Hamid Reza Dezfoulian

مرگ نوزادان، معضلي غم انگيز و پرهزينه براي خانواده ها، جامعه پزشكي و نظام سلامت هر كشوري است. پيش بيني مرگ نوزادان، گامي حياتي در جهت پيشگيري و مداخله به موقع براي نجات جان اين آينده سازانِ كشور محسوب مي شود. در اين پژوهش، با استفاده از تكنيك هاي داده كاوي و بر روي داده هاي مواليد شش ماهه اول سال 1400 سامانه ايمان وزارت بهداشت، به پيش بيني مرگ نوزادان پرداخته شد. ابتدا، از ميان 68 متغير موجود، متغير "فرجام زايمان" به عنوان متغير هدف انتخاب شد. سپس، با استفاده از هشت روش انتخاب ويژگي، مهم ترين ويژگي ها براي پيش بيني مرگ نوزادان شناسايي شدند. در ادامه، هفت تكنيك كلاس بندي براي پيش بيني مرگ نوزادان به كار گرفته شد كه از ميان آن ها، روش جنگل تصادفي با دقت 95%، بهترين عملكرد را داشت. در اين مطالعه، تولدهاي منتهي به مرگ نوزاد با استفاده از چهار روش خوشه بندي به خوشه هاي مختلف تقسيم شدند و ويژگي هاي بارز هر خوشه مشخص گرديد. روش خوشه بندي K-means نسبت به ساير روشهاي خوشه بندي عملكرد قابل قبول تري در اين زمينه داشت. همچنين، با استفاده از دو تكنيك آپريوري و رشد اف پي (FP-Growth) از مجموعه روش هاي قواعد انجمني، 50 قاعده با مقادير پشتيباني و اطمينان 1 استخراج شد. نتايج نشان داد كه 70% از اين قواعد به نمره آپگار 5 دقيقه صفر و 30% به استفاده از فورسپس يا وكيوم در مداخلات حين زايمان مرتبط بودند. نتايج اين پژوهش نشان مي دهد كه تكنيك هاي داده كاوي مي توانند با دقت بالايي در پيش بيني مرگ نوزادان به كار گرفته شوند. يافته هاي اين مطالعه مي تواند به پزشكان و مسئولين مربوطه در جهت پيش بيني و پيشگيري از مرگ نوزادان و به تبع آن، كاهش هزينه هاي جاني و مالي ناشي از آن كمك كند.
Thesis summary

بهبود كيفيت خدمات برمبناي مدل مديريت دانشي نوناكا-تاكوچي و روش هاي FQFD و IDOCRIW، مطالعه موردي: آزمايشگاه هاي بازرسي
Thesis summary

مديريت ارتباط با مشتري يك استراتژي براي شناخت بهتر نيازها و رفتار مشتريان با هدف استحكام بيشتر روابط با آنان است. مبحث وفاداري مشتريان يكي از مباحث مهم در اين حوزه مي باشد. مزاياي برخورداري از مشتريان وفادار، محققان را بر آن داشته است كه به بررسي وفاداري مشتريان بپردازند. از طرفي افزايش اطلاعات ذخيره شده مربوط به كسب و كارهاي مختلف و پيشرفت داده كاوي و گسترش روزافزون آن استخراج دانش از داده ها را تسريع كرده است. در اين پژوهش با استفاده از داده هاي نمايندگي هاي خدمات پس از فروش يك شركت خودروسازي سنگين كه مربوط به بازه ي زماني چهار ساله مي باشد، به گروه بندي مشتريان جهت شناخت آن ها در سطوح مختلف وفاداري پرداخته شده است. در ابتدا مشتريان وفادار براساس تعريف شركت از وفاداري مشخص شدند. سپس تقسيم بندي مشتريان با استفاده از تكنيك هاي داده كاوي صورت گرفت. ابتدا مدل RFM (Recency, Frequency & Monetary) مشتريان تشكيل گرديد و سپس وفاداري آن ها با استفاده از اين سه معيار در 4 بخش مورد بررسي قرار گرفت. اولين بخش مربوط به تمام داده ها در بازه ي زماني مورد بررسي كه شامل تمام نمايندگي ها نيز مي شود، مي باشد. دومين بخش مربوط به خوشه بندي 4 نمايندگي كه بيش ترين مراجعات را داشته اند، بوده است. سومين بخش بر روي مشتريان دو مدل خودرو كه بيشترين مراجعات را انجام داده اند صورت گرفت. سرانجام بخش چهارم مربوط به مشترياني است كه در دوره ي وارانتي خود قرار دارند. در هر چهار بخش روش هاي خوشه بندي استفاده شده روش هاي دو مرحله اي و كا – ميانگين بوده اند. در نهايت جهت تعيين قوانيني براساس رفتار مشتريان از الگوريتم اپريوري استفاده شد. اين الگوريتم نيز براي بخش هاي قبلي به جز بخشي كه مشتريان در دوره وارانتي خود به سر مي برند، استفاده شده است. با مقايسه نتايج، بهترين نمايندگي و بهترين مدل خودرو به لحاظ عملكرد مشخص شدند. هم چنين براي هر گروه از مشتريان براساس سطوح وفاداريشان ويژگي هاي گروه شرح داده شد و پيشنهاداتي با توجه به ويژگي هر گروه ارائه شد. با توجه به نتايج استفاده از تركيب مباحث مديريت ارتباط با مشتري و داده كاوي منجر شد تا براي هر گروه از مشتريان استراتژي بازاريابي متناسب ويژگي آن گروه تشخيص داده شود. بدين صورت مشخص شد ارائه خدمات با توجه به نياز و رفتار مشتريان يكي از مهم ترين عوامل جذب و حفظ
Thesis summary

يكي از مهم ترين دارايي هاي سازمان هاي سلامت در عصر كنوني، وجود داده هاي فراوان ثبت شده در پرونده هاي پزشكي بيماران است. اين سازمان ها براي استفاده از اين دارايي ارزشمند نياز به تحليل داده ها دارند. يكي از مهم ترين ابزارهاي تحليل اين داده ها دانش داده كاوي است كه به تازگي موردتوجه فعالان حوزه سلامت قرار گرفته است. هدف داده كاوي به دست آوردن دانش مفيد و استخراج الگوهاي پنهان داده هاي موجود است. داده كاوي مي تواند در بخش هاي مختلف پزشكي و براي اهداف مختلفي مانند تشخيص، در مان و... بيماري هاي مختلف مورداستفاده قرار گيرد. يكي از مهم ترين بيماري هاي تنفسي كه مي-تواند موردتوجه قرار گيرد، بيماري آسم است كه هرساله باعث خسارات فراوان جاني و مالي در سراسر دنيا مي شود؛ بنابراين بهبود اقدامات كنترلي و درماني با ابزار هاي كارآمدتري همچون داده كاوي يك نياز اساسي است. در اين پژوهش اطلاعات 442 بيمار زير شش سال مراجعه كننده به بيمارستان طبي كودكان واقع در تهران (ايران) در دو بخش، براي پيش بيني سطوح كنترل بيماري و گروه بندي بيماران، با استفاده از دو گروه تكنيك دسته بندي و خوشه بندي، مورد بررسي قرار گرفت. بعد از شناخت كامل داده ها، اقدامات مربوط به پيش پردازش داده ها انجام گرفت و درنهايت 91 ويژگي براي مرحله مدل سازي انتخاب شد. در مرحله بعد با استفاده از هفت نوع الگوريتم دسته بندي، پيش بيني سطوح كنترل بيماري در دو سطح كنترل كامل و كنترل نشده، با چهار رويكرد متفاوت انجام شدو در نهايت براي خوشه بندي داده ها از سه الگوريتم استفاده شد. نتايج به دست آمده در بخش دسته بندي نشان مي دهد كه الگوريتم ادابوست و درخت تصميم هم در سطح كنترل كامل و كنترل نشده داراي عملكرد بهتري هستند. همچنين بررسي ها نشان مي دهد كه فرايند انتخاب مشخصه كمك بسيار زيادي در بهبود نتايج الگوريتم هاي دسته بندي داشته است. در بخش خوشه بندي نيز مشخص گرديد كه استفاده از تمام ويژگي ها، نتايج مناسبي را ارائه نمي دهد؛ بنابراين نياز است اين كار طي مراحل چندين مرحله و با ويژگي هاي مختلف تكرار شود.
Thesis summary

امروزه در حوزه پز شكي، جمع آوري دادهها در مورد بيماريهاي مختلف از اهميت بااليي برخوردار ا ست و مراكز پزشكي با مقاصد گوناگوني به جمع آوري دادهها در مورد بيماران ميپردازند. تجزيه و تحليل اين اطالعات و به دسپپپت آوردن نتايج و الگوهاي مفيد در رابطه با بيماريها، يكي از مهمترين اهداف جمع آوري اين دادههاست. در مقابل، حجم زياد اين اطالعات و سردرگرمي حاصل از آن، مشكلي است كه مانع ر سيدن به نتايج قابل توجه مي شود. بنابراين ميتوان از داده كاوي براي غلبه بر اين م شكل و به د ست آوردن ويژگيهاي موثر به منظور پيش بيني بيماريها اسپتفاده كرد. بروز بيماري تب مالت در ايران و در اسپتانهاي غرب كشپور از جمله همدان باال اسپت. تب مالت يك بيماري اندميك در ايران محسپوب مي شپپود.و اسپپتفاده از تكنيكهاي داده كاوي براي ايجاد مدل پيش بيني كننده جهت احتمال ابتال افراد به بيماري تب مالت ميتواند در شناسايي زود هنگام، درمان و كاهش اثرات ناشي از اين بيماري بسيار موثر باشد. هدف اصلي اين پژوهش نيز ارائه مدلي جهت پيش بيني احتمال ابتال افراد به تب مالت و شناسايي فاكتورهاي موثر روي اين بيماري ا ست. اين پايان نامه پايگاه دادههاي كوهورت فامنين در دان شكاه علوم پزشكي همدان را مورد بررسي قرار داده است. دادههاي جمع آوري شده با استفاده از نرم افزار داده كاوي مورد تجزيه و تحليل قرار گرفته و مدلهاي مختلف داده كاوي با اسپپپتفاده از روشهاي دسپپپته بندي و خوشه بندي به منظور ايجاد مدل پيش بيني روي آنها اعمال شدند. در ميان الگوريتمهاي مورد استفاده در اين مطالعه، در بين تكنيكهاي طبقه بندي الگوريتم شبكه عصبي و در بين تكنيكهاي خوشه بندي الگوريتم means-K با توجه به محا سبات نرم افزار داراي باالترين ميزان موفقيت بوده ا ست. نتايج اين مطالعه ميتواند به عنوان يك مدل جامع، دقيق و معتبر براي پيش بيني احتمال ابتال افراد به بيماري تب مالت مورد استفاده قرار گيرد.
Thesis summary

انتقال دانش در دو سطح درون سازماني و بين سازماني مي تواند انجام شود. يادگيري دانش از خارج از سازمان نياز به بودجه و زمان قابل توجهي دارد، در حالي كه با اشراف و اتكاء به دانش موجود در سازمان كه نزد كاركنان آن مي باشد مي توان با ايجاد يك شبكه جريان دانش بين كاركنان اقدام به ارتقاء سطح دانش آن ها نمود. با اين شيوه مي توان با صرف كم ترين هزينه و زمان سطح دانش سازمان را ارتقاء داد. طراحي يك مدل شبكه جريان دانش بين كاركنان سازمان با توجه به سطح اعتماد حرفه اي و شخصي، توان آموزش و يادگيري، سطح دانش كاركنان، ميزان تعهد سازماني، نوع دانش و اهميت هر دانش و همچنين غير قطعي بودن مدت انتقال دانش مسئله اي است كه با توابع هدف حداكثر كردن سطح دانش و حداقل كردن موزون مدت انتقال دانش بررسي و در قالب يك مدل رياضي برنامه ريزي عدد صحيح مختلط مدل گرديد. اين مدل با استفاده از نرم افزار GAMS، الگوريتم آزاد سازي لاگرانژ و الگوريتم ابتكاري حل گرديد. نتايج به دست آمده از حل مدل در همه اندازه هاي ارائه شده، نشان از كارايي بالاي الگوريتم آزاد سازي لاگرانژ در يافتن كران بالا براي مسئله اصلي در هر 3 اندازه كوچك، متوسط و بزرگ دارد. همچنين الگوريتم ابتكاري ارائه شده در اين پژوهش در اندازه هاي متوسط و بزرگ بسيار سريع تر از دو روش حل ديگر به جواب مي رسد. نتايج نشان مي دهد كه زماني كه هر دو پارامتر اعتماد حرفه اي و شخصي به طور همزمان افزايش پيدا مي كنند، بيشتر از زماني كه تنها پارامتر اعتماد حرفه اي افزايش پيدا مي كند، باعث افزايش سطح دانش در بين كاركنان سازمان مي شود، همچنين بيشترين تأثير بر مدت انتقال دانش مربوط به پارامتر تعهد سازماني است زيرا كه در تابع هدف دوم هم بر پارامتر توان آموزش و هم بر پارامتر توان يادگيري اثرگذار مي باشد.
Thesis summary

علي رغم تحقيقات بسيار زيادي كه درزمينه مديريت زنجيره تأمين خون توسط محققان انجام شده است، اما همچنان بحث مربوط به خون و زنجيره تأمين آن يك موضوع چالش برانگيز است. اهداي خون يك فعاليت داوطلبانه است و اهداكنندگان نقش مهمي در زنجيره تأمين خون دارند. در اين تحقيق سعي بر آن است كه با پيشنهاد بهترين پنجره هاي زماني براي اجراي برنامه ي هاي تشويقي، نسبت به ايجاد تعادل بيشتر بين ميزان عرضه و تقاضاي خون اقدام گردد. تا بتوان تا حد امكان از كمبود خون كه باعث خسارات جبران ناپذيري است، جلوگيري شود. ازآنجاكه خون يك محصول حساس به زمان است و داراي طول عمر مشخصي است، ضروري است كه بحث مربوط به فسادپذيري خون موردتوجه قرار گيرد. در اين پژوهش به ارائه يك مدل دوهدفه برنامه ريزي غيرخطي عدد صحيح مختلط براي طراحي شبكه زنجيره تأمين تحت شرايط عدم قطعيت و طي يك افق برنامه ريزي چند دوره اي پرداخته مي شود. به منظور حل مدل دوهدفه در ابعاد كوچك، از روش محدوديت اپسيلون و براي مقابله با عدم قطعيت تقاضا، از رويكرد بهينه سازي استوار استفاده شده است. به دليل پيچيدگي مدل پيشنهادي و قرار گرفتن آن در دسته مسائل Np-hard، لزوم استفاده از رويكردهاي فراابتكاري جهت دستيابي به جواب نزديك به بهينه را ايجاب مي كند. لذا الگوريتم ژنتيك مرتب سازي نامغلوب (NSGA-II) و الگوريتم الكترومغناطيس (EM) براي حل مسئله استفاده شده اند. در پايان نتايج حاصل از عملكرد الگوريتم ها بر اساس شاخص هاي استاندارد مورد مقايسه و تجزيه وتحليل قرارگرفته است. در اكثر موارد مقدار تمام شاخص هاي استفاده شده، در الگوريتم (NSGA-II) از الگوريتم رقيب (EM) بهتر مي باشد. همچنين ازلحاظ زمان حل مسئله نيز، الگوريتم (NSGA-II) در زمان كوتاه تري قادر به حل مسئله مي باشد.
Thesis summary

امروزه ظهور نظام هاي اطلاعات يكپارچه و رشد فن آوري اطلاعات باعث شده كه رشد چشم گيري در رشته پزشكي بوجود آيد. پايگاه داده ها در حوزه ي سلامت حاوي ميزان وسيعي از داده هاي باليني است و استفاده از روش هاي داده كاوي دراين شاخه از علم باعث شده است كه در كليه مباحث، بويژه بحث تشخيص و پيش بيني بيماري ها كمك شاياني به پزشكان بشود. تشخيص بيماري هپاتيت با توجه به علائم باليني اندكي كه در مراحل اوليه دارد، بسيار دشوار است .از اينرو پژوهش حاضر به دنبال طراحي سيستم تشخيص و پيش آگاهي بيماري هپاتيت ير اساس علايم باليني بيماران با استفاده از الگوريتم هاي داده كاوي براي تشخيص زودهنگام بيماري مي باشد. همچنين با توجه به اين كه بيماري هپاتيت، يك بيماري رفتاري محسوب مي شود و تابع متغير هاي فرهنگي، اقتصادي، اجتماعي و اعتقادي مي باشد، نياز به يك مدل بومي متناسب با متغير هاي بيان شده در منطقه مورد بررسي مي باشد. داده هاي استفاده شده در اين تحقيق مربوط به 1217 بيمار مبتلا به هپاتيت B و C در طي مدت فروردين ماه 1393 لغايت بهمن ماه 1398 در استان همدان است و به منظور پيش بيني وضعيت باليني مبتلايان، پيامد بيماري و تشخيص بيماري با استفاده از نرم افزار رپيدماينر نسخه 7.1 مورد تحليل و بررسي قرار گرفته اند. ابتدا ويژگي هاي برتر با نظر خبره انتخاب، سپس با استفاده از مجموعه روش هاي دسته بندي شامل شبكه عصبي، ماشين بردار پشتيبان، نيوبيز و درخت تصميم تحليل روي داده ها انجام گرفت تا ضمن انتخاب روش برتر دسته بندي، پيش بيني هاي مورد نظر انجام شود. در مرحله بعد با استفاده از مجموعه روش هاي خوشه بندي شامل خوشه بندي افرازي، سلسله مراتبي و مبتني بر چگالي، داده ها جهت استخراج الگوهاي پنهان مورد تحليل قرار گرفتند.
Thesis summary

خلق دانش، ذخيره سازي دانش، انتقال دانش و به كارگيري دانش چهار فرآيند اصلي مديريت دانش را تشكيل ميدهند. و موفقيت ها سازمان در عرصه رقابت منوط به اجراي نظام مند و برنامه ريزي شده اين فرآيند است. در اين ميان انتقال دانش از اهميت بيشتري برخوردار است و تاثير قابل ملاحظه اي در كارايي سازمان ها و شركت ها خواهد داشت. تحقيق حاضر به بررسي اين موضوع مي پردازد كه انتقال دانش و عوامل مؤثر بر ان چه نقشي در شركت هاي كارآفرين و در نتيجه افزايش مزيتهاي رقابتي آن ها مي تواند داشته باشد. اين تحقيق از نوع كاربردي است و از نظر گرداوري داده ها توصيفي مي باشد. جامعه اين پژوهش را شركت هاي كارآفرين استان همدان تشكيل مي دهند. بعد از شناسايي عوامل مؤثر بر انتقال دانش، به منظور اولويتبندي اين عوامل از روش نظرسنجي استفاده شد، به همين منظور پرسشنامه اي مشتمل بر 39 عامل شناسايي شده تهيه و در بين 32 نفر از كارشناسان و مديران شركت هاي كارآفرين استان همدان توزيع شد و از آن ها خواسته شد كه با به كارگيري طيف ليكرت مشخص كنند از ميان موارد 39 گانه مذكور هر مورد تا چه ميزان اهميت دارد. پس از انجام آزمون الفاي كرونباخ و دسته بندي هاي اوليه، 14عامل به عنوان عامل هاي اصلي مؤثر برانتقال دانش در شركت هاي كارآفرين شناخته شدند. با تهيه پرسشنامه ديگري، موسوم به پرسشنامه ديمتل از 10 نفر خبره خواسته شد تا شدت اثرگذاري هر كدام از عوامل بر يكديگر را مشخص كنند و در نهايت از روش DEMATEL-ANP به منظور تجزيه و تحليل داده هاي به دست آمده از تيم تصميمگيرنده استفاده شد خروجي حاصل از روش ديمتل يك نمودار علي و معلولي است كه مجموعه عوامل مؤثر بر انتقال دانش را به دو دسته علي و معلولي تقسيم بندي مي كند. نتايج اوليه نشان داد از بين عوامل مؤثر بر انتقال دانش در شركت هاي كارآفرين عوامل مستندسازي، حفظ و نگهداري دانش و گرفتن مشاوره از همكاران و كار تيمي از بالاترين رتبه در ميان عوامل، برخوردار مي باشند.
Thesis summary