کاهش زمان خرابی در مدیریت خدمات فناوری اطلاعات با استفاده از یادگیری ماشین (موردمطالعه: شرکت های سرمایه گذاری)

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 240

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EITCONF01_178

تاریخ نمایه سازی: 24 خرداد 1401

چکیده مقاله:

این پژوهش باهدف کاهش زمان خرابی در مدیریت خدمات فناوری اطلاعات با استفاده از یادگیری ماشین موردمطالعه شرکت های سرمایه گذاری انجام شده است. روش تحقیق در این پژوهش توصیفی از نوع پیمایشی بود و جامعه آماری این تحقیق پایگاه داده خرابی های مربوط به سرویس های سازمان است که خروجی آن ۲۹۱ رکورد خرابی گزارش شده در نرم افزار ZABBIX می باشد. در این پژوهش از مدل رگرسیون در نرم افزار پایتون برای فاز یادگیری ماشینی و از نرم افزار SPSS به منظور تجزیه وتحلیل آماره های آزمون فرضیه استفاده شد. در پایان پژوهش موفق شدیم مدلی را جهت پیش بینی فاصله خرابی های سرویس ارائه دهیم و همچنین با استفاده از آزمون رگرسیون سلسله مراتبی اثبات کنیم که استفاده از تکنولوژی یادگیری ماشین در مدیریت خدمات فناوری اطلاعات با کمک به سیاست گذاری های پیشگیری باعث کاهش زمان خرابی خدمت می شود.

کلیدواژه ها:

یادگیری ماشین ، مدیریت خدمات فناوری اطلاعات ، زمان خرابی ، قابلیت اطمینان

نویسندگان

محسن شفیعی

فارغ التحصیل کارشناسی ارشد رشته فناوری اطلاعات، دانشگاه آزاد اسلامی واحد تهران مرکزی

سهیلا اسمعیلی پرزانی

فارغ التحصیل کارشناسی ارشد رشته مهندسی پزشکی، دانشگاه علم و صنعت ایران

حسین معین زاد

عضو هیات علمی دانشکده مدیریت، دانشگاه آزاد اسلامی واحد تهران مرکزی