کتاب طرح جامع مدیریت دانش در سازمان

"طرح جامع مدیریت دانش در سازمان"
کتاب حاضر اثری از مهندس محمد امیر نیکجو می باشد که توسط انتشارات قلم همت منتشر شده است.
امروزه دانش به یک مزیت رقابتی در سازمان ها تبدیل شده است و سازمان های دانش محور سازمان هایی پیشرو هستند که در عرصه تولید، نشر و توزیع دانش یکه تازی می کنند. در سازمان بدلیل تکراری بودن ماهیت انجام بعضی پروژه هاو پرونده ها، بسیاری از فرآیندها چند بار انجام می شود. پس بهتر است که دانش تولید شده از آنها در جایی ثبت و نگهداری شود تا برای انجام مجددپروژه های مشابه بتوان از آنها استفاده کرد. در یک سازمان آنچه از اهمیت زیادی برخوردار است تفکر فرآیند سالاری است ولی این تفکر نباید خللی در اهداف سازمان بوجود آورد. از آنجاییکه دانش  به مجموعه ای از آگاهی ها و مهارتهای فکری گفته  می شود که انسان از خود و محیط زندگی خویش دارد و از آن برای یافتن ابهامات زندگی خود استفاده می کند، مدیریت این منبع قدرت از اهمیت چندانی برخوردار است. در این کتاب ضمن تعریف مفاهیم داده، اطلاعات و دانش به معرفی انواع دانش و مدیریت دانش و بالتبع آن علم داده کاوی و انواع روشهای آن می پردازیم، همچنین نتایج حاصله از پیاده سازی سیستم مدیریت دانش را دریک سازمان بررسی کرده و مشکلات ناشی از عدم وجود سیستم مدیریت دانش را در چنین سازمان هایی شناسایی می کنیم. تنوع فرآیندها و حجم بالای مستندات تولید شده در یک واحد و آرشیو اسناد موجود لزوم وجود یک سیستم مدیریت دانش یکپارچه تحت یک مدیریت مرکزی را بیش از پیش نمایان می سازد. مطالعه موردی این طرح یکی از بخشهای نیروی انتطامی جمهموری اسلامی ایران است. کتاب حاضر برای دانشجویان رشته های مهندسی صنایع، مهندسی عمران، مهندسی راه آهن و ابنیه، مدیریت، ... و علاقه مندان حوزه مدیریت دانش، مدیران ارشد ،مدیران پروژه‌ها، پیمانکاران عمومی، مشاوران و ...  مفید است.
در بخشی از این کتاب می خوانیم :
" درخت یکی از مفاهیم کاربردی در علم کامپیوتر است که از آن برای نشان دادن سلسله مراتب‌ها، ذخیره‌سازی، جستجو، تصمیم‌گیری و ... استفاده می‌شود. درخت‌ها در هوش مصنوعی برای نمایش مفاهیم مختلفی نظیر ساختار جملات، معادلات، حالات بازی، و غیره استفاده می‌شود. در علم تصمیم‌گیری یک درخت تصمیم DT، نمایش ساختار درختی مسئله تصمیم داده شده است. درخت تصمیم درختی است که در آن نمونه‌ها را به نحوی دسته‌بندی می‌کند که از ریشه به سمت پایین رشد می‌کنند و در نهایت به گره‌های برگ می‌رسد: هر گره داخلی یا غیر برگ non leaf با یک ویژگی attribute مشخص می‌شود. این ویژگی سؤالی را در رابطه با مثال ورودی مطرح می‌کند. در هر گره داخلی به تعداد جواب‌های ممکن با این سؤال شاخه branch وجود دارد که هر یک با مقدار آن جواب مشخص می‌شوند. برگ‌های این درخت با یک کلاس و یا یک دسته از جواب‌ها مشخص می‌شوند. علت نام‌گذاری آن با درخت تصمیم این است که این درخت فرآیند تصمیم‌گیری برای تعیین دسته یک مثال ورودی را نشان می‌دهد. همچنان که هر گره غیر برگ با یکی از متغیرهای تصمیم مرتبط است، هر شاخه از یک نود غیر برگ با یک زیر مجموعه از مقادیر مرتبط با متغیر تصمیم در ارتباط می‌باشد و هر برگ با یک هدف یا متغیر وابسته در ارتباط است. دو نوع درخت تصمیم وجود دارد: درخت‌های طبقه‌بندی و درخت‌های رگرسیون. برای یک درخت طبقه‌بندی متغیر هدف مقادیری از نوع گسسته اختیار می‌کند. هر گره برگ با احتمال هر کلاس روبرو است. کلاسی که به گره برگ داده شده اختصاص دارد."