2-3.5. معماری فنی هوش تجاری………………….. 40

 

2-4. مزایا و چالش‌های هوش تجاری………………….. 42

 

2-4.1. مزایای هوش تجاری………………….. 42

 

2-4.2. معایب و چالش‌های هوش تجاری………………….. 43

 

2-5. داشبوردهای مدیریتی و ارتباط آن با هوش تجاری……….. 44

 

2-6. ویژگی سازمان‌های کوچک و متوسط………………….. 45

 

2-6.1. نقش بنگاه‌های اقتصادی کوچک در توسعه اقتصادی………….. 46

 

2-6.1. مشکلات بنگاه‌های اقتصادی کوچک از جنبه مالی………………….. 49

 

2-7. مزایا و معایب هوش تجاری در سازمان‌های کوچک و متوسط……. 50

 

2-8. عوامل حیاتی موفقیت در هوش تجاری………………….. 55

 

2-9. برخی از عوامل حیاتی موفقیت شناسایی شده در پیاده‌سازی سیستم‌های هوش تجاری….. 57

 

2-10. دسته‌بندی عوامل حیاتی موفقیت…………………… 61

 

2-11. نتیجه گیری………………….. 63

 

فصل سوم روش تحقیق…………………. 64

 

3-1. مقدمه………………… 65

 

3-2. روش جمع‌آوری داده………………… 65

 

3-3. جامعه و نمونه آماری………………….. 66

 

3-4. روش‌ها و ابزار جمع‌آوری داده‌ها……………….. 66

 

3-5. متغییرهای مستقل و وابسته تحقیق………………….. 70

 

3-5.1. متغییرهای مستقل تحقیق:………………… 71

 

3-5.2. متغییرهای وابسته تحقیق:………………… 76

 

3-6. فرضیه‌ها و مدل پیشنهادی تحقیق………………….. 77

 

3-6.1. مدل پیشنهادی تحقیق………………….. 78

 

3-6.2. انطباق الگوریتم و مدل پیشنهادی………………….. 79

 

3-6.3. معیارها و شاخص‌های تحقیق………………….. 80

 

3-7. مراحل انجام پژوهش……………………. 82

 

3-8. روش تجزیه و تحلیل داده‌ها……………….. 84

 

3-9. نتیجه‌گیری………………….. 85

 

فصل چهارم محاسبات و یافته‌های تحقیق………………….. 86

 

4-1. مقدمه………………… 88

 

4-2. تحلیل‌های توصیفی………………….. 89

 

4-2.1. مشخصه‌های جمعیت‌شناختی………………….. 89

 

4-3. آمار استنباطی………………….. 91

 

4-3.1. فرضیه اول…………………. 91

 

4-3.2. نتایج…………………. 91

 

4-3.3. جدول توزیع فراوانی………………….. 91

 

4-3.4. روش حل فرضیه اول…………………. 92

 

4-3.5. الویت بندی عوامل سازمانی بر مبنای روش تاپسیس………. 94

 

4-3.6. فرضیه دوم………………… 95

 

4-3.7. نتایج…………………. 95

 

4-3.8. جدول توزیع فراوانی………………….. 95

 

4-3.9. روش حل فرضیه دوم………………… 97

 

4-3.10. الویت بندی عوامل فرآیندی بر مبنای روش تاپسیس……… 98

 

4-3.11. فرضیه سوم………………… 99

 

4-3.12. نتایج…………………. 99

 

4-3.13. جدول توزیع فراوانی………………….. 100

 

4-3.14. روش حل فرضیه سوم………………… 101

 

4-3.15. الویت بندی عوامل فنی بر مبنای روش تاپسیس…….. 102

 

فصل پنجم نتایج و پیشنهادات………………….. 104

 

5-1. مقدمه………………… 105

 

5-2. مختصر بر مساله و هدف تحقی……… 105

 

5-3. نتایج و یافته‌ها……………….. 107

 

5-4. پیشنهادات…………………… 108

 

 

5-3.1. پیشنهادات اجرایی………………….. 108

 

5-4.1. پیشنهادات تحقیقات آینده………………… 109

 

5-5. نتیجه گیری………………….. 110

 

پیوست 1- پرسش‌نامه………………… 111

 

پیوست 2- نمودار فراوانی………………….. 116

 

پیوست 3 – محاسبات فرضیه اول…………………. 123

 

پیوست 4 – محاسبات فرضیه دوم………………… 128

 

پیوست 5 – محاسبات فرضیه سوم………………… 132

 

فهرست منابع و مآخذ…………………. 137

 

چکیده:

 

هدف اصلی در این پایان‌نامه شناسایی و الویت‌بندی عوامل حیاتی موفقیت در پیاده‌سازی سیستم‌های هوش تجاری در سازمان‌های کوچک و متوسط است. تاکنون مطالعات مختلفی توسط محققین و در شرایط متفاوت بر روی عوامل حیاتی موفقیت سیستم‌های هوش تجاری انجام گرفته است اما در این پایان نامه سعی بر آن است تا از بین عوامل متعدد، عواملی که در سازمان‌های ایرانی و کوچک تاثیرگذار است، انتخاب گردند. در این تحقیق عوامل حیاتی موفقیت از سه جنبه مختلف مورد بحث و بررسی قرار گرفته: منظر سازمانی، فرایندی و فناوری. شاخص‌های مرتبط با هریک از عوامل تعیین و سپس پرسش‌نامه‌ای که قابلیت اعتماد آن مورد آزمون قرار گرفته بود توزیع گردید و سرانجام داده‌های پژوهش جمع‌آوری و مشخص شد که در این میان به‌کارگیری ابزارها و منابع رایگان مهم‌ترین عوامل حیاتی و بعد از آن حمایت مالی مدیران ارشد سازمان در رده دوم قرار گرفت. بیان دقیق منافع حاصل از پیاده‌سازی سیستم و ایجاد دیدگاهی واقع‌بینانه نسبت به کارایی و عملکرد سیستم، نزدکیترین گزینه به راه‌حل ایده‌آل در میان عوامل فرایندی محسوب شده و دسترسی آسان کاربر به داده‌های مورد نیاز کسب‌وکار دارای بیش‌ترین امتیاز در میان عوامل فناوری می‌باشد.

 

فصل اول: مقدمه و کلیات تحقیق

 

1-1- معرفی

 

در این فصل به معرفی اجمالی مسئله مورد نظر می‌پردازیم. در ابتدا مسئله مورد نظر تعریف می‌شود سپس ی بر سابقه تحقیق و ساختار پایان نامه خواهیم داشت.

 

2-1- مقدمه

 

آنتونی پادالینو در پایان نامه خود [1] هوش تجاری را این گونه تعرف می‌نماید: هوش تجاری واژه ای است که دارای تعاریف متعدد می‌باشد اما به طور عام می‌توان گفت هوش تجاری فرایند تبدیل داده‌ها به اطلاعات مفید و مورد استفاده سازمان است، به گونه‌ای که این اطلاعات بتواند در پشتیبانی از تصمیم‌سازی در سازمان مورد استفاده قرار گیرد. همچنین هوش تجاری عمدتا می‌تواند به عنوان معماری سازمانی برای برنامه‌های کاربردی پشتیبان تصمیم و عملیاتی تعریف شود. سیستم‌های هوش تجاری به عنوان بسته‌های نرم‌افزاری استاندارد از طریق شرکت‌های مختلف ارائه می‌شوند مانند Cognos, SAS, Microsoft, Oracle که به مشتریان خود این امکان را می‌دهند تا این بسته‌ها را مطابق با نیازمندی‌های خود سازگار سازند [2].

 

هوش تجاری شامل مجموعه‌ای از برنامه‌های کاربردی و تحلیلی است که به استناد پایگاه‌های داده عملیاتی و تحلیلی به اخذ تصمیم بهینه برای فعالیت‌های مدیریتی می‌پردازد. به عبارت دیگر هوش تجاری به فرایند تبدیل داده‌های خام به اطلاعات تجاری و مدیریتی اطلاق می‌گردد که به تصمیم سازان سازمان کمک می‌کند تا تصمیمات خود را بهتر و سریع‌تر گرفته و بر اساس اطلاعات صحیح، عمل نمایند. داده‌ها با ورود به سیستم هوش تجاری مورد پردازش قرار گرفته و تبدیل به دانش می‌شوند، سپس دانش بدست آمده مورد تحلیل قرار گرفته و از نتایج تحلیلی آن، مدیران در تصمیم گیری خود بهره‌مند شده و اقداماتی را جهت بهبود عملکرد سازمان انجام می‌دهند.

 

هوشمندی سازمانی را می‌توان استفاده موثر، به جا و سریع از داده‌ها، اطلاعات، دانش و خرد افراد داخل و خارج از سازمان در تصمیم گیری‌های سطوح مختلف سازمان دانست. امروزه از هوشمندی سازمانی به عنوان یکی از اصلی‌ترین مزیت‌های رقابتی سازمان نام برده می‌شود.

 

دو عامل مهم که انگیزه به‌کارگیری یک فناوری جدید در سازمان را ایجاد می‌کنند عبارت‌اند از:

 

 

1. برطرف سازی برخی از مشکلات که با راه‌حل‌های پیشین قابل ردیابی و حل نیستند.

 

1. ایجاد فرصت‌های جدید تجاری برای سازمان

 

هوش تجاری متشکل از 3 فرایند کلی می‌باشد[3]:

 

 

1. جمع‌آوری اطلاعات

 

1. پردازش اطلاعات

 

1. توزیع اطلاعات تحلیل شده به کاربران هوش تجاری

 

ابزار هوش تجاری به طور عمده به عنوان ابزار جدید واسطه‌ای بین کارهای اجرایی و کارهای پشتیبان تصمیم‌گیری پذیرفته شده است. قابلیت هوش تجاری شامل تایید تصمیم‌گیری، فرایند تحلیل بلادرنگ، تحلیل آماری، پیش بینی و داده کاوی است. اجزای اصلی تشکیل دهنده هوش تجاری شامل موارد زیر است[4] :

 

 

1. انباره داده: مخزن یا انبار داده جزء مهمی از هوش تجاری است که بر پایه موضوع خاصی شکل می‌گیرد. انبار داده، انتشار فیزیکی داده را با کنترل ثبت، ایجاد، پاک کردن و وظایف جستجو امکان پذیر می‌نماید.

 

1. منابع داده: منابع داده می‌تواند پایگاه‌داده (سبد اطلاعاتی)، داده گذشته (به طور مثال اطلاعات خارجی،از اینترنت و…) یا اطلاعات از محیط انبار داده کنونی باشد.

 

1. مرکز عرضه داده

 

1. ابزار سوال و گزارش

 

چالش اصلی که سیستم‌های مدیریت دانش در مواجه با آن باعث ایجاد رویکرد جدیدی به نام هوش تجاری گشت، توسعه سریع فناوری اطلاعات و حجم گسترده دانش در سازمان‌ها بود که مدیران سازمان را در بازیابی و به‌کارگیری دانش و اطلاعات با مشکل مواجه ساخته بود [5]. ویژگی اصلی که سیستم‌های هوش تجاری را از سایر سیستم‌های پشتیبان تصمیم متمایز می‌سازد ایجاد یک پایگاه اطلاعاتی تحلیلی هوشمند می‌باشد که دانش و اطلاعات در آن به صورت موضوعی و با استفاده از متدولوژی‌های خاص طبقه‌بندی شده است تا کاربران بتوانند در کوتاه‌ترین زمان به درست‌ترین اطلاعات دسترسی داشته باشند. سیستم‌های هوش تجاری اطلاعات را به صورت خام در اختیار نمی‌گذارند بلکه آن را تحلیل نموده و در قالب بسته‌های تصمیم یا گزارش‌های تحلیلی هوشمند در اختیار مدیران می‌گذارند [1].

 

حجیم بودن داده‌ها، پیچیدگی در تحلیل‌ها و ناتوانی در ردگیری نتایج و پیامدهای تصمیمات اتخاذ شده سازمان‌هایی که از هوش تجاری استفاده نمی‌کنند را با مشکل مواجه می‌سازد و در اغلب موارد پیروزی و یا شکست این گونه از پروژه‌ها را نمی‌توان به شخص یا دلیل مشخصی نسبت داد [6]. بنابراین در مواردی که پیاده‌سازی موفقیت‌آمیز نباشد سوالی که مطرح می‌شود این است که عوامل حیاتی موفقیت و یا شکست در پیاده‌سازی این سیستم‌ها کدام‌اند.

 

هوش تجاری امکانی را به سازمان به عنوان یک سیستم می‌دهد تا بتواند تشخیص دهد که چه اتفاقی افتاده و چه چیزی در حال رخ دادن است. هوش تجاری از تکنیک‌ها و برنامه‌های کاربردی از قبیل پردازش‌تراکنش برخط، پردازش‌تحلیلی برخط، پایگاه داده تحلیلی و داده کاوی بهره می‌گیرد و هدف آن تحلیل و ارتقای کیفیت عملیات است [3]. در خصوص هوش تجاری دو رویکرد عمده را می‌توان مطرح کرد:

 

 

1. رویکرد مدیریتی: این رویکرد هوش تجاری را به عنوان فرایندی در نظر می‌گیرد که در آن داده‌های جمع آوری شده از منابع داخلی و خارجی به منظور تولید اطلاعات مرتبط با فرایند تصمیم‌گیری یکپارچه و ادغام می‌گردد. نقش هوش تجاری در این رویکرد ایجاد سیستمی است که در آن داده‌ها از منابع مختلف گردآوری، یکپارچه و ادغام می‌شود و پس از تجزیه و تحلیل به شکل گزارش‌ها و یا یک داشبورد اطلاعاتی در اختیار مدیر قرار می‌گیرد.

 

1. رویکرد فنی: رویکرد فنی هوش تجاری را به عنوان مجموعه‌ای از ابزارها و نرم افزارهایی توصیف می‌کنند که از فرایند مربوط به رویکرد مدیریتی مطرح شده، پشتیبانی کند. در این رویکرد، تاکید بر فرایند نیست بلکه تاکید بر فناوری‌هایی است که ذخیره و تجزیه و تحلیل اطلاعات را امکان پذیر می‌سازد [3].

 

بسیاری از سازمان‌ها که امروزه سیستم‌های سازمانی مانند سیستم‌های برنامه ریزی‌منابع‌سازمان را پیاده‌سازی نموده‌اند، هنوز از کمبود هوش تجاری در فرآیندهای تصمیم گیری خود رنج می‌برند. مدل‌ها و روش‌های ارزیابی و سنجش هوش تجاری در سیستم‌های سازمانی می‌تواند در تشخیص سطح هوش سیستم‌ها و ایجاد فضای مناسب پشتیبانی تصمیم‌گیری مفید باشند. در واقع، ارتباط اصلی هوش تجاری با سیستم‌های سازمانی در این نکته نهفته است که هدف ثانویه این سیستم‌ها ایجاد فضای پشتیبانی تصمیم‌گیری برای مدیریت بوده و هوش تجاری می‌تواند در بطن این سیستم‌ها قرا گرفته و این هدف را برآورد [4].

 

هفت مسأله عمده که توسط راهکار هوش تجاری هدف قرار گرفته‌اند:

 

 

1. سازمان نیازهای اطلاعاتی ضروری و حساس خود را تشخیص نمی‌دهد یا نمی‌شناسد.

 

1. سیگنال‌های ضعیف از فضا و محیط کسب و کار دریافت نمی‌شود یا قابل تشخیص نیستند.

 

1. اطلاعات و داده‌هایی که از برخی منبابع بیرونی می‌رسند بهینه جمع‌آوری نشده‌اند.

 

3.1.   فرضیات تحقیق………………….. 35

 

3.2.   مدل منطقی انتخابات اینترنتی………………….. 38

 

3.3.   تشریح مدل………………….. 38

 

فصل چهارم………………….. 41

 

4- روش و متدولوژی تحقیق………………….. 41

 

4.1-جامعه آماری و ابزار جمع آوری داده………………….. 41

 

4.2.   تحلیل داده………………….. 43

 

4.3- اعتبار سنجی و قابلیت اتکا………………….. 44

 

فصل پنجم………………….. 45

 

5. آنالیز داده ها………………….. 45

 

5.1.   تحلیل توصیفی………………….. 45

 

5.2.   تحلیل پایایی پرسشنامه و قابلیت اعتماد داده ها……. 47

 

5.3.   آزمون همبستگی متغیر ها………………….. 48

 

5.4.   تحلیل و تست فرضیه ها………………….. 50

 

فصل ششم………………….. 58

 

6- نتایج تحقیق ، پیشنادات و محدودیت ها………….. 58

 

6.1- تشریح نتایج مطالعه………………….. 59

 

6.2- محدودیت های تحقیق………………….. 61

 

6.3- پیشنهاد برای مطالعات آینده………………….. 62

 

6.4-کلام آخر………………….. 63

 

منابع و ماخذ………………… i

 

پیوست 1 : پرسشنامه………………….. iv

 

پیوست 2 : آمار توصیفی………………….. x

 

پیوست 3 : آمار مشارکت رای واجدین شرایط در انتخابات ایران……… xv

 

پیوست 4 : نمودار پراکندگی متغیرهای مستقل……………………..xvii

 

چکیده:

 

هدف تحقیق پیش رو، مطالعه و شناسایی فاکتورهایی است که بیشترین تاثیر را در ترغیب افراد ( با تاکید بر ساکنین نواحی شهری) برای شرکت در رای گیری اینترنتی از خود نشان می دهند. این مطالعه با الگوگیری از رای گیری های اینترنتی انجام شده در کشورهای پیشرفته ای نظیر هند و ژاپن و آمریکا به بررسی تکنولوژی لازم برای انجام اینکار پرداخته و عواملی که باعث ترجیح شهروندان این کشورها به استفاده از رای گیری اینترنتی می شوند را در مورد کشور ایران مورد بررسی قرار می دهد. این عوامل تاثیر گذار شامل فاکتورهای شخصیتی رای دهندگان در کنار عقیده و باور آنها برای مشارکت در رای گیری ها و نظر آنها در مورد دولت و استفاده از تکنولوژی های آنلاین می باشد .

 

در ادامه تحقیق، با توجه به روند رو به رشد فناوری اطلاعات و میزان استقبال و اعتماد مردم نسبت به این فناوری ها و کارایی ای که استفاده از این فناوری ها برای ما ایجاد خواهند کرد، به تحلیل و پیش بینی میزان موفقیت رای گیری آنلاین در سالهای آینده خواهیم پرداخت. بعلاوه برای اینکه داده های آماری لازم را در مورد موضوع تحقیقمان جمع آوری کنیم ، از یک نظرسنجی به روش آنلاین در کنار نسخه دستی آن که در بین کاربران اینترنت و دانشجویان دانشگاه های معتبر کشور و افراد بالای 18 سال ترتیب خواهیم داد استفاده کرده و نتایج را در این تحقیق منعکس خواهیم کرد تا جنبه های علمی آن را افزایش داده و بحث های انجام گرفته را با مقادیر آماری لازم تکمیل کنیم. انتخاب سوالات مطرح شده در این پرسشنامه با توجه به تئوری هایی که در ادامه این پژوهش مورد بحث قرار خواهیم داد صورت گرفته است؛ از جمله این تئوری ها می توان به تئوری گسترش نوآوری ، تئوری اعتماد و تئوری پذیرش فناوری اشاره نمود .

 

از نتایج حاصل از این بررسی ها می توان برای برنامه ریزی و سیاست گذاری و طراحی و پیاده سازی رای گیری اینترنتی در کشورمان استفاده کرد. بعلاوه با استفاده از نکاتی که ارائه خواهد شد می توان سیاست هایی را اتخاذ کرد که باعث افزایش مشارکت افراد در رای گیری ها ( چه سنتی و چه الکترونیکی ) شود و نمونه ای دیگر از کاربرد این تحقیق در اصلاح نحوه تعامل دولت با شهروندان است که چگونه و با چه اقداماتی بتواند اعتماد مردم را جلب کرده و شرکت در انتخابات آزاد را بعنوان یک وظیفه در ذهن آنها ماندگار کند.

 

فصل اول: مقدمه و طرح مسئله

 

استفاده از سیستم های رای گیری اینترنتی برای برگزاری انتخابات ملی ، یکی از کاربردهای جدید فناوری اطلاعات است که می توان از آن برای بهبود کیفیت سیستم رای گیری موجود استفاده کرد. در واقع استفاده از اینترنت، تنها یکی از روشهای کاربرد فناوری اطلاعات در مبحث رای گیری الکترونیک[1] که خود زیر مجموعه ای از یک مفهوم گسترده تر به نام دولت الکترونیک یا دموکراسی الکترونیک است ، می باشد ( Zissis and Lekkas ,2011 ) .

 

تاکنون بارها از ابزارهای الکترونیکی برای برگزاری رای گیری در کشورهای مختلف جهان استفاده شده است اما هنوز استفاده از این ابزارها و بخصوص استفاده از اینترنت برای برگزاری انتخابات در سطح ملی برای مردم جهان عادی نشده و به دلیل جدید بودن این مبحث، بسیاری از مردم ترجیح می دهند از روش سنتی استفاده کنند ( Riza Adita and Byoungcheon Lee,2004 ) و این در حالی است که Alvarez and Hall (2007 ) بیان می کند ” رای گیری اینترنتی آینده ی رای گیری در کشور آمریکا خواهد بود و بنابراین مسئله این نیست که آیا از اینترنت برای اینکار استفاده کنیم یا نه، بلکه بحث بر سر این است که چگونه و در چه زمانی این کاربرد بصورت کامل پیاده سازی شود و مورد بهره برداری موثر قرار بگیرد.”

 

همه ما شاهد این موضوع بوده ایم که جایگزینی سیستم سنتی با سیستم مدرن در هر زمینه ای ، باعث ایجاد تغییرات مهم و اساسی در فرایند کاری آن زمینه شده است ( William Fielding ,2008 ) ؛ بنابراین استفاده از فناوری اطلاعات در زمینه انتخابات نیز از این امر مستثنی نیست و فناوری اطلاعات می تواند روند برگزاری انتخابات را تغییر داده و بهبود بخشد ( Briony j Oates, 2003 ) . یکی از این تغییرات می تواند اثرگذاری آن روی نگرش رای دهندگان بالقوه که در شرایط فعلی در رای گیری ها شرکت نمی کنند باشد که با جذب آنها مشارکت افزایش خواهد یافت. بنابراین یکی از سوالاتی که این کتاب در صدد پاسخ گویی به آن است تاثیر انتخابات الکترونیک بر ترغیب افراد جدید برای مشارکت در انتخابات خواهد بود.

 

 

از آنجا که رای گیری اینترنتی بعنوان یک کاربرد جدید از فناوری اطلاعات در سطح جهان مطرح شده است، هنوز کشورها در حال تحقیق و بررسی و اعتبارسنجی در مورد آن هستند. پژوهش حاضر نیز تلاش دارد با بررسی و تحقیق در زمینه عوامل موثر بر ترغیب رای دهندگان بالقوه برای شرکت در رای گیری و استفاده از روش رای گیری اینترنتی ، یافته های خود را بعنوان دانش جدیدی در این عرصه به جهان عرضه کند و بخصوص با ارائه اطلاعات آماری و پژوهشی ، راه را برای برگزاری این نوع انتخابات در کشور فراهم نماید. فاکتورهایی که در این تحقیق به بررسی آنها خواهیم پرداخت شامل دیدگاه افراد نسبت به دولت، رای دادن و استفاده از تکنولوژی در کنار فاکتورهای آماری و سایر فاکتورهای شخصیتی و فرهنگی[3] شهروندان می باشد. هرچه تاثیر این فاکتورها را بهتر درک کنیم، می توان برای اتخاذ سیاست های آینده، بهبود فرایند رای گیری موجود و طراحی و توسعه فناوری های مربوطه بهتر تصمیم گیری کرد و علاوه بر پیشبرد تکنولوژیکی، برنامه ریزی هایی انجام داد که میزان مشارکت مردم در رای گیری را افزایش دهد ( John H.Strange, 2006 ) . به همین خاطر فرضیه هایی که در اینجا مطرح خواهند بود بگونه ای طراحی شده اند که این فاکتور ها را پوشش داده و با طراحی پرسشنامه بر اساس آنها و جمع آوری اطلاعات مورد نیاز، بتوان به هدف بیان شده در این تحقیق دست یافت .

 

1-1- سوالات تحقیق (فرضیه ها)

 

این تحقیق بنا دارد به پنج سوال اصلی که هر سوال نماینده یکی از بخشهای پرسشنامه است پاسخی ارائه دهد . این سوالات بر اساس تئوری هایی که در فصل دوم در مورد آنها صحبت خواهیم کرد تدوین شده اند . یکی از سوالات این تحقیق در بخش قبل مطرح شد که عبارت بود از : تاثیر انتخابات الکترونیک بر ترغیب افراد جدید برای مشارکت در انتخابات ؛ سایر فرضیه های مطرح شده عبارتند از :

 

 

1. سن افراد در میزان تمایل آنها برای استفاده از روش الکترونیکی انتخابات تاثیر گذار است.

 

به کمک این فرضیه می خواهیم مشخص کنیم که اولا، سن می تواند عاملی تاثیر گذار در رغبت افراد برای استفاده روش الکترونیکی جهت مشارکت در انتخابات باشد یا خیر و ثانیا، در صورت مثبت بودن پاسخ، چه سنینی اقبال بیشتری به این قضیه نشان خواهند داد .

 

 

2. تجربه در امر استفاده از اینترنت یک عامل تاثیر گذار در انتخاب روش الکترونیکی برای شرکت در انتخابات است .

 

2-7 سیستم‌های خبره…………… 35

 

2-7-1 مفاهیم سیستم‌های خبره…………… 37

 

2-7-2 توسعه سیستم‌های خبره…………… 39

 

2-7-3 فرایند مهندسی دانش…………….. 40

 

2-7-4 مراحل فرایند مهندسی دانش…………….. 41

 

2-7-5 مرحله کشف دانش…………….. 43

 

فصل سوم : روش تحقیق…………….. 46

 

3-1 مقدمه……………. 47

 

3-2 روش تحقیق…………….. 47

 

3-2-1 بر اساس هدف تحقیق…………….. 47

 

3-2-2 بر اساس نحوه گردآوری داده‌ها(تحقیق توصیفی): ……………49

 

3-3 متغیرهای تحقیق…………….. 51

 

3-4 روش‌های جمع آوری اطلاعات…………….. 51

 

3-5 جامعه آماری…………….. 51

 

3-5 روش‌های تجزیه و تحلیل اطلاعات…………….. 52

 

فصل چهارم: رهیافت جدید پیشنهادی…………….. 54

 

4-1 مقدمه……………. 55

 

4-2 روش کاوش ایده به زبان فارسی…………….. 55

 

4-3 استفاده از روش کاوش ایده در فرایند مهندسی دانش……….. 62

 

4-4 مزایا و معایب استفاده از روش کاوش ایده در فرایند مهندسی دانش…… 64

 

فصل پنجم : نتیجه گیری…………….. 66

 

1-5 نتیجه گیری…………….. 67

 

5-1 پیشنهادها و یافته‌های تحقیق…………….. 68

 

منابع……………. 70

 

چکیده:

 

ما در عصری زندگی می‌کنیم که حجم اطلاعات با سرعت زیادی در حال افزایش است و این اطلاعات در سراسر جهان در بستر اینترنت پراکنده شده است. این حجم عظیم اطلاعات می‌تواند به عنوان منبع ایده‌های جدید برای مسائلی که هنوز مطرح نشده است شناخته شود. یافتن این ایده‌ها و راه‌حل‌ها به صورت دستی و با کمک افراد خبره هزینه بردار و زمان‌بر خواهد بود.

 

روش کاوش ایده از داده‌های متنی روشی اتوماتیک است که در سال 2009 مطرح شد. روش کاوش ایده فرایندی است که ایده‌های جدید و مفید را از متن‌های غیر ساختار یافته استخراج می‌کند. در این روش تعریف ایده همان تعریف تکنولوژیکی آن است که برای حل مسائل تکنولوژیکی از آن استفاده می‌شود. این روش با بهره‌گیری از روش‌های کاوش متن و یک روش جدید به نام کاوش ایده از متن‌های موجود ایده‌ها را استخراج می‌کند و آن‌ها را از لحاظ جدید و مفید بودن مورد ارزیابی قرار می‌دهد. این روش می‌تواند کاربردهای زیادی در زمینه‌های مختلف از جمله زمینه کسب و کار داشته باشد و سبب سرعت بخشیدن به فرایندهای کسب و کار شود با پیاده سازی این روش در زبان فارسی می‌تواند تمام این قابلیت‌ها را برای شرکت‌ها و سازمان‌ها فراهم سازد و آن‌ها را زمانی که با مشکلی مواجه می‌شوند را یاری کند تا بتوانند از لابه‌لای حجم عظیم اطلاعات موجود در کوتاه‌ترین زمان و با کم‌ترین هزینه راه‌حل مفید و جدید را بدست ­آورند. در این پژوهش روش کاوش ایده را با زبان فارسی پیاده‌سازی کرده و از آن در پیاده­سازی سیستم­های خبره به عنوان کاربردی جدید برای این روش استفاده کرده‌ایم. همان‌طور که می‌دانیم هم اکنون بیشترین سرمایه‌گذاری شرکت‌ها و سازمان‌ها روی دانش سازمانی است بنابراین مکانیزه کردن یافتن دانش جدید و غنی‌سازی پایگاه دانش می‌تواند میزان هزینه شرکت‌ها و سازمان‌ها را در این زمینه کاهش داده و باعث تسریع این فرایند شود.

 

فصل اول: مقدمه و کلیات تحقیق

 

1-1- مقدمه

 

حجم اطلاعات در سال‌های اخیر با رشد چشمگیری در حال افزایش است و از طرفی سازمان‌ها و شرکت‌ها نیز هر روزه با مسائل و مشکلات جدید روبه‌رو می‌شوند که شاید راه‌حل بسیاری از این مسائل در این توده عظیم اطلاعات باشد که در جای جای دنیا در بستری به نام اینترنت پراکنده شده و یا به صورت اسناد، مقالات، گزارشات و… در بایگانی شرکت‌ها و سازمان‌ها قرار دارد. بسیاری از سازمان‌ها با استفاده از افراد خبره در زمینه‌های مختلف سعی بر آن داشته که بتوانند راه‌حل‌هایی برای این مسائل پیدا کنند که مطمئناً زمان‌بر و پر هزینه خواهد بود. روش کاوش ایده[1] راه‌حلی برای این موضوع است تا با پیدا کردن راه‌حل برای مسایل موجود به صورت مکانیزه در زمان و هزینه به صورت کارا صرفه‌جویی کنیم. کاوش متن[2] یا کشف دانش از متن‌ها به صورت کلی به فرایند استخراج اطلاعات و دانش مفید از متن‌های غیر ساختار یافته ارجاع داده می‌شود. با ارجاع به این کاوش ایده، فرایند اتوماتیکی برای استخراج ایده‌های مفید و جدید از متن غیر ساختار یافته[3] با استفاده از متدهای کاوش متن است و هدف این روش اگرچه پیدا کردن ایده‌های جدید و مفید است اما اغلب ارائه دادن این ایده‌ها به صورت قابل درک برای کاربر است [7,8]. این روش در وزارت دفاع آلمان برای اولین بار به کار گرفته شد و با استفاده از افراد خبره مورد ارزیابی قرار گرفت. نتایج حاصل از این تحقیق نشان داد که این روش کارایی لازم را دارد اگرچه به دلیل حساس بودن نتایج برای وزارت دفاع المان این نتایج مخفی ماند اما در نهایت این روش برای مسایل مختلف در این وزارت مورد استفاده قرار گرفت و راه‌حل‌های مفیدی را برای مسائل مختلف آن پیدا کرد.

 

1-2- تعریف مسأله و سوالات اصلی تحقیق

 

در راستای پیاده سازی و استفاده از روش کاوش ایده سوالات زیر را می‌توان مطرح کرد:

 

– دلیل استفاده از این روش به جای روش‌های دیگر از جمله ضریب جکارد[4] چیست؟

 

– چه روش‌های دیگری غیر از این روش وجود دارند؟

 

– این روش در چه زمینه‌هایی کاربرد دارد؟

 

– آیا پیاده‌سازی این روش به زبان فارسی قابل ارزیابی است؟

 

– ایده‌های بدست آمده از این روش به چه میزان مفید و جدید هستند؟

 

– آیا می­توان در زمینه ­های دیگر از این روش استفاده کرد؟

 

1-3 فرضیه‌ها

 

در این مسأله فرض بر این است که یک مسأله وجود دارد و متن‌های زیادی در قالب مقالات، اسناد، گزارشات و … وجود دارند که احتمالاً راه­حل این مسأله در آن‌ها وجود دارد، هدف پیدا کردن راه‌حل این مسأله از این متن‌ها به وسیله یک رویکرد خودکار است که سبب می‌شود استخراج ایده‌ها و راه‌حل‌ها بسیار سریع‌تر و ارزان‌تر انجام شود.

 

2-2-5- 4- استراتژی درونیسازی (آشکار به پنهان)…………………… 20

 

2-2-6-معایب عدم بهرهگیری از دانش در سازمان…………………… 20

 

2-2-7- اهداف مدیریت دانش……………………… 21

 

2-2-8- مدل­های مدیریت دانش……………………… 21

 

2-3- مدیریت دانش مشتری……………………. 23

 

2-3-1- انواع دانش مشتری……………………. 24

 

2-3-2- مدل مدیریت دانش مشتری……………………. 28

 

2-4- مدیریت ارتباط با مشتری……………………. 29

 

2-4-1- مدیریت ارتباط مشتریان در نظام بانکی……………………. 32

 

2-4-2- مدیریت ارتباط با مشتری: اهداف، مزایا و چالش‌ها……. 33

 

2-5- مقایسه مفاهیم CKM و KM و CRM…………………….

 

2-6- تاریخچه‌ای از بانک و بانکداری……………………. 37

 

2-7- سیر تحول فناوری اطلاعات در صنعت بانكداری…….. 38

 

2-7-1 دوره اول: اتوماسیون پشت باجه…………………… 38

 

2-7-2- دوره دوم: اتوماسیون جلوی باجه…………………… 38

 

2-7-3- دوره سوم: اتصال مشتریان به حساب‌هایشان…………………… 38

 

2-7-4- دوره چهارم: یکپارچه‌سازی سیستم‌ها و مرتبط كردن مشتریان با تمامی عملیات بانكی….. 39

 

2-7-5- بانكداری الكترونیك…………………….. 39

 

2-8- داده‌کاوی…………………… 40

 

2-8-1- مقایسه روش‌های آماری و داده‌کاوی……………………. 40

 

2-8-2- مفهوم داده‌کاوی……………………. 42

 

2-8-3- داده‌کاوی و کشف دانش……………………… 44

 

2-8-4- فرایند داده‌کاوی……………………. 45

 

2-8-5- معرفی روش‌های داده‌کاوی……………………. 51

 

2-8-5-1- دسته‌بندی……………………. 53

 

2-8-5-2- درخت تصمیم…………………… 53

 

2-8-5-3- شبکه‌های عصبی……………………. 55

 

2-8-5-4- پیش بینی……………………. 56

 

2-8-5-5- خوشه‌بندی……………………. 56

 

2-8-5-5- انواع خوشه‌بندی……………………. 57

 

2-8-5-5-2- معیارهای ارزیابی در خوشه‌بندی……………………. 59

 

2-8-5-6- تحلیل انحراف…………………….. 60

 

2-8-5-7- قواعد وابستگی (انجمنی)…………………… 61

 

2-8-5-8- تحلیل توالی……………………. 61

 

2-8-6- نرم‌افزار داده‌کاوی……………………. 62

 

2-8-7- کاربردهای داده‌کاوی……………………. 63

 

2-8-7-1- داده‌کاوی در صنعت بانكداری……………………. 63

 

2-9- پیشینه تحقیق……………………. 65

 

2-9-1- کاربرد داده‌کاوی در بخش‌بندی و مدل‌سازی رفتاری مشتریان در صنعت بانکداری…… 66

 

2-9-2- کاربرد داده‌کاوی در ارزیابی اعتبار مشتریان…………………… 68

 

2-9-3- کاربرد داده‌کاوی در زمینه کشف تقلب…………………….. 69

 

2-9-4- کاربرد داده‌کاوی در تحلیل روی‌گردانی مشتری……………………. 69

 

2-10- جمع‌بندی مطالب فصل……………………. 74

 

فصل سوم…………………… 76

 

3-1- مقدمه…………………… 77

 

3-2- روش پیشنهادی……………………. 77

 

3-2-1- چارچوب تحقیق……………………. 77

 

3-2-2- انتخاب متغیرها…………………..79

 

3-2-3- آماده‌سازی و پیش‌پردازش داده‌ها………………….. 80

 

3-2-3-1- نرمال سازی داده‌ها………………….. 81

 

3-2-4- تعیین تعداد بهینه خوشه‌ها………………….. 81

 

3-2-5- خوشه‌بندی……………………. 82

 

3-2-5-1- انواع خوشه‌بندی……………………. 83

 

 

3-2-5-2- خوشه‌بندی به روش K-Means……………………

 

3-2-5-1-1- مزایای استفاده از الگوریتم خوشه‌بندی K-Means……………………

 

3-2-5-1-2- محدودیت‌های الگوریتم K-Means……………………

 

3-2-5-2- خوشه‌بندی به روش WK-Means……………………

 

3-2-5-3- خوشه‌بندی به روش A-H-Means……………………

 

3-2-6- ارزیابی خوشه‌ها به روش مجموع مربع خطاها و انتخاب بهترین روش…… 88

 

3-2-7- به‌کارگیری دانش حاصل از خوشه‌بندی…………………… 90

 

3-3- روش‌های جمع آوری اطلاعات…………………….. 90

 

3-4- جمع‌بندی مطالب فصل……………………. 90

 

فصل چهارم…………………… 92

 

4-1- مقدمه…………………… 93

 

4-2- معرفی بانک مهر اقتصاد…………………… 93

 

4-3- موضوع و فعالیت بانک…………………….. 94

 

4-4- محاسبات تحقیق……………………. 94

 

4-4-1- گام انتخاب و جمع آوری متغیرهای ورودی……………………. 95

 

4-4-2- گام آماده‌سازی و پیش‌پردازش داده‌ها …………………..96

 

4-4-3-گام تعیین تعداد بهینه خوشه‌ها………………….. 97

 

4-4-4- گام خوشه‌بندی داده‌ها …………………..97

 

4-4-4-1- خوشه‌بندی به روش K-Means……………………

 

4-4-4-2- خوشه‌بندی به روش WK-Means……………………

 

4-4-4-3- خوشه‌بندی به روش A-H-Means……………………

 

4-4-5- ارزیابی خوشه‌ها به روش مجموع مربع خطاها و انتخاب بهترین روش…… 101

 

4-4-6-گام به‌کارگیری دانش حاصل از خوشه‌بندی……………………. 102

 

4-5- نتایج تحقیق……………………. 104

 

4-6- جمع‌بندی مطالب فصل……………………. 106

 

فصل پنجم…………………… 107

 

5-1- مقدمه…………………… 108

 

5-2- خلاصه تحقیق……………………. 108

 

5-3- نتیجه‌گیری……………………. 109

 

5-4- زمینه‌های پیشنهادی، راهکارها و پیشنهاد‌ات جهت پژوهش‌های آتی…… 110

 

منابع و مآخذ…………………… 126

 

چکیده:

 

افزایش روزافزون سطح رقابت در بازار، مدیران و تحلیل­گران سازمان­ها را وادار ساخته به دنبال راهکارهایی باشند که مزیت رقابتی را برای سازمان به ارمغان آورند. بر اساس مطالعات موجود، استفاده از دانش مشتری جهت اتخاذ استراتژی‌های لازم برای جلب رضایت مشتری می­تواند سازمان­ها را به­سمت تحقق این هدف سوق دهد. از سوی دیگر گسترش بهره­گیری از فناوری­های بروز در زمینه اطلاعات و ارتباطات خصوصاً در بانک­ها باعث بر جای ماندن حجم عظیمی از داده­ها گشته که تحلیل و تصمیم­گیری بر اساس آن­ها با روش­های معمول گزارش­گیری و روش­های آماری امکان­پذیر نمی­باشد. داده­کاوی ابزار بروز و قدرتمندی است که در این پایان­نامه جهت تحلیل داده­ها به جهت استخراج دانش مشتری پیشنهاد می­گردد.

 

هدف از این تحقیق با عنوان «مدیریت دانش مشتریان بانک مهر اقتصاد با استفاده از تکنیک­های داده‌کاوی»، بخش‌بندی مشتریان بانک مهر اقتصاد، باهدف کشف ویژگی‌های رفتاری مشابه، برای کمک به مدیران این بانک جهت تسهیل اتخاذ استراتژی‌های متناسب با هر بخش و در نتیجه حفظ، تقویت و یا توسعه ارتباط با مشتریان و نهایتاً سودآوری برای این بانک می­­باشد. داده‌های خام مورد نیاز جهت این مطالعه از پایگاه داده‌های بانک مهر اقتصاد استخراج شده است.

 

فصل اول: مقدمه و کلیات تحقیق

 

1-1- مقدمه

 

در سال­های اخیر دانش به عنوان منبعی ارزشمند در کنار منابعی چون کار، زمین، سرمایه قرار گرفت و به عنوان موتور تولیدکننده درآمد و یك دارایی مهم و راهبُردی برای سازمان شناخته شد. از طرفی به دلیل وجود رقابت شدید در بین کسب و کارهای امروزی از جمله صنعت بانکداری، مشتری و توجه به جایگاه او و ارتباط با او اهمیت ویژه­ای یافته است. بنابراین مبحث بسیار مهم مدیریت دانش مشتری مطرح گردید که امروزه مطالعات بسیار زیادی را به خود اختصاص داده است. مدیریت دانش مشتری با استفاده از راهکارهای مختلف مدیریت دانش نظیر روش‌های داده‌کاوی زمینه بسیار خوبی را جهت استفاده مفید از گنجینه گران‌بهای دانش مشتری فراهم می­آورد.

 

از سوی دیگر در عصر حاضر بهره­گیری از فناوری­های نوین اطلاعات و ارتباطات در عرصه­های مختلف کسب­وکار به امری گریزناپذیر مبدل گشته است. به طور خاص صنعت بانکداری از جمله صنایعی است که به‌کارگیری فناوری­های روز دنیا در این صنعت می­تواند مزیت رقابتی انکارناپذیری را برای آن ایجاد نماید. بنابراین این صنعت نیز از بهره­گیری از بروزترین فناوری­ها مستثنا نبوده و مواردی مانند بانکداری الکترونیک، سیستم‌های یکپارچه بانکداری، دستگاه­های خودپرداز، کارت­های اعتباری، پایانه­های خرید الکترونیک و… از مصادیق این امر می­باشد.

 

ورود فناوری­های جدید به سازمان سبب افزایش چشمگیر سرعت تولید اطلاعات و در نتیجه بر جای ماندن حجم عظیمی از داده‌ها گشته است. از آنجا که این داده‌ها اغلب حجیم و وسیع می­باشند، معمولاً به صورت خام قابل‌استفاده نیستند، بلکه دانش موجود در آن­ها باید استخراج گردد. با این وجود که ارزش این داده‌ها بر کسی پوشیده نیست، حجم بسیار بالای داده‌های ارزشمند موجود، تحلیل و بهره­گیری از آن­ها را به امری چالش‌برانگیز مبدل ساخته است. چرا که تحلیل به واسطه روش‌های گزارش گیری سنتی در این مقیاس امکان­پذیر نیست و روش‌های آماری موجود نیز از ظرفیت کافی جهت تحلیل این داده‌ها برخوردار نمی­باشند. بنابراین باید به دنبال راهکاری بود که با غلبه بر این محدودیت، امکان انجام مطالعاتی جامع­تر با نتایج دقیق­تر و درصد خطای پایین­تر را ممکن سازد. این مسئله گواهی بر لزوم به‌کارگیری روش‌های نوین تحلیل داده‌ها جهت حصول دانش، نظیر روش داده‌کاوی خواهد بود.

 

دانش قابل توجهی که در زمان استفاده از خدمت یا مصرف کالا توسط مشتری، بین مشتری و سازمان تبادل می­شود، به عنوان منبعی مهم برای سازمان شناخته می­شود و کسب و بهره­برداری از آن به یک مزیت رقابتی در سازمان­ها تبدیل شده است.

 

مدیریت دانش مشتری دربردارنده فرایندهایی­ست که با شناسایی و اکتساب اطلاعات مشتری و نیز ایجاد و بهره­برداری از دانش مشتریان، مربوط است [9]. چنین اطلاعاتی در ماورای محدوده­های خارجی سازمان قرار دارند و دانشی که از آن­ها استخراج می­شود موجب ایجاد ارزش برای سازمان و مشتریان آن خواهد شد [32]. در این تحقیق مسئولیت کشف دانش بر عهده الگوریتم‌های داده‌کاوی خواهد بود. در ادامه از این دانش به عنوان راهنما در مسیر اتخاذ استراتژی‌های سازمان، بهره ­گیری می­شود.

 

1-2- تعریف مسئله

 

بااهمیت یافتن مشتری در عرصه پرتلاطم رقابت میان کسب­وکارهای مباحثی همچون مدیریت دانش مشتری و مدیریت ارتباط با مشتری مطالعات و تحقیقات فراوانی را به خود اختصاص داده­اند.

 

مدیریت دانش، كسب دانش درست، برای افراد مناسب، در زمان صحیح و مکان مناسب است، به گونه‌ای که آنان بتوانند برای دستیابی به هدف‌های سازمان، بهترین استفاده را از دانش ببرند.

 

در تعریفی دیگر مدیریت دانش فرایند كشف، كسب، توسعه و ایجاد، تسهیم، نگهداری، ارزیابی و به‌کارگیری دانش مناسب در زمان مناسب توسط فرد مناسب در سازمان، که از طریق ایجاد پیوند مناسب بین منابع انسانی، فناوری اطلاعات و ایجاد ساختاری مناسب برای دستیابی به اهداف سازمانی صورت می‌پذیرد، تعریف شده است.

 

مدیریت ارتباط با مشتری از جمله راهکارهایی است که در سال­های اخیر با افزایش روزافزون سطح رقابت در بازار به عنوان سلاحی ارزشمند در جهت افزایش وفاداری مشتری و جلب رضایت او و با هدف به ارمغان آوردن مزیت رقابتی بالاتر برای سازمان، از سوی سازمان­ها بکار گرفته شده است. امروزه بیشتر روش‌های مدیریت ارتباط با مشتری مبتنی بر فناوری اطلاعات می­باشند و مسلماً برای رسیدن به مدیریت مؤثر ارتباط با مشتری ناگزیر از مدیریت دانش مشتری خواهیم بود.

 

مدیریت ارتباط با مشتری در برگیرنده مجموعه­ای از فرایندهاست که سازمان­ها را قادر می­سازد تا از استراتژی­های كسب­وكار در جهت ایجاد روابط بلندمدت و سودآور با مشتریان خاص پشتیبانی نمایند [46].

 

در حقیقت CRM یك فناوری پیشرفته در جهت دستیابی به قله­های اطلاعات مشتری است [G] و شركت­ها از آن به عنوان ابزاری در جهت افزایش رضایتمندی مشتری استفاده می­كنند. مدیریت ارتباط با مشتری به عنوان فعالیتی جهت گسترش و نگاه‌داری مشتریان سازمان­ها به طور گسترده­ای مورد توجه قرار گرفته است و ابزارهای آن افزایش رضایت مشتری و وفاداری اوست. همچنین مدیریت دانش KM همچون مدیریت روابط با مشتری بر جمع آوری منابعی تأكید دارد كه از فعالیت­های تجاری در جهت رسیدن به توانایی رقابت‌پذیری حمایت می­كند [37] برای بهبود روابط با مشتری، خدمات‌رسانی به روشی كه مورد دلخواه اوست، ضروری است. از این رو به مدیریت دانش مشتری احتیاج است [17].

 

امروزه حجم بالای پایگاه­های داده و پراکندگی و عدم به‌کارگیری راهکارهای مناسب جهت تحلیل این داده‌ها مطالعه و تصمیم­گیری بهینه پیرامون ارتباط با مشتریان را با مشکل مواجه نموده است.

 

به طور ویژه بانک­ها سازمان­هایی هستند که با مشتریان تعامل مستقیم دارند و عنصر مشتری در این سازمان­ها اهمیت ویژه­ای دارد. بدیهی است جهت پیشرو بودن در عرصه رقابت توجه به جایگاه مشتری و اختصاص خدمات ویژه با تشخیص نیازمندی­های آن‌ها و ارائه خدمات درست به آن­ها محقق خواهد شد. تحلیل منابع باارزش داده­ای در رابطه با مشتریان کنونی بانک­ها و مشتریان بالقوه و… مقدمه­ای جهت تحقق این مهم خواهد بود.

 

با ورود فناوری­های جدید به سازمان­ها و افزایش سرعت تولید اطلاعات و در نتیجه بر جای ماندن حجم عظیمی از داده‌ها و دشواری استفاده از این حجم وسیع، معمولاً امکان استفاده از این داده‌ها به صورت خام وجود ندارد، بلکه دانش موجود در آن­ها باید استخراج گردد. همچنین تحلیل این داده‌ها به واسطه روش‌های گزارش گیری سنتی در این مقیاس امکان­پذیر نیست و روش‌های آماری موجود نیز از ظرفیت کافی جهت تحلیل این داده‌ها برخوردار نمی­باشند. داده‌کاوی راهکاری است که با غلبه بر این محدودیت، امکان انجام مطالعاتی جامع­تر با نتایج دقیق­تر و درصد خطای پایین­تر را ممکن سازد.

 

داده‌ها کمیت‌های عددی یا خصیصه‌ای هستند که در نتیجه مشاهده یا آزمایش حاصل شده‌اند. داده‌های دسته‌بندی شده اطلاعات را تشکیل می‌دهند. اطلاعات از ترتیب، تركیب و شبكه شدن دانش را ایجاد می­نماید. دانش، اطلاعات سازمان‌یافته، تحلیل یافته و یا تلخیص شده برای افزایش درک، آگاهی یا تشخیص می‌باشد.

 

داده‌کاوی ابزاری بروز، قدرتمند و وسیع است که می­تواند جهت تحلیل حجم عظیم داده بکار گرفته شود. داده‌کاوی به بهره­گیری از ابزارهای تجزیه و تحلیل داده‌ها به منظور کشف الگوها و روابط معتبری که تا کنون ناشناخته بوده‌اند اطلاق می‌شود. این ابزار با کاوش در بین داده‌های موجود و استخراج الگوها و روابط موجود در پایگاه داده‌ها، موجب تسهیل مطالعات و اتخاذ تصمیمات خواهد شد. همچنین به کمک امکانات موجود در این ابزار می­توان حجم داده‌ها را کاهش داد و داده‌های اضافی را حذف نمود. استفاده از روش‌های مختلف داده‌کاوی می­تواند جهت کشف دانش و الگوهای موجود در حجم عظیم داده‌ها (برای مثال به طور خاص داده‌های جمعیت شناختی مشتریان بانک نظیر جنسیت، سن، وضعیت تأهل، تحصیلات، شغل و غیره، یا داده‌های مربوط به تراکنش­های مالی مشتریان و یا سرویس­های ارائه شده توسط بانک) استفاده شود. این الگوها می­توانند از سوی مدیران جهت اتخاذ تصمیمات مقتضی در ارتباط با مشتری، چگونگی برخورد با شرایط متفاوت کسب­وکار، ارائه خدمات خاص و غیره بکار گرفته شود.

 

تعاریف متفاوتی از داده‌کاوی وجود دارد ولی تعریفی كه در اكثر مراجع به اشتراك ذكر شده عبارت است از «استخراج اطلاعات و دانش و كشف الگوهای پنهان از پایگاه داده‌های بسیار بزرگ و پیچیده.» داده‌کاوی یك متدولوژی بسیار قوی و با پتانسیل بالا می‌باشد كه به سازمان‌ها كمك می‌کند كه بر مهم‌ترین اطلاعات از مخزن داده‌های خود تمركز نمایند [52].

 

داده‌کاوی را می­توان به عنوان ابزاری جهت کشف دانش از پایگاه­های داده تعریف نمود. داده‌کاوی یک گام در فرایند کشف دانش از پایگاه داده است که با استفاده از الگوریتم‌های کشف و تحلیل داده‌ها تعداد خاصی الگو یا مدل را از روی داده‌ها تولید می­کند.

 

یک الگو زمانی می­تواند به عنوان دانش تلقی شود که :

 

 

1. به سادگی برای افراد قابل فهم باشد.

 

1. اعتبار آن از یک حد آستانه­ای پایین­تر نباشد.

 

1. دانش جدیدی متناسب با اهداف تعیین‌شده سازمان ارائه دهد.

 

1. کاربردی باشد. [1]

 

امروزه کاربردهای مختلفی برای داده‌کاوی در صنعت بانکداری شناخته شده است.

 

شهرابی و همکاران در [1] کاربردهایی نظیر مدیریت ارتباط با مشتریان از طریق بخش‌بندی آن­ها و استخراج قواعد رفتاری آن­ها جهت هدایت فعالیت‌های بازاریابی بانک، مدل‌سازی پاسخ بازار به تصمیمات کلان بانک و شناسایی اثر هر یک از سیاست­های بانک بر تقاضا و امکان شبیه­سازی تعاملی سیاست­ها و تصمیمات قبل از اجرا، ارزیابی ریسک اعتباری مشتریان متقاضی دریافت وام، محاسبه کارایی شعب و پیش­بینی سری­های زمانی مالی و … کشف الگوهای پنهان در داده‌های حاصل از تعاملات با مشتریان و تحلیل این الگوها را به عنوان مثال هایی از کاربرد ابزار داده‌کاوی در بانک ذکر کرده است.

 

بانک­ها می­توانند جهت افزایش سودآوری از طریق مشتریان تراز اول خود، برای یک محصول جدید بانکی، مشتریان بالقوه خود را از طریق داده‌کاوی شناسایی نموده و آن­ها را به سمت استفاده از این محصول سوق دهند و بدین ترتیب در زمان و هزینه صرفه­جویی کنند.

 

پیاده­سازی سیستم هوشمند ارزیابی اعتبار مشتری به کمک داده‌کاوی از کاربردهای دیگر این ابزار جهت مدیریت دانش مشتریان در بانک است. در این کاربرد می­توان با استفاده از اطلاعات گروهی از وام­گیرندگان سابق (مانند بعضی اطلاعات شخصی وام‌گیرنده مانند سن و جنسیت و وضعیت تأهل و درآمد و…، تعداد تراکنش ماهیانه مشتری با بانک، سایر بدهی­های بانکی، نوع ضمانت و…) و وضعیت آن­ها از نظر بازپرداخت وام به مدلی دست یافت که مشتریان متقاضی وام را در دسته­هایی مانند مشتری خوش­حساب، مشتری بدحساب و … دسته‌بندی نمود. با حصول این دانش در مورد مشتری متقاضی اعتبار تصمیم­گیری در مورد پرداخت یا عدم پرداخت اعتبار بسیار ساده­تر خواهد بود.

 

برخی از مشكلات نبود مدیریت دانش می­توان عدم اولویت‌بندی و استفاده از انواع دانش، ایجاد شکاف دانشی در صورت جدا شدن كارشناسان از سازمان، احتكار دانش به جای ازدیاد آن، استفاده محدود از دانش­های موجود، نبود مستندات در خصوص تجربیات به دست آمده از پروژه‌ها و كارها و نبود ساختار مناسب برای تسهیم سریع دانش را نام برد.

 

1-3- ضرورت انجام تحقیق

 

افزایش روزافزون سطح رقابت در بازار، مدیران و تحلیل­گران سازمان­ها را وادار ساخته به دنبال راهکارهایی باشند که مزیت رقابتی را برای سازمان به ارمغان آورند. بر اساس مطالعات موجود، استفاده از دانش مشتری جهت اتخاذ استراتژی‌های لازم برای جلب رضایت مشتری می­تواند سازمان­ها را به سمت تحقق این هدف سوق دهد. از سوی دیگر گسترش بهره­گیری از فناوری­های بروز در زمینه اطلاعات و ارتباطات خصوصاً در بانک­ها باعث بر جای ماندن حجم عظیمی از داده‌ها گشته که تحلیل و تصمیم­گیری بر اساس آن­ها با روش‌های معمول گزارش گیری و روش‌های آماری امکان­پذیر نمی­باشد. داده‌کاوی ابزار بروز و قدرتمندی است که در این پایان­نامه جهت تحلیل داده‌ها به جهت استخراج دانش مشتری پیشنهاد می­گردد.

 

امروزه تحقیقات فراوانی در زمینه داده‌کاوی و به‌کارگیری آن در صنعت بانکداری دنیا و کشورمان در حال انجام است. با این وجود زمینه‌های بالقوه بسیاری در به‌کارگیری این دانش در بانک­ها و مؤسسات مالی و اعتباری در کشور وجود دارد. بدیهی است پیش‌دستی در بهره­گیری از این ظرفیت­ها می­تواند مزیت رقابتی را برای بانک یا موسسه مالی و اعتباری مربوطه به ارمغان آورده و ارزش افزوده بیشتری را نصیب بانک یا مؤسسه مورد نظر نماید. علاوه بر این ایجاد زمینه­هایی جهت آشنایی کارشناسان و متخصصان امور بانکی با مباحث داده‌کاوی و کاربردهای آن در صنعت بانکداری ضروری به نظر می­رسد.

 

6-3-2 تبدیل موجک پیوسته…………………….. 22

 

7-3-2 مقیاس……………………….. 23

 

8-3-2 انتقال …………………….. 25

 

9-3-2 پنج مرحله تا رسیدن به تبدیل موجک پیوسته………. 25

 

10-3-2 رزولوشن در صفحه زمان – فرکانس……………………….. 28

 

4-2 رواﺑﻂ رﻳﺎﺿﻲ ﺗﺒﺪﻳﻞ موجک……………………….. 30

 

5-2 ﻋﻜﺲ ﺗﺒﺪﻳﻞ موجک پیوسته…………………….. 33

 

6-2 ﮔﺴﺴﺘﻪ ﺳﺎزی ﺗﺒﺪﻳﻞ موجک ﭘﻴﻮﺳﺘﻪ…………………….. 34

 

7-2 ﺗﺒﺪﻳﻞ موجک ﮔﺴﺴﺘﻪ……………………. 36

 

8-2 عکس تبدیل موجک گسسته…………………….. 39

 

9-2 ﺗﺒﺪﻳﻞ موجک گسسته دو ﺑﻌﺪی……………………… 41

 

10-2 موجک های چندگانه…………………….. 44

 

1-10-2 مقدمه…………………….. 44

 

2-10-2 آشنایی با موجک چندگانه…………………….. 44

 

3-10-2 انگیزه به کار گیری از تبدیل موجک چند گانه………. 45

 

4-10-2 تبدیل موجک چندگانه…………………….. 46

 

5-10-2 بانک فیلتر موجک های چند گانه…………………….. 47

 

6-2-10 موجک های چندگانه متوازن در مقابل نامتوازن…………… 48

 

7-2-10 نسخه های پیاده سازی موجک چندگانه در کامپیوتر………… 49

 

11-2 نهان نگاری تصاویر دیجیتال با استفاده از موجک های چندگانه…. 50

 

فصل سوم…………………….. 53

 

1-3 مقدمه…………………….. 54

 

2-3 نهان نگاری تصویر دیجیتال با موجک های چندگانه…………………….. 54

 

3-3 تبدیل موجک چندگانه تصویر…………………….. 55

 

4-3 انتخاب مکان مناسب برای درج نهان نگار…………………….. 56

 

5-3 الگوریتم جاگذاری نهان نگار…………………….. 57

 

6-3 الگوریتم آشکار سازی نهان نگار…………………….. 58

 

7-3 نتایج……………………… 59

 

فصل چهارم…………………….. 60

 

1-4 مقدمه…………………….. 61

 

2-4 کیفیت تصویر نهان نگاری شده…………………….. 61

 

3-4 استحکام نهان نگار…………………….. 62

 

4-4 بررسی استحکام تصویر در برابر حملات رایج……….. 62

 

5-4 مقایسه سیستم نهان نگاری پیشنهادی با روش ها قبل…….. 63

 

6-4 نتیجه گیری……………………… 64

 

فصل پنجم……………………… 65

 

1-5   خلاصه تحقیق……………………… 66

 

2-5 پیشنهاداتی برای تحقیقات آینده…………………….. 67

 

منابع و مآخذ……………………… 68

 

Abstract…………………….

 

 

چکیده:

 

با رشد سریع اینترنت و پیشرفت در ارتباطات دیجیتال و تکنیک های فشرده سازی ، محتوای رسانه های دیجیتال ، از قبیل موسیقی ، فیلم و تصویر می تواند بطور آنی توسط کاربران نهایی در اینترنت منتشر شود . داده های دیجیتال در برابر نمونه آنالوگ آن برتری های بسیاری دارد . یکی از مشکلات احتمالی در کنترل داد های دیجیتالی این است که این داده ها می توانند بدون افت کیفیت تغییر داده شده و به راحتی تکثیر شوند . بنابراین بدون حفاظت و مدیریت حق مالکیت دیجیتال ،محتوای مورد نظر می تواند به راحتی و در حجم وسیعی تکثیر شود .این کار ضرر بسیار بزرگی را به شرکت هایی که در زمینه تولید محتوی دیجیتال فعالیت می کنند وارد می نماید.

 

نهان نگاری دیجیتال یکی از تکنیک های نوظهور می باشد که اطلاعات حق مالکیت را به طور مستقیم در درون محتوی رسانه دیجیتال به طور دائم جاگذاری می کند .از اطلاعات جاگذاری به عنوان نهان نگار تعبیر می شود . به طور ایده ال نباید هیچ تفاوتی بین داده نهان نگاری شده و داده اصلی وجود داشته باشد ، و نهان نگار باید به راحتی قابل استخراج بوده و در برابر عملیات رایج پردازش سیگنال   مقاومت یا استحکام مناسب داشته باشد.

 

با توجه به اهمیت نهان نگاری ،این پایان نامه به دنبال طراحی الگوریتمی برای نهان نگاری تصاویر دیجیتال با بهره گیری از تبدیل موجک چندگانه ، به خاطر ویژگی های خاص این تبدیل که می تواند در کابردهای پردازش تصویر سودمند بوده می باشد. بدین منظور به معرفی مفاهیم نهان نگاری ، علی الخصوص نهان نگاری تصاویر دیجتال ، تبدیل موجک و تبدیل موجک چندگانه می پردازیم . سپس در ادامه تحقیق الگوریتمی جهت نهان نگاری تصاویر دیجیتال با به کار گیری تبدل موجک چند گانه عرضه می گردد و در انتها به ارزیابی الگوریتم پیشنهادی با استفاده از معیار های ارزیابی رایج می پردازیم.

 

فصل اول: مقدمه و کلیات پژوهش

 

1-1- مقدمه

 

افزایش سرعت اینترنت و پیشرفت در زمینه تکنیک های فشرده سازی باعث شد تا استفاده از محصولات چند رسانه ای در این بستر رونق چشمگیری پیدا کند. امروزه منابع دیجیتال براحتی توسط افراد مختلف در اینترنت به اشتراک گذاشته می شوند واین مطلب باعث نگرانی تولید کنندگان آثار چند رسانه ای شده است واین نشان می دهد که حمایت از حق کپی بالاخص در مورد منابع چند رسانه ای توجه بیشتری را می طلبد . [1]

 

یکی از تکنیک های مبارزه با تکثیر غیر قانونی این محصولات ، استفاده از نهان نگاری دیجیتال است.نهان نگاری چیزی نیست جز گنجاندن یک پیام در یک رسانه و یا انتقال اطلاعات به صورت پنهان .دو ویژگی مهم برای نهان نگار وجود دارد . اولین ویژگی این است که درج نهان نگار نباید کیفیت و ظاهر تصویر میزیان را تغییر زیادی دهد و دوم اینکه باید از لحاظ ادراکی غیر قایل رویت باشد.علاوه بر دو ویژگی فوق نهان نگار باید در مقابل اعمال معمول پردازش تصویر نظیر فیلتر کردن ، فشرده سازی ، اعمال نویز و حذف قسمتی از تصویر مقاومت داشته باشد. [2]

 

2-1 طرح مساله

 

امروزه با رشد سریع اینترنت و فناوری­های چندرسانه­ای دیجیتال، نسخه برداری از داده ها بدون هیچ افت کیفیت و با هزینه های بسیار اندک امکانپذیر شده است. بدین ترتیب دستکاری و بهره گیری از آثار دیجیتال بدون رعایت حق نشر به راحتی امکان پذیر می باشد.در همین راستا هر روز نیاز های امنیتی متنوع­تری مطرح می شود . نهان­نگاری یکی از روش هایی است که برای پاسخگویی به این نیاز بکار می­رود .

 

نهان نگاری زمینه های کاربردی فراوانی دارد، بیشترین کاربرد آن در حک کردن اسم ها و امضاها بر روی تصاویرو ویدئو ها و صداها و غیره می باشد به طوری که مشخص نخواهد بود. در اینصورت هر گونه استفاده غیر مجاز از رسانه دیجیتالی نهان نگاری شده ، مانند كپی غیر مجاز از آن و یا هرگونه تحریف و تغییر تصویر توسط افراد غیر مجاز محدود می شود . شیوه های مختلفی برای نهان نگاری تصاویر دیجیتال ارائه شده اند ، که یکی از پرکاربردترین روش ها به کار گیری از حوزه تبدیل موجک می باشد.