ارائه مدل بهینه سازی برون سپاری مدیریت دانش با استفاده از الگوریتم ژنتیک
محل انتشار: فصلنامه مدیریت دانش سازمانی، دوره: 8، شماره: 2
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 32
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_OKMJ-8-2_003
تاریخ نمایه سازی: 20 تیر 1404
چکیده مقاله:
هدف: مدیریت دانش همچنان به عنوان یک منبع اصلی برای کسب مزیت رقابتی در سازمان ها اهمیت دارد. این پژوهش با هدف ارائه مدل بهینه سازی برون سپاری مدیریت دانش با استفاده از الگوریتم ژنتیک انجام شده است.روش پژوهش: این تحقیق از نظر هدف، توسعه ای-کاربردی و از نظر روش گردآوری داده ها، توصیفی-پیمایشی است. جامعه آماری شامل هشت نفر از خبرگان و اساتید دانشگاهی و صنعتی در حوزه مدیریت دانش و شش شرکت پیمانکاری بود. نمونه گیری به روش گلوله برفی انجام شد و ابزار اصلی جمع آوری اطلاعات، پرسشنامه بود.یافته ها: در گام نخست، با بررسی مطالعات پیشین و نظرات خبرگان، ۲۸ معیار برای ارزیابی ارائه دهندگان برون سپاری شناسایی شد. سپس، این معیارها با روش فازی تایید و چارچوب نهایی طراحی شد. در مرحله بعد، پیمانکاران با استفاده از الگوریتم ژنتیک و بر اساس معیارهای تاییدشده ارزیابی شدند.نتیجه گیری: نتایج نشان داد که یکی از پیمانکاران بالاترین امتیاز را کسب کرده است. مدل پیشنهادی می تواند به سازمان ها در انتخاب بهینه ارائه دهندگان خدمات مدیریت دانش و بهبود تصمیم گیری در این زمینه کمک کند. این پژوهش با استفاده از الگوریتم ژنتیک و رویکرد فازی به تحلیل و ارزیابی ارائه دهندگان خدمات برون سپاری مدیریت دانش پرداخته است که در ادبیات موجود کمتر مورد توجه قرار گرفته است.
کلیدواژه ها:
نویسندگان
آمنه خدیور
دانشیار، گروه مدیریت، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا، تهران، ایران
فاطمه عباسی
استادیار، گروه مدیریت صنعتی و مدیریت فناوری اطلاعات، دانشگاه شهید بهشتی، تهران، ایران
شیدا اکبریان
دانشجوی کارشناسی ارشد، گروه مدیریت، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :