﻿<?xml version="1.0" encoding="utf-8"?><ArticleSet><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle><ISSN>2717-0411</ISSN><Volume>8</Volume><Issue>27</Issue><PubDate PubStatus="epublish"><Year>2019</Year><Month>10</Month><Day>30</Day></PubDate></Journal><ArticleTitle>New changes of local binary pattern and classification and segmentation of texture images of the seabed</ArticleTitle><VernacularTitle>تغییرات جدید الگوی دودویی محلی و طبقه¬بندی و قسمت¬بندی تصاویر بافتی بستر دریا</VernacularTitle><FirstPage>1</FirstPage><LastPage>20</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>بابک</FirstName><LastName>گودرزی</LastName><Affiliation>مدرس</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>رضا</FirstName><LastName>جاویدان</LastName><Affiliation>-</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>محمد جواد</FirstName><LastName>دهقانی</LastName><Affiliation>هیات علمی</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2014</Year><Month>12</Month><Day>5</Day></History><Abstract>Texture analysis plays an important role in image processing. Due to the highly textured appearance of sonar images, texture analysis methods are a suitable choice for analyzing sea acoustic images. The local binary pattern operator is a very effective multi-resolution texture descriptor. This descriptor obtains appropriate information from changing brightness and image states. Although many extensions of local binary pattern have been proposed, existing local binary pattern operators are sensitive to noise. Also, sometimes they lead to the description of different structural patterns with homogeneous binary code, which inevitably reduce their discriminability. This research provides an overview of the local binary pattern method, which includes several of the newer variables. Then, to overcome the inefficiencies of various types of local binary patterns, a robust binary pattern framework called robust local binary pattern is presented, in which the value of each central pixel is replaced by the average gray intensity values ​​of houses from a three by three square. The proposed method is a fast tool with high accuracy in classifying seabed images, and comparing the simulation results with other well-known methods shows the efficiency of the proposed algorithm.</Abstract><OtherAbstract Language="FA">تحلیل بافت نقش مهمی را در پردازش تصویر ایفا می کند. با توجه به ظاهر فوق العاده بافتی تصاویر سونار، روش های تحلیل بافت یک انتخاب مناسب برای تحلیل تصاویر آکوستیکی دریا هستند. اپراتور الگوی دودویی محلی یک توصیف گر بسیار موثر و چند رزولوشنی بافت است. این توصیف گر، اطلاعات مناسب را از تغییر روشنایی و حالات تصویر بدست می آورد. با اینکه توسعه های زیادی از الگوی دودویی محلی ارائه شده است اما اپراتورهای الگوهای دودویی محلی موجود نسبت به نویز حساسند. همچنین گاهی اوقات منجر به توصیف الگوهای مختلف ساختاری با کد دودویی همگون می شوند که به ناچار قابلیت تمایز خود را کاهش می دهند. این تحقیق یک بررسی اجمالی پیرامون روش الگوی دودویی محلی را ارائه نموده که شامل چندین مورد از متغیرهای جدیدتر است. سپس برای غلبه بر ناکارآمدی های انواع الگوهای دودویی محلی، یک چارچوب قوی از الگوی دودویی بنام الگوی دودویی محلی تکمیل شده مقاوم ارائه شده که ارزش هر پیکسل مرکزی با میانگین مقادیر شدت خاکستری خانه ها از یک مربع سه در سه جایگزین می گردد. روش ارائه شده یک ابزار سریع با دقت بالا در طبقه بندی تصاویر بستر دریاست که مقایسه نتایج  شبیه سازی با دیگر روش های مشهور، نشان دهنده کارآیی الگوریتم ارائه شده است</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">الگوی دودویی محلی، طبقه¬بندی، قسمت¬بندی، بستر دریا، تصاویر بافتی آکوستیکی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/8312</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle><ISSN>2717-0411</ISSN><Volume>8</Volume><Issue>27</Issue><PubDate PubStatus="epublish"><Year>2019</Year><Month>10</Month><Day>30</Day></PubDate></Journal><ArticleTitle>Providing a suitable method for categorizing promotional e-mails based on user profiles</ArticleTitle><VernacularTitle>ارائه روشی مناسب برای دسته¬بندی نامه¬های الکترونیکی تبلیغاتی بر مبنای پروفایل کاربران</VernacularTitle><FirstPage>21</FirstPage><LastPage>36</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>محمد</FirstName><LastName>فتحیان</LastName><Affiliation>استاد علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>رحیم</FirstName><LastName>حضرتقلی زاده</LastName><Affiliation>دانشجو</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2013</Year><Month>12</Month><Day>16</Day></History><Abstract>In general, the definition of spam is related to the consent or lack of consent of the recipient, not the content of the e-mail. According to this definition, problems arise in the classification of electronic mails in marketing and advertising. For example, it is possible that some promotional e-mails are spam for some users and not spam for others. To deal with this problem, personal anti-spams are designed according to the profile and behavior of users. Usually, machine learning methods are used with good accuracy to classify spam. But in any case, there is no single successful method based on the point of view of e-commerce. In this article, first, a new profile is prepared to better simulate the behavior of users. Then this profile is presented to students along with emails and their responses are collected. In the following, well-known methods are tested for different data sets to categorize electronic mails. Finally, by comparing data mining evaluation criteria, neural network is determined as the best method with high accuracy.</Abstract><OtherAbstract Language="FA">به طور کلی،  تعریف هرزنامه در ارتباط با رضايت يا عدم رضايت گیرنده است نه محتوای نامه الکترونیکی. بر طبق این تعريف، مشکلاتي در دسته بندی نامه های الکترونیکی در بازاریابی و تبلیغات مطرح مي شود. برای مثال امکان دارد بعضي از نامه هاي الکترونيکي تبلیغاتی، براي عده اي از کاربران هرزنامه و براي عده اي ديگر هرزنامه نباشد. براي مقابله با اين مشکل با توجه به پروفایل و رفتار کاربران، ضد هرزنامه هاي شخصي طراحی مي شود. به طور عادي براي دسته بندی هرزنامه‌ها، روشهاي يادگيري ماشيني با دقت خوب به کار می رود. اما در هر حال يک روش منحصر به فرد موفق  بر مبنای دیدگاه تجارت الکترونیک وجود ندارد. در این مقاله ابتدا پروفایل جدیدی برای شبیه سازی بهتر رفتار کاربران، تهیه می شود .سپس این پروفایل همراه با نامه های الکترونیکی به دانشجویان ارائه شده و پاسخ آنها جمع آوری می گردد. در ادامه برای دسته بندی نامه های الکترونیکی، روشهای مشهور به ازای مجموعه داده های مختلف آزمایش می شود .سرانجام، با مقایسه معیارهای ارزیابی داده کاوی، شبکه عصبی به عنوان بهترین روش با دقت بالا، تعیین می گردد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">تجارت¬الکترونیکی، تبلیغات الکترونیکی، دسته¬بندی هرزنامه¬ها، داده¬کاوی، پروفایل</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/8313</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle><ISSN>2717-0411</ISSN><Volume>8</Volume><Issue>27</Issue><PubDate PubStatus="epublish"><Year>2019</Year><Month>10</Month><Day>30</Day></PubDate></Journal><ArticleTitle>Extracting hospital information technology architecture with the approach of implementation capability in Iran</ArticleTitle><VernacularTitle>استخراج معماری فناوری اطلاعات بیمارستان با رویکرد قابلیت پیاده سازی در ایران</VernacularTitle><FirstPage>37</FirstPage><LastPage>46</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>حسین</FirstName><LastName>بوبرشاد</LastName><Affiliation>هیات علمی</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>عاطفه السادات</FirstName><LastName>حقیقت حسینی</LastName><Affiliation>دانشجو</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>هادی</FirstName><LastName>زارع</LastName><Affiliation>-</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2014</Year><Month>11</Month><Day>23</Day></History><Abstract>Today, providing smart and fast services to patients and moving towards next generation hospitals is one of the necessities of the health field. Preparing information architecture for hospitals is a prelude to obtaining intelligent services and, as a result, providing services with much higher speed and quality than traditional systems. In this article, the aim was to provide a native information architecture based on important criteria and indicators in Iranian hospitals. In this article, TOGAF information technology architecture is used and then this architecture is localized according to the local conditions of Iran for Shariati Hospital. For this purpose, a 134-question questionnaire was used from the experts' point of view and it was analyzed based on appropriate statistical tests. In this article, information technology architecture was designed in the form of a conceptual model with four inputs and four infrastructure layers. The results showed that among the 134 components of TOGF information technology architecture, 104 components were approved by experts for use in the hospital. This customized framework was called Hospital Information Technology Architecture. The proposed architecture was drawn in eight layers and eleven components and can be used as a local reference architecture for the implementation of information architecture in Iranian hospitals.</Abstract><OtherAbstract Language="FA">امروزه ارائه خدمات هوشمند و سریع به بیماران و حرکت به سمت بیمارستان‌های نسل آینده، از ضروریات حوزه سلامت است. تهیه معماری اطلاعات برای بیمارستان‌ها مقدمه دستیابی به خدمات هوشمند و به تبع آن ارایه خدمات با سرعت و کیفیت بسیار بالاتر نسبت به سیستم‌های سنتی است. در این مقاله هدف ارایه یک معماری اطلاعات بومی مبتنی بر معیارها و شاخص‌های مهم در بیمارستان‌های ایران بوده است. در این مقاله از معماری فناوری اطلاعات TOGAF استفاده و سپس این معماری متناسب با شرایط بومی ایران برای بیمارستان شریعتی بومی سازی شده است. برای این کار از نظر خبرگان و ابزار پرسشنامه 134 سوالی بهره گرفته  شده و بر اساس آزمون‌های مناسب آماری مورد تحلیل قرار گرفته است. در این مقاله معماری فناوری اطلاعات در قالب یک مدل مفهومی دارای چهار ورودی و چهار لایه زیرساختی طراحی شد. نتایج نشان داد از میان 134 جزء معماری فناوری اطلاعات توگف، تعداد 104 جزء، توسط خبرگان برای کاربرد در بیمارستان مورد تایید قرار گرفت. این چارچوب اختصاصی‌سازی شده، معماری فناوری اطلاعات بیمارستان نامیده شد. معماری پیشنهادی که در هشت لایه و یازده جزء ترسیم شد و می‌تواند به عنوان یک معماری مرجع بومی برای اجرای معماری اطلاعات در بیمارستان‌های ایران مورد استفاده قرار گیرد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">بیمارستان‌های نسل آینده، معماری  فناوری اطلاعات، معماری توگف</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/8314</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle><ISSN>2717-0411</ISSN><Volume>8</Volume><Issue>27</Issue><PubDate PubStatus="epublish"><Year>2019</Year><Month>10</Month><Day>30</Day></PubDate></Journal><ArticleTitle>Presenting a model for using mobile agents in distributed intrusion detection systems based on game theory</ArticleTitle><VernacularTitle>ارائه مدلی جهت استفاده ازعاملهای متحرک در سیستم¬های تشخیص نفوذ توزیع شده مبتنی بر تئوری بازی</VernacularTitle><FirstPage>47</FirstPage><LastPage>60</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>امین</FirstName><LastName>نظارات</LastName><Affiliation> -دانشگاه تهران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>مهدی</FirstName><LastName>رجا</LastName><Affiliation> -دانشگاه الزهرا</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>غلامحسین</FirstName><LastName>دستغیبی فرد</LastName><Affiliation>-</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2013</Year><Month>10</Month><Day>23</Day></History><Abstract>Network intrusion detection systems are tools used to protect network resources from attacks. Due to the spread of attacks in the Internet space and the change in the form and type of attacks from centralized to distributed, the architecture of such systems is also moving towards distribution. In this article, a method based on mobile agents that act as sensors for detecting invalid movements is proposed. Mobile attack detection agents are scattered in the network moving from one node to another and at any time they build a security upper network and use a kind of cooperative game and communicate with each other, after reaching the Shipley value. They can detect and report the extent and origin of the attack. In this article, a method is proposed that WGA in a non-cooperative game with the attacking element tries to establish a revelation communication in order to calculate the value of Nash and reach the maximum utility, so that it can separate the attacks or real requests, the amount and intensity of the attack with Get help from other WGA</Abstract><OtherAbstract Language="FA">سیستم های تشخیص نفوذ در شبکه، ابزارهایی هستند که به منظور محافظت از منابع  شبکه در مقابل حملات استفاده می شوند. با توجه به گستردگی حملات در فضای اینترنت و تغییر در شکل و نوع حملات از حالت متمرکز به توزیع شده، معماری اینگونه سیستم ها نیز به سمت توزیع شدگی حرکت می کند. در این مقاله روشی مبتنی برعاملهای متحرک که به عنوان سنسورهای تشخیص دهنده حرکات غیر معتبر عمل می کنند پیشنهاد شده است. عاملهای متحرک تشخیص دهنده حمله به صورت پراکنده در شبکه در حال جابجایی از یک گره به گره دیگر می باشند و در هر زمان یک شبکه فوقانی   امنیتی را ساخته و با استفاده از نوعی بازی همکارانه و برقراری ارتباط با یکدیگر، پس از رسیدن به مقدار شیپلی می توانند میزان و منشاء حمله را تشخیص و گزارش دهند. در این مقاله روشی پیشنهاد شده است که WGA در یک بازی غیرهمکارانه با عنصر مهاجم سعی در برقراری یک ارتباط مکاشفه ای جهت محاسبه مقدار نش و رسیدن به حداکثر سودمندی را دارد تا بتواند ضمن تفکیک حملات و یا درخواستهای واقعی، میزان و شدت حمله را با کمک سایر WGA  بدست آورد</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">عاملهای متحرک، IDS، تئوری بازی، سیستم چند عاملی، تعادل نش، مقدار شیپلی، امنیت شبکه</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/8315</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle><ISSN>2717-0411</ISSN><Volume>8</Volume><Issue>27</Issue><PubDate PubStatus="epublish"><Year>2019</Year><Month>10</Month><Day>30</Day></PubDate></Journal><ArticleTitle>۹۳ / ۵٬۰۰۰ Integration of data envelopment analysis model and decision tree in order to evaluate units based on information technology</ArticleTitle><VernacularTitle>تلفیق مدل تحلیل پوششی داده¬ها و درخت تصمیم به منظور ارزیابی واحدهای مبتنی بر تکنولوژی اطلاعات</VernacularTitle><FirstPage>61</FirstPage><LastPage>80</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>امیر</FirstName><LastName>امینی</LastName><Affiliation>-دانشکده مهندسی صنایع، دانشگاه صنعتی ارومیه، ارومیه، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>علی رضا</FirstName><LastName>علی نژاد</LastName><Affiliation> -دانشکده مهندسی صنایع، دانشگاه صنعتی ارومیه، ارومیه، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>سمیه </FirstName><LastName>شفقی¬زاده</LastName><Affiliation> -دانشکده مهندسی صنایع، دانشگاه صنعتی ارومیه، ارومیه، ایران</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2014</Year><Month>11</Month><Day>21</Day></History><Abstract>Every organization needs an evaluation system to measure this usefulness in order to know the performance and usefulness of its units, and this issue is more important for financial institutions, including companies based on information technology. Data envelopment analysis is a non-parametric method for measuring the efficiency and productivity of decision making units (DMUs). On the other hand, data mining techniques allow DMUs to explore and discover meaningful information, which was previously hidden in large databases. This paper proposes a general framework combining data envelopment analysis with regression trees to evaluate the efficiency and productivity of DMUs. The result of the hybrid model is a set of rules that can be used by policy makers to discover the reasons for efficient and inefficient DMUs. As a case study using the proposed method to investigate the factors related to productivity, a sample including 18 branches of Iranian insurance in Tehran was selected and after modeling based on the advanced input-oriented LVM model with poor accessibility in data coverage analysis with Undesirable output was calculated and with the decision tree technique, rules are extracted to discover the reasons for productivity increase and productivity regression.</Abstract><OtherAbstract Language="FA">هر سازمان به منظور آگاهی از میزان عملکرد و مطلوبیت فعالیت واحدهای خود به یک نظام ارزشیابی جهت سنجش این مطلوبیت نیاز دارد و این موضوع برای مؤسسات مالی از جمله شرکت های مبتنی بر تکنولوژی اطلاعات اهمیت بیشتری دارد. تحلیل پوششی داده ها  یک روش غیرپارامتری برای اندازه گیری کارایی و بهره وری از واحدهای تصمیم گیری (DMUs)هاست. از طرف دیگر تکنیک داده کاوی  به DMUs))ها اجازه کاوش و کشف اطلاعات معنی داری، که قبلاً در پایگاه داده های بزرگ پنهان بوده اند را می دهد. این مقاله یک چارچوب کلی ترکیب تحلیل پوششی داده ها بادرخت رگرسیون  را برای ارزیابی کارایی و بهره وری ازDMUها پیشنهاد می کند. نتیجه مدل ترکیبی مجموعه ای از قوانین است که می تواند توسط سیاست گذاران برای کشف دلایلDMUهای کارآمد و ناکارآمد مورد استفاده قرار گیرد. به عنوان مطالعه موردی با استفاده از روش پیشنهادی برای بررسی عوامل مرتبط با بهره وری نمونه ای شامل 18 شعبه از بیمه ایران در شهر تهران انتخاب گردید و پس از مدل سازی بر مبنای مدل پیشرفته LVM  ورودی محور با دسترسی پذیری ضعیف درتحلیل پوششی داده ها با خروجی نامطلوب محاسبه گردید و با تکنیک درخت تصمیم، به استخراج قوانین برای کشف دلایل افزایش بهره وری و پسرفت بهره وری می پردازد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">تحلیل پوششی داده¬ها، داده¬کاوی، طبقه¬بندی و رگرسیون، درخت تصمیم، خروجی نامطلوب</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/8316</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle><ISSN>2717-0411</ISSN><Volume>8</Volume><Issue>27</Issue><PubDate PubStatus="epublish"><Year>2019</Year><Month>10</Month><Day>30</Day></PubDate></Journal><ArticleTitle>Understanding the initial trust of users in social networks</ArticleTitle><VernacularTitle>درک اعتماد اولیه کاربران به شبکه¬های اجتماعی</VernacularTitle><FirstPage>81</FirstPage><LastPage>94</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>محسن</FirstName><LastName>اکبری</LastName><Affiliation>عضو هیات علمی</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>کامران      </FirstName><LastName>زاهدفر </LastName><Affiliation> دانشگاه گیلان</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>زهرا </FirstName><LastName>ایاغ</LastName><Affiliation> دانشگاه گیلان</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>5</Month><Day>12</Day></History><Abstract>۲٬۱۰۸ / ۵٬۰۰۰
Social networks are one of the types of social media that have been so influential in the lives of internet users in recent years that the forms of social communication have also been influenced by these new media and in the future the role will be far greater.
They will play more important. On the other hand, trust is one of the main factors of creating satisfaction and repeating the use of online services by users. Therefore, this research has used the possible expansion model to identify the factors affecting users' initial trust in social networks (Facebook) and states that users change their attitude through two central and lateral paths. Central indicators include information quality and service quality, and peripheral indicators include system quality, structural security, and reputation. Self-efficacy moderates the effects of central cues and peripheral cues on initial trust. The statistical population of this research is Iranian Facebook users. The data needed for the research was collected through the connection with the personal pages of people and public pages (related to groups, cities, activities, universities, etc.) active in this social network. For this purpose, the link of the online questionnaire designed on the docs.google.com website was provided to them. In this questionnaire, a 5-point Likert scale from completely disagree (1) to completely agree (5) was used, and at the end, 406 questionnaires were collected, according to the Jersey and Morgan table, to conduct research in the infinite society. It is desirable. The validity of the questionnaire was obtained by asking experts and university professors and its reliability was determined by calculating Cronbach's alpha and it shows the optimal level of reliability. Data were analyzed with SmartPLS2 statistical software. According to the results obtained, among the independent variables of this research, self-efficacy, reputation, and structural security have the greatest effect on initial trust with path coefficients of 0.47, 0.23, and 0.20, respectively, and system quality has the least effect on initial trust with It has a value of 0.07. Also, the results show that self-efficacy only moderates the effect of system quality on initial trust. Therefore, since self-efficacy, aside from the role of attitude adjustment, directly has the greatest effect on primary trust; Social network designers should pay special attention to this factor; So that it is easy to learn and the process of using it is clear and understandable for users.</Abstract><OtherAbstract Language="FA">شبکه های اجتماعی یکی از انواع رسانه های اجتماعی محسوب می شوند که در سال های اخیر در زندگی کاربران اینترنتی آنچنان تأثیرگذار بوده اند که شکل های ارتباطات اجتماعی نیز از این رسانه های جدید تأثیر پذیرفته است و در آینده نقش به مراتب 
مهم تری را بازی خواهند کرد. از سوی دیگر اعتماد یکی از عوامل اصلی ایجاد رضایت و تکرار استفاده ی کاربران از خدمات برخط است. لذا این پژوهش مدل بسط احتمالی را برای شناخت عوامل مؤثر بر اعتماد اولیه کاربران به شبکه های اجتماعی (فیس‌بوک) به کار گرفته است و بیان می کند که کاربران از طریق دو مسیر مرکزی و جانبی نگرش خود را تغییر می دهند. نشانه‌های مرکزی شامل کیفیت اطلاعات و کیفیت خدمات و نشانه‌های جانبی شامل کیفیت سیستم، امنیت ساختاری و شهرت هستند. خودکارآمدی اثرات نشانه‌های مرکزی و نشانه‌های جانبی را بر اعتماد اولیه تعدیل می کند. جامعه آماري این پژوهش، کاربران ایرانی فیسبوک می باشند. داده های مورد نیاز پژوهش از طریق ارتباط با صفحات شخصی افراد و صفحات عمومی (مربوط به گروه ها، شهرها، فعالیت ها، دانشگاه ها و ...) فعال در این شبکه ی اجتماعی جمع آوری گردید. بدین منظور لینک پرسشنامه ی آنلاین طراحی شده بر روی تارنمای docs.google.com در اختیار آنان قرار گرفت. در این پرسشنامه از مقیاس ٥ گزینه ای لیکرت از کاملاً مخالفم (1) تا کاملاً موافقم (5) استفاده شد و در پایان تعداد ٤٠۶ پرسشنامه جمع آوری گردید که با توجه به جدول جرسی و مورگان، برای انجام پژوهش در جامعه ی بی نهایت، مطلوب می-باشد. روایی پرسشنامه از طریق نظرخواهی از خبرگان و اساتید دانشگاه و پایایی آن از طریق محاسبه ی آلفای کرونباخ تأمین گردید و نشان دهنده ی حد مطلوب پایایی است. داده ها با نرم افزار آماری SmartPLS2  تحلیل شد. طبق نتایج به دست آمده از میان متغیرهای مستقل این پژوهش خودکارآمدی، شهرت و امنیت ساختاری به ترتیب با ضریب مسیر 47/0، 23/0 و 20/0 بیشترین اثر را بر اعتماد اولیه دارند و کیفیت سیستم کمترین اثر را بر اعتماد اولیه با مقدار 07/0 دارد. همچنین نتایج بیانگر این مطلب بوده که خودکارآمدی تنها اثر کیفیت سیستم را بر اعتماد اولیه تعدیل می کند. بنابرین از آن جایی که خودکارآمدی جدای از نقش تعدیل گریش به طور مستقیم نیز بیشترین تأثیر را بر اعتماد اولیه دارد؛ طراحان شبکه های اجتماعی باید به این عامل توجه ویژه ای داشته باشند؛ به گونه ای که یادگیری آن آسان و فرآیند استفاده از آن برای کابران واضح و قابل فهم باشد.
</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">اعتماد اولیه، خودکارآمدی، فیس‌بوک، مدل بسط احتمالی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/ar/Article/Download/8317</ArchiveCopySource></ARTICLE></ArticleSet>