انجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Design an Expert System to Help Make Decisions in Attracting Facultyطراحی سیستم خبره برای کمک به تصمیمگیری در جذب اعضای هیئتعلمی12018205310.22034/aimj.2023.182053FAنداصالحدانشجوی دکتری، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران0009-0008-7871-3066آمنهخدیوردانشیار، گروه مدیریت، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا (س)، تهران، ایران0000-0003-4620-1409Journal Article20220903Due to the limited power of human perception of the outside world and also the power of comprehensive and deep reasoning, he faces uncertainty and uncertainty. Multi-criteria decision-making methods, including methods to increase confidence and reduce uncertainty due to judgment Decision makers and comprehensiveness of information. One of the indicators calculated in the decision matrix in conditions of uncertainty is the minimum regret index. The purpose of this study is to identify options with the least regret in selecting faculty members. Therefore, using the variables obtained from the previous literature and the opinion of experts in the field of study, an expert system was designed to assist in decision-making in attracting faculty members.The results of the analysis indicated that the options of academic record, ethics (communication skills), teaching ability (ability to express and convey content) and decision-making skills are indicators that have the least risk of being considered in the scientific selection of individuals. According to the results of this research and the designed expert system can be used to help decision-making in attracting faculty members of universities by reducing time, increasing the quality and accuracy of decision-making.انسان، بهدلیل محدودیت قدرت ادراک از جهان خارج و نیز محدودیت قدرت استدلال جامع و عمیق، با عدم قطعیت و عدم حتمیت مواجه است. روشهای تصمیمگیری چندمعیاره، روشهایی در راستای افزایش اطمینان و کاهش عدم قطعیت ناشی از قضاوتهای تصمیمگیرنده و جامعیت اطلاعات هستند. یکی از شاخصهای محاسبهشده در ماتریس تصمیم در شرایط عدم اطمینان، شاخص حداقل پشیمانی است. هدف از این پژوهش، شناخت گزینههایی با حداقل پشیمانی در انتخاب اعضای هیئتعلمی است. بدین منظور، با استفاده از متغیرهای بهدستآمده از ادبیات پیشین و نظر خبرگان در حوزه موضوع مورد مطالعه، بهمنظور کمک به تصمیمگیری در جذب اعضای هیئتعلمی، سیستم خبره طراحی شد. نتایج تحلیل، بیانگر این مطلب بود که گزینههای سوابق تحصیلی، اخلاق (مهارت ارتباطی)، توانایی تدریس (قدرت بیان و انتقال مطالب) و مهارتهای تصمیمگیری، شاخصهایی هستند که حداقل ریسک از مدنظر قرار دادن آنها در گزینش علمی افراد بهدست میآید.https://www.aimj.ir/article_182053_78a9e25caf38e46327170dd94173fac9.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220An Extended Density-based Clustering Algorithm in Big Dataارائه یک الگوریتم خوشهبندی مبتنی بر چگالی توسعهیافته در کلاندادهها214118205510.22034/aimj.2023.182055FAرضاقائمیاستادیار، گروه مهندسی کامپیوتر، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران0000-0003-2547-4109یعقوبآراددانشجوی دکتری، گروه مهندسی کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی،
نیشابور، ایرانفرشتهحاج قاضیدانشجوی دکتری، گروه مهندسی کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، نیشابور، ایرانJournal Article20220910Today, data generation through smart equipment, including mobile phones, has faced a significant growth, and clustering is one of the most widely used knowledge discovery techniques in big data. Density-based clustering (DBSCAN) is one of the most efficient clustering algorithms in data mining, and despite having advantages, it also has problems, such as the difficulty in determining the input parameters, as well as not being able to detect clusters. with different densities. In the proposed algorithm of this article, it is inspired by the K-DBSCAN algorithm in grouping large data with the aim of reducing the clustering execution time.In addition, by using K-Means and H-DBSCAN algorithms, different densities of the data set were identified and an Eps radius was determined for each density, and then, the proposed density-based clustering algorithm was developed with parameters The matching is applied to the data, and in fact, the innovation of this article is the use of K Means clustering and the estimation of different densities in the DBSCAN clustering method. The proposed algorithm has been compared with the simple DBSCAN clustering algorithm and two developed K-DBSCAN and H-DBSCAN algorithms on four standard data sets: Image segmentation, Pendigit, Letters and Shuttle control. The results show that the proposed algorithm is superior to other algorithms when both time and accuracy are criteria in clustering.امروزه تولید داده از طریق تجهیزات هوشمند، ازجمله تلفنهای همراه، با رشد چشمگیری روبهرو بوده و خوشهبندی یکی از تکنیکهای پرکاربرد کشف دانش در کلاندادهها است. خوشهبندی مبتنی بر چگالی (DBSCAN)، از الگوریتمهای خوشهبندی کارا در دادهکاوی بوده و با وجود داشتن مزایا، دارای مشکلاتی ازجمله سختی در تعیین پارامترهای ورودی و همچنین، نداشتن توانایی در کشف خوشههایی با چگالی متفاوت نیز هست. در الگوریتم پیشنهادی این مقاله، از الگوریتم K-DBSCAN در گروهبندی دادههای حجیم با هدف کاهش زمان اجرای خوشهبندی الهام گرفته شده است. بهعلاوه، با استفاده از الگوریتمهای K-Means و H-DBSCAN، چگالیهای مختلف مجموعهداده تشخیص داده میشود، برای هر چگالی یک شعاع Eps تعیین شده و سپس، الگوریتم پیشنهادی خوشهبندی مبتنی بر چگالی توسعهیافته با پارامترهای منطبق روی دادهها اعمال میشود. در واقع، نوآوری این مقاله استفاده از خوشهبندی K-Means و تخمین چگالیهای مختلف در روش خوشهبندی DBSCAN است. الگوریتم پیشنهادی روی چهار مجموعهداده استاندارد Image segmentation، Pendigit، Letters و Shuttle control با الگوریتم خوشهبندی DBSCAN ساده و دو الگوریتم توسعهیافته K-DBSCAN و H-DBSCAN مقایسه شده است. نتایج نشان میدهد که الگوریتم پیشنهادی در زمانی که هر دو معیار زمان و دقت در خوشهبندی ملاک باشند، در مقایسه با الگوریتمهای دیگر، الگوریتم برتری است.https://www.aimj.ir/article_182055_b4092fc7229360dfcf12724ae1b3b627.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Data Warehouses Needs Assessment of National Library and Archives of Iran Based To Strategic Management and Planning Approachنیازسنجی انبارداده سازمان اسناد و کتابخانه ملی ج. ا. ایران: با رویکرد مدیریت و برنامهریزی راهبردی426118206010.22034/aimj.2023.182060FAناهیداسدیکارشناس ارشد، گروه علم اطلاعات و دانششناسی، دانشگاه علامه طباطبائی، تهران، ایران.عصمتمؤمنیدانشیار، گروه علم اطلاعات و دانششناسی، دانشگاه علامه طباطبائی، تهران، ایرانفریبرزدرودیاستادیار، پژوهشگاه علوم و فناوری اطلاعات ایران (ایران داک)، تهران، ایرانJournal Article20211215This research aims to create a data warehouse (Admitted to store and organize Documents) with data management Approach, strategic assessment of the views of senior managers, IT managers and heads of departments of the National Library and Archives of the Islamic Republic of Iran. This is a type of research, and application of research methods, descriptive. The study population consisted of 30 patients (10 senior managers, 10 IT managers and 10 heads of groups), the National Library and Archives Organization of the Islamic Republic of Iran and are 50 National Library and Archives of Iran’s users has been selected sampling method. Data is based on a Likert questionnaire has been developed. Validity and content validity and reliability with Cranach’s alpha coefficients of the views of senior managers by 82%, IT managers perspective with 74% and heads of groups perspective with 78% is estimated. Results indicate that the position of senior managers with an average of 5.35, IT managers with an average of 57.8 and heads of each class with the mean average 39.7 To create a data warehouse with the National Library and Archives of Iran's strategic management processes is positive. Structural communication between senior managers and IT managers plays an important role in implementing the data warehouse of the National Library and Archives of Iran. It is essential that the directors of the National Library and Archives of the Islamic Republic of Iran to establish strategic data warehouse management approach and systematic actions necessary to comply with the principles and practice of the organization needs to take action. Creating data warehousing should be consistent with the organization's strategic management processes, missions, vision, and core objectives. It must also consider the long-term goals of the organization.هدف پژوهش حاضر، نیازسنجی ایجاد انبارداده (بستری برای ذخیره و سازماندهی اسناد) با رویکرد مدیریت راهبردی از دیدگاه مدیران ارشد، مدیران فناوری اطلاعات و رؤسای گروههای سازمان اسناد و کتابخانه ملی جمهوری اسلامی ایران است. پژوهش، توصیفی ـ پیمایشی است. جامعه آماری آن، 30 نفر (10 نفر مدیران ارشد، 10 نفر مدیران فناوری اطلاعات و 10 نفر رؤسای گروهها)، از سازمان اسناد و کتابخانه ملی جمهوری اسلامی ایران و 50 نفر از کاربران سازمان هستند که بهشیوه نمونهگیری سرشماری انتخاب شدهاند. ابزار گردآوری دادهها، پرسشنامه محققساخته است که براساس مقیاس لیکرت تهیه شده است. روایی پرسشنامه روایی محتوایی بوده و پایایی پرسشنامه با ضرایب آلفای کرونباخ از دیدگاه مدیران ارشد با 82 درصد، از دیدگاه مدیران فناوری اطلاعات با 74 درصد و از دیدگاه رؤسای گروه 78 درصد برآورد شده است. بر اساس یافتهها، دیدگاه مدیران ارشد با میانگین 5/35، مدیران فناوری اطلاعات با میانگین 8/57 و رؤسای گروهها با میانگین 7/39، به ایجاد انبارداده با فرایندهای مدیریت راهبردی در سازمان مثبت است. ارتباط ساختاری میان مدیران ارشد و مدیران فناوری اطلاعات، در پیادهسازی انبارداده سازمان اسناد و کتابخانه ملی ایران نقش مهمی دارد. اقدام مناسب مدیران سازمان اسناد و کتابخانه ملی جمهوری اسلامی ایران به ایجاد انبار داده با رویکرد مدیریت راهبردی، بهطور اصولی و منطبق با نیازهای سازمان، ضروری است. ایجاد انبارداده باید با فرایندهای مدیریت راهبردی سازمان، مأموریتها، چشمانداز و اهداف اصلی منطبق باشد. همچنین، باید اهداف بلندمدت سازمان را در نظر بگیرد.https://www.aimj.ir/article_182060_db1d3fc2a2c3d9fa81c7a77490e26e76.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Investigating the Scientific Activity of the Authors of Highly Cited Articles in the ResearchGate and its Impact on the Scientometric Indicators in the Google Scholar Citation Database(Case Study: iMetrics Field)بررسی فعالیت علمی نویسندگان مقالات پراستناد در شبکه ریسرچگیت و تأثیرگذاری آن بر شاخصهای علمسنجی آنها در پایگاه استنادی گوگلاسکالر (مطالعه موردی: حوزه آیمتریکس)628018957710.22034/aimj.2023.189577FAمهریصدیقیعضو هیئتعلمی، پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک)، تهران، ایرانJournal Article20230214The main aim of this research is to study the scientific activity of the authors of highly-cited articles in the iMetrics field in the ResearcGate scientific social network and its impact on the scientometric indicators in the Google Scholar citation database. This study is a basic and applied research. The research community consists of the authors of the highly-cited articles in the field of iMetrics, indexed at the Scopus database in 2010-2019. In the first step of this research, all articles published in two core journals in the field of imetrics, namely Scientometrics and Journal of informetrics in the period under study are extracted from Scopus database.The extracted articles have been sorted in descending order based on the number of citations and the top 200 articles have been selected as the sample for review in terms of citation rate. The authors of these articles, who are members of the ResearchGate social network and also have profiles on Google Scholar, were then identified. Then, in the second step of the research, the relationship between the alternative metrics of the authors of the ResearchGate and the productivity indicators of these authors in the Google Scholar system was examined. The findings showed that due to the low correlation coefficient between the variables, there is not much relationship between the alternative measures of ResearchGate member authors and the H-index as well as the i10 index of the same authors in Google Scholar. In general, it can be said that although ResearchGate and other scientific social networks increase research communication and sharing of scientific products, this issue can be effective in the quantity of research outputs and increasing the visibility of scientific products, but to determine the actual usefulness of these media in practice , can be analyzed analytically by conducting separate researches in other thematic fields and on a wider scale.این پژوهش با هدف اصلی بررسی فعالیت علمی نویسندگان مقالات پراستناد حوزه آیمتریکس در شبکه اجتماعی علمی ریسرچگیت و تأثیرگذاری آن بر شاخصهای علمسنجی آنها در پایگاه استنادی گوگلاسکالر انجام شد. پس از گردآوری و تعیین پراستنادترین مقالات منتشر و نمایهشده در حوزه آیمتریکس، در پایگاه اسکوپوس، در بازه زمانی دهساله (2010 تا 2019 میلادی)، نویسندگان این مقالات که در شبکه اجتماعی ریسرچگیت عضو بودند و در گوگلاسکالر نیز پروفایل داشتند، شناسایی شدند. برای این منظور، تمامی مقالات منتشرشده در دو مجله هسته حوزه آیمتریکس، یعنی Scientometrics و Journal of informetrics در بازه زمانی یادشده از پایگاه اسکوپوس استخراج شد. همچنین، برای شناسایی آن دسته از نویسندگان حوزه آیمتریکس که در سایر مجلات مرتبط با این حوزه مقاله منتشرشده داشتند، از راهبرد جستوجوی کلیدواژههای پربسامد این حوزه استفاده شد. در ادامه، رابطه سنجههای جایگزین نویسندگان عضو شبکه بالا، با شاخصهای علمسنجی همین نویسندگان در نظام گوگلاسکالر بررسی شد. دادههای مربوط به متغیرهای بررسیشده، با استفاده از آزمونهای همبستگی مناسب و بهکمک نرمافزار اسپیاساس تحلیل شدند. بر اساس یافتهها، با توجه به پایین بودن میزان ضریب همبستگی بین متغیرها، بین سنجههای جایگزین نویسندگان عضو شبکه ریسرچگیت و شاخص اچ و نیز شاخص 10i همین نویسندگان در پایگاه گوگلاسکالر، رابطه ضعیفی وجود دارد. در مجموع میتوان گفت، ریسرچگیت و سایر شبکههای اجتماعی علمی، زمینه را برای برقراری ارتباطات پژوهشی و بهاشتراکگذاری تولیدات علمی افزایش میدهند که این مسئله میتواند در کمیت بروندادهای پژوهشی و افزایش قابلیت رؤیت تولیدات علمی مؤثر باشد؛ اما میزان واقعی سودمندی این رسانهها در عمل، میتواند با انجام پژوهشهای جداگانه در سایر حوزههای موضوعی و با مقیاس گستردهتر بهصورت تحلیلی بررسی شود.https://www.aimj.ir/article_189577_456d56e75c019360729f824342112e8f.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Analyzing the Behavior of Social Network Users in E-Business Using Data Miningتحلیل رفتار اطلاعاتی کاربران شبکههای اجتماعی در کسبوکارهای الکترونیکی با بهرهگیری از دادهکاوی8110118957810.22034/aimj.2024.189578FAمحمد رضاعمرانی طبرستانیدانشجوی دکتری، گروه علم اطلاعات و دانششناسی، پردیس بینالملل، دانشگاه تهران،
کیش، ایراننادرنقشینهدانشیار، گروه علم اطلاعات و دانششناسی، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانسپیدهفهیمی فردانشیار، گروه علم اطلاعات و دانششناسی، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانJournal Article20220606Continuous advances in e-business have put on the agenda of businesses the approaches that lead to value creation and long-term communication with users. Therefore, many IT managers believe that the future of business depends on "user experience management". The main purpose of this study is to explain the behavior of social network users in e-business. In this study, CLEMENTINE software was used to perform data mining based on Bayesian network techniques and artificial neural networks. The data of this research was based on a sample of a thousand documents and reports of Elite online store during the years 1395 to 1400, seasonally. The findings of the present study showed that it was important that based on the initial model and the proposed research, after conducting a qualitative case study in the Elite online store, the final model was developed according to the following variables: "Business users profile" component based on indicators such as: Education Users; Age of users; Users' revenue; Gender of users; Was determined. The component of "managing the behavior of business users" based on indicators such as: the number of likes of business users; Number of business users sharing; Number of comments from business users; Number of business user posts; Was determined. The component of "managing relationships with e-business users" based on indicators such as: user surveys; Customizing products and services; Adherence to the promise with the user; Ways of communicating with the user; Was determined. The component of "business social network management" based on indicators such as: the amount of social media feedback, the quality of content in the CMS; Information on business products and services; Features of a business website in SEO; Was determined.در دنیای رقابتی امروز، کاربران در کانون اصلی توجه کسبوکارها قرار دارند و وفاداری آنها، عامل اصلی کسب مزیت رقابتی است. پیشرفت مستمر در عرصه کسبوکار الکترونیکی، رویکردهایی را که به خلق ارزش و ایجاد ارتباط بلندمدت با کاربران منجر میشوند، در دستور کار کسبوکارها قرار داده است. از این رو، بسیاری از مدیران IT باور دارند که آینده کسبوکار به مدیریت تجربه کاربران بستگی دارد. مسئله مدیریت رفتار کاربران کسبوکار در این پژوهش، بهدنبال جلب رضایت کاربران کسبوکارهای الکترونیکی و رسیدن به وفاداری آنها در راستای خرید، تکرار خرید و معرفی محصول به دیگران است. به همین دلیل، مدیریت روابط با کاربران کسبوکارهای الکترونیکی در کسبوکارهای الکترونیکی، از اهمیت ویژهای برخوردار است، زیرا امروزه با گسترش پایگاههای ثبت دادههای خدماتی و حجم بالای دادههای ذخیرهشده، به ابزاری نیاز است تا بتوان دادههای ذخیرهشده در شبکههای اجتماعی کسبوکار را پردازش کرد. هدف اصلی انجام این پژوهش، تبیین رفتار کاربران شبکههای اجتماعی در کسبوکارهای الکترونیکی است. در این پژوهش، دادهکاوی بر اساس روش شبکههای بیزین و شبکههای عصبی مصنوعی انجام شد. دادههای این پژوهش، بر اساس یک نمونه هزارتایی از مستندات و گزارشهای کسبوکارهای الکترونیکی تنظیم شد. بر اساس مدل نهایی پژوهش، مدیران کسبوکارهای الکترونیکی باید به میزان بازخورد شبکههای اجتماعی برای مؤلفه مدیریت شبکههای اجتماعی کسبوکار و تعداد بهاشتراکگذاری کاربران کسبوکار برای مؤلفه مدیریت رفتار کاربران کسبوکار توجه ویژهای کنند؛ زیرا دارای بیشترین وزن پیشگویی در مدل دادهکاوی پژوهش هستند. از سوی دیگر، تحصیلات کاربران برای مؤلفه مشخصات کاربران کسبوکار و سفارشیسازی محصولات و خدمات برای مؤلفه مدیریت روابط با کاربران کسبوکارهای الکترونیکی نیز، در راستای اهداف مدیران کسبوکارهای الکترونیکی، حائز اهمیت است.https://www.aimj.ir/article_189578_ece3061ead94f6c37c7333514458f6c2.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Evaluation of the Performance of Non-governmental Research Institutions: Comparative Study of Humanities and Engineering Fieldsارزیابی عملکرد مؤسسههای پژوهشی غیردولتی: مطالعه تطبیقی حوزه علوم انسانی و حوزه فنی و مهندسی10213019022510.22034/aimj.2023.190225FAالمیراجنویاستادیار، گروه ارزیابی سیاستها و پایش علم، فناوری و نوآوری، مرکز تحقیقات سیاست علمی کشور، تهران، ایران0000-0003-2550-4021ساجدهعبدیکارشناسی ارشد، گروه ارزیابی سیاستها و پایش علم، فناوری و نوآوری، مرکز تحقیقات سیاست علمی کشور، تهران، ایران0000-0001-5414-6070Journal Article20221029Performance indicators are a suitable tool for the implementation of infrastructural, research and process-oriented management projects in universities and higher education institutions, as well as the evaluation of these institutions, which can be used to compare the past performance, current and desired status of the institutions with the standards. The purpose of this study is to evaluate the performance of non-governmental research institutions in Iran in the fields of humanities and engineering. This is an applied research that was conducted with a scientometrics approach and based on the evaluation model of the Sanandaj handbook. The research community are non-governmental research institutions that have received permission from the Ministry of Science, Research and Technology. In this study, two institutes from both fields that had better performance among their peers were selected for comprehensive evaluation. In general, the evaluation results showed that the "B" engineering field institute has a good situation compared to the "A" humanities institute. Undoubtedly, the use of short-term, medium-term and long-term strategic plans and the promotion of research activities in the Institute of Engineering have not been without influence. It is necessary for non-governmental research institutions to prepare or revise the strategic plan and annual self-evaluations in accordance with the dimensions and indicators of the Ministry of Science, Research and Technology, to provide the basis for growth and promotion in order to be effective and fulfill their mission in the research field of the country.شاخصهای عملکردی، ابزار مناسبی هستند برای پیادهسازی و اجرای عملیات طرحهای زیرساختی، پژوهشی و مدیریتی فرایندمحور در دانشگاهها و مؤسسههای آموزش عالی و نیز ارزیابی این مؤسسهها. بهکمک این ابزار میتوان عملکرد گذشته، وضعیت موجود و مطلوب مؤسسهها را با استانداردهای آنها مقایسه کرد. هدف این پژوهش، ارزیابی عملکرد مؤسسههای پژوهشی غیردولتی ایران در دو حوزه علوم انسانی و حوزه فنی و مهندسی است. پژوهش حاضر از نوع کاربردی است که با رویکرد علمسنجی و بر اساس مدل ارزیابی دستنامه سنندج انجام شده است. جامعه پژوهش، مؤسسههای پژوهشی غیردولتی هستند که از شورای گسترش آموزش عالی مجوز دریافت کردهاند. در این پژوهش، دو مؤسسه از هر دو حوزه که در بین همتایان خود عملکرد مناسبتری داشتند، برای ارزیابی همهجانبه انتخاب شدند. بهطور کلی، بر اساس بررسی عملکردها، مؤسسه حوزه فنی و مهندسی «ب» در مقایسه با مؤسسه علوم انسانی «الف»، وضعیت مناسبتری دارد که بیتردید بهرهگیری از برنامههای کوتاهمدت، میانمدت و بلندمدت راهبردی شفاف و پیشبرد فعالیتهای پژوهشی در مؤسسه فنی و مهندسی در این نتیجه بیتأثیر نبوده است. لازم است که مؤسسههای پژوهشی غیردولتی با تدوین یا بازنگری در برنامه راهبردی و خودارزیابیهای سالیانه، مطابق با ابعاد و شاخصهای وزارت عتف، در راستای اثرگذاری و انجام رسالت خود در عرصه پژوهش کشور، زمینه رشد و ارتقا را فراهم آورند.https://www.aimj.ir/article_190225_af950d04016edc81c3bef1e568966b31.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Prospective Analysis of Students' Academic Performance based on Personality Dimensions with Automatic Machine Learning (Auto ML)تحلیل آیندهنگر عملکرد تحصیلی دانشآموزان بر مبنای ابعاد شخصیت با یادگیری ماشین خودکار (Auto ML)13114919444110.22034/aimj.2023.194441FAبابکسهرابیاستاد، گروه مدیریت فناوری، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت،
دانشگاه تهران، تهران، ایرانایمانرئیسی وانانیدانشیار، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت صنعتی، دانشگاه علامه
طباطبائی، تهران، ایران0000-0001-8324-9896علینوروزیکارشناس ارشد، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت صنعتی و فناوری،
دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران0000-0001-8892-4002Journal Article20221228Predicting students’ performance is important for their parents and their teachers. In recent years, learning analytics has been used to evaluate educational data and factors affecting academic performance. Numerous factors, including individual, family, social and environmental characteristics affect this issue. One of the most important individual factors is personality, which we will examine the impact of this factor on academic performance. For this purpose, we analyze the data of a school students in District One of Tehran. Researches in this field has focused on the correlation of different dimensions, but the main purpose of this study is predicting student performance in order to identify students at risk of academic failure, which with the knowledge of the family to improve They take action. The methodology used is CRISP-DM. The Auto ML data mining technique was used for analysis. According to the Accuracy criterion, the classification is more accurate than the artificial neural network method. According to the findings of this study, the conscientious dimension had the greatest effect and the neurotic dimension had the least effect on predicting students' performance.پیشبینی عملکرد دانشآموزان برای والدین و معلمان آنها از اهمیت بسزایی برخوردار است. در سالهای اخیر، برای ارزیابی دادههای آموزشی و عوامل تأثیرگذار بر عملکرد تحصیلی، از تحلیل یادگیری استفاده شده است. عوامل متعددی از جمله ویژگیهای فردی، خانوادگی، اجتماعی و محیطی بر این موضوع تأثیرگذار هستند. یکی از مهمترین عوامل فردی، شخصیت است که تأثیر این عامل را بر عملکرد تحصیلی بررسی خواهیم کرد. برای این منظور، دادههای پنج دوره از دانشآموزان مدرسهای در منطقه 3 تهران را تحلیل میکنیم. پژوهشهای انجامشده در این حوزه بیشتر به همبستگی ابعاد مختلف پرداختهاند، اما هدف اصلی این پژوهش، پیشبینی عملکرد دانشآموزان بهمنظور شناسایی دانشآموزان در معرض افت تحصیلی است که با علم خانواده به این موضوع برای بهبود آنان اقدام کنند. متدولوژی استفادهشدهCRISP-DM است. برای تحلیل، از تکنیک دادهکاوی یادگیری ماشین خودکار (Auto ML) استفاده شده است. براساس معیار Accuracy، طبقهبندی در مقایسه با روش شبکه عصبی مصنوعی، با دقت بیشتری انجام شده است. طبق یافتههای این پژوهش، بعد وظیفهشناسی در پیشبینی عملکرد دانشآموزان، بیشترین تأثیر و بعد روانرنجوری کمترین میزان تأثیر را داشته است.https://www.aimj.ir/article_194441_89d95f3fddfcd20de386d92d5f4936f4.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Presenting a New Model for Customer Lifetime Value Analysis and Profitability Management in the Banking Industryارائه مدلی جدید برای تجزیهوتحلیل ارزش طول عمر مشتریان و مدیریت سودآوری در صنعت بانکداری15017319047910.22034/aimj.2023.190479FAالنازنصیرزادهاستادیار، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت صنعتی و فناوری، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایرانJournal Article20240130In this regard, in this article, by examining and analyzing the lifetime value of customers in the banking industry, a suitable and innovative model has been presented to measure the lifetime value of customers. To achieve this goal, first by reviewing the studies available in the literature, the primary indicators were calculated and by collecting the indicators available in one of the domestic banks, their list was updated. For this purpose, a descriptive and analytical approach was used based on consensus techniques and expert opinion analysis, and primary data was collected through semi-structured interviews with banking industry experts. Then, using the Delphi method, a consensus-building process was carried out among experts to achieve an acceptable and accurate set of indicators for evaluating customer lifetime value based on multiple periods of feedback and modification. The obtained results indicate the approval of a three-part model which is based on past behavior, future behavior and customer loyalty, and for each part of the model, indicators from the literature and the bank database were determined. The designed model leads to the improvement of the information required by the bank's database to better identify and evaluate customers, and with its help, it is possible to identify indicators suitable for measuring customer loyalty and measuring the future value of bank customers. Finally, this paper provides strategies for using customer lifetime value data in profitability management and developing strategies that help improve customer experience and sustainable bank growth. This research not only provides valuable information for researchers and bank managers, but also provides a deeper understanding of the relationship between customer lifetime value and bank customer segmentation.در این مقاله با بررسی و تحلیل ارزش طول عمر مشتریان در صنعت بانکداری، به ارائه مدلی مناسب و نوآورانه برای سنجش ارزش طول عمر مشتریان پرداخته شده است. برای رسیدن به این هدف، ابتدا با بررسی تحقیقات موجود در ادبیات، شاخصهای اولیه احصا شد و با جمعآوری شاخصهای موجود در یکی از بانکهای داخلی، فهرست آنها بهروزرسانی شد. بدین منظور، از یک رویکرد توصیفی و تحلیلی بر پایه فنون اجماع نظر و تجزیه و تحلیل نظرات خبرگان استفاده شد و از طریق مصاحبههای نیمهساختاریافته با خبرگان صنعت بانکداری، دادههای اولیه جمعآوری شدند. سپس با بهکارگیری روش دلفی، یک فرایند اجماعسازی در میان خبرگان انجام شد تا بر اساس دورههای متعدد از بازخورد و اصلاح، به مجموعه قابل قبول و دقیق از شاخصهایی برای ارزیابی ارزش طول عمر مشتری دست یافته شود. نتایج بهدستآمده، حکایت دارد از تأیید مدلی سهبخشی که بر رفتار گذشته، رفتار آینده و میزان وفاداری مشتریان مبتنی است. برای هر بخش از مدل، شاخصهایی از ادبیات و پایگاه داده بانک تعیین شد. مدل طراحی شده، اطلاعات مورد نیاز پایگاه داده بانک را برای شناسایی و سنجش بهتر مشتریان بهبود میدهد و بهکمک آن میتوان شاخصهای متناسب با سنجش وفاداری مشتریان و سنجش ارزش آینده مشتریان بانک را شناسایی کرد. در نهایت، این مقاله راهکارهایی را برای استفاده از دادههای ارزش طول عمر مشتریان در مدیریت سودآوری و توسعه استراتژیهایی ارائه میدهد که به بهبود تجربه مشتری و رشد پایدار بانک کمک میکنند. این پژوهش نهتنها اطلاعات ارزشمندی برای محققان و مدیران بانکی فراهم میکند، بلکه درک عمیقتری از ارتباط بین ارزش طول عمر مشتریان و بخشبندی مشتریان بانک نیز ارائه میدهد.https://www.aimj.ir/article_190479_f3593f479b01f95c1e50e0c8723c78f5.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Impact of Social Comparison on Fake News Release and News Credibilityبررسی تأثیر مقایسه اجتماعی بر انتشار اخبار جعلی و بررسی اعتبار خبر قبل از بهاشتراکگذاری17420119445210.22034/aimj.2023.194452FAمحمدرحیماسفیدانیاستادیار، گروه مدیریت بازرگانی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران0000-0002-9241-263Xامیرحسینخان محمدیدانشجوی دکتری، گروه مدیریت بازرگانی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران0000-0002-9426-8790Journal Article20230103The spread of fake news on the Internet causes concern for people in the society, including the government, policy makers, organizations, businesses and citizens. Hence, with industry and academia observing that "fake news spreads significantly, faster, deeper, and more widely than the truth," there is an urgent need for multidisciplinary efforts to combat the spread of misinformation through online operating systems have been recognized. Increasing use of social networks exposes users to misleading information, satire and fake advertisements. Helping people identify fake stories by showing them with credibility indicators can discourage them from sharing such stories. Therefore, the aim of the present study is investigation of the impact of social comparison on the fake news release and the news credibility, considering the three modifying variables of gender, education and type of fake news. The current research is an aplication research and its method is descriptive-correlation. Considering that the number of users of social network services is over 100,000 people and considering Morgan's table, the sample number was at least 400 people, and according to the distribution of two questionnaires, the collected sample was about 800 people and were randomly selected from the statistical population. By forming a group of experts, a questionnaire is compiled and this questionnaire is distributed among the statistical sample. Then, the collected data was analyzed using SPSS software and structural equation modeling using PLS software. Convergent and Agra validity methods were used for the validity of the questionnaire. And for the reliability of the questionnaire, according to the opinion of Fornell and Locker (1981), reliability was measured in the PLS method using factor loading coefficients, Cronbach's alpha coefficients and combined reliability (CR). In this research, according to the presented conceptual model, 8 hypotheses are proposed, 2 of which examine the relationship between independent and dependent variables, and the other hypotheses examine the role of moderating variables. All of the hypotheses are confirmed. This study has shown that the need for a positive image and popularity in social comparison prevents people from sharing fake news.<br /> انتشار اخبار جعلی در اینترنت، باعث نگرانی افراد جامعه از جمله دولت، سیاستگذاران، سازمانها، مشاغل و شهروندان میشود، از این رو، صنعت و دانشگاه با مشاهده اینکه «اخبار جعلی بهطور شایان توجهی، سریعتر، عمیقتر و بهطور گستردهتر از واقعیت منتشر میشود»، نیاز فوری به تلاشهای چندرشتهای برای مبارزه را با گسترش اطلاعات نادرست از طریق سیستم عامل های آنلاین تشخیص دادهاند. از این رو، در پژوهش حاضر، تأثیر مقایسه اجتماعی بر انتشار اخبار جعلی و همچنین، اثر این متغیر مستقل بر بررسی اعتبار خبر قبل از به اشتراک گذاشتن آن بررسی میشود که در آن، سه متغیر تعدیلگر جنسیت، تحصیلات و نوع خبر نیز در نظر گرفته شده است. هدف این است که آیا میتوان مقایسه اجتماعی را بهعنوان یک عامل در بهاشتراکگذاری اخبار در نظر گرفت یا خیر و آیا مقایسه اجتماعی بهعنوان یک فاکتور، در احراز هویت و بررسی اعتبار خبر قبل از بهاشتراکگذاری آن مد نظر هست یا خیر. پژوهش حاضر، بهلحاظ هدف، کاربردی و روش آن، توصیفی ـ همبستگی است. جامعه آماری پژوهش، کاربران رسانههای اجتماعی، اینستاگرام، لینکدین، واتساپ و... هستند. بهعلت اینکه تعداد استفادهکنندگان از خدمات شبکههای اجتماعی، بالای 000/100 نفر است، با توجه به جدول مورگان، تعداد نمونه حداقل 400 نفر است که با توجه به توزیع دو پرسشنامه نمونه جمعآوریشده حدود 800 نفر بهصورت تصادفی از جامعه آماری انتخاب شدند. در نهایت، بهمنظور تجزیه و تحلیل دادهها نیز از آمار توصیفی و استنباطی بهره گرفته شد. پس از تجزیه و تحلیل انجامشده، هشت فرضیه مطرحشده در پژوهش، معنادار تشخیص داده شدند. از این رو، از این پژوهش میتوان استنباط کرد که نیاز به تصویر مثبت و محبوبیت در مقایسه اجتماعی، مانع از بهاشتراکگذاری اخبار جعلی توسط افراد میشود.https://www.aimj.ir/article_194452_0bb87c8d298e7388e2ddd39aaadb4baf.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Proposing A Method For Analyzing User Comments On Twitter Social Media Platform For Business Model Innovationارائه روشی برای تحلیل نظرهای کاربران رسانه اجتماعی توییتر بهمنظور نوآوری در مدل کسبوکار20222019745010.22034/aimj.2023.197450FAمنیرهحسینیدانشیار، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران0000-0002-3677-0811تینااخلاقی مسکیندانشجوی کارشناسی ارشد، مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایرانJournal Article20230831In our current era, with the advancements in the use of Internet, a large amount of textual data is being rapidly created. Words are an inseparable part of online transactions in E-commerce. Online comments, news, marketing and other types of communication along with the digitalization of data creates a huge amount of textual data that businesses would like to use. Textual data gets created by people, organizations and communities. In the past, researchers and businesses employed manual methods to gain insights about their customers, which required significant human effort, financial resources, and processing time. Due to human intervention in analysis, these methods were susceptible to analyst and respondent biases. By using text mining we can analyze the necessary information for companies in an automatic and cost-effective way in real time, enabling the use of the results for business model innovation. This research examines customer tweets directed at the Apple company and the company's responses using sentiment analysis methods and Latent Dirichlet Allocation. Furthermore, a new method has been suggested to combine the results of these two methods in order to gain deeper insights into the data and use the results to give recommendations for enhancing Apple company’s business model.در عصر حاضر، با توجه به گسترش روزافزون اینترنت، دادههای متنی عظیم با سرعت زیاد تولید میشوند. در تجارت الکترونیک کلمات عضو جدانشدنی تعاملات خریدوفروش هستند. نظرهای آنلاین، اخبار، ارتباطات بازاریابی و دیگر تعاملات و همچنین، دیجیتالی شدن اطلاعات، مقدار زیادی داده متنی ایجاد میکنند که کسبوکارها تمایل به استفاده از آنها دارند. دادههای متنی توسط افراد، شرکتها و جوامع ایجاد میشود. در گذشته محققان و کسبوکارها، برای کسب بینش درباره مشتریان خود، از روشهای دستی استفاده میکردند که این روشها به نیروی انسانی، هزینه مالی و زمان پردازش زیادی نیاز داشت و بهعلت دخالت انسان در تحلیل، این روشها در مقابل سوگیریهای تحلیلکننده و پاسخدهنده ضعیف بودند. با استفاده از متنکاوی میتوانیم اطلاعات موردنیاز برای شرکتها را بهصورت خودکار، با هزینه کم و بهروز تحلیل کنیم تا شرکتها بتوانند از آن در نوآوری مدل کسبوکار استفاده کنند. در این پژوهش توییتهای مشتریان به پشتیبانی کمپانی اپل و پاسخهای آنها بهکمک روشهای تحلیل احساس و روش انتساب نهفته دیریکله بررسی شده است. همچنین روش پیشنهادی ترکیبی جدیدی، بر اساس نتایج این دو روش برای دستیابی به بینش عمیقتر درباره دادهها ارائه شده و از نتایج بهدستآمده، راهکارهایی برای بهبود مدل کسبوکار شرکت اپل پیشنهاد شده است.https://www.aimj.ir/article_197450_fc49424986f207efaad892059dcd5eb0.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Designing a digital soft transformation model with an interpretive structural modeling approachطراحی مدل تحول نرم دیجیتال با رویکرد مدلسازی ساختاری تفسیری22124220133210.22034/aimj.2024.201332FAیاسمنمدرسیدانشجوی دکتری، گروه مدیریت دولتی، دانشکده مدیریت و حسابداری، علامه طباطبائی، تهران، ایران0000-0002-1946-9410میرعلیسیدنقویاستاد، گروه مدیریت دولتی، دانشکده مدیریت و حسابداری، علامه طباطبائی، تهران، ایران0000-0002-2814-9726حبیبرودسازدانشیار گروه مدیریت دولتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران0000-0003-3842-0708ایمانرئیسی وانانیدانشیار، گروه مدیریت صنعتی ، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران0000-0001-8324-9896Journal Article20231012Along with the progress of science and the emergence of new digital technologies, which has led to a huge transformation called digital transformation; People are known as the most important competitive advantage of organizations in today's turbulent environment, and the need to pay attention to the soft part of digital transformation that surrounds people has become necessary. The purpose of this research is to achieve a better understanding of digital soft transformation, identify its components, and finally present a model in the organizations under the Ministry of Communications and Information Technology using the interpretive structural modeling technique. Based on literature reviews and interviews with managers and experts in the Ministry of Communications and Information Technology, six soft components of digital transformation were identified and then classified into four levels using interpretative structural modeling. In the following, after determining the levels of each of the components and also considering the final achievement matrix, the final interpretive structural model was drawn. The results showed that components such as digital strategy and digital innovation are more effective than other components, and digital skill-building is the most effective component, as well as digital leadership components, organizational governance capabilities, and digital culture-creation, in the third level of this model is located and interacts with each other.همگام با پیشرفت علم و ظهور فناوریهای دیجیتالی نوین که به تحولی عظیم با نام تحول دیجیتال منجر شده است، انسان بهعنوان مهمترین مزیت رقابتی سازمانها در محیطهای متلاطم امروزی شناخته شده و نیاز توجه به بخش نرم تحول دیجیتال که پیرامون انسان است، ضرورت پیدا کرده است. هدف این پژوهش، دستیابی به درک بهتری از تحول نرم دیجیتال، شناسایی مؤلفههای آن و در نهایت، ارائه مدلی در سازمانهای زیرمجموعه وزارت ارتباطات و فناوری اطلاعات با استفاده از تکنیک مدلسازی ساختاری تفسیری است. با بررسیهای صورتگرفته از مرور ادبیات و مصاحبه با مدیران و کارشناسان در وزارت ارتباطات و فناوری اطلاعات، شش مؤلفه نرم تحول دیجیتال شناسایی شد؛ سپس با استفاده از روش مدلسازی ساختاری تفسیری در چهار سطح قرار گرفتند. در ادامه پس از مشخصشدن سطوح هر یک از مؤلفهها و همچنین با درنظرگرفتن ماتریس دستیابی نهایی، مدل نهایی ساختاری تفسیری ترسیم شد. نتایج نشان داد که مؤلفههای استراتژی دیجیتال و نوآوری دیجیتال، نسبت به بقیه مؤلفهها اثرپذیری بیشتری دارند و مهارتسازی دیجیتال اثرپذیرترین مؤلفه است. همچنین مؤلفههای راهبری دیجیتال، قابلیتهای حاکمیت سازمانی و فرهنگآفرینی دیجیتال، در سطح سوم این مدل قرار گرفته و روی یکدیگر اثر متقابل دارند.https://www.aimj.ir/article_201332_e63fc250d19df4b0760c29ad6b9bbd2b.pdfانجمن علمی مدیریت اطلاعات ایرانمدیریت اطلاعات1735-84188220230220Modeling and Scenario Analysis of Critical Success Factors of the Internet of Things in the Iranian Business Supply Chainsمدلسازی و تحلیل سناریو عوامل کلیدی موفقیت اینترنت اشیا در زنجیرۀ تأمین کسبوکارهای ایران24326420134110.22034/aimj.2023.201341FAهاجرمحمدیدانشجوی کارشناسی ارشد، گروه مدیریت کسبوکار، دانشکده علوم مالی، مدیریت و کارآفرینی، دانشگاه کاشان، کاشان، ایران0009-0006-3501-3700اسماعیلمزروعی نصرآبادیاستادیار، گروه مدیریت کسبوکار، دانشکده علوم مالی، مدیریت و کارآفرینی، دانشگاه کاشان، کاشان، ایران0000-0002-0270-4293زهراصادقی آرانیاستادیار، گروه مدیریت کسبوکار، دانشکده علوم مالی، مدیریت و کارآفرینی، دانشگاه کاشان، کاشان، ایران0000-0002-6750-9800Journal Article20230615With the growth of technology, the Internet of Things and its entry into industries and businesses is considered an important issue. Identifying factors that can contribute to the success of the Internet of Things is very important for decision makers. Considering this issue and since the conceptual model for the critical success factors of the Internet of Things at the supply chain level of Iranian businesses has not been presented so far, the aim of this research is to identify the critical success factors of the Internet of Things at the level of the supply chain of Iranian businesses, to present the model and future scenarios. For this purpose, the current research was conducted in two phases. In the first phase, an in-depth interview was conducted with 15 industrial and academic experts. A number of 41 codes were identified, which were categorized into 12 main critical factors. In the second phase of the research, the questionnaire made by the researcher according to the results of the first phase was provided to the experts. The statistical population of the second phase included 12 industrial and academic experts. Finally, by analyzing the data (influence rate, effectiveness and centrality) and analyzing forward and backward scenarios, the themes of supply chain hardware readiness, correct financial attitude in the supply chain, supply chain software readiness, training and preparation of managers were more important among other themes.با رشد فناوری، اینترنت اشیا و ورود آن به صنایع و کسبوکارها موضوعی بسیار مهم قلمداد میشود. شناسایی عواملی که بتوانند به موفقیت اینترنت اشیا کمک کنند، برای تصمیم گیرندگان اهمیت بسیار زیادی دارد. با توجه به این موضوع و از آنجایی که تاکنون مدل مفهومی برای عوامل کلیدی موفقیت اینترنت اشیا در سطح زنجیرۀ تأمین کسبوکارهای ایران ارائه نشده است، هدف پژوهش حاضر، شناسایی عوامل کلیدی موفقیت اینترنت اشیا در سطح زنجیرۀ تأمین کسبوکارهای ایران، ارائه مدل و سناریوهای پیش روی آنهاست. به این منظور پژوهش حاضر در دو مرحله صورت گرفت. در مرحله اول، مصاحبهای عمیق به روش گلوله برفی با 15 نفر از خبرگان صنعتی و دانشگاهی انجام شد. در این مرحله، 41 کد شناسایی و در قالب 12 عامل کلیدی اصلی دستهبندی شد. در مرحله دوم پژوهش با توجه به نتایج مرحله اول، پرسشنامه محققساختهای طراحی شد و در اختیار خبرگان قرار گرفت. جامعه آماری مرحله دوم، 12 نفر از خبرگان صنعتی و دانشگاهی بود. در نهایت با تجزیهوتحلیل دادهها (میزان اثرگذاری، اثرپذیری و مرکزیت) و تحلیل سناریوهای روبهجلو و روبهعقب، تمهای آمادگی سختافزاری زنجیرۀ تأمین، نگرش مالی صحیح در زنجیرۀ تأمین، آمادگی نرمافزاری زنجیرۀ تأمین، آموزش و آمادگی مدیران، از اهمیت بیشتری در میان سایر تمها برخوردار شدند.https://www.aimj.ir/article_201341_2d3fbd5404f2628258796c02d44af460.pdf