INNOSCIENCE

Innovation , Science and Technology

INNOSCIENCE

Innovation , Science and Technology

۱۲ مطلب در فروردين ۱۳۹۵ ثبت شده است

بسیاری از تعاریف ارائه شده از تکنولوژی ، مضمون حل مشکلات علمی ، حاکمیت بر شرایط محیط و توانایی تبدیل منابع و مواد اولیه به کالاهای قابل مصرف را دارند. یکی از تعاریف ، تکنولوژی را عبارت ازدانش مربوط به محصول ، فرآیند و سازمان تولید می داند که برای تولید کالا و خدمات به کار گرفته میشود. تکنولوژی با “دانایی” نیز ارتباط نزدیک دارد. تکنولوژی بخشی از دانایی است که برای خلق یک محصول ،ارائه خدمات و یا توسعه بهره برداری از منابع محدود و گرانبها به کار می رود. پیشرفت تکنولوژی در گرو ارتقای دانایی است.

انفجار دانایی در اواخر قرن ٢٠ که عصر اطلاعات نامیده می شود ، تاثیر فراوانی بر تغییرات تکنولوژی داشته است. با ورود به قرن ٢١ ، انقلاب صنعتی جای خود را به “انقلاب تکنولوژیک” داده است.

تکنولوژی و صنعت :

نقش تکنولوژی در صنعت در سه سطح مطرح شده است :

١- اولین و مهمترین نقش ، تولید و فرآیند در کارخانه ها و صنایع است که کیفیت محصول ،هزینه تولید ، تجارت و تخصص مورد نیاز ، هزینه مواد و ظرفیت تولید را مشخص می کند. همچنین استاندارد بهداشتی و ایمنی و مسایل محیطی را تعیین میکند.

٢- دومین تکنولوژی ، تکنولوژی زیرساخت و تاسیساتی است که گرمایش ، سرمایش ، حمل ونقل ، ارتباطات ، اداری ، برق ، آب ، فاضلاب و سایر را در بر می گیرد.

٣- سومین تکنولوژی ، تکنولوژی محصول است. تکنولوژی محصول ، عمر یک خط تولید رامشخص می کند.

نگرش های تکنولوژی :

تکنولوژی امری نسبی است و برای هرگروه از متخصصان ، معنی خاصی را تداعی می کند. در ادبیات عصرحاضر ، تعابیری که از تکنولوژی ارائه می شود ، اغلب ناشی از نقش جدید تکنولوژی در دو دهه اخیر است.همه جا صحبت از تکنولوژی پیشرفته ، تکنولوژی جدید ، تکنولوژی نوظهور و تکنولوژی پیشگام مطرح می شودکه اشاره به سطوح تکنولوژی دارند.

در فرهنگ جوامع تکنولوژیک ، هریک از این مفاهیم ، بیشتر تداعی کننده یک محصول یا صنعت است. هرکجا نامی از تکنولوژی پیشرفته به میان می آید ناخودآگاه صنایعی چون میکروالکترونیک ، روبوتیک ، و هوافضا به ذهن می آید. تکنولوژی ، تکنولوژی پیشرفته و تکنولوژی جدید واژه هایی اند که امروزه در مباحث مدیریت سیستمی از آن به کرات یاد می شود.

” ماریارتی و کاسنیک” از دانشگاه هاروارد در مورد تکنولوژی می گویند : تکنولوژی مفهومی است که دانش ، مهارت و هنر و ذوق را در تعامل با یکدیگر قرار می دهد و هر سازمانی برای ایجاد ارزش افزوده ،ترکیبی از آن را به کار می گیرد. اجزای اصلی تکنولوژی که در ارتباط متقابل با یکدیگر و مکمل یکدیگرند عبارتند از : سخت افزار ، نرم افزار، مغز افزار و شبکه پشتیبانی .

تکنولوژی برتر :

به دسته ای از تکنولوژی اطلاق می شود که تاثیر زیادی در ساختار و سازمان شبکه پشتیبانی ایجاد نماید. تکنولوژی برتر این امکان را فراهم می کند که هم کارهای جدیدی انجام شوند و هم کارها با روش های جدید و متفاوت انجام گردند.

اطلس تکنولوژی :

اطلس تکنولوژی که به وسیله مرکز انتقال تکنولوژی آسیایی سازمان ملل نشسته شده است، مدعی ارائهمدل مناسبی برای ارزیابی و اندازه گیری سطح تکنولوژی است. در این مجموعه با این دیدگاه که تکنولوژی عامل تبدیل کننده منابع طبیعی ، زمین ، سرمایه و نیروی انسانی به کالای ساخته شده است ، تکنولوژی به چهار جزء جداگانه تقسیم شده است :

– ماشین آلات و ابزار تولید ،
– مهارت ها و تجربیات تولیدی ،
– اطلاعات و دانش فنی تولید ،
– سازماندهی و مدیریت

پارادایم های تکنولوژی :

تکنولوژی همواره ابزاری برای تامین نیازهای اجتماعی ، اقتصادی ، سیاسی و نظامی به شمار می رفته و از دیر باز نیز در ایجاد ثروت برای ملل و ارتقای سطح استانداردهای زندگی ، نقش مهمی را ایفا کرده است. متناسب با ماهیت تکنولوژی در هر مرحله از توسعه ، اعصار مختلف شکل گرفته اند که به ترتیب عصرسنگ ، برنز ، آهن ، بخار ، برق ، اتم ، الکترونیک ، فضا ، اطلاعات و بیوتکنولوژی نام گرفته است . براساس نظریه “فریمن و کلارک ” ، دوران تحول تکنولوژی به ۵ دوره تقسیم می شود که با نام ۵ موج تحول تکنولوژیکی شناخته می شوند. این ۵ موج عبارتند از :

  1. موج اول – نساجی و قدرت بخار
  2. موج دوم – راه آهن و تولید فولاد
  3. موج سوم – برق ، موتور ترکیبی و شیمی
  4. موج چهارم- دارویی ، پلاستیک ، الکترونیک
  5. موج پنجم – ارتباطات ، میکروالکترونیک ، کامپیوتر 
منبع» مفتا
  • حمید میرالوند

شش سیگما (Six Sigma)

مجتبی آقایی |

6 سیگما چیست ؟

مدیریت کیفیت طی چند دهه (از نیمه قرن بیستم تا امروز) با ارائه تفکر بهبود برپایه حرکت به سمت نقص صفر، دنیای کسب و کار وارائه دهندگان خدمات را متحول کرده است.

مفهوم شش سیگما

  • هوشمندانه کار کردن نه فقط سخت کار کردن
  • بهبود کیفیت و کاهش هزینه ها
  • ابزاری برای کاهش نوسانات (تغییرات)
  • روشی براساس فرایند حل مسئله
  • چشم اندزای برای محصولات و خدمات عالی
  • ارج نهادن به مشتریان (گیرندگان خدمت )
  • مقیاسی برای مقایسه سازمان های جهان شمول
  • هدفی برای تقویت بنیه رقابتی سازمان
اهداف شش سیگما

  •  کاهش نوسانات و تغییرات
  •  تقویت بنیه رقابتی سازمان
  •  روشی سیستماتیک جهت حل مسائل
  •  کاهش ایرادات
  •  افزایش رضایت مشتری (گیرندگان خدمت )
  •  بهبود کیفیت
  •  کاهش سیکل زمانی ( تحویل به موقع )
  •  کاهش هزینه ها
  •  اهداف ملموس در شش سیگم
  •  بهبود بازدهی فرایند

ویژگ یهای شش سیگما

1 - دربردارنده تکنیک ها، رویکردها و مهارت های متعددی است که همگی برای رشد و موفقیت سازمان

ضرور یاند و تنها به مجموعه ای از تکنیک های آماری تعریف نمی شود.

2 - پیاده سازی شش سیگما به بخش خاصی از سازمان یا حتی سازمان بخصوصی محدود نمی شود، بنابراین

روش پیاده سازی آن نیز انعطاف پذیر است و در یک چارچوب مشخص برای همه سطوح قرار نمی گیرد.

3 - مسائل مربوط به منابع انسانی سازمان نظیر خلاقیت، همکاری و کار گروهی، ارتباطات و مسائل انگیزش،

بیش از توجه کور به مسائل تکنیکی و آماری مورد نظر شش سیگماست.

4 - مراجعه به تجربیات پیاده سازی شش سیگما در سازمان های مختلف دنیا، بیانگر موفقیت آن است.

5 - برخلاف رویه های از پایین به بالا، شش سیگما رویکردی از بالا به پایین است که با علاقه و پیگیری مستمر

مدیریت عالی در شرکت مطرح می شود.

6 - در هر دو سطوح برنامه ها و پروژه های شش سیگما به طور معمول، مسؤولیت برعهده مدیران ارشد و

کارشناسان حرفه ای است .

7 - روش سیستمی و نظام مند است.

8 - رویکردی مبتنی بر داده ها و اطلاعات است و در نتیجه در انجام مراحل خود، به ابزارهای آماری و طراحی

آزمایش ها، بسیار وابسته است.

6 نکته درباره شش سیگما

نکته اول: تمرکز واقعی و حقیقی بر گیرندگان خدمات

نکته دوم: مدیریت مبتنی بر حقایق و اطلاعات

نکته سوم: فرایندها جایی هستند که اقدامات وجود دارند.

نکته چهارم: مدیریت کنشی

نکته پنجم: مشارکت و همکاری بدون حد و مرز

نکته ششم: حرکت به سوی تعالی / تحمل شکست

موفقیت شش سیگما

اجرای موفق شش سیگما بستگی به ارتباط مفاهیم زیر دارد :

  • تعهد ، راهبری و هدایت فعال در طول اجرای پروژه ها از سوی مدیریت ارشد سازمان (با نگرش بالا به پایین )
  • سیستم اندازه گیری برای ردیابی و دنبال کردن پیشرفت.
  • الگوبرداری داخلی/خارجی از محصولات، خدمات و فرآیند های سازمان. این تجربه منجر به شکل گرفتن سازمان بر اساس فلسفه حل مسئله می شود.
  • گسترده کردن اهداف برای تمرکزافراد برتغییر فرآیند ها
  • آموزش کلیه سطوح سازمان
  • نمونه های موفق برای نشان دادن اینکه متدولوژی شش سیگما چگونه ایجاد می شود و نتیجه می دهد.

  • مجتبی آقایی


مقدمه


از جمله استراتژی ها و راه کارهای لازم برای توسعه ی اقتصادی و رسیدن به اقتصادی پایدار در هر کشور، تقویت اقتصاد منطقه های شهری و یا به عبارت بهتر توسعه اقتصاد پایدار بر مبنای هوشمندی شهر است. اقتصاد پایدار و هوشمند، خود نیازمند امکانات هوشمند در هر شهر از جمله : اقتصاد هوشمند، زیرساخت و ارتباطات هوشمند، حمل و نقل شهری هوشمند، انرژی هوشمند، دولت هوشمند، امنیت هوشمند، سلامت هوشمند، کسب کار هوشمند و حتی شهروند هوشمند می  باشد. در این استراتژی، یعنی اقتصاد پایدار بر مبنای شهر هوشمند که بر اساس نظریه و تئوری سیستم ها بنا شده است، شهرها به عنوان یک کلان سیستم درنظر گرفته شده و هر شهر از اجزایی به نام زیرسیستم تشکیل گردیده واین زیر سیستم ها، در حقیقت همان سازمان ها، صنایع، مردم و دیگر مولفه های شهری هستند که در راستای رسیدن به هدف نهایی که همان اقتصاد توسعه یافته و پایدار شهری است، به صورت منظم و یکپارچه در ارتباط و تعامل می باشند.

پر واضح است در سایه چنین نگاه سیستمی و یکپارچه به شهر به عنوان یک کلان سیستم و با در نظر گرفتن سازمان ها و صنایع مستقر در هر شهر به عنوان اجزای تشکیل دهنده شهر و همچنین با ارتباط منظم و یکپارچه مجموعه ها و مولفه های شهری به عنوان زیر سیستم های کلان سیستم شهری است که توسعه علمی، اجتماعی، فرهنگی و اقتصادی هوشمند در هر شهری و در نهایت در هر کشوری اتفاق می افتد.

اهداف بنیادین کنفرانس


این کنفرانس که بزرگترین گردهمایی مدیران، اساتید، کارشناسان و متخصصین فناوری اطلاعات وارتباطات و علوم مرتبط با "شهر هوشمند" محسوب می شود، گامی است در جهت گردآوری و ارائه آخرین دستاورد های علمی و نتایج پژوهش ها و تجارب علمی تمام متخصصان، دانشجویان، پژوهشگران، فعالان و علاقمندان این عرصه که با هم اندیشی و تشریک مساعی در مسیر گسترش مرزهای دانش در ایران اسلامی تلاش می نمایند.

با توجه به مطالب بیان شده بالا به عنوان هدف بنیادی کنفرانس، می توان دیگر اهداف این کنفرانس را به شرح زیر بیان نمود:

       ·   انتقال دانش فنی شهر هوشمند و ارتقای سطح دانش دستگاه های اجرائی مرتبط با این موضوع

       ·   کمک به توسعه و گسترش پژوهش های بنیادی و کاربردی و توسعه ای شهر هوشمند

       ·   آگاهی جامعه، اساتید و پژوهشگران از آخرین دستاوردهای جهانی در موضوع شهرهوشمند

       ·   تشویق پژوهشگران و متخصصان ذیربط در راستای تولید مقالات علمی مرتبط با موضوع

    در حقیقت عنوان کنفرانس، نقشه راه پیشرفت علمی و صنعتی شهرهای کشور را در دل خود به یدک می ‌کشد. به عبارت دیگر، متد و راه کشورهای پیشرفته نشان می دهد که زیرساخت های اساسی و بنیادین برای اینکه کشوری به عنوان یک کشور پیشرفته محسوب شود این است که آن کشور، متشکل از شهرهای هوشمند با اقتصادی هوشمند و پویا باشد که امید است با اجرای کنفرانس مذکور به این اهداف نائل آییم.


محور های تخصصی


محورهای اساسی کنفرانس بر اساس ابعاد و مولفه های اصلی " شهر هوشمند " تعیین گردیده و به شرح زیر تعریف شده اند:

کارآفرینی و کسب و کار هوشمند

نظریه ها و مدل های شهر هوشمند

زیرساخت و تکنولوژی هوشمند

مدیریت شهری شهر هوشمند

حمل و نقل و ترافیک هوشمند

شهروند و اجتماع هوشمند

برنامه ریزی شهری شهر هوشمند

مدیریت انرژی هوشمند

اقتصاد و تجارت هوشمند

معماری و شهرسازی هوشمند

سلامت و محیط زیست هوشمند

دولت هوشمند

روش های اجرا و پیاده سازی مولفه های شهر هوشمند و دستاوردها


زمان های مهم


زمان و مکان برگزاری کنفرانس

۲۹ اردیبهشت ماه ۱۳۹۵ (۹۵/۰۲/۲۹) - قم

مهلت ارسال اصل مقاله تا تاریخ

۰۱ اردیبهشت ماه ۱۳۹۵ (۹۵/۰۲/۰۱)


جهت کسب اطلاعات بیشتر به آدرس اینترنتی زیر مراجعه نمایید.

http://www.scconf.ir

  • حمید میرالوند


ایدة نوآوری باز اولین بار توسط  chesbroagh برنامهریزی شد و سریعاً علاقه محققان را بدست آورد. منظور از نوآوری باز، اکوسیستمى از اختراعات است که در آن علم و ایده در امتداد مرزهاى معین جریان مى یابد. هنرى چسبرو این تعبیر را به جهان تجارت معرفى کرد، نوآوری باز را این گونه تعریف کرده است:

نوآوری باز الگویى مبتنى بر این فرض است اگر شرکت ها به دنبال ارتقاء تکنولوژى خود هستند، مى توانند و مى بایست از ایده هاى خارجى همانند ایده هاى داخلى و  راه هاى داخلى و خارجى بازار استفاده کنند. نوآوری باز استفاده هدفمندانه از جریان به داخل و خارج سازمان وهمچنین دانش سرعت بخشیدن به نوآوری داخلی و گسترش بازارهای خارجی با استفاده از نوآوری میباشد و همچنین فرایندهای نوآوری باز ترکیبی از ایده های داخلی و خارجی ازطریق معماری و سیستم ها است که از مدل های کسب و کار برای تعریف الزامات مورد نیاز برای این معماری استفاده می شود

یکی از الگوهای موفق در حوزه نوآوری باز را شرکت NetFlix به اجرا گذاشه است. این شرکت در زمینه کرایه فیلم فعال است و یکی از مهمترین چالش هایی که این سازمان با آن روبرو بوده و هست پیش بینی استقبال مشتریان از فیلم های مختلف است. با توجه به اهمیت این چالش در سال 2006 NetFlix تصمیم گرفت که حل این موضوع را به اجتماع (نیروی جمعی) بسپارد. 

به همین منظور فراخوانی ترتیب داد و 1 میلیون دلار جایزه تعیین کرد تا افراد الگوریتم را طراحی کنند که از طریق آن توازن میان فیلم های ارائه شده و علایق مشتریان 10% افزایش پیدا کند.

در مباحث آکادمیک گفته می شود که از الگوی NetFlix چهار درس می توان آموخت:

  •    چالش پیش رو را برای جمع به صورت واضح و بدون ابهام بیان کنید و جمع را از اهمیت چالش آگاه نمایید
  •    بین جایزه و موضوع مورد کار رابطه منطقی برقرار باشد تا صرف زمان و انرژی برای حل مساله به صرفه یاشد
  •    ایجاد حس رقابت در جمع
  •    حفظ حق مالکیت و ایجاد مکانیزمی برای احترام به حقوق شرکت کنندگان
در مورد موارد فوق نکته ای که باید اذعان کنم این هست که اگر به دیگر الگوهای موفق نوآوری باز نیز دقت کنید می بینید که تا حد قابل قبولی همه موارد فوق را رعایت کرده اند. پس به نوعی می تونیم موارد فوق را عوامل کلیدی موفقیت در نوآوری باز بنامیم. 

مقاله زیر به تشریح نوآوری باز می پردازد

دریافت

منبع>>www.oilab.ir

  • مجتبی آقایی

شرکت‌های سنتی آلمانی فعال در صنعت همچون بوش به دنبال تغییر الگوی کاری خود هستند. به‌طوری که در نظر دارند خودشان را از یک تولید کننده تجهیزات به یک ارائه دهنده خدمات تبدیل کنند. برای این منظور آن‌ها سعی دارند از داده‌های تولید شده توسط ماشین‌هایشان برای سرویس‌دهی استفاده کنند. بوش امیدوار است از تخصص مهندسی موجود در این شرکت برای حضوری مقتدرانه در حوزه اینترنت اشیا استفاده کند. دنیایی که در آن اشیا با یکدیگر به صحبت می‌پردازند. این شرکت در نظر دارد رؤیای یک خانه هوشمند را برای مشتریان خود واقعی سازد. خانه‌ای که در آن اشیا هوشمند به راحتی توانایی برقراری ارتباط با یکدیگر را دارند. این شرکت اعلام کرد در حال ساخت سرویس ابری خودش است. سرویسی که در رقابت با غول‌های فناوری ایالات متحده همچون آمازون، گوگل مایکروسافت، آی‌بی‌ام، و Salesforce.com طراحی خواهد شد.

مراکز داده بوش در کشور آلمان قرار خواهند گرفت. بوش امیدوار است، سرویس کلاود این شرکت به اندازه‌ای جذاب باشد که بتواند مشتریانی را به سمت خود جلب کند که نسبت به امنیت داده‌های خود در سرورهای مستقر در ایالات متحده دچار شک و تردید هستند. ولکمار دنر، مدیر اجرایی بوش در کنفرانسی که به همین مناسبت در شهر برلین برگزار شد، گفت: «بوش در حال ساخت اینترنت اشیا خودش است. این شرکت در نظر دارد با تجربیاتی که در طول این سال‌ها به دست آورده است هر شی متصلی (اشیایی با قابلیت اتصال به اینترنت) را تولید کند. امروزه شرکت‌های تولیدکننده‌ای نظیر بوش سعی در اضافه کردن سرویس‌ها و نرم‌افزارها دارند و از طرفی شرکت‌های فناوری اطلاعاتی نیز وجود دارد که سعی دارند از بسترهای فیزیکی استفاده کنند.»

اینترنت اشیا دیگر یک مفهوم نیست

چه موافق باشید و چه مخالف، اینترنت اشیا در مسیری در حال حرکت است که چیزی فراتر از یک کلمه یا یک جریان زودگذر خواهد بود. همان‌گونه که در پاراگراف قبل به آن اشاره کردیم، شرکت بوش در حال طراحی زیرساخت‌های لازم برای پیاده‌سازی یک محیط کاملا هوشمند است. شبکه‌ای که توسط این شرکت طراحی خواهد شد، این ظرفیت را دارد تا دستگاه‌ها و برنامه‌های مختلف درون شبکه‌ای را با یکدیگر مرتبط سازد. آن گونه که رویترز خبر داده است، بوش برای نیل به این هدف در حال ساخت بسترهای مناسب برای راه‌اندازی یک شبکه کلاود ویژه اینترنت اشیا در کشور آلمان است.

این شبکه Bosh IoT Cloud (نام این سرویس بسیار خلاقانه به‌نظر می‌‌رسد) نام دارد. اما ایده بوش فراتر از آن چیزی است که تصور می‌شود. این شرکت در نظر دارد، تا سال 2020 تمامی محصولات الکترونیکی تولید شده توسط شرکت‌های  فعال در حوزه IoT را تحت پوشش خود قرار دهد. بوش می‌گوید: «در حال حاضر در حدود پنج میلیون دستگاه از طریق بسته نرم‌افزاری Bosch’s IoT به یکدیگر متصل می‌شوند. برنامه‌هایی که شامل یک سامانه هستند که به کاربران این توانایی را می‌دهند تا از راه دور درجه حرارت خانه خود را کنترل کرده یا از حس‌گرهایی برای پیدا کردن جای پارک استفاده کرده یا به شرکت‌ها این توانایی را بدهد که به ردیابی کیفیت یک محصول زمانی که از کارخانه خارج می‌شود، بپردازند.» امروزه دستگاه‌هایی با کارکردهای مختلف در منازل با یکدیگر به تعامل می‌پردازند. حس‌گرهای متصل به درب‌ها و پنجره‌ها که از طریق یک هاب مرکزی با یکدیگر به صحبت می‌پردازند از جمله این موارد به شمار می‌روند.

هر چند این دستگاه‌ها قابلیت خارق‌العاده‌ای در اختیار شما قرار نمی‌دهند، اما از ملزومات اصلی و ضروری خانه‌های هوشمند به شمار می‌روند. در این میان پارک‌یاب‌های هوشمند شهری یا حتی دستگاه‌هایی که در مسابقات ماشین‌سواری برای بررسی وضعیت حیاتی راننده خودرو مورد بررسی قرار می‌گیرند را نباید از یاد ببریم. رویترز همچنین به این نکته اشاره می‌کند که بوش در نظر دارد در حدود 50 برنامه کاربردی خود را در سال 2016 به IoT Cloud وارد کند. بوش در نظر دارد در سال آینده میلادی به شرکت‌های دیگر اجازه دسترسی به این شبکه را تخصیص دهد. بوش در بخشی از کنفرانس خود به بودجه‌ای اشاره کرد که برای این منظور در نظر گرفته است. این شرکت نزدیک به 500 میلیون یورو ( 548 میلیون دلار) را به‌طور ویژه برای این فناوری‌های جدید اختصاص داده است. 

منبع» ماهنامه شبکه

  • حمید میرالوند

با رشد تکنولوژی های Big Data نقش جدیدی در شرکت های بزرگ به نام دانشمند داده (Data Scientist) ایجاد شده است که در حقیقت نسخه ی جدیدی از نقش تحلیلگر داده یا تحلیلگر تجارت/بازار می باشد. چیزی که این نقش را با نقش های ذکر شده متفاوت می سازد، دانش و تیزهوشی تجاری برای گرفتن تصمیمات سخت و سریع و انتقال آنها به هر دو بخش روسای شرکت و رهبران IT است تا بتوانند بهترین راه را برای غلبه بر یک چالش تجاری بیابند. در حقیقت دانشمند داده با دسترسی به حجم زیادی داده، حس کنجکاوی و زیر سوال بردن پیش فرض های فکری سعی می کند تا مواردی را بیابد که برای سازمان مزیت رقابتی ایجاد کند. به طور خلاصه می توان گفت یک دانشمند داده شخصی است دارای اطلاعات کافی از هر دو رشته ی مهندسی کامپیوتر و آمار. البته در مورد مهارت های مورد نیاز برای یک مهندس داده در ادامه توضیح خواهم داد.

نقش دانشمند داده در سازمان به صورت «بخشی تحلیلگر، بخشی هنرمند» توصیف می شود تا جایی که Anjul Bhambhri، معاون بخش محصولات Big Data در شرکت IBM می گوید: «یک دانشمند داده شخصی کنجکاو است که می تواند به داده ها خیره شده و روندهای متشابه را کشف کند. او در حقیقت مانند یک انسان دوره ی رنسانس است که شدیدا می خواهد یاد بگیرد و تغییر ایجاد کند.»

مهارت های مورد نیاز برای یک دانشمند داده عبارتند از:

  • آمار، ریاضیات
  • ابزارهای متن باز: Haddop، Apache Spark و …
  • الگوریتم، زبان های برنامه نویسی
  • یادگیری ماشین و visualization
  • شناخت حوزه ی داده ی مورد بررسی

لازم به ذکر است، به دلیل پیچیدگی های هر یک از موارد ذکر شده و اینکه بیشتر این موارد دارای دکترای تخصصی خود می باشند، این امکان وجود ندارد که یک نفر در تمامی این موارد متخصص گردد و شما می‌بایست پس از آشنایی اولیه با هر کدام از این موارد تخصص مورد علاقه ی خود را پیدا کنید و آن را ادامه دهید و داشتن دید اولیه در سایر موارد کفایت می کند.

منبع» Radiance

  • حمید میرالوند

ریشه های داده کاوی در میان سه خانواده از علوم، قابل پیگیری می باشد .مهمترین این خانواده ها، آمار کلاسیک می باشد. بدون آمار، هیچ داده کاوی وجود نخواهد داشت، بطوری‌که آمار، اساس اغلب تکنولوژی هایی می باشد که داده کاوی بر روی آنها بنا می شود. آمار کلاسیک مفاهیمی مانند تحلیل رگرسیون، توزیع استاندارد، انحراف استاندارد، واریانس، تحلیل خوشه، و فاصله های اطمینان را که همه این موارد برای مطالعه داده و ارتباط بین داده ها می باشد، را در بر می گیرد. مطمئناً‌ ‌‌تحلیل آماری کلاسیک نقش اساسی در تکنیک‌های داده کاوی ایفا می کند.

دومین خانواده ای که داده کاوی به آن تعلق دارد هوش مصنوعی می باشد. هوش مصنوعی که بر پایه روش‌های ابتکاری می باشد و با آمار ضدیت دارد، تلاش دارد تا فرایندی مانند فکر انسان، را برای حل مسائل آماری بکار بندد. چون این رویکرد نیاز به توان محاسباتی بالایی دارد، تا اوایل دهه ۱۹۸۰ عملی نشد. هوش مصنوعی کاربردهای کمی را در حوزه های علمی و حکومتی پیدا کرد، اما نیاز به استفاده از کامپیوترهای بزرگ با عث شد همه افراد نتوانند از تکنیک‌های ارائه شده استفاده کنند.

سومین خانواده داده کاوی، یادگیری ماشین. می باشد، که به مفهوم دقیق‌تر، اجتماع آمار و هوش مصنوعی می باشد. درحالی‌که هوش مصنوعی نتوانست موفقیت تجاری کسب کند، یادگیری ماشین در بسیاری از موارد جایگزین آن گردید. از یادگیری ماشین به عنوان تحول هوش مصنوعی یاد شد، چون مخلوطی از روش‌های ابتکاری هوش مصنوعی به همراه تحلیل آماری پیشرفته می باشد. یادگیری ماشین اجازه می دهد تا برنامه های کامپیوتری در مورد داده ای که آن‌ها مطالعه می کنند، مانند برنامه هایی که تصمیم‌های متفاوتی بر مبنای کیفیت داده مطالعه شده می گیرند، یادگیری داشته باشند و برای مفاهیم پایه ای آن از آمار استفاده می کنند و از الگوریتم‌ها و روش‌های ابتکاری هوش مصنوعی را برای رسیدن به هدف بهره می گیرند.

داده کاوی در بسیاری از جهات، سازگاری تکنیک‌های یادگیری ماشین با کاربردهای تجاری است. بهترین توصیف از داده کاوی بوسیله اجتماع آمار، هوش مصنوعی و یادگیری ماشین بدست می آید. این تکنیک‌ها سپس با کمک یکدیگر، برای مطالعه داده و پیدا کردن الگوهای نهفته در آنها استفاده می شوند. بعضی از کاربردهای داده کاوی به شرح زیر است:

  • کاربردهای معمول تجاری: از قبیل تحلیل و مدیریت بازار، تحلیل سبد بازار، بازاریابی هدف، فهم رفتار مشتری، تحلیل و مدیریت ریسک؛
  • مدیریت و کشف فریب: کشف فریب تلفنی، کشف فریب‌های بیمه ای و اتومبیل، کشف حقه های کارت اعتباری، کشف تراکنشهای مشکوک مالی (پولشویی)؛
  • متن کاوی: پالایش متن (نامه های الکترونیکی، گروههای خبری و غیره)؛
  • پزشکی: کشف ارتباط علامت و بیماری، تحلیل آرایه های DNA ، تصاویر پزشکی؛
  • ورزش: آمارهای ورزشی؛
  • وب کاوی: پیشنهاد صفحات مرتبط، بهبود ماشین‌های جستجوگر یا شخصی سازی حرکت در وب سایت؛
منبع» مفتا
  • حمید میرالوند

تاریخ انتشار: ۰۶ فروردین ۱۳۹۵

نصرت الله ضرغام رئیس صندوق حمایت از پژوهشگران و فناوران کشور در گفتگو با خبرنگار  حوزه دانشگاهی گروه علمی پزشکی باشگاه خبرنگاران جوان گفت:هم‌اکنون 1.6 درصد تولید علم دنیا متعلق به ایران است که صندوق ‌حمایت از پژوهشگران حامی یک درصد آن بوده است.
 وی ادامه داد: البته باید با هم تلاش کنیم تا همان‌طور که در تولید علم موفق بوده‌ایم، در تبدیل علم به ثروت و رسیدن به محصولات دانش‌بنیان متناسب با توان،‌ ظرفیت و استعدادهای کشور پیشرفت کنیم. 

ضرغام بیان کرد: لازمه پیشرفت در این عرصه اصلاح ساختار در مراکز علمی و دانشگاهی و همچنین تنوع بخشیدن به روش‌جذب منابع مالی در این مراکز است.

 رئیس صندوق حمایت از پژوهشگران تصریح کرد: هم‌اکنون این صندوق از 62 هزار هیات علمی کشور با 33 هزار عضو هیئت علمی مراکز علمی و دانشگاه‌های معتبر کشور ارتباط دارد و از توان علمی آن‌ها به عنوان پژوهشگر،‌ داور و ناظر استفاده می‌کند.

 ضرغام عنوان کرد: این صندوق تاکنون با حمایت از مخترعان، 38 اختراع را در خارج از کشور به طور عمده در آمریکا به ثبت رسانده که 8 اختراع به مرحله فروش رسیده است و 54 اختراع نیز تائید شده است و در حال انجام مراحل مربوطه است. 
منبع:خبرگزاری باشگاه خبرنگاران جوان

  • مجتبی آقایی

                                  

gamification یعنی بتوانید از بازی ها در زندگی روزمره و مسائل جدی برای حل یا بهبود مشکلات استفاده کنید. این مقوله ی جذابی که به تازگی در دنیا مطرح شده است می تواند از ساختارهای بازی، یعنی بنیان های بازی، محرک های بازی و اجزای بازی برای حل مسائل زندگی استفاده کند. بیشترین کارکردهای بازی کاری افزایش مشارکت مخاطبان و مجاب کردن آنان به تغییرات رفتاری ارزیابی شده است.

بازی ویژگی های منحصر به فردی دارد که بهره گیری از این ویژگی ها نتایج فوق العاده ای را حاصل می کند.

در ادامه فایلی جامع در باب موضوع gamification  در اختیاری شما قرار میگیرد که توسط اقای امیرحسین ترکآبادی دانشجوی کارشناسی ارشد مدیریت فناوری دانشگاه علم و صنعت نگارش گردیده است.

دریافت فایل

  • مجتبی آقایی


عنوان کتاب : داده کاوی و کشف دانش - Data Mining and Knowledge Discovery


پدید آورندگان : دکتر مهدی غضنفری , سمیه علیزاده و بابک تیمورپور


انتشارات دانشگاه علم و صنعت ایران




چگونگی استفاده موثر از حجم انبوه داده ها و اطلاعات موجود در سازمانها به منظور ارتقای کیفیت تصمیمات مدیران از جمله مسائلی است که اهمیت روز افزونی یافته است . این موضوع از آن جهت مهم است که سازمانها به مدد بهره گیری از کامپیوترها و سیستم های اطلاعاتی صاحب حجم انبوهی از داده های ارزشمنددر حوزه های مختلفی مانند تولید ، زنجیره تامین ، مشتریان و بازار شده اند . داده کاوی از جمله علوم نسبتا جدیدی است که در پاسخ به این نیاز ایجاد شده و توسعه یافته است .داده کاوی یک حوزه میان رشته ای و با رشد سریع است که حوزه های مختلفی مانند پایگاه داده  ، آمار، یادگیری ماشین  و سایر  زمینه های مرتبط را با هم  تلفیق کرده است تا اطلاعات و دانش ارزشمند  نهفته در حجم بزرگی از داده ها را استخراج  نماید . در این کتاب به معرفی مفاهیم ، ابزارها و روشهای مختلف پرداخته و در انتها نیز برخی حوزه ها ی کاربرد آن معرفی شده است.


فصل اول : مقدمه ای بر داده کاوی

فصل دوم : پیش پردازش و آماده سازی داده ها

فصل سوم : تحلیل خوشه ای

فصل چهارم : قواعد تلازمی

فصل پنجم : دسته بندی و پیش بینی

فصل ششم : انباره داده ها

فصل هفتم : متدولوژی اجرا و پیاده سازی پروژه های داده کاوی

سریهای زمانی در داده کاوی

فصل نهم : تحلیل شبکه های اجتماعی

فصل دهم : کاربرد داده کاوی در مدیریت ارتباط با مشتری

  • حمید میرالوند