به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

k-means clustering method

در نشریات گروه مدیریت
تکرار جستجوی کلیدواژه k-means clustering method در نشریات گروه علوم انسانی
تکرار جستجوی کلیدواژه k-means clustering method در مقالات مجلات علمی
  • محمدعلی ترابنده، بهروز دری نوکرانی*، علیرضا موتمنی، مسعود ربیعه

    در این پژوهش با ارایه چارچوب قابلیت نوآوری ملی در قالب نظام چندبخشی، یک مدل شبکه ای و پویا معرفی می شود. در این نظام به منظور شناسایی مسئله عملکردی کشور، ابتدا با استفاده از تحلیل کتاب شناختی و برگزاری جلسه های گروه کانونی با خبرگان، مراحل و شاخص های مدل فرایندی، شناسایی و طراحی شدند؛ سپس مدل تحلیل پوششی داده های شبکه ای پویا برای محاسبه عملکرد کشور، در مقایسه با سایر کشورهای منطقه به کار گرفته شد. نتایج مدل نشان داد که قابلیت نوآوری ملی کشور در مرحله سوم، یعنی در تبدیل پتنت ها به صادرات محصولات با فناوری بالا و کالاهای خلاقانه، ضعیف است. در ادامه به منظور ارایه سیاست پیشنهادی در ارتقای عملکرد کشور در مرحله سوم، با استفاده از تحلیل تطبیقی کیفی مجموعه فازی (fsQCA) ترکیبات ابعاد نهادها، سرمایه انسانی و پژوهش، زیرساخت، پیچیدگی بازار و پیچیدگی کسب وکار موردبررسی قرار گرفت و برای کالیبره کردن داده ها از روش خوشه بندی K-MEANS استفاده شد. خروجی تحلیل یادشده نشان داد که ترکیب دو بعد نهادها و سرمایه انسانی/ پژوهش در ارتقای عملکرد کشور شرط کافی است.

    کلید واژگان: قابلیت نوآوری ملی، تحلیل کتاب شناختی، تحلیل پوششی داده های شبکه ای پویا، تحلیل تطبیقی کیفی مجموعه فازی، روش خوشه بندی K-MEANS
    MohammadAli Torabandeh, Behrouz Dorri Nokorani *, Alireza Motameni, Masood Rabieh

    In this article, by presenting the scope of national innovation capability in the context of a multi-sector system, a dynamic network model is introduced. In this system, to identify Iran's performance problem, at first by bibliometric studying and holding focus group sessions with experts, the steps and indicators of the processed model were identified and designed. Then, the dynamic network data envelopment analysis model was implemented to compare Iran's performance with other countries. The model results indicated that Iran's national innovation capability has a poor performance in the third phase of its three steps that include converting patents to high-tech products and creative goods. Then, to present the proposed policy to enhance Iran’s performance in the third step of the mentioned model, by using qualitative comparative analysis of fuzzy set (fSQCA), the combinations of institutional, human capital and research, infrastructure, market sophistication, and business sophistication dimensions were investigated. For calibration of these data, K-MEANS clustering method was used. The output of the mentioned comparative analysis indicated that the combination of the two dimensions of institutions and human capital and research in promoting the country's performance is sufficient.

    Keywords: National Innovation capability, Bibliometric Analysis, Dynamic Network DEA, Fuzzy Set Qualitative Comparative Analysis, K-MEANS Clustering Method
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال