چالش پياده سازي در استخراج دانش از دانش در سيستم هاي منابع سازمان

Implementation Challenges in Extract Knowledge from Knowledge on ERP Systems

امروزه در پياده سازي با چالش هاي بسياري مواجه هستيم . تغييرات پيش رو در فرآيندهاي سازمان ها و سيستم هاي سخت افزاري و نرم افزاري يكپارچه را طلب مي نمايد و در نهايت سرمايه گذاري بسيار قوي و بالايي و طرحهاي توجيهي قابل قبولي را طلب مي كند . در نتيجه فرآيند تصميم گيري را براي سازمانها دشوار مي كند . اما دغدغه اصلي ما براي چالش پياده سازي ، در واقع خود پياده سازي نيست ، بلكه پياده سازي به نوعي كه از خروجي ها و نتايج سيستم يكپارچه بتوان دانش عميق تري را بدست آورد و يك بينش ناب را به مديران ارشد سازمانها ارائه داد . در همين راستا ابزارهاي متعددي وجو دارند كه هر كدام براي هدفي مناسب تر هستند . تنوع در كتابخانه هايي كه بر اساس رياضي آمار1 و ابزارهاي داده كاوي مي توانند داده هاي ما را با سرعت بالايي مورد بررسي قرار دهند كه تفاوت هاي اساسي در ارائه بلوك كدهاي مخفف و بسيار كوتاه براي پردازش و مدلسازي براي داده ها براي پردازش و پيش پردازش آماده هستند . استفاده از زبان برنامه نويسي R در سيستم هاي ERP 1براي تحول دركلان ، تحليل و خوانايي بسيار قابل قبول براي داده هاي آني و تراكنش هاي غير آني يك انتخاب مورد تاييد خبرگان صنعت ودانشگاه مي باشد . در اين مقاله از روش بنيادي و در واقع تركيب بنيادي – اكتشافي براي كشف يك حقيقت در مورد موضوع مورد نظر از ميان علوم رايج فناوري هاي اطلاعات است .

Today, we face many challenges in implementing. Calls for changes in the processes of organizations and integrated hardware and software systems, and ultimately requires a very strong and high investment and reasonable justification. It makes it difficult for organizations to make decision-making processes. But our main concern for the implementation challenge is not actually implementation itself, but implementation in a way that allows the in-depth outcomes and outcomes of the integrated system to gain deeper knowledge and provide a neat insight to the top executives of organizations. In this regard, there are several tools that are more suitable for a goal. Variations in libraries that are based on mathematical statistics 1 and data mining tools can examine our data at a high speed, which is a fundamental difference in the provision of abbreviated and very short code blocks for processing and modeling for data processing and preprocessing Are ready The use of R programming language in ERP systems 1 to transform them, the highly acceptable analysis and readability for instantaneous data and non-intrusive transactions is a choice approved by industry and academia experts. In this paper, the fundamental method, and indeed the fundamental-exploratory combination, is to discover a truth about the topic in question among the common sciences of information technology.