Applications of Artificial Intelligence in Human Resource Management: Analysis of Scientific Collaboration Networks and Thematic Maps

Subject Areas : Management

Mehrdad Maghsoudi ¹ , Mehrdad Agha Mohammad Ali Kermani ² , Motahareh Kamrani Shahri ³ , Rahim Khanizad ⁴

1 - PhD student, Department of Information Technology Management, Shahid Beheshti University, Tehran, Iran
2 - Assistant Professor, Department of Advanced Engineering, Faculty of Management, Economics and Advanced Engineering, Iran University of Science and Technology, Tehran, Iran
3 - Master's degree, Department of Management, Faculty of Management, Economics and Advanced Engineering, Iran University of Science and Technology, Tehran, Iran
4 - Assistant Professor, Department of Management, Faculty of Management, Economics and Advanced Engineering, Iran University of Science and Technology, Tehran, Iran

Received: 2024-08-03 Accepted : 2025-03-11 Published : 2025-03-21

Keywords: Artificial Intelligence, Human Resource Management, Co-Authorship Analysis, Social Network Analysis,

Abstract :

The expansion of artificial intelligence (AI)-based programs over the past decade has created a new area of research focused on the impact of AI adoption on individual and business outcomes, as well as the evaluation of AI-based human resource management (HRM) practices. In recent decades, the integration of AI technologies into HRM has become one of the most significant technological developments within organizations. Although numerous studies have examined the practical dimensions of this technology, a comprehensive and systematic analysis of the scientific structure and key topics in this field is still lacking. This study aims to fill this gap by analyzing research trends, patterns of scientific collaboration, and thematic content in the domain of AI in HRM. To achieve this goal, 1,939 articles indexed in the Web of Science database from 2000 to 2024 were collected and analyzed using scientometric techniques and social network analysis. Scientific collaboration structures among countries and universities were examined using centrality and density indicators, and thematic maps were drawn based on co-word analysis. The findings revealed that this field has a global and interdisciplinary nature, with North American, Western European, and East Asian countries playing a prominent role in knowledge production. In the thematic map, “performance” emerged as the main driver, while concepts such as “management,” “satisfaction,” and “classification” were identified as foundational topics. Moreover, topics such as “HR analytics” and “services” appeared as peripheral trends with development potential. This study provides valuable insights for academics, policymakers, and HR managers, demonstrating that AI can serve as a strategic lever for optimizing decision-making, enhancing performance, and developing human capital. At the same time, the need for greater attention to ethical considerations, algorithmic transparency, and organizational justice is clearly evident in future research.

References:

English: Aagaard, A., & Gertsen, F. (2011). Supporting Radical Front End Innovation: Perceived Key Factors of Pharmaceutical Innovation. Creativity and Innovation Management, 20. https://doi.org/10.1111/j.1467-8691.2011.00609.x
Abdelraouf, M., Emad, A., & Kadry, M. (2024). The Impact of Artificial Intelligence (A.I) on Recruitment and Selection of Human Resources Management (HRM). https://doi.org/10.21203/rs.3.rs-3956032/v1
Agélii Genlott, A., Grönlund, Å., Viberg, O., & Andersson, A. (2023). Leading dissemination of digital, science-based innovation in school–a case study. Interactive Learning Environments, 31(7), 4171-4181.
Agha Mohammad Ali Kermani, M., Aliahmadi, A., & Hanneman, R. (2016). Optimizing the choice of influential nodes for diffusion on a social network. International Journal of Communication Systems, 29(7), 1235-1250.
Alsheibani, S., Messom, C., & Cheung, Y. (2020). Re-thinking the competitive landscape of artificial intelligence. Proceedings of the 53rd Hawaii international conference on system sciences.
Aria, M., Misuraca, M., & Spano, M. (2020). Mapping the evolution of social research and data science on 30 years of social indicators research. Social Indicators Research, 149, 803-831.
Bakkalbasi, N., & Krichel, T. (2006). Patterns of research collaboration in a digital library for Economics. Proceedings of the American Society for Information Science and Technology, 43(1), 1-15.
Bankins, S. (2021). The ethical use of artificial intelligence in human resource management: a decision-making framework. Ethics and Information Technology, 23. https://doi.org/10.1007/s10676-021-09619-6
Bhutoria, A. (2022). Personalized education and Artificial Intelligence in the United States, China, and India: A systematic review using a Human-In-The-Loop model. Computers and Education: Artificial Intelligence, 3, 100068. https://doi.org/10.1016/j.caeai.2022.100068
Bonacich, P. (2007). Some unique properties of eigenvector centrality. Social Networks, 29(4), 555-564. https://doi.org/10.1016/j.socnet.2007.04.002
Borgohain, A., Saha, K., Elmegreen, B., Gogoi, R., Combes, F., & Tandon, S. N. (2022). Extended far-ultraviolet emission in distant dwarf galaxies. Nature, 607(7919), 459-462.
Bos‐Nehles, A., Townsend, K., Cafferkey, K., & Trullen, J. (2023). Examining the Ability, Motivation and Opportunity (AMO) framework in HRM research: Conceptualization, measurement and interactions. International Journal of Management Reviews, 25(4), 725-739.
Broklyn, P., Shad, R., & Egon, A. (2024). The Evolving Thread Landscape of AI-Powered Cyberattacks: A Multi-Faceted Approach to Defense And Mitigate. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4904878
Collins, C., Dennehy, D., Conboy, K., & Mikalef, P. (2021). Artificial intelligence in information systems research: A systematic literature review and research agenda. International Journal of Information Management, 60, 102383. https://doi.org/10.1016/j.ijinfomgt.2021.102383
Du, J. (2024). Unlocking the Potential: Literature Review on the Evolving Role of AI in HRM. Frontiers in Management Science, 3(1), 28-33.
Freeman, L. (2020). Test and evaluation for artificial intelligence. Insight, 23(1), 27-30.
Ganatra, N., & Pandya, J. (2023). The transformative impact of artificial intelligence on HR practices and employee experience: A review. Journal of Management Research and Analysis, 10, 106-111. https://doi.org/10.18231/j.jmra.2023.018
Golbeck, J. (2013). Network structure and measures. Analyzing the social web, 25-44.
Grace, K., Stewart, H., Sandkühler, J., Thomas, S., Weinstein-Raun, B., & Brauner, J. (2024). Thousands of AI Authors on the Future of AI. ArXiv, abs/2401.02843. https://doi.org/10.48550/arXiv.2401.02843
Hmoud, B., & Várallyai, L. (2023). Role of Artificial Intelligence in Human Resource Management in the Middle East Countries. KnE Social Sciences. https://doi.org/10.18502/kss.v8i1.12663
Hrastinski, S., Olofsson, A. D., Arkenback, C., Ekström, S., Ericsson, E., Fransson, G., Jaldemark, J., Ryberg, T., Öberg, L.-M., & Fuentes, A. (2019). Critical imaginaries and reflections on artificial intelligence and robots in postdigital K-12 education. Postdigital Science and Education, 1, 427-445.
Jacobsen, C. B., Hansen, A. K. L., & Pedersen, L. D. (2022). Not too narrow, not too broad: Linking span of control, leadership behavior, and employee job satisfaction in public organizations. Public Administration Review.
Jia, X., & Hou, Y. (2024). Architecting the future: exploring the synergy of AI-driven sustainable HRM, conscientiousness, and employee engagement. Discover Sustainability, 5(1), 30.
Kaplan, A., & Haenlein, M. (2020). Rulers of the world, unite! The challenges and opportunities of artificial intelligence. Business Horizons, 63(1), 37-50. https://doi.org/10.1016/j.bushor.2019.09.003
Kermani, M. A. M. A., Badiee, A., Aliahmadi, A., Ghazanfari, M., & Kalantari, H. (2016). Introducing a procedure for developing a novel centrality measure (Sociability Centrality) for social networks using TOPSIS method and genetic algorithm. Computers in Human Behavior, 56, 295-305.
Lanvin, B., & Monteiro, F. (2020). The global talent competitiveness index 2020: Global talent in the age of artificial intelligence. Global Urban Talent Competitiveness Index Report, 69-78.
Malik, N., Tripathi, S., Kar, A., & Gupta, S. (2021). Impact of Artificial Intelligence on Employees working in Industry 4.0 Led Organizations. International Journal of Manpower. https://doi.org/10.1108/IJM-03-2021-0173
Mishra, S., Ewing, M. T., & Cooper, H. B. (2022). Artificial intelligence focus and firm performance. Journal of the Academy of Marketing Science, 50(6), 1176-1197.
Oswald, F., Behrend, T., Putka, D., & Sinar, E. (2017). Big Data in Industrial-Organizational Psychology and Human Resource Management: Forward Progress for Organizational Research and Practice. Annual Review of Organizational Psychology and Organizational Behavior, 7, 1-29. https://doi.org/10.1146/annurev-orgpsych-032117-104553
Oyeniyi, L. D., Ugochukwu, C. E., & Mhlongo, N. Z. (2024). Implementing AI in banking customer service: A review of current trends and future applications. International Journal of Science and Research Archive, 11(2), 1492-1509.
Perez, C., & Germon, R. (2016). Graph creation and analysis for linking actors: Application to social data. In Automating open source intelligence (pp. 103-129). Elsevier.
Ransbotham, S., Gerbert, P., Reeves, M., Kiron, D., & Spira, M. (2018). Artificial intelligence in business gets real. MIT Sloan Management Review, 60280.
Ray, S. (2024). AI-HRM: Transforming Human Resource Management With Artificial Intelligence, Educational Administration: Theory and Practice. 9208-9215. https://doi.org/10.53555/kuey.v30i5.4534
Sakka, F., El Maknouzi, M. E. H., Sadok, H., Ghadi, M. Y., & Ismail, O. (2022). HUMAN RESOURCE MANAGEMENT IN THE ERA OF ARTIFICIAL INTELLIGENCE FUTURE HR WORK PRACTICES ANTICIPATED SKILL SET FINANCIAL AND LEGAL IMPLICATIONS Human capital development in special economic zones the case of Dubai.
Salamati, P., & Soheili, F. (2016). Social network analysis of Iranian researchers in the field of violence. Chinese Journal of Traumatology, 19(05), 264-270.
Saxena, N., & Khandelwal, A. (2022). Effectiveness of E‐HRM Tools Using the Functionalities of Artificial Intelligence During Remote Working in Lockdown Period. In (pp. 387-397). https://doi.org/10.1002/9781119710301.ch22
Singh, A., & Pandey, J. (2024). Artificial intelligence adoption in extended HR ecosystems: enablers and barriers. An abductive case research [Original Research]. Frontiers in Psychology, 14. https://doi.org/10.3389/fpsyg.2023.1339782
Sutaria, K., Joshi, D., Bhensdadia, C., & Khalpada, K. (2015). An adaptive approximation algorithm for community detection in social network. 2015 IEEE International Conference on Computational Intelligence & Communication Technology.
Taherdoost, H., & Madanchian, M. (2023). AI Advancements: Comparison of Innovative Techniques. AI. https://doi.org/10.3390/ai5010003
Tewari, I., & Pant, M. (2020). Artificial intelligence reshaping human resource management: A review. 2020 IEEE International Conference on Advent Trends in Multidisciplinary Research and Innovation (ICATMRI).
Thite, M., & Iyer, R. (2024). Addressing the gap in information security: an HR-centric and AI-driven framework for mitigating insider threats. Personnel Review (ahead-of-print).
Wamba-Taguimdje, S.-L., Fosso Wamba, S., Kala Kamdjoug, J. R., & Tchatchouang Wanko, C. E. (2020). Influence of artificial intelligence (AI) on firm performance: the business value of AI-based transformation projects. Business Process Management Journal, 26(7), 1893-1924. https://doi.org/10.1108/BPMJ-10-2019-0411
Zheng, X., Le, Y., Chan, A. P., Hu, Y., & Li, Y. (2016). Review of the application of social network analysis (SNA) in construction project management research. International Journal of Project Management, 34(7), 1214-1225.
Zohdi, M., Maghsoudi, M., & Nooralizadeh, H. (2022). Providing a User-Based Behavior Model to Recommend a Movie Using the Social Network Analysis (Case Study: CinemaMarket). Sciences and Techniques of Information Management, 8(1), 451-484.
فارسی: آگاه، آ. و گرتسن، ف. (2011). حمایت از نوآوری رادیکال در مراحل ابتدایی: عوامل کلیدی در نوآوری دارویی. مدیریت خلاقیت و نوآوری، 20. https://doi.org/10.1111/j.1467-8691.2011.00609.x
عبدالئروف، م.، عماد، ا. و کادری، م. (2024). تأثیر هوش مصنوعی (A.I) بر جذب و انتخاب منابع انسانی. https://doi.org/10.21203/rs.3.rs-3956032/v1
اگلی جنلوت، آ.، گرونلوند، آ.، ویبرگ، او. و اندرسون، آ. (2023). رهبری انتشار نوآوری دیجیتال مبتنی بر علم در مدارس: یک مطالعه موردی. محیط‌های یادگیری تعاملی، 31(7)، 4171-4181.
آقا محمدعلی کرمانی، م.، علی احمدی، آ. (2016). بهینه‌سازی انتخاب گره‌های تأثیرگذار برای انتشار در یک شبکه اجتماعی. مجله سیستم‌های ارتباطی بین‌المللی، 29(7)، 1235-1250.
الشیبانی، س.، مسوم، س. و چونگ، ی. (2020). بازاندیشی چشم‌انداز رقابتی هوش مصنوعی. مجموعه مقالات کنفرانس بین‌المللی هاوایی در سیستم‌ها،
آریا، م.، میسوراچا، م. و اسپانو، م. (2020). نقشه‌برداری از تکامل تحقیقات اجتماعی و علم داده در 30 سال تحقیقات شاخص‌های اجتماعی. تحقیقات شاخص‌های اجتماعی، 149، 803-831.
باکالباسی، ن. و کریشل، ت. (2006). الگوهای همکاری تحقیقاتی در یک کتابخانه دیجیتال برای اقتصاد. مجموعه مقالات انجمن آمریکایی برای علم اطلاعات و فناوری، 43(1)، 1-15.
بنکینز، س. (2021). استفاده اخلاقی از هوش مصنوعی در مدیریت منابع انسانی: چارچوب تصمیم‌گیری. اخلاق و فناوری اطلاعات، 23. https://doi.org/10.1007/s10676-021-09619-6
بوتوریا، آ. (2022). آموزش شخصی‌سازی‌شده و هوش مصنوعی در ایالات متحده، چین و هند: یک مرور سیستماتیک با استفاده از مدل انسان در حلقه. کامپیوترها و آموزش: هوش مصنوعی، 3، 100068. https://doi.org/10.1016/j.caeai.2022.100068
بوناسیچ، پ. (2007). برخی ویژگی‌های منحصر به فرد مرکزیت بردار ویژه. شبکه‌های اجتماعی، 29(4)، 555-564. https://doi.org/10.1016/j.socnet.2007.04.002
بورگوهاین، آ. و همکاران (2022). انتشار فرابنفش دور در کهکشان‌های کوتوله دور. طبیعت، 607(7919)، 459-462.
بوس‌نهلس، آ.، تاونسند، ک.، کافرکی، ک. و ترولن، ج. (2023). بررسی چارچوب توانایی، انگیزه و فرصت (AMO) در تحقیقات مدیریت منابع انسانی: مفهومی‌سازی، اندازه‌گیری و تعاملات. مجله بازنگری مدیریت بین‌المللی، 25(4)، 725-739.
بروکلین، پ.، شاد، ر. و اگون، آ. (2024). چشم‌انداز در حال تحول تهدیدات حملات سایبری مبتنی بر هوش مصنوعی: یک رویکرد چندوجهی برای دفاع و کاهش تهدیدات. مجله الکترونیکی SSRN. https://doi.org/10.2139/ssrn.4904878
کالینز، س.، دنهی، د.، کانبوی، ک. و میکالف، پ. (2021). هوش مصنوعی در تحقیقات سیستم‌های اطلاعاتی: یک مرور سیستماتیک از ادبیات و دستور کار تحقیقاتی. مجله مدیریت اطلاعات بین‌المللی، 60، 102383. https://doi.org/10.1016/j.ijinfomgt.2021.102383
دو، ج. (2024). آزادسازی پتانسیل: مروری بر نقش در حال تحول هوش مصنوعی در مدیریت منابع انسانی. مرزهای علم مدیریت، 3(1)، 28-33.
فریمن، ل. (2020). آزمون و ارزیابی برای هوش مصنوعی. بینش، 23(1)، 27-30.
گاناترا، ن. و پاندیا، ج. (2023). تأثیر تحول‌آفرین هوش مصنوعی بر شیوه‌های منابع انسانی و تجربه کارکنان: یک مرور. مجله تحقیق و تجزیه‌وتحلیل مدیریت، 10، 106-111. https://doi.org/10.18231/j.jmra.2023.018
گلبک، ج. (2013). ساختار شبکه و اندازه‌گیری‌ها. تجزیه و تحلیل وب اجتماعی، 25-44.
گریس، ک. و همکاران (2024). هزاران نویسنده هوش مصنوعی درباره آینده هوش مصنوعی. آرکایو، abs/2401.02843. https://doi.org/10.48550/arXiv.2401.02843
حمود، ب. و وارالیای، ل. (2023). نقش هوش مصنوعی در مدیریت منابع انسانی در کشورهای خاورمیانه. علوم اجتماعی KnE. https://doi.org/10.18502/kss.v8i1.12663
هراستینسکی، اس.، اولوفسون، آ. دی.، آرکنباک، سی.، اکس‌استرم، اس.، اریکسون، ای.، فرانسون، ج.، جالدمارک، ج.، ریبرگ، تی.، اوبرگ، ال. ام. و فوئنتس، آ. (2019). تصورات انتقادی و بازتاب‌ها در مورد هوش مصنوعی و ربات‌ها در آموزش K-12 پسادیجیتال. علم و آموزش پسادیجیتال، 1، 427-445.
جیکوبسن، سی. بی.، هانسون، آ. کی. ال. و پدرسن، ال. دی. (2022). نه خیلی باریک، نه خیلی گسترده: ارتباط دامنه کنترل، رفتار رهبری و رضایت شغلی کارکنان در سازمان‌های دولتی. بازنگری مدیریت عمومی.
جیا، ایکس. و هو، وای. (2024). معماری آینده: بررسی هم‌افزایی مدیریت منابع انسانی پایدار مبتنی بر هوش مصنوعی، وجدان و مشارکت کارکنان. کشف پایداری، 5(1)، 30.
کاپلان، آ. و هینلاین، ام. (2020). حکام جهان، اتحاد کنید! چالش‌ها و فرصت‌های هوش مصنوعی. افق‌های کسب‌وکار، 63(1)، 37-50. https://doi.org/10.1016/j.bushor.2019.09.003
کرمانی، م. آ. م. آ.، بادیه، آ.، علی احمدی، آ.، غضنفری، م. و کلانتری، ه. (2016). معرفی روش جدید برای توسعه یک اندازه‌گیری مرکزیت نوآورانه (مرکزیت اجتماعی) برای شبکه‌های اجتماعی با استفاده از روش TOPSIS و الگوریتم ژنتیک. کامپیوترها در رفتار انسانی، 56، 295-305.
لانون، ب. و مونتیرو، ف. (2020). شاخص رقابت‌پذیری استعداد جهانی 2020: استعداد جهانی در عصر هوش مصنوعی. گزارش شاخص رقابت‌پذیری استعداد شهری جهانی، 69-78.
مالک، ن.، تریپاتی، س.، کار، آ. و گپتا، س. (2021). تأثیر هوش مصنوعی بر کارکنان در سازمان‌های هدایت‌شده توسط صنعت 4.0. مجله بین‌المللی منابع انسانی. https://doi.org/10.1108/IJM-03-2021-0173
میشرا، اس.، اوینگ، ام. تی. و کوپر، اچ. بی. (2022). تمرکز بر هوش مصنوعی و عملکرد شرکت. مجله آکادمی علوم بازاریابی، 50(6)، 1176-1197.
اوزوالد، اف.، بهرن، تی.، پوتکا، دی. و سینار، ای. (2017). داده‌های کلان در روانشناسی صنعتی-سازمانی و مدیریت منابع انسانی: پیشرفت‌های آینده در تحقیقات و عمل سازمانی. بازنگری سالانه روانشناسی سازمانی و رفتار سازمانی، 7، 1-29. https://doi.org/10.1146/annurev-orgpsych-032117-104553
اوینیی، ال. دی.، اوگوچوکو، سی. ای. و مهلونگو، ان. زد. (2024). پیاده‌سازی هوش مصنوعی در خدمات مشتریان بانکی: مروری بر روندهای کنونی و کاربردهای آینده. آرشیو تحقیقات علمی و پژوهشی، 11(2)، 1492-1509.
پرز، سی. و ژرمون، ر. (2016). ایجاد و تجزیه و تحلیل گراف برای پیوند دادن بازیگران: کاربرد در داده‌های اجتماعی. در خودکارسازی هوش منابع باز (ص. 103-129). الزویر.
رانسبوثام، س.، گربرت، پ.، ریوز، م.، کیرون، د. و اسپایرا، م. (2018). هوش مصنوعی در کسب‌وکار واقعی می‌شود. بازنگری مدیریت اسلون MIT، 60280.
ری، س. (2024). هوش مصنوعی و مدیریت منابع انسانی: تحول مدیریت منابع انسانی با هوش مصنوعی، مدیریت آموزشی: تئوری و عمل، 9208-9215. https://doi.org/10.53555/kuey.v30i5.4534
ساکا، ف.، المکنوزی، م. ای. اچ.، سادوک، ح.، غدی، م. وای. و اسماعیل، او. (2022). مدیریت منابع انسانی در عصر هوش مصنوعی: شیوه‌های آینده کار، مجموعه مهارت‌های پیش‌بینی‌شده، پیامدهای مالی و قانونی، توسعه سرمایه انسانی در مناطق اقتصادی ویژه، پروژه موردی دبی.
سلامتی، پ. و سهیلی، ف. (2016). تحلیل شبکه اجتماعی محققان ایرانی در زمینه خشونت. مجله چینی تروماتولوژی، 19(05)، 264-270.
ساکسنا، ن. و خانداول، آ. (2022). اثربخشی ابزارهای E-HRM با استفاده از قابلیت‌های هوش مصنوعی در حین کار از راه دور در دوران قرنطینه. در (ص. 387-397). https://doi.org/10.1002/9781119710301.ch22
سینگ، آ. و پاندی، ج. (2024). پذیرش هوش مصنوعی در اکوسیستم‌های توسعه‌یافته منابع انسانی: عوامل تسهیل‌کننده و موانع. یک تحقیق استقرایی [تحقیق اصلی]. مرزهای روانشناسی، 14. https://doi.org/10.3389/fpsyg.2023.1339782
سوتاریا، ک.، جوشی، د.، بهندسادیا، س. و خالپادا، ک. (2015). الگوریتم تقریبی تطبیقی برای شناسایی جامعه در شبکه‌های اجتماعی. کنفرانس بین‌المللی IEEE در زمینه هوش محاسباتی و فناوری ارتباطات.
طاهردوست، ح. و معدنچیان، م. (2023). پیشرفت‌های هوش مصنوعی: مقایسه تکنیک‌های نوآورانه. هوش مصنوعی. https://doi.org/10.3390/ai5010003
تواری، آی. و پنت، ام. (2020). هوش مصنوعی در حال بازسازی مدیریت منابع انسانی: یک مرور. کنفرانس بین‌المللی IEEE در زمینه روندهای جدید تحقیقاتی و نوآوری در رشته‌های چندرشته‌ای (ICATMRI).
تایته، م. و آیر، آر. (2024). پرداخته به شکاف امنیت اطلاعات: یک چارچوب مبتنی بر منابع انسانی و هوش مصنوعی برای کاهش تهدیدات داخلی. بازنگری کارکنان (منتشر نشده).
وامبا-تگویمجه، س.-ل.، فوسو وامبا، س.، کلا کامدجوگ، ج. آر. و تچاتچوآنگ وانکو، سی. ای. (2020). تأثیر هوش مصنوعی بر عملکرد شرکت: ارزش تجاری پروژه‌های تحولی مبتنی بر هوش مصنوعی. مجله مدیریت فرآیند کسب‌وکار، 26(7)، 1893-1924. https://doi.org/10.1108/BPMJ-10-2019-0411
ژنگ، ایکس.، له، وای.، چان، آ. پی.، هو، وای. و لی، وای. (2016). مرور کاربرد تحلیل شبکه اجتماعی (SNA) در تحقیقات مدیریت پروژه ساخت. مجله بین‌المللی مدیریت پروژه، 34(7)، 1214-1225.
زهدی، م.، مقصودی، م. و نورعلیزاده، ح. (2022). ارائه مدل رفتار مبتنی بر کاربر برای پیشنهاد فیلم با استفاده از تحلیل شبکه اجتماعی (مطالعه موردی: سینما مارکت). علوم و تکنیک‌های مدیریت اطلاعات، 8(1)، 451-484.