| تعداد نشریات | 61 |
| تعداد شمارهها | 2,203 |
| تعداد مقالات | 17,958 |
| تعداد مشاهده مقاله | 55,158,597 |
| تعداد دریافت فایل اصل مقاله | 28,873,909 |
طراحی مدل ارزیابی عملکرد سیستم مدیریت دانش در صنعت نرمافزار با استفاده از شبکه عصبی | ||
| فصلنامه بازیابی دانش و نظامهای معنایی | ||
| مقاله 4، دوره 11، شماره 39، تیر 1403، صفحه 109-148 اصل مقاله (2.26 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/jks.2023.74828.1595 | ||
| نویسندگان | ||
| مصطفی پهلوان زاده1؛ نجلا حریری* 2؛ داریوش مطلبی3؛ فهیمه باب الحوائجی4 | ||
| 1دانشجوی دکتری علم اطلاعات و دانششناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2استاد، گروه علم اطلاعات و دانش شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 3دانشیار، گروه علم اطلاعات و دانش شناسی، واحد یادگار امام خمینی (ره)، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 4دانشیار، گروه علم اطلاعات و دانش شناسی، واحد علوم تحقیقات، دانشگاه آزاد اسلامی ، تهران، ایران | ||
| چکیده | ||
| هدف پژوهش حاضر طراحی مدل ارزیابی عملکرد سیستم مدیریت دانش در صنعت نرمافزار با استفاده از شبکه عصبی است. روش پژوهش بر اساس هدف از نوع کاربردی است و برای گردآوری دادهها از روش آمیخته با رویکرد اکتشافی استفاده شدهاست. ابتدا از روش کیفی با استفاده از مطالعات کتابخانهای و مرور پیشینههای پژوهش در ارزیابی عملکرد مدیریت دانش نسبت به استخراج شاخصهای مختلف پرداخته شده است. در مرحله دوم بر اساس دادههای گردآوریشده، مطالعهای کمی برای تائید و تصدیق یافتههای بهدستآمده از مرحله کیفی انجام شد. برای مطالعه اکتشافی و استخراج مقولههای مربوطه به عوامل ارزیابی از روش فراترکیب (الگوی سندلوسکی و باروسو) استفاده شد. با روش دلفی فازی، با ابزار پرسشنامه و نظرسنجی از خبرگان به اعتبارسنجی و ارائه شاخصهای نهایی پرداخته شد. روش پژوهش در قسمت کمی توصیفی -پیمایشی است. جامعه آماری پژوهش را تمامی کارشناسان توسعهدهنده نرمافزار و خبرگان حوزه نرمافزار در دانشگاهها و شرکتها تشکیل دادند. حجم نمونه با روش نمونهگیری تصادفی ساده با فرمول کوکران 186 نفر انتخاب شد. بهمنظور گردآوری دادههای کمی از پرسشنامه محققساخته (40 گویهای) استفاده شد که گویههای آن برگرفته از نتایج تحلیل فراترکیب در مرحله اول بود. پایایی پرسشنامهها با روش آلفای کرونباخ به ترتیب برای عوامل زیرساخت 89/0 و عوامل کارکردی 88/0 برآورد شد. جهت تحلیل دادهها در قسمت کمی از روشهای تحلیل عاملی تأییدی استفاده شده است. 7 مقوله اصلی شامل عوامل فردی، عوامل سازمانی، فناوری و زیرساخت، عوامل کارکردی، ابزارهای مدیرت دانش، عوامل اقتصادی، ابزارهای مدیریت دانش و 29 مقوله فرعی شناسایی شدند. نوآوری پژوهش ساخت مدلی با استفاده از الگوریتمهای شبکه عصبی است که توانایی پیشبینی شاخص ارزیابی عملکرد سیستم مدیریت دانش و تأثیر هر یک از شاخصها با استفاده از شبکه عصبی در حوزه نرمافزار را دارد. نتایج به دست آماده از پرسشنامه برای ورودی مدل شبکه استفاده شده است، نتایج نشان داد که مؤلفههایی مانند عوامل زیرساخت فناوری و عوامل کارکردی بر روی ارزیابی عملکرد مدیریت دانش در توسعه نرمافزار تأثیر بیشتری میگذارند. | ||
| کلیدواژهها | ||
| شبکه عصبی؛ مدیریت دانش؛ عملکرد سیستم مدیریت دانش؛ صنعت نرمافزار | ||
| مراجع | ||
|
آقا شاهی، بهروز، تحیری، هومان و دستغیبی فرد، غلامحسین. (1398). اولویتبندی فرایندهای مدیریت دانش سازمان در روش فرناندز با استفاده از سیستم فازی مبتنی بر قانون. پژوهشنامه پردازش و مدیریت اطلاعات، 35(3)، 633-662.
پهلوانزاده، مصطفی، حریری، نجلا، مطلبی، داریوش و بابالحوائجی، فهیمه. (1402). ارزیابی عملکرد سیستم مدیریت دانش در صنعت توسعه نرمافزار با استفاده از روش فراترکیب. فصلنامه بازیابی دانش و نظامهای معنایی، 10(36)، 1-20.
تدریس حسنی، معصومه، امیری، مقصود، رحمانسرشت، حسین و یوسفلی، امیر.(1400). ارائه یک دسته بندی جامع از رویکردهای ارزیابی عملکرد و بررسی خالءهای تحقیقاتی موجود در آنها. فصلنامه علمی پژوهشی دانش حسابداری و حسابرسی مدیریت، 10 (73)، 285-301.
رئیسی وانانی، ایمان، تقوا، محمدرضا و امیر عشایری، دنیا. (1397). طراحی سیستم استنتاج فازی برای ارزیابی عملکرد سیستم مدیریت دانش در صنعت توسعه نرمافزار. فصلنامه مطالعات مدیریت کسبوکار هوشمند، 6 (24)، 5-36.
محمودی، محمد، جلالی، محمد و اکبری، مهدی.(1400). طراحی و تبیین مدل آمادگی جاریسازی راهبردهای گروه صنایع غـذایی. کاوشهای مدیریت بازرگانی، 13(15) ،187 - 208.
صارمی، محمود و حیدری، علی. (1390). ارائه رویکردی کیفی برای مدلسازی توان رقابتی بنگاه در کسبوکارهای مبتنی بر فناوری پیشرفته: موردمطالعه صنعت نرمافزار. مدیریت فناوری اطلاعات، 2 (5)، 53-70.
لطیفی، فریبا و موسوی، پرستو. (1387). ارزیابی عملکرد سیستم مدیریت دانش در شرکت های نرم افزاری ایران. پنجمین کنفرانس بین المللی مدیریت فناوری اطلاعات و ارتباطات در تهران، 14-28 https://civilica.com/doc/86532
درستکار احمدی، ناهید و شفیعی نیکآبادی، محسن. (1394). ارائه یک مدل هوشمند فازی برای ارزیابی فرآیندهای مدیریت دانش در زنجیره تأمین (موردمطالعه: شرکت ایرانخودرو). چشمانداز مدیریت صنعتی، 5 (2)، 153-175.
مومنی، منصور، جام پرازمی، مونا، حسین زاده، مهناز و مهرافروز، محسن.(1390). ارایه رویکرد جدیدی برای ارزیابی سیستم های مدیریت دانش با روش تحلیل رابطه ای خاکستری. مدیریت تولید و عملیات،2(2)، 55-72.
Arbabi, Z., Yeganegi, K. J., & Obaid, A. (2020). Application of neural networks in evaluation of key factors of knowledge management system, Case Study: Iranian Companies Based in Alborz Province. Journal of Physics Conference Series, 1530(1):012111. DOI: 10.1088/1742-6596/1530/1/012111. Fu, H., Chen, Y., & Jie Wang, G. (2020). Using a Fuzzy Analytic Hierarchy Process to Formulate an Effectual Tea Assessment System. Sustainability. https://doi.org/10.3390/su12156131. Gardeazabal, A., Lunt, T., Jahn, M., Verhulst, N., Hellin, J., & Govaerts, B. (2021). Knowledge management for innovation in agri-food systems: a conceptual framework. Knowledge Management Research and Practice, 21(2), 303-315. DOI: 10.1080/14778238.2021.1884010. Greccoa, C.H.S., Augusto, S.C., Souzaa, J.T., Carvalhoa, P.V.R., & d’Avila, A. L. (2021). A Methodfor the evaluation of knowledge management systems. Brazilian Journal of Radiation Sciences, 52 (31), 1-12. DOI: https://doi.org/10.15392/bjrs.v9i2B.1250 . Gyemang, M., & Emeagwali, O. (2020). The roles of dynamic capabilities, innovation, organizational agility and knowledge management on competitive performance in telecommunication industry. Management Science Letters, 10 (4), 1533-1542. Kosklin, R., Lammintakanen, J., & Kivinen, T. (2023) Knowledge management effects and performance in health care: a systematic literature review. Knowledge Management Research & Practice, 21(4), 738-748. DOI: 10.1080/14778238.2022.2032434. Li, M., Jin, L., & Wang, J. (2014). A new MCDM method combining QFD with TOPSIS for knowledge management system selection from the user's perspective in intuitionistic fuzzy environment. Applied soft computing, 21(1), 28-37. https://doi.org/10.1016/j.asoc.2014.03.008. Ngai, E. W. T., & Chan, E. W. C. (2005). Evaluation of knowledge management tools using AHP. Expert Systems with Applications, 29(4), 889–899. Palombo, H., Ziaie Tabari, A., Lende, D., Ligatti, J., & Xinming, O. (2020). An Ethnographic Understanding of Software (In) Security and a Co-Creation Model to Improve Secure Software Development. Sixteenth Symposium on Usable Privacy and Security, 205-220. Rafi, N., Ahmed, A., Shafique, I., & Kalyar, M.N. (2021). Knowledge management capabilities and organizational agility as liaisons of business performance. South Asian Journal of Business Studies, 11(4), 394-417 https://doi.org/10.1108/SAJBS-05-2020- 0145. Rossidis, I., & Belias, D. (2020). Combining Strategic Management with Knowledge Management: Trends and International Perspectives. International Review of Management and Marketing, 10 (2), 39-45. Singh, V., Kumar, V., & Singh, V.B. (2023). A hybrid novel fuzzy AHP-TOPSIS technique for selecting parameter-influencing testing in software development. Decision Analytics Journal 6:100159, 1-15. Tan, L. P., & Wong, K. Y. (2017). A Neural Network Approach for Predicting Manufacturing Performance Using Knowledge Management Metrics. International Journal on Interactive Design and Manufacturing (IJIDeM), 48(1), 827–845. Tavalaei, R., Haghigi Borojni, P., & Khalili, H. (2021). Investigating the impact of knowledge management on the strategic and operational performance of organizations through the use of the organizational excellence model 2020. Organizational Knowledge Management Quarterly, 4 (3), 141-174. Wang, J., Ding, D., Liu, O., & Li, M. (2017). A synthetic method for knowledge management performance evaluation based on triangular fuzzy number and group support systems. Applied Soft Computing, 39, 11-20. Zaim, H., Muhammed, S., & Tarim, M. (2019). Relationship between knowledge management processes and performance: Critical role of knowledgeutilization in organizations. Knowledge Management Research & Practice, 17(1), 24–38. https://doi.org/10.1080/14778238. 2018.1538669. Zhang, J.W., & Wang, Y.J. (2010) The Research of Conceptual Models of Business Models Base on the Value of the Triangular Logic. Foreign Economics & Management, 6, 1-8. References [In Persian] Agha Shahi, B., Tahiri, H., & Dastgheibi Fard, G. (2018). Prioritization of organization's knowledge management processes in Fernandez's method using rule-based fuzzy system. Journal of Information Processing and Management, 35(3), 633-662. [In Persian] Dorostkar Ahmadi, N., & Shafiei Nickabadi, M. (2014). Presenting a fuzzy intelligent model for evaluating knowledge management processes in the supply chain (case study: Iran Khodro Company). Industrial Management Perspectives, 5 (2), 153-175. [In Persian] Latifi, F., & Mousavi, P. (1387). Evaluation of knowledge management system performance in Iranian software companies. The 5th International Conference on Information and Communication Technology Management, Tehran, (pp. 110-124). https://civilica.com/doc/86532 [In Persian] Mahmoudi, M., Jalali, M., & Akbari, M. (2022). Designing and explaining the readiness model for the implementation of food industry group strategies. Business Administration Researches, 13(15), 187-208. [In Persian] Momeni, M., JamPerazemi, M., Hossinzadeh, M., & MehrAfzar, M.(2013). Presenting a new approach for evaluating knowledge management systems with gray relational analysis method. Production and Operations Management, 2(2), 55-72. [In Persian] Pahlavanzadeh, M., Hariri, N., Matlabi, D., & Babal-Hawaeji, F. (2023). Evaluation of knowledge management system performance in the software development industry using metacombination method. Knowledge Retrieval and Semantic Systems Quarterly, 10(36), 1-20. [In Persian] Raiisi Vanani, I., Taqwa, M.R., & Amir Ashairi, D. (2017). Designing a fuzzy inference system to evaluate the performance of the knowledge management system in the software development industry. Quarterly Journal of Intelligent Business Management Studies, 6(24), 5-36. [In Persian] Saremi, M., & Heydari, A. (1390). Providing a qualitative approach for modeling the competitive power of the company in businesses based on advanced technology: the case study of the software industry. Information Technology Management, 2(5), 53-70. [In Persian] Tadris Hassani, M., Amiri, M., Rahman Seresht, H., & Yousefali A. (2022). Providing a comprehensive classification of performance evaluation approaches and examining research gaps in them. Scientific Quarterly Journal of Management Accounting and Auditing Knowledge, 10 (73), 285-301. [In Persian] | ||
|
آمار تعداد مشاهده مقاله: 760 تعداد دریافت فایل اصل مقاله: 428 |
||