هدف از انجام این پژوهش ارائه روشی برای بخشبندی مشتریان بانک بر مبنای مدل RFM در شرایط عدم قطعیت میباشد. در چارچوب پیشنهادی این پژوهش پس از تعیین مقادیر شاخصهای مدل RFM شامل تازگی مبادله (R)، تعداد دفعات مبادله (F) و ارزش پولی مبادله (M) برای از بین بردن عدم قطعیت حاک چکیده کامل
هدف از انجام این پژوهش ارائه روشی برای بخشبندی مشتریان بانک بر مبنای مدل RFM در شرایط عدم قطعیت میباشد. در چارچوب پیشنهادی این پژوهش پس از تعیین مقادیر شاخصهای مدل RFM شامل تازگی مبادله (R)، تعداد دفعات مبادله (F) و ارزش پولی مبادله (M) برای از بین بردن عدم قطعیت حاکم بر آنها، از تئوری اعداد خاکستری استفاده شده و با استفاده از یک روش متفاوت به بخشبندی مشتریان پرداخته شده است. به این ترتیب مشتریان بانک به سه بخش یا خوشه اصلی تحت عنوان مشتریان خوب، معمولی و بد تفکیک شده اند. پس از اعتبارسنجی خوشهها با استفاده از شاخصهای دان و دیویس بولدین، ویژگیهای مشتریان در هر یک از بخشها شناسایی شده است. در پایان نیز پیشنهادهایی جهت بهبود سیستم مدیریت ارتباط با مشتری ارائه میگردد.
پرونده مقاله
علی رغم موفقیت الگوریتم رقابت استعماری (ICA) در حل مسائل بهینه سازی، این الگوریتم کماکان از به دام افتادن مکرر در کمینه محلی و سرعت پایین همگرایی رنج می برد. در این مقاله، نسخۀ جدیدی از این الگوریتم، به نام رقابت استعماری آشوبی متعامد اصلاح شده (COICA)، پیشنهاد می شود. چکیده کامل
علی رغم موفقیت الگوریتم رقابت استعماری (ICA) در حل مسائل بهینه سازی، این الگوریتم کماکان از به دام افتادن مکرر در کمینه محلی و سرعت پایین همگرایی رنج می برد. در این مقاله، نسخۀ جدیدی از این الگوریتم، به نام رقابت استعماری آشوبی متعامد اصلاح شده (COICA)، پیشنهاد می شود. در سیاست جذب نسخه پیشنهادی، هرمستعمره از طریق تعریف بردار متعامد نوینی، فضای حرکت به سمت استعمارگر را جستجو می کند. همچنین احتمال انتخاب امپراطوری های قدرتمند، از طریق تابع توزیع بولتزمان تعریف شده و عمل انتخاب از طریق روش چرخ رولت انجام گرفته است. از الگوریتم پیشنهادی برای آموزش شبکه عصبی پرسپترون چند لایه (MLP) جهت طبقه بندی مجموعه داده های استاندارد، از جمله یونسفر و سونار استفاده شده است. برای ارزیابی عملکرد این الگوریتم و بررسی میزان تعمیم پذیری شبکه عصبی آموزش ديده با نسخه پيشنهادی، از روش اعتبارسنجی متقابل K-Fold استفاده شده است. نتایج بدست آمده از شبیه سازی ها، کاهش خطای آموزش شبکه و همچنین بهبود تعمیم پذیری الگوریتم پیشنهادی را تایید می کند.
پرونده مقاله
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 ک چکیده کامل
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.
پرونده مقاله
سيستم هاي انباره داده1 يكي از ابزارهای مديريت دانش2 و پشتیبانی از تصمیم گیری3 مي باشند. با استفاده از اين سيستم ها می توان داده هاي گسترده درسطح سازمان را گرد آوری4، استخراج5 و يكپارچه6 کرد و به کمک ابزارهايي مانند كشف دانش7 و داده كاوي8 دانش نهفته در داده ها را استخراج چکیده کامل
سيستم هاي انباره داده1 يكي از ابزارهای مديريت دانش2 و پشتیبانی از تصمیم گیری3 مي باشند. با استفاده از اين سيستم ها می توان داده هاي گسترده درسطح سازمان را گرد آوری4، استخراج5 و يكپارچه6 کرد و به کمک ابزارهايي مانند كشف دانش7 و داده كاوي8 دانش نهفته در داده ها را استخراج و تحلیل نمود. ارزیابی آمادگی سازمان برای بهره برداری از انباره داده یکی از موضوعات مورد توجه در پیاده سازی این فناوری می باشد. عدم وجود بستر مناسب در سازمان ها ، عامل مهمی است که
می تواند در موفقیت پیاده سازی سیستم انباره داده ، مشکل ساز شود. در اين مقاله پس از مرور ادبيات و تجزیه و تحلیل مقايسه ای مدلهاي ارزیابی آمادگی سازمان برای پیاده سازی انباره داده و اعتبارسنجی با آزمون فرضیه ها، مدلی مفهومی ساخته می شود. سپس از طریق تجزیه و تحلیل سلسله مراتبی و روش مقايسات زوجي گروهي و استفاده از نرم افزار اکسپرت چویس9 به ارزيابي معيارها، زیرمعیارهای مدل و اکسپرت چویس به ارزيابي معيارها، زیرمعیارهای مدل و وزندهي آنها پرداخته شد. کارآیی و اعتبار مدل تلفیقی حاصله از تحقیق، مشتمل بر6 معیاراصلی ( نوع نیازمندی های اطلاعاتی سازمان، ساختار داده سازمان، عوامل سازمانی، مدیریت پروژه انباره داده، ساختار فنی سازمان و فرآیند های سازمان) و 23 زیرمعیار مرتبط ، با مطالعه پیمایشی بررسی و باز تایید گردید
پرونده مقاله
یادگیری رتبهبندی، یک رویکرد نو ظهور به منظور رفع چالشهای موجود و بهبود عملکرد جویشگرهای وب، بسیار امید بخش و کارآمد است. در عین حال عدم توجه جدی به سوابق تعاملات کاربران با جویشگر طی فرآیند جستجو و ارزیابی نتایج بدست آمده، یکی از معضلات جدی آن بشمار میرود. در عین حال چکیده کامل
یادگیری رتبهبندی، یک رویکرد نو ظهور به منظور رفع چالشهای موجود و بهبود عملکرد جویشگرهای وب، بسیار امید بخش و کارآمد است. در عین حال عدم توجه جدی به سوابق تعاملات کاربران با جویشگر طی فرآیند جستجو و ارزیابی نتایج بدست آمده، یکی از معضلات جدی آن بشمار میرود. در عین حال حجم بسیار زیاد ویژگیهای مورد نیاز از اسناد و پرسوجوهای کاربران نیز کاربردی بودن این رویکرد را در شرایط واقعی با ابهام مواجه ساخته است. استفاده از مدل اطلاعات کلیک از گذر دادهها و تولید ویژگیهای کلیک از گذر داده، راهکار نوینی است که بر مبنای آن و با بکارگیری مدل برنامهنویسی ژنتیک چند لایه، مدل رتبهبندی مناسبی تحت عنوان MGP-Rank برای بازیابی اطلاعات انگلیسی وب، عرضه شده است. در این پژوهش این، با عنایت به ویژگیهای خاص زبان فارسی، از طریق ارائه سناریوهای مناسب برای ایجاد ویژگیهای کلیک از گذر داده این الگوریتم، این الگوریتم بومیسازی شده است. نتایج حاصل از ارزیابی عملکرد این الگوریتم در حوزه زبان فارسی با استفاده از مجموعه داده dotIR، حاکی از توانمندی قابل ملاحظه آن نسبت به روشهای مرجع رتبهبندی اطلاعات است. این بهبود عملکرد، بخصوص در بخش ابتدایی فهرست نتایج جستجو که غالباً بیشتر مورد مراجعه کاربران است، قابل توجه است.
پرونده مقاله
هدف از انجام اين پژوهش ارائه روشی برای بخشبندی مشتریان یکی از بانکهای خصوصی شهر شیراز بر مبنای مدل RFM در شرایط عدم قطعیت دادههای مربوط به مشتریان است. در چارچوب پيشنهادي اين پژوهش ابتدا مقادير شاخصهاي مدل RFM شامل تازگي مبادله (R)، تعداد دفعات مبادله (F) و ارزش پول چکیده کامل
هدف از انجام اين پژوهش ارائه روشی برای بخشبندی مشتریان یکی از بانکهای خصوصی شهر شیراز بر مبنای مدل RFM در شرایط عدم قطعیت دادههای مربوط به مشتریان است. در چارچوب پيشنهادي اين پژوهش ابتدا مقادير شاخصهاي مدل RFM شامل تازگي مبادله (R)، تعداد دفعات مبادله (F) و ارزش پولي مبادله (M) از پایگاه داده مشتریان استخراج و پیشپردازش شدند. با توجه به گستردگی دامنه دادههای مذکور، برای تعیین وضعیت خوب یا بد بودن مشتری نمیتوان عدد دقیقی تعیین نمود؛ لذا برای از بین بردن این عدم قطعیت، از تئوری اعداد خاکستری استفاده شد که وضعیت مشتری را به صورت یک بازه در نظر میگیرد. به این ترتیب با استفاده از یک روش متفاوت به بخشبندی مشتريان بانک پرداخته شد که طبق نتایج، مشتریان به سه بخش یا خوشه اصلی تحت عنوان مشتریان خوب، معمولی و بد تفکیک شدند. پس از اعتبارسنجی خوشهها با استفاده از شاخصهای دان و دیویس بولدین، ویژگیهای مشتریان در هر یک از بخشها شناسایی شد و در پایان نيز پيشنهادهايي جهت بهبود سيستم مديريت ارتباط با مشتري ارائه گردید.
پرونده مقاله
شبکه حسگر بیسیم شامل تعدادی گره حسگر ثابت بوده که گرههای سینک برای جمعآوری دادهها بین گرهها حرکت میکنند. برای کاهش مصرف انرژی و افزایش مقدار داده جمعآوری شده نیاز به تعیین مسیر بهینه و مکان اقامت سینکهای متحرک است که سبب افزایش عمر شبکههای حسگر بیسیم میشود. ا چکیده کامل
شبکه حسگر بیسیم شامل تعدادی گره حسگر ثابت بوده که گرههای سینک برای جمعآوری دادهها بین گرهها حرکت میکنند. برای کاهش مصرف انرژی و افزایش مقدار داده جمعآوری شده نیاز به تعیین مسیر بهینه و مکان اقامت سینکهای متحرک است که سبب افزایش عمر شبکههای حسگر بیسیم میشود. این مقاله، با استفاده از کدگذاری شبکه، یک مدل ریاضی خطی صحیح مختلط یا MILP برای تعیین مسیر بهینه چندپخشی از گرههای حسگر منبع به سینکهای متحرک در شبکههای حسگر بیسیم ارایه داده که زمان و مکانهای اقامت سینکها را تعیین میکند تا جمعآوری دادههای کدگذاری شده حداکثر شود و تاخیر حرکت سینکها و میزان مصرف انرژی کاهش یابد. حل این مساله در زمان چندجملهای به دلیل دخیل بودن پارامترهای مختلف و محدود بودن منابع شبکههای حسگر بیسیم امکانپذیر نیست. لذا برای حل این مساله در زمان چندجملهای، چند الگوریتم اکتشافی و حریصانه و کاملا توزیعشده پیشنهاد شده تا حرکت سینکها و مکان اقامت آنها را براساس حداکثر کردن مقدار دادههای کدگذاری شده و نوع مهلت زمانی دادهها تعیین کند. با شبیهسازی نشان داده که روش بهینه و استفاده از کدگذاری و الگوریتمهای پیشنهادی سبب کاهش زمان اجرا و مصرف انرژی و افزایش دادههای جمعآوری شده و عمر شبکه نسبت به روشهای فاقد کدگذاری شبکه میشود.
پرونده مقاله
فیشینگ یک نوع حمله اینترنتی در سطح وب است که هدف آن سرقت مشخصات فردی کاربران برای دزدی آنلاین است. فیشینگ دارای اثر منفی در از بین بردن اعتماد بین کاربران در کسبوکارهای الکترونیکی است؛ بنابراین در این تحقیق سعی بر بررسی روشهای تشخیص وب سایتهای فیشینگ با استفاده از داد چکیده کامل
فیشینگ یک نوع حمله اینترنتی در سطح وب است که هدف آن سرقت مشخصات فردی کاربران برای دزدی آنلاین است. فیشینگ دارای اثر منفی در از بین بردن اعتماد بین کاربران در کسبوکارهای الکترونیکی است؛ بنابراین در این تحقیق سعی بر بررسی روشهای تشخیص وب سایتهای فیشینگ با استفاده از داده کاوی شده است. شناسایی ویژگیهای برجسته از فیشینگ یکی از پیششرطهای مهم در طراحی یک سیستم تشخیصی دقیق است؛ لذا در گام اول، برای شناسایی ویژگیهای نفوذ فیشینگ یک لیست با 30 ویژگی مطرح در وبسایتهای فیشینگ آماده گردید. سپس برای افزایش کارایی سامانههای تشخیص فیشینگ روش جدیدی جهت کاهش ویژگی ها در دومرحله مبتنی بر انتخاب ویژگی و استخراج ویژگی پیشنهاد شده است که موجب می شود تعداد ویژگیها بهطور قابلتوجهی کاهش یابند. پسازآن عملکرد روشهای درخت تصمیم J48، جنگل تصادفی و بیزین ساده بر روی ویژگیهای کاهشیافته موردبررسی قرار گرفت. نتایج نشان میدهند دقت مدل ایجاد شده برای تعیین وب سایتهای فیشینگ با استفاده از کاهش ویژگی دومرحلهای مبتنی بر پوششی و الگوریتم تحلیل مؤلفه اصلی (PCA) در روش جنگل تصادفی ۹۶٫۵۸% میباشد که نسبت به سایر روشها نتیجه مطلوبی است.
پرونده مقاله
با فراگیر شدن شبکههای اجتماعی و رشد افزون اطلاعات به اشتراکگذاری شده در آنها، کاربران این شبکهها در معرض تهدیدهای بالقوه-ی امنیت و حریم خصوصی دادهها قرار دارند. تنظیمات حریمخصوصی گنجاندهشده در این شبکهها به کاربران کنترل کاملی در جهت مدیریت و خصوصیسازی دسترسی ب چکیده کامل
با فراگیر شدن شبکههای اجتماعی و رشد افزون اطلاعات به اشتراکگذاری شده در آنها، کاربران این شبکهها در معرض تهدیدهای بالقوه-ی امنیت و حریم خصوصی دادهها قرار دارند. تنظیمات حریمخصوصی گنجاندهشده در این شبکهها به کاربران کنترل کاملی در جهت مدیریت و خصوصیسازی دسترسی به اطلاعات اشتراکیشان توسط کاربران دیگر نمیدهد. در این مقاله به کمک مفهوم گراف اجتماعی، یک مدل جدید کنترل دسترسی کاربربهکاربر پیشنهاد شد که امکان بیان سیاستهای حریم شخصی و کنترل دسترسی دقیقتر و حرفهایتری را برحسب الگو و عمق روابط میان کاربران در شبکههای اجتماعی فراهم میکند. در این مقاله با بهکارگیری روش شاخصهای منظم، روابط غیرمستقیم در میان کاربران موردبررسی و تحلیل قرارگرفته و سیاستهای دقیقتری نسبت به مدلهای قبلی ارائهشده است. ارزیابی نتایج نشان داد، در مورد 10 همسایه برای هر کاربر، تجمع احتمال یافتههای یک مسیر واجد شرایط، به ترتیب برای سه حلقه شمارنده اول برابر 1، 5/10 و 3/67 درصد است، و نهایتاً برای شمارنده چهارم به 100 درصد میرسد که با افزایش مشخصه شمارشی تعریفشده، زمان اجرای متوسط الگوریتم پیشنهادی و سایر الگوریتمهای ارائهشده در روشهای قبلی افزایش مییابد اما برای حدود بالاتر مشخصه شمارشی، الگوریتم پیشنهادی بهتر از الگوریتمهای قبلی عمل میکند.
پرونده مقاله
با رشد روز افزون تاثیر فناوری نوین در بازار جهانی، معیارهای تصمیمگیری برای برنامه ریزی بنگاههای اقتصادی درگیر چالشهایی میباشد. یکی از رویکردهای مناسب برای مقابله با این چالشها، استفاده از سیستمهای پشتیبانی تصمیم با بکارگیری نظریه مجموعههای ناهموار است. در این مقا چکیده کامل
با رشد روز افزون تاثیر فناوری نوین در بازار جهانی، معیارهای تصمیمگیری برای برنامه ریزی بنگاههای اقتصادی درگیر چالشهایی میباشد. یکی از رویکردهای مناسب برای مقابله با این چالشها، استفاده از سیستمهای پشتیبانی تصمیم با بکارگیری نظریه مجموعههای ناهموار است. در این مقاله، یک سیستم پشتیبانی تصمیم به همراه الگوریتمی بر اساس نظریه مجموعههای ناهموار برای تصمیمگیری پیشنهاد میگردد. این الگوریتم برای یکی از خطوط تولید در یکی از بنگاههای تحت پوشش وزارت صمت، پیاده سازی و اثرات متغیرها بر اهداف آن بررسی شده است. برای تحلیل و ارزیابی نتایج، دو شاخص قدرت و پشتیبانی در قوانین موجود نظریه مجموعههای ناهموار، مورد استفاده قرار گرفت. این قوانین در سه دسته، مورد بررسی قرار گرفتند و از بین 12 قانون، سه قانون دارای ارزشی متوسط در آن دو شاخص هستند که همیشه برقرار می باشند. بقیه قوانین توزیع ناهمگنی دارند و امکان نقض شدن 3 مورد از قوانین نیز وجود دارد. مزایای استفاده از سیستم پیشنهادی، جلوگیری از اتلاف سرمایه بنگاه، پیشگیری از اشتباهات ناشی از عدم قطعیت موجود در دادهها، دقت بالا در تصمیم گیری، افزایش سادگی و سرعت در انجام تصمیم گیریهای حیاتی برای این بنگاه و بنگاههای اقتصادی مشابه میباشد که بر اساس نظرات تصمیم گیرندگان در این بنگاه، مورد تایید قرار گرفت.
پرونده مقاله
با توجه به رشد قابلتوجه اطلاعات و دادههای متنی که توسط انسانها در شبکههای مجازی تولید میشوند، نیاز به سیستمهایی است که بتوان به کمک آنها بهصورت خودکار به تحلیل دادهها پرداخت و اطلاعات مختلفی را از آنها استخراج کرد. یکی از مهمترین دادههای متنی موجود در سطح و چکیده کامل
با توجه به رشد قابلتوجه اطلاعات و دادههای متنی که توسط انسانها در شبکههای مجازی تولید میشوند، نیاز به سیستمهایی است که بتوان به کمک آنها بهصورت خودکار به تحلیل دادهها پرداخت و اطلاعات مختلفی را از آنها استخراج کرد. یکی از مهمترین دادههای متنی موجود در سطح وب دیدگاههای افراد نسبت به یک موضوع مشخص است. متنهای منتشرشده توسط کاربران در فضای مجازی میتواند معرف شخصیت آنها باشد. الگوریتمهای یادگیری ماشین میتواند انتخاب مناسبی برای تجزیهوتحلیل اینگونه مسائل باشند، اما بهمنظور غلبه بر پیچیدگی و پراکندگی محتوایی و نحوی دادهها نیاز به الگوریتمهای یادگیری ژرف بیش از پیش در این حوزه احساس میشود. در این راستا، هدف این مقاله بهکارگیری الگوریتمهای یادگیری ژرف بهمنظور دستهبندی متون برای پیشبینی شخصیت میباشد. برای رسیدن به این هدف، شبکه عصبی کانولوشنی با مدل آدابوست بهمنظور دستهبندی دادهها ترکیب گردید تا بتوان به کمک آن دادههای آزمایشی که با خطا دستهبندی شدهاند را در مرحله دوم دستهبندی با اختصاص ضریب آلفا، با دقت بالاتری دستهبندی کرد. مدل پیشنهادی این مقاله روی دو مجموعه داده ایزیس و یوتیوب آزمایش شد و بر اساس نتایج بدست آمده مدل پیشنهادی از دقت بالاتری نسبت به سایر روشهای موجود روی هر دو مجموعه داده برخودار است.
پرونده مقاله
سالیان درازی است که اخبار و پیام های جعلی در جوامع انسانی منتشر می گردد و امروزه با فراگیرشدن شبکه های اجتماعی در بین مردم، امکان نشر اطلاعات نادرست بیشتر از قبل شده است. بنابراین، شناسایی اخبار و پیام های جعلی به موضوع برجسته ای در جوامع تحقیقاتی تبدیل شده است. ضمناً چکیده کامل
سالیان درازی است که اخبار و پیام های جعلی در جوامع انسانی منتشر می گردد و امروزه با فراگیرشدن شبکه های اجتماعی در بین مردم، امکان نشر اطلاعات نادرست بیشتر از قبل شده است. بنابراین، شناسایی اخبار و پیام های جعلی به موضوع برجسته ای در جوامع تحقیقاتی تبدیل شده است. ضمناً، شناسایی کاربرانی که این اطلاعات نادرست را ایجاد می کنند و در شبکه نشر می دهند، از اهمیت بالایی برخوردار است. این مقاله، به شناسایی کاربرانی که با زبان فارسی اقدام به انتشار اطلاعات نادرست در شبکه اجتماعی توئیتر می کنند، پرداخته است. در این راستا، سیستمی بر مبنای ترکیب ویژگی های بافتار-کاربر و بافتار-شبکه با کمک شبکه مولد متخاصم شرطی برای متوازن سازی مجموعه -داده پایه ریزی شده است. هم چنین، این سیستم با مدل کردن شبکه اجتماعی توئیتر به گراف تعاملات کاربران و تعبیه گره به بردار ویژگی توسط Node2vec، کاربران منتشرکننده اخبار جعلی را شناسایی می کند. علاوه بر این، با انجام آزمایشات متعدد، سیستم پیشنهادی تا حدود 11% ، 13 % ،12 % و 12 % به ترتیب در معیار های دقت، فراخوانی، معیار اف و صحت نسبت به رقبایش بهبود داشته است و توانسته است دقتی در حدود 99% در شناسایی کاربران منتشرکننده اخبار جعلی ایجاد کند.
پرونده مقاله
هدف این پژوهش ارائه چارچوبی برای دادگان ملی با تمرکز بر حاکمیت داده می باشد تا بدین وسیله بتوان با درنظر گرفتن پارامترهای حکمرانی داده، الگوی موثر برای همه بخش های کشور در تعامل با دادگان ملی ایجاد نمود. رویکرد این پژوهش کیفی و روش تحقق آن ترکیبی می باشد. برای این پژوهش چکیده کامل
هدف این پژوهش ارائه چارچوبی برای دادگان ملی با تمرکز بر حاکمیت داده می باشد تا بدین وسیله بتوان با درنظر گرفتن پارامترهای حکمرانی داده، الگوی موثر برای همه بخش های کشور در تعامل با دادگان ملی ایجاد نمود. رویکرد این پژوهش کیفی و روش تحقق آن ترکیبی می باشد. برای این پژوهش ابتدا مقالات مرتبط با سازماندهی دادگان ملی و تسری حاکمیت داده استخراج گردید و پس از همانی سازی مقالات و مبتنی بر الگو طراحی اکوسیستم های فناوری، 10 مولفه کلیدی به عنوان ماژول های اصلی استخراج شد. در ادامه با بررسی مقالات و با استفاده از مصاحبه و تشکیل گروه های دلفی و تحلیل خبرگانی برای هر یک از ماژول ها ، شاخص و زیر شاخص ها احصاء گردید. با طراحی دو پرسشنامه با محور راهبردی-مدیریتی و فنی –حقوقی، 22 شاخص و 154 زیر شاخص با استفاده از تحلیل های همبستگی و آماری نهایی گردید. از این پژوهش می توان به عنوان یک مرجع علمی برای ایجاد خزانه داده ملی در کشور بهره برد. پیشنهاد می گردد توسعه زیرساخت های فنی و الگوهای حاکمیت داده در ابعاد ملی با توجه به ماژول ها و شاخص های احصا شده در این پژوهش بررسی گردد.
پرونده مقاله
امروزه سرمایه گذاري در فناوري اطلاعات و ارتباطات (فاوا) امری اجتناب ناپذیر است، چرا که بر ابعاد مختلف زندگی بشر از جمله اقتصاد اثر می گذارد. با توجه به افزایش سریع جمعیت، افزایش تقاضاي انرژي و محدودیت منابع انرژي یکی از اقدامات اساسی جهت دستیابی به توسعه پایدار در کشوره چکیده کامل
امروزه سرمایه گذاري در فناوري اطلاعات و ارتباطات (فاوا) امری اجتناب ناپذیر است، چرا که بر ابعاد مختلف زندگی بشر از جمله اقتصاد اثر می گذارد. با توجه به افزایش سریع جمعیت، افزایش تقاضاي انرژي و محدودیت منابع انرژي یکی از اقدامات اساسی جهت دستیابی به توسعه پایدار در کشورها، بهینه سازي و اصلاح ساختارهاي مصرف انرژي می باشد. با توجه به اینکه بخش خانگی یکی از بخش هاي اصلی مصرف کننده ي انرژي است، یکی از رویکردهاي موثر در کاهش و مدیریت مخارج انرژي خانوارها بهره گیري از قابلیت هاي فاوا است. در این راستا در این مطالعه اثر گسترش فاوا بر مخارج انرژی خانوارهاي شهري ایران با استفاده از روش Panel Data و الگوي GLS طی دوره زمانی 1387-1394 و در قالب داده هاي استانی مورد تجزیه و تحلیل قرار گرفته است. نتایج حکایت ازآن دارد که در برخی از مدل ها به صورت موردی اثر کاهشی فاوا بر مخارج انرژی دیده شد. لیکن در اکثر مدل های برآورد شده اثر کاهشی معناداری از فاوا بر مخارج انرژی خانوارها دیده نمی شود. به نظر می رسد عمده دلایل این امر ساختار یارانه ای حاکم بر قیمت انرژی، پایین بودن سهم انرژی در کل هزینه های مصرفی خانوار، نبود فرهنگ صحیح مصرف و... می باشند.
پرونده مقاله
امروزه بررسی نظرات و عقاید کاربران در بستر اینترنت بخش مهمی از فرآیند تصمیم گیری مردم در رابطه با انتخاب یک محصول یا استفاده از خدمات ارایه شده را شامل می شود. با وجود بستر اینترنت و دسترسی ساده به وبلاگ های مربوط به نظرات در زمینه صنعت گردشگری و هتلداری، منابع غنی و ع چکیده کامل
امروزه بررسی نظرات و عقاید کاربران در بستر اینترنت بخش مهمی از فرآیند تصمیم گیری مردم در رابطه با انتخاب یک محصول یا استفاده از خدمات ارایه شده را شامل می شود. با وجود بستر اینترنت و دسترسی ساده به وبلاگ های مربوط به نظرات در زمینه صنعت گردشگری و هتلداری، منابع غنی و عظیمی از عقاید بصورت متن موجود می باشد که افراد میتوانند از روش های متن کاوی برای کشف عقاید دیگران استفاده کنند. با توجه به اهمیت نظر و عقاید کاربران در صنایع و بویژه صنعت گردشگری و هتلداری، مباحث عقیدهکاوی و تحلیل احساسات و کاوش متون نوشته شده توسط کاربران مورد توجه متصدیان امور قرار گرفته است .
در این مقاله یک روش ترکیبی و جدید بر اساس یک رویکرد رایج در تحلیل احساسات، استفاده از واژگان برای تولید ویژگی هایی برای طبقه بندی بار احساسی نظرات ارائه شده است. بدین صورت که دو روش ساخت فهرست واژگان یکی با استفاده از روش های آماری و دیگری با استفاده از الگوریتم ژنتیکی ارائه شده است. واژگان فوق الذکر با فرهنگ واژگان احساس عمومی و استاندارد لیو بینگ آمیخته می شوند تا دقت طبقه بندی افزایش یابد.
پرونده مقاله
توسعه روزافزون ابزارهاي مولد خدمات دادهاي و لزوم ذخيرهسازي نتايج پردازشهاي بزرگ وگسترده حاصل از فعاليتهاي مختلف در خدمات شبکه ملی اطلاعات و دادههای تولیدی بخش خصوصي و شبكههاي فراگير اجتماعي، روند مهاجرت به پايگاههاي نوين با ويژگيهاي مناسب را اجتناب ناپذير كرده چکیده کامل
توسعه روزافزون ابزارهاي مولد خدمات دادهاي و لزوم ذخيرهسازي نتايج پردازشهاي بزرگ وگسترده حاصل از فعاليتهاي مختلف در خدمات شبکه ملی اطلاعات و دادههای تولیدی بخش خصوصي و شبكههاي فراگير اجتماعي، روند مهاجرت به پايگاههاي نوين با ويژگيهاي مناسب را اجتناب ناپذير كرده است. با گسترش و تغيير حجم و تركيب دادهها و شكلگيري کلان دادهها، عملكردها و الگوهاي سنتي پاسخگوي نيازهاي جديد نيستند. بنابراين لزوم استفاده از سيستمهاي ذخيرهسازي اطلاعات در قالبها و مدلهاي نوین و مقیاسپذیر را ضروري ساخته است. در اين مقاله راهكارهاي اساسي در خصوص ابعاد ساختاري و كاركردهاي مختلف پايگاههاي داده سنتي و سيستمهاي ذخيرهسازي نوين بررسي گرديده و راهكارهاي فني جهت مهاجرت از پايگاههاي داده سنتي به نوین و مناسب برای کلان دادهها ارائه ميگردد. همچنین، ويژگيهاي اساسي در خصوص پيوند پايگاههاي داده سنتي و نوين جهت ذخيره و پردازش دادههاي حاصل از خدمات فراگير شبکه ملی اطلاعات ارائه شده و پارامترها و قابليتهای پايگاههای داده در بستر استاندارد و هدوپ بررسی شده است. علاوه بر آن، به عنوان یک نمونه عملیاتی یک راهکار ترکیب پایگاه داده سنتی و نوین با استفاده از روش BSC ارائه شده و مورد ارزیابی و مقایسه قرار گرفته است و نشان داده شده است كه در مجموعه دادههای مختلف با حجم دادههای متفاوت، استفاده ترکيبی از هر دو نوع پايگاه هاي داده سنتي و نوين مي تواند بيشترين کارايی را به همراه داشته باشد.
پرونده مقاله
این پژوهش با هدف شناسایی و رتبهبندی عوامل مؤثر بر استراتژی تحول دیجیتال در صنعت حمل و نقل بار جادهای ایران با تمرکز بر اینترنت اشیا و تحلیلگری داده صورت گرفته است. پس از بررسی پیشینه پژوهش، مصاحبههای نیمهساختاریافته با 20 نفر از خبرگان دانشگاهی و صنعت مربوطه انجام ش چکیده کامل
این پژوهش با هدف شناسایی و رتبهبندی عوامل مؤثر بر استراتژی تحول دیجیتال در صنعت حمل و نقل بار جادهای ایران با تمرکز بر اینترنت اشیا و تحلیلگری داده صورت گرفته است. پس از بررسی پیشینه پژوهش، مصاحبههای نیمهساختاریافته با 20 نفر از خبرگان دانشگاهی و صنعت مربوطه انجام شد که با استفاده از روش نمونهگیری هدفمند و اصل اشباع انتخاب شدند. در بخش کمی نیز نظرات 170 نفر از کارکنان این صنعت که براساس فرمول کوکران و روش نمونهگیری طبقهای گزینش شدند با استفاده از پرسشنامه محقق ساخته جمعآوری شد. برای تجزیه و تحلیل دادهها در بخش کیفی از تکنیک دلفی، مرور ادبیات و کدگذاری استفاده شد. در بخش کمی نیز از آمار استنباطی و نرمافزارهای SPSS و smartPLS استفاده شد. در نهایت 40 شاخص در قالب 8 عامل استخراج شد و با استفاده از تحلیل عاملی، رتبهبندی شاخصها و عوامل اثرگذار انجام شد. نتیجه این پژوهش نشان میدهد که عوامل درونی دارای بالاترین رتبه بوده و زیرساختهای نرمافزاری، زیرساختهای سختافزاری، اقتصادی، عوامل بیرونی، قانونی، فرهنگی و ضریب نفوذ به ترتیب در رتبههای بعدی قرار دارند. لذا پیشنهاد میشود سازمانها برنامه توانمندسازی نیروی انسانی خود را در راستای استفاده از فناوری و ابزار دیجیتال مورد نیاز لحاظ نمایند.
پرونده مقاله
امروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاری های مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد چکیده کامل
امروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاری های مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد با استفاده از حملات سایبری به سایت ها و فروشگاه های مجازی نفوذ کرده و در آنها اخلال ایجاد می کند. آشکارسازی حملات و ناهنجاریها یکی از چالشهای جدید در مسیر پیشبرد تکنولوژی تجارت الکترونیک می باشد. تشخیص ناهنجاری های یک شبکه و فرآیند شناسایی فعالیتهای مخرب در کسب و کارهای تجارت الکترونیک با تجزیه و تحلیل رفتار ترافیک شبکه امکانپذیر است. سیستمهای داده کاوی بطور گسترده ای در سیستمهای تشخیص نفوذ (IDS) برای تشخیص ناهنجاری ها استفاده می شود. کاهش ابعاد ویژگیها نقش بسیار مهمی در تشخیص نفوذ ایفا می کند، زیرا تشخیص ناهنجاری ها از ویژگیهای ترافیک شبکه با ابعاد بالا فرآیندی زمان بری است. انتخاب ویژگیهای درست و مناسب بر سرعت تجزیه و تحلیل و کار پیشنهادی تاثیر می-گذارد و می تواند سرعت تشخیص را بهبود بخشد. در این مقاله با استفاده از الگوریتم های داده کاوی مانند J48 و PSO توانستیم میزان دقت تشخیص ناهنجاری ها و حملات به میزان قابل توجه ای بهبود ببخشیم.
پرونده مقاله
تشخیص متن در تصاویر از مهم ترین منابع تحلیل محتوای تصاویر است. گرچه در زبان هایی همچون انگلیسی و چینی، تحقیقاتی در زمینه تشخیص و بازشناسی متن و ارائه مدله ای انتها به انتها (مدل هایی که تشخیص و بازشناسی در یک مدل واحد ارائه می شود) مبتنی بر یادگیری عمیق انجام شده است، ا چکیده کامل
تشخیص متن در تصاویر از مهم ترین منابع تحلیل محتوای تصاویر است. گرچه در زبان هایی همچون انگلیسی و چینی، تحقیقاتی در زمینه تشخیص و بازشناسی متن و ارائه مدله ای انتها به انتها (مدل هایی که تشخیص و بازشناسی در یک مدل واحد ارائه می شود) مبتنی بر یادگیری عمیق انجام شده است، اما برای زبان فارسی مانعی بسیار جدی برای توسعه چنین مدلهایی وجود دارد. این مانع، نبود مجموعه داده آموزشی با تعداد بالا برای مدلهای مبتنی بر یادگیری عمیق است. در این مقاله، ما ابزارهای لازم برای ساخت مجموعه داده تصاویر متن منظره با پارامترهایی همچون رنگ، اندازه، فونت و چرخش متن طراحی و ایجاد می کنیم. از این ابزارها برای تامین داده بزرگ و متنوع برای آموزش مدل های مبتنی بر یادگیری عمیق استفاده می شود. به کمک این ابزارها و تنوع تصاویر ساخته شده، مدل ها به نوع خاصی از این پارامترها وابسته نمی شوند و سبب جامعیت مدل ها می شود. 7603 تصویر متن منظره و 39660 تصویر کلمات بریده شده، ساخته شده است. مزیت روش ما نسبت به تصاویر واقعی، ساخت تصاویر به تعداد دلخواه و بدون نیاز به حاشیه نویسی دستی می باشد. طبق بررسی ما، این اولین مجموعه داده تصاویر متن منظره فارسی به صورت آزاد و با تعداد بالا است.
پرونده مقاله
زمینه و هدف: علیرغم حجم بسیار زیاد داده و فوایدی که استفاده از آن می تواند برای فعالیت های بازاریابی داشته باشد، هنوز نحوه بکارگیری آن در ادبیات پژوهش بصورت روشن مشخص نبوده و مطالعات بسیار محدودی در این زمینه انجام گرفته است. در این راستا ﭘﮋوﻫﺶ ﺣﺎﺿﺮ با بهره گیری از نظری چکیده کامل
زمینه و هدف: علیرغم حجم بسیار زیاد داده و فوایدی که استفاده از آن می تواند برای فعالیت های بازاریابی داشته باشد، هنوز نحوه بکارگیری آن در ادبیات پژوهش بصورت روشن مشخص نبوده و مطالعات بسیار محدودی در این زمینه انجام گرفته است. در این راستا ﭘﮋوﻫﺶ ﺣﺎﺿﺮ با بهره گیری از نظریه قابلیت های پویا به شناسایی قابلیت های پویای بازاریابی داده محور به منظور محوریت دادن به داده در شکل گیری راهبردهای بازاریابی، انجام تصمیم گیری های اثربخش و بهبود کارایی در فرایندها و عملیات بازاریابی پرداخته است. روششناسی: این پژوهش به روش ﮐﯿﻔﯽ و ﺑﺎ اﺳﺘﺮاﺗﮋي تحلیل مضمون و بهره گیری از ﻣﺼﺎﺣﺒﻪ با متخصصان این حوزه، اﻧﺠﺎم گرفته است. افراد مورد مطالعه ﭘﮋوﻫﺶ تعداد 18 متخصص حرفه ای در زمینه تحلیل داده و بازاریابی ﺑﻮده اﻧﺪ ﮐﻪ ﺑﺎ روش ﻧﻤﻮﻧﻪﮔﯿﺮي ﻫﺪﻓﻤﻨﺪ اﻧﺘﺨﺎب ﺷﺪه اﻧﺪ. یافتهها: ﯾﺎﻓﺘﻪﻫﺎي این مطالعه ﻧﺸﺎن می دهد قابلیت های پویای بازاریابی داده محور شامل؛ قابلیت جذب داده های بازاریابی، قابلیت تجمیع و تحلیل گری داده های بازاریابی، قابلیت تصمیم گیری داده محور، قابلیت بهبود تجربه داده محور با مشتری، قابلیت نوآوری داده محور، قابلیت شبکه سازی، قابلیت چابکی و قابلیت ایجاد تحول داده محور می باشند. نتیجهگیری: نتایج این مطالعه می تواند گامی در جهت تکامل تئوری قابلیت های پویا در حوزه بازاریابی با رویکرد داده محوری باشد. از این رو می تواند در آموزش و ایجاد قابلیت های جدید سازمانی به منظور بکارگیری کلان داده در فعالیت های بازاریابی سازمان ها و توسعه و بهبود محصولات و خدمات داده محور و بهبود تجربه مشتریان مورد استفاده قرار گیرد
پرونده مقاله
نظریه گراف بواسطه توانمندی در مدلسازی روابط پیچیده بین عناصر در مسائل مختلف، بصورت گسترده مورد استفاده قرار گرفته است. از سوی دیگر، بازیابی اطلاعات یعنی استخراج اطلاعات مورد نیاز کاربر، به عنوان یکی از مسائل مهم در دنیای الگوریتم و محاسبات مطرح است. با توجه به کارآمدی ر چکیده کامل
نظریه گراف بواسطه توانمندی در مدلسازی روابط پیچیده بین عناصر در مسائل مختلف، بصورت گسترده مورد استفاده قرار گرفته است. از سوی دیگر، بازیابی اطلاعات یعنی استخراج اطلاعات مورد نیاز کاربر، به عنوان یکی از مسائل مهم در دنیای الگوریتم و محاسبات مطرح است. با توجه به کارآمدی راهکارهای مبتنی بر گراف در بازیابی اطلاعات، این مقاله، به بررسی تحلیلی و دسته بندی کاربردهای نظریه گراف در بازیابی اطلاعات، می پردازد. این راهکارها در سه دسته کلی، قابل تفکیک هستند؛ دسته نخست، شامل الگوریتمهایی می باشد که در آنها از بازنمایی گرافی دادگان در فرآیند بازیابی اطلاعات، استفاده می شود. دسته دوم پژوهشها، به حل مسئله بازیابی معنایی اطلاعات با استفاده از نظریه گراف می پردازند و نهایتا دسته سوم، مربوط به یادگیری رتبه بندی با استفاده از نظریه گراف است. این سه دسته بصورت جزئی تر در هشت زیردسته، دسته بندی شده اند. همچنین از منظر آماری، پژوهشهای صورت گرفته در هر دسته بر اساس تعداد و سال انتشار، بررسی شده اند. از جمله یافته های این مطالعه، این است که دسته سوم، هم از نظر تعداد پژوهشها و نیز سال انتشار آنها، شاخه نوظهوری محسوب می شود و میتواند حوزه تحقیقاتی جالب توجهی برای محققان محسوب شود.
پرونده مقاله
یک راهحل منطقي براي لحاظکردن همپوشاني خوشهها، انتساب مجموعهاي از درجه عضویت به هر داده است. بهدلیل کمشدن افرازها و کوچکشدن فضايجستجو، خوشهبندي فازي عموما داراي سربار محاسباتي کمتري بوده، تشخیص و مدیریت دادههاي مبهم، نویزدار و دادههايپرت نیز در آن بهسهولت انجام ميگیرد. ا چکیده کامل
یک راهحل منطقي براي لحاظکردن همپوشاني خوشهها، انتساب مجموعهاي از درجه عضویت به هر داده است. بهدلیل کمشدن افرازها و کوچکشدن فضايجستجو، خوشهبندي فازي عموما داراي سربار محاسباتي کمتري بوده، تشخیص و مدیریت دادههاي مبهم، نویزدار و دادههايپرت نیز در آن بهسهولت انجام ميگیرد. ازاینرو خوشهبندي فازي از نوع پیشرفته روشهاي خوشهبندي به شمار ميرود. اما روشهاي خوشهبندي فازي در مواجه با روابط غیرخطي دادهها ناتوانند. روش پیشنهادي این مقاله ميکوشد تا مبتني بر ایدههاي امکان پذیري، از یادگیري چندهستهاي در چارچوب نگاشتکاهش هدوپ براي تشخیص خوشههاي خطيجدایيناپذیر با ساختار کلاندادههاي پیچیده، استفاده کند. مدل یادگیري چندهستهاي قادر به کشف روابط پیچیده بین دادهاي بوده و در عین حال هدوپ ما را قادر خواهد ساخت تا به جاي تعامل با سیستم عامل و پردازنده، با یک کلاستر منطقي از پردازشها و گرههاي انباره داده تعامل داشته باشیم و عمده کار را بر عهده فریمورک بیندازیم. به طور خلاصه مدلسازي روابط غیرخطي دادهها با استفاده از مدل یادگیري چندهستهاي، تعیین مقادیر مناسب براي پارامترهاي فازيسازي و امکانپذیري، و ارائه الگوریتم در مدل نگاشتکاهش هدوپ از دستاوردهاي کلیدي مقاله حاضر ميباشد. آزمایشها برروي یکي از مجموعه دادههاي پر استفاده مخزن یادگیري UCI و همچنین برروي دیتاست شبیهساز CloudSim پیاده سازي شده است و نتایج قابل قبولي به دست آمده است. طبق مطالعات منتشر شده، مخزن یادگیري UCI براي مقاصد رگرسیون و خوشهبندي کلان داده، و مجموعه داده CloudSim براي شبیهسازي موارد مربوط به رایانش ابري، محاسبه تأخیرهاي زماني و زمانبندي انجام وظایف معرفي شدهاند.
پرونده مقاله
شبکههاي اجتماعي بهدلیل سرعت انتشار رویدادها و نیز حجم زیاد اطلاعات، به یکي از مهمترین منابع تصمیمگیري در سازمانها تبدیل شدهاند. ولي پیش از استفاده، صحت، قابلیت اطمینان و ارزش اطلاعات تولید شده توسط آنها، باید مورد ارزیابي قرار گیرد. به این منظور، بررسي اعتبار اطلاعات با چکیده کامل
شبکههاي اجتماعي بهدلیل سرعت انتشار رویدادها و نیز حجم زیاد اطلاعات، به یکي از مهمترین منابع تصمیمگیري در سازمانها تبدیل شدهاند. ولي پیش از استفاده، صحت، قابلیت اطمینان و ارزش اطلاعات تولید شده توسط آنها، باید مورد ارزیابي قرار گیرد. به این منظور، بررسي اعتبار اطلاعات با توجه به ویژگيهاي شبکههاي اجتماعي در سه سطح کاربر، محتوا و رویداد امکانپذیر ميباشد. سطح کاربر، قابل اطمینانترین سطح این حوزه ميباشد، زیرا کاربر معتبر، معمولا اقدام به انتشار محتواي معتبر مينماید. از این رو، ارزیابي سطح کاربر مورد توجه این پژوهش ميباشد.
بیشتر مقالات مرتبط به حوزۀ ارزیابي اعتبار کاربران شبکههاي اجتماعي به ارزیابي اعتبار کاربران در حالت کلي پرداختهاند و از اهداف سازماني مانند ارزیابي اعتبار کاربران به منظور یافتن افراد خلاق چشم پوشي نمودهاند. همچنین چرخه حیات کلان داده و مولفههاي مهم در فرآیند ارزیابي اعتبار کاربران کمتر مورد توجه قرار گرفتهاند. از این رو، این تحقیق با بررسي 50 مقاله مهم در این حوزه، مولفههاي مهم را به سه مولفه اصلي )تعیین موضوع محتوا، انتخاب ویژگيها و ارزیابي اعتبار( دسته بندي مينماید و روشها و ویژگيهاي مربوط به هر یک را مورد بحث قرار ميدهد. نهایتا یک چارچوب اولیه ارزیابي اعتبار کاربران شبکههاي اجتماعي با توجه به اهداف سازماني و چرخه حیات کلان داده ارائه گردید. هدف این چارچوب، ارائه یک راهنما مناسب به سازمانها، براي محاسبۀ میزان اعتبار کاربران در فرآیند تصمیمگیري ميباشد.
پرونده مقاله
افزایش تقاضا براي کاربردهاي مبتني بر ابر و استفاده ناکارآمد از منابع، موجب مصرف بيرویه انرژي در مراکز داده ابري شده است.
مدیریت پویاي منابع در مراکز داده با هدف کاهش مصرف انرژي، از طریق پیشبیني بار کاري ماشین مجازي امکانپذیر است. پیشبیني بار کاري ماشین مجازي این امکان چکیده کامل
افزایش تقاضا براي کاربردهاي مبتني بر ابر و استفاده ناکارآمد از منابع، موجب مصرف بيرویه انرژي در مراکز داده ابري شده است.
مدیریت پویاي منابع در مراکز داده با هدف کاهش مصرف انرژي، از طریق پیشبیني بار کاري ماشین مجازي امکانپذیر است. پیشبیني بار کاري ماشین مجازي این امکان را ميدهد که ماشین مجازي متناسب با درخواست کاربران در زمان مناسب مهاجرت کند و در مصرف انرژي موثر باشد و منابع را به کارآمدترین روش تخصیص دهد. پیشبیني بار کاري ماشین مجازي ميتواند بر اساس الگوي درخواست کاربران باشد براي این منظور ميتوان ماشینهاي مجازي را بر اساس پیشبیني مصرف منابع )به عنوان مثال میانگین مصرف پردازنده( در کلاسهاي حساس یا غیر حساس به تأخیر دستهبندي کرد و سپس، ماشینهاي مجازي متناسب با در خواست کاربران را به آنها اختصاص داد. در واقع پیشبیني بار کاري و تحلیل پیشبیني به عنوان یک فرآیند اولیه براي مدیریت منابع )مانند کاهش تعداد مهاجرت در ادغام پویاي ماشین مجازي( باشد. از این رو در این مقاله از ترکیب شبکه عصبي پیچشي و واحد برگشتي دروازهدار بهمنظور پیشبیني بار کاري ماشینهاي مجازي مایکروسافت آزور استفادهشده است. مجموعه داده آزور یک مجموعه داده داراي برچسب است و بار کاري ماشینهاي مجازي در این مجموعه داده در دو برچسب حساس یا غیر حساس به تأخیر قرار دارند. در این مجموعه داده اکثر ماشینهاي مجازي داراي برچسب غیر حساس به تأخیر ميباشند؛ بنابراین بنابراین توزیع نمونهها در این مجموعه داده به صورت نامتوازن است از ین رو براي رفع این چالش از افزایش تصادفي نمونههاي کلاس اقلیت استفاده شده است. طبق نتایج حاصل از آزمایشها، روش پیشنهادي داراي دقت 42 / 94 است که نشاندهنده برتري مدل پیشنهادي نسبت به سایر مدلهاي پیشین است.
پرونده مقاله
سیستمهای توصیه گر میتوانند درخواستهای آینده کاربر را پیشبینی و سپس لیستی از صفحات موردعلاقه کاربر را تولید کند. بهعبارتدیگر سیستم های توصیه گر می توانند نمایه ایی دقیق از رفتار کاربران را به دست آورده و صفحه ایی پیشبینی شود که کاربر درحرکت بعدی آن را انتخاب خواهد چکیده کامل
سیستمهای توصیه گر میتوانند درخواستهای آینده کاربر را پیشبینی و سپس لیستی از صفحات موردعلاقه کاربر را تولید کند. بهعبارتدیگر سیستم های توصیه گر می توانند نمایه ایی دقیق از رفتار کاربران را به دست آورده و صفحه ایی پیشبینی شود که کاربر درحرکت بعدی آن را انتخاب خواهد کرد که این کار میتواند مشکل شروع سرد سیستم را حل و باعث کیفیت بخشیدن به جستجو شود. در این تحقیق به ارائه روش جدیدی بهمنظور بهبود سیستمهای توصیه گر در زمینه وب پرداخته میشود که از الگوریتم خوشهبندی DBSCAN جهت خوشهبندی دادهها استفاده میشود که این الگوریتم امتیاز کارایی ۹۹٪ را به دست آورد. سپس با استفاده از الگوریتم Page rank، صفحات موردعلاقه کاربر وزن دهی میشوند. سپس با استفاده از روش SVM، دادهها را دستهبندی و جهت تولید پیشبینی به کاربر به یک سیستم توصیه گر ترکیبی داده میدهیم که درنهایت این سیستم توصیه گر لیستی از صفحات را در اختیار کاربر قرار خواهد داد که میتواند موردعلاقه وی باشند. ارزیابی نتایج حاصل از تحقیق حاکی از آن بود که استفاده از این روش پیشنهادی میتواند امتیاز ۹۵% را در قسمت فراخوانی و امتیاز ۹۹% را در قسمت دقت به دست آورد که این نتایج اثبات میکند که این سیستم توصیه گر تا بیش از ۹۰٪ میتواند صفحات موردنظر کاربر را بهدرستی تشخیص داده و تا حدود زیادی نقاط ضعف سایر سیستم های پیشین را برطرف سازد.
پرونده مقاله
زبان عربی ریختشناسی بسیار غنی و پیچیدهای دارد که برای تحلیل زبان عربی و به ویژه در متون عربی سنتی مانند متون تاریخی و مذهبی بسیار مفید است و در فهم معنای متون کمک میکند. در مجموعه دادههای ریختشناسی تنوع برچسب و تعداد نمونههای دادگان به ارزیابی روشهای ریختشناسی چکیده کامل
زبان عربی ریختشناسی بسیار غنی و پیچیدهای دارد که برای تحلیل زبان عربی و به ویژه در متون عربی سنتی مانند متون تاریخی و مذهبی بسیار مفید است و در فهم معنای متون کمک میکند. در مجموعه دادههای ریختشناسی تنوع برچسب و تعداد نمونههای دادگان به ارزیابی روشهای ریختشناسی کمک بیشتری میکند، در این پژوهش مجموعه داده ریختشناسی که ارائه میکنیم شامل حدود ۲۲۳۶۹۰ کلمه از كتاب شرائع الاسلام است که توسط متخصصین برچسبگذاری شده است که این مجموعه دادگان از نظر حجم و تنوع برچسبها نسبت به سایر دادگانهایی که برای تحلیل ریختشناسی عربی ارائه داده شده است برتر میباشد. برای ارزیابی دادگان، سامانه فراسه را بر روی متون اعمال کردیم و کیفیت حاشیهنویسی را از طريق چهار معيار بر روی سامانه فراسه گزارش میکنیم.
پرونده مقاله
توسعه زيرساختها و برنامههاي كاربردي به خصوص سرويسهاي همگاني در قالب رايانش ابري، الگوهاي سنتي خدمات پايگاههاي داده و روشهاي ذخيرهسازي آنها را با محدوديتها و چالشهاي جدي روبرو ساخته است. توسعه روزافزون ابزارهاي مولد خدمات دادهاي و لزوم ذخيرهسازي نتايج پردازش چکیده کامل
توسعه زيرساختها و برنامههاي كاربردي به خصوص سرويسهاي همگاني در قالب رايانش ابري، الگوهاي سنتي خدمات پايگاههاي داده و روشهاي ذخيرهسازي آنها را با محدوديتها و چالشهاي جدي روبرو ساخته است. توسعه روزافزون ابزارهاي مولد خدمات دادهاي و لزوم ذخيرهسازي نتايج پردازشهاي بزرگ وگسترده حاصل از فعاليتهاي مختلف در شبکه ملی اطلاعات و دادههای تولیدی بخش خصوصي و شبكههاي فراگير اجتماعي، روند مهاجرت به پايگاههاي داده نوين با ويژگيهاي مناسب را اجتنابناپذير كرده است. با گسترش و تغيير حجم و تركيب دادهها و شكلگيري کلان دادهها، عملكردها و الگوهاي سنتي پاسخگوي نيازهاي جديد نيستند. بنابراين لزوم استفاده از سيستمهاي ذخيرهسازي داده در قالبها و مدلهاي نوین و مقیاسپذیر را ضروري ساخته است. در اين مقاله راهكارهاي اساسي در خصوص ابعاد ساختاري و كاركردهاي مختلف پايگاههاي داده سنتي و سيستمهاي ذخيرهسازي نوين بررسي گرديده و راهكارهاي فني جهت مهاجرت از پايگاههاي داده سنتي به نوین و مناسب برای کلان دادهها ارائه ميگردد. همچنین ويژگيهاي اساسي در خصوص پيوند پايگاههاي داده سنتي و نوين جهت ذخيره و پردازش دادههاي حاصل از شبکه ملی اطلاعات ارائه شده و پارامترها و قابليتهای پايگاههای داده در بستر استاندارد پایه و بستر هدوپ بررسی شده است. به عنوان یک نمونه عملیاتی یک راهکار ترکیبی از پایگاه داده سنتی و نوین با استفاده از روش کارت امتيازی متوازن ارائه شده و مورد ارزیابی و مقایسه قرار گرفته است.
پرونده مقاله
این پژوهش با هدف شناسایی و رتبهبندی عوامل مؤثر بر استراتژی تحول دیجیتال در صنعت حمل و نقل بار جادهای ایران با تمرکز بر اینترنت اشیا و تحلیلگری داده صورت گرفته است. پس از بررسی پیشینه پژوهش، مصاحبههای نیمهساختاریافته با 20 نفر از خبرگان دانشگاهی و صنعت مربوطه انجام ش چکیده کامل
این پژوهش با هدف شناسایی و رتبهبندی عوامل مؤثر بر استراتژی تحول دیجیتال در صنعت حمل و نقل بار جادهای ایران با تمرکز بر اینترنت اشیا و تحلیلگری داده صورت گرفته است. پس از بررسی پیشینه پژوهش، مصاحبههای نیمهساختاریافته با 20 نفر از خبرگان دانشگاهی و صنعت مربوطه انجام شد که با استفاده از روش نمونهگیری هدفمند و اصل اشباع انتخاب شدند. در بخش کمی نیز نظرات 170 نفر از کارکنان این صنعت که براساس فرمول کوکران و روش نمونهگیری طبقهای گزینش شدند با استفاده از پرسشنامه محقق ساخته جمعآوری شد. برای تجزیه و تحلیل دادهها در بخش کیفی از تکنیک دلفی، مرور ادبیات و کدگذاری استفاده شد. در بخش کمی نیز از آمار استنباطی و نرمافزارهای SPSS و smartPLS استفاده شد. در نهایت 40 شاخص در قالب 8 عامل استخراج شد و با استفاده از تحلیل عاملی، رتبهبندی شاخصها و عوامل اثرگذار انجام شد. نتیجه این پژوهش نشان میدهد که عوامل درونی دارای بالاترین رتبه بوده و زیرساختهای نرمافزاری، زیرساختهای سختافزاری، اقتصادی، عوامل بیرونی، قانونی، فرهنگی و ضریب نفوذ به ترتیب در رتبههای بعدی قرار دارند. لذا پیشنهاد میشود سازمانها برنامه توانمندسازی نیروی انسانی خود را در راستای استفاده از فناوری و ابزار دیجیتال مورد نیاز لحاظ نمایند.
پرونده مقاله
امروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاریهای مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد چکیده کامل
امروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاریهای مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد با استفاده از حملات سایبری به سایتها و فروشگاههای مجازی نفوذ کرده و در آنها اخلال ایجاد میکنند. آشکارسازی حملات و ناهنجاریها یکی از چالشهای جدید در مسیر پیشبرد تکنولوژی تجارت الکترونیک میباشد. تشخیص ناهنجاریهای یک شبکه و فرآیند شناسایی فعالیتهای مخرب در کسب و کارهای تجارت الکترونیک با تجزیه و تحلیل رفتار ترافیک شبکه امکانپذیر است. سیستمهای دادهکاوی بطور گستردهای در سیستمهای تشخیص نفوذ (IDS) برای تشخیص ناهنجاریها استفاده میشوند. کاهش ابعاد ویژگیها نقش بسیار مهمی در تشخیص نفوذ ایفا میکند، زیرا تشخیص ناهنجاریها از ویژگیهای ترافیک شبکه با ابعاد بالا فرآیندی زمانبری است. انتخاب ویژگیهای درست و مناسب بر سرعت تجزیه و تحلیل و کار پیشنهادی تاثیر میگذارد و میتواند سرعت تشخیص را بهبود بخشد. در این مقاله با استفاده از الگوریتمهای دادهکاوی مانند بیزین، پرسپترون چندلایه، CFS، Best First، J48 و PSO، میزان دقت تشخیص ناهنجاریها و حملات به 0.996 و میزان خطای آن 0.004 رسانده شده است.
پرونده مقاله
نظریه گراف بواسطه توانمندی در مدلسازی روابط پیچیده بین عناصر در مسائل مختلف، بصورت گسترده مورد استفاده قرار گرفته است. از سوی دیگر، بازیابی اطلاعات یعنی استخراج اطلاعات مورد نیاز کاربر، به عنوان یکی از مسائل مهم در دنیای الگوریتم و محاسبات مطرح است. با توجه به کارآمدی ر چکیده کامل
نظریه گراف بواسطه توانمندی در مدلسازی روابط پیچیده بین عناصر در مسائل مختلف، بصورت گسترده مورد استفاده قرار گرفته است. از سوی دیگر، بازیابی اطلاعات یعنی استخراج اطلاعات مورد نیاز کاربر، به عنوان یکی از مسائل مهم در دنیای الگوریتم و محاسبات مطرح است. با توجه به کارآمدی راهکارهای مبتنی بر گراف در بازیابی اطلاعات، این مقاله، به بررسی تحلیلی و دستهبندی کاربردهای نظریه گراف در بازیابی اطلاعات، میپردازد. این راهکارها در سه دسته کلی، قابل تفکیک هستند؛ دسته نخست، شامل الگوریتمهایی میباشد که در آنها از بازنمایی گرافی دادگان در فرآیند بازیابی اطلاعات، استفاده میشود. دسته دوم پژوهشها، به حل مسئله بازیابی معنایی اطلاعات با استفاده از نظریه گراف میپردازند و نهایتا دسته سوم، مربوط به یادگیری رتبهبندی با استفاده از نظریه گراف است. این سه دسته بصورت جزئیتر در هشت زیردسته، دستهبندی شدهاند. همچنین از منظر آماری، پژوهشهای صورت گرفته در هر دسته بر اساس تعداد و سال انتشار، بررسی شدهاند. از جمله یافتههای این مطالعه، این است که دسته سوم، هم از نظر تعداد پژوهشها و نیز سال انتشار آنها، شاخه نوظهوری محسوب میشود و میتواند حوزه تحقیقاتی جالب توجهی برای محققان محسوب شود.
پرونده مقاله