طراحی مدل استقرار مدیریت دانش در اداره کل راه آهن لرستان با رویکرد داده کاوی مبتنی بر درخت تصمیم و مجموعه های راف
محل انتشار: پژوهشنامه حمل و نقل، دوره: 23، شماره: 4
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 11
فایل این مقاله در 16 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_TRJ-23-4_025
تاریخ نمایه سازی: 22 آبان 1405
چکیده مقاله:
پژوهش حاضر باهدف طراحی مدل استقرار مدیریت دانش در اداره کل راه آهن لرستان انجام شد. باتوجه به شرایط خاص خطوط ریلی در مناطق کوهستانی و اهمیت مدیریت عملیات سیر و حرکت، بهره گیری و انتقال دانش ضمنی کارکنان نقش مهمی در ارتقای ایمنی و کیفیت خدمات ریلی دارد.این پژوهش از نظر هدف، کاربردی و از نظر روش، توصیفی– پیمایشی با رویکرد کمی است. جامعه آماری شامل ۲۲۰ نفر از کارکنان اداره سیر و حرکت راه آهن لرستان بود. ابزار گردآوری داده ها پرسش نامه محقق ساخته مبتنی بر مدل لی و هونگ (۲۰۱۴) بود که پایایی آن با ضریب آلفای کرونباخ ۹۱/۰ تایید شد.تحلیل داده ها در چارچوب فرایند CRISP-DM و با استفاده از الگوریتم های درخت تصمیم و نظریه مجموعه های راف در نرم افزارهای Excel، Weka و Rosetta انجام شد. نتایج پژوهش نشان داد استقرار موفق مدیریت دانش حاصل هم افزایی مولفه های کلیدی شامل تسهیم دانش (نظام دانش)، مشارکت کارکنان در تصمیم گیری و حمایت از خلاقیت و نوآوری آنان (فرهنگ سازمانی) و سیستم های اطلاعاتی (نظام فناوری اطلاعات) است. برای ارزیابی مدل ها از ماتریس درهم ریختگی استفاده شد؛ نتایج نشان داد در مدل مجموعه های راف مقادیر صحت ۹۲۵/۰ و دقت ۹۰۴/۰ و در مدل درخت تصمیم دقت ۹/۰ و صحت ۸۶۹/۰ به دست آمد. مدل پیشنهادی می تواند به عنوان چارچوبی عملی برای تسهیل انتقال تجربه، کاهش خطاهای عملیاتی و ارتقای ایمنی در راه آهن لرستان مورداستفاده قرار گیرد.
کلیدواژه ها:
نویسندگان
علی بهلولی
استادیار، گروه مهندسی کامپیوتر، دانشگاه ملی مهارت، تهران، ایران
مهدی محمدزاده
دانش آموخته کارشناسی ارشد، مهندسی کامپیوتر، اداره سیر و حرکت، اداره کل راه آهن لرستان، دورود، ایران
کاظم تقندیکی
مربی، گروه مهندسی کامپیوتر، دانشگاه ملی مهارت، 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 :