تحقیق در مورد آشنایی با سیستم‌های اطلاعات.

اختصاصی از فایلکو تحقیق در مورد آشنایی با سیستم‌های اطلاعات. دانلود با لینک مستقیم و پر سرعت .

تحقیق درباه آشنایی با سیستم‌های اطلاعات.
با فرمت word
قابل ویرایش و پرینت

تعداد صفحات : 9
فرمت : doc

آشنایی با سیستم‌های اطلاعات
چکیده
در این مقاله سیستم های اطلاعات و سیستم های اطلاعات سازمانی تعریف می‌شوند و انواع معمول سیستم های اطلاعات سازمانی شامل سیستم‌ پردازش مبادلات، سیستم اطلاعات مدیریت و سیستم پشتیبان تصمیم‌گیری شرح داده می‌شوند.
کلیدواژه : سیستم اطلاعات؛ سیستم اطلاعاتی؛ سیستم اطلاعات سازمانی؛ سیستم پردازش مبادلات (TPS)؛ سیستم اطلاعات مدیریت (MIS)؛ سیستم پشتیبان تصمیم‌گیری (DSS)

1- تعریف سیستم‌های اطلاعات
سیستم اطلاعات1 عبارت است از یک سیستم کامل طراحی شده برای تولید، جمع‌آوری، سازماندهی، ذخیره، بازیابی و اشاعه اطلاعات در یک مؤسسه، سازمان یا هر حوزه تعریف شده دیگر از جامعه.
سیستم اطلاعات سازمانی2 یک سیستم اطلاعات برای کار بر روی اطلاعاتی است که به خود سازمان مربوط می‌شوند. اگر سازمانی کار تولید، جمع‌آوری و اشاعه اطلاعات آماری جمعیت کشور را به عهده دارد و برای این وظیفه از یک سیستم‌ اطلاعات استفاده می‌کند این سیستم اطلاعات، یک سیستم اطلاعات سازمانی نیست اما سیستم اطلاعات نیروی انسانی یا سیستم حسابداری این سازمان از جمله سیستم‌های اطلاعات سازمانی آن محسوب می‌شوند.
سیستم‌های اطلاعات سازمانی برای سه مورد انجام عملیات، کنترل عملیات، و تصمیم‌گیری در سازمانها استفاده می‌شوند. سیستم‌های اطلاعات سازمانی می‌توانند به صورت دستی یا کامپیوتری یا ترکیبی از دستی و کامپیوتری اجرا شوند.
2- انواع معمول سیستم‌های اطلاعات سازمانی عبارتند از:
سیستم‌ پردازش مبادلات3: سیستم‌های اطلاعات سازمانی که از طریق تعریف فرایندها و رویه‌ها و پردازش اطلاعات، انجام و کنترل عملیات سازمان را به عهده می‌گیرند. سیستم‌های انبارداری، کارگزینی، حسابداری، تدارکات، مدیریت قراردادها، فروش، کنترل موجودی، اموال، پشنهادات داخلی، مدیریت نظرات مشتریان، آموزش و . . . سیستم‌های پردازش عملیات هستند.
 

 
سیستم اطلاعات مدیریت4: گونه‌ای از سیستم‌های اطلاعات سازمانی کامپیوتری که اطلاعات داخلی سازمان را از سیستم‌های پردازش عملیات می‌گیرند و آنها را در قالب‌های بامعنی و مفید به عنوان گزارش‌های مدیریت خلاصه می‌کنند تا در انجام وظایف مدیریتی مانند کنترل و تصمیم‌گیری استفاده شوند.
سیستم پشتیبان تصمیم‌گیری5: گونه‌ای از سیستم‌های اطلاعات سازمانی کامپیوتری که در تصمیم‌گیریهای نیازمند مدلسازی، فرمولبندی، محاسبه، مقایسه، انتخاب بهترین گزینه یا پیش‌بینی سناریوهای محتمل به مدیریت کمک می‌کنند.
تحلیل و طراحی سیستم‌های اطلاعات، تخصصی است که با استفاده از آن یک سیستم اطلاعات سازمانی تعریف، تحلیل، طراحی و اجرا می‌شود.
پی‌نوشت‌ها

1 information system
2 organizational information system
3 transaction processing system
4 management information system
5 decision support system
آشنایی با سیستم‌های اطلاعات
نویسنده : امیدوار، مجید
چکیده
در این مقاله سیستم های اطلاعات و سیستم های اطلاعات سازمانی تعریف می‌شوند و انواع معمول سیستم های اطلاعات سازمانی شامل سیستم‌ پردازش مبادلات، سیستم اطلاعات مدیریت و سیستم پشتیبان تصمیم‌گیری

لینک دانلود آشنایی با سیستم‌های اطلاعات. پایین

پروژه مروری بر کاربرد نظام‌های خبره و هوشمند در بازیابی اطلاعات. doc

اختصاصی از فایلکو پروژه مروری بر کاربرد نظام‌های خبره و هوشمند در بازیابی اطلاعات. doc دانلود با لینک مستقیم و پر سرعت .

نوع فایل: word

قابل ویرایش 40 صفحه

چکیده:

با وجود  مطالعات نظری نسبتا زیادی که در زمینة استفاده از نظام‌های خبره و هوشمند در بازیابی اطلاعات صورت گرفته، اما به طور نسبی نظام‌های بازیابی اندکی را می‌توان مشاهده کرد که در آنها از  قابلیت‌های نظام‌های خبره و هوش مصنوعی استفاده شده باشد. به تعبیر دیگر، در اغلب این‌گونه نظام‌ها، استفاده از الگوهای سنتی بازیابی اطلاعات نظیر منطق بولی قابل مشاهده است.. بررسی متون مرتبط نشان می‌دهد که اغلب پیشرفت‌ها در این زمینه مرتبط با مفاهیم پردازش هوشمند متن، واسط‌های هوشمند و عامل‌های هوشمند بوده است. این مقاله سعی دارد به طور نظری میان اهداف مورد انتظار از نظام‌های خبره و هوشمند و فرایند بازیابی اطلاعات ارتباط برقرار کند. در نهایت، با رویکردی کاربرمدار این موضوع مورد تاکید قرار می‌گیرد که ماهیت برخی  فرایندها در  بازیابی اطلاعات مرتبط با نیاز اطلاعاتی واقعی کاربر به گونه‌ای پیچیده است که به دشواری می‌توان نظام‌های خبره و هوش مصنوعی را به طور کامل جایگزین آن کرد.

 مقدمه:

مقالات و متون متعددی  در مورد مفهوم و کاربردهای نظام‌های خبره  و هوش مصنوعی  نوشته شده است. با این حال، جست‌جو در  ویرایش پیوسته (2004) پایگاه چکیده مقالات کتابداری و اطلاع‌رسانی (لیزا)‌  نشان داد که به طور نسبی مقالات اندکی در خصوص کاربردهای عینی نظام‌ها‌ی خبره و هوشمند در بازیابی اطلاعات نوشته شده است. هدف مقاله حاضر، پاسخگویی به این سؤال است که آیا نظام‌های خبره و هوش مصنوعی (هوشمند) را می‌توان در نظام‌های بازیابی اطلاعات مورد استفاده قرار داد  و اگر چنین است کاربرد  عینی آنها در این‌گونه نظام‌ها چگونه است. مروری بر تحقیقات انجام شده در حوزه کتابداری و اطلاع رسانی در این زمینه نشان می‌دهد که ابهام‌هایی در خصوص کاربردهای عینی فن‌آوری‌های خبره و هوش مصنوعی در بازیابی اطلاعات مشاهده می‌شود. چه بسا، یکی از دلایل این امر انتشار متون و مقالاتی است که بیشتر بر جنبه‌های نظری تاکید داشته‌اند. این موضوع  توسط لنکستر  و وارنر  در کتاب" کاربرد فناوریهای هوشمند در خدمات کتابداری و اطلاع‌رسانی" برجسته شده است (لنکستر و وارنر، 2001، ص1). در واقع،  این ابهام وجود دارد که آیا نظام‌های مورد بحث در این‌گونه متون و مقالات، به طور عینی به مرحله بهره برداری رسیده‌اند و در پایگاه‌های اطلاعاتی حاوی انواع مختلفی از اطلاعات، برروی دیسک فشرده یا شبکه‌های پیوسته، مورد استفاده قرارگرفته‌اند،  یا اینکه تنها ساختار و عملکردهای آنها به طور نظری مورد بحث قرارگرفته است، یا در بهترین شکل، در قالب پیش نمون   ارائه شده‌اند. از طریق جدول 1 می‌توان دیدگاهی کلان نسبت به مقالات مرتبط منتشر شده در مجلات حوزه کتابداری و اطلاع‌رسانی که در پایگاه لیزا نمایه شده‌اند بدست آورد.

فهرست مطالب:

چکیده

مقدمه

نظام خبره و هوشمند چیست؟

الف. نظام هوش مصنوعی (هوشمند)

ب. نظام خبره

ارتباط نظری میان نظام‌های خبره و هوشمند و  فرایند بازیابی اطلاعات

ب. انتقال تخصص و یادگیری از طریق بازخوردها.

د. قضاوت با وجود نامعلوم بودن یا ناقص بودن شواهد موجود

ه. توانایی دسترسی به نتیجه‌‌گیری با عدم قطعیت: ارائه راه‌حل  برای مسائل

و. استفاده از دانش اکتشافی به‌جای منطق الگوریتمی

کاربردهای عینی نظام‌های خبره و هوشمند در بازیابی اطلاعات

پردازش هوشمند متن

کاربردهای دیگر در بازیابی اطلاعات

نتیجه گیری

منابع و مأخذ

منابع و مأخذ:

1. نشاط، نرگس (1382). "هرمنوتیک و بازیابی اطلاعات". اطلاع شناسی، سال اول، شماره 2، زمستان، ص. 33-46.
2. Cawsey, A. (1998). The Essence of Artificial Intelligence.- London: Prentice Hall.
3. Chen, Z. (1993). “Let Documents Talk to Each Other: A Computer Model for Connection of Short Documents. Journal of Documentation, 49, 44-54.
4. CIIR (Center for Intelligent Information Retrieval). (2004). [online]. Availabile at: http://ciir.cs.umass.edu/ (8 Jan. 2004)
5. Fenly, C. (1992). “Technical Services Processes as Models for Assessing Expert System Suitability and Benefits”. In: Artificial Intelligence and Expert Systems: Will they Change the Library?; ed by F.W. Lancaster and L.C. Smith, pp. 50-66. Urbana-Champaign: University of Illinois, Graduate School of Library and Information Science.
6. Ford, N (1991). Expert Sysrtems and Artificial Intelligence: an Information Manager’s Guide. - London: Library Association Publishing.
7. Frakes, W. B. and Baeza-Yates, R (1992). Information retrieval: data structures & algorithms. Englewood Cliffs, NJ, Prentice Hall.
8. Hayes, P.J. (1992). “Intelligent High-Volume Text Processing Using Shallow, Domain-Specific Techniques”. In: Text-Based Intelligent Systems, ed. By P. S. Jacobs, pp. 227-241. Hillsdale, NJ: Lawrence Erlbaum.
9. Hutchins, W. J. and Somers, H. L. (1992). An Introduction to Machine Translation. New York: Academic Press.
10. INQUERY Search Software (2004). [Online]. Availabile at: http://ciir.cs.umass.edu/inquerypage.html (9 Jan. 2004)  
11. Korfhage, R. R. (1997). “Information Storage and Retrieval”. New York :Wiley.
12. Lancaster, F.W. and Warner, A. (2001). Intelligent Technologies in Library and Information Service Application. New Jersey: Information Today.
13. Lawson, M. et al. (1996). “Automatic Extraction of Citation from the Text of English-Language Patents- An Example of Template Mining”. Journal of Information Science, 22, 423-436.
14. Pollit, A.S. (1993). MenUSE for Medicine: End User Browsing and Searching of the MEDLINE Database Using the MeSH Thesaurus. RIAO 88: User Oriented Content-Based Text and Image Handing, Vol. 1, Cambridge, MA, 547-573.
15. Pros, N. O. (2000). “Information Retrieval, Experienmental models and Statistical Analysis”. Journal of Documentation, 56(1), 55-70.
16. Salton G. and Buckely, C. (1992). “Automatic Text Structuring Experiments”. In: Text-Based Intelligent Systems, ed. By P. S. Jacobs, PP. 199-210. Hillsdale, NJ: Lawrence Erlbaum.
17. Salton, G. and McGill, M. J. (1983). The Introduction to Modern Information Retrieval. New York: McGraw-Hill.
18. Spangler, W.E. and May, J.H. (2000). “Expert and Knowledge-Based Systems”. Encyclopedia of Library and Information Science. Edited by Allen Kent, Vol. 67.
19. Systran. http://www.systransoft.com. [online]. 8 Sep. 2003.
20. Thompson, R.; Shafer, K. and Vizine-Goetz, D. (2003). "Evaluating Dewey Concepts as a Knowledge Base for Automatic Subject Assignment”. [online]. Available: http://orc.rsch.oclc.org:6109/eval_dc.html. [13 Sep. 2003].