موفقیت مدیریت دانش، مستلزم شناسایی عوامل و و یژگی‌های مؤثر بر آن است. در شناسایی عوامل کلیدی موضوعی که کمتر مورد توجه قرار می‌گیرد، عدم توجه به رویکرد و استراتژی سازمان در استقرار مدیریت دانش است. از سوی دیگر محدودیت منابع سازمانی ضرورت توجه به رویکرد مناسب مدیریت دانش در سازمان را بیشتر می‌کند. هدف تحقیق حاضر شناسایی و رتبه‌بندی عوامل مؤثر بر موفقیت مدیریت دانش مبتنی بر استراتژی‌های شخصی‌سازی و کدگذاری است. پس از مطالعه ادبیات موضوع و بررسی عوامل و ویژگی‌های آنها به تفکیک هر استراتژی، پرسشنامه‌ای طراحی شد که دارای خصوصیت روائی و اعتبار لازم بوده‌ است و در بین 152 تن از خبرگان توزیع و به کمک نرم افزار لیزرل و روش تحلیل عاملی تاییدی، مدل مفهومی تحقیق مورد ارزیابی قرار گرفت. نتایج این پژوهش نشان می‌دهد که کلیه عوامل و ویژگی‌های شناسایی شده در استراتژی شخصی‌سازی و کدگذاری، تأیید شدند و عوامل ساختار و رهبری در هر دو استراتژی در بالاترین اولویت قرار گرفتند. Manuscript profile

هدف اصلی این مطالعه، بررسی و شناخت متغیرهای اصلی تاثیرگذار بر شاخص کل بورس اوراق بهادار تهران و مدلسازی آن با استفاده از شبکه های عصبی مصنوعی و مقایسه نتایج حاصله با تحلیل تکنیکال و موجهای الیوت است. متغیرهای توضیحی به کار رفته در مدل تحقیق: نرخ ارز، تورم، بیکاری، رشد تولید و حجم نقدینگی بودند و متغیر هدف در این مطالعه شاخص کل بورس اوراق بهادار تهران می باشد. در این تحقیق از شبکه های عصبی GMDH و MLP و همچنین ابزارهای تحلیل تکنیکال (امواج الیوت و کانال رگرسیون) استفاده گردید. در این خصوص شبکه GMDH نشان داد که از میان متغیرهای مورد استفاده به عنوان شاخصهای کلان اقتصادی، متغیر نرخ بیکاری متغیر زائد بوده و تاثیر آن ناچیز است. اما سایر متغیرها (نرخ ارز، تورم، رشد تولید، حجم نقدینگی) اثر مضاعفی داشتند. همچنین یافته دیگر تحقیق ضمن تایید نتایج مشابه برای شبکه عصبی و تحلیل تکنیکال، حاکی از قدرت بالاتر شبکه های عصبی در پیش بینی شاخص بورس است. Manuscript profile

پیش بینی نرخ ارز به عنوان یک متغیر اقتصادی مهم مورد علاقه فعالان اقتصادی است. یکی از رویکردهای متداول در پیش بینی، رویکرد تکنیکال است که از رفتار گذشته نرخ ارز برای پیش بینی استفاده می کند. البته با توجه به ساختار آشوب گونه و غیر خطی بازارهای مالی، نمی توان با یک روش مشخص و ساده که از ترکیب ابزارهای مختلف تکنیکال بدست می آید به پیش بینی بازار پرداخت و نیاز به روش های پیچیده تری می باشد. در دهه اخیر شبکه های عصبی به عنوان یکی از پرکاربرد ترین روش ها در زمینه طبقه بندی، تشخیص الگو و پیش بینی سری های زمانی پیچیده مورد استفاده قرار گرفته است. در این تحقیق یک مدل شبکه عصبی چندلایه جهت پیش بینی نرخ ارز یورو به دلار ارایه می شود که با بهره گرفتن از داده ها و متغیر های برگرفته شده از تحلیل تکنیکال به پیش بینی قیمت در روز آینده با دقت مطلوب می پردازد. نتایج بیانگر عملکرد مناسب این روش در مقابل سایر روش های متداول تحلیل تکنیکال و شبکه عصبی می باشد. Manuscript profile

امروزه سازمانها برای انتخاب و انتصاب مدیران حوزه های مختلف کاری خود از بین کاندیداها، با حجم عظیمی از شایستگی های عمومی و تخصصی، مواجه هستند و خلع وجود مدلی از ترکیب بهینه این شایستگی ها در فرآیند انتخاب و انتصاب مدیران مشهود می باشد. هدف این تحقیق طراحی مدل ترکیب بهینه شایستگی های مدیران حوزه فناوری اطلاعات جهت تحقق شایسته سالاری، شایسته گزینی و عدالت محوری در بانک ملت به عنوان یکی از مهمترین قطب های اقتصادی و زیرساخت های حیاتی کشور است.این تحقیق بر اساس ماهیت و روش از نوع توصیفی و بر اساس هدف از نوع کاربردی می باشد. از لحاظ نوع شناسی، تحقیق در زمره تحقیق های آمیخته (کیفی و کمی) است. در رویکرد کیفی، با استفاده از تحلیل تمِ نتایج حاصل از مصاحبه های نیمه ساختاریافته با جامعه مدیران ارشد فناوری اطلاعات بانک، مهمترین شایستگی ها استخراج، دسته بندی و به تایید خبرگان رسید. در بخش کمی تحقیق، پس از وزن دهی و فازی سازی داده های جمع آوری شده توسط پرسشنامه، با استفاده از یک مدل ریاضی، ترکیب بهینه و رتبه بندی شده ایی از مهمترین شایستگی های تخصصی و عمومی برای استفاده در فرآیند های انتخاب، انتصاب، جانشین پروری و توسعه مدیران حوزه فناوری اطلاعات در چهار سظح مدیریتی فناوری اطلاعات بانک ( معاون مدیر عامل بانک درحوزه فناوری اطلاعات، مدیر امور حوزه فناوری اطلاعات، رئیس اداره کل فناوری اطلاعات و معاون اداره کل فناوری اطلاعات) ارائه شده است. Manuscript profile