چارچوب ترکیبی مدل سازی معادلات ساختاری و یادگیری ماشین برای بهبود مدیریت ارتباطات در پروژه های ساختمانی (مطالعه موردی: شهر زنجان)

صنعت ساخت وساز ایران با چالش هایی نظیر تاخیر، افزایش هزینه و افت کیفیت مواجه است که بخش قابل توجهی از آن ناشی از ضعف در مدیریت ارتباطات میان ذی نفعان پروژه هاست. هدف این پژوهش، شناسایی عوامل کلیدی موثر بر ضعف ارتباطات و ارائه مدلی ترکیبی برای تحلیل و پیش بینی اثر آن ها بر عملکرد پروژه های ساختمانی است. پژوهش حاضر از رویکرد ترکیبی اکتشافی–توضیحی بهره می برد. در فاز کیفی، شاخص های مرتبط با ضعف ارتباطات از طریق مرور نظام مند منابع و تحلیل محتوای اسناد استخراج شد. در فاز کمی، داده های حاصل از ۱۱۴ پرسشنامه معتبر کارکنان پروژه های ساختمانی شهر زنجان با استفاده از مدل سازی معادلات ساختاری (SEM) و الگوریتم جنگل تصادفی (RF) تحلیل گردید. نتایج مدل SEM نشان داد که جریان اطلاعات، مدیریت پروژه و همسویی منابع انسانی با استراتژی سازمان بیشترین اثر مستقیم را بر عملکرد پروژه دارند. مدل یادگیری ماشین نیز همین سه عامل را به عنوان قوی ترین متغیرهای پیش بینی کننده ضعف ارتباطات شناسایی کرد و به دقت پیش بینی ۸۷/۰ و مقدار AUC برابر ۹۳/۰ دست یافت. ترکیب دو روش، امکان تحلیل هم زمان روابط نظری و پیش بینی تجربی را فراهم ساخت. یافته ها بیانگر آن است که تقویت سیستم مدیریت اطلاعات پروژه، شفاف سازی ساختار مدیریتی و هم راستاسازی منابع انسانی با اهداف سازمانی می تواند ریسک ارتباطات ضعیف را به طور معناداری کاهش دهد. نوآوری اصلی پژوهش در به کارگیری رویکرد ترکیبی SEM–ML در بستر پروژه های ملی ایران و ارائه مدلی است که علاوه بر تحلیل روابط علی، توان رتبه بندی و پیش بینی داده محور عوامل کلیدی را داراست.

کلیدواژه ها:

ضعف ارتباطات ، مدل سازی معادلات ساختاری ، یادگیری ماشین ، جریان اطلاعات ، عملکرد پروژه