کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7355147 1477504 2018 40 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Identifying the business and social networks in the domain of production by merging the data from heterogeneous internet sources
ترجمه فارسی عنوان
شناسایی کسب و کار و شبکه های اجتماعی در حوزه تولید با ادغام داده ها از منابع اینترنت ناهمگن
کلمات کلیدی
تولید، شبکه، تجزیه و تحلیل شبکه، تجزیه و تحلیل داده ها، پروفیل مهارت
ترجمه چکیده
مردم، شرکت ها و مؤسسات شبکه ها را به عنوان بخشی از فعالیت های فنی، اقتصادی و اجتماعی خود تشکیل می دهند. در نتیجه، این شبکه ها تاثیری بر نحوه رفتار شرکت ها در تجارت دارند. به تازگی، شبکه های اینترنتی، حرفه ای و علمی به سهولت و سادگی روند تشکیل شبکه و دسترسی عمومی به اطلاعات مربوطه کمک کرده اند. ما بررسی می کنیم که آیا اطلاعات مفیدی در مورد روابط بین افراد، شرکت ها و موسسات برای حوزه تولید می تواند از داده های عمومی موجود، ساختار یافته و غیر ساختاری که از منابع مختلف اینترنت ادغام شده است، استخراج شود. ما نشان می دهیم که اطلاعات مرتبط در مورد ساختار این شبکه ها می تواند با ادغام داده های عمومی موجود با استفاده از ترکیبی از روش های محاسباتی پیشرفته، از جمله خزنده وب، یادگیری ماشین و ایجاد مشاغل از سرویس های عمومی در دسترس بدست آید. امکان و کاربرد این روش برای یک مورد در حوزه خودرو نمایش داده می شود. مورد استفاده بالقوه از داده های حاصل نشان داده شده است نشان می دهد که چگونه این رویکرد می تواند برای پیدا کردن مهارت ها و تخصص خاص برای یک جامعه علمی متشکل از مردم از صنعت و دانشگاه. رویکرد پیشنهادی می تواند برای مدل سازی و تجزیه و تحلیل اشکال مختلف همکاری بین و درون کسب و کار استفاده شود. به عنوان یک ابزار، می توان برای اهداف شبکه های استراتژیک، برای تسهیل ایجاد کنسرسیوم های پروژه، شناسایی رقبا و سایر ذینفعان در حوزه خاص، برای مشخص کردن کانال های ارتباطی، جستجو برای تخصص خاص یا شناسایی سازمانی و ساختارهای اجتماعی در سازمان ها.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
چکیده انگلیسی
People, companies, and institutions form networks as part of their technical, economic, and social activities. As a consequence, these networks have an influence on how companies conduct business. Recently, the Internet, professional, and scientific social networks have contributed to the ease and simplicity of the network forming process and the public availability of the corresponding data. We investigate whether useful information about the relationships between individuals, companies, and institutions for the domain of production can be extracted from publicly available, structured and unstructured data that is merged from various Internet sources. We demonstrate that relevant information about the structures of these networks can be obtained by merging publicly available data using a combination of advanced computational methods including web crawling, machine learning, and creating mash-ups of publicly available services. The feasibility and the applicability of the approach are shown for a case in the automotive domain. A potential use case of the resulting data is demonstrated, showing how the approach can be used to find specific skills and expertise for a scientific community consisting of people from industry and academia. The proposed approach can be used for the modelling and analysis of various forms of collaboration between and within businesses. As a tool, it could be used for the purposes of strategic networking, to facilitate the creation of project consortia, to identify competitors and other stakeholders in a certain domain, to pinpoint communication channels, to search for specific expertise, or to identify organisational and social structures within organisations.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Production Economics - Volume 200, June 2018, Pages 181-191
نویسندگان
, , , ,