<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
  <channel>
    <title>اکتشاف و پردازش هوشمند دانش</title>
    <link>http://www.kdip.ir/</link>
    <description>اکتشاف و پردازش هوشمند دانش</description>
    <atom:link href="" rel="self" type="application/rss+xml"/>
    <language>fa</language>
    <sy:updatePeriod>daily</sy:updatePeriod>
    <sy:updateFrequency>1</sy:updateFrequency>
    <pubDate>Fri, 22 May 2026 00:00:00 +0330</pubDate>
    <lastBuildDate>Fri, 22 May 2026 00:00:00 +0330</lastBuildDate>
    <item>
      <title>تأثیر سواد بازاریابی دیجیتال و آموزش کارآفرینی بر قصد کارآفرینی ازطریق خودکارآمدی کارآفرینی</title>
      <link>http://www.kdip.ir/article_244600.html</link>
      <description>هدف این تحقیق تأثیر سواد بازاریابی دیجیتال و آموزش کارآفرینی بر قصد کارآفرینی با میانجی‌گری خودکارآمدی کارآفرینی بوده است. روش تحقیق از نوع کاربردی و توصیفی-پیمایشی بود. جامعه آماری این تحقیق را دانشجویان مقطع کارشناسی رشته مدیریت در دانشگاه فردوسی مشهد تشکیل داده است. روش نمونه‌گیری تصادفی در دسترس بکار گرفته شده و براساس جدول کرجسی و مورگان، در مجموع از 205 نفر نظرسنجی شد. ابزار گرداوری اطلاعات پرسشنامه استاندارد اقتباس از مبانی نظری در مقیاس پنج گزینه‌ای لیکرت بوده است. در این تحقیق روایی صوری تمامی پرسشنامه‌ها با استفاده از نظرات خبرگان دانشگاهی، روایی محتوایی از طریق شاخص‌ همگرا با میانگین واریانس استخراج شده و روایی واگرا با آزمون فورنل و لاکر و روایی سازه از طریق بارهای عاملی سنجیده شده است. پایایی نیز با استفاده از ضریب آلفای کرونباخ و پایایی ترکیبی سنجیده شد و مورد تایید قرار گرفت. نتایج تحلیل نهایی با استفاده از روش مدلسازی معادلات ساختاری و نرم افزارهای اسمارت پی‌ال‌اس 3 و اس‌پی‌اس‌اس 24 در دو بخش توصیفی و استنباطی نشان داد که کلیه فضیه‌های تحقیق مورد تایید بوده و خودکارآمدی کارآفرینی در تأثیر سواد بازاریابی دیجیتال و آموزش کارآفرینی بر قصد کارآفرینی نقش میانجی گری دارد.</description>
    </item>
    <item>
      <title>طراحی شاخص اتکاپذیری RCEI و به‌ کارگیری الگوریتم فشرده‌سازی داده مبتنی بر سری‌های چندجمله‌ای برای بهینه‌سازی مصرف انرژی در شبکه‌های حسگر بی‌سیم شناختی</title>
      <link>http://www.kdip.ir/article_248424.html</link>
      <description>با گسترش روزافزون اینترنت اشیاء (IoT) در کاربردهایی چون پایش محیطی، کشاورزی و شهرهای هوشمند، شبکه‌های حسگر بی‌سیم (WSN) به ابزار اصلی جمع‌آوری داده تبدیل شده‌اند. محدودیت انرژی و تداخل طیفی از چالش‌های مهم این شبکه‌هاست. ترکیب رادیوی شناختی (CR) با WSN منجر به شکل‌گیری شبکه‌های حسگر بی‌سیم شناختی (CR-WSN) شده که بهره‌وری طیفی بالاتری دارند، اما به دلیل حس‌کردن طیف و انتخاب کانال، با مصرف انرژی و تأخیر بیشتری روبه‌رو می‌شوند. همچنین حجم بالای داده‌های حسگرها موجب افزایش ترافیک و کاهش طول عمر شبکه می‌گردد.برای حل این مشکلات، پژوهش حاضر شاخصی ترکیبی به نام RCEI معرفی می‌کند که معیارهایی چون نرخ تحویل بسته، انرژی باقی‌مانده، پایداری لینک، دسترسی طیف و تأخیر را به‌صورت وزن‌دار ترکیب می‌نماید. نوآوری اصلی، ادغام این شاخص با فشرده‌سازی داده مبتنی بر سری‌های چندجمله‌ای است. نتایج شبیه‌سازی نشان می‌دهد روش پیشنهادی در مقایسه با روش‌های مرجع باعث افزایش طول عمر شبکه، کاهش مصرف انرژی و بهبود پایداری ارتباطات می‌کند</description>
    </item>
    <item>
      <title>ارائه چارچوب مدیریت اعتماد غیرمتمرکز برای شبکه‌های اینترنت اشیا</title>
      <link>http://www.kdip.ir/article_248425.html</link>
      <description>در رویکرد نوین اینترنت اشیا (IoT)، چشم‌انداز آتی شبکه‌های ارتباطی بر پایه اتصال گسترده دستگاه‌های محاسباتی متنوع با هدف تشکیل یک زیرساخت شبکه‌ای یکپارچه به نام اینترنت اشیا ترسیم گردیده است. اینترنت اشیا، از طریق ارائه طیف وسیعی از برنامه‌ها و ابزارهای هوشمند با قابلیت کنترل از راه دور، پتانسیل چشمگیری در راستای تسهیل جنبه‌های گوناگون زندگی بشری دارا می‌باشد. با این حال، امنیت در شبکه‌های اینترنت اشیا، به‌واسطه ویژگی‌های ذاتی این اکوسیستم، به‌ویژه ناهمگونی گره‌ها از منظر منابع و قابلیت‌ها، به عنوان یک چالش فنی قابل توجه مطرح است [1]. مدیریت اعتماد، با اتکا به ساز و کارهای محاسبه و تحلیل سطح اعتماد متقابل بین گره‌ها، نقش محوری در تسهیل ارتباطات امن و معتبر در این شبکه‌ها ایفا می‌کند و امکان اتخاذ تصمیمات آگاهانه و مبتنی بر اعتماد را برای گره‌های شبکه فراهم می‌سازد. هدف اصلی سیستم‌های مدیریت اعتماد توزیع‌شده، پیش‌بینی رفتارهای آتی گره‌ها بر مبنای سوابق رفتاری پیشین آن‌ها است. در این مقاله، یک روش نوین مدیریت اعتماد توزیع‌شده و رویداد محور برای شبکه‌های اینترنت اشیا ارائه شده است. روش پیشنهادی شامل یک سامانه چهار جزئی است که از ارزیابی اعتماد هیبرید، پیش‌بینی مبتنی بر یادگیری ماشین، تنظیم پویا و به‌روزرسانی اعتماد و انتشار امن اطلاعات اعتماد بهره می‌برد. این روش، سطح اعتماد بین اشیا را با استفاده از ترکیبی از تجربیات مستقیم، توصیه‌های همسایگی و پیش‌بینی رفتار محاسبه می‌کند. نتایج حاصل از شبیه‌سازی، حاکی از آن است که روش پیشنهادی در مقایسه با روش DDTMS، از سرعت همگرایی بالاتر و تعداد تراکنش‌های کمتری جهت شناسایی گره‌های مخرب برخوردار بوده و همچنین، در برابر حملات روشن-خاموش و بدگویی، از سطح مقاومت مطلوب‌تری بهره‌مند است.کلیدواژه‌ها: اینترنت اشیا، مدیریت اعتماد، مدیریت اعتماد توزیع‌شده، ارزیابی اعتماد.</description>
    </item>
    <item>
      <title>تبیین ابعاد روان‌شناختی اعتماد کارکنان به هوش مصنوعی در محیط کار و پیامدهای آن بر عملکرد شغلی: یک مطالعه نظریه داده‌بنیاد مبتنی بر اسناد</title>
      <link>http://www.kdip.ir/article_253246.html</link>
      <description>گسترش سریع هوش مصنوعی در محیط‌های کاری، الگوهای تعامل انسان و فناوری را دگرگون کرده است. موفقیت استقرار سامانه‌های هوشمند در سازمان‌ها تنها به قابلیت‌های فنی این فناوری وابسته نیست، بلکه به میزان اعتماد کارکنان به هوش مصنوعی نیز بستگی دارد. اعتماد کارکنان به هوش مصنوعی پدیده‌ای پیچیده و چندبعدی است که ابعاد شناختی، هیجانی، رفتاری و اخلاقی را دربرمی‌گیرد. پژوهش حاضر با هدف تبیین ابعاد روان‌شناختی اعتماد کارکنان به هوش مصنوعی، شناسایی عوامل مؤثر بر شکل‌گیری آن، راهبردهای توسعه اعتماد و پیامدهای آن بر عملکرد شغلی انجام شد. این پژوهش با رویکرد کیفی و با استفاده از روش نظریه داده‌بنیاد مبتنی بر اسناد انجام شد. منابع علمی منتشرشده در حوزه اعتماد به هوش مصنوعی، تعامل انسان&amp;amp;ndash;هوش مصنوعی، در بازه زمانی 2020 تا 2025 بررسی شد. در مرحله اولیه، 18 مقاله شناسایی گردید. از میان این منابع، 13 مقاله در بازه زمانی 2020 تا 2025 و 5 مقاله پیش از سال 2020 منتشر شده بودند مورد بررسی قرار گرفتند. نتایج تحلیل نشان داد که اعتماد کارکنان به هوش مصنوعی دارای چهار بعد اصلی شامل اعتماد شناختی، اعتماد عاطفی، اعتماد رفتاری و اعتماد اخلاقی است. همچنین عواملی مانند سواد هوش مصنوعی، خودکارآمدی فناورانه، تجربه استفاده از فناوری، دقت و قابلیت اتکای سیستم، حمایت سازمانی و فرهنگ نوآوری به‌عنوان عوامل مؤثر بر شکل‌گیری اعتماد شناسایی شدند. راهبردهای توسعه اعتماد شامل آموزش کارکنان، مشارکت دادن آنان در فرایند استقرار هوش مصنوعی، حفظ عاملیت انسانی، ایجاد امنیت روان‌شناختی و تدوین چارچوب‌های اخلاقی بود. پیامدهای اعتماد نیز شامل بهبود عملکرد شغلی، افزایش بهره‌وری، ارتقای کیفیت تصمیم‌گیری، کاهش مقاومت در برابر فناوری و تقویت نوآوری سازمانی گزارش شد. اعتماد کارکنان به هوش مصنوعی یک سازه صرفاً فناورانه نیست، بلکه فرایندی روان‌شناختی&amp;amp;ndash;سازمانی است که از تعامل ویژگی‌های فردی، سازمانی و فناورانه شکل می‌گیرد.</description>
    </item>
    <item>
      <title>طراحی الگوی به‌کارگیری هوش مصنوعی در نظام مدیریت ورزش ایران: یک مطالعه کیفی مبتنی بر تحلیل مضمون</title>
      <link>http://www.kdip.ir/article_253247.html</link>
      <description>هوش مصنوعی به‌عنوان یکی از مهم‌ترین فناوری‌های تحول‌آفرین عصر حاضر، ظرفیت بالایی برای بهبود فرآیندهای مدیریتی، افزایش دقت تصمیم‌گیری، ارتقای بهره‌وری و توسعه نظام‌های هوشمند در سازمان‌های ورزشی دارد. با وجود این، بهره‌گیری مؤثر از این فناوری در نظام مدیریت ورزش ایران با چالش‌ها و الزامات متعددی همراه است. ازاین‌رو، هدف پژوهش حاضر طراحی الگوی به‌کارگیری هوش مصنوعی در نظام مدیریت ورزش ایران با استفاده از رویکرد تحلیل مضمون بود. این پژوهش از نظر هدف کاربردی، از نظر ماهیت کیفی و از حیث روش، مبتنی بر تحلیل مضمون انجام شد. جامعه پژوهش را خبرگان حوزه مدیریت ورزش، متخصصان هوش مصنوعی، مدیران اجرایی و اعضای هیئت علمی آشنا با موضوع تشکیل دادند که با استفاده از نمونه‌گیری هدفمند و تا رسیدن به اشباع نظری، ۲۲ نفر به‌عنوان مشارکت‌کننده انتخاب شدند. داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته گردآوری و با بهره‌گیری از فرآیند نظام‌مند تحلیل مضمون مورد تجزیه و تحلیل قرار گرفت. یافته‌های پژوهش منجر به استخراج ۴۵ مضمون فرعی شد که پس از ادغام مفهومی در قالب ۱۲ مضمون سازمان‌دهنده و در نهایت ۵ مضمون اصلی شامل &amp;amp;laquo;بسترهای توانمندساز&amp;amp;raquo;، &amp;amp;laquo;رهبری و حکمرانی هوشمند&amp;amp;raquo;، &amp;amp;laquo;سرمایه انسانی و فرهنگ سازمانی&amp;amp;raquo;، &amp;amp;laquo;فرایندهای هوشمند مدیریتی&amp;amp;raquo; و &amp;amp;laquo;هم‌افزایی و توسعه پایدار&amp;amp;raquo; طبقه‌بندی شدند. نتایج نشان داد که استقرار موفق هوش مصنوعی در نظام مدیریت ورزش ایران نیازمند توسعه هم‌زمان زیرساخت‌های فناورانه، تدوین چارچوب‌های حکمرانی و سیاست‌گذاری، توانمندسازی سرمایه انسانی، استقرار فرآیندهای تصمیم‌گیری مبتنی بر داده، توسعه فرهنگ نوآوری و تقویت همکاری میان ذی‌نفعان است. بر این اساس، مدل مفهومی ارائه‌شده می‌تواند به‌عنوان چارچوبی جامع برای برنامه‌ریزی، سیاست‌گذاری و اجرای راهبردهای تحول دیجیتال در سازمان‌های ورزشی مورد استفاده قرار گیرد و زمینه ارتقای کارآمدی، شفافیت، نوآوری، چابکی سازمانی و توسعه پایدار نظام مدیریت ورزش ایران را فراهم سازد.</description>
    </item>
  </channel>
</rss>
