بیان تجارب پیش از بازدید از طریق تبلیغات مسافرت و تأثیر آنها بر تصمیم گیری در مورد مقصد

Conveying pre-visit experiences through travel advertisements and their effects on destination decisions

چکیده

1. مقدمه

2. چارچوب نظری

2.1. مفهوم دیدگاه مصرف

2.2. ابعاد اقتصاد تجربه

2.3. بیان دیدگاه‌های مصرفی پیش از بازدید در مورد تجربیات سفر

3. فرضیات

3.1. برانگیختن دیدگاه‌های مصرفی

3.2. ایجاد احساسات

3.3. تقویت علاقه

3.4. براوردن نیاز های اطلاعاتی

4. روش

4.1. ترتیب و سناریوی نظرسنجی

4.2. معیارها

4.3. جمع آوری داده‌ها

5. تحلیل‌ها

5.1. برازش مدل

5.2. آزمایش فرضیات

6. نتیجه گیری و مفاهیم

6.1. نتیجه گیری

6.2. ترجمه پیامد ها

6.3. مفاهیم

منابع

چکیده

مسافران بالقوه نیاز دارند که هنگام انتخاب گزینه‌های مقصد سفر، تجارب تعطیلات خود را پیش بینی کنند. تبلیغات با برانگیختن احساسات و تسهیم ابعاد خاصی از تجربه به عنوان محرکهای خارجی برای پشتیبانی از روند تفصیل دیدگاه مصرف استفاده می‌شود. این مقاله با استفاده از یک چارچوب اقتصادی تجربه کلی، بین تجربیات سفر همراه با مشارکت فعال و غیرفعال و همچنین بین تجربیات غوطه وری و جذب وجه تمایز قائل می‌شود. این یافته‌ها نشان می‌دهند که اثر تبلیغات بر جلب توجه مسافران به بازدید و برآورده ساختن نیازهای اطلاعاتی آنها، به نوع خاصی از تجربیات پیش بینی شده برای سفر بستگی دارد. واکنش عاطفی مسافران نسبت به تبلیغات بر اثربخشی آنها تا حدودی یک اثر واسطه‌ای دارد. پیشنهاداتی برای متخصصان بازاریابی و طراحان اثر ارائه شده است.

1. مقدمه

گردشگری یک بخش خدماتی است که بطور منحصربفردی با استفاده از تجربیات شکل گرفته است (Pine & Gilmore، 1999). نقش کسب و کارها در صنعت گردشگری این است که تجارب به یاد ماندنی را برای مشتریان فراهم آورند (Stamboulis & Skayannis، 2003؛ Wirtz، Kruger، Scollon & Diener 2003؛ Xu، Morgan & Song، 2009). شکل گیری تجارب گردشگران نیز برای موفقیت بازار شرکت‌ها مهم است، زیرا این تجربه پیش بینی کننده رفتار آینده گردشگران است (Manthiou، Lee، Tang & Chiang، 2014). بنابراین، تجربه‌ها باید در هر نقطه تماس در طول سفر مشتری ارائه شوند (Norton & Pine، 2013).  یک سفر عادی مشتری به ویژه در صنعت گردشگری شامل نقاط تماس مستقیم و غیرمستقیم است (Stickdorn & Zehrer، 2009). قبل از بازدید، مطالب تبلیغاتی (مثل وب سایت ، بروشور ، کتاب‌های راهنمای گردشگری و تبلیغات شفاهی) نقاط تماس غیرمستقیم را فراهم می‌آورد. افزایش رقابت در زمینه تجارت گردشگری که گزینه‌های متعددی را پیش روی افراد می‌گذارد، برای متمایز بودن به ارائه محصولات و خدمات گردشگری نیاز دارد (Park & Jang، 2013؛ Pine & Gilmore، 1999). از این رو، ارائه موفقیت آمیز تجربیات پیش از بازدید از طریق محرکهای تبلیغاتی تخیل برانگیز می‌تواند در تأثیر تصمیمات بازدید کنندگان برای انتخاب یک مقصد گردشگری خاص نقش مهمی داشته باشد (Walters، Sparks & Herington، 2007). 

Abstract

Potential travelers need to anticipate their vacation experiences when making their travel destination choices. Advertisements are used as external stimuli to support the process of consumption vision elaboration by evoking emotions and communicating specific experience dimensions. Using a generic experience economy framework, this paper differentiates between travel experiences with passive and active participation, as well as between those with immersion and absorption experiences. The findings show that the effects of advertisements on arousing travelers’ visit interest and fulfilling their information needs depend on the specific type of envisioned travel experience. Travelers’ emotional response to advertisements has a partially mediating effect on their effectiveness. Suggestions are provided for marketing practitioners and effect modelers.

1. Introduction

Tourism is a service sector uniquely shaped by the consumption of experiences (Pine & Gilmore, 1999). The role of businesses in the tourism industry is to provide customers with memorable experiences (see Stamboulis & Skayannis, 2003; Wirtz, Kruger, Scollon, & Diener, 2003; Xu, Morgan, & Song, 2009). The shaping of tourists’ experiences is also key for companies’ market success, as this experience is a predictor of tourists’ future behavior (Manthiou, Lee, Tang, & Chiang, 2014). Experiences should thereby be provided at every touchpoint along the customer journey (Norton & Pine, 2013). A typical customer journey, particularly in the tourism industry, comprises both direct and indirect touchpoints (Stickdorn & Zehrer, 2009). Before a visit, promotional materials (e.g. website, brochure, tourist guide books, and word of mouth) provide indirect touchpoints. The increasing competition in the tourism business, which offers people multiple options, requires offers of tourism products and services to distinguish themselves (Park & Jang, 2013; Pine & Gilmore, 1999). Hence, the successful provision of pre-visit experiences through imagination-evoking advertising stimuli could be key in influencing visitors’ decisions to choose a certain tourism destination (Walters, Sparks, & Herington, 2007).

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بیان تجارب پیش از بازدید از طریق تبلیغات مسافرت و تأثیر آنها بر تصمیم گیری در مورد مقصد

Conveying pre-visit experiences through travel advertisements and their effects on destination decisions

ارتباطات غیردقیق زمانی و سیستم های پشتیبانی تصمیم گیری

imprecise temporal associations and decision support systems

چکیده
1- مقدمه
2- اطلاعات سابقه و هدف
2-1 تحلیل ارتباط
2-2 مجموعه های فازی
3- جستجو برای ارتباط های زمانی غیردقیق
3-1 مثال
4- کاربرد برای سیستم های پشتیبانی تصمیم گیری
5- نتیجه گیری و کار آینده

چکیده
در سال های اخیر، گسترش سریع و تهاجمی سیستم های پشتیبانی تصمیم گیری، هوش مصنوعی و داده کاوی در لوازم الکترونیکی مصرفی و زندگی روزمره به طور کلی چشمگیر بوده است. حوزه هایی مانند UX, ادغام چنین فن آوری هایی به صورت نرم افزار و سخت افزار را تسهیل نموده اند، اما پردازش پشتیبان هنوز بر پایه مبانی باینری است. این مقاله با توجه به مفهوم طبیعی تخمین, روشی را برای استخراج ارتباطات زمانی غیردقیق در میان رویدادها در جریانهای داده توضیح می دهد،. این نوع تحلیل ارتباط احتمالاً منجر به سیستم های پشتیبان تصمیم گیری عملی تر و معقول تر خواهد شد.
1- مقدمه
در حالیکه داده کاوی، سیستم های پشتیبانی تصمیم گیری و هوش مصنوعی به سرعت در حال ورود به فناوری های جریان اصلی هستند، ما باید طبیعت انسانی که در ذات افراد وجود دارد را در نظر بگیریم. علاقه اخیر به حوزه تجربه کاربر (UX) یک نمایش مهم از این مقوله است که نیاز به نرم افزار و سخت افزار به راحتی و به سرعت باید توسط کاربران قابل فهم شود. در حالیکه رابط کاربری تنها یک فیلتر میان یک کاربر بسیار ذهنی و یک سری از الگوریتم های بسیار حقیقی میانجی می کند، ما همچنین نیاز به شناسایی راه هایی داریم که درک و در نظر گرفتن مفهوم بی دقتی انسان در فرایندها را میسر سازد.
باید در نظر داشت که ماهیت انسانی فقط یک مفهوم نیست که قابل کاربرد برای رابط های کاربر باشد، بلکه برای فرآیندهای تقویت کننده سیستم های پشتیبانی تصمیم گیری نیز اعمال می شود. ماهیت مبهم و غالبا غیردقیق انسانها, عنصری اساسی است که باید در پشت صحنه نرم افزار تحلیلی نیز مورد توجه قرار گیرد. به ویژه، ما باید ماهیت دلخواه متغیرهای زبانشناختی و معیارها 12 را در نظر بگیرید, از جمله: “افراد چترهای بیشتری را خریداری می کنند، زمانی که هوا بسیار ابری است،” و ارتباطات زمانی 2، مانند “فروش لباس های تیم فوتبال در روزهای بعد از پیروزی تیم. “نیاز به یک مدل استدلال انعطاف پذیرتر زمانی بیشتر جلوه می کند که دو مفهوم را با هم قرار می دهیم، مثلا زمانی که ما به یک دوست هشدار می دهیم که” ترافیک در مدت کوتاهی پس از شروع باران بسیار شدید می شود، حتی اگر فقط یک باران سبک باشد. “
این مقاله یک رویکرد عملی برای ایجاد یک سیستم تحلیل ارتباطی ارائه می دهد که منجر به مجموعه ای معنی دارتر و عملی تر از توصیه ها می شود. ماهیت کارگاه آموزشی-محور محل ارائه این مقاله, فرصتی عالی برای کشف کارهای درونی این روش تحلیل و همچنین برخی از مفاهیم اساسی که بر اساس آن است، ارائه می دهد.

Abstract

The quick and pervasive infiltration of decision support systems, artificial intelligence, and data mining in consumer electronics and everyday life in general has been significant in recent years. Fields such as UX have been facilitating the integration of such technologies into software and hardware, but the back-end processing is still based on binary foundations. This article describes an approach to mining for imprecise temporal associations among events in data streams, taking into account the very natural concept of approximation. This type of association analysis is likely to lead to more meaningful and actionable decision support systems.

1- Introduction

As data mining, decision support systems, and artificial intelligence are quickly entering mainstream technologies, we have to account for the human nature that is innate in people. The recent interest in the field of User Experience (UX) is an important demonstration that software and hardware need to be easily and quickly understood by the users 8. As the user interface is only a filter that mediates between a very subjective user and a very matter-of-fact series of algorithms, we also need to identify ways to let the underlying processes understand and account for the very human concept of imprecision.

Keeping the human nature in mind is not just a concept that is applicable to user interfaces, but also to the processes powering decision support systems 4. The vague and often imprecise nature of humans is an essential element to take into account also in the back-end of analytical software. In particular, we have to account for the arbitrary nature of linguistic variables and quantifiers 12, such as ”People purchase more umbrellas when it is very cloudy,” and temporal associations 2, such as ”Sales in football jerseys spike in the days following a team’s victory.” The need for a more elastic reasoning model is even more significant when we put the two concepts together, for example when we warn a friend that ”traffic gets very intense on highway XYZ shortly after it starts raining, even if it is just a light rain.”

This paper presents a practical approach to creating an association analysis system that leads to a more meaningful and actionable set of recommendations. The workshop-oriented nature of the venue in which this paper is presented lends a great opportunity to explore the inner-workings of this analysis methodology as well as some of the fundamental concepts on which it is based.

استفاده از سیستم پشتیبانی از تصمیم گیری (DSS) و عملکرد تصمیم گیری: انگیزش DSS و مقدمات آن

Decision support system (DSS) use and decision performance: DSS motivation and its antecedents

چکیده

1. مقدمه

2. چارچوب نظری و فرضیه ها

2.1 تأثیر واسطه استفاده از DSS

2.2 مقدمات انگیزش DSS

2.2.1 بازخورد عملکرد DSS

2.2.2 زمان پاسخدهی DSS

2.3 تأثیر واسطه انگیزه کاری

3. روش تجربی

3.1 شرکت کنندگان

3.2 DSS تجربی

3.3 وظیفه تجربی

3.4 روشهای تجربی و DSS

3.4.1 آموزش

3.4.2 وظیفه تجربی

3.5 متغیرهای دستکاری شده

3.5.1 بازخورد عملکرد DSS

3.5.2 زمان پاسخدهی DSS

3.6 متغیرهای ارزیابی شده

3.6.1 بازخورد عملکرد DSS

3.6.2 زمان پاسخدهی DSS

3.6.3 انگیزه کاری و انگیزش DSS

3.6.4 استفاده از DSS

3.6.5 عملکرد تصمیم گیری

4. تحلیل داده و نتایج

4.1 بررسی احتمال دستکاری

4.2 متغیرهای کنترل

4.3 آزمایش فرضیه ها

4.3.1 تأثیر واسطه استفاده از DSS در رابطه بین انگیزش DSS و عملکرد تصمیم گیری (فرضیه 1)

4.3.2 تحلیل اصلی: آزمایش مدل کامل (که انگیزش DSS یک متغیر وابسته است)

4.3.2.1 تحلیل اضافی: آزمایش مدل جداگانه (که انگیزش DSS یک متغیر وابسته است).

4.3.2.2 توضیح گرافیکی تأثیرات واسطه انگیزه کاری. تصاویر گرافیکی برای ایجاد بینش در مورد تأثیرات بازخورد عملکرد DSS

4.4 تحلیل مکمل: آزمایش تغییرناپذیری

4.4.1 تفاوت میانگین نهفته

5. بحث و نتیجه گیری

5.1 پیامدهای یافته ها

5.2 پیامدهای عملی

5.3 محدودیت های مطالعه حاضر، و پیشنهاداتی برای تحقیقات آینده

منابع

چکیده

ما یک DSS (سیستم پشتیبانی از تصمیم گیری) تجربی را توسعه دادیم که ما را قادر ساخت تا بازخورد عملکرد DSS و زمان پاسخدهی را تغییر دهیم، انگیزه کاری و انگیزش DSS را ارزیابی کنیم، استفاده از DSS را ردیابی کنیم، و اطلاعات ضروری برای ارزیابی عملکرد تصمیم گیری را از طریق تحلیل پیوسته بدست آوریم. نتایج این بررسی نشاندهنده نقش واسطه کاربرد DSS در رابطه بین انگیزش DSS و عملکرد تصمیم گیری است. بعلاوه انگیزش DSS در حضور موارد روبرو به بیشترین مقدار خود می رسد: انگیزه کاری بالا، بازخورد مثبت تر عملکرد DSS، و زمان پاسخدهی DSS. یافته های تحقیق ما پیامدها و کاربردهای مهمی برای تحقیقات و کاربرد عملی DSS دارند.

1. مقدمه

علیرغم اینکه اثبات شده است تصمیمات را با استفاده از DSS ها می توان سریعتر و دقیق تر از تصمیمات مستقل (بدون هیچ گونه کمک) اتخاذ کرد [1,2]، اما عجیب است که کاربران بالقوه همیشه از مزایای DSS برای پشتیبانی از تصمیم گیری های خود استفاده نمی کنند. این مسئله، ضرورت یافتن راه حلی برای «نحوه ترغیب کاربرد DSS» را پیش می آورد. با اینحال بعضی از مطالعات کاربرد DSS نتیجه گیری کرده اند که عملکرد تصمیم گیری همیشه با کاربرد افزایشی DSS بهبود نمی یابد [بعنوان مثال 3,4]. وقتی که این مقالات را مرور کردیم پی بردیم که فقدان مزایای کاربرد DSS به این خاطر نیست که استفاده از DSS هیچ تأثیری نداشته باشد بلکه نتیجه زمینه های مطالعات انجام شده است. ما خصوصاً عدم تأثیر کاربرد DSS بر روی عملکرد تصمیم گیری را به «ابزارهای سنجش خودگزارشی کاربرد سیستم» [5,6] و عملکرد تصمیم گیری [7] نسبت می دهیم. محققان ادعا کرده اند که ارزیابی کاربرد واقعی مهم است نه قصد کاربرد، چون همبستگی های پایین گزارش شده بین «قصد و کاربرد سیستم» نشان میدهد که قصد (نیت) ممکن است نماینده و معرف مناسبی برای کاربرد واقعی نباشد [8,9].

5.3 محدودیت های مطالعه حاضر، و پیشنهاداتی برای تحقیقات آینده

محدودیتی که در مطالعه حاضر وجود دارد محیط آزمایش کنترل شده ای است که فرضیه ها را در آن آزمایش می کردیم. اگرچه یک طرح تجربی ما را قادر می سازد تا بازخورد عملکرد و زمان پاسخدهی DSS را دستکاری کنیم، انگیزه کاری و انگیزش DSS را اندازه گیری کنیم و کاربرد DSS و عملکرد تصمیم گیری را ارزیابی کنیم، اما نتایج ما ممکن است قابلیت تعمیم پایینی برای محیط های دیگر دنیای واقعی داشته باشند. تحقیقات آینده باید ساختارها و مدل کلی را در زمینه های مختلف اعتباریابی کنند که در این زمینه ها، عوامل سازمانی (بعنوان مثال فشار مدیریتی، مشکلات اقتصادی، یا استفاده اجباری) که بر انگیزش DSS تأثیر می گذارند را بتوانیم ارزیابی کنیم. بعلاوه اگرچه زمینه مطالعه حاضر برای نمونه ما – که از دانشجویان تشکیل شده است – مناسب می باشد اما با انجام عملی مطالعه با متخصصان سیستم، میتوان تعمیم پذیری آنرا افزایش داد.

Abstract

We developed an experimental decision support system (DSS) that enabled us to manipulate DSS performance feedback and response time, measure task motivation and DSS motivation, track the usage of the DSS, and obtain essential information for assessing decision performance through conjoint analysis. The results suggest the mediating role of DSS use in the relationship between DSS motivation and decision performance. Further, DSS motivation is highest in the presence of high task motivation, more positive DSS performance feedback, and fast DSS response time. The findings have important implications for both DSS research and practice.

1. Introduction

Despite the acknowledgment that decisions utilizing decision support systems (DSSs) can be made more quickly and accurately than unaided decisions [1,2], it is often surprising that potential users do not always take advantage of DSS to support their decision-making. This raises the need for understanding how to encourage DSS use. However, some studies on DSS use have concluded that decision performance is not always improved with increased DSS use [e.g.,3,4]. Our review of this literature suggests that the lack of benefits of DSS use is not due to the fact that the effect does not exist but the result of the contexts in which these studies are conducted. Specifically, we attribute lack of an effect of DSS use on decision performance to the use of self-reported measures of system use [5,6] and decision performance [7]. Researchers have argued that it is important to measure actual use rather than usage intention because the reported low correlations between intention and system use suggest that intention may not adequately proxy for actual use [8,9].

5.3. Limitations and suggestions for future research

The limitations of this study include the controlled experimental setting where the hypotheses are tested. Although an experimental design enables us to manipulate DSS performance feedback and response time, measure task motivation and DSS motivation, and assess DSS use and decision performance, the results may be less generalizable to other real-world settings. Future research should validate the constructs and overall model in different contexts where organizational factors (e.g., managerial pressure, economic issues, or mandatory use) that affect DSS motivation can be assessed. Further, although the study context is appropriate for our sample of student participants, generalizability can be improved by conducting the study with systems professionals in practice

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

استفاده از سیستم پشتیبانی از تصمیم گیری (DSS) و عملکرد تصمیم گیری: انگیزش DSS و مقدمات آن

Decision support system (DSS) use and decision performance: DSS motivation and its antecedents

چارچوبی مبنی بر شبیه سازی برای پشتیبانی از تصمیم در ارزیابی کیفیت بهداشت و درمان

Towards a simulation-based framework for decision support in healthcare quality assessment

چکیده

1. مقدمه

2. کارهای مربوطه

3. چارچوب پیشنهادی

4. روش ها و مطالعه ی موردی

4.1 خوشه بندی

4.2 تحلیل فرکانس

4.3 مدل سازی مبتنی بر عامل

5. کارهای آینده

چکیده

این مقاله یک چارچوب شبیه سازی را برای ارزیابی کیفیت مراقبت های بهداشتی و سلامت از دیدگاه مدیریت و تصمیم گیرندگان، توصیف می کند. چارچوب پیشنهادی امکان شبیه سازی سناریوی”چه می شود، اگر” و اتخاذ نتایج جایگزین در مورد سیستم های پشتیبان تصمیم را فراهم می سازد. در پژوهش ما، با منابع داده ای ناهمگنی مواجه می شویم که در فرایندهای جریان داده ترکیب می شوند. جریان داده ای چارچوب پیشنهادی، به لحاظ مفهومی چندین روش مدل سازی را ترکیب می کند: شبیه سازی رویداد گسسته، مدل سازی عاملی و هم چنین شامل تجزیه و تحلیل داده است. آزمایشات بر مبنای داده های به دست آمده از  سیستم های کنترل دسترسی و هم چنین سیستم های اطلاعاتی مرکز پژوهش پزشکی ملی آلمازوف، انجام شدند.

1.مقدمه

امروزه، مراقبت های بهداشتی و سلامت یک تغییر پارادایم را تجربه می کنند. تغییر از رویکرد مبتنی بر حجم و میزان به رویکرد مبتنی بر ارزش، از رویکرد حداکثر کمک به همه ی بیماران تا خدمات فردی و بهبود کیفیت معالجه و درمان همراه با کاربرد کارامد منابع، در حال انجام است. همه ی فرایندهای بهداشتی و سلامت، بسیار پیچیده هستند و در نتیجه داده های ساختارنیافته ای را ایجاد می کنند. این امر موجب پیچیده تر شدت تصمیمات مدیریت می شود. وجودHIS همواره امکان پشتیبانی مناسب از تصمیم گیری را برای متخصصان پزشکی فراهم نمی سازد(1). بنابراین، با توجه به توسعه و گسترش کاربرد عملی و یکپارچه سازیHIS، توسعه ی روش ها و فناوری های جدید برای پشتیبانی از تصمیم گیرندگان در پارادایم پزشکی شخصی، بسیار حائز اهمیت است. پیاده سازی سیستم به موقع و با کیفیت پشتیبانی از تصمیم گیری تنها زمانی ممکن است که نتایج تحلیل داده های موجود مورد استفاده قرار گیرند و دانش جدیدی مبتنی بر تحلیل انجام شده به دست آید.

5.کارهای آینده

در آینده، توسعه ی مکانیزمی برای به روزرسانی برنامه های فردی پرستاران از طریق تحلیل داده های متنی EHR با استفاده از روش های متن کاوی در نظر گرفته می شود. هم چنین کسب داده های بیشتر برای ارزیابی صحیح و دقیق کار پرستاران، لازم و ضروری است. در نهایت، توسعه ی مجموعه ی داده با استفاده از سنسورهایRFID امکان پذیر می شود. هم چنین، برنامه داریم تا از تحلیل داده های پویای سالانه ی ACS و برخی از داده های بیرونی در چارچوب خود استفاده کنیم.

Abstract

This article describes a simulation framework for healthcare quality assessment from the perspective of management and corresponding decision-makers. The proposed framework will allow simulating “what-if” scenarios and getting alternative outcomes in case of decision support systems. In our research, we are dealing with heterogeneous data sources, which combine within data-flow processes. The data flow of the presented framework conceptually combines several modeling methods: discrete-event simulation, agent-based modeling and also includes data analysis. The experiments were executed based on data from the Almazov National Medical Research Centre hospital information and access control systems.

1. Introduction

Nowadays, healthcare is experiencing a paradigm shift. There is a transition from the volume-based to valuebased approach, from maximum assistance to all patients to individual service and care quality improvement along with efficient usage of resources. All healthcare processes become even more complex and consequently generate even more unstructured data. It makes management decisions more complicated. Existing HIS do not always allow proper decision-making support for medical professionals [1]. Therefore, in conjunction with extending of practical application and integration of HIS, it is important to develop new methods and technologies to support decisionmakers within the paradigm of personalized medicine. The implementation of high-quality and well-timed decisionmaking support is only possible when using results of analysis of already existing data, and obtaining new knowledge based on the performed analysis.

5. Future works

In the future, it is planned to develop a mechanism for updating individual schedules of nurses by analyzing text data from EHR using text-mining methods. It is also necessary to obtain additional survey data for a more accurate assessment of the work of nurses. Finally, it is possible to extend the data set using RFID sensors. Also, we plan to use the annual dynamics data analysis from ACS and include some external data in our framework.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

چارچوبی مبنی بر شبیه سازی برای پشتیبانی از تصمیم در ارزیابی کیفیت بهداشت و درمان

Towards a simulation-based framework for decision support in healthcare quality assessment

سیستم های پشتیبانی تصمیم (DSS) جهت تیم سازی

Decision support systems for teambuilding

چکیده

1. مقدمه

2. روش ها

3. نتایج

4. نتیجه گیری

منابع

چکیده

     مقاله حاضر به بحث درباره مساله عامل نرم در سیستم های پشتیبانی از تصمیم در تیم‌سازی می پردازد. مقاله حاضر از رویکرد جورسازی برای حل و فصل عوامل تشکیل تیم با ماهیت روان شناختی بهره می برد. موضوع مقاله حاضر شامل مفهوم نظری، روش تجربی و فناوری نرم افزاری برای بهینه سازی و اتوماسیون تصمیمات مربی درباره سازمان تیمی می باشد. رویکرد نویسنده درباره تکنیک جدید تشکیل گروه هدف، با توجه به اثربخشی و کارایی کار تیمی می باشد. تکنیک مزبور به پیاده سازی الگوریتم بهینه سازی بر اساس تجزیه و تحلیل ریاضی عوامل غیرافزایشی و پیچیده تعامل گروهی می پردازد. مدل های جورسازی برای ارزیابی و پیش بینی چنین اثراتی مانند تعریف‌گری و مشارکت پیشنهاد شدند. یک سیستم خبره به عنوان راه حلی مهندسی برای شبیه سازی عددی ارائه شده است. این نوع سیستم پشتیبانی از تصمیم موسوم به سیستم خبره آزمایش بوده و مبتنی بر تشخیص های حرفه ای و روان شناختی کار تیمی است.

روش ها

تکنیک تشکیل

     روش جدید تشکیل تیم مبتنی بر تمایز بین تعامل کارکرد گروهی و فرماندهی است. روش مزبور محاسبه نقش‌آفرینی مستقیم و غیرمستقیم گروه و اعضای آن را در حل امور مربوطه بر عهده دارد. نقش‌آفرینی مستقیم با ارزیابی حرفه ای (کار گروهی حرفه ای) ارتباط داشته در حالی که نقش‌آفرینی غیرمستقیم با ارزیابی روان شناختی (کار تیمی) مرتبط است. گزینه های محاسباتی جدید عبارتند از:

ارزیابی حرفه ای تیم (گروه) یا نقش‌آفرینی مستقیم در انجام امور

     تیم به عنوان یک گروه هدف شناخته می شود که بیشینه عملکرد کلی آن در راستای هدف (امور خاص ورزشی / سازمانی) حاصل می گردد. تیم بر اساس بازنمایی توپولوژی، گروهی از افراد حرفه ای محسوب می شود که از مجموعه ابزارهای بهینه ای برای حل امور برخوردارند. در فضای برداری، گروه عبارتست از اشیائی (اعضای یک گروه) که در فضای ویژگی (دانش، توانایی ها و مهارت های حرفه ای) به صورت مجموعه ای از بردارهای همراستا با بردار هدف تعریف می گردد. از نظر فناوری این امر با ایجاد یک بردار هدف (به عنوان جهت بهینه حل امور) و بردار عملکرد کلی (بردار مجموع گروه حاصله) انجام پذیرفته، زاویه بین آن ها اصل هدف انتخاب تیم را تشخیص داده و تعیین میزان هزینه های مولد و غیرمولد را امکان پذیر می نماید.

گزینه های محاسباتی: ارزیابی یکپارچه صلاحیت های حرفه ای گروه در راستای انتخاب امور (رتبه بندی گروه) و نقش‌آفرینی حرفه ای هر فرد در حل امور (شاخص حرفه ای).

ارزیابی روان شناختی و تیمی گروه یا نقش‌آفرینی غیرمستقیم در انجام امور

     تیم به عنوان واحد یکپارچه کارکردی اعضای گروه شناخته می شود که با اصل تکمیل، تطبیق پذیری و انسجام، ثبات تیم را فراهم می کند. بدین ترتیب، تیمی از یک گروه، مطابقت بهینه با امور هدف را نه به دلیل صلاحیت های حرفه ای اعضای آن (بهینه نسبت به وظیفه) بلکه به دلیل روش بهینه مشارکت دو طرفه در دستیابی به آن (به عنوان مثال، مفهوم کار تیمی و یا شیمی [ساختار] در تیم های ورزشی و مفهوم هماهنگی در تیم های پروژه) تمییز می دهد.

     کار تیمی در مشارکت فردی یک گروه، نه بر اساس نقش‌آفرینی حرفه ای بلکه توانایی نزدیک ساختن گروه به دستیابی بهینه به هدف، تعیین می گردد. نقش‌آفرینی تیمی در حل امور از طریق جبران هزینه های غیرمولد حاصل می گردد: در فضای برداری، این مساله به صورت میزانی که هر بردار قادر به استقرار بردار گروه در راستای بردار هدف است بیان می شود. به عنوان یک قاعده، این نقش‌آفرینی غیرمستقیم اعضای گروه است که دستیابی بهینه به هدف را تضمین می کند. این مساله نقش مولفه اصلی پنهان را در فرآیند گروهی بازی می کند که گروه را به یک تیم تبدیل می کند.

ابزارهای پشتیبان تصمیم گیری برای مدیریت پایدار، یکپارچه و انرژی موثر سیلاب شهری

Decision Support Tool for energy-efficient, sustainable and integrated urban stormwater management

چکیده

1- مقدمه

2- ابزار های پشتیبانی تصمیم گیری برای مدیریت سیلاب

3- ابزار پشتیبان تصمیم گیری E2STORMED

4- کاربرد E2STORMED DST در یک مطالعه موردی

5-نتیجه گیری

چکیده

کاربرد سیستم های زهکشی پایدار شهری(SuDS) برای مدیریت رواناب شهری و کمک به بهبود فضای سبز و محیط زیست امروزه به طور کامل شناخته شده است با این حال کاربرد آن در بسیاری از مناطق نظیر کشور های حوزه دریای مدیترانه محدود شده است. به علاوه، تعداد کمی از ابزار های پشتیبان تصمیم گیری وجود دارند که مزایای آن ها در فرایند تصمیم گیری به شیوه ای شفاف و یکپارچه و جامع در نظر گرفته می شود. در این مقاله، ابزار پشتیبانی تصمیم گیری E2STORMED ارایه می شود. این ابزار به تحلیل اثر مدیریت سیلاب در محیط شهری پرداخته و معیار های محیطی و انرژی را در فرایند تصمیم گیری معرفی می کند. از این روی، هدف آن پرکردن خلاء موجود بین راهنماها و دستور العمل های SuDS و تصمیم گیران منطقه ای و محلی می باشد زیرا مزایای SuDS را به طور کمی اندازه گیری کرده و آنها را در مقایسه سناریو های مختلف سیلاب در نظر می گیرد. در نهایت، نتایج استفاده از این ابزار برای مقایسه زیر ساخت های زهکشی در توسعه شهری واقعی توصیف می شود.

5-نتیجه گیری

امروزه تغییرات مشخص و شفافی در راستای دست یابی به مدیریت پایدار سیلاب و توسعه شهری وجود دارد. از این روی معیار های زیست محیطی، اجتماعی و انرژی را می توان در فرایند تصمیم گیری لحاظ کرد. در سال های اخیر، سیستم های زهکشی پایدار (SuDS) را برای دست یابی به مدیریت سیلاب پایدار تر، انعطاف پذیر تر و یکپارچه تر ،ارتقا یافته است. سیستم های زهکشی پایدار از فناوری های ساده و رایج استفاده می کنند و در بر گیرنده انواع مختلفی است اگرچه این ابزار ها می توانند خوب باشند ولی یک ابزار یکپارچه برای تحلیل اثرات مدیریت سیلاب در کل چرخه اب شهری و توسعه شهری لازم است. در این مقاله، ابزار پشتیبانی تصمیم گیری E2STORMED ارایه شد. این ابزار به تحلیل اثر مدیریت سیلاب در محیط شهری پرداخته و معیار های محیطی و انرژی را در فرایند تصمیم گیری معرفی می کند. از این روی، هدف آن پرکردن خلاء موجود بین راهنماها و دستور العمل های SuDS و تصمیم گیران منطقه ای و محلی می باشد زیرا مزایای SuDS را به طور کمی اندازه گیری کرده و آنها را در مقایسه سناریو های مختلف سیلاب در نظر می گیرد. در نهایت، نتایج استفاده از این ابزار برای مقایسه زیر ساخت های زهکشی در توسعه شهری واقعی توصیف می شود.

Abstract

The use of Sustainable Drainage Systems (SuDS) to manage urban runoff and contribute to environmental and landscape improvement is now widely known, but its application is still limited in many regions, like in Mediterranean countries. In addition, there is a lack of Decision Support Tools that consider all their benefits in the decision making process in a clear and integrated holistic way. In this paper, the E2STORMED Decision Support Tool is presented. This tool analyses the impact of stormwater management in the urban environment and introduces energetic and environmental criteria in the decision making process. Therefore, it aims to fill in the existing “gap” between SuDS manuals and guidelines and regional and local decision makers, since it quantifies SuDS benefits and includes them in the comparison of different stormwater scenarios. Finally, the results of applying this tool to compare drainage infrastructures in a real urban development are described.

5. Conclusions

Nowadays, there is a clear trend towards more sustainable stormwater management and urban development. Hence, energetic, social and environmental criteria should be involved in the decision making process. In fact, in recent years different tools have been developed to inform urban stormwater management. Most of them include environmental and social criteria in the decision making process and promote the use of SuDS. Although these tools are a good beginning, a more integrated tool is needed to analyze the effects of stormwater management in the whole urban water cycle and urban development. In this paper, the E2 STORMED DST is presented. This tool complements financial analyses of stormwater management projects with energy and environmental criteria with the aim of more sustainable urban water management. The tool provides robust and transparent decision criteria and methods for informed stormwater management.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

ابزارهای پشتیبان تصمیم گیری برای مدیریت پایدار، یکپارچه و انرژی موثر سیلاب شهری

Decision Support Tool for energy-efficient, sustainable and integrated urban stormwater management

هوش کسب و کار برای فرآیندهای کسب و کار: در مورد مدیریت رویداد IT

Business Intelligence For Business Processes: The Case Of It Incident Management

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

کتابخانه الکترونیکی AIS

(AIS Electronic Library (AISeL

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

هوش کسب و کار برای فرآیندهای کسب و کار: در مورد مدیریت رویداد IT

Business Intelligence For Business Processes: The Case Of It Incident Management

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

آنالیز رفتار تصادفی واحد تولید برق در نیروگاه های حرارتی با استفاده از روش فازی

Stochastic behaviour analysis of power generating unit in thermal power plant using fuzzy methodology

چکیده
1- مقدمه
2- تئوری FTA و PN
3- RCA و FMEA
4- تئوری دستگاه فازی
4-1- دستگاه فازی در مقابل مجموعه قطعی
4-2- تابع عضویت سه گانه و برش α
4-3- متغیرهای زبانی و پایه قانون فازی
4-4- سیستم استنتاج فازی و غیر فازی سازی
5- مطالعه موردی
6- فاز 1: تحلیل کمی
6-1- تحلیل رفتاری
6-2- فاز 2: تحلیل کیفی
6-3- بحث
7- نتیجه‌گیری
8- پیامد‌های مدیریتی

چکیده

هدف این تحقیق مطالعه رفتار تصادفی یک PGU (واحد تولید برق) یک نیروگاه متوسط حرارتی با سوخت ذغال سنگ با استفاده از روش فازی (FM) است. از روش PN برای نمایش پیکربندی سری و موازی زیر سیستم‌های ساختار PGU استفاده شده است. برای مطالعه دینامیک شکست(خرابی) سیستم در نظر گرفته شده، پارامترهای قابلیت اطمینان مختلفی مثل نرخ خرابی، زمان تعمیر، MTBF، ENOF، دسترسی و قابلیت اطمینان سیستم با استفاده از روش λ-τ فازی محاسبه شده‌اند. RCA برای تعیین دلایل خرابی زیر سیستم‌های مختلف PGU انجام شده است. برای تعیین نمره‌های RPN دلایل مختلف خرابی اجزای مختلف، FMEA انجام شده است. براساس این نمره‌های RPN ، اجزای بحرانی شناسایی شدند و بر اساس میزانی بحرانی بودنشان رتبه بندی شدند. علاوه بر این، با معرفی یک سیستم پشتیبان تصمیم گیری فازی (FDSS) ، بر محدودیت‌های روش FMEA متداول غلبه شد. یافته‌های این تحقیق می‌تواند با مهندسین میدانی/تحلیلگران سیستمِ سیستم در نظر گرفته شده ارتباط برقرار کند تا به آن‌ها در درک و پیش بینی رفتار سیستم، و پیاده سازی سیاست‌های تعمیر و نگهداری مناسب و موثر برای بهبود دسترسی سیستم، کمک کند.

8- پیامد‌های مدیریتی

سیستم در نظر گرفته شده نیاز به استفاده از داده‌های نامطمئن/مبهم و قضاوت ذهنی برای تحلیل رفتاری سیستم دارد. نتایج تولید شده بر اساس دقت داده‌های خام ارائه شده توسط متخصص این زمینه هستند (خصوصا برای تحلیل FMEA) و ممکن است جانب دارانه باشد. با این حال، چارچوب پیشنهادی همانطور که در بالا بحث شد به تحلیلگر سیستم/مدیر نگهداری در موارد زیر کمک می‌کند: • تحلیل موثر رفتار سیستم • تخصیص بهتر رتبه بندی به اجزای بحرانی سیستم • مفید در ترکیب سه پارامتر ورودی به روشی انعطاف پذیر تر برای دستیابی به RPN در FMEA. • یاری بخش در تصمیم گیری‌های نگهداری برای دسترسی بهتر و بهبود سود صنعت

Abstract

The aim of this research is to study the stochastic behaviour of a PGU (power generating unit) of a medium size coal fired thermal power plant using fuzzy methodology (FM). The PN approach was used to depict series and parallel configurations of the subsystems constituting the PGU. To study the failure dynamics of the considered system, various reliability parameters such as failure rate, repair time, MTBF, ENOF, availability and reliability of the system were computed using fuzzy λ-τ approach. RCA was conducted to determine the failure causes of various subsystems of the PGU. FMEA was carried out to determine the RPN scores of the various failure causes of different components. On the basis of these RPN scores, critical components were identified and ranked on the basis of criticality. Further, the limitations of the traditional FMEA approach were overcome by introducing a Fuzzy decision support system (FDSS). Findings of this study would be communicated to field engineers/system analysts of the considered system to help them understand and anticipate system behavior, and implement appropriate and effective maintenance policies for improving system availability.

8- Managerial implication

The considered system requires the use of uncertain/vague data and subjective judgment for the behavioural analysis of the system. The results generated are based upon the exactness of the raw data supplied by the field expert (especially for FMEA analysis) and may be biased. However, the proposed framework as discussed above helps the system analyst/ maintenance manager in following terms & Effective behaviour analysis of the system & Better allocation of ranking to the critical components of the system & Useful to combine the three input parameters in more flexible manner to obtain the RPN in FMEA. & Helpful in maintenance decision making for better availability and improving the profit of the industry

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

آنالیز رفتار تصادفی واحد تولید برق در نیروگاه های حرارتی با استفاده از روش فازی

Stochastic behaviour analysis of power generating unit in thermal power plant using fuzzy methodology

رشد سیستم پشتیبانی تصمیم برای ارزیابی پایداری: مطالعه موردی

Development of decision support system for sustainability evaluation: a case study

چکیده

مقدمه

بررسی ادبیات

بررسی ادبیات در مورد ارزیابی پایداری

بررسی آثار موجود در برنامه های منطق فازی

بررسی آثار مرتبط به برنامه های سیستم پشتیبانی تصمیم

روش شناسایی

روش ارزیابی پایداری مبتنی بر منطق فازی

محاسبه FLSI

فاصله اقلیدسی

محاسبه FPII

مطالعه موردی

مدل مفهومی

ساختار DSS

نتایج و مباحثه

استنباط عملی

نتیجه گیری

چکیده

صنایع از طریق روشهای تولید خود تهدیدی برای محیط فعلی ایجاد کرده اند. علاوه بر این، استفاده بیش از حد از منابع طبیعی، منجر به کمبود و ایجاد خطراتی برای نسل های آینده  گردیده است. بنابراین وجود یک ضرورت مهم برای نوسازی فناوری های تولیدی شرکت های مدرن احساس می شود. بنابراین، یک مفهوم جدید از فرآیند تولید با نام تولید با توانایی پایداری معرفی شده است که در سناریوی اخیر اهمیت فراوانی دارد. تولید پایدار به معنای تولید کالا به گونه ای است که از حداقل منابع طبیعی استفاده گردد و محصولات ایمن تر، پاک، و سازگار با محیط زیست و مقرون به صرفه تولید شود. هدف این مقاله ارزیابی سطح پایداری یک شرکت تولیدی است که در آن عوامل مختلف مورد نیاز برای تضمین پایداری و ثبات از اهمیت خاصی برخوردار است. در  این مقاله، مدل پایداری با استفاده از منطق فازی بررسی و شاخص ثبات محاسبه شده است. محاسبه دستی شاخص پایداری زمان بر است و احتمال اشتباه در آن وجود دارد. بنابراین، به منظور جلوگیری از بروز چنین ایرادی، یک سیستم پشتیبان کامپیوتری مبتنی بر منطق فازی بر اساس سیستم پشتیبان پایداری تصمیم تعبیه شده است. این سیستم شاخص پایداری منطق فازی، فاصله اقلیدسی و شاخص اهمیت کارایی فازی را محاسبه می کند. این مدل به شرکت ها در تجزیه و تحلیل جنبه های مختلف توسعه پایدار سازمانشان کمک می کند و باعث بهبود بیشتر پایداری می گردد.

مقدمه

شرکت های تولیدی مدرن مجبور به اتخاذ اصول تولید پایدار منطبق بر مقررات اجباری سیاست های دولت هستند. در نتیجه نیاز به توسعه محصولات دوست دار محیط زیست بوجود می آید. پایداری شامل ابعاد زیست محیطی، اقتصادی و اجتماعی است. از این رو، ارزیابی پایداری باید یک رویکرد جامع و کل نگر باشد. با توجه به اشکالات موجود در روش های سنتی، استفاده از روش فازی اهمیت می یابد. از این رو، نیاز به ارزیابی پایداری مبتنی بر فازی قابل درک می گردد. با توجه به پیچیدگی هایی که ارزیابی پایداری مبتنی بر منطق فازی دارد، در مقاله ما، یک سیستم پشتیبانی تصمیم ارزیابی پایداری مبتنی بر منطق فازی (FLBSE-DSS) طراحی و مستقر شده است. نوآوری مطالعات ما که در این مقاله ذکر شده است، توسعه یک DSS منحصر به فرد برای ارزیابی پایداری در یک محیط فازی است. همچنین، امکان سنجی عملی DSS توسعه یافته در یک محیط تولید زمان حقیقی، مورد بررسی قرار گرفته است. ویژگی های مفهومی و مکانیزم کاری FLBSE-DSS در این مقاله ارائه خواهد شد.

نتیجه گیری

توسعه پایدار دارای مزایای پایداری دراز مدت، و رقابتی برای سازمان های تولیدی است. در این زمینه، ارزیابی پایداری بسیار نیاز است. به منظور محاسبه و تجزیه و تحلیل مرتب پایداری یک سازمان، FLBSE- DSS ایجاد شد. FLBSE-DSS توسعه یافته، شاخص پایداری سازمان را محاسبه می کند و FPII را برای مشخصه های مختلف پایداری تولید می کند. در این مقاله، FLSI یک سازمان برابر (2.938 و 4.396 و 5.869) شد. با استفاده از روش فاصله اقلیدسی، ثابت شد که سازمان مربوطه پایدار است. علاوه بر تعیین شاخص پایداری و فاصله اقلیدسی، همچنین مشخصه های ناپایدارتر (با پایداری ضعیف) مانند اثرات کیفیت هوا، راه کار 6R، تولید سبز، و کربن توسط DSS به عنوان مناطق ضعیف شناسایی شد. پس از حذف یا کاهش حوزه های ضعیف، نتایج مناسبی به دست می-آید و در سازمان پیاده سازی می گردد.

Abstract

The industries have created threat to the present environment through their manufacturing methods. Moreover, the excessive utilization of natural resources have led to scarcity and triggered danger for the future generations. So there exists a vital need for the modern companies to renovate their manufacturing technologies. Thus, a new concept of manufacturing process known as sustainable manufacturing has been introduced and it gained great importance in the present scenario. Sustainable manufacturing means the production of goods in such a way that it utilizes minimum natural resources and produces safer, cleaner, and environment-friendly products at an affordable cost. The purpose of this article is to assess the sustainability level of a manufacturing organization taking into consideration various factors needed for insuring sustainability. During the course of this research, a sustainability model was developed using fuzzy logic and the sustainability index was calculated. Manual calculation of sustainability index consumes more time and it is mistake prone. So, in order to avoid such inadequacies, a computerbased decision support system was developed designated as fuzzy-logic-based sustainability evaluation decision support system. The system calculates the fuzzy logic sustainability index, Euclidean distance, and fuzzy performance importance index. This model will help the companies to analyze various aspects of sustainability within their organization and work toward further improvement of it.

Introduction

The modern manufacturing organizations are forced to adopt sustainable manufacturing principles due to regulations enforced by Government policies. As a sequel to it, the need for developing environmentally friendlier products arises. Sustainability includes environmental, economic, and social dimensions. Hence, the assessment of sustainability must be a comprehensive and holistic approach. Due to the drawbacks associated with traditional methods, the usage of fuzzy methods gains importance. Hence, the requirement for fuzzy-based sustainability evaluation was realized. Due to the complexity associated with fuzzy-based sustainability evaluation, fuzzy-logicbased sustainability evaluation decision support system (FLBSE-DSS) was designed and deployed in our study. The novelty of the study reported in this article is the development of exclusive DSS for sustainability evaluation in a fuzzy environment. Also, the practical feasibility of the developed DSS was test implemented in a real time manufacturing environment. The conceptual features and working mechanism of FLBSE-DSS will be presented in this article.

Conclusions

Sustainable development insures sustainable, long-term, and competitive benefits for manufacturing organizations. In this context, the evaluation of sustainability is very much needed. In order to systematically compute and analyze sustainability of the case organization, FLBSEDSS was developed. The developed FLBSE-DSS computes the sustainability index of the organization and generates FPII for various sustainability attributes. In this present study, FLSI of the organization was found to be (2.938, 4.396, 5.869). Using Euclidean distance approach, the organization was found to be sustainable. Besides determining sustainability index and Euclidean distance, DSS also identifies weaker sustainability attributes like air quality effects, 6R concepts, green manufacturing, and carbon foot-print as weaker areas. After mitigating the weaker areas, suitable initiatives were derived and subjected to implementation in the case organization.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

رشد سیستم پشتیبانی تصمیم برای ارزیابی پایداری: مطالعه موردی

Development of decision support system for sustainability evaluation: a case study

اعمال قابلیت های سیستم های پشتیبانی تصمیم گیری سرویس گرا: انتقال تحلیل ها و داده های بزرگ در محیط ابری

Leveraging the capabilities of service-oriented decision support systems: Putting analytics and big data in cloud

چکیده
1- مقدمه
2- بنیان های خدمات گرایی و خصوصیات منحصر به فرد خدمات
2-1- نقطۀ تمرکز
2-2- حوزه
2-3- استانداردسازی
2-4- کیفیت و نوآوری
2-5- ایجاد رابطه
3- مفاهیم نوظهور برای سیستم پشتیبان تصمیم گیری خدمات گرا
4- DSS خدمات گرا
4-1- داده به عنوان خدمات (DaaS)
4-2- اطلاعات به عنوان خدمات (اطلاعات مبتنی بر تقاضا) (IaaS)
4-3- تحلیل به عنوان خدمات (AaaS)
5- نتیجه گیری
5-1- دستاوردها
5-2- محدودیت ها و کارهای آتی

چکیده

بسیاری از سازمان ها، در یکی از روندهای مهم خود، از سیستم های پشتیبان تصمیم گیری سرویس گرا به منظور چابکی و فعالیت هر چه بیشتر (DSS در محیط ابری) استفاده می کنند. در این مقاله، بعد از ارائۀ فهرست نیازمندی های DSS سرویس گرا، چارچوب مفهومی را برای DSS در محیط ابری تعریف، و مسیرهای تحقیقاتی را بررسی می کنیم. دستاورد منحصر به فرد این مقاله طرح دیدگاهی دربارۀ نحوۀ ارائۀ خدمات در محیط DSS محصول گرا است، همچنین این مقاله فرصت ها و مشکلات پیش روی مهندسی DSS سرویس گرا را در محیط ابری شرح می دهد. در هنگام تعریف داده به عنوان خدمات، اطلاعات به عنوان خدمات، و تحلیل به عنوان خدمات می-بینیم که مکانیزم های اندازه گیری متداول، که عمدتاً زمان گیر و هزینه بر هستند خوب کار نمی کنند. سازمان ها علاوه بر هزینه و مدت زمان ارائۀ خدمات نیازمند بررسی سطح و کیفیت خدمات هستند. DSS در محیط ابری در مقیاس، تنوع و سرعت صرفه جویی می کند. این مقاله، با ایجاد ارتباط بین دیدگاه های راهبرد فناوری اطلاعات با پایگاه داده ها و طرح دیدگاه های علمی برای مخاطبینی گسترده تر، دستاوردهایی برای علم خدمات به همراه دارد.
واژه های کلیدی: محاسبات ابری ، خدمت (سرویس) گرایی، علم خدمات، داده به عنوان خدمات، اطلاعات به عنوان خدمات، تحلیل به عنوان خدمات، داده های بزرگ

1- مقدمه

در دنیای تجاری بسیار پیچیدۀ امروزی، سازمان ها باید روش های مبتکرانه ای برای افزایش مشارکت، مجازی سازی، دقت، همگامی، تطبیق پذیری، و چابکی پیدا کنند تا خودشان را از سایر رقبا متمایز سازند. آنها نیازمند واکنش سریع به نیازها و تغییرات بازارند. بسیاری از سازمان ها متوجه شده اند که داده های شان و نحوۀ استفاده از آن می-تواند نقطۀ تمایز آنها و دیگر رقبا شود. داده ها و اطلاعات در حال تبدیل شدن به دارایی اصلی بسیاری از سازمان ها هستند. به همین دلیل است که، امروزه اکثر سازمان ها تلاش می کنند بیشترین دادۀ ممکن را گردآوری و پردازش کنند. بر اساس تحقیقات گارتنر، پیش بینی می شود که در سال 2011، ارزش بازار جهانیِ راهکارهای اطلاعات تجاری و انبارسازی داده به 8/10 میلیارد دلار برسد [34]. و در سال 2011، این راهکارها پنجمین اولویت فناوری از میان 10 اولویت اصلی برای مدیران ارشد اطلاعاتی بوده است. به همین دلیل است که، شرکت ها برای ادارۀ هوشمندانه تر، چابک تر و کارآتر کسب وکارها در درجۀ نخست سعی می کنند که فرآیندهای تصمیم گیری کارآ و کارآمد همراه با داده های صحیحیِ در اختیار داشته باشند که تبدیل به اطلاعات معناداری با اکتشاف های داده محور (برای مثال، تحلیل ها) شوند [13].

5-2- محدودیت ها و کارهای آتی

نظریه ها و مدل های مهم دیگری وجود دارد که به صورت کامل به آنها نپرداخته ایم. برای مثال، به تفصیل به نحوۀ تأثیر خدمات گرایی بر عملیات های انجام شده در محیط DSS نپرداخته ایم. چگونه باید مدیران پایگاه داده ها، مهندسین داده، تحلیلگران داده و کاربران را برای DSS در محیط ابری آموزش دهیم؟
دوم اینکه، مسائل تحقیقاتی سایت ارائه دهندۀ خدمات را تحلیل نکرده ایم. ارائه دهندگان خدمات برای اینکه بتوانند ظرفیت خود را مدیریت کنند و قیمت گذاری را به شکل کارآ انجام دهند نیازمند رویکردهای جدیدی هستند. پویایی های خدمات و رقابت بر سر قیمت خدمات چگونه خواهد بود؟
سوم اینکه، در صورتی که تحقیقات آتی مشکلات و فرصت های پیش روی دولت ها و سازمان های بین المللی را بررسی کنند سودمند خواهد بود. وقتی ارائه دهندگان خدمات پایگاه داده های مجازی خود را در کشورهای مختلف میزبانی می کنند و به کشورهای مختلف خدمات ارائه می دهند، سیاست ها و روش های کار مالیاتی چگونه خواهد بود؟
در این مقاله، قصد نداشتیم که مرور جامعی بر مقالات تحقیقاتی داشته باشیم، و نمی خواستیم خوانشی جامع دربارۀ دستور کار تحقیقاتی در زمینۀ DSS خدمات گرا داشته باشیم. ما صرفاً خواستیم معماری مفهومی جدیدی را برای DSS در محیط ابری ارائه کنیم، و پرسش های تحقیقاتی مطرح کنیم که به این کوشش نویدبخش کاملاً جامۀ عمل می پوشاند.

Abstract

Using service-oriented decision support systems (DSS in cloud) is one of the major trends for many organizations in hopes of becoming more agile. In this paper, after defining a list of requirements for service-oriented DSS, we propose a conceptual framework for DSS in cloud, and discus about research directions. A unique contribution of this paper is its perspective on how to servitize the product oriented DSS environment, and demonstrate the opportunities and challenges of engineering service oriented DSS in cloud. When we define data, information and analytics as services, we see that traditional measurement mechanisms, which are mainly time and cost driven, do not work well. Organizations need to consider value of service level and quality in addition to the cost and duration of delivered services. DSS in CLOUD enables scale, scope and speed economies. This article contributes new knowledge in service science by tying the information technology strategy perspectives to the database and design science perspectives for a broader audience.

1- Introduction

In today’s very complex business world, organizations must find innovative ways to differentiate themselves from competitors by becoming more collaborative, virtual, accurate, synchronous, adaptive and agile. They need to be able to rapidly respond to market needs and changes. Many organizations noticed that the data they own and how they use it can make them different than others. Data and information are becoming primary assets for many organizations. That’s why, today, most organizations try to collect and process as much data as possible. According to the Gartner Research, the worldwide market for data warehousing and business intelligence solutions is forecasted to reach US$10.8 billion in 2011 [34]. And it is ranked number five on the list of the top ten technology priorities for chief information officers in 2011. That’s why having efficient and effective decision making processes with right data that is transformed to be meaningful information with data-driven discoveries (e.g. analytics) are becoming mainstream processes for companies to run smarter, more agile and efficient businesses [13].

5-2- Limitations and future work

There are additional and important theories and models that we have not fully addressed. For example, we did not discuss in detail how service orientation will impact the operations of DSS environment. How should we educate new DBAs, data engineers, data analysts and users for DSS in cloud? Second, we have not analyzed the service provider’s site of the research issues. Service providers need new approaches to be able to manage their capacity and pricing decisions efficiently. What will be the dynamics in service and price competition?
Third, it also will be beneficial if future research examines the challenges and opportunities for governments and international organizations. What will be the tax policies and procedures, when service providers are hosting their virtual data bases in different countries and providing services to different countries?
In this article, we had no intention to present an exhaustive survey of research articles, nor did we intend to offer a comprehensive reading on the research agenda for service-oriented DSS. We simply wanted to propose a new conceptual architecture for DSS in cloud, and identify research questions to fully realize this promising endeavor.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

اعمال قابلیت های سیستم های پشتیبانی تصمیم گیری سرویس گرا: انتقال تحلیل ها و داده های بزرگ در محیط ابری

Leveraging the capabilities of service-oriented decision support systems: Putting analytics and big data in cloud