پژوهش های مدیریت در ایران

چکیده هدف اصلی این تحقیق، «بهبود عملکرد تولید» در بخش ریسندگی و تولید نخ یک لا در صنعت نساجی با استفاده از هوش مصنوعی و الگوریتم‌های یادگیری ماشین مناسب و بکارگیری یک الگوریتم بهینه برای هوشمندسازی این صنعت می‌باشد. داده‌ها توسط الگوریتم‌های یاد گیری ماشینی رگرسیونی برای بهبود عملکرد تولید نخ با ظرافت‌های مختلف در سیستم فاستونی و به حداقل رساندن توقفات، ضایعات و در نتیجه افزایش راندمان تولید مورد بررسی قرار ‌گرفت. نتایج حاصل نشان می‌دهد، مدل‌های یادگیری ماشینی می‌توانند با موفقیت معیارهای بهبود عملکرد تولید در صنعت نساجی را جهت کاهش میزان ضایعات و توقفات برنامه‌ریزی نشده، در نتیجه بهبود و افزایش راندمان تولید در مرحله تولید نخ یک لا در ماشین‌های ریسندگی رینگ در شرکت ریسندگی گیلان پیش‌بینی کنند. در این مطالعه، مدل «رگرسیون تقویت کننده دسته‌ای‌» با شاخص‌های برازندگی R2 Score و RMSE به ترتیب برابر با 938/0 و 182/22 از بهترین دقت و عملکرد برای تجزیه و تحلیل داده‌ها و پیش‌بینی برخودار می‌باشد. مزیت استفاده از این مدل نسبت به مدل‌های دیگر، کاهش احتمال بیش‌برازش، قابلیت پردازش داده‌های دسته‌ای(طبقه بندی شده) بدون نیاز به پیش‌پردازش زیاد، دقت بالا، سرعت پردازش سریع و زمان کمتر برای آموزش است. بر این اساس با استفاده از تکنیک SHAP، مشخص شد که مهم‌ترین عوامل موثر بر «عملکرد تولید» بر مبنای ارزش آنها در عملکرد تولید به ترتیب عبارت از نمره نخ، علت اصلی توقف، مقدار ضایعات، مدت توقفات و توضیح علت اصلی توقفات می‌باشند. تمرکز اصلی جهت «بهبود عملکرد تولید» باید روی «ریشه‌های توقف» و «مدیریت ضایعات» در شرایط فشار تولید باشد.

چکیده دنیای دیجیتال فرصت‌های متعددی را برای بازاریابان فراهم می‌کند تا به مشتری دسترسی پیدا کنند. بااین‌حال، در دنیای پرسرعت، یافتن راه‌های جدید و نوآورانه برای بازاریابی محصولات و خدمات بسیار مهم است. با توجه به پیشرفت هوش مصنوعی و توسعه آن در حوزه بازاریابی بین‌المللی، متخصصان در حال حاضر ابزارهایی برای بازتعریف کامل درک فعلی از برندسازی، بازاریابی و تبلیغات دارند. محبوبیت روزافزون اینترنت و افزایش استفاده از دستگاه‌های تلفن همراه، حجم عظیمی از داده‌ها را برای مصرف‌کنندگان تولید می‌کند که سیستم‌های مبتنی بر هوش مصنوعی را تغذیه می‌کنند. این پژوهش از نوع پژوهش‌های آمیخته با رویکرد کیفی و کمی است که ازنظر هدف، کاربردی و ازلحاظ نحـوه گـردآوری داده، از نوع مطالعات پیمایشی است. جامعه آماری پژوهش، مدیران و کارشناسان متخصص در حوزه بازاریابی دیجیتال و IT در حوزه بین‌الملل ، بودند که با استفاده از روش نمونه‌گیری گلوله برفی انتخاب شدند. در بخش کیفی ابزار گردآوری اطلاعات، بررسی کتابخانه‌ای و مقالات، مصاحبه و در بخش کمـی پرسشنامه بود. در بخش کیفی روش تحلیل داده‌ها، با استفاده از تحلیل تم که با نرم‌افزار MAXQDA و بـا استفاده از روش کدگذاری تدوین شد و در بخش کمی، روش تحلیل بر مبنای آزمون همبستگی کندال بود. مطابق با نتایج پژوهش، 9 تم اصلی، 20 تم فرعی و 50 کد کشف شدند که شامل پیامدهای کاربرد هوش مصنوعی در بازاریابی بین‌الملل بودند

چکیده موج سوم وب (وب 3) از همگرایی فناوری‌های دیجیتالی مانند هوش مصنوعی، یادگیری ماشین، کلان‌داده و بلاک‌چین پدید آمده که همگی می‌توانند شیوه‌های سنتی ایجاد و گسترش کسب‌و‌کار را متحول کنند. این مرحله‌ی دگرگون کننده که به عنوان کارآفرینی وب 3 شناخته می‌شود، صنایع سنتی را مختل کرده و بازارهای جدیدی را ایجاد می‌کند که با تقویت رشد اقتصادی، باعث شکل‌گیری چشم‌انداز‌های شغلی جدید می‌شود. با این وجود، سرعت برق‌آسای این پیشرفت فناورانه چالش‌های پیچیده‌ای را به همراه دارد که سازگاری فوق‌العاده همراه با یادگیری مداوم را در اکوسیستم کارآفرینی در حال تکامل امروز الزامی می‌کند. هدف این پژوهش کشف عوامل حیاتی برای رشد و موفقیت و بررسی پیامدهای این شکل از کارآفرینی مدرن است. به این منظور، یک مطالعه دلفی با حضور 30 متخصص صنعت انجام گشت که بینش آنها منجر به شناسایی چهار دسته عوامل موفقیت کلیدی شد: عوامل فناورانه، فردی، محیطی و سازمانی. نتایج این تحقیق نشان داد که در کنار وجود برخی پیامد‌های نامطلوب زیست‌محیطی، اجتماعی و اقتصادی مانند احتمال ایجاد شکاف دیجیتال و مصرف بیش از حد انرژی، پتانسیل‌هایی نیز در دل این فناوری وجود دارد که در صورت بهره‌گیری می‌تواند منجر به جبران این پیامدها از طریق ایجاد شفافیت و اعتماد بیشتر در معاملات، فرصت‌های جدید مبتنی بر اکوسیستم غیرمتمرکز و راه‌حل‌های پایدار برای رسیدگی به چالش‌های زیست‌محیطی شود.