ارائه چارچوبی برای کاربردهای یادگیری ماشین در مدیریت دانش سازمانی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، گروه مهندسی صنایع، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران

2 دانشیار، دانشکده مهندسی صنایع، دانشگاه صنعتی قم، قم، ایران.

3 کارشناس ارشد مدیریت فناوری اطلاعات، بانک کشاورزی، تهران، ایران

10.22091/stim.2021.7353.1643

چکیده

هدف از پژوهش حاضر شناسایی و اولویت‌بندی شاخص‌های مؤثر بر مدیریت دانش در سیستم بانکداری با رویکرد یادگیری ماشین با استفاده از تکنیک فرایند تحلیل شبکه فازی می باشد. پژوهش حاضر از نظر هدف تحقیق از نوع کاربردی و از نظر گردآوری داده‌ها توصیفی-پیمایشی است. جامعه آماری شامل کارشناسان فناوری اطلاعات و توسعه منابع انسانی و مدیران شعب بانک کشاورزی به عنوان خبرگان آشنا می‌باشد که از طریق روش نمونه‌گیری هدفمند 10 نفر انتخاب شده است. ابزار جمع‌آوری اطلاعات سه پرسشنامه‌ی دلفی، دیمتل و پرسشنامه مقایسه زوجی است. پس از تحلیل داده‌ها با روش تحلیل دلفی فازی و تحلیل شبکه‌ای فازی، معیارها و زیرمعیارهای مؤثر با مدیریت دانش در سیستم بانکداری با رویکرد یادگیری ماشین در 4 معیار کلی و 17 زیرمعیار به شرح زیر شناسایی گردیدند، عوامل زیرساختی (حفاظت از اطلاعات شخصی، سخت-افزار و نرم‌افزار، ارتباطات، حفاظت فیزیکی)، عوامل محیطی (فرهنگ و جو سازمانی، قوانین و مقررات سازمانی، زمان ارائه دانش، حمایت مدیریتی)؛ عوامل محتوایی (نوع دانش، نیروی انسانی متخصص و با دانش، موقعیت ارائه دانش، تدوین محتوا)؛ فرایند مدیریت دانش (خلق دانش، کسب دانش، تبدیل دانش، بکارگیری دانش، نیازسنجی دانش). در پایان اولویت‌بندی شاخص‌ها با تکنیک تحلیل شبکه فازی ارائه گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Presentation of a Framework for the Machine Learning Applications in the Organizational Knowledge Management

نویسندگان [English]

  • hossein amoozadkhalili 1
  • Jalal Rezaeenour 2
  • Baranoosh Hosseinpoor 3
1 Department of Industrial Engineering, Nowshahr Branch, Islamic Azad University, Nowshahr, Iran
2 Associate Professor, Department of Industrial Engineering, Faculty Of Engineering And Technology, University Of Qom, Qom, Iran
3 Master of Information Technology Management, Agricultural Bank, Tehran, Iran
چکیده [English]

The purpose of this study was to identify and prioritize the effective indicators on knowledge management in the banking system with machine learning approach using fuzzy ANP technique. The research method is descriptive-survey according to the research process, which is the identification of indicators and their ranking and prioritization according to the existing conditions. The statistical population includes IT Bank and human resource development experts and branch managers of Keshavarzi Bank as experts who have been selected through purposive sampling method of 10 people. Data collection tools were three questionnaires: Delphi, Demetel and paired comparison questionnaire. After analyzing the data by fuzzy Delphi analysis and fuzzy network analysis, effective criteria and sub-criteria with knowledge management in the banking system with machine learning approach in 4 general criteria and 17 sub-criteria. Finally, prioritizing the indicators with fuzzy network analysis technique in order of effect are: knowledge presentation position, knowledge creation, communication, hardware and software, knowledge acquisition, knowledge type, personal information protection, physical protection, knowledge presentation time, Knowledge needs assessment, organizational rules and regulations, knowledge conversion, specialized and knowledgeable human resources, application of knowledge, managerial support, organizational culture and atmosphere, content development.

کلیدواژه‌ها [English]

  • Knowledge Management
  • Machine Learning
  • agricultural bank
  • multi Criteria Decision Making
  • ANP
  • delphi method
CAPTCHA Image