پارادایم های موثر بکارگیری سیستم های هوش مصنوعی در کارکردهای مدیریت منابع انسانی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,746

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICBDE01_528

تاریخ نمایه سازی: 7 بهمن 1393

چکیده مقاله:

از میانه قرن بیستم که پیشرفت تکنولوژی مسیر پر شتابی را در پیش روی خود تجربه کرد، حوزه اطلاعات مدیریت و به خصوص حوزه سیستم های خبره و از این میان هوش مصنوعی مورد توجه بسیاری واقع شده اند. سیستم های هوش مصنوعی ابتدا در ارتش و سپس در صنایع دیگر بکار گرفته شد و توانست به سرعت جایگاهی ویژه در بین ابعاد مختلف علم و دانش، صنعت و کسب و کار برای خود باز نماید. از این میان رشته مدیریت نیز از این مزایا بی نصیب نبوده است و سیستم های هوش مصنوعی دستاوردهای شایانی را در کارایی و اثربخشی در این حوزه ایجاد نموده اند. شایان ذکر است که از میان حوزه های مدیریت، مدیریت منابع انسانی نیز به شدت تحت تاثیر این سیستم ها قرار گرفته و هر روز سیستم های جدیدتری در دسترس مدیران برای بهینه سازی مدیریت منابع انسانی قرار می گیرند. این مقاله به مطالعه کاربردهای هوش مصنوعی در کارکردهای مختلف منابع انسانی می پردازد. نتایج یافته ها حاکی از این است که روند رو به افزایشی در استفاده از سیستم های هوش مصنوعی به خصوص شبکه های عصبی مصنوعی در کارکردهای مدیریت منابع انسانی به منظور افزایش کارایی، بهبود تصمیم گیری و خلق مزیت رقابتی پایدار در سازمان ها در حال شکل گیری روزافزون است

کلیدواژه ها:

نویسندگان

احمدعلی یزدان پناه

عضو هیئت علمی گروه پژوهش آماری و فناوری اطلاعات وزارت علوم، تحقیقات و فناوری

علیرضا افسریان

کارشناسی ارشد مدیریت دولتی گرایش منابع انسانی، دانشگاه علامه طباطبائی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Merriam Webster. (2013). Retrieved 12 21, 2013, from Merriam Webster: ...
  • Asabere, N. Y., & Gyamfi, N. K. (2013). AIDSS-HR: An ...
  • Becker, B., & Gerhart, B. (1996). The impcat of human ...
  • Boden, a. (1977). Artificial Intelligence and Natural Man. New York: ...
  • Buckner, G. D., & Shah, V. (1993). Future vision: Impact ...
  • Byun, D. H., & Suh, E. H. (1994). Hunan resource ...
  • Chen, K. K., Chen, M. Y., Wu, H. J., & ...
  • Daramola, J. O., Oladipupo, O. O., & Musa, A. G. ...
  • De Cenzo, D. A., & Robbins, S. P. (20 02). ...
  • Delery, J., & Doty, D. (1996). Modes of Theorizing in ...
  • Eysenck, M. W. (1990). Arrtificial Intellience. Oxford: Basil Blackwell. ...
  • Feng , D., & Gao, Y. (2009). A HRD Evaluation ...
  • Gargano, M. L., Marose, R. A. & Kleeck, L. (1991). ...
  • G oonawardene , N., Subashini, S., Buralessa, N., & Premarathne, ...
  • Gunasekaran, A., & Ngai, E. W. (2014). Expert systems and ...
  • Hakimpoor, H., Bin Arshad, K. A., Hon Tat, H., Khani, ...
  • Hooper, R. S., Galvin, T. P., Kilmer, R. A., & ...
  • Huang, L. C., Huang, K. S., Huang, H. P., & ...
  • Huang, L. C., Wu, P., Kuo, R. J., & Huang, ...
  • Huang, M.-J., Tsou, Y.-L., & Lee, S.-C. (2006). Integrating fuzzy ...
  • Hung, T. K. (2010). An Empirical Study of the Training ...
  • Huselid, M., & Becker, B. (2000). Comment on measuremet error ...
  • Jantan, H., Hamdan, A., & Othman, Z. A. (2008). Potential ...
  • Kirby, E., Dufner, D., & Palmer, J. (1998). An analysis ...
  • Krycha, A. K., & Wagner, U. (1999). Applications of arti"cial ...
  • Lawler, J. J., & Elliot, R. (1996). artificial intelligence in ...
  • Li, Z., & Zhang, H. (2003). intelligent systems research in ...
  • Liu, W., & Wang, D. (2011). On Business Intelligence Information ...
  • Liu, Y., Kou, Z., Perlich, C.. & Lawrence, R. (2008). ...
  • Luger, G. (2009). artificial intelligence. ...
  • McCarthy, J. (1974). Review of "Artificial Intelligence: A General Survey, ...
  • McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. ...
  • Mohanrahj, V., Lakshimipathi, R., C handrasekaran, M., Senthilkumar, J., & ...
  • Nilsson, J. (1971). Prob lem-Solving in Artificial Intelligence. New York: ...
  • Ning, C. (2010). The Application of Neural Network to the ...
  • Persson, S. (1964). An introdution to artificial intelligence. journal of ...
  • Philips, G. (2013). Intelligent decision support systems. Multicriteria Decision Aid ...
  • Rahman, A., Hussain, A., Zahirul Alam, A., & Rashid, M. ...
  • Rapaport, W. J. (1998). How Minds Can Be Computational Systems. ...
  • Rosenberg, J. M. (1986). Dictionary of Artificial Intelligenc and Robotics. ...
  • Saidi Mehrabad, M., & Fatahian Brojeny, M. (2007). The development ...
  • Saiz, L., Perez, A., Herrero, A., & Corchado, E. (2011). ...
  • Slagle, & James, R. (1971). Artificial Intellience: The Heuristic Prgoramming ...
  • Stavrou, E. T., Charalambous, C., & Spiliotis, S. (2007). Hunan ...
  • Sturman, M. C., Hannon, J. M., & Milkovich, G. T. ...
  • Tripathi, P. (2010). Developing Computational Intelligence method for Competence Assessment ...
  • Truss, C. (2001). complexities and controversies in linking HRM with ...
  • Vogeley, K., & Bente, G. (2010). artificial humans: psychology and ...
  • Wang, W. K., Huang, H. C., & Lei, M. C. ...
  • Xirogiannis, G., Chytas, P., Glykas, M., & Valiris, G. (2008). ...
  • ). Management Information System, Faculty of management and accounting, Allameh ...
  • Zafar, H. (2013). Human resource information systems: Information security conccrms ...
  • Zhang, L., & Wang, H. (2006). Intelligent information processing in ...
  • Zhang, L., Wang, H., Cao, X., Wang, X., & Zhao, ...
  • نمایش کامل مراجع