مقاله ترجمه شده درباره تشخیص مالی روشنگرانه برای صنعت IT مبتنی بر یک مدل MADM هیبریدی – سال 2015
مشخصات مقاله:
عنوان فارسی مقاله:
یک رویکرد جدید و تشخیص مالی روشنگرانه برای صنعت IT مبتنی بر یک مدل MADM هیبریدی
عنوان انگلیسی مقاله:
A new approach and insightful financial diagnoses for the IT industry based on a hybrid MADM model
کلمات کلیدی مقاله:
عملکرد مالی (FP)، تجزیه و تحلیل بنیادین (FA)، رویکرد مجموعه راف یا ناهموار مبتنی بر تسلط همسانی متغیر (VC-DRSA)، آزمایشگاه آزمایش و ارزیابی تصمیمگیری (DEMATEL)، سیستم استنتاج فازی (FIS)، تصمیم گیری چند شاخصه (MADM).
مناسب برای رشته های دانشگاهی زیر:
مدیریت
مناسب برای گرایش های دانشگاهی زیر:
مدیریت مالی، مدیریت کسب و کار، مدیریت فناوری اطلاعات و مدیریت استراتژیک
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. دیباچه
2. مقدمات
2.1. رویکرد مجموعه راف یا ناهموار و رویکردهای تعمیم یافته
2.2. روشهای تصمیم گیری چند شاخصه در مدل پیشنهادی
3. مدل MADM هیبریدی مبتنی بر تکنیکهای VC-DRSA و DEMATEL
3.1. رویکرد مجموعه راف یا ناهموار مبتنی بر تسلط همسانی متغیر
3.2. تکنیک آزمایشگاه آزمایش و ارزیابی تصمیم گیری
3.3. سیستم استنتاج فازی برای بررسی دانش گردآمده
4. مورد تجربی فناوری اطلاعات در صنعت در تایوان
4.1. اطلاعات
4.2. مدل رویکرد مجموعه ناهموار مبتنی بر تسلط همسانی متغیر
4.3. تجزیه و تحلیل آزمایشگاه آزمایش و ارزیابی تصمیم گیری
4.4. سیستم استنتاج فازی برای حمایت یافتهها از یک فلوگراف جهت
5. بحث و پیامدها
6. نتیجه گیری و اظهارات
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
Financial performance is vital for information technology (IT) companies to survive intense global competition. Because of the complexity in the business environment and the rapidly advancing technologies, companies lack specific guidance to understand the implicit relationship among crucial financial indicators for improving prospects in a contextual approach. To resolve the aforementioned concern, this study proposed a new approach by combining the variable consistency dominance-based rough set approach (VC-DRSA) with the decision-making trial and evaluation laboratory (DEMATEL) technique to explore the complex relationship among financial variables and improve future performances. In addition, a fuzzy inference system was devised on the basis of the findings of the VC-DRSA and DEMATEL technique to examine granulized knowledge and implications. A group of real IT companies listed on the Taiwan stock market were used as an empirical case to present the benefits of the new approach. The results generated a set of decision rules that can be used for forecasting future performance prospects and diagnosing the directional influences of crucial variables to gain insights; certain strong decision rules were further examined using fuzzy inference to verify the obtained implications. The findings contribute to the financial applications of decision-making science and computational intelligence in practice.
چکیده
عملکرد مالی امری حیاتی برای شرکتهای فن آوری اطلاعات (IT) جهت باقی ماندن در رقابت شدید جهانی است. با توجه پیچیدگی موجو.د در محیط کسب و کار و سرعت پیشرفت فن آوریها، شرکتها فاقد راهنمای خاصی به منظور درک رابطه ضمنی میان شاخصهای بسیار مهم مالی برای بهبود چشم اندازها در یک رویکرد زمینه میباشند. برای حل و فصل نگرانیهای مذکور، این مطالعه رویکرد جدیدی را با ترکیب رویکرد مجموعه راف یا ناهموار مبتنی بر تسلط همسانی متغیر (VC-DRSA) همراه با تکنیک آزمایشگاه آزمایش و ارزیابی تصمیم گیری (DEMATEL) برای کشف رابطه پیچیده میان متغیرهای مالی و بهبود عملکردهای آینده ارائه نموده است. علاوه بر این، یک سیستم استنتاج فازی بر اساس یافتههای VC-DRSA و تکنیک DEMATEL به منظور بررسی دانش گردآمده و پیامدهای ان ابداع شد. گروهی از شرکتهای واقعی IT که در بازار سهام تایوان ثبت شده بودند به عنوان یک مورد تجربی جهت ارائه مزایای رویکرد جدید مورد استفاده قرار گرفتند. نتایج مجموعهای از قواعد تصمیم گیری را پدید آوردند که میتوانند برای پیش بینی چشم اندازهای عملکرد آینده و تشخیص اثرگذاری هدایتی متغیرهای مهم برای به دست آوردن بینشهایی استفاده گردند؛ برخی از قواعد تصمیم گیری قوی با استفاده از استنتاج فازی به منظور بررسی پیامدهای به دست آمده بیشتر بررسی گشتند. این یافتهها به برنامههای کاربردی مالی علم تصمیم گیری و هوش محاسباتی در عمل کمک میکنند.