در دنیای متغیر و پویای امروزی لازم است مدیران درکاربردهای پویای مدیریت برند حساس شوند و با استفاده از نگرش سیستمی به مسائل بازاریابی بنگرند و با ابزاری منسجم اثرات تصمیمات خود را قبل از وقوع در آینده پیش بینی کنند. ارزش ویژه برند منبعی از مزیت رقابتی می باشد که آسیب پذیری شرکت را در برابر بحران ها و رقبا کاهش می دهد. لذا ایجاد یک برند قوی هدف غایی فعالیت های بازاریابی بخصوص بنگاه های خدماتی است که سبب بهبود و افزایش نرخ بازدهی سرمایه گذاری در مدیریت برند می گردد. هدف این تحقیق طراحی و تحلیل مدل دینامیکی سیستم ارزش ویژه برند می باشد تا اثر متغیرهای تاثیرگذار بر ارزش ویژه برند( وفاداری به برند، کیفیت درک شده خدمات، آگاهی از برند و تداعی از برند) را در طی زمان شبیه سازی کند. در این مقاله با تفکر سیستمی و ابزار سیستم های دینامیکی، ساختار سیستم ارزش ویژه برند در شرکت بیمه البرز طراحی و رفتار متغیرهای کلیدی در یک افق زمانی 72 ماهه با استفاده از نرم افزار Vensimپیش بینی گردید. در این راستا ابتدا متغیرهای اصلی شناسایی و روابط آنها در قالب حلقه های علّی و نمودار انباشت-جریان تکمیل و در نرم افزار شبیه سازی شد. پس از آن با تحلیل حساسیت و سیاست، مدلی معتبر با ساختار سیاستی بهبود یافته بدست آمد و از آن برای تدوین سناریوی بهبود مدیریت برند استفاده گردید که در سناریوی خوش بینانه با تغییر پارامترها، ارزش ویژه برند از 61.7 درصد در ابتدای سال مبنا به 84.2 درصد در انتهای شبیه سازی صعود نمود. Manuscript profile

زمینه: چالش اصلی شرکتها تحقق خدمات و برآورده کردن انتظارات مشتریان است. استقرار گسترش عملکرد کیفیت (QFD) به استخراج ویژگی های خدمات از خواسته های مشتری کمک می کند. ، هدف: با توجه به کاربرد اینترنت اشیاء در پزشکی از راه دور، این پژوهش دو هدف را دنبال می کند، هدف اول شناسایی پارامترهای موثر بر ادغام دو سیستم اینترنت اشیاء و پزشکی از راه دور با نگرش گسترش عملکرد کیفیت است و در هدف دوم استفاده از شبکه های عصبی مصنوعی در پیشبینی رفتار ماتریس QFD می باشد. روش ها: جهت نیل به هدف اول از روش تحلیل مهندسی ارزش و نمودار FAST مشتری گرا استفاده شد و پس از بدست آمدن پارامتر ها شامل ندای مشتری، ویژگی خدمت و الزامات عملیات، جهت هدف دوم از شبکه پیش انتشار فازی استفاده گردید. یافته ها: پس از بدست آوردن پارامترهای موثر بر ادغام دو سیستم اینترنت اشیاء و پزشکی از راه دور با نگرش گسترش عملکرد کیفیت، تعداد 50 ماتریس QFD جمع آوری و داده های آن در شبکه پیش انتشار فازی معرفی شد. که از این میزان 80 درصد برای آموزش شبکه ، 15 درصد برای آزمایش و 5 درصد برای اعتبارسنجی نتایج پیش بینی شده استفاده شد. در نهایت مقدار میانگین مربعات خطا (MSE) برای بخش اعتبار سنجی MSE = 0.015584 بدست آمد. نتیجه گیری: نتایج نشان داد که روش شبکه پیش انتشار فازی مناسب برای پیش بینی گسترش عملکرد کیفیت در ادغام دو سیستم اینترنت اشیاء و پزشکی از راه دور می باشد. Manuscript profile

هدف: هدف این مطالعه تعیین و ارزیابی کارایی واحدهای تصمیم گیرنده با مدل کلاسیک و برنامه ریزی آرمانی تحلیل پوششی داده ها و ارتباط سنجی خروجی ها با روشهای آماری در بانک قوامین می باشد.روش: در این مقاله برای تعیین کارایی مدیریت شعب استانها در بانک قوامین مدل تحلیل پوششی داده ها برمبنای BCCخروجی محور مورد استفاده قرارگرفت. همچنین برای بالابردن قدرت تفکیک پذیری واحد های تصمیم گیرنده کارا از ناکارا ابتدا مدلهای پیش فرض مدل برنامه ریزی آرمانی تحلیل پوششی داده ها مورد بررسی قرار گرفته، سپس خروجی مدلهای پیش فرض بعنوان بخشی از ورودی مدل برنامه ریزی آرمانی تحلیل پوششی داده مورد استفاده قرار گرفت و در انتها برای سنجش همبستگی مدل کلاسیک با مدل برنامه ریزی آرمانی در خروجی ها از ضریب همبستگی پیرسون استفاده شد.یافته: بر اساس مقادیر خروجی مدلBCC خروجی محور تمامی واحد های تصمیم گیرنده کارا بوده و مقدار کارایی آنها برابر یک شد، سپس برای تفکیک پذیری بیشتر از مدل برنامه ریزی آرمانی تحلیل پوششی داده ها استفاده شد، نتایج آن نشان دادکه از بین 32 واحد تصمیم گیرنده 21 واحد کارا و بقیه ناکارا می باشند. همچنین نتایج نشان داد که بین مدل کلاسیک با مدل برنامه ریزی آرمانی همبستگی معنی داری وجود دارد.نتیجه گیری: نتایج نشان داد که مدل برنامه ریزی آرمانی تحلیل پوششی داده در تفکیک واحد های تصمیم گیرنده کارا از ناکارا ، دارای قدرت تفکیک پذیری بالاتری نسبت به مدل BCC خروجی محور می باشد . Manuscript profile

در مواجهه با بحران های مالی نظارت، و پیش بینی چنین رویدادهایی به منظور کاهش آثار منفی آنها بر بازارهای مالی و اقتصادی ضرورت دارد. هدف اصلی مطالعه ی حاضر، ارائه مدل سیستم هشدار سریع وقوع بحران مالی در بورس اوراق بهادار تهران است. بدین منظور از داده های هفتگی طی سال های 1376 تا 1397 (1121 هفته) استفاده شد. منظور از بحران در مطالعه حاضر، سقوط بیش از 15 درصدی شاخص قیمت (TEPIX) نسبت به سه ماه گذشته است. از اینرو جهت عملیاتی نمودن متغیر وابسته، از متغیر دامی استفاده شده و برای اندازه گیری شوک های ناشی از شاخص قیمت، نرخ ارز، قیمت طلا و نفت از پسماند مدل خود توضیح میانگین متحرک انباشته (ARIMA) استفاده شده است. نتایج حاصل با استفاده از مدل لاجیت و پروبیت مدل سازی شده و پس از تجزیه و تحلیل داده ها نشان داده است که با کاهش شاخص قیمت در دوره ی گذشته و نیز بروز بحران در دوره ی گذشته، احتمال وقوع بحران افزایش می یابد. در حالیکه کاهش نرخ ارز، افزایش قیمت طلا و کاهش قیمت نفت بر بروز بحران در دوره ی جاری تاثیر معنی داری ندارد. بر اساس داده های هفتگی، 44 بحران رخ داده که هر دو مدل 36 بحران را پیش بینی کرده است. قدرت پیش بینی بحران ها 82 درصد و قدرت پیش بینی کل مدل در حدود 99 درصد می باشد. Manuscript profile

Nowadays, many industries pay attention to social media because people are spending sizable chunks of their lives in virtual worlds. Some of the social networks such as Facebook, Instagram and Twitter affected by their user through content. Predicting the popularity of content can play an important role in different areas such as viral marketing, advertising and propagation news. However, prediction problem is a challenging problem. In this paper, we developed a deep learning approach to predict the popularity of tweets in the twitter social network. It is called DLMD. We extracted the feature of content from each tweet. We use the deep learning approach for prediction it means that we model this problem with a binary classification problem Our proposed method evaluate with different measures and the results show that DLMD method has a high accuracy in prediction rather than other methods. Therefore, DLMD is a convenient method to predict diffusion on the social networks. Manuscript profile

زمینه و هدف: هدف تحقیق حاضر، مدل سازی سناریوهای حفاظت از منابع آب زیر زمینی استان خراسان جنوبی در شرایط خشکسالی می باشد. روش پژوهش: در این راستا این مسئله با استفاده از رویکرد پویایی سیستم دنبال شد و رفتار متغیر مرجع حجم منابع آب زیر زمینی استان خراسان جنوبی در برابر سناریوهای مختلف طی سال های 1392 تا 1420 از طریق کاربرد نرم افزار Vensim شبیه سازی شد. اطلاعات مورد نیاز با مراجعه به سازمان های ذی ربط مانند سازمان آب منطقه ای خراسان جنوبی، سازمان جهاد کشاورزی خراسان جنوبی و مرکز آمار ایران جمع آوری گردید و اطلاعات ورودی مدل در قالب فایل اکسل به مدل فراخوانی شد. یافته ها: نتایج تحقیق نشان داد که اعمال سناریوی کنترل بهره برداری از منابع آب در شرایط خشکسالی نرمال و خشکسالی با شدت پایین، مفید بوده ولی اعمال این سناریو در شرایط خشکسالی بیشتر از 20 درصد، اثرات منفی بر شاخص‌های اقتصادی بخش کشاورزی خواهد داشت. همچنین سناریوی چهارم الگوی کشت (تاکید بر محصولات استراتژیک) به همراه سناریو پنجم الگوی کشت (محصولات مقاوم به خشکی)، کمترین فشار را بر منابع آب زیر زمینی آورده است. با این وجود، با توجه به اینکه الگوی کشت شماره 4 کمترین ارزش افزوده را ایجاد کرده است، نمی‌تواند الگوی کارآمدی باشد. نتیجه گیری:با توجه به نتایج تحقیق در صورتی که شدت خشکسالی ها در سال های آینده افزایش یاید ولی شرایط کنونی کشاورزی استان خراسان جنوبی از حیث الگوی کشت ادامه پیدا کند، خشکسالی‌ها بر روی شاخص‌های اقتصادی اثر نخواهد داشت زیرا در این شرایط کشاورزان با کف شکنی و استخراج بیشتر از منابع آب زیرزمینی، کمبود بارندگی ها را جبران خواهند کرد و اثرات منفی خشکسالی بر روی موجودی منابع آب زیرزمینی نمایان خواهد گذاشت. با عنایت به اثر الگوی کشت بر روی منابع آب زیرزمینی و شاخص های اقتصادی، لازم است تمهیداتی جهت تغییر الگوی کشت اندیشیده شود. Manuscript profile

هدف اصلی مطالعه‌ی حاضر، پیش‌بینی بحران مالی در بازار اوراق بهادار تهران با طراحی سیستم هشدار سریع با استفاده از داده کاوی و ارائه به سیاستگذاران مالی برای پیشگیری از وقوع یا کاهش اثرات بحران است. بدین منظور از داده‌های هفتگی طی دوره ی 11/7/1376-2/1/1398استفاده شد. منظور از بحران در مطالعه حاضر، سقوط بیش از 15 درصدی قیمت سهام نسبت به سه ماه گذشته است. از اینرو جهت عملیاتی نمودن متغیر وابسته، از متغیر موهومی استفاده شده است. جهت اندازه گیری شوک های ناشی از شاخص قیمت سهام، نرخ ارز، قیمت طلا و نفت از پسماند مدل خود توضیح میانگین متحرک انباشته(ARIMA) استفاده شده است. با توجه به نتایج حاصل از داده های مختلف مشخص گردید، مهم ترین متغیر برای پیش بینی بحران در بورس اوراق بهادار تهران در دادههای هفتگی، وقوع بحران مالی در دوره ی گذشته بوده است. لذا می توان ادعا نمود افت شاخص سهام بیشتر متاثر از ارزش شاخص در دوره ی قبل است تا شوک های خارجی از جمله شوک نرخ ارز، طلا و نفت. هم چنین مشخص گردید دقت تشخیص بحران برای تمامی درخت ها یکسان و برابر با 81.82 درصد است. یعنی از 44 بحران رخ داده طی دوره ی مذکور (شامل 1121 هفته می‌باشد)، 36 بحران توسط روش های مذکور قابل شناسائی و پیش بینی بوده است. Manuscript profile

مقاله حاضر، مدل جدیدی جهت بهینه‌سازی ریسک ایمنی تیک‌آف به عنوان مهم‌ترین و خطرناکترین فرایند پرواز، با استفاده از ترکیب الگوریتم BI‌ و شبکه عصبی بازگشتی LSTM ارایه می‌دهد. هدف، آموزش یک شبکه عصبی موثر با رکوردهای داده‌ سوانح هوایی گذشته برای پیش‌بینی پارامترهای ریسک ایمنی است. بدین منظور ۱۷ ویژگی ایمنی، مانند شرایط آب و هوایی، پیکربندی و آماده‌سازی هواپیما، اطلاعات پرواز و ترافیک هوایی بدست آمد. داده مربوطه از سال ۲۰۱۹ تا ۲۰۲۰ پس از انجام عملیات اکتشاف، خلاصه‌سازی، پاکسازی، نرمال‌سازی به تعداد ۲۸۸۱۳ رکورد داده انتخاب شد. به علت وابستگی داده‌های پرواز به ورودی‌های ما قبل خود و نیاز به نوعی حافظه، آموزش توسط الگوریتم یادگیری عمیق (LSTM) در محیط پایتون انجام گرفت. پس از یادگیری، خطای یادگیری حدود ۶ درصد و میانگین مربعات خطا حدود۱۱۶/۰ بدست آمد. نشان می‌دهد، درصد خطا غیر قابل توجه و مدل پیشنهادی از اعتبار بالایی برخوردار است. هم‌چنین این مدل به دلیل برخورداری از ابزارهای پیشرفته از جمله ETL، متادیتا و مانیتوریگ لحظه‌ای مشکل اکتشاف و پاکسازی انبوه داده‌های پرواز را حل کرد و توانست مهم‌ترین عامل ریسک ایمنی (سرعت V1 ) را با دقت بالا پیش‌بینی‌ کند. این الگو با راهبردی قابل اعتماد به خدمه پرواز در راستای کنترل پارامترهای مهم ریسک ایمنی از جمله، سرعت بلند شدن هواپیما از باند، کنترل سرعت ایمن تیک‌آف و مهم‌تر از همه کنترل از دست رفتن پرواز کمک می‌کند. Manuscript profile

This paper deals with benchmarking for a three-stage DMU. After investigating and eliminating congestion, adjustment of intermediate products and initial inputs have achieved by utilizing an Inverse DEA model, which dominates the current vectors and serve as a benchmark that is to the best of this paper knowledge. This process has two cases. First, the overall efficiency stays fixed, and the second case, is corresponded to the overall efficiency ‎improvement.‎ Manuscript profile

فناوری‌های پوشیدنی در سال‌های اخیر رشد چشم‌گیری داشته و حسگرهای سلامت‌محور با ویژگی و قیمت‌های متفاوتی به صنعت سلامت ورود پیدا کرده‌اند که می‌توانند انتخاب را برای بیماران و پزشکان دشوار کنند. موضوع اصلی این تحقیق ارائه معماری سیستم توصیه‌گر سلامت‌‌محور با رویکرد هوشمندسازی جهت شناسایی دو نوع بیماری قلبی و دیابت بعنوان نمونه بیمارهای شایع و پیشنهاد مناسب‌ترین دستگاه هوشمند پوشیدنی به بیماران مذکور است. بدین منظور معماری سیستم در سه لایه‌ اصلی طراحی شده است. لایه اول مدیریت داده از جمع‌آ‌وری، پاکسازی و ذخیره‌سازی داده‌های پزشکی افراد، مشخصات فنی حسگرها و نظرات استفاده‌کنندگان حسگرهای سلامت‌محور در شبکه اجتماعی مانند توییتر است. لایه دوم، برای آماده‌سازی و اعمال الگوریتم‌های یادگیری ماشین و عمیق می‌باشد و لایه سوم، تلفیق خروجی های بدست آمده از لایه‌های قبلی برای توصیه‌گری نهایی به بیمار و یا پزشک معالج می‌باشد. در این تحقیق، نتایج حاصل از پیاده‌سازی شش الگوریتم یادگیری ماشین بطور همزمان برای شناسایی بیماری و الگوریتم یادگیری عمیق، از نوع شبکه حافظه کوتاه مدت ماندگار برای محاسبه اثر تحلیل احساسات بیماران استفاده کننده دستگاه‌ها در شبکه اجتماعی توییتر در فرمول پیشنهادی برای تلفیق نتایج بدست آمده، به همراه اعمال الگوریتم ژنتیک به منظور بهینه‌سازی خروجی نهایی سیستم توصیه‌گر هوشمند أورده شده است. Manuscript profile

The effective role of capital in every country flows through giving guidelines for capital and resources, generalizing companies and sharing development projects with public, and also adding accredited companies stock market requires appropriate decision making for shareholders and investors who are willing to buy shares based on price mechanism. Forecasting stock price has always been a challenging task, since it is affected by many economic and non-economic factors and variables; therefore, selecting the best and the most efficient forecasting model is tough and essential. Up to now applying weighted mean called weighted mean price has been used to forecast industry average price for companies in the stock market and investors were forecasting based on this method. First we have identified 10 accredited banks in TSE and 10 banks in Iran Fara Bourse. In this article, by applying one of the mathematical optimizing techniques, industry means got calculated based on optimized parameters and compared with the industry average; in this statement we strived to find another variable that could forecast with less deviation. In the following study, by calculating frequency level of deviations, average for price forecasting in banking industry during five years is examined. Finally, the research suggests that, instead of using mean of industry average, it is better to use mean average of golden number, which will lead us to more accurate results. Manuscript profile

Due to the dynamic nature of technology, capabilities related to production technologies that have been created for manufacturing new and unique products are constantly changing. Therefore it is essential to monitor the processes and techniques used to understand whether the production of a product fits future circumstances. Leaders of organizations must decide when to switch to a new technology, to maintain and increase competitive advantages. In such conditions, evaluating the maturity of the considered technologies is essential. This article with a conclusive view at various factors affecting the maturity of technology, examines the structuring of the factors affecting the aforementioned maturity. This model is based on Interpretive Structural Modelling (ISM) methodology. The ISM approach enables groups and individuals to identify complex relationships among a multitude of elements in a complex decision-making situation; and it works as a tool for organizing and directing complexities of relationships between variables. This technique starts with identifying variables that are related to the issue, then the contextual relations between the variables are determined using the knowledge and experience of the experts; finally, the multilevel structural model is formed. Manuscript profile

Accurate stock market prediction can assist in an efficient portfolio and risk management. However, accurately predicting stock price trends still is an elusive goal, not only because the stock market is affected by policies, market environment, and market sentiment, but also because stock price data is inherently complex, noisy, and nonlinear. Recently, the rapid development of deep learning can make the classifiers more robust, which can be used to solve nonlinear problems. This study proposes a hybrid framework using Long Short-Term Memory, Autoencoder, and Deep Neural Networks (LSTM-AE-DNNs). Specifically, LSTM-AE is responsible for extracting relevant features, and in order to predict price movement, the features are fed into two deep learning models based on a recurrent neural network (RNN) and multilayer perceptron (MLP). The dataset used for this is Dow Jones daily stock for 2008-2018, which was used in this article. Besides, to further assess the prediction performance of the proposed model, original stock features are fed to the single RNN and MLP models. The results showed that the proposed model gives the more accurate and best results compared to another. In particular, LSTM-AE+RNN shows a better performance than the LSTM-AE+MLP. In addition, hybrid models show better performance compared to a single DNN fed with the all-stock features directly. Manuscript profile

تصمیمات مربوط به فرایند ارزیابی و انتخاب تأمین کنندگان باید با بررسی همه گزینه‌های ممکن انجام گیرد، در غیر اینصورت در مرحله پیاده سازی و اجرا، سازمان با مشکلات عدیده‌ای روبرو خواهد شد. هدف مطالعه حاضر تعیین نقاط بی تفاوتی ارزیابی تأمین کنندگان شرکت آب و فاضلاب شهری استان زنجان می‌باشد.مطالعه حاضر از نوع توصیفی می‌باشد. داده‌های این مطالعه مربوط به ارزیابی تأمین کنندگان یکی از پروژه های شرکت آب و فاضلاب شهری استان زنجان می‌باشد. داده‌ها بر اساس نظرات 10 نفر از خبرگان که دارای حداقل مدرک کارشناسی و همچنین حداقل 5 سال سابقه کار در شرکت را داشتند بر اساس "فرم ارزیابی تأمین کنندگان " جمع آوری شد. داده‌ها با استفاده از نرم افزار متلب نسخه 2014 تحلیل شده اند.تعداد 10 مورد ماتریس هم ارز با ماتریس اولیه تصمیم گیری به تفکیک برای هر روش شناسایی و تولید شده است. روش TOPSIS-GA=2 ، TOPSIS- PSO = 3 ، AHP- GA= 2و روش AHP- PSO = 3 . ازبین ماتریس های هم ارز شناسایی شده ماتریس مربوط به خروجی دوم TOPSIS-GA براساس نظر خبرگان شرکت به عنوان گزینه مطلوب انتخاب به عنوان نسخه نهایی جهت تطبیق در اختیار پیمانکار مربوطه قرار گرفته شده است. Manuscript profile

کسب و کار الکترونیک و تکنولوژی های آن از یک طرف باعث تغییر توازن قدرت بین شرکت های فعال در حوزه فناوری اطلاعات، هماهنگی بهتر بین صنایع، روشهای کاراتر و آسان‌تر تولید، کاهش اشتباهات داده‌های دریافتی و ارسالی و افزایش صحت و دقت آنها، و از طرف دیگر موجب پیچیده‌تر شدن برنامه‌ریزی و تدوین راهبردها شده است. اکثر چارچوب های براساس نگرش های سنتی و بدون در نظر گرفتن تحولات الکترونیکی دهه اخیر بنا شده‌اند. با وارد کردن عوامل جدید در این چارچوب ها، مسلماً استراتژی های موردنظر در شرکت ها نیز تغییر خواهد کرد. در این مقاله، چارچوبی برای تدوین استراتژی های صنعتی کسب و کار الکترونیکی ارائه می‌شود که یا رویکرد ترکیبی BS و BI می باشد .روش تحقیق از نوع کاربردی بوده است و از روش سیستم های خبره استفاده شده است که در نهایت با توجه به دو مولفه مدیریت تداوم کسب و کار، هوشمندی کسب و کار استراتژی هایی جهت توجه کسب و کارهای الکترونیک به برنامه ریزی راهبردی ارائه شده اند. Manuscript profile

طی سال های اخیر با تغییرشرایط بازارهای جهانی، سازمان ها دریافته اند که برای رشد و بقا درمحیط پرتلاطم امروزی باید توجه خاصی به مقوله زنجیره تامین نمود. صنعت نفت جزء صنایعی محسوب می شوند که رعایت مسائل اجتماعی و زیست محیطی در آنها بشدت مورد تأکید قرار گرفته است. در این تحقیق، به منظور بهبود مدیریت زنجیره تامین، معیارهای اصلی، فرعی و نقش عوامل موثر معماری سازمانی، تعاملات موثر آنها بر یکدیگر را در راستای تحقق اهداف پژوهش شناسایی نموده ایم. این مقاله با بهره گیری از نظر کارشناسان و خبرگان و با استفاده از پرسشنامه و روش تجزیه و تحلیل سلسله مراتبی در فرآیند عملیات بهره برداری تولید نفت و گاز، صورت پذیرفته است که نتایج حاصل نشان می دهد، در معیارهای اصلی به ترتیب یکپارچگی، پاسخگویی، انعطاف پذیری و در معیارهای فرعی به ترتیب کاهش زمان تحویل، و مشترکآ یکپارچگی درون سازمانی و افزایش/ کاهش تولید، مشترکآ یکپارچگی برون سازمانی و برونسپاری، و سپس کاهش هزینه ها، بیشترین تاثیر را دارند. در بین گزینه های معماری سازمانی به ترتیب فرآیندکاری، فرآیند تصمیم گیری، ساختار سازمانی، و سپس تولید و توزیع اطلاعات، بیشترین تاثیر را دارند. Manuscript profile

با توجه به افزایش روزافزون رقبا، سازمان ها بیش از پیش به دنبال یک سیستم ارزیابی عملکرد، اثر بخش و پویا می باشند، از این رو ارزیابی و مدیریت عملکرد هر سازمان، علاوه بر روشن ساختن وضعیت موجود آن می تواند برنامه استراتژیک و راه گشایی را برای بهبود عملکرد و موفقیت های آتی آن سازمان تدوین نماید، هدف مقاله حاضر ارائه یک مدل ارزیابی مدیریت عملکرد هلدینگ شرکت های نفت و گاز با رویکرد تئوری بازی ها می باشد. تحقیق حاضر کاربردی و از نوع پژوهش‌های توصیفی و از شاخه پیمایشی است. جامعه مورد مطالعه این تحقیق، شامل کلیه شرکت‌های فعال در حوزه نفت و گاز می‌باشد. نمونه آماری این تحقیق شامل 280 نفر می‌باشد که به صورت تصادفی انتخاب ‌شده است، در مطالعه حاضر جهت تجزیه و تحلیل از نرم افزار تحلیل آماری چند متغیره در دو بخش توصیفی، استنباطی و از مدلسازی ریاضی و ارزش شاپلی استفاده شده است، نتایج نشان داد که توجه به منظر مشتری بیشترین مطلوبیت را در راستای رسیدن به چشم‌انداز ایجاد خواهد نمود و نفوذ در بازارهای جدید با ضریب بتای 0.774 بر روی افزایش درآمد تأثیر مستقیم دارد. Manuscript profile

When, we consider the ubiquity of Facebook, twitter, LinkedIn, it is easy to understand how social media is woven into the fabric of our day-to-day activities. It is a suitable tool to find information about news , events , and different Issues. After corona virus outbreak, it is inspired users to understand pandemic news, mortality statistics and vaccination news. According to evidence, the diffusion of pandemic news on social medium has increased from 2020 and user face a ton of COVID19 messages. The purpose of this paper is to determine the check-worthiness of news about COVID-19 to identify and priorities news that need fact-checking. We proposed a method that is called CVMD. We extracted the feature of content. We use the deep learning approach for prediction it means that we model this problem with a binary classification problem. Our proposed method is evaluated by different measures on twitter dataset and the results show that CVMD method has a high accuracy in prediction rather than other methods. Manuscript profile

زمینه و هدف: هدف از‌ این تحقیق، ارائه الگوی ابعاد و مؤلفه های موثر بر بهینه سازی استقرار مدیریت الکترونیک منابع انسانی در صنعت بانکداری‌ ایران است. روش‌شناسی : تحقیق حاضر از نوع تحقیقات کاربردی، هدف پژوهش اکتشافی، نوع داده‌ها کمی‌ و کیفی و روش اجرا به صورت میدانی و ابزار پرسشنامه و مصاحبه بوده است. روش‌های فن دلفی، فازی دلفی، تحلیل فرآیند شبکه فازی، جهت بهینه سازی استقرار مدیریت الکترونبک منابع انسانی در صنعت بانکداری از روش بهینه سازی خطی استفاده شد و جهت تجزیه و تحلیل داده‌ها مورد استفاده قرار گرفت که‌ این آزمون‌ها توسط نرم افزارهای SPSS22 Gamz, Matlab, و Excelانجام شد.یافته ها : یافته های پژوهش نشان داد که تعداد 30 مولفه مهم در شش بعد سازمانی، محیطی (دولت)، فرآیندی، فرهنگی، فناورانه و فردی قابل الگو سازی هستند و مؤلفه " قوانین دولت " همانند سنگ زیربنای مدل عمل می‌نمایند و برای شروع استقرار بهینه سیستم مدیریت الکترونیک منابع انسانی می‌باید در وهله اول روی آن تأکید نمود.نتیجه گیری : بهینه سازی مدل استقرار مدیریت الکترونیک منابع انسانی نشان داد که مدل در حالت منفعت 100 درصدی دارای ترکیب ابعاد فردی 61/0، فرآیندی 55/0 و سازمانی 58/0 و فناورانه 62/0 و فرهنگی 71/0 و محیطی – اقتصادی 52/0 است که با مقایسه با وضع موجود دارای شکاف 11/0 در بُعد فردی، 15/0 در بُعد فرآیندی، 18/0 در بُعد سازمانی، 27/0 در بُعد فناورانه، 26/0 در بُعد فرهنگی و نهایتاً 13/0 در بُعد محیطی– اقتصادی است که استقرار مدیریت الکترونیک منابع انسانی را بهینه خواهد کرد. Manuscript profile

حضور رسانه های اجتماعی باعث ایجاد تحولات اساسی در جوامع امروزی شده است. این رسانه ها بستری مناسب برای کاربران در جهت اشتراک گذاری ایده ها باشد.همین امر موجب شده است که کاربران با انبوهی از اطلاعات مواجه شوند که در بیشتر اوقات مناسب آن ها نباشد و نفوذ کمی بر روی آن ها داشته باشد. ارائه روشی جهت انتخاب پست های اثرگذار برای کاربر در میان انبوهی از پست ها ، می تواند بسیار حائز اهمیت باشد. روش‌هایی که در پژوهش های اخیر در جهت انتخاب پست های اثرگذار ارائه شده است مبتنی بر خصیصه‌های آماری مربوط به داده‌های مختلف میکروبلاگ ها می‌باشند و کمتر به صورت محتوایی اثرگذاری ، هر پست را بر روی کاربر مشخص، مورد اندازه‌گیری قرار داده است. علی رغم تنوع موضوعی ، محتوایی توئیت‌ها و کاربران مختلف، اکثر این روش‌ها با ارائه یک مدل عمومی بر مبنای خصیصه‌های پرتعداد، از دقت برخوردار نیستند و قادر به ارائه پیشگویی در زمان برخط نمی باشند. در این پژوهش ، با تحلیل انتشار پست‌ها بین کاربران در بازه زمانی مشخص، به بررسی روشی برای سنجش توجه کاربران به مطالب به اشتراک گذاشته شده و تأثیرات آن‌ها پرداخته می‌شود، این روش IKS نام گذاری شده است که بر مبنای خصیصه های محتوای منتشر شده توسط کاربر ارائه شده است و به صورت یک مساله کلاس بند دودوئی که برمبنای یادگیری عمیق می باشد. ارزیابی این روش با استفاده از روش شهودی و ارزیابی مجموعه دادگان انجام شده است که دقت بیشتری در مقایسه با سایر روش ها دارد. Manuscript profile

توسعه اجتماعی در برگیرنده بعدی از توسعه است که بر کنش و واکنش های انسانی، نهادها و روابط اجتماعی با یکدیگر تأکید می ورزد، و بر آن ها تمرکز می نماید. در این مطالعه، شاخص های اجتماعی ارائه شده بر روی سایت بانک جهانی مورد بررسی قرار گرفت، که با بکارگیری روش دلفی و استفاده از نظر خبرگان، 6 شاخص در وضعیت توسعه پایدار ایران، موثر قلمداد گردید. به منظور بررسی توسعه پایدار اجتماعی بر اساس شش شاخص منتخب (نرخ رشد جمعیت؛ بهره وری نیروی کار؛ هزینه های دولت برای آموزش و پرورش؛ سرانه هزینه های بهداشت و سلامت؛ نرخ سواد بزرگسالان؛ امید به زندگی در بدو تولد) برای 186 کشور جهان، داده ها از بانک جهانی استخراج گردید. هدف از این پژوهش، بررسی وضعیت ایران بر مبنای شش شاخص منتخبِ حوزه اجتماعی و تعیین جایگاه ایران در بین دیگر کشورهای جهان، با استفاده از تکنیک خوشه بندی؛ و سپس شناسایی شبیه ترین کشورها در طی 18 سال گذشته با وضعیت توسعه پایدار اجتماعی در ایران، است. یافته های پژوهش نشان می دهد، کشور ایران از منظر شاخص های اجتماعی توسعه پایدار بیشترین هم خوشه گی را با کشورهای بحرین، بنگلادش، باربادوس دارد که 14 بار در طی سال های 1996 تا 2016، در یک گروه قرار گرفتند و 12 بار با کشور اندونزی و ونزوئلا در یک خوشه قرار گرفته است؛ و 11 بار با کشور ترکیه؛ و با کشورهای الجزیره، آنگولا، آرژانتین و ویتنام 10 بار هم خوشه بوده است. در پایان بر مبنای یافته های پژوهش پیشنهادهایی برای پژوهش های آتی ارائه شده است. Manuscript profile

تغییرات محیط کسب‌وکار و افزایش پیچیدگی تصمیم‌گیری‌های سازمانی، موضوعات مهمی هستند که سازمان‌ها می‌توانند برای مقابله با آنها از تجارت الکترونیکی بهره ببرند. به‌کارگیری و استقرار موفقیت‌آمیز تجارت الکترونیکی به وجود استراتژی‌های مشخص وابسته بوده و بدون وجود این استراتژی‌ها، ممکن است کلیه تلاش‌های سازمان با شکست مواجه شود. بنابراین موفقیت در استقرار و پیاده‌سازی تجارت الکترونیکی در به‌کارگیری مدیریت استراتژیک مناسب نهفته است. در این راستا هدف پژوهش حاضر الگوی تدوین اثربخش استراتژی کسب‌وکار الکترونیک یا رویکرد ترکیبی BS و BI به‌منظور بهبود بهره‌وری بوده است. روش تحقیق از نوع کاربردی بوده است و از روش سیستم‌های خبره استفاده شده است که درنهایت با توجه به دو مؤلفه مدیریت تداوم کسب‌وکار، هوشمندی کسب‌وکار استراتژی‌هایی جهت توجه کسب‌وکارهای الکترونیک به برنامه‌ریزی استراتژیک ارائه شده‌اند. Manuscript profile

Evaluating and selecting the right contractors can increase the chances of success of a project and the organization. Considering the intense competition faced by organizations today, proper cost management to enhance profitability and customer satisfaction has attracted a lot of attention. The evaluation of contractors is usually a process thatis based on various criteria.By the end of it, theappropriate options are selected. Given the diversity in the criteria and among thedecision-making subjects, no singleway has been offered to suggest substitution between criteria.The desirability indifference on the curve ofconsumption of various goods (selection ofdecision-making options) are the same. This paper seeks to identify parallel matrices with the initial decision-making matrix of contractors that have the same results and desirability for decision-makers (indifference points). At first, the initial rating using the AHP and TOPSIS methods andthe particle swarm optimization (PSO) and genetic algorithm (GA)techniques, along withMATLAB software,was used to identify theparallel matrices. According to the obtained results, sixparallel matrixes with the initial decision-making matrix that had been prepared by experts fromthe company were produced.Out of them, the matrix related to The point of indifference is the fifth output5 AHP-PSO, based on the company experts' opinions was selected as the final version. Manuscript profile

Today, information networks play an important role in supply chain management. Therefore, in this article, clustering-based routing protocols, which are one of the most important ways to reduce energy consumption in wireless sensor networks, are used to optimize the supply chain informational cloud network. Accordingly, first, a clustering protocol is presented using self-organizing map neural network, SOM. Second, we cluster the network nodes based on two criteria of neighborhood and energy level using K-means clustering pattern. Third, we survey the efficiency and inefficiency of the clusters to balance the energy properly among the clusters. Then, to increase the network lifetime and to maintain the network DEA method is used. Finally, the model is tested for the information network of oil supply chain. Manuscript profile

زمینه و هدف: مدیریت الکترونیک منابع انسانی یکی از راه های اجرای راهبرد ها منابع انسانی،سیاست ها و عملیات مربوط به منابع انسانی در سازمان ها است. هدف از این تحقیق، ارائه مدلی جهت بهینه سازی استقرار مدیریت الکترونیک منابع انسانی در نظام بانکداری ایران(مورد مطالعه: حوزه ستادی بانک رفاه)است. روش شناسی: تحقیق حاضر از نوع تحقیقات کاربردی،هدف پژوهش اکتشافی،نوع داده ها کمی و کیفی و روش اجرا به صورت میدانی و ابزار پرسشنامه و مصاحبه بوده است.روایی و پایائی پرسشنامه ها مورد تایید قرار گرفت.جامعه آماری این تحقیق شامل کلیه مدیران و کارکنان حوزه ستادی بانک رفاه بود. نمونه آماری به وسیله فرمول کوکران و به تعداد 277 نفر از کارکنان و مدیران بانک رفاه به عنوان نمونه انتخاب شدند. که روش های آزمون آماری بهینه سازی زنجیره مارکوف پنهان جهت تجزیه و تحلیل داده ها مورد استفاده قرار گرفت که این آزمون های آماری توسط نرم مطلب انجام شد. یافته ها:6 دسته از عوامل مهم در استقرار بهینه مدیریت الکترونیک منابع انسانی در بانک رفاه تاثیر گذار هستند که شامل عوامل سازمانی، محیطی(دولت)، فرایندی، فرهنگی، فناورانه و فردی می باشند.همچنین نتایج نشان میدهدکه در بانک رفاه با عوامل فرایندی 708/23،عوامل سازمانی 603/10،عوامل فناورانه 652/12، عوامل محیطی 960/11،عوامل فرهنگی 218/15،عوامل فردی 663/26 استقرار مدیریت الکترونیک منابع انسانی را بهینه خواهد بود. نتایج: نتایج نشان داد که عوامل فردی از نظر نگرش اسلامی کارکنان بیشترین تاثیر و بعد به ترتیب عوامل فرایندی، فرهنگی، فناورانه، فرهنگی، محیطی و سازمانی در استقرار بهینه مدیریت الکترونیک منابع انسانی نقش خواهد داشت. Manuscript profile

سازمان تأمین‌اجتماعی محور اصلی بیمه در حوزه بخش خصوصی است و بزرگترین سازمان بیمه‌گر است و یکی از عمده‌ترین نهادهای اقتصادی است که وظیفه پشتیبانی‌ و تأمین را برای دیگر مؤسسات اقتصادی، اجتماعی و خانوارها دارد. لذا به منظور خدمات‌رسانی مطلوب در سازمان تأمین اجتماعی، طراحی و اجرای سیستم ارزیابی عملکرد زنجیره‌تأمین‌خدمات مناسب برای آن الزامی است. به همین منظور در این پژوهش، جهت ارزیابی کارایی و سنجش عملکرد زنجیره‌تأمین‌خدمات در سازمان‌تامین‌اجتماعی از تکنیک تحلیل‌پوششی‌داده‌های شبکه‌ای استفاده شده‌است‌. از آنجا که مدل‌های تحلیل‌پوششی‌داده‌های مرسوم بر اساس اطلاعات تاریخی عمل می‌کنند، بزرگترین ضعف آنها تعیین کارایی واحدهای تصمیم‌گیرنده در گذشته هستند و چارچوبی برای آینده ارائه نمی‌کنند، لذا برای رفع این مشکل در این پژوهش و به منظور پیش‌بینی ورودی‌ها و خروجی‌ها در زمان آینده از روش شبیه‌سازی پویایی‌های سیستم استفاده شده‌است. همچنین به منظور نشان دادن یافته‌های تئوریک حاصل از مدل جدید ارائه شده به صورت عملی‌، به پیش‌بینی رفتار و ارزیابی کارایی زنجیره‌تأمین‌خدمات 15 شعبه تامین‌اجتماعی استان هرمزگان در سه سال 95 تا 97 پرداخته شده‌است و نهایتا شعبه‌های کارا و ناکارا مشخص شدند و استراتژی‌های بهبود عملکرد را برای رسیدن به بهترین عملکرد شعبه‌های ناکارا روی مرز کارایی ارائه داده شدند. Manuscript profile

قیمت سهام تحت تأثیر عوامل بسیاری است،که کار پیش‌بینی را چالش‌برانگیز می‌کند. این پیش‌بینی اگر فقط داده‌های عددی یا اطلاعات متنی را در نظر بگیرد، اغلب بی‌اثر می‌شود. هدف این پژوهش ارائه یک روش پیش‌بینی قیمت روز آینده سهام بر اساس ساختار شبکه عصبی عمیق با استفاده از داده‌های قیمت، مجموعه‌ای از شاخص‌های فنی و سر تیتر اخبار به‌عنوان ورودی مدل است. برای این منظور از داده‌های سهام شاخص داوجونز و داده‌های خبری کانال ردیت استفاده شده است. از داده‌های سهام ویژگی‌های مبتنی بر شاخص فنی استخراج می‌شوند و داده‌های خبری توسط روش کوله‌کلمات به بردار ویژگی تبدیل می‌شوند و به شبکه حافظه کوتاه‌مدت ماندگار (LSTM) برای پیش‌بینی داده می‌شوند.از دقت به‌عنوان معیار ارزیابی عملکرد استفاده شده و آزمایش‌هایی بر روی دو مجموعه داده فقط عددی و فقط متنی برای ارزیابی استفاده همزمان دو منبع اطلاعاتی انجام پذیرفته است. همچنین ازسه شبکه ،SVM ، MLPوRNN برای ارزیابی مدل استفاده شده است. نتایج نشان می‌دهد که مدل LSTM بالاترین دقت پیش‌بینی 69.19% را با استفاده از اخبار و داده‌های مالی به دست آورده است. داده‌های خبری با دقت65.62% و داده‌های عددی با دقت51.89% می‌باشند.همچنین مدل LSTMدر مقایسه با شبکه‌های عصبی SVM وMLP و RNN از عملکرد بهتری برخوردار می‌باشد. Manuscript profile

In order to investigate and consider the feasibility of the establishment of knowledge management at Payam nour universities of Golestan province elicited from reviewing the research literature, the researchers endeavored to identify the factors affecting the establishment of knowledge management and the knowledge management components, and then to consider the way of their influence as well as their priorities. Finally, through the presented model, the best option among possible solutions is selected. The investigators have gone through the stages following positing hypotheses 1 to 5. In the end, the results of conducted research are discussed. The method of the research is descriptive-survey. Data and information is collected through the questionnaire. The statistical community of the study is faculty members and the employees (official, contractual, conditional) of all different branches of payam Nour universities in Golestan province in 89- 9o academic year. The statistical community comprises 172 people from those 76 people are chosen based on stratified sampling method. The obtained data is analyzed through inferential and mathematical statistic. Finally, a model applicable to the establishment of knowledge management at Payam Nour universities of Golestan province is presented. Manuscript profile