توسعه چارچوبی خودکار برای ارتقای بهره وری جلسات تیمی پروژه با رویکرد یادگیری ماشین

در سال های اخیر پیشرفت های فناوری مدرن و نیاز به بهبود بهره وری در سازمان ها منجر به تحولات قابل توجهی در مدیریت فرآیندها شده است. جلسات سازمانی به عنوان بخشی حیاتی از تعاملات تیمی و تصمیم گیری کلیدی، بهره وری سازمانی اما با تغییرات مهمی در افزایش بهره وری سازانی اما می کنند. حال، بسیاری از این جلسات به دلیل مدیریت ناکارآمد برگزار می شوند. این پژوهش با هدف ارائه چارچوبی خودکار برای ارتقای سطح بهره وری جلسات سازمانی انجام شده است. مطالعه حاضر به منظور شناسایی یک چارچوب مناسب برای بهبود عملکرد تیمی و ارتقای بهره وری جلسات است. پژوهشگر چارچوب پیشنهادی مرتبط به جلسات، از جمله سطح مشارکت، محتوای مورد بحث و نتایج حاصل را تحلیل می کند تا الگوهایی را شناسایی کند که به سازمان ها در بهینه سازی جلسات و محتوای آنها تاثیر بگذارد. روش تحقیق شامل الگوریتم هایی مانند درخت تصمیم گیری (Decision tree) برای تحلیل داده های موجود پیش پردازش اطلاعات و استفاده از الگوریتم های پیشرفته یادگیری ماشین مانند درخت تصمیم گیری است که برای شناسایی الگوهای پیچیده مورد استفاده قرار گرفته اند. نتایج نشان می دهد که ابزارهای مبتنی بر یادگیری ماشین قادر به خودکارسازی فرآیندهای مانند زمان بندی جلسات و پیگیری های پس از جلسه هستند. این ابزارها نه تنها ساختار و شفافیت جلسات را بهبود می بخشند، بلکه می توانند به کاهش هزینه های انسانی و مالی مرتبط با کمبود جلسات کمک بهره وری منجر شود. با این حال، چالش هایی مانند کمبود داده های جامع در برخی سازمان ها و مقاومت فرهنگی در برابر فناوری های جدید مواجه است. برای تحقیقات آینده، توصیه می شود از الگوریتم های پیشرفته تر مانند Transformer برای پردازش زبان طبیعی و شناسایی الگوهای پیچیده تر استفاده شود. علاوه بر این، بررسی تاثیر عوامل فردی و رفتاری در بهبود سیستم های (AR/VR) برای تعاملات آتی جلسات می تواند به عنوان یک حوزه امیدوارکننده برای مطالعات آینده پیشنهاد شده است.

کلیدواژه ها:

جلسات سازمانی ، بهره وری ، یادگیری ماشینی ، اتوماسیون ، تجزیه و تحلیل داده ها ، مدیریت هوشمند