرای الگوریتم ها روی دو نمونه داده، نشان می دهد با در نظر گرفتن ویژگی های بیشتر، دقت الگوریتم نیز افزایش می یابد که در آن عاملِ قسمتی از سخن، بیشترین تأثیر را دارد.

رضایت مشتری، مستلزم راضی نگه داشتن مشتریان هم در تعاملات روزانه و هم از دیدگاه بلندمدت و جهانی است. نظرات مردم در مورد محصولات یک شرکت در وب سایت ها و رسانه های اجتماعی، می تواند اطلاعات مفیدی را به شرکت ها برای ارزیابی رضایت مشتری ارائه دهد. در این پژوهش، با به کارگیری روش متن کاوی و خوشه بندی کی- میانگین، تمامی نظرات مشتریان در مورد سه برند اسنوا، پاکشوما و پارس خزر از لوازم خانگی داخلی و نظرات در مورد سه برند سامسونگ، ال جی و تفال از لوازم خانگی خارجی درج شده در سایت دیجی کالا مورد تحلیل قرار گرفت. عوامل نارضایتی، در شش صفت شامل خرابی محصول، تناسب قیمت با عملکرد، کارایی، طراحی، کیفیت ساخت و خدمات پس از فروش خوشه بندی شدند. در لوازم خانگی داخلی، بیشترین نارضایتی به ترتیب؛ خرابی محصول، تناسب قیمت با عملکرد، کیفیت ساخت، خدمات پس از فروش، کارایی و طراحی بوده و عوامل ایجادکننده نارضایتی در لوازم خانگی خارجی به ترتیب کیفیت ساخت، خرابی محصول، طراحی، خدمات پس از فروش، تناسب قیمت با عملکرد و کارایی بوده است

اخبارها و شایعات مربوط به شیوع ویروس کرونا در رسانه های اجتماعی تاثیرات قابل توجهی بر مردم می گذارد. هدف این پژوهش بررسی اثرات روانی بحران موجود بر جامعه و تاثیر آن بر کسب وکار و زندگی روزمره مردم است که بدین منظور موضوعات مورد بحث مردم در مورد ویروس کرونا در رسانه های اجتماعی از ابتدای شیوع کرونا تا پایان فصل بهار سال 1399 بررسی و خوشه بندی شده و سپس با نظرات مردم در ماههای آذر و دی سال 1399 مقایسه شدند. داده های پژوهش از نظرات مردم در پست های مربوط به اخبار کرونا از صفحه های خبری فارسی اینستاگرام جمع آوری و با استفاده از روش متن کاوی و خوشه بندی کا- میانگین تحلیل شدند. بر اساس نتایج پژوهش موضوعات بحث شهروندان از ابتدای شیوع کرونا تا پایان فصل بهار به 10 خوشه تقسیم-بندی شدند که عبارتند از: کمبود تجهیزات بهداشتی، عدم توجه به قرنطینه، اخبار و شایعات، وضعیت روحی، اطلاع رسانی نشانه ها، پیشگیری، کنترل و درمان، اقدامات دولتی و مردمی، عدم رعایت بهداشت فردی، میزان مرگ در مبتلایان و نحوه دفن، تعطیلی فعالیتهای آموزشی و مشکلات اقتصادی. سپس با موضوعات در دو ماه آذر و دی مقایسه شدند که برخی موضوعات نظیر دسترسی به واکسن، محدودیت های ساعتی تردد و ویروس جهش یافته به نگرانی های مردم افزوده شده است و برخی از آنها نیز با تدابیر دولت مرتفع شدند.

هدف: عدم تعادل بین منابع و مصارف، ناکارآمدی مدیریت سرمایه گذاری، سالمندی جمعیت، بدهی دولت، عدم استقلال سازمان به عنوان یک نهاد مالی و افزایش سطح انتظارات خدمت گیرندگان، از جمله مشکلاتی است که سازمان تأمین اجتماعی با آن مواجه است. البته شیوع ویروس کرونا این سازمان را مانند سایر ارکان اقتصادی درگیر یک بحران جدید و شرایط عدم قطعیت نموده است. سازمان تأمین اجتماعی در راستای وظایف حمایتی خود در این شرایط اقداماتی را به منظور کنترل شیوع و قطع زنجیره انتقال، خدمت به بیماران کووید 19 و حمایت از کارگران، کارفرمایان و صاحبان حرَف و مشاغل انجام داده است؛ و صدالبته بحران کرونا، دامنه و گستردگی آن، تنوع خدمات موردنیاز و تقاضاهای متعدد ذی نفعان باعث می شود که مدیریت عملکرد این سازمان در معرض نگاه نقادانه باشد. هدف این مطالعه، شناسایی و ارزیابی اقدامات اجرایی سازمان تأمین اجتماعی در شرایط بحران کرونا است. روش: روش شناسی پژوهش حاضر متن کاوی است که با به کارگیری آن، پنج اقدام گسترش دسترسی به خدمات درمانی، استمهال موقتی پرداخت حق بیمه ها، تسهیل برخورداری از بیمه بیکاری، گسترش و تسهیل مزایای کوتاه مدت مانند مزایای غرامت دستمزد ایام بیماری، تعدیل رویه های اداری و مکانیسم ارائه خدمات مشخص شدند. بدین منظور، با استفاده از استراتژی تصمیم گیری پاندا و ویژگی های نتیجه گرایی، بازخورد چندگانه، سرعت عمل و نگرش سیستماتیک و نیز مزیت های چهارگانه (انعطاف پذیری، مقبولیت، تعامل محوری و ارزش محوری) این استراتژی، مدیریت عملکرد سازمان در شرایط بحران کرونا بررسی و تحلیل شد. نتیجه: ازآنجاکه مدیریت عملکرد سازمان ها در شرایط بحران با جامعیتی که در این مقاله بررسی شده تا کنون ارزیابی نشده است، خروجی این مقاله را باید سهم مقاله در مدیریت دانش در شرایط بحران به حساب آورد. 

«متن کاوی» به فرایند رایانشی تحلیل متون بدون ساختار و استخراج لایه های زبانی پنهان و مضامین موجود در آن ها گفته می شود. این روش، اهمیت ویژه ای در تحلیل محتوا یا مضمون پژوهش های توصیفی و تفسیری دارد. در این فرایند، نخست متون ساده ساختارمند شده وسپس مفاهیم و انگاره های نهفته آن خلاصه سازی، طبقه بندی، مدل سازی، ارزیابی و تفسیر می شوند. نظر به اینکه این روش به ویژه در مطالعات گفتمان به منزله یک نو آوری میان رشته ای به شمار می آید، سزاوار است استفاده از آن در مطالعات دانشگاهی کشور با جدیت بیشتری دنبال شود. مع الوصف، به رغم گستردگی کمی و کیفی پژوهش های بین المللی در این حوزه، جای خالی این پژوهش ها در مقالات فارسی و انگلیسی داخل کشور بسیار احساس می شود. از این رو، این مقاله در نظر دارد از رهگذر کنکاش نظری و عملی روش های متن کاوی و ارزیابی ابزارها و روش های اصلی آن در زبان فارسی و انگلیسی، بستری مناسب برای بهره مندی از ظرفیت های این روش شناسی در مطالعات زبانی فراهم سازد.

هدف پژوهش حاضر تبیین تأثیر برداشت سرمایه گذاران آگاه و اخلال گر از گزارش های مالی بر بازده سهام  است. در این راستا از داده های کیفی گزارش های هیأت مدیره 116 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی بازه زمانی1390-1398 استفاده شده است. جهت تحلیل کیفی گزارش های هیأت مدیره و استخراج عناصر متنی مد نظر دو گروه معامله گران آگاه و اخلال گر از رویکرد متن کاوی و رگرسیون لاسو و به منظور تفکیک معامله گران بازار سرمایه به دوگروه معامله گران آگاه و اخلال گر از فیلتر کالمن استفاده گردید. نتایج و یافته های پژوهش نشان می دهد هر دو گروه سرمایه گذاران آگاه و اخلال گر قادر هستند تا با استفاده از اطلاعات گزارش های هیأت مدیره و مبنا قراردادن لغات و تفکیک آن ها به لغات با مبنای واقعی و احساسی به بازده غیرعادی دست پیدا کنند. در خصوص لغات با مبنای ترکیبی ، برداشت معامله گران آگاه می تواند بر بازده غیرعادی سهام تاثیر گذارد، این در حالی است که معامله گران اخلال گر قادر به تفکیک لغات ترکیبی نبوده و به نظر در تصمیم گیری های خود توجه زیادی به این لغات نمی نمایند. به طور کلی نتایج پژوهش با نظریه معامله گران اخلال گر همسو بوده و به نوعی نشان دهنده وجود سویه های رفتاری (سویه اثر تقلیدی) در بورس اوراق بهادار تهران است.

هوش مصنوعی سبب شد که حجم عظیمی از داده های علوم اسلامی به محیط دیجیتال منتقل شدند. به گونه ای که برای بهره برداری از این حوزه و عبور از تنگناهای تولید علوم اسلامی و تدبر در آن و افزایش سرعت،حجم و حتی دقت کار ناگریز به هوش مصنوعی روی آوردند،از این رو در این مقاله با استفاده از فناوری ها و فرآیندهای کشف دانش نهفته داده ها به کارکردهای متنوع هوش مصنوعی از جمله داده کاوی، متن کاوی و خوشه بندی چه در کتاب مقدس قرآن کریم و چه در دیگر متون اسلامی پرداختیم،و به عنوان نمونه ای عملی در این زمینه به نرم افزار های مرکز تحقیقات کامپیوتری علوم اسلامی نور یعنی؛ جامع الاحادیث و درایه النور اشاره کردیم .و روش این پژوهش کتابخانه ای وبصورت توصیفی _تحلیلی بود،که آن را با روش عقلی_برهانی جمع آوری کردیم و موضوع این تحقیق تک رشته ای و ساده است ،که بدین وسیله به هدف بنیادی آن رسیدیم ،که خود باعث گشایش دریچه ای جدید در بازیابی معارف قرآنی و حدیثی و...بود و امکان خلق ایده های بدیع و راهکارهای مفید پژوهشی را در ذهن پژوهشگران این حوزه ایجاد کرده است.

تحقیق حاضر در پی به کارگیری فرایند درس آموزی برای تحلیل سیاست های توسعه صنعت هوافضا در نه منطقه جهان و یادگیری از آن ها است. این تحلیل با به کارگیری روش متن کاوی روی اسناد سیاستی صنعت هوافضا و دو زیرحوزه سیاستی مرتبط یعنی علم، فناوری و نوآوری و دفاع انجام شده است و قلمرو آن مناطق اتحادیه اروپا، انگلستان، امریکا، برزیل، ترکیه، رژیم صهیونیستی، روسیه، ژاپن-کره جنوبی، و هند- پاکستان بوده است. پس از تحلیل فراوانی واژه ها، ترسیم شبکه هم رخدادی کلمات و خوشه بندی این شبکه برای مجموع اسناد سیاستی گردآوری شده، شبکه های هم رخدادی برای هریک از مناطق نه گانه به طور مجزا ترسیم و تحلیل شده اند و مهم ترین نکات سیاستی استخراج شده است. در نهایت مهم ترین درس آموخته ها برای سیاست گذاری در صنعت هوافضای جمهوری اسلامی ایران ارائه شده است. جهت گیری به سمت تحقیقات کاربردی و کاربردی کردن تحقیقات؛ ارتباط دولت، صنعت و دانشگاه؛ یکپارچه سازی سیاست ها و برنامه ها؛ استفاده از ظرفیت های دیپلماسی علم و فناوری؛ استفاده بهینه از منابع؛ برنامه ریزی دقیق و زمان مند برای نوآوری ها و فناوری های آینده؛ توسعه برنامه های مهارت آموزی؛ توجه ویژه و فراگیر به کاربردها و خدمات مشاهده زمین؛ ایجاد خوشه های تخصصی هوافضا و استفاده از ظرفیت های مناطق؛ تنوع بخشی به منابع تأمین مالی؛ تلاش برای بومی سازی محصولات و سامانه های هوافضا در کشورهای در حال توسعه؛ و نگاه سیستمی به سیاست گذاری علم، فناوری و نوآوری درس هایی هستند که از اسناد سیاستی تحلیل شده در این تحقیق می توان آموخت.

وجود اطلاعات مالی شفاف و قابل مقایسه رکن اصلی پاسخگویی و تصمیم گیری های اقتصادی آگاهانه است. ﻧﻘﺶ اﺻﻠی ﮔﺰارﺷﮕﺮی ﻣﺎﻟی، اﻧﺘﻘﺎل اﺛﺮﺑﺨﺶ اﻃﻼﻋﺎت ﺑﻪ اﻓﺮاد ﺑﺮون ﺳﺎزﻣﺎﻧی ﺑ ﻪروﺷ ی ﻣﻌﺘﺒ ﺮ و ﺑﻪ ﻣﻮﻗﻊ اﺳﺖ. مطالعات بسیاری درباره کیفیت گزارشگری مالی در دنیا صورت گرفته است که عمدتا با تکیه بر گزارش های ساختار یافته و محاسبات کمّی و عددی است. این در حالی است که امروزه بخش زیادی از اطلاعات مالی از طریق افشاهای کیفی مانند گزارش های روایتی و اسناد متنی منتشر می شوند. جستجوی ابزارهایی که بتواند با بررسی منابع مالی و تحلیل آن ها از میان داده های خام در گزارش های ناساختاریافته و کیفی، دانش مفید را استخراج نماید، منجر به شکل گیری شاخه ای در هوش مصنوعی گردیدکه به داده کاوی معروف است. استفاده از داده کاوی در مورد متن خود شاخه ای دیگر را در علوم هوش مصنوعی به نام متن کاوی ایجاد کرد. متن کاوی نوع خاصی از داده کاوی است که بیشتر به دنبال استخراج اطلاعات مفیداز داده های متنی ساختار نیافته ونیمه ساختاریافته (مانند اسناد متنی) از طریق تشخیص و نمایش الگوها است. پژوهش های بسیاری نشان داده اند که امروزه جهت سنجش و اندازه گیری و پیش بینی متغیرهای مالی و حسابداری باید ازگزارش های کمّی فاصله گرفته و بر گزارش های کیفی تکیه بیشتری شود وبه جای تکیه صرف بر» اعداد و ارقام« بر تجزیه و تحلیل »متن گزارش ها« نیز اتکا کرد؛ همین امر باعث شده است که پژوهشگران حسابداری و مالی در سال های اخیر تکنیک های هوش مصنوعی را در حوزه های مختلف دانش حسابداری و حسابرسی خصوصا برای درک رابطه بین متن در افشاهای شرکتی و عناصر بنیادی شرکت بیشتربه کار گیرند. در این مقاله سعی شده است پرکاربردترین و موثرترین تکنیک های هوش مصنوعی در حیطه مالی، حسابداری و حسابرسی معرفی و تشریح شوند.