شماره ركورد كنفرانس :
5448
عنوان مقاله :
طراحي مدل پيشبيني و اندازهگيري ظرفيت نوآوري باز در صنعت بانكداري ايران با رويكرد استنتاج فازي عصبي-تطبيقي (ANFIS)
عنوان به زبان ديگر :
Designing a Model for Predicting and Measuring the Open Innovation Capacity of the Iranian Banks with a Neural-Adaptive Fuzzy Inference System (ANFIS)
پديدآورندگان :
موسوي فريد mousavifarid@khu.ac.ir گروه مديريت عمليات و فناوري اطلاعات، دانشگاه خوارزمي، تهران، ايران , دوستي بيدختي مرجان dousti.marjan@yahoo.com دانشگاه خوارزمي-دانشكده مديريت-تهران-ايران , يوسفي زنوز رضا reza.zenouz@khu.ac.ir گروه مديريت عمليات و فناوري اطلاعات دانشگاه خوارزمي , گازري نيشابوري آرزو arezoogazori.66@gmail.com دانشگاه آزاد اسلامي واحد تهران جنوب- تهران- ايران
كليدواژه :
سيستم استنتاج فازي , عصبي تطبيقي , صنعت بانكداري ايران , نوآوري , نوآوري باز
عنوان كنفرانس :
نهمين كنفرانس بين المللي مهندسي صنايع و سيستمها
چكيده فارسي :
در عصر حاضر، هر سازماني براي پاسخ به تغييرات پرشتاب تكنولوژي و محيطي، جهت ارائه بهتر خدمات و سيستمهاي اطلاعرساني به مشتريان، بايستي مسير فعاليتهاي خود را به سمت نوآوري وخلاقيت تغيير دهند تا بتوان به حيات كاري خود ادامه دهند و در اين فضاي شديد رقابتي باقي بماند (فرهادي چشمه مرواري، 1394). درحال حاضر در صنعت بانكداري بعنوان يكي از بازيگران اصلي خدمات مالي و نقش آفرين حياتي در اقتصاد، ديگر نوآوري بسته پاسخ گوي نياز نبوده است و از اين رو اين صنعت براي كسب مزيت رقابتي، تصميم به ادغام دانش و توانمندي داخلي و خارجي سازمان كرده و به سمت نوآوري باز حركت كرده است. به همين دليل ارزيابي ظرفيت نوآوري باز براي بانكها و مؤسسات مالي و اعتباري حائز اهميت بوده، تصميم در خصوص انتقال يا گسترش فناوري اين صنعت تابع ميزان ظرفيت نوآوري باز خواهد بود. در پژوهش حاضر، طراحي مدل ارزيابي ظرفيت نوآوري باز در صنعت بانكداري بارويكرد استنتاج فازي عصبي-تطبيقي ارائه گرديده است. جامعه تحقيق و نمونه آماري جهت اجرا و تست مدل، اساتيد وخبرگان بانكي بالاخص واحد تحقيق و نوآوري بانكها و مؤسسات مالي و اعتباري ميباشند. كه در نهايت تعداد 825 عدد نمونه مورد استفاده قرار گرفت كه بر اساس روش اندازهگيري تعداد حجم نمونه كوكران 165 نفر ميباشد. پس از جمعآوري دادهها از طريق پرسشنامه، دادهها از طريق سيستم شبكه عصبي، 70 درصد آنان آموزش و 30 درصد آن براي ارزيابي صحيح عملكرد سيستم تست خواهند شد كه براي ارزيابي عملكرد مدل، از پارامتر مجذور ميانگين مربعات خطا( RMSE) استفاده خواهد شد كه ميزان خطاي آموزش پس از 1000 تكرار معادل 0.61275 بدست آمده و معيارهاي مورد استفاده براي رويكرد طبقهبندي پيشنهادي از پارامترهاي دقت، حساسيت، تشخيصپذيري و صحت محاسبه گرديد كه به ترتيب ترتيب 73.25 درصد، 51.12 درصد، 68.37 درصد و 74.67 درصد بدست آمده كه نشانگر دقت و قابليت اعتماد در پيشبيني خروجي مدل است. اين پژوهش با توجه به هدف، از نوع كاربردي- توسعهاي است و با توجه به روش جمعآوري دادهها از نوع توصيفي-پيمايشي خواهد بود. خروجي اين پژوهش، يك سيستم استنتاج فازي-عصبي هوشمند ( ANFIS) است.