ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

An exploratory study to predict cloud computing adoption for Iranian companies for manufacturing electronic pieces

سال انتشار: 1400
کد COI مقاله: CSIEM02_361
زبان مقاله: انگلیسیمشاهده این مقاله: 111
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله An exploratory study to predict cloud computing adoption for Iranian companies for manufacturing electronic pieces

Reza Samizadeh - Department of Industrial Engineering, Alzahra Universtiy, Tehran, Iran
Helia Yousefnejad - Department of Industrial Engineering, Alzahra Universtiy, Tehran, Iran
Solaleh Sadat Kalantari - Department of Industrial Engineering, Alzahra Universtiy, Tehran, Iran
Sahar Vatankhah - Department of Industrial Engineering, Alzahra Universtiy, Tehran, Iran

چکیده مقاله:

Nowadays, cloud computing is a hot topic attracted practitioners and researchers because of its indisputable benefits such as scalability, ease of use, the needlessness of internal resources and high quality of service. In this research, ten Iranian companies for manufacturing electronic pieces such as different types of transformers or various Plc Components which applied cloud computing are considered. Furthermore ten other companies in the same fields which still haven’t used this technology are examined. Then the effect of some already defined critical factors on the decision of cloud computing adoption is investigated by using data mining as a practical tool of data clustering. In the first step, the data have been grouped into two based on the introduced criteria. The next step is to determine the weight of each critical factor for all of the companies as a whole data set using logistic regression. At last, with respect to information from the clustering and the logistic regression the data set is cross validated and it is shown that a new company’s cloud computing adoption decision can be predicted by using the presented method.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CSIEM02_361 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1244624/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Samizadeh, Reza and Yousefnejad, Helia and Kalantari, Solaleh Sadat and Vatankhah, Sahar,1400,An exploratory study to predict cloud computing adoption for Iranian companies for manufacturing electronic pieces,2nd International Conference on Challenges and New Solutions in Industrial Engineering and Management and Accounting,Damghan,https://civilica.com/doc/1244624

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400, Samizadeh, Reza؛ Helia Yousefnejad and Solaleh Sadat Kalantari and Sahar Vatankhah)
برای بار دوم به بعد: (1400, Samizadeh؛ Yousefnejad and Kalantari and Vatankhah)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی