ترجمه مقاله یک چارچوب مبتنی بر داده کاوی برای تامین در مدیریت زنجیره ریسک

قیمت خرید این محصول
۲۲۸,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
یک چارچوب مبتنی بر داده کاوی برای تامین در مدیریت زنجیره ریسک
عنوان انگلیسی
A data mining-based framework for supply chain risk management
صفحات مقاله فارسی
33
صفحات مقاله انگلیسی
12
سال انتشار
2020
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
سایز ترجمه مقاله
14
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
نشریه
الزویر - Elsevier
نوع ارائه مقاله
ژورنال
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
ایمپکت فاکتور(IF) مجله
7.938 در سال 2023
پایگاه
اسکوپوس
شاخص H_index مجله
161 در سال 2024
شاخص Q یا Quartile (چارک)
Q1 در سال 2023
شاخص SJR مجله
1.701 در سال 2023
شناسه ISSN مجله
0360-8352
کد محصول
12732
بیس
است ✓
پرسشنامه
 ندارد ☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
ضمیمه
دارد و ترجمه شده است ✓
فرضیه
ندارد ☓
متغیر
ندارد ☓
مدل مفهومی
دارد ✓
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن
ترجمه نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه
ندارد ☓
doi یا شناسه دیجیتال
https://doi.org/10.1016/j.cie.2018.12.017
رشته و گرایش های مرتبط با این مقاله
مهندسی صنایع - مدیریت - لجستیک و زنجیره تامین - داده کاوی - مدیریت نوآوری و فناوری - مدیریت فناوری اطلاعات
کلمات کلیدی
داده کاوی - تحلیل داده - سیستم پشتبانی از تصمیم - مدیریت ریسک زنجیره تامین
کلمات کلیدی انگلیسی
Data mining - Data analytics - Decision support system - Supply chain risk management
مجله
Computers & Industrial Engineering
۰.۰ (هنوز امتیازی ثبت نشده است)
فهرست مطالب

چکیده
1. مقدمه
2. مرور مقالات
3. روش تحقیق 
4. توسعه چهارچوب مبتنی بر داده کاوی
5. اجرا و آزمون چهارچوب در یک شرکت نمونه
6. جمع بندی
منابع

نمونه چکیده ترجمه متن فارسی

چکیده

     افزایش سطوح قرارگیری در معرض ریسک، توسعه فناوری و افزایش حجم اطلاعات بارگزاری شده در شبکه های زنجیره تامین سازمان ها واردار می کند تا رویکردهای داده محور را در زنجیره تامین مدیریت ریسک (SCRM) مورد استفاده قرار دهند. داده کاوی (DM) از چندین روش تحلیلی برای انتقال سریع و تصمیم گیری به موقع استفاده می کند. با این وجود، قابلیت آن برای SCRM به طور کامل کشف نشده است. هدف این مقاله ارائه یک چهارچوب مبتنی بر DM برای شناسایی، ارزیابی و کاهش انواع مختلف ریسک در زنجیره تامین است. یک رویکرد جامع فعالیت های DM و مدیریت ریسک را در یک چهارچوب منحصربفرد برای مدیریت موثر ریسک تلفیق می کند. اعتبارسنجی این چهارچوب از طریق یک مطالعه موردی بر اساس مجموعه ای از مصاحبه ها، بحث ها و یک مطالعه متمرکز بر گروه نیمه سازمان یافته انجام شد. این مطالعه نشان داد که چطور DM اطلاعات مخفی و مفید را در داده های ریسک غیرسازمان یافته برای اتخاذ تصمیمات مدیریت ریسک هوشمند کشف می کند.

مرور مقالات

     خطرات بیشمار طبیعی و انسانی وجود دارد که دارایی های فیزیکی و عملیاتی را در شبکه های SC تهدید می-کنند. برخی از این ریسک ها شامل نوسانات قیمت، تقاضای بی ثبات، مشکلات عرضه، خطرات عملیاتی، خطر تحویل، خطر شهرت و بلایای طبیعی هستند (Chen & Wu, 2013; Rajagopal, Venkatesan, & Goh, 2017). کاهش عملکرد کاری، آسیب به ارزش نام تجاری، دارایی های فیزیکی و ورشکستگی برخی از تبعات ریسک های SC هستند. SCRM یک روش سیستماتیک برای شناسایی، ارزیابی و کاهش ریسک در SC است (Ghadge, Dani, & Kalawsky, 2012).  هدف از SCRM درک ریسک ها و اثرات آن ها و تلاش برای انجام اقدامات پیشگیرانه و بازدارنده برای کاهش آن است. اطلاعات امروز و فناوری های ارتباطی فرصتی را برای گرداوری، ذخیره و تحلیل مجموعه متنوعی از داده¬های مرتبط با ریسک در منابع داده ناهمگن فراهم می کند (Schlegel & Trent, 2014; Lee, Zhou, Souza, & Park, 2016;  Kang et al., 2017). مفهوم هوش ریسک (RI) در نتیجه این پیشرفت ها ایجاد شده است (Lee & Kulkarni, 2011; Ponemon Institute, 2017). هوش ریسک می تواند به صورت توانایی سازمان برای شناسایی، اندازه گیری، ارزیابی و پیش-بینی تهدیدها تعریف شود که از طریق استفاده از داده ها و تجربیات مرتبط گذشته است (Apgar, 2006). مطالعات آکادمیک محدودی به بررسی رفتار ریسک یا هوش برخاسته از دیدگاه SC پرداخته اند(Ghadge, Dani, Chester, & Kalawsky, 2013).

روش تحقیق

     هدف از تحقیق ایجاد یک چهارچوب SCRM مبتنی بر DM از طریق تلفیق چندین فعالیت مانند شناسایی شاخص¬های ریسک، گرداوری و ذخیره داده های ریسک، تبدیل مسئله مدیریت ریسک به مسئله DM، تجزیه و تحلیل داده با استفاده از الگوریتم های DM و تفسیر نتایج برای شناسایی استراتژی های کاهش هوش ریسک است. برای دستیابی به این چهارچوب، داشتن اطلاعات در چندحوطه ویک جمع آوری چندین داده و روش ارزیابی ضروری بود. اول از همه، مقالات مربود به SCRM، DM، ذخیره داده و سیستم مدیریت اطلاعات مورد بررسی قرار گرفتند تا یک مدل مفهومی ارائه شود. شناسایی یک گروه مدیریت ریسک و انتخاب روش DM نقش حیاتی در توسعه چنین مدل پیچیده ایفا می کند. بهبود و اعتبارسنجی مدل مفهومی توسط داده های اولیه حاصل از مصاحبه و بحث های متخصصان SC و IT انجام شد.


بدون دیدگاه

دسته‌بندی