پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,501 |
| تعداد مشاهده مقاله | 124,114,087 |
| تعداد دریافت فایل اصل مقاله | 97,217,850 |
Textual Data Mining Applications in the Service Chain Knowledge Management of e-Government | ||
| Journal of Information Technology Management | ||
| مقاله 3، دوره 9، شماره 1، 2017، صفحه 39-60 اصل مقاله (465.9 K) | ||
| نوع مقاله: Research Paper | ||
| شناسه دیجیتال (DOI): 10.22059/jitm.2017.60679 | ||
| نویسندگان | ||
| Jalal Rezaeenour* 1؛ MohammadReza SheikhBahaei2 | ||
| 1Associate Prof., Faculty of Engineering & Technology, University of Qom, Qom, Iran | ||
| 2MSc in Information Technology Engineering, Faculty of Technology and Engineering, University of Qom. | ||
| چکیده | ||
| Systems related to knowledge management can improve quality and efficiency of knowledge used for decision making process. Approximately 80 percent of corporate information are in textual data formats. That is why text mining is useful and important in service chain knowledge management. For example, one of the most important applications of text mining is in managing on-line source of digital documents and the analysis of internal documents. This research is based on text-based documents and textual information and interviews processed by Grounded theory. In this research clustering techniques were applied at first step. In the second step, Apriori association rules techniques for discovering and extracting the most useful association rules were applied. In other words, integration of datamining techniques was emphasized to improve the accuracy and precision of classification. Using decision tree technique for classification may result in reducing classification precision. But, the proposed method showed a significant improvement in classification precision. | ||
| کلیدواژه‌ها | ||
| E-Government؛ Knowledge Management؛ Service Chain؛ Textual datamining | ||
| عنوان مقاله [English] | ||
| کاربردهای دادهکاوی متنی در حوزۀ مدیریت دانش زنجیرۀ خدمات دولت الکترونیکی | ||
| نویسندگان [English] | ||
| جلال رضایی نور1؛ محمدرضا شیخ بهائی2 | ||
| 1دانشیار گروه مهندسی صنایع، دانشکدۀ فنی و مهندسی، دانشگاه قم، قم، ایران | ||
| 2کارشناس ارشد مهندسی فناوری اطلاعات، دانشکدۀ فنی و مهندسی، دانشگاه قم، قم، ایران | ||
| چکیده [English] | ||
| سیستمهای مدیریت دانش، کیفیت و بازدهی دانش استفاده‌شده در فرایند تصمیمگیری را بهبود می‌بخشند. حدود 80 درصد اطلاعات سازمانها در فرمتهای متنی هستند؛ به همین علت متنکاوی آن هم در حوزۀ مدیریت دانش زنجیرۀ خدمات، بسیار مفید و با‌اهمیت است. به‌طور مثال، یکی از کاربردهای مهم متنکاوی به‌منظور مدیریت منابع روی خط اسناد دیجیتال و تجزیه و تحلیل اسناد درون‌سازمانی به‌کار برده میشود. پژوهش حاضر به اسناد و مدارک مبتنی بر متن اختصاص دارد که براساس ارسال نظرها، فرمهای اطلاعات متنی و پرسشنامههای مبتنی بر روش تئوری زمینهای تدوین شده است. در نخستین گام تحقیق، تکنیکهای خوشهبندی به اجرا درآمد و در گام دوم، تکنیک قوانین انجمنی Apriori به‌منظور کشف و استخراج مفیدترین قوانین انجمنی اعمال شد. به‌بیانی، بر یکپارچهسازی تکنیکهای دادهکاوی متنی برای بهبود دقت ردهبندی تأکید شده است. در کلاسه‌بندی مستندات با استفاده از تکنیک درخت تصمیم به کلاسهای مربوط به آن، دقت کلاسه‌بندی کاهش یافت، اما استفاده از روش ارائه‌شده در این تحقیق، بهبود شایان توجهی در دقت ردهبندی ایجاد کرد. | ||
| کلیدواژه‌ها [English] | ||
| دادهکاوی متنی, دولت الکترونیکی, زنجیرۀ خدمات, مدیریت دانش | ||
| مراجع | ||
|
ثقفی، ف.؛ علی احمدی، ع.؛ قاضی نوری، س.س. و حورعلی، م. (1394)، تدوین و شناسایی سناریوهای امکانپذیرآیندۀ خدمات دولت الکترونیک ایران در افق 1404. فصلنامۀ مدیریت فناوری اطلاعات، 7(1)، 68-49. رضائی نور، ج.؛ لسانی، ر.؛ زکیزاده، ع. و صفا مجید، غ. (1393)، بررسی شبکههای همکاری نویسندگی در حوزۀ فناوری اطلاعات با استفاده از تکنیکهای شبکههای اجتماعی، فصلنامۀ مدیریت فناوری اطلاعات، 6(2)، 250-229. زارعی، ب.؛ ثقفی، ف. و زرین، ل. (1392)، سنجش میزان تأثیر رویکرد قابلیت بر توسعۀ دولت الکترونیکی، فصلنامۀ مدیریت فناوری اطلاعات، 5(2)، 94-75. Agrawal, R., Imielinski, T. & Swami, A. (1993). Mining association rule between sets of items in large databases. In Proceedings of international conference on management of data (SIGMOD 93). (pp. 207–216).
Berry, M. J. A. & Linoff, G. (2004). Data mining techniques for marketing, sales and customer relationship management. Hoboken, NJ: Wiley Computer Publishing.
Cheung, M. S. & Myers, M. B. (2008). Managing knowledge sharing networks in global supply chains. International Journal of Management and Decision Making, 9(6), 581-599.
Han, J. & Kamber, M. (2000). Data mining: Concepts and techniques. San Francisco: Morgan Kaufmann.
Hult, G.T.M., Ketchen, D.J. & Slater, S.F. (2004). Information processing, knowledge development, and strategic supply chain performance. Academy of management journal, 47(2), 241-253.
Jafari, M., Rezaeenour, J. & Akhavan, P. (2009). Identifying progressive route of organizational knowledge creation theory. World Applied Sciences Journal, 7 (10), 1287-1294.
Khalfan, M. M., Kashyap, M., Li, X. & Abbott, C. (2010). Knowledge management in construction supply chain integration. International Journal of Networking and Virtual Organisations, 7(2-3), 207-221.
Miao, D., Duan, Q., Zhang, H. & Jiao, N. (2009). Rough set based hybrid algorithm for text classification. Expert Systems with Applications, 36(5), 9168–9174.
Myers, M. B. & Cheung, M. S. (2008). Sharing global supply chain knowledge. MIT Sloan Management Review, 49(4), 67-73.
Nasukawa, T., & Nagano, T. (2001). Text analysis and knowledge mining systems. IBM Systems Journal, 40(4), 967 - 984.
Rezaeenour, J., Lesani, R., Zakizadeh, A. & Majid, G.S. (2014). Evaluating Authorship Collaboration Networks in the Field of Information Technology Using Social Netwowk Techniques. Information Technology Management,6(2), 229-250. (in Persian)
Rezaienour, J. & Nazaridoust, M. (2012). Data Mining Application in Analysis of Knowledge Management Gaps. In Proceeding of the 2nd World Conference on Soft Computing (pp. 551-557).
Saghafi, F., Aliahmadi, A., Ghazinoory, S.S. & Hourali, M. (2015). Developing and Identifying Possibility & Plausibility of E-Government Services Scenarios in Iran by 1404, Journal of "Information Technology Management, 7(1), 49-68. (in Persian)
Sivakumar, K. & Roy, S. (2004). Knowledge redundancy in supply chains: a framework. Supply Chain Management: An International Journal, 9(3), 241-249.
Ur-Rahman, N. & Harding, J.A. (2012). Textual data mining for industrial knowledge management and text classification: A business oriented approach. Expert Systems with Applications, 39(5), 4729-4739.
Witten, I. H. & Frank, E. (2000). Data mining: Practical machine learning tools and techniques with java implementations. San Francisco: Morgan Kaufman.
Wu, D. J. (2001). Software agents for knowledge management: coordination in multi-agent supply chains and auctions. Expert Systems with Applications, 20(1), 51-64.
Zarei, B., Saghafi, F. & Zarrin, L. (2013). Measuring the Amount of Effects of Capability Approach on Developing E-government, Information Technology Management, 5(2), 75-94. (in Persian)
| ||
|
آمار تعداد مشاهده مقاله: 1,673 تعداد دریافت فایل اصل مقاله: 1,529 |
||