استفاده از تكنيك‌هاي داده‌كاوي در تامين دانش براي يك سيستم تصميم يار (موردكاوي شركت اتوبوسراني تهران)

Using Data Mining Techniques in Providing Knowledge for Decision Support System (Case Study: Tehran Bus Transportation System)

در اين مطالعه داده‌هاي تخلفات شركت اتوبوسراني تهران با استفاده ازتكنيك هاي داده‌كاوي مورد بررسي و به كشف دانش پنهان ميان داده‌ها پرداخته شده است. در ابتدا داده‌هاي تخلفات شركت‌هاي پيمانكار اتوبوسراني تهران در حدفاصل سال‌هاي 1391 تا 1394 جمع‌آوري و جهت ورود به نرم‌افزار آماده‌سازي گرديد. در مرحله بعد با بهره‌مندي از الگوريتم‌هاي قوانين انجمني و درخت تصميم جهت استخراج دانش استفاده شده است. تعيين شركت‌هاي با ميزان عملكرد پايين و تخلفات با فراواني زياد و ارتباط رخداد آن‌ها در فصول مختلف از جمله نتايج قابل توجهي است كه بعنوان خروجي الگوريتم‌هاي مورد استفاده محسوب مي‌گردد. مديران عالي سازمان‌ها به منظور تصميم‌گيري در شرايط عدم قطعيت نياز دارند كه از سيستم‌هاي تصميم‌يار بهره‌مند شوند. نتايج خروجي تحقيق اين مكان را فراهم مي‌نمايد كه به منظور دستيابي يكي از اهداف عالي سازمان كه رضايت شهروندي است، مديران سازمان را در تامين دانش براي اتخاذ تصميم ياري نمايند. ريشه‌يابي علل رخداد تخلفات و تعيين فصول و ماه‌هاي پرتكرار از منظر تخلفات، مي‌تواند باعث تدوين دستورالعمل‌ها و رويه‌هاي بهبود در شركت اتوبوسراني گردد كه ضمن كنترل شرايط موجود، شركت‌هاي پيمانكار را ملزم به اجراي دقيق قوانين و كاهش رخداد تخلفات مي‌نمايد. به هر حال اين يك واقعيت است كه بمنظور دستيابي به شرايط باثبات و پايدار براي تمامي واحدهاي توليدي، صنعتي و خدماتي همانند مطالعه موردي موردنظر، توجه به رضايت مشتري لازم و ضروري است.

Using Data Mining techniques, the committed violations by Tehran Bus Company have been analyzed and consequently the hidden knowledge among data has been discovered in this research. First, the data from committed violations by Tehran Bus Company within 2012 to 2015 have been gathered and made ready for the program. The next stage is to extract knowledge through the algorithms of Association Rules and Decision Tree. Identifying the companies with poor performance and high rate of violations and considering the obvious correlation between them in different seasons are among the noteworthy results which are the outputs of the above-mentioned algorithms. The chief managers of organizations should use the Decision Support Systems (DSS) to make decisions in case of uncertainty. The results of the research help managers make decisions about achieving the ultimate organizational goal which is the satisfaction of people. Finding the root of the violations and determining the frequent seasons and months in which the violations are committed can be the cause of instructions and procedures which obligate contractors to precise implementation of regulations, decrease of committed violations and on the whole, improvement in Bus Company. It is a fact, attention to customer satisfaction as a significant and effective factor is essential for achieving stable and sustainable states in all production and industrial units and services firms such as research case study.