کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7427610 1482976 2018 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Big data analytics and application for logistics and supply chain management
ترجمه فارسی عنوان
تحلیل کلان‌داده‌ها و برنامه‌کاربردی برای لجستیک و مدیریت زنجیره عرضه
کلمات کلیدی
تحلیل کلان‌داده‌ها، مدیریت زنجیره عرضه ، لجستیک
فهرست مطالب مقاله
چکیده

کلمات کلیدی

1.مقدمه

شکل 1. تعداد مقاله‌های تحلیل کلان‌داده‌ها در دوره‌های زمانی مختلف (2012- 14 مارس 2018) آنطور که در (Scopus) نشان داده شد.

2.مرور منابع مربوط به تحلیل کلان‌داده‌ها 

شکل 2. سهم مجله‌های ارشد بین‌المللی با بیشترین نقش در نشر موضوع‌های تحلیل کلان‌داده‌ها مطابق نمایش در اسکوپوس.

شکل 3. سهم درصدی سندهای مختلف مقاله‌های مجله مطابق نمایش در اسکوپوس.

3.کاربرد تحلیل کلان‌داده‌ها در مدیریت زنجیره عرضه و لجستیک 

شکل 4. سهم کشور خاستگاه منتشر کننده موضوع‌های تحلیل کلان‌داده‌ها مطابق نمایش در اسکوپوس.

شکل 5. دسته‌بندی موضوعی تحلیل کلان‌داده‌ها مطابق نمایش در اسکوپوس.

جدول 1.مرور بیست مقاله برتر در قالب استناد.

 
ترجمه چکیده
این نسخه ویژه به بررسی تحلیل کلان‌داده‌ها و برنامه‌های کاربردی برای لجستیک و مدیریت زنجیره عرضه با بررسی روش‌ها، شیوه‌ها و فرصت‌های جدید می‌پردازد. مقاله‌ها به ارائه فرصت‌های مختلف برای بهبود تحلیل کلان‌داده‌ها و برنامه‌های کاربردی برای لجستیک و مدیریت زنجیره عرضه می‌پردازند، از جمله، مقاله‌هایی که به واسطه بررسی استراتژی‌های ردگیری فناوری محور، روابط عملکرد مالی با زنجیره عرضه داده‌ محور و مسائل اجرا و قابلیت زنجیره عرضه با کلان‌داده‌ها ارائه شده‌اند. این یادداشت برای سرمقاله به صورت خلاصه بحث‌های مربوط به ویژگی‌های کلان‌داده‌ها، شیوه‌های اثربخش برای اجرا و روش‌های ارزیابی و اجرا را مطرح می‌کند.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
پیش نمایش مقاله
تحلیل کلان‌داده‌ها و برنامه‌کاربردی برای لجستیک و مدیریت زنجیره عرضه
چکیده انگلیسی
This special issue explores big data analytics and applications for logistics and supply chain management by examining novel methods, practices, and opportunities. The articles present and analyse a variety of opportunities to improve big data analytics and applications for logistics and supply chain management, such as those through exploring technology-driven tracking strategies, financial performance relations with data driven supply chains, and implementation issues and supply chain capability maturity with big data. This editorial note summarizes the discussions on the big data attributes, on effective practices for implementation, and on evaluation and implementation methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part E: Logistics and Transportation Review - Volume 114, June 2018, Pages 343-349
نویسندگان
, , , ,