ترجمه مقاله استفاده از آرایش تابع کیفیت در ارزیابی فروشنده و پیشنهاد تامین‌کننده - نشریه الزویر

قیمت خرید این محصول

۴۱,۰۰۰ تومان

دانلود رایگان نمونه دانلود مقاله انگلیسی

عنوان فارسی

استفاده از آرایش تابع کیفیت در ارزیابی فروشنده و پیشنهاد تامین‌کننده در سیستم‌های هوش تجاری

عنوان انگلیسی

Using quality function deployment to conduct vendor assessment and supplier recommendation for business-intelligence systems

صفحات مقاله فارسی

28

صفحات مقاله انگلیسی

40

سال انتشار

2015

نشریه

الزویر - Elsevier

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد

کد محصول

5253

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه شده است

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مدیریت، مهندسی کامپیوتر

گرایش های مرتبط با این مقاله

مدیریت کسب و کار، مدیریت عملکرد، بازاریابی، هوش مصنوعی، مدیریت فناوری اطلاعات

مجله

مهندسی کامپیوتر و صنایع

دانشگاه

دانشکده مهندسی صنایع و مدیریت، دانشگاه ملی چیائو تونگ، تایوان

کلمات کلیدی

هوش تجاری، ارزیابی فروشنده، پیشنهادهای تامین‌کننده، QFD

فهرست مطالب

چکیده
مقدمه
ارزیابی تامین‌کننده QFDمحور و توصیه‌های نرم‌افزاری
ارزیابی فروشنده (انتخاب تامین‌کننده)
توصیه‌های کالا (تامین‌کننده)
چارچوب پیشنهادی
استفاده از DEMATEL فازی در تعیین وابستگی MRها و TAها
استفاده از شیوه دِلفی فازی در تعیین مقیاس‌های عملکرد در فروشندگان BI
استفاده از AHP فازی در اولویت‌های کاربر MRها
یک نمونه نمایشی
استفاده از QFD در تعیین وابستگی دورنی بین MRها و TAها
ارزیابی فروشنده و توصیه‌های تامین‌کننده
نتیجه‌گیری

نمونه چکیده متن اصلی انگلیسی

Abstract

Business intelligence (BI) has been recognized as an important enterprise information system to help decision makers achieve performance measurement and management. Generally, typical BI users consist of financial analysts, marketing planners, and general managers. However, most of them are not familiar with BI’s core technologies. In order to help corporate executives better assess BI vendors, evaluation criteria are separated into marketing requirements (MRs) and technical attributes (TAs), respectively. In particular, a fuzzy MCDM (multi-criteria decision making) based QFD (quality function deployment) is proposed as follows: (1) fuzzy Delphi is used to aggregate the performance scores of BI vendors, (2) fuzzy DEMATEL (decision making and trial laboratory) is conducted to recognize the causalities between MRs and TAs, and (3) fuzzy AHP (analytical hierarchy process) is employed to recommend optimal BI systems. For better benchmarking, the strengths and weaknesses of three competitive BI vendors (i.e. SAP, SAS, and Microsoft) are concurrently visualized through displaying a line diagram (in terms of TAs) and a radar diagram (in terms of MRs). More importantly, experimental results demonstrate that supplier assessment and supplier recommendation have been successfully accomplished.

نمونه چکیده ترجمه متن فارسی

چکیده
هوش مصنوعی (BI) به عنوان یکی از سیستم‌های مهم اطلاعاتی شرکت برای کمک در ارزیابی و مدیریت عملکرد شناخته شده است. هموما کاربران معمولی BI شامل تحلیلگران مالی، طراحان بازاریابی و مدیران کل می‌باشند. با این حال، اکثر آنها با فناوری‌های اصلی BI آشنایی ندارند. به منظور کمک به مدیران شرکت‌ها در ارزیابی بهتر فروشندگان BI، ضوابط ارزشیابی به دو بخش شرایط بازاریابی (MRها) و ویژگی‌های فنی (TAها) تقسیم می‌شوند. به ویژه، MCDM (تصمیم‌گیری چندضابطه‌ای) فازی مبتنی بر QFD (آرایش تابع کیفیت) نیز به صورت ذیل پیشنهاد می‌شود: 1) دِلفی فازی برای جمع‌آوری امتیازات عملکرد فروشندگان BI مورد استفاده قرار می‌گیرد؛ 2) DEMATEL (آزمایشگاه تصمیم‌گیری و آزمون) فازی برای تعیین روابط عِلّی میان MRها و TAها انجام می‌شود؛ 3) AHP (فرایند سلسله‌مراتبی تحلیلی) فازی برای پیشنهاد سیستم‌های بهینه BI به کار می‌رود. برای محک بهتر، نقاط ضعف و قوت سه فروشنده رقابتی BI (یعنی SAP، SAS و مایکروسافت) از طریق نمایش نمودار خطی (برای TAها) و نمودار راداری (برای MRها) مورد بررسی قرار می‌گیرند. مهم‌تر این که نتایج تجربی نشان می‌دهند ارزیابی تامین‌کننده و پیشنهادهای وی با موفقیت صورت گرفته است.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی کامپیوتر، دانلود رایگان مقالات انگلیسی مدیریت، دانلود رایگان مقالات انگلیسی هوش مصنوعی