رفتار سازماني و شبكه‌هاي عصبي مصنوعي، پژوهشي براي آوازه‌سازي در بانك‌هاي دولتي

Organizational Behavior And Artificial Neural Networks, A Research For Corporate Reputation Building In Governmental Banks.

امروزه استفاده از هوش مصنوعي و به‌ويژه شبكه‌هاي عصبي مصنوعي در حوزه‌هاي مختلف علوم رايج شده است. از اينرو در مقاله حاضر ضمن معرفي شبكه‌هاي عصبي، نحوه استفاده از اين تكنيك در ساخت مدل‌هاي رفتاري بررسي مي‌شود. بدين منظور با پيشنهاد يك مدل خاص از پرسپترون چندلايه، عملكرد اين شبكه در حل مدل تحقيق كه مدل آوازه‌سازي در بانك‌هاي دولتي است بررسي شده و با استفاده از داده‌هاي جمع‌آوري شده از شعب هفت بانك بزرگ دولتي و با بكارگيري نرم‌افزار مطلب، مدل مذكور آزمون شده است. همچنين به‌منظور مديريت آوازه در بنگاه‌هاي مالي و خدماتي، سازه‌هاي مربوط به مدل پژوهش، شامل آميخته هويت شركت، تصوير شركت، مسيوليت اجتماعي، مديريت بحران‌ها و كنش ذينفعان به طور كامل معرفي شده است. نتايج تحليل داده‌ها در شكل شبكه‌هاي عصبي، ارتباط ميان اين سازه‌ها را نشان مي‌دهد. در ادامه، با استفاده از نظرات پنج دسته از ذينفعان تحقيق شامل مديران و كاركنان بانك‌ها (ذينفعان داخلي) و مشتريان، سپرده‌گذاران و ارباب رجوع اتفاقي (ذينفعان خارجي) و سنجه‌هاي مطرح شده در پرسشنامه تحقيق، پيشنهاداتي درخصوص نحوه مديريت تصوير و آوازه به مديران بانك‌ها ارايه مي‌گردد.

In recent years, artificial intelligence (AI), particularly artificial neural networks (NNs) are widely being used in scientific researches. However, their use has not been very extensive in the area of organizational behavior research. The purpose of this article is to demonstrate the use of NNs by introducing a model to manage corporate reputation of seven Iranian governmental banks using survey data from their branches in Tehran. Therefore, a section of this paper is dedicated to NNs topics and a complete section is devoted to discussing about the structures which build the reputation. According to literature it is recognized that corporate reputation is made by corporate identity mix, corporate image, corporate social responsibility, crisis management, stakeholder’s relationships and environmental influencing factors. In the final section the suggested model was tested by a specific multilayer perceptron by running Matlab 7,2 and on the basis of the results derived from the NNs model and questionnaire analysis from the viewpoints of the stakeholders under study; i.e. the managers of bank branches, bank clerks, occasional clients, depositors and customers, several suggestions were offered for the Bank managers.