طراحی و اجرای سامانه خبره فازی به منظور پیشنهاد فناوری های مدیریت دانش متناسب با نوع راهبرد

نوع مقاله : مقاله پژوهشی با اصالت

نویسندگان

1 دانشیار گروه مدیریت فناوری اطلاعات، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا (س)، تهران، ایران

2 استادیار، گروه مدیریت و حسابداری، دانشکده مهندسی صنایع و مدیریت، دانشگاه غیاث‌الدین جمشید کاشانی، قزوین، ایران

چکیده

از آنجا که دسترسی به افراد خبره با محدودیتهای زمانی و مکانی همراه است، سامانه‌های خبره با هدف در دسترس قرار­دادن مهارتهای خبرگان به­ منظور از میان برداشتن این محدودیتها به­ وجود آمده‌اند. از طرفی مدیریت دانش با هدف بهبود و ارتقای عملکرد سازمانی از اهمیت زیادی برخوردار است. در این راستا هدف این پژوهش ارائه سامانه خبره فازی به ­منظور پیشنهاد مناسبترین ابزارهای مدیریت دانش است. برای دریافت دانش مربوط از ده نفر خبره در زمینه مدیریت دانش بهره گرفته شده است. سامانه پیشنهادی شامل پایگاه دانش قواعد فازی، موتور استنتاج بر پایه منطق فازی و استنتاج ممدانی، و واسط کاربری گرافیکی در نرم‌افزار متلب است. ورودی های سامانه شامل ساختار سازمانی، راهبرد سازمان، راهبرد مدیریت منابع انسانی، سطح بلوغ فناوری اطلاعات، اندازه سازمان و نبود اطمینان محیطی است. خروجی این سامانه ابزارهای مناسب مدیریت دانش است که بر اساس نوع فرایند انتخاب­شده به کاربر پیشنهاد می­شود. برای تعیین عملکرد سامانه خبره طراحی شده، شرکت هلدینگ آرش شامل 500 کارمند مورد بررسی قرار گرفت و نتایج به تفکیک فرایندهای مدیریت دانش ارائه شد. کاربران سامانه پیشنهادی عبارت است از: دانشجویان، سازمانها، پژوهشگرانی که قصد توسعه چنین سامانه­ هایی را دارند و افرادی که قصد استفاده از دانش سامانه را دارند.

کلیدواژه‌ها


عنوان مقاله [English]

Designing and Implementing Fuzzy Expert Systems to Suggest Knowledge Management Technology Compatible with the Strategy Type

نویسندگان [English]

  • Ameneh Khadivar 1
  • Fatemeh Mojibian 2
1 Associate Professor, IT Management, Faculty of Social science and Economics, University of Alzahra, Tehran, Iran.
2 Assistant Professor, Management, Industrial Engineering and Management Faculty, Ghiaseddin Jamshid Kashani University, Ghazvin, Iran.
چکیده [English]

As the time and space for accessing the experts are limited, expert systems are created for making the skills of experts available for solving these constraints. Aimed at improving and promoting organizational performance, knowledge management is now regarded as a quite essential practice. Given this, the present study is aimed at introducing the fuzzy expert system to suggest the most proper instruments for knowledge management. To acquire the relevant knowledge, ten top experts in the field of knowledge management were consulted. The proposed system contains a knowledge basis for Fuzzy rules, inference engine based on Fuzzy logic, field interference, and graphical user inference designed in MATLAB software. The inputs of the system include organizational structure, organization strategy, human resource management strategy, the level of IT maturity, organization size and environmental uncertainty. The outputs contain knowledge management tools, which are recommended for users on the basis of the selection process type. Arash Holding Company containing 500 employees was analyzed for testing the performance of designed expert system. The results were presented separately according to the knowledge management processes. The users of the designed system may cover university students, organizations, researchers willing to develop such systems, or individuals who intend to use the available knowledge in the system.

کلیدواژه‌ها [English]

  • expert systems
  • knowledge management tools
  • Fuzzy Logic
  • Mamdani Inference
  • user interface
  • ایرانمنش، حسین؛ پاشاپور، شیما؛ آسترکی، مونا (1394). سیستم‌های خبره رویکردی کاربردی، تهران: انتشارات هزاره سوم اندیشه.
  • خدیور، آمنه؛ نصرآبادی، شهره؛ فلاح، الهام (1393). طراحی سیستم خبره فازی جهت انتخاب استراتژی مدیریت دانش، پژوهشنامه پردازش و مدیریت اطلاعات، دوره 30، ش 1: 91 ـ 119.
  • شوندی، حسن (1385). نظریه مجموعه­ های فازی و کاربرد آن در مهندسی صتایع و مدیریت، تهران: انتشارات گسترش علوم پایه.
  • غضنفری، مهدی؛ کاظمی، زهره (1382). اصول و مبانی سیستم‌های خبره، تهران: انتشارات دانشگاه علم و صنعت.
  • منتظر، غلامعلی؛ ساروخانی، لیلا (1387). طراحی و پیاده‌سازی سیستم هوشمند شناسایی رفتار مشکوک در بانکداری اینترنتی به کمک نظریه مجموعه‌های فازی، فناوری اطلاعات و ارتباطات ایران، دوره2، ش 1: 9 ـ 18.
  • یحیوی فرکوش، منصور (1392). مبانی سیستم خبره و داده‌کاوی، تهران: انتشارات اول و آخر.
  • Abraham, A., (2005), “Rule-Based Expert Systems”, Handbook of Measuring System Design.
  • Alharithy, M., Knowledge Management Process in several organizations:
    Analytical Study of modeling and several processes, International Conference on Communication, Management and Information Technology, Volume 65, pp. 726-733.
  • Boondao, R. 2013. Factors affecting knowledge management of
    organizations in Thailand, International Journal of Conceptions
    on Management and Social Sciences, 1(1): 22-24.
  • Bouthillier, F., & Shearer, K. (2004). Understanding knowledge management and information management: the need for an empirical perspective. Information Research, 8(1).
  • Büyüközkan, G., Feyzioglu, O., Cifci, G., (2011), Fuzzy Multi-Criteria Evaluation of Knowledge Management Tools, International Journal of Computational Intelligence Systems, Volume 4, Issue2, pp. 184-195.
  • Centobelli, P., Cerchione, R., Esposito, E., (2018), Aligning enterprise knowledge and knowledge management systems to improve efficiency and effectiveness performance: A three-dimensional Fuzzy-based decision support system, Expert Systems with Applications, Volume 91, pp. 107-126.
  • Gupta, A. & McDaniel, J. (2002). Creating competitive advantage by effectively managing knowledge: a framework for knowledge management. Journal of Knowledge Management Practice.
  • Hamundu, F.M.,  Budiarto , R., Siregar, L., (2009), Evalating the best of Knowledge Management for Small Medium Enterprice Based on Fuzzy Analytic Hierarchy Process, third Asia International Conference on Modeling and Simulation.
  • Hlupic, V., Pouloudi, A. and Rzevski, G. (2002) "Towards an integrated approach to knowledge management: 'hard', 'soft', and 'abstract' issues." Knowledge and Process Management, 9(2), 90-102.
  • Jasimuddin, S., (2012), “Special Issue on Knowledge Management (KM)”, Information Resources Management Journal, Volume 29, Issue 1.
  • Laudon, K., and Laudon, J. Management Information Systems-Organization and Technology
    in the Networked Enterprise. Englewood Cliffs, N.J.: Prentice Hall, 2001.
  • Mc Elory, M., (2003), “The new knowledge management, Complexity, Learning and Sustainable Innovation”, Knowledge Management Consortium International Press: USA.
  • Mertins, K., P. Heising, and J. Vorbeck. (2001). Knowledge management.
    Berlin: Springer.
  • Newman B & Conrad K. 2000. A Framework for Characterizing Knowledge Management Methods, Practices, and Technologies, Proc. of the Third Int. Conf. on Practical Aspects of Knowledge Management (PAKM2000).
  • Ngai, E.W.T., Chan, E.W.C., (2005), Evaluation of knowledge management tools using AHP, Expert Systems with Applications, Volume 29, Issue 4, pp. 889-899.
  • Nonaka, I., and H. Takeuchi. 1995. The knowledge-creating company: How Japanese companies create the dynamics of innovation. New York : Oxford University Press.
  • Oluic-Vukovic, V. (2001) "From information to knowledge: some reflections on the origin of the current shifting towards knowledge processing and further perspective." Journal of the American Society for Information Science and Technology, 52, 54-61.
  • Ruggles, R.L., ed. (1997). Knowledge management tools. London: Butterworth-Heinemann.
  • Shokouhyar, S., Seifhashemi, S., siadat, H., Ahmadi, M., (2018), Implementing a fuzzy expert system for ensuring information technology supply chain,  Expert Systems, https://doi.org/10.1111/exsy.12339.
  • Skyrme, D., (2001), “knowledge management: Approaches and Polovies”, knowledge innovation.
  • Turban, E., Aronson, J.E., (2001), “Decision Support Systems and Intelligent Systems”, 6th Edn, Prentice Halll, New Jersey.
  • Tyndale (2002), “A taxonomy of knowledge management software tools origins and applications”, Evaluation and program planning.