الهام مظاهری حسین آبادی؛ علیرضا طالب پور؛ علی رضاییان
دوره 19، شماره 2 ، شهریور 1394، ، صفحه 161-182
چکیده
با ظهور شبکههای اجتماعی، روابط انسانها در اینترنت شکل تازهای به خود گرفته است. امروزه شمار کثیری از کاربران با اهداف مختلف در شبکههای اجتماعی عضو شده و به فعالیتهای گوناگون میپردازند. از سوی دیگر این کاربران بر یکدیگر تأثیر میگذارند که نقش و تأثیرگذاری کاربران مختلف یکسان نیست. برخی از این کاربران به دلایل مختلفی از جمله ...
بیشتر
با ظهور شبکههای اجتماعی، روابط انسانها در اینترنت شکل تازهای به خود گرفته است. امروزه شمار کثیری از کاربران با اهداف مختلف در شبکههای اجتماعی عضو شده و به فعالیتهای گوناگون میپردازند. از سوی دیگر این کاربران بر یکدیگر تأثیر میگذارند که نقش و تأثیرگذاری کاربران مختلف یکسان نیست. برخی از این کاربران به دلایل مختلفی از جمله موقعیت شغلی، میزان تحصیلات یا نوشتههای جذاب، تأثیر بیشتری بر کاربران دیگر دارند. این کاربران که ما از آنها به عنوان گرههای قدرت نام میبریم میتوانند نظر و دیدگاه کاربران زیادی را تغییر داده و به سمت و سوی خاصی سوق دهند.هدف این پژوهش شناسایی گرههای قدرت در شبکه اجتماعی تبیان از طریق کشف الگوهای پنهان در خصیصههای کاربران است. تحقیق حاضر بر اساس روششناسی استاندارد CRISP-DM انجام شده است. بدین منظور پس از شناسایی گرههای قدرت بر اساس مجموع امتیازات به دستآمده از سه شاخص مرکزیت بینیت، رتبه صفحه و فعالیتهای کاربران ،با استفاده از الگوریتمهای درخت تصمیم به طبقهبندی این کاربران اقدام شده است.نتایج به دست آمده نشان داد که مهمترین ویژگیها در تعیین میزان قدرت یک کاربر در شبکه اجتماعی تبیان تحصیلات، سن و جنسیت میباشند.
کاوه مهدوی؛ محمد صادق حری
دوره 19، شماره 1 ، خرداد 1394، ، صفحه 91-116
چکیده
همواره موسسات مالی و اعتباری برای آنکه بتوانند حداکثر سود حاصل از سرمایه گذاری های خود را دریافت دارند، بدنبال پالایش، جذب و نگهداشت بهترین سرمایه گذاران، مشاوران، مشتریان و قرض-گیرندگان بوده اند. بااین وجود، علوم مختلف سعی نموده اندروشهای دقیقی برای تفکیک مشتریان ارایه نمایند. از همین رو علومی مانند روانشناسی تا علوم مدیریت، ریاضیات، ...
بیشتر
همواره موسسات مالی و اعتباری برای آنکه بتوانند حداکثر سود حاصل از سرمایه گذاری های خود را دریافت دارند، بدنبال پالایش، جذب و نگهداشت بهترین سرمایه گذاران، مشاوران، مشتریان و قرض-گیرندگان بوده اند. بااین وجود، علوم مختلف سعی نموده اندروشهای دقیقی برای تفکیک مشتریان ارایه نمایند. از همین رو علومی مانند روانشناسی تا علوم مدیریت، ریاضیات، مالی و ... درصدد تحقق این هدف برآمده اند. آنچه که دراین پژوهش بدان اشاره خواهد شد ضرورت استفاده از روشهای نوین داده-کاوی در ترکیب با روشهای هوش مصنوعی جهت فائق آمدن بر پیچیدیگی های مسئله است و پاسخ به این سوال که آیا روش ترکیبی استفاده شده به خوبی رتبه اعتباری مشتریان را پیش بینی می کند؛ این امر در حالی رخ می دهد که نباید بُعد دیگری از مسئله را که همانا انتخاب مهمترین عوامل سنجش (معیارها) هستند را فراموش نمود و در این راستا ازقضاوت خبرگان و تحلیل های ناپارامتری ( آزاد توزیع) به منظور رتبه بندی معیارها استفاده گردیده است که نهایت با انتخاب تعدادی از شاخصها به منظور پیاده سازی مدل ترکیبی به این سوال پاسخ داده خواهد شد که آیا نظر خبرگان در انتخاب معیارها منتج به پیش بینی مناسبی از وضعیت اعتباری مشتریان می گردد. سه شاخص " سن" ، " سابقه ارتباط با بانک ( مدت حساب)" و " میزان اعتبار" برای پیاده سازی مدل ترکبی عصبی فازیانتخاب گردید. و نتایج بیانگر آن می باشد که 89.67درصد از مواقع این سیستم می تواندتخمین درستی نسبت به رتبه اعتباری مشتریان ارائه دهد..
حسن رضاپور؛ محمد رضاپور؛ محمد مهدی سپهری
دوره 17، شماره 4 ، دی 1392، ، صفحه 139-160
چکیده
چگونگی سنجش فراگیران و تعیین محتویات مطالب، از فعالیتهای ضروری فرایندهای آموزش الکترونیکی میباشند. این فعالیتها توسط استاد یا آموزشیار صورت گرفته و روشهای ارزیابی دانشجویان، نظیر برگزاری آزمونهای برخط یا واگذاری تکالیف مدتدار به آنها تعیین میشوند. در صورتیکه برگزارکنندگان بتوانند از میزان تأثیر هر فعالیت در کیفیت ...
بیشتر
چگونگی سنجش فراگیران و تعیین محتویات مطالب، از فعالیتهای ضروری فرایندهای آموزش الکترونیکی میباشند. این فعالیتها توسط استاد یا آموزشیار صورت گرفته و روشهای ارزیابی دانشجویان، نظیر برگزاری آزمونهای برخط یا واگذاری تکالیف مدتدار به آنها تعیین میشوند. در صورتیکه برگزارکنندگان بتوانند از میزان تأثیر هر فعالیت در کیفیت یادگیری فراگیران آگاهی یابند، ضمن صرفهجوئی قابل توجه در وقت و منابع ذینفعان دورهها، باعث انتقال مطالب مفیدتر و سنجش واقعیتر دانشجویان و در نهایت بهبود آموزشالکترونیکی خواهدشد. در این مقاله، ابتدا با تکنیکهای فاقد ناظر دادهکاوی، به خوشهبندی و توصیف وضعیت موجود فراگیران پرداخته و بکمک قاعدهکاوی، قواعد نهفته در دادههای آموزش الکترونیکی را استخراج و محتواهای مؤثر در نتیجهی مطلوب فراگیران را کشف میکنیم؛ سپس، با روشهای باناظر، به پیشبینی نتایج دورهها میپردازیم. با بهرهگیری از دادههای واقعی فعالیتهای یک درس الکترونیکی ارائهشده، و با طراحی چهار روش مختلف برای نمونهبرداری دادهها و آموزش سیستم با دو درخت DT و WJ48، پیشبینیها اجرا شدند و روشها با نرخ دقت 92.86% اعتبارسنجی گردیدند. نشان دادهایم که اسلوبهای این مطالعه میتوانند به استاد درس برای شناخت بهتر فراگیران و تأثیر فعالیتهای آموزشی خواسته شده از آنان نظیر- توصیف ویژگیهای فراگیران بر پایه کشف الگوهای نهفته در نمرههای اکتسابی آنان کمک نماید. تعیین فعالیتهای مؤثرتر یادگیری و تصمیمگیری دربارهی شاخصهای سنجش واقعیتر فراگیران، از مزیتهای مهمی است که روشهای فناورانه این مطالعه برای بهبود مدیریت دورههای یادگیری الکترونیکی فراهم میکنند.
