چارچوب ترکیبی مدلسازی معادلات ساختاری و یادگیری ماشین برای بهبود مدیریت ارتباطات در پروژههای ساختمانی (مطالعه موردی: شهر زنجان)
نویسندگان
1 کارشناسی ارشد، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه حکیم سبزواری، سبزوار، ایران
2 نویسنده مسئول: استادیار، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه حکیم سبزواری، سبزوار، ایران
doi
10.22034/sep.2025.2075517.1415چکیده
صنعت ساختوساز ایران با چالشهایی نظیر تأخیر، افزایش هزینه و افت کیفیت مواجه است که بخش قابلتوجهی از آن ناشی از ضعف در مدیریت ارتباطات میان ذینفعان پروژههاست. هدف این پژوهش، شناسایی عوامل کلیدی مؤثر بر ضعف ارتباطات و ارائه مدلی ترکیبی برای تحلیل و پیشبینی اثر آنها بر عملکرد پروژههای ساختمانی است. پژوهش حاضر از رویکرد ترکیبی اکتشافی–توضیحی بهره میبرد. در فاز کیفی، شاخصهای مرتبط با ضعف ارتباطات از طریق مرور نظاممند منابع و تحلیل محتوای اسناد استخراج شد. در فاز کمی، دادههای حاصل از ۱۱۴ پرسشنامه معتبر کارکنان پروژههای ساختمانی شهر زنجان با استفاده از مدلسازی معادلات ساختاری (SEM) و الگوریتم جنگل تصادفی (RF) تحلیل گردید. نتایج مدل SEM نشان داد که جریان اطلاعات، مدیریت پروژه و همسویی منابع انسانی با استراتژی سازمان بیشترین اثر مستقیم را بر عملکرد پروژه دارند. مدل یادگیری ماشین نیز همین سه عامل را بهعنوان قویترین متغیرهای پیشبینیکننده ضعف ارتباطات شناسایی کرد و به دقت پیشبینی 87/0 و مقدار AUC برابر 93/0 دست یافت. ترکیب دو روش، امکان تحلیل همزمان روابط نظری و پیشبینی تجربی را فراهم ساخت. یافتهها بیانگر آن است که تقویت سیستم مدیریت اطلاعات پروژه، شفافسازی ساختار مدیریتی و همراستاسازی منابع انسانی با اهداف سازمانی میتواند ریسک ارتباطات ضعیف را بهطور معناداری کاهش دهد. نوآوری اصلی پژوهش در بهکارگیری رویکرد ترکیبی SEM–ML در بستر پروژههای ملی ایران و ارائه مدلی است که علاوه بر تحلیل روابط علی، توان رتبهبندی و پیشبینی دادهمحور عوامل کلیدی را داراست.