CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارزش Big Data درحوزه مدیریت فناوری اطلاعات سازمان ها در آینده نزدیک

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۶۶ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: MDMCONF02_349
زبان مقاله: فارسی
حجم فایل: ۲۸۹.۵۵ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۹ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزش Big Data درحوزه مدیریت فناوری اطلاعات سازمان ها در آینده نزدیک

  محمد فیضی زنگیر - کارشناسی ارشد مدیریت فناوری اطلاعات ،دانشکده مدیریت ، دانشگاه آزاد اسلامی واحد الکترونیکی تهران ،ایران
  سیدسلیم اسبقی وانستانق - کارشناسی ارشد مدیریت MBA، دانشگاه آزاد اسلامی واحد گرمی ایران

چکیده مقاله:

دنیای امروزه شاهد طوفانی از داده های سردرگم می باشد ، شبکه های اجتماعی، اطلاعات شخصی، محتوای وب سایت ها و وبلاگ ها، جستجوهای موتورهای جستجو، بازخوردهای کاربران، اخبار، و .… همگی داده هایی هستند که می توانند مفید و تاثیرگذار در تصمیم گیری ها و برنامه ریزی ها باشند. فرایند بررسی این داده ها و نتیجه گیری از آنها و درنهایت به نمایش گذاشتن نتایج حاصل شده آن چیزی است که کلان داده نامیده می شود. اکثرا حتی در محیط های علمی هم معنای کلان داده را فقط در حجم بالای داده ها می بینند درصورتیکه کلان داده مفهومی فراتر از حجم داده بوده و به موارد دیگری از جمله سرعت و بار پردازشی بالای این داده های حجیم نیز مربوط می شود. نتیجه بدست آمده در این مقاله حاکی از آن است که با به کارگیری کلان داده ها عملکرد سازمان ها را به شکل هوشمندانه بهبود بخشید .

کلیدواژه‌ها:

کلان داده ، مدیریت فناوری اطلاعات ، سازمان ، آینده

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-MDMCONF02-MDMCONF02_349.html
کد COI مقاله: MDMCONF02_349

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فیضی زنگیر, محمد و سیدسلیم اسبقی وانستانق، ۱۳۹۷، ارزش Big Data درحوزه مدیریت فناوری اطلاعات سازمان ها در آینده نزدیک، دومین کنفرانس بین المللی تحولات نوین در مدیریت ، اقتصاد و حسابداری، تهران، موسسه آموزش عالی علامه خویی (ره) -شرکت بین المللی کوش، https://www.civilica.com/Paper-MDMCONF02-MDMCONF02_349.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (فیضی زنگیر, محمد و سیدسلیم اسبقی وانستانق، ۱۳۹۷)
برای بار دوم به بعد: (فیضی زنگیر و اسبقی وانستانق، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۱۵۶۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.