کاربرد شبکههای عصبی مصنوعی در پیشبینی میزان موفقیت نگهداشت و توسعه دانش منابع انسانی
نویسندگان
1 استادیار، گروه مدیریت و اقتصاد، دانشگاه گلستان، گرگان، ایران
2 استادیار، گروه مدیریت و اقتصاد، دانشگاه گلستان، گرگان، ایران
doi
10.22054/jks.2025.82244.1673چکیده
در عصر اطلاعات، دانش مهمترین و باارزشترین سرمایه هر سازمانی به شمار میرود. این پژوهش، بر اساس هدف از نوع پژوهشهای کاربردی است که با استفاده از روش پیمایشی و رویکرد تحلیلی انجام شده است. جامعه آماری مدیران، اعضای هیئتعلمی و یاوران علمی دانشگاه گلستان در سال 1403 بودند که با توجه به محدود بودن جامعه پژوهش از جدول مورگان استفاده شد که حجم نمونه موردنیاز برای پژوهش حاضر با توجه به جامعه آماری 365 نفری، 187 به دست آمد که بر همین مبنا تعداد 190 پرسشنامه و با استفاده از روش نمونهگیری طبقهای نسبی گردآوری شد. بهمنظور سنجش پایایی ابزار پژوهش از آلفای کرونباخ و بهمنظور بررسی روایی پرسشنامه نیز از تحلیل عاملی تأییدی مرتبه اول و دوم استفاده شد. یافتهها نشان داد در موانع نگهداشت و توسعه دانش منابع انسانی، سه عامل فرهنگ سازمانی، ساختار سازمانی و مدیریت وضعیت پایینتر از حد متوسط و دو عامل فناوری اطلاعات و منابع انسانی با اختلاف ناچیزی بالاتر از حد متوسط قرار دارند، همچنین بهکارگیری شبکههای عصبی مصنوعی بهمنظور پیشبینی میزان نگهداشت و توسعه دانش منابع انسانی نشان داد مدل پژوهش حاضر با تعداد سه نورون در لایه پنهان، به بالاترین میزان دقت پیشبینی یعنی 893/0 خواهد رسید و ابعاد پاداش، پشتیبانی و تسهیم دانش به ترتیب بالاترین نقش را در میزان قدرت پیشبینیکنندگی مدل دارند. نتایج نشان داد شاخصهای زیرساختی مدیریت دانش در دانشگاه گلستان بهویژه در سه عامل فرهنگ سازمانی، ساختار سازمانی و مدیریت نیازمند توجه و اقدام فوری است.