ارائه مدلی برای رضایت عوامل و منابع انسانی و مشتریان کسب و کار در شهر هوشمند پایدار
الموضوعات :علی صفرزاده 1 , قاسمعلی بازایی 2 , مهدی فقیهی 3
1 - مدیریت فناوری اطلاعات، واحد قشم، دانشگاه آزاد اسلامی، قشم، ایران.
2 - گروه مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
3 - مدیریتگروه مدیریت، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
الکلمات المفتاحية: سیستم اجتماعی, توسعه پایدار, مدل, کسب و کار, شهر هوشمند,
ملخص المقالة :
هدف تحقیق حاضر ارائه مدلی برای رضایت عوامل و منابع کسب و کار در شهر هوشمند پایدار میباشد. تحقیق حاضر از نظر هدف کاربردی و از نوع توسعه ای و تبینی میباشد به این صورت که برای پیشبرد اهداف تحقیق از مدل ریاضی استفاده میشود. ضمن اینکه روش جمعآوری اطلاعات به صورت کتابخانهای و برای جمعآوری دادهها در خصوص پارامترهای مدل از مثال عددی استفاده میشود. تجزیه و تحلیل دادهها با استفاده از نرم افزار متلب صورت میگیرد. برای این منظور یک مدل ریاضی جهت تبیین رضایت سه عامل مالک کسب و کار، مشتری و منابع کسب و کار و همچنین مسئولیتهای زیست محیطی و اجتماعی طراحی شد. سپس هر 5 مدل در قالب یک مدل موزون تک هدفه مورد تجزیه و تحلیل قرار گرفت. نتایج نشان داد که برخی پارامترها از جمله افزایش حداکثر سقف زمان دریافت محصول و افزایش سقف قیمت محصول میتواند منجر به بهبود رضایت مشتری شود اما عواملی نظیر هزینه مواد و سربار به دلیل آنکه منجر به افزایش قیمت محصول میشود منجر به نارضایتی بیشتر مشتری شده و در عین حال میتواند نارضایتی کارفرما یا مالک را نیز در بر داشته باشد.
_|1) احمدپور، احمد، زیاری، کرامت اله، حاتمی نژاد، حسین و پارسا، شهرام، (1397)، شهر هوشمند: تبیین ضرورتها و الزامات شهر تهران برای هوشمندی، دوره 10، شماره 38، صص 22-1
2) قریشی، غزاله سادات، پارسی، حمید رضا و نوریان، فرشاد، (1399)، تحلیلی بر قلمرو نظری شهر هوشمند تاب آور و تدوین چارچوب کاربست آن، فصلنامه هنرهای زبیا، دوره 25، شماره 4، صص 69-55
3) هایل مقدم ، کیان و نوری کرمانی، علی، (1398)، بررسی نقش مدیریت شهری در هوشمندسازی شهر (مورد مطالعه: منطقه 5 شهرداری تهران)، دوره 15، شماره 30، صص 138-127
4) Al Sharif, R.; Pokharel, S. Risk Analysis with the Dempster–Shafer Theory for Smart City Planning: The Case of Qatar. Electronics 2021, 10, 3080 https://doi.org/10.3390/electronics10243080
5) Bhabad V. M. , Pankaj Nivrutti Varpe ,Rajnandan Nitin Wale , Dhananjay Sunil Chaudhari , Tushar Bhausaheb Gadhave "Online Smart Business" Iconic Research And Engineering Journals Volume 5 Issue 9 2022 , 349-353
6) Corchado, J.M.; Chamoso, P.; Hernández, G.; Gutierrez, A.S.R.; Camacho, A.R.; González-Briones, A.; Pinto-Santos, F.; Goyenechea, E.; Garcia-Retuerta, D.; Alonso-Miguel, M.; et al. Deepint.net: A Rapid Deployment Platform for Smart Territories. Sensors 2021, 21, 236.
7) Corchado, J.M.; Trabelsi, S. Advances in Sustainable Smart Cities and Territories. Electronics 2022, 11, 1280. https://doi.org/10.3390/ electronics11081280
8) Jove, E.; Aveleira-Mata, J.; Alaiz-Moretón, H.; Casteleiro-Roca, J.-L.; Marcos del Blanco, D.Y.; Zayas-Gato, F.; Quintián, H.; Calvo-Rolle, J.L. Intelligent One-Class Classifiers for the Development of an Intrusion Detection System: The MQTT Case Study. Electronics 2022, 11, 422.
9) Marcondes, F.S.; Durães, D.; Santos, F.; Almeida, J.J.; Novais, P. Neural Network Explainable AI Based on Paraconsistent Analysis: An Extension. Electronics 2021, 10, 2660.
10) Najat Chadli6 Mohamed Elhoseny8, Mohammed Issam Kabbaj6,7 & Zohra Bakkoury(2022), Smart Business Process Modeling: Toward an IoT to Detect the Data Flow Anomalies in Ad Hoc Mesh Network, Distributed Sensing and Intelligent Systems pp 13–27
11) Soraia Oueida • Moayad Aloqaily2 • Sorin Ionescu (2018), A smart healthcare reward model for resource allocation in smart city, Multimedia Tools and Applications https://doi.org/10.1007/s11042-018-6647-4
12) Sameer N, Alalouch C, Saleh MS, Al-Saadi S and Saleem A Towards sustainable smart cities: a study on digital participatory planning in Oman. Proceedings of the Institution of Civil Engineers – Urban Design and Planning, https://doi.org/10.1680/jurdp.21.00040
13) Samuel, Omaji, Nadeem Javaid1;_ Turki Ali Alghamdi2 , Neeraj Kumar(2021), Towards Sustainable Smart Cities: A Secure and Scalable Trading System for Residential Homes using Blockchain and Arti_cial Intelligence,
14) Xu, Siya , Qingchuan Liu, Bei Gong, Feng Qi , Shaoyong Guo , , Xuesong Qiu , and Chao Yang(2020), RJCC: Reinforcement-Learning-Based Joint Communicational-and-Computational Resource Allocation Mechanism for Smart City IoT, ,VOL. 7, NO. 9, SEPTEMBER 2020 ,DOI: 10.1109/JIOT.2020.3002427
15) Yigitcanlar, T.; Corchado, J.M.; Mehmood, R.; Li, R.Y.M.; Mossberger, K.; Desouza, K. Responsible Urban Innovation with Local Government Artificial Intelligence (AI): A Conceptual Framework and Research Agenda. J. Open Innov. Technol. Mark. Complex ,2021, 7, 71
16) Yin J-h, Song H-y, Zeng K-x (2022) Does a smart business environment promote corporate investment? a case study of Hangzhou. PLoS ON 17(7): e0269089. https://doi.org/10.1371/journal pone.0269089
17) Zhen Chu a, Mingwang Cheng Ning Neil Yu (2021), A smart city is a less polluted city, Technological Forecasting & Social Change 172 (2021) 121037
18) 18-Zhao, Lei; Jiadai Wang; Jiajia Liu; Nei Kato(2019), Optimal Edge Resource Allocation in IoT-Based Smart Cities, Journals & Magazines IEEE Network Volume: 33 Issue: 2
|_