تحلیل داده محور مدیریت دانش کارکنان با هدف بهبود تصمیم گیری مدیریتی با استفاده از هوش مصنوعی)مورد مطالعه: شرکت سیمان سپاهان اصفهان

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 192

فایل این مقاله در 16 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SPERO04_594

تاریخ نمایه سازی: 15 اردیبهشت 1405

چکیده مقاله:

در عصر حاضر، دادهها به عنوان یکی از ارزشمندترین داراییهای سازمانی شناخته میشوند ، اما بدون تبدیل این دادهها به دانش کاربردی، آنها کارایی چندانی نخواهند داشت. هدف اصلی این پژوهش، بررسی کاربرد الگوریتمهای هوش مصنو عی در استخراج و مدیریت دانش کارکنان جهت ارتقای کیفیت تصمیمگیر یهای مدیری تی در شرکت سیمان سپاهان اصفهان است. روش تحقیق در این مطالعه از نوع توصیفی-تحلیلی است و با استفاده از مطالعات کتابخانهای انجام شده است .یافتههای پژوهش نشان میدهد که با استخراج دانش ضمنی کارکنان و تلفیق آن با دادههای عملیات ی سازمان، مدیران میتوانند با دیدگاه شفافتری نسبت به تولید، فروش و منابع انسان ی تصمیمگیر ی کنند. نتایج حاصله حاکی از آن است که پیادهسازی سیستمهای تحلیل داده در مدیریت دانش، منجر به کاهش خطا در تصمیمگیر یهای استراتژیک و افزایش بهرهوری در فرآیندهای تولیدی شرکت سیمان سپاهان م بشود.در جهان معاصر، نقش حیاتی هوش مصنوعی در ارتقای نظام های مدیریت دانش و بهبود فرآیندهای تصمیم گیری مدیریتی برای سازمان های پیشرو انکارناپذیر است. پژوهش حاضر با تمرکز بر شرکت سیمان سپاهان اصفهان به ارزیابی اثرات به کارگیری تکنیک های پیشرفته هوش مصنوعی، خصوصا یادگیری ماشین و پردازش زبان طبیعی، در بستر مدیریت دانش سازمانی و ارتقای کارایی تصمیم گیری مدیران پرداخته است. این مطالعه با رویکرد توصیفی–تحلیلی، تلفیقی از مطالعات کتابخانه ای، تحلیل داده های تاریخی شرکت و انجام مصاحبه های عمقی با مدیران و متخصصان کلیدی سازمان را دنبال نموده است.در بخش عملی، داده های مستخرج از سیستم های مکانیزه سازمان (شامل سامانه های کنترل تولید، پایگاه داده پرسنلی، سوابق اجرایی و سیستم نگهداری و تعمیرات) با روش های هوشمند تحلیل و ارزیابی شده اند. یافته های کلیدی تحقیق بیانگر آن است که استفاده از الگوریتم های یادگیری ماشین قادر است بر مبنای تحلیل داده های عملکردی و تجربیات ضمنی نیروی انسانی، مدل های پیش بینی کننده برای نگهداری پیشگویانه تجهیزات، بهینه سازی برنامه تولید و حتی تحلیل روند تقاضای بازار فراهم سازد.

نویسندگان

گلاره کاظمی

دانشجوی کارشناسی مهندسی کامپیوتر،دانشکده ف ی ن و مهندسی،دانشگاه میبد،میبد،ایران*

سید حسن مرتضوی

استادیار گروه کامپیوتر،دانشکده ف ی ن و مهندسی ،دانشگاه میبد ،میبد ایران*