تبلیغ تاپ 1
میزکار کاربران
اگر به دنبال موفقیت نروید خودش به دنبال شما نخواهد آمد. - ماروا کلینز

امروزه توسعه و رشدسریع فناوری اطلاعات تمام جنبه های زندگی بشر را تحت تاثیر قرارداده و شاید بتوان گفت انقلابی بزرگ در زندگی بشر ایجاد شده است. 

فناوری هوش مصنوعی به عنوان دستاوردی نو از  فناوری بسیاری از علوم را تحت تاثیر خود قرارداده است. علم حسابداری نیز نه تنها از این امر مستثنی نیست بلکه یکی از مستعدترین قلمروها برای کاربرد رهاورد های  سیستم های مبتنی بر هوش مصنوعی است. در ادامه این این سیستم های هوشمند را معرفی کرده و کاربرد آن ها را در حوزه حسابداری بیان می کنیم:

1-  سیستم های خبره: زمانی که مدیر با مسئله ای روبرو می شود ، عموما برای دریافت توصیه ها به افراد خبره مراجعه می کند .خبرگان کسانی هستند که دانش و تجارب فراوانی در حیطه آن مسئله دارند .

چون دسترسی به افراد خبره همیشه امکان پذیر نیست و گاهی بسیار گران است . سیستم های خبره برای شبیه سازی فرآیند های ذهنی افراد خبره طراحی می شوند . مفهوم سیستم خبره بر این فرض استوار است که می توان دانش افراد خبره را وارد سیستم  رایانه ای نمود و در واقع سیستم خبره ، سیستمی است  که می تواند از طریق فرآیند های رایانه ای که مشابه استدلال های منطقی است ، تصمیم هایی را پیشنهاد می کنند . سیستم خبره در زمینه هایی استفاده می شود که عبارتند از: داروسازی، مهندسی، علوم فیزیکی و کسب و کار و.....

2- شبکه های عصبی مصنوعی: مدل هایی از سیستم عصبی انسان هستند که می توانند روش ارتباط و تعامل بین نرون ها ( سلول های عصبی ) را در پردازش داده ها و یادگیری از تجارب قبلی ، شبیه سازی کنند . در واقع این شبکه ها به دنبال تقلید عملکرد مغز انسان هستند ، نتیجه چنین رویکردی پردازش و بازیابی موازی و همزمان حجم زیادی از اطلاعات و قابلیت تشخیص الگوها و رند ها بر اساس تجارب گذشته است . یکی از مهمترین ویژگی های شبکه های عصبی مصنوعی که عملکرد آن را به انسان نزدیک تر مس کند ، قدرت یادگیری آن است.  قابلیت یادگیری  بر اساس تجربه ، مهمترین تفاوت سیستم های خبره و شبکه های مصنوعی است.

سیستم های خبره برنامه نویسی می شوند تا داده ها و دانش موجود در زمینه خاص را استدلال می کنند ولی سیستم عصبی مصنوعی با توجه به قابلیت یادگیری اش ، گاهی به عنوان جایگزین سیستم خبره استفاده می شود .

از شبکه های مصنوعی در موارد زیر استفاده می شود:

. پیش بینی فروش و بازار هدف

. تحلیل گزینه های مختلف سرمایه گذاری

. شناسایی الگوهای بازار سهام

. مقایسه امضا با امضای جعلی

. شناسایی کلاهبرداری از طریق تحلیل الگوهای خرید

 

3- منطق فازی: بیانگر یک کاربرد کوچک ولی بسیار مهم هوش مصنوعی در کسب و کار می باشد.منطق فازی از روشی برای استدلال استفاده می کنند که شبیه استدلال های انسان است .

منطق فازی تکنولوژی جدیدی است که شیوه های مرسوم برای طراحی و مدل سازی یک سیستم را که نیازمند ریاضیات پیشرفته  و نسبتا پیچیده است را با استفاده از مقادیر و شرایط زبانی و با هدف ساده سازی فرآیند طراحی سیستم ، تاحدودی تکمیل می کند .

برای مثال اگر بخواهیم با استفاده از سیستمی که دارای منطق فازی است شرکتی را با ریسک قابل قبول انتخاب کنیم آنگاه سیستم از قوانین زیر استفاده می کند:

اگر نسبت بدهی بسیار بالا باشد   ..............          آنگاه ریسک به شکل مثبتی افزایش می یابد

اگر درآمد در حال افزایش باشد        .............           آنگاه ریسک مقداری کاهش می یابد

اگر ذخایر نقدی کم باشد               ..............          آنگاه ریسک افزایش می یابد

 

از جمله کاربرد های منطق فازی تصمیم گیری در شرایطی است که مقادیر و شرایط زمان، داده های غیر قطعی ما هستند و ما قصد داریم با استفاده از این داده های غیر قطعی ، پاسخ های قطعی را به دست آوریم.

از منطق فازی می توان در دو حوزه تصمیم گیری و حسابرسی استفاده نمود .در مواردی استفاده می شود که داده های غیر قطعی داریم و می خواهیم پاسخ های قطعی را به دست آوریم .

 

3- الگوریتم های ژنتیکی: یک کاربرد رو به رشد هوش مصنوعی است . مبتنی بر تکرار است و اصول اولیه آن از علم ژنتیک اقتباس شده است . در موقعیت هایی مفید هستند که هزاران راه حل موجود است و باید تمام آن ها ارزیابی شوند تا راه حل  بهینه ای ایجاد گردد . نرم افزار الگوریتم ژنتیک مجموعه ای از قوانین ریاضی پردارزش را به کار می گیردتا چگونگی شکل گیری اجزا یا مراحل فرآیند را مشخص کند.

از الگوریتم زنتیکی می توان در مباحث مالی می توان برای تجزیه و تحلیل بازار سرمایه و تشکیل پرتفوی بهینه استفاده کرد .

 

4- عامل های هوشمند: قادر به شناسایی الگوها ، تصمیم گیری بر اساس قوانین فکر کردن خود هستند . قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش ، تعریف می شود . یک جانشین نرم افزاری برای کاربر نهایی یا فرآیندی است که یک نیاز یا فعالیت را تکمیل می کند .

یکی از راه حل های بکارگیری عامل های نرم افزاری با قابلیت یادگیری تصمیم گیری هوشمندانه است . این نرم افزار های هوشمند قادر هستند در خرید و فروش ، ارائه پیشنهاد در مناقصه ها و حراج ها ، مذاکره و عقد قرارداد به کار گرفته شود.

 

منابع:

کتاب سیستم های اطلاعاتی حسابداری – دکتر مهدی بیات

مقاله سیستم های هوشمند و حسابداری- دکتر محمد عرب مازار یزدی

 

 
 
 
 

 

ثبت نام و عضویت میز کار

لینک های مفید

 

 

 

|  
  |
a2037d |   1395/08/12 17:09:00   |
11     8
عامل هوشمند در نظام‌های رایانه‌ای چندرسانه‌ای، دارای پنج عملکرد است.

مهار پایگاه‌های چندرسانه‌ای و به دست آوردن اطلاعات مرتبط جدید.
کمک به کاربر در شناسایی و جستجوی پایگاه‌های چندرسانه‌ای مناسب.
کمک به کاربر در مدیریت و دستیابی به پایگاه‌های شخصی.
راهنمایی کاربر در تجزیه و تحلیل اطلاعات بازیابی‌شده با استفاده از ابزارهای آماری.
کمک به کاربر در خلق محصولات فکری جدید با استفاده از اطلاعات بازیابی‌شده و اصلی.
خصوصیات عامل هوشمند:
استقلال دارد و بدون مداخلة مستقیم انسان عمل می‌کند.
می‌تواند با دیگر عامل‌های هوشمند و انسان ارتباط برقرار کند.
واکنش‌پذیر است، محیط را درک می‌کند و بموقع به تغییرات محیط پاسخ می‌دهد.
هدفمدار است و می‌تواند اعمال پیچیده و سطح بالایی انجام دهد. به طوری که کارها و وظایف پیچیده را به وظایف کوچکتر تقسیم می‌کند و انجام می‌دهد.
صرفاً در پاسخ به محیط عمل نمی‌کند، بلکه می‌تواند با ابتکار عمل، رفتاری هدفمدار داشته باشد.
مدام در حال انجام فرایندهایی است.
 پاسخ 
دیدگاه کاربران
fatemah montazerghaem |   1395/08/24 10:24:11   |
سیستم های خبره سریع تر از انسان کار میکنند ، کیفیت تصمیم گیری را بالا می برند زیرا دامنه خطا به شدت کاهش می یابد و ابزاری منسجم و یکدست برای تصمیم گیری فراهم می آورند . این سیستم ها ، مهارت را در مقیاس وسیعی دسترس پذیر می سازد . آنها ویژگی مستند سازی دارند و هم چنین می توانند در جهت آموزش کارکنان قرار گیرند . فکر اصلی نهفته در ورای سیستم خبره ، ساده است کارشناسی و مهارت که حجم گسترده ای از دانش کاربردی است از انسان به رایانه منتقل میشود . سیستم های خبره ، روشی برای گنجاندن دانش کارشناسان در رایانه و گامی در جهت بنای هوش مصنوعی است . سیستم های خبره نباید خیلی پیچیده و برای استفاده کننده دست و پا گیر باشد .
فاطمه منتظرقائم |   1395/08/24 15:06:26   |
منطق فازی : ریاضیات فازی یک فرا مجموعه از منطق بولی است که بر مفهوم درستی نسبی، دلالت می کند. منطق کلاسیک هر چیزی را بر اساس یک سیستم دوتائی نشان می دهد ( درست یا غلط، 0 یا 1، سیاه یا سفید) ولی منطق فازی درستی هر چیزی را با یک عدد که مقدار آن بین صفر و یک است نشان می دهد. مثلاً اگر رنگ سیاه را عدد صفر و رنگ سفید را عدد 1 نشان دهیم، آن گاه رنگ خاکستری عددی نزدیک به صفر خواهد بود. در سال 1965، دکتر لطفی‌زاده نظریه سیستم‌های فازی را معرفی کرد. در فضایی که دانشمندان علوم مهندسی به دنبال روش‌های ریاضی برای شکست دادن مسایل دشوارتر بودند، نظریه فازی به گونه‌ای دیگر از مدل‌سازی، اقدام کرد.
منطق فازی معتقد است که ابهام در ماهیت علم است. بر خلاف دیگران که معتقدند که باید تقریب‌ها را دقیق‌تر کرد تا بهره‌وری افزایش یابد، لطفی‌زاده معتقد است که باید به دنبال ساختن مدل‌هایی بود که ابهام را به عنوان بخشی از سیستم مدل کند. در منطق ارسطویی، یک دسته‌بندی درست و نادرست وجود دارد. تمام گزاره‌ها درست یا نادرست هستند. بنابراین جمله «هوا سرد است»، در مدل ارسطویی اساساً یک گزاره نمی‌باشد، چرا که مقدار سرد بودن برای افراد مختلف متفاوت است و این جمله اساساً همیشه درست یا همیشه نادرست نیست. در منطق فازی، جملاتی هستند که مقداری درست و مقداری نادرست هستند. برای مثال، جمله "هوا سرد است" یک گزاره منطقی فازی می‌باشد که درستی آن گاهی کم و گاهی زیاد است. گاهی همیشه درست و گاهی همیشه نادرست و گاهی تا حدودی درست است. منطق فازی می‌تواند پایه‌ریز بنیانی برای فن‌آوری جدیدی باشد که تا کنون هم دست‌آورد‌های فراوانی داشته است.

کاربردها:
از منطق فازی برای ساخت کنترل کننده های لوازم خانگی از قبیل ماشین رختشویی (برای تشخیص حداکثر ظرفیت ماشین، مقدار مواد شوینده، تنظیم چرخهای شوینده) و یخچال استفاده می شود. کاربرد اساسی آن تشخیص حوزه متغیرهای پیوسته است. برای مثال یک وسیله اندازه گیری دما برای جلوگیری از قفل شدن یک عایق ممکن است چندین عضو مجزا تابعی داشته باشد تا بتواند حوزه دماهایی را که نیاز به کنترل دارد به طور صحیح تعریف نماید. هر تابع، یک ارزش دمایی مشابه که حوزه آن بین 0 و 1 است را اختیار می کند. از این ارزشهای داده شده برای تعیین چگونگی کنترل یک عایق استفاده می شود.
مثال : یک انسان در نور کافی قادر به درک میلیونها رنگ میباشد.ولی یک روبات چگونه میتواند این تعداد رنگ را تشخیص دهد؟ حال اگر بخواهیم روباتی طراحی کنیم که قادر به تشخیص رنگها باشد از منطق فازی کمک میگیریم و با اختصاص اعدادی به هر رنگ آن را برای روبوت طراحی شده تعریف میکنیم.
از کاربردهای دیگر منطق فازی میتوان به کاربرد این علم در صنعت اتومبیل سازی(در طراحی سیستم ترمز ABS و کنترل موتور برای بدست آوردن بالاترین راندمان قدرت)،در طراحی بعضی از ریزپردازنده ها و طراحی دوربینهای دیجیتال اشاره کرد.
منصوره پورهادیان |   1395/10/30 20:11:54   |
1- سیستم های خبره:مفهوم سیستم خبره بر این فرض استوار است که می توان دانش افراد خبره را وارد سیستم رایانه ای نمود و در واقع سیستم خبره ، سیستمی است که می تواند از طریق فرآیند های رایانه ای که مشابه استدلال های منطقی است ، تصمیم هایی را پیشنهاد می کنند . سیستم خبره در زمینه هایی استفاده می شود که عبارتند از: داروسازی، مهندسی، علوم فیزیکی و کسب و کار و.....
2- شبکه های عصبی مصنوعی: مدل هایی از سیستم عصبی انسان هستند که می توانند روش ارتباط و تعامل بین نرون ها ( سلول های عصبی ) را در پردازش داده ها و یادگیری از تجارب قبلی ، شبیه سازی کنند .
تفاوت سیستم خبره و شبکه عصبی مصنوعی:سیستم های خبره برنامه نویسی می شوند تا داده ها و دانش موجود در زمینه خاص را استدلال می کنند ولی سیستم عصبی مصنوعی با توجه به قابلیت یادگیری اش ، گاهی به عنوان جایگزین سیستم خبره استفاده می شود .
مجیدی نژاد |   1395/08/17 18:32:55   |
5     4
مدل هایی از سیستم عصبی انسان هستند که می توانند روش ارتباط و تعامل بین نرون ها ( سلول های عصبی ) را در پردازش داده ها و یادگیری از تجارب قبلی ، شبیه سازی کنند . در واقع این شبکه ها به دنبال تقلید عملکرد مغز انسان هستند ، نتیجه چنین رویکردی پردازش و بازیابی موازی و همزمان حجم زیادی از اطلاعات و قابلیت تشخیص الگوها و رند ها بر اساس تجارب گذشته است
 پاسخ 
دیدگاه کاربران
حسین قدیریان ابرقویی |   1395/08/18 11:23:38   |
2     6
با سلام
در مورد بنیانگذار مکتب فازی باید گفت :
پروفسور لطفی‌زاده، که در جهان علم به پروفسور زاده مشهور است، در 1921 در شهر باکوی جمهوری آذربایجان به دنیا آمد. مادرش پزشک روس و پدرش روزنامه‌نگاری ایرانی بود که در آن زمان به دلایل شغلی در باکو به سر می‌برد. او در 10سالگی همزمان با حکومت دیکتاتوری استالین در اتحاد جماهیر شوروی سابق، همراه با خانواده مجبور به مراجعت به ایران شد. لطفی‌زاده در کالج البرز تهران (دبیرستان کنونی البرز) تحصیلات متوسطه را به پایان رساند و در امتحانات کنکور سراسری، مقام دوم را کسب کرد. او در 1942 رشته برق و الکترونیک دانشگاه تهران را با موفقیت به پایان رساند و طی جنگ جهانی دوم برای ادامه تحصیلات به امریکا رفت و دوره فوق‌لیسانس مهندسی برق را در انستیتو تکنولوژی ماساچوست MIT طی کرد. پس از آن، دانشگاه کلمبیا در نیویورک را انتخاب کرد و سرانجام در 1949 موفق به دریافت درجه دکترای خود از این دانشگاه شد.
وی تئوری و منطق فازی را پایه‌گذاری کرده و در زمینه کاربردهای آن در هوش مصنوعی، زبان‌شناسی، منطق، تئوری تصمیمات، تئوری کنترل، سیستم‌های خبره و شبکه‌های اعصاب، به تحقیقات گسترده‌ای پرداخت. در حال حاضر، حاصل تحقیقات پروفسور لطفی‌زاده در زمینه منطق فازی در بخش‌های گوناگون طراحی نرم‌افزار و سخت‌افزار و محاسبات کامپیوتری بر مبنای کلمات، تئوری شعور کامپیوتر در درک زبان طبیعی و صنایع سبک و سنگین مورداستفاده است.
پروفسور لطفی‌زاده به عنوان کاشف و مبتکر منطق فازی طی یک مقاله علمی کلاسیک که در 1965 به چاپ رسید، شهرت جهانی یافت. وی به‌طور رسمی از 1991 بازنشسته شده و مقیم سانفرانسیسکو است. پروفسور لطفی‌زاده دارای 23 درجه دکترای افتخاری از دانشگاه‌های معتبر جهان است، بیش از 200مقاله علمی را به تنهایی به نگارش درآورده و در حال حاضر عضو هیئت تحریریه بیش از 50 مجله علمی دنیاست (همان منبع).
 پاسخ 
دیدگاه کاربران
وحید فتحی |   1395/10/06 22:23:20   |
مطلب خوبی بود.استفاده کردم
علی ناصریان اصل |   1395/08/23 20:39:30   |
6     5
مقالات مربوط به منطق فازی
بررسی کاربرد های منطق فازی در حسابداری
نویسندگان: محمد نمازی، محسن کریمی
چشم‌انداز مدیریت مالی و حسابداری/ شماره 1 ـ بهار 1390 ص 36 - 9

چکیده
هدف ‌این پژوهش، معرفی نظریه مجموعه‌های فازی یا در اصطلاح چندمقداری به عنوان ابزاری برای مقابله با ابهام و عدم دقت در سیستم‌های بشری و فرایند‌های تصمیم‌گیری و ارایه کاربرد‌های آن در حسابداری است. بنابراین‌این پژوهش از نوع پس‌رویدادی است و از روش کتابخانه‌ای و تکنیک تحلیل محتوا جهت بررسی پژوهش‌های فازی انجام‌شده در حسابداری و موارد کاربرد آن استفاده می‌کند. دوره زمانی پژوهش سال‌های 1980 تا 2010 بوده و پژوهش‌های حسابداری- فازی مربوط به ‌این دوره از طریق پایگاه‌های اطلاعاتی مطرح ملی و بین‌المللی جمع آوری‌شده است.

نتایج ‌این پژوهش حاکی از کاربرد منطق فازی در زمینه حسابداری مدیریت (%5/74)، حسابرسی (%6/17) و حسابداری مالی (%9/7) است. عمده ‌این کاربردها در بحث حسابداری مدیریت مربوط به تصمیم‌گیری‌های مدیریت، ارزیابی عملکرد و هزینه‌یابی است. کمترین کاربرد شناخته‌شده منطق فازی در حسابداری مالی است. با وجود موارد متعدد ابهام و عدم صراحت در حسابداری به ویژه در حسابداری مالی، به نظر می‌رسد که پژوهشگران و حرفه حسابداری به حد کافی از منطق فازی و کاربرد‌های آن استفاده نکرده‌اند. برطرف نکردن ‌این ابهامات می‌تواند منجر به کاهش در دقت و ارزش اطلاعات حسابداری شود. در حوزه حسابرسی هر چند که پژوهش‌های فازی بیشتری نسبت به حسابداری مالی انجام ‌شده است، با توجه به ویژگی حسابرسی که مبتنی بر قضاوت انسانی و نمونه‌گیری است، ابعاد مختلفی از ابهام وجود دارد. لذا پژوهش‌های فازی انجام‌شده در ‌این حوزه نیز کافی و بیانگر تمامی‌کاربرد‌های منطق فازی در حسابرسی نیست.

کلید واژه‌ها: منطق فازی، نظریه مجموعه‌های فازی، حسابداری مدیریت، حسابرسی، حسابداری مالی.

:: متن کامل مقاله، در بخش ضمیمه و نیز در لینک منبع، در دسترس می باشد.

مقدمه
ابهام و عدم صراحت در قضاوت‌های انسانی در بسیاری از رشته‌های علمی ‌وجود دارد. حسابداران در برخورد با موضوع ابهام و عدم صراحت به گونه‌ای رفتار می‌کنند که گویا ابهامی ‌وجود ندارد و یا‌اینکه یک امر تصادفی است. حسابداری نیز در بسیاری از جنبه‌های مهم دارای ابهام و عدم صراحت است. مشکل ابهام و عدم صراحت در حسابداری و حسابرسی مربوط به قواعد و نظام حسابداری است. به عنوان مثال، بایو و همکاران به دنبال ورشکستگی شرکت‌های بزرگ آمریکایی و اتهام وارد بر حرفه حسابداری مبنی بر عدم ارائه گزارش‌های مالی صحیح و دقیق‌، بر ‌این عقیده‌اند که استاندارد‌های حسابداری مالی در بیان دقیق ویژگی‌های کیفی اطلاعات حسابداری و ‌ایجاد تعادل بین آنها ناتوان است. بیانگ در بیان مفهوم اهمیت بر‌این عقیده است که مفهوم اهمیت اساساً دو بعدی مثل سیاه یا سفید و خوب یا بد نیست، بلکه درجاتی از اهمیت وجود دارد که در حسابداری نادیده گرفته می‌شود. یان در تجزیه‌وتحلیل روابط هزینه، حجم فعالیت و سود بیان می‌دارد که رویکرد‌های سنتی حسابداری به دلیل بی‌توجهی به عدم صراحت و دقت هر یک از متغیر‌های مورد استفاده، در ارائه اطلاعات دقیق ناتوان است. از نظر کاپلن ]38[ معیار‌های ارزیابی عملکرد به دلیل تمرکز بر نتایج کوتاه‌مدت و ابهام در بیان نتایج بلندمدت، در تعریف و ‌اندازه‌گیری دقیق عملکرد ناتوان است. تانگ و بینون با اشاره به اهمیت بودجه‌بندی سرمایه‌ای در تصمیم‌های مدیریت، تکنیک‌های حسابداری را به دلیل عدم توجه به ابهامات موجود، نادقیق می‌دانند.

ابهام و عدم صراحت اساسا متفاوت از تصادفی بودن است. تصادفی بودن مربوط به عدم اطمینان در مورد وقوع یا عدم وقوع یک رویداد است و در قالب احتمالات بیان می‌شود. در حالی که ابهام و عدم صراحت مربوط به عدم دقت و عدم وضوح در تعریف کلمات، رخداد وقایع و قضاوت‌ها است. غفلت از ابهام و عدم صراحت در مدل‌های تصمیم‌گیری می‌تواند قابلیت استفاده و فایده مدل‌های حسابداری را از طریق کاهش سودمندی در خاصیت تبیین‌کنندگی وقایع و قدرت پیش‌بینی آنها محدود سازد.

ضرورت توجه به ابهام و عدم صراحت در علم از سال 1920مطرح بوده، ولی به دلیل نبود یک مبنای منطقی قوی رشد چندانی نداشته است تا‌ اینکه در سال 1965 پروفسور لطفی‌زاده، استاد ‌ایرانی الاصل دانشگاه کالیفرنیا، نظریه "مجموعه‌های فازی" یا در اصطلاح "چندمقداری" را به عنوان ابزاری برای مقابله با ابهام و عدم دقت در سیستم‌های بشری و فرایند‌های تصمیم‌گیری که آن را فازی بودن نامید، مطرح ساخت. منطق فازی دارای کاربرد‌های گسترده‌ای در علوم مختلف از جمله اقتصاد، مدیریت و حسابداری است. با وجود جنبه‌های مختلف ابهام و عدم صراحت در حسابداری، هدف از ‌این پژوهش معرفی منطق فازی و همچنین بررسی کاربرد‌های عمده آن در حسابداری ملی و بین‌المللی با توجه به پژوهش‌های صورت گرفته در ‌این زمینه است. اهمیت ‌این پژوهش آن است که با توجه به ‌اینکه امروزه اطلاعات به عنوان جزء اصلی هر تصمیم‌گیری، دارای ارزش اقتصادی است، ارزش اطلاعات وابسته به توان اطلاعات در رفع ابهامات مربوط به حالات طبیعت و منافع حاصل از آن است. عدم توجه به موضوع ابهام و عدم صراحت در تکنیک‌های حسابداری مدیریت، روش‌های حسابرسی و گزارش‌های حسابداری مالی، ممکن است منجر به کمرنگ شدن نقش اطلاعات حسابداری در فرایند‌های تصمیم‌گیری شود. بنابراین یکی از فواید اصلی ‌این پژوهش آن است که به معرفی یکی از تکنیک‌های نوین که می‌تواند به موارد ابهام در حسابداری کمک نماید، اقدام می‌نماید. همچنین، کاربران حسابداری را با کارکرد‌ها و نتایج‌ این فن نوین در زمینه‌های مختلف حسابداری آشنا می‌سازد و لذا پژوهش‌های عملی و نظری ‌آینده را در ‌این زمینه نیز تسهیل می‌نماید.

مبانی نظری
تفکر فازی
تفکر فازی به دنبال ‌ایراد وارد بر منطق ارسطویی مبنی بر فاصله بین منطق و واقعیت مطرح شد. منطق ارسطویی که اساس ریاضیات کلاسیک را تشکیل می‌دهد، فرض می‌کند که جهان سیاه و سفید یا دو ارزشی است. در واقع منطق ارسطویی دقت را فدای سهولت می‌کند. اما پدیده‌های واقعی تنها سیاه یا سفید نیستند، بلکه تا ‌اندازه‌ای خاکستری هستند. به عبارت دیگر، پدیده‌های واقعی همواره فازی یعنی مبهم و غیردقیق هستند.

هدف اصلی منطق فازی فراهم نمودن مبنایی جهت انجام استدلال‌های تقریبی و دقیق است. ‌این کار از طریق در نظر گرفتن میزانی از شایستگی و اقتضا در دامنه صفر تا یک برای عناصر یک مجموعه فازی است. به گونه‌ای که به عناصر یک مجموعه فازی ‌این امکان را می‌دهد که به طور نسبی سیاه یا سفید باشند. نظریه مجموعه‌های فازی با بیان اطلاعات کیفی و ذهنی و همچنین گزاره‌های زبانی به روش علمی‌ و کمی‌، امکان انجام قضاوت‌های شخصی را کاهش می‌دهد و موجب تصمیم‌گیری منطقی‌تر می‌شود.


نظریه مجموعه‌های فازی و اعداد فازی
مجموعه فازی شامل تمامی ‌مواردی است که هر گروه آنها یا عناصر زیرمجموعه آنها دارای خاصیت تدرٌج تابع عضویت هستند. بدین معنا که بین عدم تعلق کامل و وابستگی کامل به مجموعه‌ای معین، قابلیت پذیرش نسبی مقادیری تقریبی و محدود از عضویت نیز وجود دارد و ‌این خاصیت به صورت طیفی است، یعنی کرانه قطعی وجود ندارد. به عبارتی مجموعه‌های فازی شامل طبقاتی از موضوعاتی است که فاقد مرز‌های مشخص جهت تفکیک موضوعات هر طبقه از موضوعات طبقات دیگر است.

تصمیم‌گیری
بریور و همکاران با بیان موارد ابهام و عدم قطعیت در تصمیم‌های مربوط به احداث خطوط تولید جدید، اقدام به معرفی منطق فازی و همچنین نرم‌افزار مدیریتی فازی جهت تصمیم‌های بودجه‌بندی سرمایه‌ای در شرایط عدم اطمینان نمودند. طبق نتایج‌ این پژوهش، اجرای تکنیک‌های بودجه‌بندی در شرایط فازی فراهم‌کننده اطلاعات کامل‌تری جهت تصمیم‌گیری‌است.

وانگ و لیانگ اقدام به معرفی دو محاسبه فازی جهت ارزیابی هزینه و منفعت پروژه‌های سرمایه‌گذاری نمودند. محاسبه اول از نسبت فازی منافع بر مخارج جهت انتخاب بهترین پروژه استفاده می‌کند. در حالی که دومین محاسبه از نسبت فازی منافع تفاضلی به مخارج تفاضلی جهت انتخاب بهترین پروژه‌ها استفاده می‌کند. از طریق استفاده از‌ این محاسبات می‌توان ابهام و عدم قطعیت در ارزیابی اطلاعات را نیز در محاسبات لحاظ نمود و به ‌این ترتیب به داده‌های مناسب‌تر و در نتیجه به تصمیم‌گیری مطلوب‌تری رسید.

چییو و پارک مدل جدیدی را جهت تصمیم‌گیری‌های بودجه‌بندی سرمایه‌ای در شرایط فازی ارائه نمودند. در این مدل با استفاده از اطلاعات جریان‌های نقد برآوردی در قالب اعداد فازی مثلثی، ارزش فعلی فازی جریان‌های نقدی هر پروژه محاسبه می‌شود. طبق نتایج ‌این پژوهش، استفاده از ‌این مدل در مقایسه با شکل سنتی محاسبه ارزش فعلی جریان‌های نقدی، تخصیص مطلوب‌تری از منابع مالی محدود به فعالیت‌های سرمایه‌گذاری را به همراه دارد.

مجدی و همکاران اقدام به ارائه مدلی جهت ارزیابی و انتخاب فرصت‌های سرمایه‌گذاری در محیط‌های تولیدی پیشرفته نمودند. در این مدل با استفاده از فرایند تحلیل سلسله مراتبی فازی، علاوه بر معیار‌های مالی‌، معیار‌های غیر مالی نیز مد نظر قرار گرفته است و به صورت تجربی نیز استفاده ‌شده است. ‌این مدل در مقایسه با مدل‌های سنتی دارای ‌این مزیت است که سه عامل معیار‌های مالی، غیر مالی و ریسک را شامل می‌شود.

دوگان و ساهن، از هزینه‌یابی بر مبنای فعالیت و تکنیک ارزش فعلی فازی جهت انتخاب عرضه‌کنندگان استفاده نمودند. آنها در بیان علل ارائه ‌این مدل، عنوان نمودند که در بسیاری از مطالعات انجام‌شده در مورد تصمیم‌های خرید‌، شرایط کاری عرضه‌کنندگان و خریداران، معیار‌های خرید ثابت و بدون تغییر فرض می‌شود، در حالی که فرایند خرید به دلیل تغییر در شرایط کاری عرضه‌کنندگان و خریداران و چرخه عمر تولیدات یا پروژه‌ها پویا بوده و دارای آثاری بیش از یک دوره است. لذا استفاده از تکنیک ارزش فعلی فازی در فرایند تصمیم‌گیری انتخاب عرضه‌کنندگان ضرورت دارد.

بایوکوزکان و فیزیوقلو با استفاده از مجموعه‌های فازی مدل جدیدی جهت تصمیم‌گیری برای توسعه محصولات جدید در شرایط عدم اطمینان ارائه نمودند. در این مطالعه، پژوهشگران ابتدا نقاط نیازمند تصمیم‌گیری در فرایند توسعه محصول جدید و عوامل نامطمئن تاثیرگذار بر آن را تعیین و سپس به مدل‌های تصمیم‌گیری و روش‌های کاهش ریسک تصمیم پرداختند. در نهایت جهت افزایش در دقت تصمیم‌گیری، رویکرد یکپارچه تصمیم‌گیری بر مبنای منطق فازی را استفاده نمودند.

تانگ و بینون با اشاره به اهمیت بودجه‌بندی سرمایه‌ای در بین تصمیم‌گیری‌های مدیریتی و همراه بودن ‌این موضوع با ابهامات زیاد، از فرایند تحلیل سلسله مراتبی فازی در ارزیابی پروژه‌های سرمایه‌گذاری جهت انتخاب ناوگان حمل و نقل در یک شرکت اجاره خودرو استفاده نمودند. اجرای بودجه‌بندی سرمایه‌ای با استفاده از تحلیل سلسله مراتبی فازی، امکان اولویت‌بندی منطقی‌تری از پروژه‌های سرمایه‌ای که دارای سطوح مختلف از دقت و صحت می‌باشند را فراهم می‌کند.

بایو و همکاران نیز با استفاده از فرایند تحلیل سلسله مراتبی فازی، مدلی را جهت تجزیه‌وتحلیل تصمیم‌های مربوط به تعیین ترکیب محصولات فروش ارائه نمودند. استفاده از حالت فازی در تحلیل سلسله مراتبی جهت تعیین ترکیب محصولات دارای ‌این مزیت است که متغیر‌های مبهم اولویت‌دهی، متمایز‌سازی محصولات، راهبرد هزینه‌ها، جریان‌های نقدی، سهم بازار، عقاید و رسوم شرکت و مالکان را نیز می‌توان در تعیین ترکیب محصولات لحاظ نمود.

امیتامیو و بدریو در ارزیابی پروژه‌های اطلاعاتی از مدل تجریه و تحلیل ارزش فعلی فازی استفاده نمودند. ابهامات موجود در برآورد پارامتر‌های تعیین ارزش فعلی از جمله منافع و مخارج و همچنین عمر مفید پروژه، از دلایل ارائه‌شده جهت استفاده از مدل فازی ارزش فعلی است.

چیو با استفاده از سازوکار تصمیم‌گیری گروهی و اطلاعات فازی چندگانه، اقدام به ارائه مدلی جهت انتخاب فناوری‌های پیشرفته تولید در صنعت دوچرخه‌سازی تایوان نمود. به جهت ‌اینکه اکثر اطلاعات مورد استفاده جهت ارزیابی و انتخاب فناوری‌های پیشرفته تولیدی کمی ‌و مبهم است، در این پژوهش از منطق فازی جهت مدل‌سازی عدم دقت و ابهام ‌این اطلاعات استفاده‌ شده است. نتایج حاصل از اجرای ‌این مدل به دلیل ‌اینکه مبتنی بر دیدگاه و نظرات یک گروه تصمیم‌گیرنده است، از عینیت و بی‌طرفی بیشتری برخوردار است.

آراندا و کاسترو جهت افزایش دقت و کیفیت اطلاعات در فرایند تصمیم‌گیری‌، اقدام به طراحی یک سیستم خبره فازی نمودند. آنها از قوانین فازی جهت شبیه‌سازی رفتار شرکت‌ها استفاده نمودند. در نهایت جهت رسیدن به مدل با کمترین ساختار، از نوع خاصی از الگوریتم ریاضی استفاده کردند. استفاده از سیستم‌های خبره فازی در فرایند تصمیم‌گیری، کاهش در هزینه‌های تهیه اطلاعات را به همراه خواهد داشت.

پهلوانی، مدلی را برای اولویت‌بندی فرصت‌های سرمایه‌گذاری در صنایع مختلف که مرتبط با حوزه فعالیت بانک صنعت و معدن هستند، ارائه نمود. بدین منظور پس از تعریف معیارها و زیرمعیارهای تاثیرگذار در مسئله، اوزان هر معیار و زیرمعیار بر اساس نظرات خبرگان برآورد گردید و برای فرایند ترکیب تصمیم‌گیری از روش "تاپسیس سلسله مراتبی با رویکرد فازی" استفاده شد. در این پژوهش توانایی کمّی‌سازی عوامل کیفی و همچنین مدل‌سازی عدم قطعیت در خطاهای برآورد با استفاده از مدل فازی نشان داده‌ شده است.

ارزیابی عملکرد
لی و همکاران از فرایند تحلیل سلسله مراتبی فازی و ارزیابی متوازن جهت ارزیابی عملکرد دایره فناوری اطلاعات صنایع تولیدی کشور تایوان استفاده نمودند. در‌ این پژوهش از فرایند تحلیل سلسله مراتبی فازی جهت تعدیل در اثرات ناشی از ابهام در اطلاعات و اولویت‌دهی به هر یک از شاخص‌های مختلف ارزیابی عملکرد در سازه‌های مختلف ارزیابی متوازن (مالی‌، مشتری، فرایند داخلی سازمان و رشد و یادگیری) استفاده ‌شده است. نتایج‌ این پژوهش نشان داد که سیستم فازی می‌تواند از طریق ارائه راهکار‌های اصلاحی منجر به بهبود عملکرد در واحد‌های فناوری اطلاعات شرکت‌های تولیدی گردد.

یو و همکاران در ارزیابی عملکرد بانک‌ها از طریق روش ارزیابی متوازن، از رویکرد تصمیم‌گیری چندشاخصی فازی استفاده نمودند. در ‌این پژوهش ابتدا معیار‌های ارزیابی عملکرد مختلف تعیین شد و سپس با توجه به ویژگی‌های تخصصی بانک‌ها‌، تعداد معیار‌ها به 23 مورد کاهش یافت. جهت رتبه‌بندی معیار‌های انتخاب‌شده از رویکرد "تحلیل سلسله مراتبی فازی" استفاده شد. در نهایت از رویکرد تصمیم‌گیری چندشاخصی جهت رتبه‌بندی بانک‌ها و تعیین فاصله عملکردی آنها استفاده شد. نتایج‌این پژوهش بیانگر مفید بودن رویکرد تصمیم‌گیری چندشاخصی فازی در ارزیابی متوازن و مقایسه‌ای از عملکرد بانک‌ها است.

سکمی‌و همکاران جهت ارزیابی عملکرد فازی بانکداری ترکیه از تحلیل سلسله مراتبی فازی و تاپسیس استفاده نمودند. در این مطالعه که هدف آن پیشنهاد مدل تصمیم‌گیری چندشاخصی در قالب شاخص‌های مالی و غیر مالی در 5 بانک تجاری بزرگ ترکیه است، از رویکرد فازی در قالب تحلیل سلسله مراتبی جهت اولویت‌بندی معیار‌های مالی و غیر مالی استفاده‌شده است. نتایج ‌این پژوهش بیانگر ‌این است که نه تنها عملکرد مالی، بلکه عملکرد غیر مالی را نیز باید در شرایط رقابتی و مقایسه بین بانک‌ها لحاظ نمود.

ایرتقرل و کارکاسوگلو در ارزیابی عملکرد شرکت‌های سیمانی پذیرفته‌شده در بورس ترکیه از طریق نسبت‌های مالی، از روش تحلیل سلسله مراتبی فازی استفاده نمودند. نتایج به دست آمده از‌این پژوهش برای تصمیم‌گیرندگان، جهت طبقه‌بندی شرکت‌ها بر اساس عملکرد آنها مفید است.

تسینگ در پیاده‌سازی سیستم ارزیابی متوازن در شرایط عدم اطمینان، در خصوص وابستگی و روابط بین اجزای ‌این سیستم، از رویکرد ترکیبی فرایند تحلیل شبکه برای تشخیص وابستگی‌ها‌، آزمایش و مشاهدات تجربی به عنوان معیار فعل و انفعالات و تئوری مجموعه‌های فازی جهت ارزیابی عدم اطمینان استفاده نمود. در این پژوهش سازه‌های چهار گانه ارزیابی متوازن (مالی‌، مشتری، فرایند داخلی سازمان و رشد و یادگیری) و 22 معیار مورد استفاده در یکی از دانشگاه‌های غیردولتی تایوان مورد ارزیابی قرار گرفتند. نتایج بیان‌کننده ‌این است که یادگیری دانشجویان به عنوان با نفوذترین و قوی‌ترین معیار و میزان رشد سالیانه درآمد دانشگاه، به عنوان کاراترین و قابل اجرا‌ترین معیار جهت ارزیابی عملکرد ‌این دانشگاه محسوب می‌شود.

توکلی و جمالی از رویکرد تصمیم‌گیری چندشاخصی فازی و در قالب نسبت‌های مالی، جهت ارزیابی عملکرد مالی شرکت‌ها استفاده نمودند. ‌این مطالعه که در سطح شرکت‌های داروسازی پذیرفته‌شده در بورس اوراق بهادار تهران و با توجه به اطلاعات مالی سال 2007 آنها انجام‌شده است، نشان داد که سیستم فازی می‌تواند به عنوان ابزاری مفید در رتبه‌بندی عملکردی شرکت‌های موجود در هر صنعت به کار گرفته شود.

حق‌شناس و همکاران در ارزیابی عملکرد واحد فناوری اطلاعات صنایع تولیدی از سیستم ارزیابی متوازن استفاده نمودند. در این پژوهش به دلیل وجود ابهام در سازه‌های ‌این سیستم، از فرایند تحلیل سلسله مراتبی فازی جهت اولویت‌دهی فازی به معیار‌های سنجش تعیین‌شده توسط متخصصین فناوری اطلاعات استفاده شد. نتایج ‌این پژوهش نشان داد که سیستم فازی می‌تواند منجر به ارائه استراتژی‌های بهبود عملکرد در واحد‌های فناوری اطلاعات شرکت‌های تولیدی گردد.

مومنی و همکاران با استفاده از مدل ترکیبی ارزیابی متوازن و تحلیل پوششی داده‌های فازی، به ارزیابی عملکرد سازمان تأمین اجتماعی پرداختند. در این پژوهش که در سطح شعب تأمین اجتماعی استان تهران اجرا‌شده است، ابتدا با استفاده از ارزیابی متوازن عملکرد شعب مشخص شد. سپس با توجه به وجود داده‌های غیر قطعی در مورد معیار‌های ارزیابی عملکرد، کارایی و عملکرد واقعی ‌این شعب با استفاده از تحلیل پوششی داده‌های فازی ‌اندازه‌گیری گردید. پژوهشگران با استفاده از‌این مدل ترکیبی توانستند راهکار‌های مناسبی را جهت بهبود و رساندن شعب ناکارا به مرز کارایی به سازمان تأمین اجتماعی ارائه دهند.

دانش شکیب و فضلی در تشخیص شرکت‌های موفق از شرکت‌های ناموفق در بورس اوراق بهادار تهران از رویکرد ترکیبی تحلیل سلسله مراتبی فازی و تاپسیس استفاده نمودند.‌ این مطالعه که در سطح شرکت‌های سیمان پذیرفته‌شده در بورس اوراق بهادار تهران و در سال‌های 1380 تا 1386 اجرا‌شده است، بیانگر برتری و توان بالاتر رویکرد ترکیبی در مقایسه با اجرای جداگانه هر یک از تکنیک‌های بیان‌شده در ارزیابی عملکرد شرکت‌های سیمانی است.

هزینه‌یابی
دن تینگ و همکاران با استفاده از منطق فازی، مدلی جهت بررسی و ارزیابی بهای تمام‌شده فناوری‌های جدید در ابتدایی‌ترین مراحل طراحی محصول ارائه نمودند .نتایج نشان می‌دهد که این مدل نسبت به مدل‌های سنتی نیازمند مقادیر کمتری از داده است.‌ این مدل می‌تواند صفات عناصر را در شرایط عدم اطمینان و مبهم نیز در نظر بگیرد و میزان ذهنیت در ارزیابی بهای تمام‌شده محصول و فرآیند را کاهش دهد. همچنین مدل ارائه‌شده را می‌توان جهت تعیین بهای تمام‌شده هر محصول، از جمله محصولات فعلی شرکت و از طریق داده‌های تاریخی نیز به کار برد.

ناچمن و ندی از طریق بکارگیری مفاهیم منطق فازی در هزینه‌یابی اقدام به توسعه سیستم هزینه‌یابی بر مبنای فعالیت نمودند. ‌این پژوهش بیان‌کننده مزایای سیستم هزینه‌یابی بر مبنای فعالیت فازی و مراحل توسعه و پیاده‌سازی در یک شرکت دارو‌سازی است.

ناچ من و ندی به معرفی و مقایسه روش‌های فایق آمدن بر ابهام و عدم اطمینان نسبت به داده‌های ورودی سیستم هزینه‌یابی بر مبنای فعالیت از منظر تجزیه‌وتحلیل هزینه و منفعت پرداخته‌اند. طبق مقایسه انجام‌شده، استفاده از روش فازی در هزینه‌یابی بر مبنای فعالیت جهت در نظر گرفتن شرایط ابهام و عدم قطعیت، نسبت به روش‌های مبتنی بر هر یک از مدل‌های استاندارد، فاصله‌ای و مونت کارلو با متغیرهای نرمال ورودی، مناسب‌ترین روش است.

زیو و خوشگفتار با تاکید بر هزینه‌بر بودن طراحی و اجرای پروژه‌های نرم‌افزاری و ابهامات موجود در برآورد بهای تمام‌شده ‌این پروژه‌ها، در یک مطالعه موردی اقدام به ارائه مدل فازی برآورد بهای تمام‌شده ‌این پروژه‌ها و مقایسه آن با سایر مدل‌ها نمودند. طبق مقایسه انجام‌شده، مدل فازی بهای تمام‌شده در عین سادگی دارای قابلیت در نظر گرفتن موارد ابهام‌، عدم قطعیت و همچنین متغیر‌های کیفی و زبانی است.

رازتاکی، مدل فازی سیستم هزینه‌یابی بر مبنای فعالیت فازی را با مدل زنجیره ارزش ترکیب نمود. مدل جدید ارائه‌شده را می‌توان به عنوان ابزاری سودمند برای ارزیابی سرمایه‌گذاری در پروژه‌های مرتبط با فناوری اطلاعات استفاده نمود.

دل ری و همکاران جهت فایق آمدن بر مشکلات مربوط به عدم اطمینان و ذهنی بودن فرایند هزینه‌یابی بر مبنای هدف، اقدام به ترکیب سیستم هزینه‌یابی بر مبنای هدف با منطق فازی و معرفی سیستم هزینه‌یابی بر مبنای هدف فازی نمودند. مدل ارائه‌شده بیانگر شواهدی دال بر ‌ایجاد بینش اضافی برای تصمیم‌گیرنده در مورد روابط بین محتوای هزینه و تولیدات است.

نمازی و غفاری جهت فایق آمدن بر شرایط عدم اطمینان و عدم صحت اطلاعات سیستم هزینه‌یابی بر مبنای فعالیت، اقدام به طراحی سیستم هزینه‌یابی بر مبنای فعالیت فازی نمودند. نتایج‌این مطالعه که به صورت موردی و مقایسه‌ای در بخش‌های پشتیبانی و تشخیص بیمارستان رضوی مشهد انجام‌ شده، بیانگر وجود تفاوت معنی‌دار بین بهای تمام‌شده طبق سیستم استاندارد هزینه‌یابی بر مبنای فعالیت با حالت فازی آن است.

برنامه‌ریزی و کنترل
دی کاروین و همکاران با استفاده از مجموعه‌های فازی نوع خاصی از سیستم‌های خبره کنترلی فازی را طراحی نمودند. ‌این سیستم ابهامات موجود در سیستم‌های خبره کنترلی فعلی که مربوط به استدلال‌های انسانی و تحلیل‌های بازخوردی سیستم در تجزیه‌و‌تحلیل انحرافات بهای تمام‌شده است را نیز لحاظ می‌نمود. همچنین، امکان تقلید دقیق‌تر از فرایند پیچیده تصمیم‌گیری انسانی را نیز فراهم می‌کرد.

ناگاساوا با استفاده از تئوری مجموعه‌های فازی اقدام به طراحی مدلی جهت مهندسی ارزش و مدیریت هزینه‌ها نمود. وجود ابزار‌ و راهکار‌های مختلف جهت مهندسی ارزش‌، اولویت‌بندی آنها و همچنین ابهامات مربوط به آنها، از دلایل لزوم پرداختن به نظریه مجموعه‌های فازی در مهندسی ارزش بیان‌ شده است.

واک و همکاران از رویکرد مبتنی بر مجموعه‌های فازی جهت تخصیص منابع انسانی در شرکت‌های خدمات حسابداری و حسابرسی استفاده نمودند. مشکلات و ناتوانی مدل برنامه‌ریزی خطی در تخصیص بهینه منابع انسانی در شرکت‌های خدمات حسابداری و حسابرسی به دلیل وجود اهداف چندگانه در این شرکت‌ها و همچنین ناتوانی مدل‌های برنامه‌ریزی هدف و برنامه‌ریزی خطی با اهداف چندگانه در ساختار‌ها و شرایط سازمانی متفاوت‌، از دلایل ضرورت استفاده از مدل مبتنی بر منطق فازی است.

لین و همکاران به دلیل وجود اطلاعات نامتقارن، وجود شرایط مبهم در انعقاد قرارداد‌های مدیریتی و ‌اینکه مدیران نمی‌توانند به طور کامل اقدامات و عملکرد واقعی متصدیان را کنترل و نظارت نمایند، با استفاده از تئوری منطق فازی اقدام به طراحی مدلی جهت تجزیه‌ و تحلیل قرارداد‌های مدیریتی نمودند. نتایج ‌این پژوهش بیانگر‌ این است که استفاده از شاخص‌های فازی در تجزیه‌ و تحلیل قرارداد‌های مدیریتی، می‌تواند منجر به کاهش در هزینه‌های تولید و نمایندگی شود.

یان با استفاده از یک سیستم خبره فازی، اقدام به طراحی مدلی جهت تجزیه‌وتحلیل هزینه، حجم فعالیت و سود در شرایط مبهم توسط مدیریت نمود. در این سیستم جدید بر خلاف حالت سنتی که از نقطه سربه سر و با فرض حالت اطمینان استفاده می‌شود، از اطلاعات متخصصین و مفاهیم مجموعه‌های فازی جهت فایق آمدن بر عدم دقت و ابهام استفاده می‌شود.

نمازی و حشمتی جهت تعیین عملکرد و کنترل مدیریتی بر پروژه‌های فناوری اطلاعات اقدام به ارائه مدلی در قالب طراحی سیستم یکپارچه بودجه‌بندی و هزینه‌یابی بر مبنای فعالیت فازی نمودند. ‌این مدل می‌تواند با داشتن انعطاف‌پذیری لازم در نمایش عدم اطمینان ناشی از فقدان دانش در مقایسه با سیستم هزینه‌یابی و بودجه‌بندی بر مبنای فعالیت استاندارد، اطلاعات ارزشمندتری را برای ارائه راه حل و تصمیم‌گیری در اختیار مدیران قرار دهد.

حسابداری مدیریت راهبردی
رانگون توجه به حسابداری مدیریت استراتژیک، مدیریت هزینه استراتژیک و معیار‌های غیر مالی‌اندازه‌گیری عملکرد را به عنوان راهکار‌هایی جهت فایق آمدن بر محدودیت‌های سیستم‌های سنتی حسابداری مدیریت معرفی نمود. وی جهت ‌ایجاد ارتباط بین اثربخشی سازمان، شاخص‌های کلیدی موفقیت و ‌اندازه‌گیری عملکرد، یک چارچوب تحلیلی را با استفاده از منطق فازی ارائه نمود.

کاسیا و همکاران پیشرفت سیستم‌های حسابداری مدیریت شرکت‌ها در ارائه اطلاعات جهت سهولت در فرایند تصمیم‌گیری‌های استراتژیک و رابطه آن با شکل، توسعه و بزرگی شرکت‌ها را از طریق حالت عمومی ‌منطق فازی مورد بررسی قرار دادند. نتایج بدست آمده از بررسی 501 شرکت ‌ایتالیایی بیانگر ‌این است که سیر تکاملی شرکت همیشه با پیشرفت‌های موجود در سیستم حسابداری مدیریت شرکت‌ها همخوانی ندارد. به عبارتی می‌توان تعداد زیادی از شرکت‌های با ساختار ساده سازمانی ولی با سیستم حسابداری مدیریت پیشرفته، یافت نمود.

بزبارا و همکاران با تاکید بر‌این موضوع که هر چه قابل‌اندازه‌گیری نباشد، قابل مدیریت هم نیست؛ از طریق تجزیه‌و‌تحلیل سلسله مراتبی فازی، مدلی را جهت اولویت‌بندی شاخص‌های ‌اندازه‌گیری سرمایه انسانی ارائه نمودند. ‌این مدل که برای هر کشور و فرهنگی قابل استفاده است، ابتدا در کشور ترکیه و با توجه به فرهنگ ‌این کشور اجرا‌ شده است. در‌ این کشور آگاهی و دانش‌، میزان مهارت، انتقال آگاهی و دانش به دیگران و موفقیت در برنامه‌های آموزشی، به عنوان مهم‌ترین شاخص‌ها در ‌اندازه‌گیری سرمایه انسانی قلمداد ‌شده است.

اودرناتی و ویلدی از مفاهیم منطق فازی و تئوری بازی‌ها جهت مدل‌سازی فرایند تصمیم‌گیری‌های استراتژیک توسط سازمان‌های تجاری بر اساس اطلاعات غیر قطعی استفاده نمودند. در این پژوهش رقابت بین سازمان‌های تجاری به عنوان یک بازی در نظر گرفته ‌شده است و سازمان‌ها به عنوان بازیگران آن می‌باشند که تصمیم‌های خود را از طریق اقدامات استراتژیک و بر مبنای اطلاعات غیرقطعی مدل‌سازی می‌کند.

خلاصه یافته‌های پژوهش‌های فازی در حسابداری مدیریت
با توجه به جدول 6، کاربرد عمده منطق فازی در حسابداری مدیریت در زمینه تصمیم‌گیری و ارزیابی عملکرد است. به گونه‌ای که بیش از %31 مطالعات فازی در حسابداری مدیریت مربوط به تصمیم‌گیری، به ویژه بودجه‌بندی سرمایه‌ای و توسعه محصولات جدید و حدود %24 مربوط به ارزیابی عملکرد به ویژه از طریق سیستم ارزیابی متوازن است و صرفا %18 از مطالعات انجام‌شده در زمینه هزینه‌یابی است. سایر پژوهش‌های فازی در حسابداری مدیریت نیز به ترتیب %15 و %10 مربوط به برنامه‌ریزی و کنترل و حسابداری مدیریت راهبردی است. مهم‌ترین کاربرد‌های شناخته‌شده منطق فازی در حسابداری مدیریت به شرح زیر است:

1. افزایش در دقت و صحت سیستم‌های هزینه‌یابی بر مبنای فعالیت از طریق کاهش در ابهام و عدم اطمینان در مورد داده‌های ورودی به سیستم.
2. ایجاد امکان بررسی و تعیین بهای تمام‌شده محصول در فناوری‌های جدید و قبل از تولید محصول با توجه به شرایط مبهم محیطی.
3. بهبود سیستم ارزیابی عملکرد متوازن از طریق برطرف نمودن ابهام در مورد تعیین شاخص‌های ارزیابی عملکرد مناسب در هر یک از سازه‌های ارزیابی عملکرد متوازن، اولویت‌دهی به‌این شاخص‌ها و شفاف‌سازی روابط و اثر ‌این سازه‌ها بر یکدیگر.
4. ارتقای سیستم‌های سنتی ارزیابی عملکرد مالی شرکت از طریق رفع ابهام در مورد نوع نسبت‌های مالی مورد استفاده، اولویت‌بندی آنها و استفاده از معیار‌های غیرمالی در کنار معیار‌های مالی.
5. بهبود فرایند مهندسی ارزش و مدیریت هزینه‌ها از طریق رفع ابهام در مورد راهکار‌های مختلف مهندسی ارزش و اولویت‌بندی آنها.
6. تسهیل در تخصیص منابع محدود شرکت در شرایط وجود اهداف چندگانه و وجود ساختار‌ها و شرایط سازمانی متفاوت.
7. ایجاد امکان تجزیه‌وتحلیل دقیق‌تر از روابط هزینه، حجم فعالیت و سود در شرایط ابهام و عدم اطمینان.
8. ایجاد امکان کنترل و نظارت بیشتر بر قرارداد‌های مدیریتی در شرایط وجود اطلاعات نامتقارن و مبهم و کاهش در هزینه‌های نمایندگی.
9. ایجاد امکان تجزیه‌وتحلیل دقیق‌تر تصمیم‌های بودجه‌بندی سرمایه‌ای و فناوری‌های پیشرفته تولید در شرایط وجود ابهام در مورد نرخ تنزیل و جریان‌های نقد ورودی آتی و مدت آن و همچنین وجود متغیر‌های کیفی تاثیرگذار بر تصمیم که امکان اعمال آن از طریق روش‌های سنتی بودجه‌بندی سرمایه‌ای وجود ندارد.
10. ایجاد امکان تعیین ترکیب محصولات فروش از طریق لحاظ نمودن آثار متغیر‌های مختلف کیفی و کمّی ‌غیر از سود مثل عقاید و رسوم شرکت و مالکان، سهم بازار، سیاست راهبردی هزینه‌ها، تمایز محصولات که امکان لحاط نمودن آنها در مدل‌های سنتی وجود ندارد.
11. بهبود و ارتقای مدل‌های سنتی انتخاب عرضه‌کنندگان از طریق لحاظ نمودن آثار بلندمدت انتخاب هر عرضه‌کننده بر زنجیره ارزش شرکت از طریق استفاده از ارزش فعلی فازی.
12. ایجاد امکان ارزیابی و‌اندازه‌گیری دقیق‌تر سرمایه‌های انسانی از طریق تعیین و اولویت‌بندی شاخص‌های ‌اندازه‌گیری و ارزیابی سرمایه انسانی.

حسابرسی
دومین کاربرد منطق فازی در حسابداری، مربوط به حسابرسی است. کولی و هیکس ]27[ با بیان ضرورت دستیابی به رویکردی واحد در ارزیابی کنترل‌های داخلی، اقدام به اصلاح مدل‌های ریاضی ارائه‌شده در ارزیابی کنترل‌های داخلی نمودند. آنها از طریق مجموعه‌های فازی توانستند ارزش‌های زبانی همانند قوی، ضعیف و کافی را در این مدل‌ها لحاظ کنند. آنها مدلی را ارائه کردند که قادر بود ضمن ارزیابی کنترل‌های داخلی، نتیجه ارزیابی را در قالب ارزش‌های زبانی ارائه کند.

فرید لوب و چیفر با بیان‌ اینکه حسابرسان معمولا ریسک را در قالب احتمالات بیان می‌کنند، به بررسی انواع مختلف عدم اطمینان در حسابرسی پرداختند. آنها در نهایت روش مبتنی بر منطق فازی به را به عنوان روش نوینی از بررسی عدم اطمینان در حسابرسی معرفی نمودند.

پادک و همکاران جهت کاهش در هزینه‌های کشف تقلب در ادعا‌های مطرح‌شده در بیمه‌های خویش‌فرما، اقدام به طراحی سیستم‌های خبره فازی جهت ارزیابی و بیان عناصر مربوط به تقلب در حل‌وفصل ادعا‌های بیمه‌ای نمودند. ‌این سیستم جهت تصمیم‌گیری در مورد‌ اینکه آیا ادعا‌های بیمه‌ای حل‌وفصل‌شده واقعی‌اند و یا ‌اینکه شواهدی از تقلب وجود دارد، مفید است.

بینون و همکاران با استفاده از رویکرد درخت تصمیم‌گیری فازی که مبتنی بر قوانین مجموعه‌های فازی "اگر- آنگاه" است، اقدام به ارائه مدلی جهت تعیین سطوح مخارج حسابرسی شرکت‌ها نمودند. آنها سطوح مخارج حسابرسی شرکت‌ها را با توجه به ویژگی‌های شرکت‌ها و حسابرسی آنها مانند فروش سالیانه، تعداد شعب، ریسک مالی شرکت‌، تغییرات حسابرس، نوع مالکیت و حق‌الزحمه مشاور در سه سطح کم، متوسط و زیاد تعریف نمودند. مدل ارائه‌شده در ‌این پژوهش فراهم‌کننده مبنایی جهت تعیین مخارج حسابرسی یک شرکت از طریق قضاوت‌های انسانی و در قالب ارزش‌های زبانی است.

دی کاروین و همکاران ریسک و مخاطره کنترل‌های داخلی در سیستم‌های اطلاعاتی حسابداری کامپیوتری را از طریق رویکرد مبتنی بر مجموعه‌های فازی مورد بررسی قرار دادند. مدل ارائه‌شده در این پژوهش از طریق ماتریس تحلیل ریسک و در یک شرکت فعال در صنایع شیمیایی بکار رفته است.‌ این مدل در ارزیابی و اعمال رویه‌های کنترلی جدید، به منظور افزایش در امنیت سیستم‌های اطلاعاتی شرکت مفید است.

کامونال و سکستن اقدام به معرفی رویکرد مبتنی بر منطق فازی جهت ارزیابی اهمیت در ارائه صورت‌های مالی نمودند. رویکرد مبتنی بر منطق فازی در ارزیابی اهمیت در مقایسه با رویکرد‌های سنتی، که مبتنی بر ارزیابی دودویی است، می‌تواند فراهم‌کننده یک سیستم خبره در ارزیابی اهمیت باشد؛ به گونه‌ای که بتوان اهمیت در ارائه درست صورت‌های مالی را بین صفر و یک نشان داد و از طرفی معیار‌های کیفی را نیز در ارزیابی اهمیت منظور نمود.

لنارد و همکاران امکان کشف کلاه‌برداری و تقلب در گزارشگری مالی شرکت‌های فعال در صنعت خدمات کامپیوتری را از طریق منطق فازی و با استفاده از اطلاعات عمومی‌ مورد بررسی قرار دادند. نتایج بدست آمده حاکی از دقت 7/76 درصدی آشکار‌سازی تقلب در گزارشگری مالی است. روش فازی در مقایسه با سایر روش‌ها دارای ‌این مزیت است که نیازمند اطلاعات محرمانه نیست و برخلاف سایر روش‌ها، کاربرد آن منحصر به صنایع تولیدی و خرده‌فروشی نمی‌باشد.

دریلی و همکاران با استفاده از مدل برنامه‌ریزی ریاضی فازی، الگوریتمی ‌راهبردی جهت شکل‌دهی به تیم حسابرسی کیفیت را پیشنهاد دادند. در این پژوهش از روش رتبه‌بندی فازی جهت تعیین کفایت مهارت و تخصص هر یک از حسابرسان در حسابرسی تیمی ‌استفاده ‌شده است.

چانگ و همکاران با استفاده از تئوری فازی و مدل ریسک حسابرسی اقدام به توسعه سیستم ارزیابی ریسک عدم کشف در حسابرسی نمودند. در ‌این پژوهش، ابتدا عوامل تاثیرگذار بر ریسک عدم کشف (شامل 53 مورد) تعیین شدند و سپس از روش دلفی مبتنی بر اظهارنظر متخصصین حسابرسی جهت کاهش‌ تعداد این معیار‌ها به 43 مورد استفاده شد. در نهایت از تئوری فازی در قالب اعداد مثلثی جهت محاسبه درجه و میزان ریسک عدم کشف مجاز کارمندان حسابرسی استفاده شد.

خلاصه یافته‌های پژوهش‌های فازی در حسابرسی
طبق پژوهش‌های فازی بررسی‌شده‌، مهم‌ترین کاربرد‌های شناخته‌شده برای منطق فازی در حسابرسی به شرح زیر است:
1. بهبود در فرایند ارزیابی کنترل‌های داخلی و حذف اثر قضاوت‌های شخصی انسانی از طریق طراحی سیستم‌های خبره ارزیابی کنترل‌های داخلی و بیان نتیجه آن در قالب متغیر‌های زبانی و منطبق با فرایند پردازش انسانی.
2. ایجاد امکان کشف کلاه‌برداری و تقلب در گزارشگری مالی با دقت به نسبت خوب در مراحل ابتدایی عملیات حسابرسی و از طریق اطلاعات عمومی‌ و بدون نیاز به اطلاعات محرمانه.
3. توسعه سیستم ارزیابی ریسک حسابرسی و عدم کشف جهت محاسبه درجه و میزان ریسک عدم کشف و کاهش در اثر قضاوت‌های انسانی.
4. ایجاد امکان ارزیابی دقیق‌تر از اصل اهمیت در گزارشگری مالی از طریق طراحی سیستم‌های خبره ارزیابی اهمیت مبتنی بر معیار‌های کمّی ‌و کیفی.

حسابداری مالی
سومین زمینه پژوهش‌های فازی در حسابداری مربوط به حسابداری مالی است. یائو و همکاران با اشاره به ابهامات مدل سنتی جریان‌های نقدی تنزیل‌شده در خصوص مبلغ جریان‌های نقدی و نرخ تنزیل مورد استفاده، اقدام به توسعه مدل فازی جریان‌های نقدی تنزیل‌شده نمودند. در مدل ارائه‌شده، اطلاعات مبهم فازی ‌شده و در قالب اعداد فازی مثلثی و جهت ارزشیابی دارایی‌های مالی شرکت بکار رفته است. نتایج ‌این پژوهش بیانگر مزیت مدل فازی جریان‌های نقدی تنزیل‌شده در مقایسه با مدل سنتی آن است.

بایو و همکاران با اشاره به ورشکستگی شرکت‌هایی نظیر ‌انرون و ورلدکام در سنوات اخیر و اتهام وارد به حرفه حسابداری جهت عدم اجرای روش‌های صحیح حسابداری، از تحلیل فرایندی سلسله مراتبی فازی جهت تعیین بهترین سازوکار تهیه استاندارد‌های حسابداری مالی استفاده نمودند.

زبدا و میچارن، ضمن بررسی سیستم‌های خبره حسابداری‌، نبود امکان پوشش مخاطرات و عدم اطمینان توسط ‌این سیستم‌ها را به عنوان یک ‌ایراد اساسی مطرح نمودند. نتایج ‌این پژوهش بیانگر ضرورت اعمال منطق فازی در سیستم‌های خبره حسابداری جهت لحاظ نمودن عدم اطمینان و کاهش در هزینه‌های تحصیل اطلاعات است.

کیو و زانگ موارد اشتراک و تفاوت در استاندارد‌های حسابداری کشور چین با استاندارد‌های حسابداری بین‌المللی را با استفاده از الگوی تحلیلی طبقه‌بندی فازی مورد بررسی قرار دادند. نتایج بدست آمده حاکی از همگرایی بالای استاندارد‌های حسابداری کشور چین با استاندارد‌های حسابداری بین‌المللی است. مدل ارائه‌شده در ‌این تحقیق امکان مقایسه دقیق‌تری از استانداردهای حسابداری هر کشور با استاندارد‌های حسابداری بین المللی را فراهم می‌نماید.

خلاصه یافته‌های پژوهش‌های فازی در حسابداری مالی
در زمینه حسابداری مالی، پژوهش‌های فازی ‌اندکی (%9) انجام ‌شده است. مهم‌ترین کاربرد‌های شناخته‌شده برای منطق فازی در حسابداری مالی طبق پژوهش‌های فازی بررسی‌شده به شرح زیر است:

1. ارزشیابی دقیق‌تر دارایی‌ها و بدهی‌های مبتنی بر ارزش فعلی از طریق رفع ابهامات مدل سنتی جریان‌های نقدی تنزیل‌شده در مورد مبلغ جریان‌های نقدی و نرخ تنزیل مورد استفاده.
2. تعیین بهترین سازوکار تهیه استاندارد‌های حسابداری مالی جهت افزایش در کیفیت گزارش‌های مالی.
3. توجه به عدم اطمینان و کاهش در هزینه‌های تحصیل اطلاعات از طریق اعمال منطق فازی در سیستم‌های خبره حسابداری شرکت‌ها.
4. ایجاد امکان مقایسه دقیق‌تر از وجوه تشابه و افتراق در استاندارد‌های حسابداری کشور‌های مختلف و ‌ایجاد فرصت‌های بهبود در استاندارد‌های حسابداری مالی.

بحث و نتیجه گیری
طبق جدول 5، تعداد کل پژوهش حسابداری- فازی انجام‌شده طی سال‌های 1980 الی 2010، در مجموع 51 مورد بوده است. با توجه به وجود جنبه‌های مختلف ابهام و عدم صراحت در حوزه‌های مختلف حسابداری و گذشت بیش از سه دهه از شروع کاربرد‌های منطق فازی، حجم پژوهش‌های فازی انجام‌شده در حسابداری بسیار کم است.‌ این موضوع می‌تواند بیان‌کننده جدید بودن ‌این فن و عدم شناخت کافی پژوهشگران حسابداری از منطق فازی و کاربرد آن باشد. طبق ‌این جدول‌، بیشترین پژوهش‌ها در زمینه حسابداری مدیریت است. به گونه‌ای که بیش از %74 (38 مورد) پژوهش‌های حسابداری- فازی با عناوین اصلی حسابداری مدیریت است. از کل پژوهش‌های حسابداری- فازی %18 (9 مورد) با عناوین اصلی حسابرسی و %9 (4 مورد) با عناوین اصلی حسابداری مالی است. ‌این مطلب که بیان‌کننده کاربرد عمده منطق فازی در حسابداری مدیریت است، با نتایج پژوهش انجام‌شده توسط ظریف فرد همخوانی دارد. ظریف فرد نیز عمده کاربرد‌های منطق فازی در حسابداری را در حوزه حسابداری مدیریت و حسابرسی بیان داشته است.

تعداد و درصد ‌اندک پژوهش‌های فازی انجام‌شده در حسابداری مالی طی سال‌های 1980 تا 2010، نشان‌دهنده عدم توجه به اهمیت ابهام و عدم صراحت در حسابداری مالی توسط پژوهشگران است. در حوزه حسابداری مالی، انجام یک بررسی از صورت‌های مالی، مفاهیم حسابداری و روش‌های مورد استفاده حسابداران، بیانگر وجود ابهام در بسیاری از مسائل حسابداری است. جنبه‌های مختلف ابهام و عدم صراحت در حسابداری مالی به حدی گسترده است که به مواردی مانند ابهام در تفسیر مفروضات، اصول و مفاهیم حسابداری‌، ابهام در استاندارد‌های حسابداری، ابهام در انتخاب روش مناسب حسابداری، ابهام در نوع اطلاعات مورد نیاز استفاده‌کنندگان از صورت‌های مالی و ابهام در میزان و زمان افشای اطلاعات محدود نمی‌شود. بلکه در هدف اصلی حسابداری مالی، یعنی فراهم نمودن اطلاعات حسابداری مربوط و قابل اتکا نیز ابهام وجود دارد. این ابهام به دلیل نبود تعریف دقیقی از واژه‌های کلامی ‌و کیفی مربوط بودن و قابل اتکا بودن و وجود تضاد بین ‌این دو واژه است. با توجه به حجم ‌اندک مطالعات فازی در حسابداری مالی، می‌توان گفت که ابهام و عدم صراحت همچنان به عنوان جزئی از حسابداری مالی است و اهتمام جدی جهت برطرف کردن آن صورت نگرفته است.

در حوزه حسابرسی، هر چند پژوهش‌های فازی بیشتری نسبت به حسابداری مالی انجام‌ شده است، با توجه به ویژگی حسابرسی که مبتنی بر نمونه‌گیری و قضاوت انسانی است، ابعاد مختلفی از ابهام وجود دارد. اما پژوهش‌های فازی انجام‌شده در ‌این حوزه نیز‌ اندک است. در حسابرسی با وجود جنبه‌های گسترده‌ای از ابهام و عدم قطعیت، در مواردی مانند برنامه‌ریزی حسابرسی، ارزیابی کنترل‌های داخلی، تعیین حجم نمونه، نمونه‌های انتخابی، ارزیابی شواهد، ریسک حسابرسی و عدم کشف و نحوه گزارشگری حسابرسی‌، پژوهش‌های فازی چندانی صورت نگرفته است. امروزه در موارد مختلف حسابرسی مثل ارزیابی ریسک حسابرسی و عدم کشف و تعیین حجم نمونه از روش‌های مختلف آماری که مبتنی بر تئوری احتمالات است، استفاده می‌شود. باید توجه داشت که استفاده از تئوری احتمالات به عنوان روشی جهت مواجه با ابهام، نادرست است؛ زیرا تئوری احتمالات برای مقابله با ابهام تجهیز نشده است.

طبقه‌بندی جزئی‌تر به عمل آمده از پژوهش‌های فازی در حسابداری مدیریت (جدول 6)، حاکی از کاربرد عمده منطق فازی در زمینه تصمیم‌گیری و ارزیابی عملکرد است. به گونه‌ای که بیش از%31 مطالعات فازی در حسابداری مدیریت مربوط به تصمیم‌گیری و بیش از %23 مربوط به ارزیابی عملکرد است و صرفا %18 از مطالعات انجام‌شده در زمینه هزینه‌یابی است. از سایر پژوهش‌های فازی در حسابداری مدیریت نیز به ترتیب %15 و %10 مربوط به برنامه‌ریزی و کنترل و حسابداری مدیریت استراتژیک است. عمده پژوهش‌های فازی در حوزه تصمیم‌گیری مربوط به تصمیم‌های بودجه‌بندی سرمایه‌ای، توسعه عملیات و انتخاب فناوری‌‌های پیشرفته تولید است. ‌این تصمیم‌ها به دلیل دارا بودن آثار بلندمدت و ابهامات موجود در مورد منافع و مخارج آتی آنها، استفاده از منطق فازی کارساز است. در مقوله ارزیابی عملکرد نیز عمده پژوهش‌های انجام‌شده مربوط به استفاده از معیار‌های غیر مالی ارزیابی عملکرد در کنار معیار‌های مالی جهت ارزیابی عملکرد است. استفاده از منطق فازی اغلب در سیستم‌های ارزیابی عملکرد نوین به ویژه ارزیابی متوازن مفید است. درصد بالای پژوهش‌های حسابداری ‌ـ‌ فازی در حوزه‌های تصمیم‌گیری و ارزیابی عملکرد، بیانگر پرداختن به اهداف و کارکرد‌های اصلی و دیرینه اطلاعات حسابداری مدیریت در پژوهش‌های فازی است. سیمون و همکاران (1954) کاربرد‌های اطلاعات حسابداری مدیریت را در تصمیم‌گیری، رهبری و ارزیابی عملکرد بیان داشته است. در خصوص پژوهش‌های فازی در زمینه هزینه‌یابی‌، برخلاف گرایش بالای پژوهشگران فارغ‌التحصیل دکتری حسابداری مدیریت به پژوهش در زمینه برآورد بهای تمام‌شده و سیستم‌های آن و همچنین وجود ابهام‌های زیاد در تعیین بهای تمام‌شده، پژوهش‌های فازی زیادی در این زمینه در مقایسه با سایر حوزه‌های حسابداری مدیریت نشده است.
منطق فازی چیست؟
بهروز نوعی پور
ماهنامه شبکه - آذر ۱۳۸۵ شماره 71

اشاره :
حتماً بارها شنیده‌اید که کامپیوتر از یک منطق صفر و یک تبعیت می‌کند. در چارچوب این منطق، چیزها یا درستند یا نادرست، وجود دارند یا ندارند. اما انیشتین می‌گوید: هنگامی که درباره درستی یا نادرستی پدیده‌ها و اشیایی صحبت می‌کنی
 پاسخ 
دیدگاه کاربران
فاطمه منتظرقائم |   1395/08/24 14:53:01   |
کاربردهای شبکه های عصبی مصنوعی
امروز به قدری استفاده از سیستم های هوشمند، به ویژه شبکه عصبی مصنوعی گسترده شده است، که می توان این ابزارها را، در ردیف عملیات پایه ریاضی و به عنوان ابزارهای عمومی و مشترک طبقه بندی کرد. چرا که کمتر رشته دانشگاهی است که نیازی به تحلیل، تصمیم گیری، تخمین، پیش بینی، طراحی و ساخت داشته باشد، و در آن از موضوع شبکه های عصبی استفاده نشده باشد. فهرستی که در ادامه آمده است، یک فهرست نه چندان کامل است، اما گستردگی کاربردهای شبکه های عصبی مصنوعی را، تا حدود زیادی به تصویر می کشد.
زمینه کلی کاربردعلوم کامپیوتر
طبقه بندی اسناد و اطلاعات در شبکه های کامپیوتری و اینترنت
توسعه نرم افزارهای نظارتی و ویروس کش ها
علوم فنی و مهندسی
مهندسی معکوس و مدل سازی سیستم ها
پیش بینی مصرف بار الکتریکی
عیب یابی سیستم های صنعتی و فنی
طراحی انواع سیستم های کنترل
طراحی و بهینه سازی سیستم های فنی و مهندسی
تصمیم گیری بهینه در پروژه های مهندسی
علوم پایه و نجوم
پیش بینی نتایج آزمایش ها
ارزیابی و تخمین صحت فرضیه ها و نظریه ها
مدل سازی پدیده های فیزیکی پیچیده
علوم پزشکی
مدل سازی فرایندهای زیست-پزشکی
تشخیص بیماری ها با توجه به نتایج آزمایش پزشکی و تصویر برداری
پیش بینی نتایج درمان و عمل جراحی
پیاده سازی ادوات و الگوهای درمانی اختصاصی بیمار
علوم تجربی و زیستی
مدل سازی و پیش بینی پدیده های زیستی و محیطی
پیش بینی سری های زمانی با کاربرد در علوم زیست-محیطی
طبقه بندی یافته های ناشی از مشاهدات تجربی
شناسایی الگوهای مخفی و تکرار شونده در طبیعت
علوم اقتصادی و مالی
پیش بینی قیمت سهام و شاخص بورس
طبقه بندی علایم و نمادهای بورس
تحلیل و ارزیابی ریسک
تخصیص سرمایه و اعتبار
علوم اجتماعی و روانشناسی
طبقه بندی و خوشه بندی افراد و گروه ها
مدل سازی و پیش بینی رفتارهای فردی و اجتماعی
هنر و ادبیات
پیش بینی موفقیت و مقبولیت عمومی آثار هنری
استخراج مولفه های اساسی از متون ادبی و آثار هنری
طبقه بندی و کاوش متون ادبی
علوم نظامی
هدف گیری و تعقیب در سلاح های موشکی
پیاده سازی سیستم های دفاعی و پدافند هوشمند
پیش بینی رفتار نیروی مهاجم و دشمن
پیاده سازی حملات و سیستم های دفاعی در جنگ الکترونیک (جنگال)
لطیفه عوامی زاده |   1395/08/29 19:13:50   |
8     3
فناوری هوش مصنوعی به عنوان دستاوردی از فناوری اطلاعات علم حسابداری را نیز تحت تاثیر قرار داده است. که شامل:
1- سیستم های خبره: سیستمی است که می تواند از طریق فرآیندهای رایانه ای که مشابه استدلال های منطقی است تصمیم هایی را پیشنهاد می کند.
2-شبکه های عصبی مصنوعی:پردازش و بازیابی موازی و همزمان حجم زیادی از اظلاعات و قابلیت تشخیص الگوها بر اساس تجربه گذشته می باشد.
قابلیت یادگیری بر اساس تجربه مهمترین تفاوت سیستم های خبره و مصنوعی می باشد.
3-منطق فازی:تکنولوژی برای طراحی و مدل سازی سیستم هایی که نیازمند ریاضیات پیشرفته و پیچیده دارد در زمانی که داده های ما غیر قطعی باشند از این روش استفاده می نماییم
4-الگوریتم ژنتیکی:مبتنی بر تکرار است و زمانی استفاده می شود که هزاران راه حل موجود است و باید تمام آنها برای استفاده راه حل بهینه ارزیابی شود.
5-عامل های هوشمند:قادر به شناسایی الگوها و تصمیم گیری بر اساس قوانین فکر کردن خود هستند.
 پاسخ 
دیدگاه کاربران
رضا پوریادگاری |   1395/10/03 11:20:37   |
0     0
باسلام این مطلب جالب:
عامل های هوشمند: قادر به شناسایی الگوها ، تصمیم گیری بر اساس قوانین فکر کردن خود هستند . قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش ، تعریف می شود . یک جانشین نرم افزاری برای کاربر نهایی یا فرآیندی است که یک نیاز یا فعالیت را تکمیل می کند .
یکی از راه حل های بکارگیری عامل های نرم افزاری با قابلیت یادگیری تصمیم گیری هوشمندانه است . این نرم افزار های هوشمند قادر هستند در خرید و فروش ، ارائه پیشنهاد در مناقصه ها و حراج ها ، مذاکره و عقد قرارداد به کار گرفته شود.
 پاسخ 
دیدگاه کاربران
حسین تیموری |   1395/10/03 19:57:50   |
14     2
سوال:
انواع سیستم های هوشمند در سیستم های اطلاعاتی حسابداری را نام ببرید.
 پاسخ 
دیدگاه کاربران
صدیقه نیک روش |   1395/10/08 21:32:32   |
انواع سیستم های هوشمند در سیستم های اطلاعاتی حسابداری را نام ببرید
مهدیه محمدنیا |   1395/10/14 10:07:05   |
1- سیستم های خبره
2- شبکه های عصبی مصنوعی
3-منطق فازی
4-الگوریتم های ژنتیکی
5-عامل های هوشمند
مهسا قانعی |   1395/10/16 01:10:44   |
1- سیستم های خبره
2- شبکه های عصبی مصنوعی
3-منطق فازی
4-الگوریتم های ژنتیکی
5-عامل های هوشمند
مریم ایمانی |   1395/10/03 21:18:51   |
6     4
انواع سیستم های اطلاعاتی
1- سیستمهای پردازش تراکنش TPS
2- سیستم های اطلاعات مدیریتMIS
3- سیستم های اتوماسیون اداری OAS
4- سیستم های پشتیبان تصمیم گیری DSS
5- سیستم های پشتیبان مدیران ارشد ESS
6- سیستم های اطلاعاتی هوشمند IIS

سیستم های اطلاعاتی هوشمند " IIS ":توصیف کننده کاربردهای تجاری هوش مصنوعی است.
 پاسخ 
دیدگاه کاربران
سودابه محسن زاده |   1395/10/04 23:09:28   |
1     3
عامل هوشمند در نظام‌های رایانه‌ای چندرسانه‌ای، دارای پنج عملکرد است.

مهار پایگاه‌های چندرسانه‌ای و به دست آوردن اطلاعات مرتبط جدید.
کمک به کاربر در شناسایی و جستجوی پایگاه‌های چندرسانه‌ای مناسب.
کمک به کاربر در مدیریت و دستیابی به پایگاه‌های شخصی.
راهنمایی کاربر در تجزیه و تحلیل اطلاعات بازیابی‌شده با استفاده از ابزارهای آماری.
کمک به کاربر در خلق محصولات فکری جدید با استفاده از اطلاعات بازیابی‌شده و اصلی.
 پاسخ 
دیدگاه کاربران
رمضان دهقان نیری |   1395/10/05 22:46:50   |
0     0
با توجه به رشد سیستم های هوشمند در حسابداری به نظر میرسد عملکردحسابداری در تلخیص ، طبقه بندی داده ها و گزارشهای مالی قابلیت اتکاء بیشتری داشته و قدرت پیش بینی وقایع مالی و اقتصادی آتی به شدت افزایش یافته است و استفاده کنندگان ضمن در نظر داشتن عوامل انسانی دخیل در تهیه اطلااعات با خیا ل راحت تری میتوانند از خروجی این سیستمها استفاده کنند .
 پاسخ 
دیدگاه کاربران
مجید مهرجو |   1395/10/06 00:02:39   |
2     2
- سیستم اطلاعات مدیریت عالی " EIS "
به گفته واتسون عوامل زیر نیاز به EIS را توجیه می کند:
عوامل بیرونی:از قبیل رقابت شدید،تغییرات سریع محیطی نیاز به فعالیت بیشتر،افزایش قوانین و مقررات دولتی

عوامل درونی:از قبیل نیاز به اطلاعات به هنگام،نیاز به بهبود ارتباطات،نیاز به دسترسی به داده های عملیاتی،نیاز به افزایش اثر بخشی و نیاز به اطلاعات صحیح بیشتر

تفاوت EIS و ESS :
EIS یک سیستم مبتنی بر کامپیوتر که نیازهای اطلاعاتی مدیران عالی از قبیل دستیابی سریع به اطلاعات به هنگام،دستیابی مستقیم به گزارشات مدیریت را برآورده می کند." گزارشات استثنایی " و " توانایی نمایش تفصیلی اطلاعات "را فراهم می آورد. اما ESS یک سیستم پشتیبانی جامع و فراتر از EIS است و شامل پشتیبانی تحلیلی ارتباطات و اتوماسیون اداری می شود.
 پاسخ 
دیدگاه کاربران
elhame shojaei |   1395/10/11 18:08:11   |
می پسندم چون مطالب جهت یادگیری هرچه کوتاه ، کلیدی، نکته ایی و ساده و مشخص بیان شده باشد بهتر است
مجید مهرجو |   1395/10/06 00:07:00   |
1     2
مفهوم سیستمهای حمایت ازتصمیم:(DSS)
این سیستم ها، منابع انسانی (آگاهی های فردی) را با قابلیت های کامپیوتری ترکیب میکنند تا باعث ارتقاء کیفیت تصمیم گیری ها مخصوصاً در مورد مسائل نیمه ساخت یافته شوند.
مزایایDSS
1 -کیفیت بالاتر تصمیم گیری
2 -بهبود ارتباطات
3 -کاهش هزینه
4- افزایش بهره روی
5 -صرفه جوئی در زمان
6 -بهبود رضایت مشتری وکارمند.
ESSها (سیستمهای پشتیبان مدیران اجرایی): از تصمیمات مدیران اجرائی حمایت به عمل می آورند.
 پاسخ 
دیدگاه کاربران
وحید فتحی |   1395/10/06 22:33:25   |
1     0
میزان مطلوب بودن یک سیستم خبره اصولاً به میزان قابلیت دسترسی به آن و میزان سهولت کار با آن بستگی دارد.سامانه‌های خبره برخلاف سامانه‌های اطلاعاتی که بر روی داده‌ها(Data) عمل می‌کنند، بر دانش (Knowledge) متمرکز شده است.
 پاسخ 
دیدگاه کاربران
وحید فتحی |   1395/10/07 23:39:44   |
2     3
تاسال 2021 نرم‌افزارهای کاربردی زندگی روزمره بشر، بسیار هوشمند‌تر و قدرتمند‌تر خواهد شد و به عبارتی برای انجام بسیاری از کارها، هوش مصنوعی جایگزین بشر خواهد شد. هوض مصنوعی امروزه از روبات‌ها گرفته تا دستیارهای صوتی روی موبایل در حال رشد و فعالیتند و تقریبا هیچ بخشی از تکنولوژی را نمی‌توان یافت که هوش مصنوعی در آن فعالیتی نداشته باشد. خیلی افراد هستند که بیکاری‌های فراگیر و جنگ بین انسان و هوش مصنوعی را عاقبت پیشرفت این تکنولوژی می‌دانند.
 پاسخ 
دیدگاه کاربران
محمدرضا عطارها |   1395/10/08 13:46:45   |
1     4
پیشینه و ارزیابی سیستم های خبره و چگونگی استفاده حسابرسان از آن و مزایای این سیستم ئر حسابرسی:

سیستمهای خبره
یکی از تلاشهای اولیه در جهت تفسیر معنای سیستمهای خبره، توسط گروه انجمن تخصصی کامپیوتر بریتانیا صورت گرفت. این گروه، یک سیستم خبره را به این صورت تعریف کرده است (Connell, 1987):
“سیستم خبره تجسمی است از مهارت یک کارشناس در درون کامپیوتری با اجزای مبتنی بر دانش، به‌شکلی که این سیستم قادر باشد تا پیشنهادی هوشمندانه ارائه بدهد یا تصمیمی هوشمندانه در مورد پردازش یک عملکرد بگیرد. یکی دیگر از ویژگیهای مطلوب که ممکن است بسیاری آن را بنیادی تلقی کنند، قابلیت سیستم بر حسب تقاضا برای توجیه محدوده استدلال خود به روشی است که برای جستجوگر به‌وضوح قابل درک باشد. سبک مورد اتخاذ برای دست یافتن به این ویژگیها، برنامه‌نویسی بر اساس قوانین می‌باشد.”
آرنولد و همکاران (Arnold et al., 2004)، سیستمهای خبره را به‌صورت سیستمهای نرم‌افزاری تعریف کردند که تخصص یک یا چند نفر از کارشناسان را در حوزه تصمیم‌گیری خاص برای ارائه پیشنهادی خاص در مورد مجموعه‌ای از مسائل، ترکیب می‌کنند و کاربر را در تصمیم‌گیری بهتر نسبت به حالتی که بدون کمک باشد، یاری می‌رسانند. سیستم خبره، ترکیبی از سیستم و فرایندی است که برای نسخه‌برداری از قضاوتهای کارشناسان طراحی شده است. این سیستم نسبت به سایر سیستمهای کامپیوتری متمایز می‌باشد زیرا از ویژگیهای خاصی مانند دقت و قابلیت کاربردی بهره‌مند است (Baldwin-Morgan & Stone, 1995).
در نوشته‌های اینینگ و همکاران (Eining et al., 1997): “سیستمهای خبره نسبت به سیستمهای سنتی کمک به تصمیم‌گیری از دو جنبه اساسی متفاوتند. اول اینکه این سیستمها بر دانش متکی‌اند و عموماً به‌جای راه‌حلهای الگوریتمی، براساس قوانین به‌وجود می‌آیند. دوم اینکه این سیستمها دستیابی به پایگاه علمی برای استفاده کاربر از سیستم کمک به تصمیم‌گیری را میسر می‌سازند. همچنین، نرم‌افزار سیستم خبره پیشرفته قابلیتهای فراوانی جهت افزایش ارتباط بین کاربر و سیستم ارائه می‌دهد.” استفاده‌های اولیه از هوش مصنوعی در دهه 1930 میلادی، بر دستکاری اشیای فیزیکی از طریق دستگاههایی که تحت کنترل برنامه بود، تمرکز داشت، اما این برنامه‌ها از مزایای تجاری و عملی اندکی برخوردار بودند.
دولتهای کشورهای مختلف از طریق تلاشهای جمعی خاص از اساتید دانشگاهی و صنعتگران، به رسیدگی به این محدودیتها پرداختند. نمونه‌هایی از این تلاشها، تلاشهای هیئت ژاپنی در زمینه نسل جدید فناوری کامپیوتری و برنامه الوی9 انگلیسی بود که هر دو در سال 1982 صورت گرفتند. برنامه الوی بر چهار حوزه گسترده پژوهشی شامل مهندسی نرم‌افزار، یکپارچگی در مقیاس بسیار بزرگ، ارتباط انسان- ماشین و سیستمهای هوشمند بر پایه دانش می‌باشند (Connell, 1991). این پژوهش برجسته در زمینه سیستمهای خبره مبتنی بر دانش، از مشارکت بانکهای بزرگ و موسسه‌های حسابرسی در زمینه توسعه سیستمی هوشمند، الفکس10 (سیستم خبره مالی برنامه الوی)، بهره گرفت. اگرچه تلاشها در مورد برنامه الوی در نیمه راه قطع شد، تجربه‌ و نتیجه‌های حاصل از مشارکت موسسه‌های حسابرسی برای جامعه پیشگامان اروپایی (مانند اسپریت11) مفید بود. همچنین، تجربه اولیه این شرکتها را به گسترش سیستمهای خبره داخلی برای جنبه‌های گوناگون روند کاری حرفه‌شان ترغیب نمود (Connell,1991).
انتظار می‌رود که سیستم خبره موثر، مزایای متعددی را برای حرفه حسابرسی فراهم سازد. این مزایا شامل درک فرایندهای کاری، دانش افزایش‌یافته و انتقال‌پذیری دانش می‌باشند. اینها دلایلی هستند که اغلب موسسه‌های حسابرسی، به‌خصوص موسسه‌ةای بزرگ، به گونه‌ای چشمگیر سیستم خبره را در حوزه‌های متعددی از فعالیتهایشان به‌کار می‌گیرند (Brown, 1991).
همچنین، در مورد استفاده از سیستمهای خبره توسط حسابداران بریتانیا، امریکا و کانادا تحقیقی صورت گرفته که نشان داده است بیشترین تعداد از سیستمهای خبره که توسط موسسه‌های حسابرسی توسعه‌یافته مربوط به حسابرسی است. سیستم خبره به‌کاررفته در حسابرسی به‌عنوان سیستم دربرگیرنده‌ای مشخص شده که برنامه‌ریزی حسابرسی12، آزمون رعایت13، آزمون محتوا14، اظهارنظر، گزارش‌دهی15 و تصمیمهای مربوط به تعامل مشتریان حسابرسی را مورد حمایت قرار می‌دهد. سایر مطالعات در زمینه استفاده حسابرسان از سیستمهای خبره در سه بخش فرعی بعدی مورد بررسی قرار می‌گیرند.
الگوهایی برای ارزیابی تاثیر استفاده حسابرسان از سیستمهای خبره
بالدوین- مورگان و استون (Baldwin-Morgan and Stone, 1995)، چارچوبی دو بعدی را (الگو ماتریسی16) با توجه به تاثیر به احتمال زیاد سیستمهای خبره بر موسسه‌های حسابرسی، پیشنهاد کردند. این ماتریس از یک طرف شامل سطوح تاثیر (صنعت، سازمان، فرد و فعالیت) و از طرف دیگر در برگیرنده رده‌های تاثیر (کارایی، بازدهی، تخصص، آموزش و محیط) بود. علت انتخاب سطوح گوناگونی از تاثیر، این واقعیت بود که تمامی انواع فعالیتها یا صنایع می‌توانند تحت تاثیر سیستمهای خبره واقع بشوند. بنابراین، پژوهش صورت‌گرفته توسط بالدوین- مورگان و استون (1995) با در نظر گرفتن عوامل احتمالی مشخص، چارچوبی موثر را برای بررسی تاثیر فناوری اطلاعات و ارتباطات بر روند حسابداری ارائه کرد (فعالیت، صنعت، وسعت و محیط).
تحقیق صورت‌گرفته توسط بالدوین- مورگان و استون (1995)، می‌توانست الگویی را برای ارزیابی تاثیر سیستمهای خبره بر سازمانها و افرادی که از این سیستمها استفاده می‌کنند، ارائه دهد. این الگو کاملاً برعکس موارد یافت‌شده در سایر تحقیقهای پیشین است که تنها در مورد چگونگی کارکرد این سیستمها و علت ساخت آنها یا در بهترین حالت آثار بالقوه این سیستمها بر حسابرسی به بحث می‌پرداختند. این الگو در مطالعات تجربی پیشین بر اساس تاثیر سیستمهای خبره حسابرسی و سیستمهای خبره حسابداری برای مدیران که مانند سابق در نوشته‌ها موجود می‌باشد، ایجاد شد. بنابراین، این پژوهش الگویی کاملاً نظری را با بینشهای تجربی ترکیب کرد.
دیلارد و یوتاس (Dillard and Yuthas, 2001) به‌تازگی دیدگاه کاملاً نوینی را در مورد تاثیر استفاده از سیستمهای خبره در حسابرسی با در نظر گرفتن موارد اخلاقی ذاتی در کاربرد این سیستمها در روند حسابرسی، مطرح کرده‌اند. این مطالعه، تئوری «خودمسئول» نیبور را برای پشتیبانی از محدوده تشکیل‌دهنده یک مورد اخلاقی و به‌عنوان چارچوبی برای شناسایی اقدام مسئولانه برای در نظر گرفتن همیشگی تعاملات مداوم در بین گروه سهامدارانی که تحت تاثیر پیاده‌سازی سیستمهای خبره می‌باشد، اتخاذ کرد. همچنین، در این تحقیق اشاره شده است که این ساختار باید برای ارزیابی اقدامهای سهامداران قبل از ایجاد سیستم همراه با پیامدهای بالقوه برای سیستم به‌کار برود.
مزایای استفاده از سیستمهای خبره در حسابرسی
آرنولد و همکاران، تاثیر کمکهای تصمیم‌گیری را بر ارزیابی تصمیم‌گیران تازه‌کار و متخصص مورد بررسی قرار دادند. این بررسی نشان می‌دهد که ترکیب مناسبی از کاربر و کمک می‌تواند کیفیت تصمیم تصمیم‌گیرندگان متخصص را ارتقا دهد؛ اما ممکن است تصمیم‌گیرندگان مبتدی در صورت تخصصیتر بودن کمکهای تصمیم‌گیری هوشمند نسبت به کاربر، در معرض تصمیم‌گیریهای ضعیفتر قرار بگیرند. در این پژوهش، رویکردی تجربی در مورد دو گروه از شاغلین ورشکسته متخصص و تازه‌کار که از یک نرم‌افزار کمک تصمیم‌گیری به نام (اینسالو17) استفاده می‌کردند، اتخاذ شد.
اینینگ و در (Eining & Dorr, 1991)، تحقیق یادگیری تجربی را با استفاده از 191 نفر از دانشجویان مقاطع تحصیلات تکمیلی حسابداری و با نگرشی به سمت بررسی تاثیر یک سیستم خبره بر کسب دانش تجربی برای انجام فعالیت به‌عنوان تصمیم‌گیران تازه‌کار حسابرسی در ارزیابی شایستگی یک سیستم کنترل داخلی، انجام دادند. این بررسی نشان داد که از میان چهار گروه که موضوعهای پژوهشی در مورد آنها برای این فعالیت طبقه‌بندی شدند (بدون کمک تصمیم‌گیری، پرسشنامه، سیستمهای خبره بدون قابلیت توضیحی، و سیستمهای خبره با قابلیت توضیحی)، شرکت‌کنندگان دو گروه از سیستمهای خبره را دارای عملکرد بهتری نسبت به دو گروه دیگر، تعیین کردند.
تحقیق اینینگ و در (1991) بر مبنای چارچوبی کاملاً نظری، یعنی تئوری یادگیری شناختی بود که در روانشناسی مشهور است. این چارچوب با اصولی مناسب ترکیب شده، تجربیات آزمایشگاهی را کنترل کرده و نتیجه‌های این پژوهش یکی از اولین بینشها را برای شرکتهایی که مبادرت به استفاده از سیستمهای خبره برای حسابرسان تازه‌کار نموده‌اند، ارائه داده است.
چنگچیت و هولساپل (Changchit and Holsapple, 2004)، سیستم خبره مشابهی را ایجاد و مورد ارزیابی قرار دادند که می‌توانست در ارزیابی اثربخشی کنترل داخلی، موثر واقع شود.
ارزیابی تاثیر سیستمهای خبره بر انواع گوناگون حسابرسی
اینینگ و همکاران (1997) به استفاده از کمکهای تصمیم‌گیری در فرایندهای پیچیده تصمیم‌گیری در مورد ارزیابی ریسک تقلب مدیریت پیامد کردند. در این تحقیق، رویکرد تجربه آزمایشگاهی را در مورد 96 حسابرس برای بررسی استفاده از یک سیستم خبره به جهت ارتقای تعامل کاربر اتخاذ شد. در مقایسه با استفاده از چک‌لیستها و الگوی آماری لوجیت که تنها ارزیابی ذکرشده را ارائه می‌دهند، نتیجه‌های این تحقیق نشان می‌دهند که استفاده از سیستمهای خبره، توانایی حسابرسان را برای وجه تمایز قائل شدن هر چه بهتر بین شرایط با سطوح متفاوت ریسک تقلب مدیریت، ارتقا می‌دهد. بنابراین، سیستمهای خبره در این پژوهش در ظاهر از لحاظ فناوری پیشرفته‌ترین سیستم بوده و ابزاری با میزان دقت بالاتر را برای ارزیابی این ریسک ارائه می‌دهد.
پژوهش صورت گرفته توسط اینینگ و همکاران (1997)، یکی از معدود پژوهشهایی است که تاثیر سه مورد از موارد کمک تصمیم‌گیری را (چک‌لیستها، الگوهای آماری و سیستمهای خبره) در قضاوت حسابرسان در مورد ریسک تقلب مدیریتی مورد مقایسه قرار داده است. همچنین، در شرایطی که در این مطالعه گنجانیدن سازوکار ارتباطی سازنده‌ای در استفاده از سیستمهای خبره، دانش را در این حوزه بیش از پیش ارتقا می‌دهد، شاید به‌کارگیری یک تجربه آزمایشگاهی در این تحقیق، نگرشی واقع‌گرایانه را در مورد پدیده تحت بررسی به‌خصوص از آنجایی‌که این پدیده یک اتفاق بود، ارائه نکرده باشد. همچنین، شاید استفاده یک شرکت کاملاً سازمان‌یافته از جایگاه شش موسسه بزرگ، پایه مناسبی را که از طریق آن بتوان نتیجه‌های مطالعه را تعمیم داد، تشکیل ندهد. پاتاک و همکاران (Pathak et al., 2005)، با استفاده از سازوکار مشابه در درون یک صنعت خاص، بیمه، ریاضیات فازی را با فناوری سیستمهای خبره ترکیب کردند تا سیستمی را طراحی کنند که قادر باشد عناصر تقلب را در زمینه پرداخت خسارت بیمه شناسایی کند.
سوینی (Swinney, 1999)، اتکا بر سیستمهای خبره را که برای کمک به حسابرسان در ارزیابی ذخایر وام توسط یکی از شش موسسه بزرگ حسابرسی آن زمان ایجاد شده بودند، مورد بررسی قرار داد. این تحقیق در مطالعات قبلی بنا نهاده شده بود، مطالعاتی که “مشخصاً به نتیجه‌گیری معکوسی رسیده بودند و اتکای بیش از حد و اتکای کمتر را بر سیستمهای خبره مورد تایید قرار می‌دادند.” بنابراین، تحقیق سوینی (1999) به دو مورد از پرسشهای پژوهشی در درون فضای اجتماعی موسسه حسابرسی، ختم شد. این پرسشها از این قرارند:
-1 آیا حسابرسان در شکل‌گیری قضاوتشان در مورد ذخایر از دست‌رفته وام، به خروجی سیستمهای خبره بیش از حد اتکا می‌کنند؟
-2 آیا حسابرسان بر خروجی منفی سیستم خبره بیشتر از خروجی مثبت آن در شکل‌گیری قضاوتشان در مورد ذخایر وام از دست‌رفته، تاکید دارند؟
سوینی از مباحث تجربی و نظری مربوط درباره زمینه‌های اجتماعی سازمانی و عواملی که می‌توانند منجر به اتکای بیش از حد یا کمتر از حد بر سیستمهای خبره توسط شرکتهای حسابداری شوند، نتیجه‌گیری کرد. از این مباحث، دو فرضیه شکل گرفتند. در فرضیه اول، سوینی سعی کرد تا به بررسی این مورد بپردازد که “ قضاوت در مورد ذخایر از دست‌رفته وام که با در نظر گرفتن خروجی منفی سیستم خبره توسط حسابرسان ارائه شده، با قضاوت در مورد ذخایر از دست‌رفته وام که با در نظر گرفتن خروجی مثبت سیستم خبره توسط حسابرسان ارائه شده، چه شباهتی دارد.” در فرضیه دوم، به بررسی شباهت بسیار زیاد تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسان با در نظر گرفتن خروجی منفی سیستم خبره ارائه شده، تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسان با در نظر گرفتن خروجی مثبت سیستم خبره داده شده و تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسهایی ارائه شده که خروجی هیچ‌گونه سیستم خبره‌ای را در نظر نگرفته‌اند، پرداخته شد.
این تحقیق، از روش پژوهشی تجربه آزمایشگاهی برای جمع‌آوری شواهد تجربی به جهت آزمون فرضیه‌ها در نمونه کوچکی از بررسی موردی استفاده کرد؛ در شرایطی که داده جمع‌آوری‌شده با استفاده از آزمونهای آماری غیرپارامتری مورد تحلیل قرار گرفت. نتیجه‌های به‌دست‌آمده، اتکای بیش از حد بر نتیجه‌های سیستم خبره و تاثیر بیشتر خروجی منفی سیستم خبره را مورد تایید قرار داد.
این تحقیق، دانش کافی را در مورد موارد موجود در این تحقیق از طریق ایجاد تطابق بین مباحث نظری و تجربی و یافته‌های تحقیق، ارائه می‌دهد. اگرچه، همان‌طور که مولف تشخیص داده، حجم نمونه این تحقیق که فقط شامل 29 حسابرس است، به‌نظر برای تحقیقی با این میزان اهمیت محدود به‌نظر می‌آید. همچنین، از آن‌جایی که خروجی واقعی یک سیستم خبره که توسط یکی از شش موسسه حسابرسی مشغول به کار وقت ایجاد شده، برای شرکت‌کنندگان حاضر در این تحقیق (از سه موسسه متفاوت) به‌کار رفته، این احتمال وجود دارد که تعدادی از شرکت‌کنندگان از قبل با سیستمهای خبره به‌کاررفته در این تحقیق آشنا بوده‌اند. این مسئله، احتمال پیش‌داوری را افزایش داده و ممکن است روی نتیجه‌های اثرگذار باشد. با این وجود، این تحقیق توانست روند کاری را با تئوری اجتماعی و فناوری مربوط برای رسیدن به هدف کوچکی که قصد رسیدن به آن را داشت، ترکیب کند. اگرچه، بررسی می‌توانست نسبت به استفاده از روشهای تجربی در جمع‌آوری داده‌های مربوط اتخاذ تصمیم در دنیای واقعی و با استفاده از نرم‌افزار، به واقعیت نزدیکتر باشد.
افزون بر تحقیقهای ذکرشده، تعدادی از مطالعات پیشین به بررسی کاربردهای سیستمهای خبره در سایر حوزه‌های حسابرسی پرداخته و نشان داده‌اند که یک سیستم خبره منطق فازی، چگونه ارزیابی ضرورت و در نظر گرفتن عوامل کیفی مربوط را برای حسابرسان میسر می‌سازد. زبدا و مک ایچام (Zebda and McEacham, 2008)، منطق فازی را به‌عنوان چاره‌سازی احتمالی برای کاستیهای معین منطق احتمالاتی به‌کاررفته در سیستمهای خبره برای رسیدگی به عدم قطعیت، مورد تایید قرار دادند؛ در حالی که مرفی (Murphy, 2008) بر مبنای مواردی از وضعیت شرکتهای امریکایی که از مشکلات مالی رنج می‌بردند، قوانین مربوط به تصمیم‌گیری را ارائه کرد که با سیستمی خبره برای ارزیابی حسابرسان از وضعیت موفقیت‌آمیز یک نهاد، مطابقت داشت. از آنجایی که حسابرسی مالی، در واقع مجموعه‌ای از تصمیمهای متصل به هم است که هر یک نیازمند قضاوت تخصصی می‌باشند، ایجاد یک سیستم خبره حسابرسی مالی با قابلیتهای فناوری موجود، فعالیتی پیچیده و مشکل خواهد بود. بنابراین، موسسه‌ةای حسابرسی و محققان، مجبور به ایجاد سیستمهای خبره برای فعالیتهای گوناگون با دقت تعیین‌شده در حوزه حسابرسی می‌باشند. با این وجود، گری و همکاران (Gray et al., 1991) با در نظر گرفتن پیشرفت تکاملی مداوم، سیستم خبره مرکب فراتر از سطحی را با کمک فناوریهای در حال ظهور مثل سیستم تخته‌سیاه برای تسهیم اطلاعات بین سیستمهای خبره فردی در زمینه فناوری، پیش‌بینی کردند.
 پاسخ 
دیدگاه کاربران
محمدرضا عطارها |   1395/10/08 13:48:03   |
0     4
پیشینه و ارزیابی سیستم های خبره و چگونگی استفاده حسابرسان از آن و مزایای این سیستم در حسابرسی:

سیستمهای خبره
یکی از تلاشهای اولیه در جهت تفسیر معنای سیستمهای خبره، توسط گروه انجمن تخصصی کامپیوتر بریتانیا صورت گرفت. این گروه، یک سیستم خبره را به این صورت تعریف کرده است (Connell, 1987):
“سیستم خبره تجسمی است از مهارت یک کارشناس در درون کامپیوتری با اجزای مبتنی بر دانش، به‌شکلی که این سیستم قادر باشد تا پیشنهادی هوشمندانه ارائه بدهد یا تصمیمی هوشمندانه در مورد پردازش یک عملکرد بگیرد. یکی دیگر از ویژگیهای مطلوب که ممکن است بسیاری آن را بنیادی تلقی کنند، قابلیت سیستم بر حسب تقاضا برای توجیه محدوده استدلال خود به روشی است که برای جستجوگر به‌وضوح قابل درک باشد. سبک مورد اتخاذ برای دست یافتن به این ویژگیها، برنامه‌نویسی بر اساس قوانین می‌باشد.”
آرنولد و همکاران (Arnold et al., 2004)، سیستمهای خبره را به‌صورت سیستمهای نرم‌افزاری تعریف کردند که تخصص یک یا چند نفر از کارشناسان را در حوزه تصمیم‌گیری خاص برای ارائه پیشنهادی خاص در مورد مجموعه‌ای از مسائل، ترکیب می‌کنند و کاربر را در تصمیم‌گیری بهتر نسبت به حالتی که بدون کمک باشد، یاری می‌رسانند. سیستم خبره، ترکیبی از سیستم و فرایندی است که برای نسخه‌برداری از قضاوتهای کارشناسان طراحی شده است. این سیستم نسبت به سایر سیستمهای کامپیوتری متمایز می‌باشد زیرا از ویژگیهای خاصی مانند دقت و قابلیت کاربردی بهره‌مند است (Baldwin-Morgan & Stone, 1995).
در نوشته‌های اینینگ و همکاران (Eining et al., 1997): “سیستمهای خبره نسبت به سیستمهای سنتی کمک به تصمیم‌گیری از دو جنبه اساسی متفاوتند. اول اینکه این سیستمها بر دانش متکی‌اند و عموماً به‌جای راه‌حلهای الگوریتمی، براساس قوانین به‌وجود می‌آیند. دوم اینکه این سیستمها دستیابی به پایگاه علمی برای استفاده کاربر از سیستم کمک به تصمیم‌گیری را میسر می‌سازند. همچنین، نرم‌افزار سیستم خبره پیشرفته قابلیتهای فراوانی جهت افزایش ارتباط بین کاربر و سیستم ارائه می‌دهد.” استفاده‌های اولیه از هوش مصنوعی در دهه 1930 میلادی، بر دستکاری اشیای فیزیکی از طریق دستگاههایی که تحت کنترل برنامه بود، تمرکز داشت، اما این برنامه‌ها از مزایای تجاری و عملی اندکی برخوردار بودند.
دولتهای کشورهای مختلف از طریق تلاشهای جمعی خاص از اساتید دانشگاهی و صنعتگران، به رسیدگی به این محدودیتها پرداختند. نمونه‌هایی از این تلاشها، تلاشهای هیئت ژاپنی در زمینه نسل جدید فناوری کامپیوتری و برنامه الوی9 انگلیسی بود که هر دو در سال 1982 صورت گرفتند. برنامه الوی بر چهار حوزه گسترده پژوهشی شامل مهندسی نرم‌افزار، یکپارچگی در مقیاس بسیار بزرگ، ارتباط انسان- ماشین و سیستمهای هوشمند بر پایه دانش می‌باشند (Connell, 1991). این پژوهش برجسته در زمینه سیستمهای خبره مبتنی بر دانش، از مشارکت بانکهای بزرگ و موسسه‌های حسابرسی در زمینه توسعه سیستمی هوشمند، الفکس10 (سیستم خبره مالی برنامه الوی)، بهره گرفت. اگرچه تلاشها در مورد برنامه الوی در نیمه راه قطع شد، تجربه‌ و نتیجه‌های حاصل از مشارکت موسسه‌های حسابرسی برای جامعه پیشگامان اروپایی (مانند اسپریت11) مفید بود. همچنین، تجربه اولیه این شرکتها را به گسترش سیستمهای خبره داخلی برای جنبه‌های گوناگون روند کاری حرفه‌شان ترغیب نمود (Connell,1991).
انتظار می‌رود که سیستم خبره موثر، مزایای متعددی را برای حرفه حسابرسی فراهم سازد. این مزایا شامل درک فرایندهای کاری، دانش افزایش‌یافته و انتقال‌پذیری دانش می‌باشند. اینها دلایلی هستند که اغلب موسسه‌های حسابرسی، به‌خصوص موسسه‌ةای بزرگ، به گونه‌ای چشمگیر سیستم خبره را در حوزه‌های متعددی از فعالیتهایشان به‌کار می‌گیرند (Brown, 1991).
همچنین، در مورد استفاده از سیستمهای خبره توسط حسابداران بریتانیا، امریکا و کانادا تحقیقی صورت گرفته که نشان داده است بیشترین تعداد از سیستمهای خبره که توسط موسسه‌های حسابرسی توسعه‌یافته مربوط به حسابرسی است. سیستم خبره به‌کاررفته در حسابرسی به‌عنوان سیستم دربرگیرنده‌ای مشخص شده که برنامه‌ریزی حسابرسی12، آزمون رعایت13، آزمون محتوا14، اظهارنظر، گزارش‌دهی15 و تصمیمهای مربوط به تعامل مشتریان حسابرسی را مورد حمایت قرار می‌دهد. سایر مطالعات در زمینه استفاده حسابرسان از سیستمهای خبره در سه بخش فرعی بعدی مورد بررسی قرار می‌گیرند.
الگوهایی برای ارزیابی تاثیر استفاده حسابرسان از سیستمهای خبره
بالدوین- مورگان و استون (Baldwin-Morgan and Stone, 1995)، چارچوبی دو بعدی را (الگو ماتریسی16) با توجه به تاثیر به احتمال زیاد سیستمهای خبره بر موسسه‌های حسابرسی، پیشنهاد کردند. این ماتریس از یک طرف شامل سطوح تاثیر (صنعت، سازمان، فرد و فعالیت) و از طرف دیگر در برگیرنده رده‌های تاثیر (کارایی، بازدهی، تخصص، آموزش و محیط) بود. علت انتخاب سطوح گوناگونی از تاثیر، این واقعیت بود که تمامی انواع فعالیتها یا صنایع می‌توانند تحت تاثیر سیستمهای خبره واقع بشوند. بنابراین، پژوهش صورت‌گرفته توسط بالدوین- مورگان و استون (1995) با در نظر گرفتن عوامل احتمالی مشخص، چارچوبی موثر را برای بررسی تاثیر فناوری اطلاعات و ارتباطات بر روند حسابداری ارائه کرد (فعالیت، صنعت، وسعت و محیط).
تحقیق صورت‌گرفته توسط بالدوین- مورگان و استون (1995)، می‌توانست الگویی را برای ارزیابی تاثیر سیستمهای خبره بر سازمانها و افرادی که از این سیستمها استفاده می‌کنند، ارائه دهد. این الگو کاملاً برعکس موارد یافت‌شده در سایر تحقیقهای پیشین است که تنها در مورد چگونگی کارکرد این سیستمها و علت ساخت آنها یا در بهترین حالت آثار بالقوه این سیستمها بر حسابرسی به بحث می‌پرداختند. این الگو در مطالعات تجربی پیشین بر اساس تاثیر سیستمهای خبره حسابرسی و سیستمهای خبره حسابداری برای مدیران که مانند سابق در نوشته‌ها موجود می‌باشد، ایجاد شد. بنابراین، این پژوهش الگویی کاملاً نظری را با بینشهای تجربی ترکیب کرد.
دیلارد و یوتاس (Dillard and Yuthas, 2001) به‌تازگی دیدگاه کاملاً نوینی را در مورد تاثیر استفاده از سیستمهای خبره در حسابرسی با در نظر گرفتن موارد اخلاقی ذاتی در کاربرد این سیستمها در روند حسابرسی، مطرح کرده‌اند. این مطالعه، تئوری «خودمسئول» نیبور را برای پشتیبانی از محدوده تشکیل‌دهنده یک مورد اخلاقی و به‌عنوان چارچوبی برای شناسایی اقدام مسئولانه برای در نظر گرفتن همیشگی تعاملات مداوم در بین گروه سهامدارانی که تحت تاثیر پیاده‌سازی سیستمهای خبره می‌باشد، اتخاذ کرد. همچنین، در این تحقیق اشاره شده است که این ساختار باید برای ارزیابی اقدامهای سهامداران قبل از ایجاد سیستم همراه با پیامدهای بالقوه برای سیستم به‌کار برود.
مزایای استفاده از سیستمهای خبره در حسابرسی
آرنولد و همکاران، تاثیر کمکهای تصمیم‌گیری را بر ارزیابی تصمیم‌گیران تازه‌کار و متخصص مورد بررسی قرار دادند. این بررسی نشان می‌دهد که ترکیب مناسبی از کاربر و کمک می‌تواند کیفیت تصمیم تصمیم‌گیرندگان متخصص را ارتقا دهد؛ اما ممکن است تصمیم‌گیرندگان مبتدی در صورت تخصصیتر بودن کمکهای تصمیم‌گیری هوشمند نسبت به کاربر، در معرض تصمیم‌گیریهای ضعیفتر قرار بگیرند. در این پژوهش، رویکردی تجربی در مورد دو گروه از شاغلین ورشکسته متخصص و تازه‌کار که از یک نرم‌افزار کمک تصمیم‌گیری به نام (اینسالو17) استفاده می‌کردند، اتخاذ شد.
اینینگ و در (Eining & Dorr, 1991)، تحقیق یادگیری تجربی را با استفاده از 191 نفر از دانشجویان مقاطع تحصیلات تکمیلی حسابداری و با نگرشی به سمت بررسی تاثیر یک سیستم خبره بر کسب دانش تجربی برای انجام فعالیت به‌عنوان تصمیم‌گیران تازه‌کار حسابرسی در ارزیابی شایستگی یک سیستم کنترل داخلی، انجام دادند. این بررسی نشان داد که از میان چهار گروه که موضوعهای پژوهشی در مورد آنها برای این فعالیت طبقه‌بندی شدند (بدون کمک تصمیم‌گیری، پرسشنامه، سیستمهای خبره بدون قابلیت توضیحی، و سیستمهای خبره با قابلیت توضیحی)، شرکت‌کنندگان دو گروه از سیستمهای خبره را دارای عملکرد بهتری نسبت به دو گروه دیگر، تعیین کردند.
تحقیق اینینگ و در (1991) بر مبنای چارچوبی کاملاً نظری، یعنی تئوری یادگیری شناختی بود که در روانشناسی مشهور است. این چارچوب با اصولی مناسب ترکیب شده، تجربیات آزمایشگاهی را کنترل کرده و نتیجه‌های این پژوهش یکی از اولین بینشها را برای شرکتهایی که مبادرت به استفاده از سیستمهای خبره برای حسابرسان تازه‌کار نموده‌اند، ارائه داده است.
چنگچیت و هولساپل (Changchit and Holsapple, 2004)، سیستم خبره مشابهی را ایجاد و مورد ارزیابی قرار دادند که می‌توانست در ارزیابی اثربخشی کنترل داخلی، موثر واقع شود.
ارزیابی تاثیر سیستمهای خبره بر انواع گوناگون حسابرسی
اینینگ و همکاران (1997) به استفاده از کمکهای تصمیم‌گیری در فرایندهای پیچیده تصمیم‌گیری در مورد ارزیابی ریسک تقلب مدیریت پیامد کردند. در این تحقیق، رویکرد تجربه آزمایشگاهی را در مورد 96 حسابرس برای بررسی استفاده از یک سیستم خبره به جهت ارتقای تعامل کاربر اتخاذ شد. در مقایسه با استفاده از چک‌لیستها و الگوی آماری لوجیت که تنها ارزیابی ذکرشده را ارائه می‌دهند، نتیجه‌های این تحقیق نشان می‌دهند که استفاده از سیستمهای خبره، توانایی حسابرسان را برای وجه تمایز قائل شدن هر چه بهتر بین شرایط با سطوح متفاوت ریسک تقلب مدیریت، ارتقا می‌دهد. بنابراین، سیستمهای خبره در این پژوهش در ظاهر از لحاظ فناوری پیشرفته‌ترین سیستم بوده و ابزاری با میزان دقت بالاتر را برای ارزیابی این ریسک ارائه می‌دهد.
پژوهش صورت گرفته توسط اینینگ و همکاران (1997)، یکی از معدود پژوهشهایی است که تاثیر سه مورد از موارد کمک تصمیم‌گیری را (چک‌لیستها، الگوهای آماری و سیستمهای خبره) در قضاوت حسابرسان در مورد ریسک تقلب مدیریتی مورد مقایسه قرار داده است. همچنین، در شرایطی که در این مطالعه گنجانیدن سازوکار ارتباطی سازنده‌ای در استفاده از سیستمهای خبره، دانش را در این حوزه بیش از پیش ارتقا می‌دهد، شاید به‌کارگیری یک تجربه آزمایشگاهی در این تحقیق، نگرشی واقع‌گرایانه را در مورد پدیده تحت بررسی به‌خصوص از آنجایی‌که این پدیده یک اتفاق بود، ارائه نکرده باشد. همچنین، شاید استفاده یک شرکت کاملاً سازمان‌یافته از جایگاه شش موسسه بزرگ، پایه مناسبی را که از طریق آن بتوان نتیجه‌های مطالعه را تعمیم داد، تشکیل ندهد. پاتاک و همکاران (Pathak et al., 2005)، با استفاده از سازوکار مشابه در درون یک صنعت خاص، بیمه، ریاضیات فازی را با فناوری سیستمهای خبره ترکیب کردند تا سیستمی را طراحی کنند که قادر باشد عناصر تقلب را در زمینه پرداخت خسارت بیمه شناسایی کند.
سوینی (Swinney, 1999)، اتکا بر سیستمهای خبره را که برای کمک به حسابرسان در ارزیابی ذخایر وام توسط یکی از شش موسسه بزرگ حسابرسی آن زمان ایجاد شده بودند، مورد بررسی قرار داد. این تحقیق در مطالعات قبلی بنا نهاده شده بود، مطالعاتی که “مشخصاً به نتیجه‌گیری معکوسی رسیده بودند و اتکای بیش از حد و اتکای کمتر را بر سیستمهای خبره مورد تایید قرار می‌دادند.” بنابراین، تحقیق سوینی (1999) به دو مورد از پرسشهای پژوهشی در درون فضای اجتماعی موسسه حسابرسی، ختم شد. این پرسشها از این قرارند:
-1 آیا حسابرسان در شکل‌گیری قضاوتشان در مورد ذخایر از دست‌رفته وام، به خروجی سیستمهای خبره بیش از حد اتکا می‌کنند؟
-2 آیا حسابرسان بر خروجی منفی سیستم خبره بیشتر از خروجی مثبت آن در شکل‌گیری قضاوتشان در مورد ذخایر وام از دست‌رفته، تاکید دارند؟
سوینی از مباحث تجربی و نظری مربوط درباره زمینه‌های اجتماعی سازمانی و عواملی که می‌توانند منجر به اتکای بیش از حد یا کمتر از حد بر سیستمهای خبره توسط شرکتهای حسابداری شوند، نتیجه‌گیری کرد. از این مباحث، دو فرضیه شکل گرفتند. در فرضیه اول، سوینی سعی کرد تا به بررسی این مورد بپردازد که “ قضاوت در مورد ذخایر از دست‌رفته وام که با در نظر گرفتن خروجی منفی سیستم خبره توسط حسابرسان ارائه شده، با قضاوت در مورد ذخایر از دست‌رفته وام که با در نظر گرفتن خروجی مثبت سیستم خبره توسط حسابرسان ارائه شده، چه شباهتی دارد.” در فرضیه دوم، به بررسی شباهت بسیار زیاد تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسان با در نظر گرفتن خروجی منفی سیستم خبره ارائه شده، تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسان با در نظر گرفتن خروجی مثبت سیستم خبره داده شده و تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسهایی ارائه شده که خروجی هیچ‌گونه سیستم خبره‌ای را در نظر نگرفته‌اند، پرداخته شد.
این تحقیق، از روش پژوهشی تجربه آزمایشگاهی برای جمع‌آوری شواهد تجربی به جهت آزمون فرضیه‌ها در نمونه کوچکی از بررسی موردی استفاده کرد؛ در شرایطی که داده جمع‌آوری‌شده با استفاده از آزمونهای آماری غیرپارامتری مورد تحلیل قرار گرفت. نتیجه‌های به‌دست‌آمده، اتکای بیش از حد بر نتیجه‌های سیستم خبره و تاثیر بیشتر خروجی منفی سیستم خبره را مورد تایید قرار داد.
این تحقیق، دانش کافی را در مورد موارد موجود در این تحقیق از طریق ایجاد تطابق بین مباحث نظری و تجربی و یافته‌های تحقیق، ارائه می‌دهد. اگرچه، همان‌طور که مولف تشخیص داده، حجم نمونه این تحقیق که فقط شامل 29 حسابرس است، به‌نظر برای تحقیقی با این میزان اهمیت محدود به‌نظر می‌آید. همچنین، از آن‌جایی که خروجی واقعی یک سیستم خبره که توسط یکی از شش موسسه حسابرسی مشغول به کار وقت ایجاد شده، برای شرکت‌کنندگان حاضر در این تحقیق (از سه موسسه متفاوت) به‌کار رفته، این احتمال وجود دارد که تعدادی از شرکت‌کنندگان از قبل با سیستمهای خبره به‌کاررفته در این تحقیق آشنا بوده‌اند. این مسئله، احتمال پیش‌داوری را افزایش داده و ممکن است روی نتیجه‌های اثرگذار باشد. با این وجود، این تحقیق توانست روند کاری را با تئوری اجتماعی و فناوری مربوط برای رسیدن به هدف کوچکی که قصد رسیدن به آن را داشت، ترکیب کند. اگرچه، بررسی می‌توانست نسبت به استفاده از روشهای تجربی در جمع‌آوری داده‌های مربوط اتخاذ تصمیم در دنیای واقعی و با استفاده از نرم‌افزار، به واقعیت نزدیکتر باشد.
افزون بر تحقیقهای ذکرشده، تعدادی از مطالعات پیشین به بررسی کاربردهای سیستمهای خبره در سایر حوزه‌های حسابرسی پرداخته و نشان داده‌اند که یک سیستم خبره منطق فازی، چگونه ارزیابی ضرورت و در نظر گرفتن عوامل کیفی مربوط را برای حسابرسان میسر می‌سازد. زبدا و مک ایچام (Zebda and McEacham, 2008)، منطق فازی را به‌عنوان چاره‌سازی احتمالی برای کاستیهای معین منطق احتمالاتی به‌کاررفته در سیستمهای خبره برای رسیدگی به عدم قطعیت، مورد تایید قرار دادند؛ در حالی که مرفی (Murphy, 2008) بر مبنای مواردی از وضعیت شرکتهای امریکایی که از مشکلات مالی رنج می‌بردند، قوانین مربوط به تصمیم‌گیری را ارائه کرد که با سیستمی خبره برای ارزیابی حسابرسان از وضعیت موفقیت‌آمیز یک نهاد، مطابقت داشت. از آنجایی که حسابرسی مالی، در واقع مجموعه‌ای از تصمیمهای متصل به هم است که هر یک نیازمند قضاوت تخصصی می‌باشند، ایجاد یک سیستم خبره حسابرسی مالی با قابلیتهای فناوری موجود، فعالیتی پیچیده و مشکل خواهد بود. بنابراین، موسسه‌ةای حسابرسی و محققان، مجبور به ایجاد سیستمهای خبره برای فعالیتهای گوناگون با دقت تعیین‌شده در حوزه حسابرسی می‌باشند. با این وجود، گری و همکاران (Gray et al., 1991) با در نظر گرفتن پیشرفت تکاملی مداوم، سیستم خبره مرکب فراتر از سطحی را با کمک فناوریهای در حال ظهور مثل سیستم تخته‌سیاه برای تسهیم اطلاعات بین سیستمهای خبره فردی در زمینه فناوری، پیش‌بینی کردند.
 پاسخ 
دیدگاه کاربران
محمدرضا عطارها |   1395/10/08 13:49:58   |
0     4
پیشینه و ارزیابی سیستم های خبره و چگونگی استفاده حسابرسان از آن و مزایای این سیستم در حسابرسی:


یکی از تلاشهای اولیه در جهت تفسیر معنای سیستمهای خبره، توسط گروه انجمن تخصصی کامپیوتر بریتانیا صورت گرفت. این گروه، یک سیستم خبره را به این صورت تعریف کرده است (Connell, 1987):
“سیستم خبره تجسمی است از مهارت یک کارشناس در درون کامپیوتری با اجزای مبتنی بر دانش، به‌شکلی که این سیستم قادر باشد تا پیشنهادی هوشمندانه ارائه بدهد یا تصمیمی هوشمندانه در مورد پردازش یک عملکرد بگیرد. یکی دیگر از ویژگیهای مطلوب که ممکن است بسیاری آن را بنیادی تلقی کنند، قابلیت سیستم بر حسب تقاضا برای توجیه محدوده استدلال خود به روشی است که برای جستجوگر به‌وضوح قابل درک باشد. سبک مورد اتخاذ برای دست یافتن به این ویژگیها، برنامه‌نویسی بر اساس قوانین می‌باشد.”
آرنولد و همکاران (Arnold et al., 2004)، سیستمهای خبره را به‌صورت سیستمهای نرم‌افزاری تعریف کردند که تخصص یک یا چند نفر از کارشناسان را در حوزه تصمیم‌گیری خاص برای ارائه پیشنهادی خاص در مورد مجموعه‌ای از مسائل، ترکیب می‌کنند و کاربر را در تصمیم‌گیری بهتر نسبت به حالتی که بدون کمک باشد، یاری می‌رسانند. سیستم خبره، ترکیبی از سیستم و فرایندی است که برای نسخه‌برداری از قضاوتهای کارشناسان طراحی شده است. این سیستم نسبت به سایر سیستمهای کامپیوتری متمایز می‌باشد زیرا از ویژگیهای خاصی مانند دقت و قابلیت کاربردی بهره‌مند است (Baldwin-Morgan & Stone, 1995).
در نوشته‌های اینینگ و همکاران (Eining et al., 1997): “سیستمهای خبره نسبت به سیستمهای سنتی کمک به تصمیم‌گیری از دو جنبه اساسی متفاوتند. اول اینکه این سیستمها بر دانش متکی‌اند و عموماً به‌جای راه‌حلهای الگوریتمی، براساس قوانین به‌وجود می‌آیند. دوم اینکه این سیستمها دستیابی به پایگاه علمی برای استفاده کاربر از سیستم کمک به تصمیم‌گیری را میسر می‌سازند. همچنین، نرم‌افزار سیستم خبره پیشرفته قابلیتهای فراوانی جهت افزایش ارتباط بین کاربر و سیستم ارائه می‌دهد.” استفاده‌های اولیه از هوش مصنوعی در دهه 1930 میلادی، بر دستکاری اشیای فیزیکی از طریق دستگاههایی که تحت کنترل برنامه بود، تمرکز داشت، اما این برنامه‌ها از مزایای تجاری و عملی اندکی برخوردار بودند.
دولتهای کشورهای مختلف از طریق تلاشهای جمعی خاص از اساتید دانشگاهی و صنعتگران، به رسیدگی به این محدودیتها پرداختند. نمونه‌هایی از این تلاشها، تلاشهای هیئت ژاپنی در زمینه نسل جدید فناوری کامپیوتری و برنامه الوی9 انگلیسی بود که هر دو در سال 1982 صورت گرفتند. برنامه الوی بر چهار حوزه گسترده پژوهشی شامل مهندسی نرم‌افزار، یکپارچگی در مقیاس بسیار بزرگ، ارتباط انسان- ماشین و سیستمهای هوشمند بر پایه دانش می‌باشند (Connell, 1991). این پژوهش برجسته در زمینه سیستمهای خبره مبتنی بر دانش، از مشارکت بانکهای بزرگ و موسسه‌های حسابرسی در زمینه توسعه سیستمی هوشمند، الفکس10 (سیستم خبره مالی برنامه الوی)، بهره گرفت. اگرچه تلاشها در مورد برنامه الوی در نیمه راه قطع شد، تجربه‌ و نتیجه‌های حاصل از مشارکت موسسه‌های حسابرسی برای جامعه پیشگامان اروپایی (مانند اسپریت11) مفید بود. همچنین، تجربه اولیه این شرکتها را به گسترش سیستمهای خبره داخلی برای جنبه‌های گوناگون روند کاری حرفه‌شان ترغیب نمود (Connell,1991).
انتظار می‌رود که سیستم خبره موثر، مزایای متعددی را برای حرفه حسابرسی فراهم سازد. این مزایا شامل درک فرایندهای کاری، دانش افزایش‌یافته و انتقال‌پذیری دانش می‌باشند. اینها دلایلی هستند که اغلب موسسه‌های حسابرسی، به‌خصوص موسسه‌ةای بزرگ، به گونه‌ای چشمگیر سیستم خبره را در حوزه‌های متعددی از فعالیتهایشان به‌کار می‌گیرند (Brown, 1991).
همچنین، در مورد استفاده از سیستمهای خبره توسط حسابداران بریتانیا، امریکا و کانادا تحقیقی صورت گرفته که نشان داده است بیشترین تعداد از سیستمهای خبره که توسط موسسه‌های حسابرسی توسعه‌یافته مربوط به حسابرسی است. سیستم خبره به‌کاررفته در حسابرسی به‌عنوان سیستم دربرگیرنده‌ای مشخص شده که برنامه‌ریزی حسابرسی12، آزمون رعایت13، آزمون محتوا14، اظهارنظر، گزارش‌دهی15 و تصمیمهای مربوط به تعامل مشتریان حسابرسی را مورد حمایت قرار می‌دهد. سایر مطالعات در زمینه استفاده حسابرسان از سیستمهای خبره در سه بخش فرعی بعدی مورد بررسی قرار می‌گیرند.
الگوهایی برای ارزیابی تاثیر استفاده حسابرسان از سیستمهای خبره
بالدوین- مورگان و استون (Baldwin-Morgan and Stone, 1995)، چارچوبی دو بعدی را (الگو ماتریسی16) با توجه به تاثیر به احتمال زیاد سیستمهای خبره بر موسسه‌های حسابرسی، پیشنهاد کردند. این ماتریس از یک طرف شامل سطوح تاثیر (صنعت، سازمان، فرد و فعالیت) و از طرف دیگر در برگیرنده رده‌های تاثیر (کارایی، بازدهی، تخصص، آموزش و محیط) بود. علت انتخاب سطوح گوناگونی از تاثیر، این واقعیت بود که تمامی انواع فعالیتها یا صنایع می‌توانند تحت تاثیر سیستمهای خبره واقع بشوند. بنابراین، پژوهش صورت‌گرفته توسط بالدوین- مورگان و استون (1995) با در نظر گرفتن عوامل احتمالی مشخص، چارچوبی موثر را برای بررسی تاثیر فناوری اطلاعات و ارتباطات بر روند حسابداری ارائه کرد (فعالیت، صنعت، وسعت و محیط).
تحقیق صورت‌گرفته توسط بالدوین- مورگان و استون (1995)، می‌توانست الگویی را برای ارزیابی تاثیر سیستمهای خبره بر سازمانها و افرادی که از این سیستمها استفاده می‌کنند، ارائه دهد. این الگو کاملاً برعکس موارد یافت‌شده در سایر تحقیقهای پیشین است که تنها در مورد چگونگی کارکرد این سیستمها و علت ساخت آنها یا در بهترین حالت آثار بالقوه این سیستمها بر حسابرسی به بحث می‌پرداختند. این الگو در مطالعات تجربی پیشین بر اساس تاثیر سیستمهای خبره حسابرسی و سیستمهای خبره حسابداری برای مدیران که مانند سابق در نوشته‌ها موجود می‌باشد، ایجاد شد. بنابراین، این پژوهش الگویی کاملاً نظری را با بینشهای تجربی ترکیب کرد.
دیلارد و یوتاس (Dillard and Yuthas, 2001) به‌تازگی دیدگاه کاملاً نوینی را در مورد تاثیر استفاده از سیستمهای خبره در حسابرسی با در نظر گرفتن موارد اخلاقی ذاتی در کاربرد این سیستمها در روند حسابرسی، مطرح کرده‌اند. این مطالعه، تئوری «خودمسئول» نیبور را برای پشتیبانی از محدوده تشکیل‌دهنده یک مورد اخلاقی و به‌عنوان چارچوبی برای شناسایی اقدام مسئولانه برای در نظر گرفتن همیشگی تعاملات مداوم در بین گروه سهامدارانی که تحت تاثیر پیاده‌سازی سیستمهای خبره می‌باشد، اتخاذ کرد. همچنین، در این تحقیق اشاره شده است که این ساختار باید برای ارزیابی اقدامهای سهامداران قبل از ایجاد سیستم همراه با پیامدهای بالقوه برای سیستم به‌کار برود.
مزایای استفاده از سیستمهای خبره در حسابرسی
آرنولد و همکاران، تاثیر کمکهای تصمیم‌گیری را بر ارزیابی تصمیم‌گیران تازه‌کار و متخصص مورد بررسی قرار دادند. این بررسی نشان می‌دهد که ترکیب مناسبی از کاربر و کمک می‌تواند کیفیت تصمیم تصمیم‌گیرندگان متخصص را ارتقا دهد؛ اما ممکن است تصمیم‌گیرندگان مبتدی در صورت تخصصیتر بودن کمکهای تصمیم‌گیری هوشمند نسبت به کاربر، در معرض تصمیم‌گیریهای ضعیفتر قرار بگیرند. در این پژوهش، رویکردی تجربی در مورد دو گروه از شاغلین ورشکسته متخصص و تازه‌کار که از یک نرم‌افزار کمک تصمیم‌گیری به نام (اینسالو17) استفاده می‌کردند، اتخاذ شد.
اینینگ و در (Eining & Dorr, 1991)، تحقیق یادگیری تجربی را با استفاده از 191 نفر از دانشجویان مقاطع تحصیلات تکمیلی حسابداری و با نگرشی به سمت بررسی تاثیر یک سیستم خبره بر کسب دانش تجربی برای انجام فعالیت به‌عنوان تصمیم‌گیران تازه‌کار حسابرسی در ارزیابی شایستگی یک سیستم کنترل داخلی، انجام دادند. این بررسی نشان داد که از میان چهار گروه که موضوعهای پژوهشی در مورد آنها برای این فعالیت طبقه‌بندی شدند (بدون کمک تصمیم‌گیری، پرسشنامه، سیستمهای خبره بدون قابلیت توضیحی، و سیستمهای خبره با قابلیت توضیحی)، شرکت‌کنندگان دو گروه از سیستمهای خبره را دارای عملکرد بهتری نسبت به دو گروه دیگر، تعیین کردند.
تحقیق اینینگ و در (1991) بر مبنای چارچوبی کاملاً نظری، یعنی تئوری یادگیری شناختی بود که در روانشناسی مشهور است. این چارچوب با اصولی مناسب ترکیب شده، تجربیات آزمایشگاهی را کنترل کرده و نتیجه‌های این پژوهش یکی از اولین بینشها را برای شرکتهایی که مبادرت به استفاده از سیستمهای خبره برای حسابرسان تازه‌کار نموده‌اند، ارائه داده است.
چنگچیت و هولساپل (Changchit and Holsapple, 2004)، سیستم خبره مشابهی را ایجاد و مورد ارزیابی قرار دادند که می‌توانست در ارزیابی اثربخشی کنترل داخلی، موثر واقع شود.
ارزیابی تاثیر سیستمهای خبره بر انواع گوناگون حسابرسی
اینینگ و همکاران (1997) به استفاده از کمکهای تصمیم‌گیری در فرایندهای پیچیده تصمیم‌گیری در مورد ارزیابی ریسک تقلب مدیریت پیامد کردند. در این تحقیق، رویکرد تجربه آزمایشگاهی را در مورد 96 حسابرس برای بررسی استفاده از یک سیستم خبره به جهت ارتقای تعامل کاربر اتخاذ شد. در مقایسه با استفاده از چک‌لیستها و الگوی آماری لوجیت که تنها ارزیابی ذکرشده را ارائه می‌دهند، نتیجه‌های این تحقیق نشان می‌دهند که استفاده از سیستمهای خبره، توانایی حسابرسان را برای وجه تمایز قائل شدن هر چه بهتر بین شرایط با سطوح متفاوت ریسک تقلب مدیریت، ارتقا می‌دهد. بنابراین، سیستمهای خبره در این پژوهش در ظاهر از لحاظ فناوری پیشرفته‌ترین سیستم بوده و ابزاری با میزان دقت بالاتر را برای ارزیابی این ریسک ارائه می‌دهد.
پژوهش صورت گرفته توسط اینینگ و همکاران (1997)، یکی از معدود پژوهشهایی است که تاثیر سه مورد از موارد کمک تصمیم‌گیری را (چک‌لیستها، الگوهای آماری و سیستمهای خبره) در قضاوت حسابرسان در مورد ریسک تقلب مدیریتی مورد مقایسه قرار داده است. همچنین، در شرایطی که در این مطالعه گنجانیدن سازوکار ارتباطی سازنده‌ای در استفاده از سیستمهای خبره، دانش را در این حوزه بیش از پیش ارتقا می‌دهد، شاید به‌کارگیری یک تجربه آزمایشگاهی در این تحقیق، نگرشی واقع‌گرایانه را در مورد پدیده تحت بررسی به‌خصوص از آنجایی‌که این پدیده یک اتفاق بود، ارائه نکرده باشد. همچنین، شاید استفاده یک شرکت کاملاً سازمان‌یافته از جایگاه شش موسسه بزرگ، پایه مناسبی را که از طریق آن بتوان نتیجه‌های مطالعه را تعمیم داد، تشکیل ندهد. پاتاک و همکاران (Pathak et al., 2005)، با استفاده از سازوکار مشابه در درون یک صنعت خاص، بیمه، ریاضیات فازی را با فناوری سیستمهای خبره ترکیب کردند تا سیستمی را طراحی کنند که قادر باشد عناصر تقلب را در زمینه پرداخت خسارت بیمه شناسایی کند.
سوینی (Swinney, 1999)، اتکا بر سیستمهای خبره را که برای کمک به حسابرسان در ارزیابی ذخایر وام توسط یکی از شش موسسه بزرگ حسابرسی آن زمان ایجاد شده بودند، مورد بررسی قرار داد. این تحقیق در مطالعات قبلی بنا نهاده شده بود، مطالعاتی که “مشخصاً به نتیجه‌گیری معکوسی رسیده بودند و اتکای بیش از حد و اتکای کمتر را بر سیستمهای خبره مورد تایید قرار می‌دادند.” بنابراین، تحقیق سوینی (1999) به دو مورد از پرسشهای پژوهشی در درون فضای اجتماعی موسسه حسابرسی، ختم شد. این پرسشها از این قرارند:
-1 آیا حسابرسان در شکل‌گیری قضاوتشان در مورد ذخایر از دست‌رفته وام، به خروجی سیستمهای خبره بیش از حد اتکا می‌کنند؟
-2 آیا حسابرسان بر خروجی منفی سیستم خبره بیشتر از خروجی مثبت آن در شکل‌گیری قضاوتشان در مورد ذخایر وام از دست‌رفته، تاکید دارند؟
سوینی از مباحث تجربی و نظری مربوط درباره زمینه‌های اجتماعی سازمانی و عواملی که می‌توانند منجر به اتکای بیش از حد یا کمتر از حد بر سیستمهای خبره توسط شرکتهای حسابداری شوند، نتیجه‌گیری کرد. از این مباحث، دو فرضیه شکل گرفتند. در فرضیه اول، سوینی سعی کرد تا به بررسی این مورد بپردازد که “ قضاوت در مورد ذخایر از دست‌رفته وام که با در نظر گرفتن خروجی منفی سیستم خبره توسط حسابرسان ارائه شده، با قضاوت در مورد ذخایر از دست‌رفته وام که با در نظر گرفتن خروجی مثبت سیستم خبره توسط حسابرسان ارائه شده، چه شباهتی دارد.” در فرضیه دوم، به بررسی شباهت بسیار زیاد تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسان با در نظر گرفتن خروجی منفی سیستم خبره ارائه شده، تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسان با در نظر گرفتن خروجی مثبت سیستم خبره داده شده و تصمیمهای پیرامون ذخایر از دست‌رفته وام که توسط حسابرسهایی ارائه شده که خروجی هیچ‌گونه سیستم خبره‌ای را در نظر نگرفته‌اند، پرداخته شد.
این تحقیق، از روش پژوهشی تجربه آزمایشگاهی برای جمع‌آوری شواهد تجربی به جهت آزمون فرضیه‌ها در نمونه کوچکی از بررسی موردی استفاده کرد؛ در شرایطی که داده جمع‌آوری‌شده با استفاده از آزمونهای آماری غیرپارامتری مورد تحلیل قرار گرفت. نتیجه‌های به‌دست‌آمده، اتکای بیش از حد بر نتیجه‌های سیستم خبره و تاثیر بیشتر خروجی منفی سیستم خبره را مورد تایید قرار داد.
این تحقیق، دانش کافی را در مورد موارد موجود در این تحقیق از طریق ایجاد تطابق بین مباحث نظری و تجربی و یافته‌های تحقیق، ارائه می‌دهد. اگرچه، همان‌طور که مولف تشخیص داده، حجم نمونه این تحقیق که فقط شامل 29 حسابرس است، به‌نظر برای تحقیقی با این میزان اهمیت محدود به‌نظر می‌آید. همچنین، از آن‌جایی که خروجی واقعی یک سیستم خبره که توسط یکی از شش موسسه حسابرسی مشغول به کار وقت ایجاد شده، برای شرکت‌کنندگان حاضر در این تحقیق (از سه موسسه متفاوت) به‌کار رفته، این احتمال وجود دارد که تعدادی از شرکت‌کنندگان از قبل با سیستمهای خبره به‌کاررفته در این تحقیق آشنا بوده‌اند. این مسئله، احتمال پیش‌داوری را افزایش داده و ممکن است روی نتیجه‌های اثرگذار باشد. با این وجود، این تحقیق توانست روند کاری را با تئوری اجتماعی و فناوری مربوط برای رسیدن به هدف کوچکی که قصد رسیدن به آن را داشت، ترکیب کند. اگرچه، بررسی می‌توانست نسبت به استفاده از روشهای تجربی در جمع‌آوری داده‌های مربوط اتخاذ تصمیم در دنیای واقعی و با استفاده از نرم‌افزار، به واقعیت نزدیکتر باشد.
افزون بر تحقیقهای ذکرشده، تعدادی از مطالعات پیشین به بررسی کاربردهای سیستمهای خبره در سایر حوزه‌های حسابرسی پرداخته و نشان داده‌اند که یک سیستم خبره منطق فازی، چگونه ارزیابی ضرورت و در نظر گرفتن عوامل کیفی مربوط را برای حسابرسان میسر می‌سازد. زبدا و مک ایچام (Zebda and McEacham, 2008)، منطق فازی را به‌عنوان چاره‌سازی احتمالی برای کاستیهای معین منطق احتمالاتی به‌کاررفته در سیستمهای خبره برای رسیدگی به عدم قطعیت، مورد تایید قرار دادند؛ در حالی که مرفی (Murphy, 2008) بر مبنای مواردی از وضعیت شرکتهای امریکایی که از مشکلات مالی رنج می‌بردند، قوانین مربوط به تصمیم‌گیری را ارائه کرد که با سیستمی خبره برای ارزیابی حسابرسان از وضعیت موفقیت‌آمیز یک نهاد، مطابقت داشت. از آنجایی که حسابرسی مالی، در واقع مجموعه‌ای از تصمیمهای متصل به هم است که هر یک نیازمند قضاوت تخصصی می‌باشند، ایجاد یک سیستم خبره حسابرسی مالی با قابلیتهای فناوری موجود، فعالیتی پیچیده و مشکل خواهد بود. بنابراین، موسسه‌ةای حسابرسی و محققان، مجبور به ایجاد سیستمهای خبره برای فعالیتهای گوناگون با دقت تعیین‌شده در حوزه حسابرسی می‌باشند. با این وجود، گری و همکاران (Gray et al., 1991) با در نظر گرفتن پیشرفت تکاملی مداوم، سیستم خبره مرکب فراتر از سطحی را با کمک فناوریهای در حال ظهور مثل سیستم تخته‌سیاه برای تسهیم اطلاعات بین سیستمهای خبره فردی در زمینه فناوری، پیش‌بینی کردند.
 پاسخ 
دیدگاه کاربران
صدیقه نیک روش |   1395/10/08 21:48:01   |
2     2
تفاوت های سیستم های خبره وشبکه های مصنوعی چیست؟
1-قابلیت یادگیری بر اساس تجربه ، مهمترین تفاوت سیستم های خبره و شبکه های مصنوعی است.
2-سیستم های خبره برنامه نویسی می شوند تا داده ها و دانش موجود در زمینه خاص را استدلال می کنند ولی سیستم عصبی مصنوعی با توجه به قابلیت یادگیری اش ، گاهی به عنوان جایگزین سیستم خبره استفاده می شود .
 پاسخ 
دیدگاه کاربران
رضا پوریادگاری |   1395/10/09 00:40:40   |
0     0
خبرگان کسانی هستند که دانش و تجارب فراوانی در حیطه آن مسئله دارند .
 پاسخ 
دیدگاه کاربران
parisa teymouri |   1395/10/09 22:32:23   |
0     0
یکی از راه حل های بکارگیری عامل های نرم افزاری با قابلیت یادگیری تصمیم گیری هوشمندانه است . این نرم افزار های هوشمند قادر هستند در خرید و فروش ، ارائه پیشنهاد در مناقصه ها و حراج ها ، مذاکره و عقد قرارداد به کار گرفته شود.
 پاسخ 
دیدگاه کاربران
حبیب اله میرجلیلی |   1395/10/10 02:35:45   |
1     3
سیستم های خبره برنامه نویسی می شوند تا داده ها و دانش موجود در زمینه خاص را استدلال می کنند ولی سیستم عصبی مصنوعی با توجه به قابلیت یادگیری اش ، گاهی به عنوان جایگزین سیستم خبره استفاده می شود .
از شبکه های مصنوعی در موارد زیر استفاده می شود:
. پیش بینی فروش و بازار هدف
. تحلیل گزینه های مختلف سرمایه گذاری
. شناسایی الگوهای بازار سهام
. مقایسه امضا با امضای جعلی
. شناسایی کلاهبرداری از طریق تحلیل الگوهای خرید
 پاسخ 
دیدگاه کاربران
elhame shojaei |   1395/10/11 18:11:46   |
استفاده از شبکه های مصنوعی را می پسندم
یونس زارع |   1395/10/11 09:10:25   |
1     0
سامانه‌های خِبره یا سیستم‌های خِبره ((Expert systems)) به دسته‌ای خاص از نرم‌افزارهای رایانه‌ای اطلاق می‌شود که در راستای کمک به کاردانان و متخصّصان انسانی و یا جایگزینی جزئی آنان در زمینه‌های محدود تخصّصی تلاش دارند. اینگونه سامانه‌ها، در واقع، نمونه‌های آغازین و ساده‌تری از فناوری پیش‌رفته‌تر سامانه‌های دانش-بنیان به شمار می‌آیند، که با گردآوری، پردازش و واکاوی داده‌ها قادر به نتیجه‌گیری و حل مسئله در مواردی هستند که معمولاً به دیدگاه و دانش یک فرد «کارآزموده» در آن رشتهٔ تخصصی نیاز دارد.
یکی از مناسب‌ترین زمینه‌های کاربرد این سامانه‌ها حوزه حسابداری و امور مالی است
کاربردهای مختلفی از سامانه‌های خبره را در سه زمینه حسابداری، حسابداری مدیریت و امور مالیاتی به شرح ذیل می‌باشد:
حسابرسی : ارزیابی ریسک – تهیه برنامه حسابرسی – فراهم آوردن کمکهای فنی – کشف تقلبات و جلوگیری از آنها
حسابداری مدیریت : قیمت گذاری محصولات و خدمات – تعیین بهای تمام شده – طراحی سیستمهای حسابداری – بودجه بندی سرمایه‌ای – انتخاب روش حسابداری – ارزیابی اعتبار – ایجاد و برقراری واپاشی (کنترل)
امور مالیاتی : توصیه‌های مالیاتی – محاسبه مابه التفاوتهای مالیاتی – برنامه‌ریزی مالی شخصی
 پاسخ 
دیدگاه کاربران
محمد چیت ساز |   1395/10/12 19:27:10   |
0     0
فناوری هوش مصنوعی به عنوان دستاوردی نو از فناوری بسیاری از علوم را تحت تاثیر خود قرارداده است. علم حسابداری نیز نه تنها از این امر مستثنی نیست بلکه یکی از مستعدترین قلمروها برای کاربرد رهاورد های سیستم های مبتنی بر هوش مصنوعی است.
 پاسخ 
دیدگاه کاربران
محمدجعفر کریمی زارچی |   1395/10/15 20:14:11   |
0     0
نکته جالب در مورد سیستم شبکه عصبی مصنوعی قدرت یاد گیری آن است که باعث می شود نسبت به دیگر سیستم های هوشمند جای کار بیشتری داشته باشد
 پاسخ 
دیدگاه کاربران
شهرزاد مهرگان |   1395/10/19 19:14:02   |
0     0
از شبکه های مصنوعی در چه مواردی استفاده میشود؟
. پیش بینی فروش و بازار هدف
. تحلیل گزینه های مختلف سرمایه گذاری
. شناسایی الگوهای بازار سهام
. مقایسه امضا با امضای جعلی
. شناسایی کلاهبرداری از طریق تحلیل الگوهای خرید
 پاسخ 
دیدگاه کاربران
مصطفی صانعی |   1395/10/20 14:53:35   |
0     0
انواع TPS

سیستم اطلاعاتی حسابداری " AIS "
سیستم اطلاعاتی مالی " FIS "
سیستم اطلاعاتی تولید " OIS "
سیستم اطلاعاتی بازاریابی
سیستم اطلاعاتی مدیریت منابع انسانی " HIS "
 پاسخ 
دیدگاه کاربران
مصطفی صانعی |   1395/10/20 14:56:06   |
0     0
سیستم های اطلاعاتی هوشمند " IIS ":توصیف کننده کاربردهای تجاری هوش مصنوعی است.
 پاسخ 
دیدگاه کاربران
مرتضی انوری |   1395/10/21 17:44:33   |
3     2
انواع سیستم های هوشمند و کاربرد آن در حسابداری را بیان کنید؟
1- سیستم های خبره: به نوعی با استفاده از علم شبیه سازی ای از ذهن افراد خبره و باهوش به عمل آورده و در یک سیستم پایه ریزی می کنند تا مدیران در هر لحظه بتوانند از علم افراد خبره در کنار خود سود ببرند.
2- شبکه های عصبی مصنوعی:مدل هایی از شبکه عصبی انسان هستند که می توانند با استفاده از رابطه برقرار کردن با سلول های عصبی به تجربیات یک فرد در خصوص کار خاصی که انجام داده است واکنش نشان دهد و صرف اطلاعات نمی باشد.به نوعی اطلاعات به همراه تجربه منعکس می شود.
3- منطق فازی: این منطق زمانی کاربردی است که میخواهیم با داده های غیر قطعی پاسخ های(اطلاعات) قطعی به دست آوریم.
 پاسخ 
دیدگاه کاربران
وحید فتحی |   1395/10/21 18:21:20   |
0     0
سیستم پردازش تبادل اطلاعات " TPS "

اینگونه سیستم ها معمولا برای اجرای عملیات روزانه مانند پرداخت حقوق،حسابداری،سفارشات و ... تهیه می شوند. همچنین از قدیمی ترین سیستم های اطلاعاتی هستند که از آنها در سطح گسترده ای استفاده می شود.
 پاسخ 
دیدگاه کاربران
hadi roostaie |   1395/10/22 23:59:30   |
0     0
موارد استفاده از شبکه های مصنوعی ،یکی از اقلام سیستم های هوشمند را نام ببرید:
. پیش بینی فروش و بازار هدف
. تحلیل گزینه های مختلف سرمایه گذاری
. شناسایی الگوهای بازار سهام
. مقایسه امضا با امضای جعلی
. شناسایی کلاهبرداری از طریق تحلیل الگوهای خرید
 پاسخ 
دیدگاه کاربران
سیدابوالقاسم ابریشم |   1395/10/23 17:44:47   |
0     0
اگر بخواهیم سیستم‌های خبرهرا در یک جمله توصیف کنیم باید بگوییمکه این سیستم‌ها به‌طور کلی برنامه‌هایی هستند که قادرند همانند انسان مسایل خاصیرا استدلال کنند. این سیستم‌ها برای استدلال، از الگوهای منطقی خاصی استفادهمی‌کنند که مشابه همان کاری است که انسان در زمان حل یک مسئله عمل می‌کند. در واقعهمان‌طور که انسان برای حل یک مسئله، تعقل یا اندیشه می‌کند، سیستم‌های خبره نیزبرای این کار به الگوها و راه و روش‌هایی متوسل می‌شوند که انسان برای ان‌ها مشخصکرده است، بنابراین چون از منطق بشری استفاده می‌کنند می‌توان گفت که تا حدودیهمانند انسان فکر می‌کنند.
 پاسخ 
دیدگاه کاربران
سیدابوالقاسم ابریشم |   1395/10/23 17:53:19   |
0     0
کاربرد سامانه‌های خبره در حسابداری و امور مالی
یکی از پر رونق‌ترین زمینه‌های کاربرد سامانه‌های خبره، حوزه و تجزیه و تحلیلهای مالی است. یکی از مناسب‌ترین زمینه‌های کاربرد این سامانه‌ها حوزه حسابداری و امور مالی است. امروزه انواع زیادی از سامانه‌های خبره برای کاربردهای گوناگون در این شاخه از دانش بشری ساخته شده است که در مورد استفاده گروه‌های مختلفی از تصمیم گیرندگان مانند مدیران شرکتها و سازمانها، حسابداران، تحلیلگران مالی، کارشناسان مالیاتی و بالاخره عامه مردم قرار می‌گیرد حتی متخصصین و کارشناسان حوزه‌های مختلف دانش حسابداری و مالی از این نرم‌افزارهای پر جاذبه به عنوان وسیله‌ای برای یافتن «حدس دوم» و اطمینان بیشتر نسبت به یافته‌ها و داوری‌های شخصی خود استفاده می‌کنند.

کاربردهای مختلفی از سامانه‌های خبره در سه زمینه حسابداری، حسابداری مدیریت و امور مالیاتی به شرح ذیل می‌باشد:

حسابرسی : ارزیابی ریسک – تهیه برنامه حسابرسی – فراهم آوردن کمکهای فنی – کشف تقلبات و جلوگیری از آنها
حسابداری مدیریت : قیمت گذاری محصولات و خدمات – تعیین بهای تمام شده – طراحی سیستمهای حسابداری – بودجه بندی سرمایه‌ای – انتخاب روش حسابداری – ارزیابی اعتبار – ایجاد و برقراری واپاشی (کنترل)
امور مالیاتی : توصیه‌های مالیاتی – محاسبه مابه التفاوتهای مالیاتی – برنامه‌ریزی مالی شخصی.
تحلیلگران مالی نیز امروزه یکی از استفاده کنندگان سیستم‌های خبره هستند به هنگام بررسی وضعیت مالی یک شرکت یا مشتری معین، تحلیلگران مالی در کنار برداشت خود از داده‌های مالی، نظر سامانه خبره را نیز به عنوان یک نظر تخصصی مکمل در اختیار دارد و در مواردی که این نظر یا داوری دوم با نظر خود او ناهمسویی داشته باشد می‌کوشد تا در واکاویهای خود دقت بیشتری به عمل آورده و حتی در مواردی بازبینی کند. سامانه‌های خبره در مورد بررسی صورتهای مالی شرکت قبل از ارائه به مدیران ارشد بررسی گزارشهای رسیده از شعب یا شرکتهای تابعه شرکت ارزیابی یک شرکت ارزیابی اعتبار مالی فروشندگان و خریداران (طرفهای تجاری) و در بسیاری از زمینه‌های دیگر مالی امروز کاربردهای خود را یافته‌اند.
 پاسخ 
دیدگاه کاربران
سیدمحمد امامی مقدم |   1395/10/23 23:46:43   |
1     0
1- سیستم های خبره 2- شبکه های عصبی مصنوعی:3- منطق فازی4- الگوریتم های ژنتیکی5- عامل های هوشمند
 پاسخ 
دیدگاه کاربران
مصطفی صانعی |   1395/10/24 12:48:40   |
1     0
انواع سیستم های هوشمند و کاربرد آن در حسابداری؟
1-سیستم های خبره.استفاده مدیران از علم افراد خبره با استفاده از شبیه سازی از ذهن افراد خبره
2-شبکه های عصبی مصنوعی-اطلاعات به همراه تجربه منعکس میشود
3منطق فازی-زمانی کاربردی است که میخواهیم با داده های غیر قطعی پاسخ های قطعی بدست اوریم
 پاسخ 
دیدگاه کاربران
ابوالفضل برزگری حانقاه |   1395/10/25 23:00:37   |
0     0
سیستم های خبره: زمانی که مدیر با مسئله ای رو به رو میشود عموما برای دریافت توصیه ها به افراد خبره مراجعه میکنند. خبرگان کسانی هستند که دانش و تجارب فراوانی در حیطه آن مساله دارند . ولی چون همیشه این افراد در دسترس نیستند و هزینه زیادی دسترسی به این افراد برای سازمان دارد میتوانیم با استفاده از سیستم های خبره برای شبیه سازی فرآیند های ذهنی افراد خبره را طراحی کنیم. در واقع سیستم خره سیستمی است که میتواند از طریق فرآیندهای رایانه ای که مشابه استدلالهای منطقی است .تصمیم هایی را پیشنهاد کند.
 پاسخ 
دیدگاه کاربران
|   1395/10/28 23:03:42   |
مطلب شما مناسب بود ولی کوتاه میباشد و به نظر اینجانب این سیستم در حال حاضر به نوعی همان دفاتر مشاوره مالی بوده که خدمات مشابه به شرکتها و افراد جهت نیازهایشان ارائه می دهندو به همین دیل به سیستم هنوز تبدیل نشده اند
ابوالفضل برزگری حانقاه |   1395/10/25 23:01:14   |
0     0
شبکه های عصبی مصنو عی: مدل هایی از سیستم عصبی انسان هستند که می توانند روش ارتباط بین نورون ها (سلول عصبی)را در پردازش داده ها و یادگیری از تجارب قبلی شبیه سازی کنند .در واقع این شبکه ها به دنبال تقلید از مغز انسان هستند .مهمترین ویژگی شبکه های عصبی مصنوئی که آن را از سیستم های خبره متمایز کرده و عملکرد آن را به انسان نزدیک میکند قابلیت یادگیری آن است.
شبکه های عصبی مصنو ئی در موارد زیر استفاده میشوند:
 شناسایی الگوهای بازار سهام و کمک در استراتژیهای مربوط به تجارت اوراق بهادار
 پیش بینی فروش وبازار هدف
 تحلیل گزینه های مختلف سرمایه گذاری
 مقایسه امضا با امضاهای جعلی
 شناسایی کلاهبرداری از طریق تحلیل الگوهای خرید
 ارزیابی متقاضیان وام وپیش بینی قدرت پرداخت دیون
 ارزیابی نقاط قوت وضعف شرکتها و پیشبینی شکستهای احتمالی
 پاسخ 
دیدگاه کاربران
حبیب اله میرجلیلی |   1395/10/25 23:03:30   |
0     3
سیستم های منطق فازی: منطق فازی از روش هایی برای استدلال استفاده میکند که شبیه استدلال های انسان است زیرا به جای اینکه تنها داده های خشک مانند انتخاب دو دویی (بله و خیر ) تکیه داشته باشد با ارزشها و استنتاجات تخمینی (منطق فازی ) و داده های نا کامل و مبهم (داده های فازی )سرو کار دارد . منطق فازی تکنولوژی جدیدی است که شیوه های مرسوم برای طراحی و مدل سازی یک سیستم را که نیازمند ریاضیات پیشرفته و نسبتا پیچیده است را با استفاده از مقادیر و شرایط زبانی و هدف ساده سازی فر آیند طراحی سیستم تا حدودی تکمیل می کند .از جمله کاربردهای منطق فازی تصمیم گیری در شرایطی است که مقادیر و شرایط زمان و داده های غیر منطقی ما هستند و ما قصد داریم با استفاده از این داده های غیر قطعی پاسخ هایی قطعی را به دست آوریم. در شرایط در حال تغییر و نا مطمئن کسب وکار های امروزیامری عادی است که مدیران هر روز با آن مواجه هستند.
الگوریتم های ژنتیکی: الگوریتمی مبتنی بر تکرار است و اصول اولیه آن از علم ژنتیک اقتباس شده است .الگوریتم ژنتیکی در موقعیتهایی مفید هستند که هزاران راه حل موجود است و باید تمام آنها ارزیابی شوند تا راه حل بهینه ای ایجاد شود .نرم افزار الگوریتم ژنتیکی مجموعه ای از قوانین ریاضی پردازش را به کار میگیرد تا چگونگی شکل گیریترکیبات اجزا یا مراحل فرآیند را مشخص کند
عامل های هوشمند: قادر به شناسایی الگوها و تصمیم گیری بر اساس قوانین فکر کردن خود هستند. قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش تعریف میشود . در واقع عامل های هوشمند یک جانشین نرم افزاری برای کاربر نهایی یا فرآیندی است که یک نیاز یا فعالیت را تکمیل میکند . ودر نهایت عامل های هوشمند میتوانند به مکانیزه کردن فعالیتهای مختلف کاهش زمان کار و افزایش کارایی و اثر بخشی فعالیتها کمک شایانی نمایند.
 پاسخ 
دیدگاه کاربران
محمد حیدر دهقان طزرجانی |   1395/10/28 18:44:49   |
0     0
با سلام باتوجه به تعریف الگوریتم های ژنتیکی: یک کاربرد رو به رشد هوش مصنوعی است . مبتنی بر تکرار است و اصول اولیه آن از علم ژنتیک اقتباس شده است . در موقعیت هایی مفید هستند که هزاران راه حل موجود است و باید تمام آن ها ارزیابی شوند تا راه حل بهینه ای ایجاد گردد . نرم افزار الگوریتم ژنتیک مجموعه ای از قوانین ریاضی پردارزش را به کار می گیردتا چگونگی شکل گیری اجزا یا مراحل فرآیند را مشخص کند.
از الگوریتم ژنتیکی می توان در مباحث مالی می توان برای تجزیه و تحلیل بازار سرمایه و تشکیل پرتفوی بهینه استفاده کرد .
- عامل های هوشمند: قادر به شناسایی الگوها ، تصمیم گیری بر اساس قوانین فکر کردن خود هستند . قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش ، تعریف می شود . یک جانشین نرم افزاری برای کاربر نهایی یا فرآیندی است که یک نیاز یا فعالیت را تکمیل می کند .
یکی از راه حل های بکارگیری عامل های نرم افزاری با قابلیت یادگیری تصمیم گیری هوشمندانه است . این نرم افزار های هوشمند قادر هستند در خرید و فروش ، ارائه پیشنهاد در مناقصه ها و حراج ها ، مذاکره و عقد قرارداد به کار گرفته شود. در تعریف الگوریتم ژنتیکی با استفاده از مقایسه بین راه حل های موجود و با ترکیب آنها بهترین راه حل انتخاب میگردد .ولی در مورد عامل های هوشمندانه با استفاده از قوانین و تفکر نرم افزاری وتکرار پذیری و یادگیری و تصمیمات هوشمندانه بهترین راه حل ارائه میگردد. با تشکر
 پاسخ 
دیدگاه کاربران
|   1395/10/28 19:11:25   |
0     0
الگوریتم های ژنتیکی: یک کاربرد رو به رشد هوش مصنوعی است . مبتنی بر تکرار است و اصول اولیه آن از علم ژنتیک اقتباس شده است . در موقعیت هایی مفید هستند که هزاران راه حل موجود است و باید تمام آن ها ارزیابی شوند تا راه حل بهینه ای ایجاد گردد . نرم افزار الگوریتم ژنتیک مجموعه ای از قوانین ریاضی پردارزش را به کار می گیردتا چگونگی شکل گیری اجزا یا مراحل فرآیند را مشخص کند.
از الگوریتم زنتیکی می توان در مباحث مالی می توان برای تجزیه و تحلیل بازار سرمایه و تشکیل پرتفوی بهینه استفاده کرد .

4- عامل های هوشمند: قادر به شناسایی الگوها ، تصمیم گیری بر اساس قوانین فکر کردن خود هستند . قوانین و چگونگی فکر کردن هر عامل در راستای دستیابی به هدفش ، تعریف می شود . یک جانشین نرم افزاری برای کاربر نهایی یا فرآیندی است که یک نیاز یا فعالیت را تکمیل می کند .
یکی از راه حل های بکارگیری عامل های نرم افزاری با قابلیت یادگیری تصمیم گیری هوشمندانه است . این نرم افزار های هوشمند قادر هستند در خرید و فروش ، ارائه پیشنهاد در مناقصه ها و حراج ها ، مذاکره و عقد قرارداد به کار گرفته شود. باتوجه به تعاریف فوق الگوریتم ژنتیکی با استفاده از همه راه حل های مجود و ترکیب آنها و بدست آوردن بهترین راه حل سعی در حل مشکلات موجود دارد ولی عامل های هوشمند دارای قابلیت یادگیری و تصمیم گیری هوشمندانه بوده و با استفاده از قوانین فکری برای یک فعالیت راه حلی مناسب و بهترین پیشنهاد را ارائه مدهد. با تشکر
 پاسخ 
دیدگاه کاربران
حمیدرضا زمانی نیسیانی |   1395/10/28 20:59:17   |
0     0
طی مطالعاتم دراین زمینه دریک مقاله که فصلنامه علمی،پژوهشی حسابداری مدیریت آن رامنتشرکرده بودبه این مطلب که می تواندبحث فوق راکاملترکندبرخوردکردم:
ﻣﺪﻳﺮان در ﺷﺮﻛﺘﻬﺎی ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان در ﻓﺮاﻳﻨﺪ ﺗﺼﻤﻴﻢ ﮔﻴﺮی رﻳﺴﻚ ﭘﺬﻳﺮ ﻧﻤﻲ ﺗﻮاﻧﻨﺪ از ﺳﻴﺴﺘﻢ اﻃﻼﻋﺎت ﺣﺴﺎﺑﺪاری ﻣﺪﻳ ﺮﻳﺖ ﻣﺒﺘﻨﻲ ﺑﺮ ﭘﺸﺘﻴﺒﺎﻧﻲ ﺗﺼﻤﻴﻢ ﮔﻴﺮی و ﻫﻮش ﺗﺠﺎری ﺷﺎﻣﻞ اﺳﺘﻔﺎده از ﺧﺪﻣﺎت وب و ﻣﻮﺑﺎﻳﻞ ، ارﺗﺒﺎط ﺑﺎ ﺳﺎﻳﺮ ﺳﻴﺴﺘﻢ ﻫﺎ رو ، اﺳﺘﺪﻻل داﻧﺶ ﭘﻴﺸﺮو و ﭘﺲ ، ﻓﺮاﻳﻨﺪ ﺗﺤﻠﻴﻞ ﺑﻼدرﻧﮓ ﻛﺎوی ، داده داده ، اﻧﺒﺎره ، ﺗﺼﻤﻴﻢ ﮔﻴﺮی ﻓﺎزی ﺳﺎزی ، ﺷﺒﻴﻪ ، ﻧﻤﻮﻧﻪ ﺳﺎزی ،ﻋﺎﻣﻞ ﻫﻮﺷﻤﻨﺪ، اﻃﻼع رﺳﺎﻧﻲ و آﮔﺎه ﺳﺎزی ، ﮔﺰارﺷﻬﺎی ﮔﺮاﻓﻴﻜﻲ ، اﻧﻌﻄﺎف ﭘﺬﻳﺮی و ﺑﻬﻴﻨﻪ ﺳﺎزی اﺳﺘﻔﺎده ﻧﻤﺎﻳﻨﺪ.
 پاسخ 
دیدگاه کاربران
سیدمجتبی موسوی |   1395/10/30 21:13:58   |
0     0
الگوریتم های ژنتیکی: یک کاربرد رو به رشد هوش مصنوعی است . مبتنی بر تکرار است و اصول اولیه آن از علم ژنتیک اقتباس شده است . در موقعیت هایی مفید هستند که هزاران راه حل موجود است و باید تمام آن ها ارزیابی شوند تا راه حل بهینه ای ایجاد گردد . نرم افزار الگوریتم ژنتیک مجموعه ای از قوانین ریاضی پردارزش را به کار می گیردتا چگونگی شکل گیری اجزا یا مراحل فرآیند را مشخص کند.

از الگوریتم زنتیکی می توان در مباحث مالی می توان برای تجزیه و تحلیل بازار سرمایه و تشکیل پرتفوی بهینه استفاده کرد .
 پاسخ 
دیدگاه کاربران
Masoud Abedi |   1395/11/01 09:07:30   |
2     0
با توجه به گوناگونی و پراکندگی اطلاعات در زمینه حسابداری و امور مالی و کستردگی اطلاعات در این زمینه ، برای انتخاب بهترین اطلاعات مورد نیاز هر استفاده کننده جهت تصمیم گیری ، به سیستمی نیاز است که دارای خصوصیت هوشمندی باشد و همچنین بتواند اطلاعات مورد نیاز را پیش بینی نماید. پیش بینی عنصری کلیدی برای تصمیم گیری مدیریتی است، چرا که بیشترین تصمیمات در تمام سطوح سازمان به طور مستقیم یا غیر مستقیم به حالتی از پیش بینی آینده بستگی دارد، هدف از پیش بینی کاهش ریسک در تصمیم گیری می باشد، امروزه بسیاری از پیش بینی ها در حوزه حسابداری و مالی توسط سیستم های هوشمند و خبره انجام می شود و مهم ترین کاربرد سیستم های هوشمند در حسابداری ، مدیریت و اقتصاد پیش بینی این متغیرهاست .
 پاسخ 
دیدگاه کاربران
Masoud Abedi |   1395/11/01 09:19:21   |
0     0
مزایا ی شبکه های عصبی
شبکه های عصبی مصنوعی دارای قابلیت یادگیری، به خاطر سپاری (ذخیرهسازی) و مقایسه
الگوهای پیچیده هستند . علاوه بر این ، حتی هنگامی که دادهها دارای نقص ، ابهام ویا تغییر شکل
هستند نیز قابلیت شناسایی الگوهای دادهها وجود دارد و روابط بین داده ها به راحتی کشف و
استخراج می شود. این خصوصیات شبکه عصبی را برای بسیاری از تصمیماتی که نیازمند
عمده ترین مهارت حسابرسی (یعنی قضاوت ) میباشد مناسب ساخته است(2003,Koskivaara.(
از آنجا که شبکه های عصبی توانایی فوقالعاده ای در کشف روابط نهفته در میان داده های پیچیده یا
داده هـای دارای ابهـام دارنـد ، ایـن ویژگـی باعث شده که از آن به عنوان ابزاری برای استخراج و
شناسـایی الگوهـا و روندهایـی اسـتفاده شـود کـه شناسـایی آنها برای انسان و یا توسط روشهای
کامپیوتری معمول بسیار دشوار است.
یـک شـبکۀ عصـبی بعـد از آمـوزش قـادر است فرایند تفکر را تقلید کند و همانند یک کارشناس
داده های ورودی را تجزیه و تحلیل نماید.
در صـورتی کـه شـبکه عصـبی بـه شـکل مناسـبی آمـوزش داده شود قادر است به خوبی وظایفی
همچــون طــبقه بــندی، تعمــیم و یــا تصــمیم گــیری را در حالــتهای آمــاری بــه انجــام رســاند
ازاین رو به عنوان جایگزین مناسبی برای مدلهای رگرسیون محسوب میشود.
 پاسخ 
دیدگاه کاربران
امین الله کارگران |   1395/11/05 20:43:02   |
0     0
- سیستم های خبره: زمانی که مدیر با مسئله ای روبرو می شود ، عموما برای دریافت توصیه ها به افراد خبره مراجعه می کند .خبرگان کسانی هستند که دانش و تجارب فراوانی در حیطه آن مسئله دارند .

چون دسترسی به افراد خبره همیشه امکان پذیر نیست و گاهی بسیار گران است . سیستم های خبره برای شبیه سازی فرآیند های ذهنی افراد خبره طراحی می شوند . مفهوم سیستم خبره بر این فرض استوار است که می توان دانش افراد خبره را وارد سیستم رایانه ای نمود و در واقع سیستم خبره ، سیستمی است که می تواند از طریق فرآیند های رایانه ای که مشابه استدلال های منطقی است ، تصمیم هایی را پیشنهاد می کنند . سیستم خبره در زمینه هایی استفاده می شود که عبارتند از: داروسازی، مهندسی، علوم فیزیکی و کسب و کار و.....
 پاسخ 
دیدگاه کاربران
صفیه مزیدی شرف آبادی |   1396/01/26 08:36:56   |
سلام
سیستمهای خبره در موضوعات حسابرسی - حسابداری مدیریت- امور مالیاتی وتحلیل مالی در زمینه حسابداری مورد استفاده قرار میگیرد .
محسن حداد زاده نیری |   1395/11/05 21:46:05   |
0     0
الگوریتم های ژنتیکی: یک کاربرد رو به رشد هوش مصنوعی است . مبتنی بر تکرار است و اصول اولیه آن از علم ژنتیک اقتباس شده است . در موقعیت هایی مفید هستند که هزاران راه حل موجود است و باید تمام آن ها ارزیابی شوند تا راه حل بهینه ای ایجاد گردد . نرم افزار الگوریتم ژنتیک مجموعه ای از قوانین ریاضی پردارزش را به کار می گیردتا چگونگی شکل گیری اجزا یا مراحل فرآیند را مشخص کند.

از الگوریتم زنتیکی می توان در مباحث مالی می توان برای تجزیه و تحلیل بازار سرمایه و تشکیل پرتفوی بهینه استفاده کرد .
 پاسخ 
دیدگاه کاربران
mohammad.rajol |   1396/01/05 16:43:10   |
5     0
انواع سیستم های اطلاعاتی
1- سیستمهای پردازش تراکنش TPS
2- سیستم های اطلاعات مدیریتMIS
3- سیستم های اتوماسیون اداری OAS
4- سیستم های پشتیبان تصمیم گیری DSS
5- سیستم های پشتیبان مدیران ارشد ESS
6- سیستم های اطلاعاتی هوشمند IIS
. سیستم پردازش تبادل اطلاعات " TPS "
اینگونه سیستم ها معمولا برای اجرای عملیات روزانه مانند پرداخت حقوق،حسابداری،سفارشات و ... تهیه می شوند. همچنین از قدیمی ترین سیستم های اطلاعاتی هستند که از آنها در سطح گسترده ای استفاده می شود.

اهداف TPS :

هدف اصلی TPS فرهم آوردن تمام اطلاعات مورد نیاز به وسیله قانون یا قاعده خاص و یا به وسیله خط مشی های سازمانی برای اجرای شایسته و کارآمد فعالیت های سازمان می باشد.

تعدادی از این اهداف عبارتند از:

انجام عملیات سازمانی موثر و کارآمد
فراهم آوردن اسناد و گزارشات به هنگام
افزایش مزایای رقابتی سازمان
فراهم آوردن داده های مورد نیاز برای سیستم های تاکتیکی و استراتژیک
انواع TPS

سیستم اطلاعاتی حسابداری " AIS "
سیستم اطلاعاتی مالی " FIS "
سیستم اطلاعاتی تولید " OIS "
سیستم اطلاعاتی بازاریابی
سیستم اطلاعاتی مدیریت منابع انسانی " HIS "
2. سیستم اطلاعات مدیریت " MIS "

سیستم های رسمی و غیر رسمی که اطلاعات قدیم،حال و اطلاعات مربوط به برنامه های آینده را به صورت کتبی و شفاهی،مرتبط با عملیات داخلی سازمان و محیط آن فراهم می سازد و سپس به وسیله اطلاعات فراهم شده در چارچوب زمانی مقتضی،به منظور به کار بردن در تصمیم گیری،از مدیران،پرسنل و اجزا کلیدی محیط پشتیبانی می کند.

ویژگی های سیستم اطلاعات مدیریت "MIS"

اطلاعات دقیق را به موقع در اختیار تصمیم گیرندگان قرار دهد.
پاسخگوی کنکاشهای مدیریت برای دستیابی به اطلاعات باشد.
ارائه گزارش بر مبنی استثنا به مدیریت
داشتن توان ادغام در آینده
پذیرش سیستم توسط استفاده کنندگان
۳. سیستم اتوماسیون اداری " OAS "

اتوماسیون اداری عبارت است از کاربرد وسایل الکترونیکی در فعالیت های دفتری به منظور افزایش کارایی،این سیستم شامل دامنه وسیعی از ابزار از قبیل صفحه گسترها و واژه پردازها می باشد.OAS ها به افراد کمک می کند تا به صورت موثر ثبت،یادداشت و محاسبه کارهای عادیشان را انجام دهند.

۴. سیستم پشتیبانی تصمیم "DSS "

CarlsonوSprague سیستم پشتیبانی تصمیم را چنین تعریف کرده اند:سیستم پشتیبانی سیستم سیستمی است که:

بر مبنی سیستم های کیمپیوتری فعالیت می کند.
به تصمیم گیرندگان در تصمیم کمک می کند.
می تواند به حل مسائل نیمه ساخت یافته و یا ساخت نیافته کمک کند.
دارای تعامل مستقیم با کاربران است.
دارای مدلهای داده و تحلیلی است.
اجزا DSS :شامل سه جز اصلی است

یک ژایگاه داده شامل داده ها و اطلاعات جمع آوری شده از داخل و محیط
یک ژردازشگر اطلاعات که گزارشات را تولید،پایگاه داده را جستجو و پدیده های تجاری را شبیه سازی می کند.
یک کتابخانه نرم افزار شامل انواع مختلف نرم افزارهای مورد نیاز برای برآورد ساختن احتیاجات اطلاعاتی مدیر
خصوصیات سیستم های اطلاعات تصمیم:

مرتب کردن تصمیمات نیمه ساخت یافته یا غیر ساخت یافته
کمک به یک DSS تصمیم گیرنده در فرآیند تصمیم گیری
پشتیبانی تصمیم گیرندگان در تمامی سطوح به ویژه سطوح تاکتیکی و استراتژیک
سازگاری با هر محیطی برای به دست آوردن اطلاعات
تسهیل ارتباط میان سطوح تصمیم گیری
و ...
انواع سیستم های پشتیبانی تصمیم:

سیستم پشتیبانی تصمیم سازمانی " ODSS "
سیستم پشتیبانی تصمیم گروهی " GDSS "
سیستم پشتیبانی مدیران عالی " ESS "
5. سیستم اطلاعات مدیریت عالی " EIS "

به گفته واتسون عوامل زیر نیاز به EIS را توجیه می کند:

عوامل بیرونی:از قبیل رقابت شدید،تغییرات سریع محیطی نیاز به فعالیت بیشتر،افزایش قوانین و مقررات دولتی

عوامل درونی:از قبیل نیاز به اطلاعات به هنگام،نیاز به بهبود ارتباطات،نیاز به دسترسی به داده های عملیاتی،نیاز به افزایش اثر بخشی و نیاز به اطلاعات صحیح بیشتر

تفاوت EIS و ESS :

EIS یک سیستم مبتنی بر کامپیوتر که نیازهای اطلاعاتی مدیران عالی از قبیل دستیابی سریع به اطلاعات به هنگام،دستیابی مستقیم به گزارشات مدیریت را برآورده می کند." گزارشات استثنایی " و " توانایی نمایش تفصیلی اطلاعات "را فراهم می آورد. اما ESS یک سیستم پشتیبانی جامع و فراتر از EIS است و شامل پشتیبانی تحلیلی ارتباطات و اتوماسیون اداری می شود.

و در آخر سیستم های اطلاعاتی هوشمند " IIS ":توصیف کننده کاربردهای تجاری هوش مصنوعی است.
 پاسخ 
دیدگاه کاربران
فریبا میرتقی |   1396/01/08 23:26:19   |
0     0
سیستم های حسابداری 

سیستم حسابداری از جمله سیستم های اطلاعاتی در موسسه است . برخی از زیر سیستم های حسابداری در قلمرو سیستم های عملیاتی است ولی اغلب آن در زمره سیستم های اطلاعات مدیریت (MIS ) هستند . 
مجموعه سیستم ها را به شکل زیر می توان طبقه بندی نمود :  
 
 
 
        سیستم های خبره ES
 
 
 
سیستم های پشتیبانی  تصمیم گیری DDS 
                                                                  سیستم اطلاعات مدیریت  MIS 
 
سیستم های عملیاتی   TPS 
 
سیستم های حسابداری ، داده های (Data  ) مربوط به فعالیت ها ، معاملات ، وقایع و رویدادهای مالی را دریافت ، کنترل و بر طبق روش های مصوب ، آنها را ثبت ، طبقه بندی ، تلخیص و گزارش می کنند . نمودار زیر نشان دهنده ی مراحل مختلف فعالیت های مراحل مختلف فعالیت های اصلی سیستم حسابداری است . تجزیه و تحلیل اطلاعات حسابداری در گروه سیستم اطلاعات مدیریت و سیستم های پشتیبانی تصمیم گیری D.S.S   قرار دارد . 
اخیرا سیستم های هوشمند نیز در سیستم های مالی به کار گرفته می شوند . 
 
 
 
 
 
           سایر سیستم ها                                         معاملات و رویدادها                                        سایر سیستم ها
 
 
    
                  مقررات                                                        کنترل          
                  قوانین                                                            ثبت                                                            رویه ها  
                  ضوابط                                                       
                  عمومی                                                     طبقه بندی                                                دستورالعمل ها    و                                            
               لازم الاجرا                                                   
              استانداردها                                                     تلخیص                                               آئین نامه های داخلی 
                  ضوابط
                حرفه ای                                                      گزارشات                                                                                           
 
انتخاب نحوه ی   اجرای سیستم برای هر موسسه پس از انجام مطالعات امکان سنجی صورت می گیرد . نکاتی که در مطالعات امکان سنجی مد نظر قرار می گیرند شامل موارد زیر هستند : 
حجم و پیچیدگی عملیات سیستم . 
ساخت و بافت نیروی انسانی (تخصص ، فراوانی ، تجربه استفاده کنندگان و ... )
اهمیت اطلاعات در تصمیم گیری با توجه به نوع فعالیت . 
هزینه استقرار و نگهداری سیستم (شامل تجزیه و تحلیل و فایده استقرار سیستم )
ارزیابی محیط فعالیت های استقرار سیستم . 
 
نحوه ی اجرای (کامپیوتری – دستی ) سیستم های مالی 
عملیات حسابداری به دو شیوه ی دستی و یا کامپیوتری اجرا می شود . در سیستم های اجرای دستی از ابزارهای مکانیکی نیز می توان استفاده کرد . این ابزارها در برخی موارد تا حد ماشین هایی که قابلیت برنامه ریزی ساده را نیز دارند پیشرفت کرده اند . سیستم های اجرای کامپیوتری با توجه به مطالعات امکان سنجی به شیوه دستی (Batch  ) و یا همزمان (Online  ) اجرا می شوند . طیف گسترده ی نرم افزارها و تغییرات سریع آن و شقوق مختلف سبک اجرا (از اجرای کاملا دستی تا اجرای کامل به صورت کامپیوتری ) و همچنین درجه هم پیوندی بین سیستم های مختلف با سیستم مالی ، مراحل طراحی و استقرار سیستم حسابداری مالی را متنوع نموده اند . لذا کاربرد کامپیوتر به عنوان ابزاری که دارای سرعت ، دقت و قابلیت کنترل است ، در سیستم هایی که حجم عملیات آنها به بیش از بیست هزار رکورد در سال می رسد ، اقتصادی است . مضافا اینکه در سیستم هایی که نیاز به تصمیم گیری سریع و دسترسی آسان به اطلاعات ، حیاطی می باشد نیز از سیستم های با اجرای کامپیوتری استفاده می کنند . 
معماری سیستم های اطلاعاتی با توجه به درجه رشد تکنولوژی اطلاعات ، کاربرد کامپیوتر را در سیستم های حسابداری از سیستم هایی که عملیات حسابداری مشخصی را انجام می دهند شروع و تا سیستم های پیچیده که در آنها صورت های مالی تلفیقی در محیط های پولی متفاوت صورت می گیرد گسترش می یابند . انواع سیستم های حسابداری به شرح زیر است : 
نوع مالکیت (خصوصی ، عمومی )
نوع فعالیت (تولیدی ، بازرگانی ، خدماتی ، پیمانکاری ، عام المنفعه )
طبقه بندی از نظر نحوه اجرا (نحوه ی اجرای دستی ، نحوه ی اجرای کامپیوتری )
در نحوه ی اجرای دستی نیز می توان سیستم هایی که ابزارهای مکانیکی و یا بعضا ابزار تک منظوره الکترونیکی را به کار می برند ، از سیستم های صرفا دستی مجزا کرد . 
استقرار سیستم های کامپیوتری حسابداری مالی ، تقسیم وظائف جدیدی را نسبت به سیستم های اجرای دستی مطرح می کنند . اثرات اجرای کامپیوتری به نسبت اجرای دستی سیستم ها به شرح زیر است : 
پردازش اطلاعات در سیستم اجرای دستی از کل به جز و در اجرای کامپیوتری از جز به کل است . در سیستم دستی ابتدا دفتر روزنامه سپس کل و نهایتا انواع   معین و دفاتر هزینه ثبت می شوند . در حالیکه در اجرای کامپیوتری داده ها در فرم ورودی به جز و بر مبنای مستندات اصلی تهیه و نگهداری می شوند . سپس خلاصه ثبت ها برای تحریر دفاتر قانونی و سایر گزارشات مورد استفاده قرار می گیرند . 
سرعت پردازش و حجم حافظه کامپیوتر ، نگهداری و تهیه گزارشات متنوع و متفاوت را فراهم می نماید . در حالیکه در سیستم های با اجرای دستی تهیه گزارشات با دشواری و صرف زمان طولانی میسر است . 
اثرات فوق در اجرای سیستم کامپیوتری منحصر به تغییرات در بافت نیروی انسانی در سازمان مالی موسسه می شود . به عبارت دیگر ، نیاز به نیروی انسانی با کیفیت بالا افزایش پیدا می کند . علاوه بر آن درخواست اطلاعات جدید از سوی مدیران افزایش می یابد . 
طراحی سیستم حسابداری برای هر موسسه با شناخت ویژگی های ذیل انجام می شود :
نوع صنعت 
تنوع و حجم اطلاعات 
ساختار سازمانی
دیدگاه و خواسته های مدیریت 
نیازهای استفاده کننده (داخلی – خارجی )
محدودیت ها 
قوانین و مقررات 
اصول پذیرفته شده حسابداری 
استانداردهای حرفه ای 
 
مراحل ایجاد سیستم حسابداری مالی 
 در قسمت های قبل ابتدا مروری بر سیستم حسابداری از دیدگاه عوامل موثر بر سیستم حسابداری انجام شد ، سپس انواع سیستم حسابداری از نظر نحوه ی اجرا و مبانی طبقه بندی و ضوابط امکان سنجی سیستم مورد بررسی قرار گرفت . 
در این قسمت ، مراحل ایجاد سیستم  به طور عمومی و سپس مراحل ایجاد سیستم حسابداری مالی به طور مشخص مورد بررسی قرار می گیرند . متدولوژی ایجاد سیستم همواره در جهت تکامل و بهبود در حرکت بوده است . کارآیی و موثر بودن سیستم با کاهش هزینه ایجاد آن به نسبت منافع ناشی از اجرا در شرایط تجاری متعارف اندازه گیری می شود . شرایط تجاری عامل مهمی در توسعه روزافزون ایجاد سیستم محسوب می شوند . رقابت در بازارهای داخلی و توسعه ی موسسه و لزوم ارتباط در صحنه های بین المللی تجارت و تکنیک های جدید تصمیم گیری موجب پیچیدگی در سیستم های اطلاعاتی شده است . این پیچیدگی نیز به نوبه خود منجر به بهبود و ایجاد نوآوری در تکنیک های ایجاد سیستم های اطلاعاتی می شود . 
متدولوژی و ایجاد سیستم 
مجموعه ای از دستورالعمل ها و روش ها در فرآیند ایجاد یک سیستم را متدولوژی می نامند . این فرآیند شامل مراحل زیر است :
مطالعات اولیه 
امکان سنجی
تعریف (مسئله)
استراتژی تجاری موسسه 
برنامه ریزی
تجزیه و تحلیل
طراحی ، ساخت ، تست و آموزش 
استقرار 
نگهداری و تهیه مستندات 
+ نوشته شده در  شنبه دوم آذر ۱۳۹۲ساعت 13:29  توسط نباتی  |  نظر بدهید
صفحه نخست
پست الکترونیک
آرشیو وبلاگ
عناوین مطالب وبلاگ
نوشته های پیشین
آذر ۱۳۹۲
آبان ۱۳۹۲
مهر ۱۳۹۲
 RSS 
POWERED BY
BLOGFA.COM
 پاسخ 
دیدگاه کاربران
ریحانه ابویی مهریزی |   1396/01/09 20:28:45   |
5     0
سلام
کاربرد شبکه های مصنوعی از سال 1943 توسط مک کلر و پیز اغاز شد. شبکه های عصبی، به مثابه یکی از مهمتریین رویکردهای هوش مصنوعی، به دنبال تقلید از عملکرد مغز انسان است.
فناوری شبکه عصبی تلاشی جهت تقلید فراگیری دانش و مهارتهای سازمان یافته در ذهن انسان است.
یک شبکه عصبی مصنوعی، سیستم پویای موازی با اجزای بسیار زیاد به هم متصل و با تمایلات بالاست که براساس مدل نورون بیولوژیک (طبیعی) شکل گرفته است. این سیستم از تعداد زیادی عناصر محاسبه گر شبیه نورون، ساخته شده که اتصالات بین عناصر دارای وزن هایی متفاوت است.
 پاسخ 
دیدگاه کاربران
sudabe bakhshi |   1396/02/01 10:20:48   |
0     0
مزایا و محدودیت­های سیستم­های خبره

از دستاوردهای سیستم­های خبره می­توان صرفه‌جویی در هزینه­ ها و نیز تصمیم­ گیری بهتر و دقیق‌تر را نام برد. استفاده از سیستم­های خبره، برای شرکت­ها می­تواند صرفه­ جویی به‌همراه داشته باشد، در زمینه تصمیم­ گیری نیز گاهی می­توان در شرایط پیچیده با بهره­ گیری از چنین سیستم­ هایی تصمیم‌های بهتری را اتخاذ کرد و جنبه­ های پیچیده­ ای را در مدت زمان بسیار کمی مورد بررسی قرار داد که تحلیل آن به روزها زمان احتیاج دارد.

از سوی دیگر، به‌کارگیری سیستم­ های خبره، محدودیت­های خاصی را به‌دنبال دارد؛ به‌عنوان نمونه، این سیستم­ ها نسبت به آنچه انجام می­دهند، هیچ حسی ندارند. چنین سیستم­ هایی نمی­توانند خبرگی خود را به گستردگی وسیعی تعمیم دهند؛ چراکه تنها برای یک منظور خاص طراحی شده­ اند و پایگاه دانش آنان از دانش متخصصان آن حوزه نشات گرفته است؛ به‌همین علت، محدود هستند. این سیستم‌ها از آنجا که توسط دانش متخصصان، تغذیه اطلاعاتی شده­ اند، درصورت بروز برخی از موارد پیش‌بینی نشده نمی­توانند شرایط جدید را به‌درستی تجزیه و تحلیل کنند.

ریموند دو مشخصه برای محدودیت پتانسیل سسیستم‌های خبره به‌عنوان یک وسیله حل مسئله امور بازرگانی بر‌می‌شمارد: نخست اینکه، آنها علم متناقض را نمی‌توانند کنترل نمایند. دوم، سیستم‌های خبره نمی‌توانند مهارت‌های غیر استدلالی که به‌عنوان مشخصه شخص حل‌کننده مسئله است، را به‌کار برند.
 پاسخ 
دیدگاه کاربران
مجتبی یزدانی |   1396/02/03 08:54:07   |
0     0
مفاهیم سیستمها

سیستم، گروهی از عناصر می باشد که به خاطر خواسته مشترک رسیدن به یک هدف با هم ترکیب شوند (Mcleod 1998,12) .مثلاً دریک مرکز اطلاعاتی، منابع انسانی، رایانه‌ای واطلاعاتی برای رسیدن به هدف مشترک که همان ارائه اطلاعات به کارکنان یا مدیران آن موسسه می باشد باهم ترکیب می شوند. درهرسیستمی پنج عنصر درونداد، برونداد، تبدیل، مکانیسم کنترل ودرنهایت اهداف وجود دارند. بطوریکه حرکت سیستم بطوری است که درونداد به برونداد، تبدیل می‌شود. دراین میان مکانیسم کنترل، فرایند تبدیل رابرای اطمینان از رسیدن به اهداف سیستم، زیرنظر قرار می دهد. مکانیسم کنترل توسط حلقه بازخود به جریان منابع متصل می شود. بطوریکه حلقه بازخورد اطلاعات رااز برونداد سیستم کسب می کند وآن رابرای مکانیسم کنترل قابل دسترسی قرار می دهد. مکانیسم کنترل، علائم بازخورد را با اهداف تطبیق داده ومنجر به علائمی به عنصر دررونداد می شود تا وقتی که سیستم لازم است عملیاتش راتغییر دهد (Mcleod l998,12). وقتی سیستم ما یک مرکز اطلاعاتی چون کتابخانه می باشد دروندادها، کتابها، مجلات، منابع الکترونیک و….می باشند وفرایند خدمات فنی، منابع کتابخانه ای مذکور را به برونداد که همان موادقابل دسترسی برای ارائه خدمات بهتر وکارآمدتر به مراجعان وکاربران می باشد، تبدیل می کند .مکانیسم کنترل دراینجا رئیس یا شخصی است که آن ارتباط میان این مراکز خدمات فنی ومجموعه سازی و خدمات عمومی را به عهده دارد وحلقه بازخورد دراینجا ارتباطات وروابطی است که شخص رئیس رابا قسمتهای مختلف کتابخانه مذکور مرتبط می کند.
 پاسخ 
دیدگاه کاربران
مریم مجتهدزاده |   1396/02/10 16:01:41   |
0     0
فناوری هوش مصنوعی به عنوان دستاوردی نو از فناوری،بسیاری از علوم را تحت تاثیر خود قرار داده است. علم حسابداری نیز نه‌تنها از این امر مستثنی نیست بلکه‌ یکی از مستعدترین قلمروها،برای کاربرد ره‌آوردهای‌ سیستم‌های مبتنی بر هوش مصنوعی است.در این مقاله، تلاش خواهد شد تا ابتدا در مورد هوش مصنوعی و مدل‌های کاربردی آن در حسابداری و علوم مالی در حوزه‌ فناوری‌های شبکه‌های عصبی مصنوعی‌1و سیستم‌های‌ خبره‌2توضیحاتی داده شود.پس از توضیح این دو فناوری و مقایسه آنها و برشماری برخی از مزایا و محدودیت‌های‌ آنها،به کاربرد آنها در حسابداری و علوم مالی اشاره خواهد شد.بنابراین مقاله حاضر،بیش از هر چیز به مرور ادبیات‌ موضوعی اختصاص دارد.نتیجه نهایی این بررسی،لزوم‌ استفاده هر چه بیشتر از این فناوری‌ها در قلمروهای مختلف‌ حسابداری با توجه به مزایا و قابلیت‌های آنهاست.
 پاسخ 
دیدگاه کاربران
احمد کاوری زاده |   1396/02/11 17:09:15   |
0     0
سیستم حسابداری از جمله سیستم های اطلاعاتی در موسسه است . برخی از زیر سیستم های حسابداری در قلمرو سیستم های عملیاتی است ولی اغلب آن در زمره سیستم های اطلاعات مدیریت (MIS ) هستند .
مجموعه سیستم ها را به شکل زیر می توان طبقه بندی نمود :



سیستم های خبره ES



سیستم های پشتیبانی تصمیم گیری DDS
سیستم اطلاعات مدیریت MIS

سیستم های عملیاتی TPS

سیستم های حسابداری ، داده های (Data ) مربوط به فعالیت ها ، معاملات ، وقایع و رویدادهای مالی را دریافت ، کنترل و بر طبق روش های مصوب ، آنها را ثبت ، طبقه بندی ، تلخیص و گزارش می کنند . نمودار زیر نشان دهنده ی مراحل مختلف فعالیت های مراحل مختلف فعالیت های اصلی سیستم حسابداری است . تجزیه و تحلیل اطلاعات حسابداری در گروه سیستم اطلاعات مدیریت و سیستم های پشتیبانی تصمیم گیری D.S.S قرار دارد .
اخیرا سیستم های هوشمند نیز در سیستم های مالی به کار گرفته می شوند .





سایر سیستم ها معاملات و رویدادها سایر سیستم ها



مقررات کنترل
قوانین ثبت رویه ها
ضوابط
عمومی طبقه بندی دستورالعمل ها و
لازم الاجرا
استانداردها تلخیص آئین نامه های داخلی
ضوابط
حرفه ای گزارشات

انتخاب نحوه ی اجرای سیستم برای هر موسسه پس از انجام مطالعات امکان سنجی صورت می گیرد . نکاتی که در مطالعات امکان سنجی مد نظر قرار می گیرند شامل موارد زیر هستند :
حجم و پیچیدگی عملیات سیستم .
ساخت و بافت نیروی انسانی (تخصص ، فراوانی ، تجربه استفاده کنندگان و ... )
اهمیت اطلاعات در تصمیم گیری با توجه به نوع فعالیت .
هزینه استقرار و نگهداری سیستم (شامل تجزیه و تحلیل و فایده استقرار سیستم )
ارزیابی محیط فعالیت های استقرار سیستم .

نحوه ی اجرای (کامپیوتری – دستی ) سیستم های مالی
عملیات حسابداری به دو شیوه ی دستی و یا کامپیوتری اجرا می شود . در سیستم های اجرای دستی از ابزارهای مکانیکی نیز می توان استفاده کرد . این ابزارها در برخی موارد تا حد ماشین هایی که قابلیت برنامه ریزی ساده را نیز دارند پیشرفت کرده اند . سیستم های اجرای کامپیوتری با توجه به مطالعات امکان سنجی به شیوه دستی (Batch ) و یا همزمان (Online ) اجرا می شوند . طیف گسترده ی نرم افزارها و تغییرات سریع آن و شقوق مختلف سبک اجرا (از اجرای کاملا دستی تا اجرای کامل به صورت کامپیوتری ) و همچنین درجه هم پیوندی بین سیستم های مختلف با سیستم مالی ، مراحل طراحی و استقرار سیستم حسابداری مالی را متنوع نموده اند . لذا کاربرد کامپیوتر به عنوان ابزاری که دارای سرعت ، دقت و قابلیت کنترل است ، در سیستم هایی که حجم عملیات آنها به بیش از بیست هزار رکورد در سال می رسد ، اقتصادی است . مضافا اینکه در سیستم هایی که نیاز به تصمیم گیری سریع و دسترسی آسان به اطلاعات ، حیاطی می باشد نیز از سیستم های با اجرای کامپیوتری استفاده می کنند .
معماری سیستم های اطلاعاتی با توجه به درجه رشد تکنولوژی اطلاعات ، کاربرد کامپیوتر را در سیستم های حسابداری از سیستم هایی که عملیات حسابداری مشخصی را انجام می دهند شروع و تا سیستم های پیچیده که در آنها صورت های مالی تلفیقی در محیط های پولی متفاوت صورت می گیرد گسترش می یابند . انواع سیستم های حسابداری به شرح زیر است :
نوع مالکیت (خصوصی ، عمومی )
نوع فعالیت (تولیدی ، بازرگانی ، خدماتی ، پیمانکاری ، عام المنفعه )
طبقه بندی از نظر نحوه اجرا (نحوه ی اجرای دستی ، نحوه ی اجرای کامپیوتری )
در نحوه ی اجرای دستی نیز می توان سیستم هایی که ابزارهای مکانیکی و یا بعضا ابزار تک منظوره الکترونیکی را به کار می برند ، از سیستم های صرفا دستی مجزا کرد .
استقرار سیستم های کامپیوتری حسابداری مالی ، تقسیم وظائف جدیدی را نسبت به سیستم های اجرای دستی مطرح می کنند . اثرات اجرای کامپیوتری به نسبت اجرای دستی سیستم ها به شرح زیر است :
پردازش اطلاعات در سیستم اجرای دستی از کل به جز و در اجرای کامپیوتری از جز به کل است . در سیستم دستی ابتدا دفتر روزنامه سپس کل و نهایتا انواع معین و دفاتر هزینه ثبت می شوند . در حالیکه در اجرای کامپیوتری داده ها در فرم ورودی به جز و بر مبنای مستندات اصلی تهیه و نگهداری می شوند . سپس خلاصه ثبت ها برای تحریر دفاتر قانونی و سایر گزارشات مورد استفاده قرار می گیرند .
سرعت پردازش و حجم حافظه کامپیوتر ، نگهداری و تهیه گزارشات متنوع و متفاوت را فراهم می نماید . در حالیکه در سیستم های با اجرای دستی تهیه گزارشات با دشواری و صرف زمان طولانی میسر است .
اثرات فوق در اجرای سیستم کامپیوتری منحصر به تغییرات در بافت نیروی انسانی در سازمان مالی موسسه می شود . به عبارت دیگر ، نیاز به نیروی انسانی با کیفیت بالا افزایش پیدا می کند . علاوه بر آن درخواست اطلاعات جدید از سوی مدیران افزایش می یابد .
طراحی سیستم حسابداری برای هر موسسه با شناخت ویژگی های ذیل انجام می شود :
نوع صنعت
تنوع و حجم اطلاعات
ساختار سازمانی
دیدگاه و خواسته های مدیریت
نیازهای استفاده کننده (داخلی – خارجی )
محدودیت ها
قوانین و مقررات
اصول پذیرفته شده حسابداری
استانداردهای حرفه ای

مراحل ایجاد سیستم حسابداری مالی
در قسمت های قبل ابتدا مروری بر سیستم حسابداری از دیدگاه عوامل موثر بر سیستم حسابداری انجام شد ، سپس انواع سیستم حسابداری از نظر نحوه ی اجرا و مبانی طبقه بندی و ضوابط امکان سنجی سیستم مورد بررسی قرار گرفت .
در این قسمت ، مراحل ایجاد سیستم به طور عمومی و سپس مراحل ایجاد سیستم حسابداری مالی به طور مشخص مورد بررسی قرار می گیرند . متدولوژی ایجاد سیستم همواره در جهت تکامل و بهبود در حرکت بوده است . کارآیی و موثر بودن سیستم با کاهش هزینه ایجاد آن به نسبت منافع ناشی از اجرا در شرایط تجاری متعارف اندازه گیری می شود . شرایط تجاری عامل مهمی در توسعه روزافزون ایجاد سیستم محسوب می شوند . رقابت در بازارهای داخلی و توسعه ی موسسه و لزوم ارتباط در صحنه های بین المللی تجارت و تکنیک های جدید تصمیم گیری موجب پیچیدگی در سیستم های اطلاعاتی شده است . این پیچیدگی نیز به نوبه خود منجر به بهبود و ایجاد نوآوری در تکنیک های ایجاد سیستم های اطلاعاتی می شود .
متدولوژی و ایجاد سیستم
مجموعه ای از دستورالعمل ها و روش ها در فرآیند ایجاد یک سیستم را متدولوژی می نامند . این فرآیند شامل مراحل زیر است :
مطالعات اولیه
امکان سنجی
تعریف (مسئله)
استراتژی تجاری موسسه
برنامه ریزی
تجزیه و تحلیل
طراحی ، ساخت ، تست و آموزش
استقرار
نگهداری و تهیه مستندات
 پاسخ 
دیدگاه کاربران
مجتبی یزدانی |   1396/02/12 17:26:41   |
0     0
هوش مصنوعی شامل چندین زیر مجموعه است. زیر مجموعه سیستم های خبره یکی از موفق ترین راه حل های تقریبی برای مسائل کلاسیک هوش مصنوعی است. پروفسور فیگن بام از دانشگاه استانفورد، یکی از پیشکسوتان تکنولوژی سیستم های خبره، تعریفی در مورد سیستم های خبره دارد: " ... یک برنامه کامپیوتری هوشمند، که از دانش و روش های استنتاج[3] برای حل مسائلی استفاده می کند که به دلیل مشکل بودن، نیاز به تجربه و مهارت انسان دارند". بنابراین سیستم خبره یک سیستم کامپیوتری است که از قابلیت تصمیم گیری افراد خبره، تقلید می نماید. لغت تقلید به این معناست که سیستم خبره سعی دارد در تمام جنبه ها شبیه فرد خبره عمل کند. عمل تقلید از شبیه سازی[4] قوی تر است چون در شبیه سازی تنها در بعضی موراد شبیه چیزهای واقعی عمل می شود.

سیستم های خبره یکی از شاخه های هوش مصنوعی است که همچون یک فرد خبره با استفاده وسیع از دانش تخصصی به حل مسائل می پردازد. فرد خبره کسی است که در یک زمینه خاص دارای تجربه و مهارت و در یک کلام خبرگی[5] است. بنابراین فرد خبره دارای دانش یا مهارت خاصی است که برای بیشتر مردم ناشناخته و یا غیر قابل دسترسی است. فرد خبره مسایلی را حل می کند که یا توسط دیگران قابل حل نیست و یا او مؤثرترین (و البته ارزان ترین) راه حل را برای ان مسئله ارائه می دهد. وقتی سیستم های خبره اولین بار در دهه 1970 توسعه یافتند، فقط دارای دانش خبرگی بودند. ولی لغت سیستم خبره امروزه اغلب به هر سیستمی اطلاق می شود که از تکنولوژی سیستم خبره استفاده می کند. این تکنولوژی می تواند شامل زبان های خاص سیستم های خبره، برنامه ها و سخت افزارهای طراحی شده برای کمک به توسعه و اجرای سیستم های خبره باشد.

دانش موجود در سیستم های خبره می تواند شامل تجربه و یا دانشی باشد که از طریق کتب، مجلات و افراد دانشمند قابل دسترسی است. اصطلاحات سیستم خبره، سیستم مبتنی بر دانش[6] یا سیستم خبره مبتنی بر دانش، به طور مترادف به کار می روند. بیشتر مردم از اصطاح سیستم خبره به دلیل کوتاه بودنش استفاده می کنند. این در حالی است که ممکن است حتی در ان سیستم خبره هیچ تجربه و مهارتی وجود نداشته و فقط شامل دانش عمومی باشد.
 پاسخ 
دیدگاه کاربران
مجتبی یزدانی |   1396/02/12 17:29:46   |
0     0
در یک تعریف کلی می توان گفت سیستم های خبره،برنامه های کامپیوتری هستند که نحوه تفکر یک متخصص در یک زمینه خاص را شبیه سازی می کنندودر واقع این نرم افزار ها،الگوهای منطقی ای را که یک متخصص بر اساس آن ها تصمیم گیری می کند،شناسایی می نمایند و سپس بر اساس آن الگوها،مانند انسان ها تصمیم گیری می کنند. شبکه عصبی نیز یک سیستم پردازش داده هاست که از تعداد زیادی عناصر پردازشگر ساده و بسیار مرتبط با هم (یعنی همان اعصاب مصنوعی) تشکیل شده است و در ساختار آن از پوسته دماغی مغز الهام گرفته شده است. آنچه در نهایت می توان گفت این است که یکی از مزیت های ترکیب سیستم های خبره و شبکه های عصبی این است که می توانند در کنار متخصصان انسانی مورد استفاده قرار بگیرند که ماحصل آن تصمیم گیری مبتنی بر تخصص انسانی و دقت ماشینی است.این فناوری از دید تجاری نیز برای توسعه دهندگان آن سود آور است
 پاسخ 
دیدگاه کاربران
mojtaba saeedi nejad |   1396/02/15 06:40:38   |
0     0
تحولات سال‌های اخیر در عرصه فناوری اطلاعات با آثار بسیار گسترده‌ای بر سیستم‌های اطلاعاتی حسابداری‌ همراه بوده است.کمتر سازمان یا شرکتی را می‌توان یافت که‌ بهره‌گیری از نظام‌های اطلاعاتی استقرار یافته بر مبنای‌ فناوری‌های نوین را تجربه نکرده باشد.طبعا استفاده از این‌ سیستم‌ها با مخاطرات جدیدی نیز همراه است.مدیران باید مترصد شناسایی خطرات بالقوه ناشی از تهدیدات کنترل‌ داخلی موجود در سیستم‌های اطلاعات حسابداری مبتنی بر رایانه باشند و با استفاده از انواع مدل‌ها،آثار این مخاطرات‌ را ارزیابی کنند.در راستای تدوین و اجرای خطمشی‌ها و رویه‌های جدید سیستم کنترل‌های داخلی برای حافظت از سیستم‌های اطلاعاتی به شیوه‌ای منسجم و مطمئن،ارزیابی‌ چنین خطراتی ضروری به نظر می‌رسد.

خلاصه ماشینی:
"مدیران باید مترصد شناسایی خطرات بالقوه ناشی از تهدیدات کنترل‌ داخلی موجود در سیستم‌های اطلاعات حسابداری مبتنی بر رایانه باشند و با استفاده از انواع مدل‌ها،آثار این مخاطرات‌ را ارزیابی کنند. در مطالعات قبلی،دیویس‌ (Davis,1997) نقطه نظرات‌ 553 نفر از حسابداران مستقل را بررسی کرده و به موارد زیر به عنوان مهم‌ترین تهدیداتی پی برده بود که در انواع‌ محیطهای رایانه‌ای وجود دارند: *نابودی تصادفی اطلاعات به وسیله کارکنان *ورود ویروس رایانه‌ای به سیستم‌ *کنترل ناکافی بر رسانه‌های ذخیره‌ای‌ *نسبت ناکافی بر رسانه‌های ذخیره‌ای *ثبت اطلاعات نادرست به صورت تصادفی توسط کارمندان *سوانح سیاسی و طبیعی مانند آتش‌سوزی،سیل و جنگ *سرعت پیشرفت‌های فناوری قبل از ایجاد کنترل‌های‌ مناسب *جداسازی اندک وظایف حسابداری از سیستم‌های‌ اطلاعاتی *دسترسی نداشتن به اطلاعات و سیستم‌های‌ علاوه بر این،اشتباهات نرم‌افزاری و درست عمل نکردن‌ تجهیزات،مانند کشف نکردن اشتباهات انتقال اطلاعات، خاموشی برق و نقصان سخت‌افزار برای سیستم‌های‌ اطلاعاتی حسابداری،از تهدیدات جدی به حساب می‌آید (Rommey and Steinbart,2002). بنابراین یکی‌ از پیش‌نیازهای ضروری برای طراحی و پیاده‌سازی‌ رویه‌های کنترلی،شناسایی ماهیت تهدیداتی است که‌ سیستم‌های اطلاعاتی حسابداری با آنها روبه‌رو می‌شود زیرا اتفاقات تصادفی مربوط به تهدیدات مختلف،دارای اشکال‌ متفاوتی است و مدیران باید قبل از پیاده‌سازی ضوابط کنترل‌ داخلی،اطلاعات قابل اتکا و موثقی را در مورد احتمال و توجیه هزینه فایده سیستم مربوط به دست آورند. نرم‌افزار مزبور اطلاعاتی‌ در مورد تهدیدات متحمل،مبتنی بر شواهد آماری،ارائه‌ کرده و راهبردهایی جایگزین برای راه‌حل‌های کنترلی‌ موجود در سیستم را همراه با بیان مزایای آن مطرح می‌کند نرم‌افزار دیگری در قلمرو تجزیه و تحلیل خطر عملیات‌ داخلی‌51وجود دارد که نرم‌افزاری تجاری بوده و شامل 081 سوال مصاحبه‌ای در ارتباط با ساختار کنترل‌های داخلی‌ است."
 پاسخ 
دیدگاه کاربران
mojtaba saeedi nejad |   1396/02/15 06:42:14   |
0     0
هدف این تحقیق که با بررسی تحقیق های پیشین به دست آمده است، بررسی امنیت در سیستمهای اطلاعاتی حسابداری و تهدید ات مربوط به آن است. نتایج تحقیق نشان می دهد، تغییرات سریع در فناوری اطلاعات و بکارگیری سیستم ها و نرم افزارهای جدید سبب شده تا رایانه ها خیلی سریع تر و آسان تر از گذشته مورد استفاده قرار گیرند.از طرف دیگر این فناوری پیشرفته خطرات تازه و البته مهمی را در مورد نحوه ی تامین امنیت و اطمینان از صحت اطلاعات حاصل از سیستم های اطلاعاتی حسابداری ایجاد کرده است. بنابراین لازم است که مدیران و حسابداران و حسابرسان با عوامل تهدید کننده سیستم های اطلاعاتی حسابداری آشنا باشند که توانایی اقدام به موقع جهت کاهش یا از بین بردن آثار این تهدیدات را داشته باشند.
 پاسخ 
دیدگاه کاربران
mojtaba saeedi nejad |   1396/02/15 06:44:08   |
0     0
در این تحقیق، با توجه به اهمیت وجود اطلاعات و سیستم های اطلاعاتی، به بررسی عوامل مؤثر بر پیاده سازی موفق سیستم های اطلاعات حسابداری در شرکت های پذیرفته شده در بورس اوراق بهادار تهران پرداخته شده و سعی گردیده است تا این عوامل به ترتیب میزان تاثیر گذاری آنها اولویت بندی گردند. عوامل تاثیر گذار در قالب سه فرضیه اهم «منابع انسانی»، «مشخصات فنی سیستم های اطلاعات حسابداری» و «استراتژی های مدیریتی» طبقه بندی گردیده اند. برای آزمون فرضیه ها از آزمونهای دو جمله ای و تحلیل واریانس استفاده شده است. در راستای بررسی عوامل مؤثر در پیاده سازی موفق سیستم های اطلاعاتی حسابداری و تعیین میزان تاثیر هرکدام و اولویت بندی آنها از پرسشنامه کتبی استفاده شده است. یافته های پژوهش نشان داد که تمام عوامل مطرح شده در این تحقیق، به عنوان عوامل تاثیر گذار در پیاده سازی موفق سیستم های اطلاعات حسابداری هستند و در این میان، منابع انسانی، استراتژی های مدیریتی و مشخصات فنی سیستم های اطلاعات حسابداری به ترتیب دارای بیشترین تاثیر هستند. از میان عوامل فرعی مطرح شده نیز دانش و درک کاربران از سیستم های اطلاعات حسابداری، تجربه قبلی پرسنل، مشارکت کاربران، تعهد و التزام مدیریت، مدیریت پروژه، مقاومت کاربران در برابر تغییر، کیفیت آموزش، بودجه زمانی، انعطاف پذیری سیستم با نیازهای سازمان و زیر ساخت مناسب سخت افزاری، به ترتیب دارای بیشترین تاثیر در پیاده سازی موفق سیستم های اطلاعات حسابداری بودند.

خلاصه ماشینی:
"(به تصویر صفحه مراجعه شود) اولویت‌بندی عوامل تأثیرگذار در پیاده‌سازی موفقسیستم‌های اطلاعاتی با توجه به نگاره 6،چون آماره F در ناحیهبحرانی قرار می‌گیرد،فرض برابری میانگین‌ها(فرض 1H )ردشده و با استفاده از نگاره 7 می‌توان براساستفاوت میان میانگین‌های فرضیه‌های فرعی،آنها را درقالب نگاره 8 اولویت‌بندی نمود. (به تصویر صفحه مراجعه شود) در مورد مقایسه فرضیه فرعی دوم با سایرفرضیات می‌توان گفت که این فرضیه نسبت بهفرضیات مشارکت پرسنل،دانش و درک کاربران،تجربه قبلی پرسنل و تعهد و التزام مدیریت ازمیانگین تأثیرگذاری کمتری برخوردار بوده ولی ازسایر فرضیات،میانگین تأثیرگذاری بیشتری درپیاده‌سازی موفق سیستم‌های اطلاعاتی حسابداریدارد،بدین ترتیب در رتبه پنجم تأثیرگداری جایمی‌گیرد،که این مسئله در اولویت‌بندی نگاره 10 نیزبیان گردیده است. ) (به تصویر صفحه مراجعه شود)براساس مقایسه صورت گرفته در این نگاره کهبه فرضیه فرعی سوم اختصاص دارد(دانش و درککاربران از (SIA) )مشاهده می‌شود که میزانتأثیرگذاری این فرضیه از بقیه فرضیه‌ها بیشتر است واین فرضیه حایز رتبه اول تأثیرگذاری در پیاده‌سازیموفق سیستم‌های اطلاعاتی حسابداری گردیده است. با توجه به مجموع مقایسه‌های صورت گرفته کهدر قالب نگاره‌های 10 الی 19 ارائه‌شده،اولویت‌بندی فرضیه‌های فرعی پژوهش به صورتزیر ارائه می‌شود: (به تصویر صفحه مراجعه شود) بحث و نتیجه‌گیری براساس یافته‌های این پژوهش،می‌توان این‌گونهنتیجه‌گیری کرد که عوامل مؤثر در پیاده‌سازی موفقسیستم‌های اطلاعاتی حسابداری،دامنه شمول گستردهای را به خود اختصاص می‌دهند و آنچه در ابتدایاین پژوهش به عنوان عوامل مؤثر مطرح گردید،همگی در پیاده‌سازی موفق تأثیرگذار است. پیشنهاد برای پژوهش‌های آینده به منظور بهبود امر پیاده‌سازی،سیستم‌هایاطلاعات حسابداری و همچنین روشن‌شدن ابعادنامعلوم عوامل مؤثر بر پیاده‌سازی سیستم‌هایاطلاعاتی حسابداری،موارد زیر برای انجام پژوهشپیشنهاد می‌گردد: &%00404MHPG004G% *تحقیق در مورد اینکه با تشکیل گروه‌هایی کهدر آنها افراد به صورت فردی و گروهی مشارکتمی‌نمایند،پیاده‌سازی سیستم‌های اطلاعات حسابداریبررسی شود.
 پاسخ 
دیدگاه کاربران
mojtaba saeedi nejad |   1396/02/15 06:45:01   |
1     0
سیستم‌های اطلاعات مدیریت پس از تکامل تدریجی در طول پنج دهه اخیر دیگر دارای تعریف،مفهوم،شکل و قالب تقریبا مشخص و پذیرفته شده‌ای است و آنچه در حال‌ توسعه است بیشتر شامل فناوری پیاده‌سازی،مدل‌های‌ تصمیم‌گیری و سیستم‌های پشتیبان تصمیم‌گیری هستند. بنابراین از آنجا که در اغلب سازمان‌ها بخش عمده‌ تصمیمات مدیران به نحوی درگیر با اطلاعات مالی است لذا اطلاعات مالی در بیشتر موارد نقش کلیدی دارد.ضعف نظام‌ اطلاعاتی سازمان معمولا نقصان نظام اطلاعاتی حسابداری‌ را نیز در بطن خود دارد و ناتوانی در دسترسی صحیح و به‌ موقع به اطلاعات مالی زیان‌هایی گاه جبران‌ناپذیر،به بار می‌آورد. این مقاله مفهوم،جایگاه،ابعاد و طبقه‌بندی سیستم‌های‌ اطلاعاتی و ارتباط میان آنها را در سازمان شرح می‌دهد.در بررسی سیستم‌های اطلاعاتی مورد استفاده مدیران،درک و ارزیابی مفاهیم بنیادی از قبیل اطلاعات،سیستم اطلاعاتی و 2Lمفهوم سیستم‌های اطلاعات مدیریت و حسابداری‌ ضروری به نظر می‌رسد.لذا مفهوم سیستم اطلاعات‌ مدیریت و سیستم اطلاعاتی حسابداری،ویژگی‌ها، طبقه‌بندی و روابط میان آنان در سازمان از جمله مباحث این‌ مقاله هستند.

خلاصه ماشینی:
"اهمیت و تاثیرگذاری گزارش‌های قابل استخراج و ارائه از سیستم‌ اطلاعاتی حسابداری موجب شده است که این سیستم بیش‌ نمایشگر 5-سیستم‌های اطلاعاتی در سازمان و ارتباطات میان آنها (به تصویر صفحه مراجعه شود) از سایر زیرسیستم‌های تشکیل‌دهنده سیستم جامع‌ اطلاعاتی مدیریت زیر ذره‌بین کنترل‌ها قرار گیرد. اما برخی‌ معتقدند از آنجا که سیستم اطلاعاتی حسابداری از دو زیر سیستم حسابداری مدیریت و حسابداری مالی تشکیل‌ می‌شود و سیستم حسابداری مالی سیستم‌های اطلاعاتی‌ حسابداری خدماتی را ارائه می‌کند توسط سیستم‌های‌ اطلاعاتی مدیریت برای استفاده‌کنندگان خارجی صورت‌ می‌گیرد،ارائه می‌کند و سیستم حسابداری مدیریتی‌ AIS در بخشی مستقیما و در بخش دیگری به وسیله ارائه اطلاعات‌ برای سیستم‌های اطلاعاتی وظیفه‌ای‌ MIS ،خدماتی را به‌ مدیران ارائه می‌کند،بنابراین سیستم‌های اطلاعاتی مدیریت‌ و سیستم‌های اطلاعاتی حسابداری سیستم‌های دارای‌ اشتراک بوده و هریک وظایف مشخص خود را دارند. دیدگاه دیگر درباره ارتباط بین سیستم‌های اطلاعاتی‌ مدیریت و سیستم‌های اطلاعاتی حسابداری اگرچه سیستم‌های اطلاعاتی حسابداری‌ (AIS) یکی از سیستم‌های بسیار مهم سازمان است اما تنها سیستم رسمی‌ برای ارایه اطلاعات در سازمان نیست و سایر سیستم‌های‌ اطلاعاتی رسمی مانند سیستم‌های اطلاعاتی مدیریت‌ (MIS) نیز در سازمان وجود دارد."
 پاسخ 
دیدگاه کاربران
mojtaba saeedi nejad |   1396/02/15 06:48:48   |
0     0
فناوری هوش مصنوعی به عنوان دستاوردی نو از فناوری،بسیاری از علوم را تحت تاثیر خود قرار داده است. علم حسابداری نیز نه‌تنها از این امر مستثنی نیست بلکه‌ یکی از مستعدترین قلمروها،برای کاربرد ره‌آوردهای‌ سیستم‌های مبتنی بر هوش مصنوعی است.در این مقاله، تلاش خواهد شد تا ابتدا در مورد هوش مصنوعی و مدل‌های کاربردی آن در حسابداری و علوم مالی در حوزه‌ فناوری‌های شبکه‌های عصبی مصنوعی‌1و سیستم‌های‌ خبره‌2توضیحاتی داده شود.پس از توضیح این دو فناوری و مقایسه آنها و برشماری برخی از مزایا و محدودیت‌های‌ آنها،به کاربرد آنها در حسابداری و علوم مالی اشاره خواهد شد.بنابراین مقاله حاضر،بیش از هر چیز به مرور ادبیات‌ موضوعی اختصاص دارد.نتیجه نهایی این بررسی،لزوم‌ استفاده هر چه بیشتر از این فناوری‌ها در قلمروهای مختلف‌ حسابداری با توجه به مزایا و قابلیت‌های آنهاست.

خلاصه ماشینی:
"در بخش اول،انواع سیستم‌های هوشمند مورد توجه قرار گرفته و به ساختار،نحوه عمل و خصوصیات هر یک اشاره و با هم مقایسه شده است و در پایان،نمونه‌هایی‌ از سابقه کاربرد این سیستم‌ها در حسابداری و علوم مالی و نتایج حاصل از کاربرد آنها مطرح خواهد شد. سیستم‌های خبره با استفاده از دانش و آگاهی‌ متخصصان مالی و ترکیب آن با فن‌آوری روز،مجموعه دانش‌ و تجربه کارشناسان را به صورت نرم‌افزارهای‌"راهنمای‌ تصمیم‌گیری‌"در اختیار سرمایه‌گذاران غیر متخصص قرار می‌دهد و بدین وسیله می‌تواند نقش قابل توجهی در بهبود تصمیمات سرمایه‌گذاران ایفا کند(عرب مازار یزدی، 7731). 2-مدیریت سبد دارایی‌ها و اوراق بهادار:عواملی مانند در نظر گرفتن متغیرهای زیاد مثل تعدیل خطر،زمان عرضه در بازار،آثار مالیاتی،ساختار سررسیدها و متغیرهای دیگر و همچنین در نظر گرفتن نوسانات در محیط اقتصادی و مالی و ماهیت سازمان‌نیافته تصمیم‌گیری در مورد مدیریت‌ سبد سهام،موجب توجه بیشتر به مدل‌های شبکه عصبی‌ شده است و این سیستم در این شرایط پیچیده کمک‌کننده‌ می‌باشد. هنوز جای مدل‌های هوش مصنوعی در بسیاری از فضاهای موجود در حسابداری خالی است که پر شدن این‌ فضاهای خالی می‌تواند کمک فراوانی به صرفه‌جویی در زمان و منابع سازمان‌ها کند و دانش عده محدودی را در اختیار سایر افراد قرار دهد،خصوصا در مورد سیستم‌های‌ خبره می‌توان از آنها به عنوان ابزار آموزشی مناسبی جهت‌ آموزش موضوعات مختلف حسابداری کمک گرفت زیرا قواعد درون آن نیز برای کاربران قابل استخراج است،."
 پاسخ 
دیدگاه کاربران
mojtaba saeedi nejad |   1396/02/15 06:50:23   |
0     1
پژوهش حاضر با هدف بررسی تاثیر نقش فناوری اطلاعات در بهبود عملکرد سازمانی در سیستم های بانکداری هوشمند صورت گرفته است. روش تحقیق پژوهش حاضر از نوع توصیفی- پیمایشی و از نظر هدف از نوع کاربردی می باشد، جامعه آماری شامل کلیه مدیران، کارشناسان و کارکنان بخش فناوری اطلاعات شعب بانک صادرات شهر تهران به تعداد 150 نفر می باشد که از میان آن ها با استفاده از فرمول کوکران و روش نمونه گیری خوشه ای 108 نفر به عنوان حجم نمونه در نظر گرفته شد. برای جمع آوری داده ها از پرسشنامه استاندارد که روایی و پایایی آن مورد تایید خبرگان بانک می باشد، استفاده گردیده است. پایایی پرسشنامه با استفاده از روش آلفای کرونباخ برای تمامی ابعاد پرسشنامه استاندارد بیش از 0.7 بدست آمد که نشان از پایایی مناسب ابزار پژوهش داشت. داده ها با روش مدل سازی معادلات ساختاری و استفاده از نرم افزار Smart PLS تحلیل و مدل نهایی ارائه گردیده است. نتایج پژوهش حاکی از برازش مناسب مدل مفهومی بر مبنای شاخص های مقادیر قابل قبول و معنادار ضرایب مسیر، بارهای عاملی، واریانس تبیین شده و شاخصGOF بود. نتایج نشان دهنده تاثیر معنادار و مثبت شاخصه های؛ کارایی عملیات، اثربخشی در هزینه، قابلیت اطمینان (پایایی)، قابلیت انتخاب (تنوع) و دقت بر بهبود عملکرد سازمانی در چهار بعد مالی، مشتریان، فرایندهای داخلی و رشد و یادگیری در سیستم های بانکداری هوشمند است.
 پاسخ 
دیدگاه کاربران
احمد کاوری زاده |   1396/02/16 14:13:58   |
1     0
یک سامانه/سیستم‌ اطلاعاتی مجموعه‌ای از مؤلفه‌های وابسته به هم است که با گردآوری، پردازش، ذخیره و توزیع داده‌های اطلاعاتی، از تصمیم‌گیری و کنترل در سازمان‌ها پشتیبانی می‌کند. این سیستم علاوه بر کمک کردن به ایجاد هماهنگی در انجام عملیات سازمانی، به مدیران و کارکنان سازمان‌ها کمک می‌کند تا مسائل سازمان را تحلیل یا شبیه‌سازی نمایند.سیستم‌های اطلاعاتی سه فعالیت عمده را انجام می‌دهند: ورود داده‌ها، پردازش و خروج داده‌ها. به عبارتی داده‌ها وارد سیستم اطلاعاتی می‌شوند، بر روی آن عملیات پردازش صورت می‌گیرد تا به اطلاعات در قالب‌های خاص تبدیل شوند و این اطلاعات در اختیار افراد مصرف‌کننده آن قرار می‌گیرد تا از آن استفاده نمایند. در این سیستم‌ها عمدتاً می‌بایست بازخورد مصرف‌کنندگان وجود داشته باشد تا به ‌منظور بهبود سیستم، مورد استفاده قرار گیرد. اگرچه مکانیزم عملکرد سیستم‌های اطلاعاتی با شرحی که گفته شد، شباهت زیادی به یک رایانه دارد، اما ماهیت یک سیستم اطلاعاتی فراتر از کامپیوتر یا نرم‌افزار است. کامپیوتر و نرم‌افزار، ابزارها و اجزایی هستند که یک سیستم اطلاعاتی را تشکیل می‌دهند؛ اما آن‌ها قادر نیستند به تنهایی اطلاعاتی را که یک سازمان به آن‌ها نیاز دارد، تولید کنند.درحالی‌که چندین نسخه مختلف از مدل هرم سیستم‌های اطلاعاتی وجود دارد، رایج‌ترین مدل، مدل چهار سطحی است که بر اساس افرادی که از سیستم‌ها استفاده می‌کنند، سطح‌بندی می‌شود. اساس طبقه‌بندی، افرادی هستند که از سیستم‌های اطلاعاتی استفاده می‌کنند بدان معنی است که بسیاری از ویژگی‌های دیگر مانند ماهیت کار و الزامات اطلاعاتی، کم و بیش به طور خودکار از حساب کاربری گرفته شده است
 پاسخ 
دیدگاه کاربران
sudabe bakhshi |   1396/03/07 15:44:13   |
0     0
سامانه‌های خِبره یا سیستم‌های خِبره ((Expert systems)) به دسته‌ای خاص از نرم‌افزارهای رایانه‌ای اطلاق می‌شود که در راستای کمک به کاردانان و متخصّصان انسانی و یا جایگزینی جزئی آنان در زمینه‌های محدود تخصّصی تلاش دارند. اینگونه سامانه‌ها، در واقع، نمونه‌های آغازین و ساده‌تری از فناوری پیش‌رفته‌تر سامانه‌های دانش-بنیان به شمار می‌آیند. >

این سامانه‌ها معمولاً اطلاعات را به شکل واقعیت ها[۱] و قواعد[۲] در دادگانی به نام پایگاه دانش به شکل ساختار مند ذخیره نموده، و سپس با بهره‌گیری از روشهایی خاص استنتاج از این داده‌ها نتایج مورد نیاز حاصل می‌شود.
 پاسخ 
دیدگاه کاربران
محمدحسین زاده جعفری |   1396/03/24 16:59:38   |
0     0
در این سیستم‌ها عمدتاً می‌بایست بازخورد مصرف‌کنندگان وجود داشته باشد تا به ‌منظور بهبود سیستم، مورد استفاده قرار گیرد. اگرچه مکانیزم عملکرد سیستم‌های اطلاعاتی با شرحی که گفته شد، شباهت زیادی به یک رایانه دارد، اما ماهیت یک سیستم اطلاعاتی فراتر از کامپیوتر یا نرم‌افزار است. کامپیوتر و نرم‌افزار، ابزارها و اجزایی هستند که یک سیستم اطلاعاتی را تشکیل می‌دهند؛ اما آن‌ها قادر نیستند به تنهایی اطلاعاتی را که یک سازمان به آن‌ها نیاز دارد، تولید کنند
 پاسخ 
دیدگاه کاربران
محمدحسین زاده جعفری |   1396/03/27 12:53:40   |
0     0
هدف ‌این پژوهش، معرفی نظریه مجموعه‌های فازی یا در اصطلاح چندمقداری به عنوان ابزاری برای مقابله با ابهام و عدم دقت در سیستم‌های بشری و فرایند‌های تصمیم‌گیری و ارایه کاربرد‌های آن در حسابداری است. بنابراین‌این پژوهش از نوع پس‌رویدادی است و از روش کتابخانه‌ای و تکنیک تحلیل محتوا جهت بررسی پژوهش‌های فازی انجام‌شده در حسابداری و موارد کاربرد آن استفاده می‌کند. دوره زمانی پژوهش سال‌های 1980 تا 2010 بوده و پژوهش‌های حسابداری- فازی مربوط به ‌این دوره از طریق پایگاه‌های اطلاعاتی مطرح ملی و بین‌المللی جمع آوری‌شده است.

نتایج ‌این پژوهش حاکی از کاربرد منطق فازی در زمینه حسابداری مدیریت (%5/74)، حسابرسی (%6/17) و حسابداری مالی (%9/7) است. عمده ‌این کاربردها در بحث حسابداری مدیریت مربوط به تصمیم‌گیری‌های مدیریت، ارزیابی عملکرد و هزینه‌یابی است. کمترین کاربرد شناخته‌شده منطق فازی در حسابداری مالی است. با وجود موارد متعدد ابهام و عدم صراحت در حسابداری به ویژه در حسابداری مالی، به نظر می‌رسد که پژوهشگران و حرفه حسابداری به حد کافی از منطق فازی و کاربرد‌های آن استفاده نکرده‌اند. برطرف نکردن ‌این ابهامات می‌تواند منجر به کاهش در دقت و ارزش اطلاعات حسابداری شود. در حوزه حسابرسی هر چند که پژوهش‌های فازی بیشتری نسبت به حسابداری مالی انجام ‌شده است، با توجه به ویژگی حسابرسی که مبتنی بر قضاوت انسانی و نمونه‌گیری است، ابعاد مختلفی از ابهام وجود دارد. لذا پژوهش‌های فازی انجام‌شده در ‌این حوزه نیز کافی و بیانگر تمامی‌کاربرد‌های منطق فازی در حسابرسی نیست.
 پاسخ 
دیدگاه کاربران
جعفری پور |   1396/12/06 14:20:25   |
0     0
ﻣﺪﻳﺮان در ﺷﺮﻛﺘﻬﺎی ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان در ﻓﺮاﻳﻨﺪ ﺗﺼﻤﻴﻢ ﮔﻴﺮی رﻳﺴﻚ ﭘﺬﻳﺮ ﻧﻤﻲ ﺗﻮاﻧﻨﺪ از ﺳﻴﺴﺘﻢ اﻃﻼﻋﺎت ﺣﺴﺎﺑﺪاری ﻣﺪﻳ ﺮﻳﺖ ﻣﺒﺘﻨﻲ ﺑﺮ ﭘﺸﺘﻴﺒﺎﻧﻲ ﺗﺼﻤﻴﻢ ﮔﻴﺮی و ﻫﻮش ﺗﺠﺎری ﺷﺎﻣﻞ اﺳﺘﻔﺎده از ﺧﺪﻣﺎت وب و ﻣﻮﺑﺎﻳﻞ ، ارﺗﺒﺎط ﺑﺎ ﺳﺎﻳﺮ ﺳﻴﺴﺘﻢ ﻫﺎ رو ، اﺳﺘﺪﻻل داﻧﺶ ﭘﻴﺸﺮو و ﭘﺲ ، ﻓﺮاﻳﻨﺪ ﺗﺤﻠﻴﻞ ﺑﻼدرﻧﮓ ﻛﺎوی ، داده داده ، اﻧﺒﺎره ، ﺗﺼﻤﻴﻢ ﮔﻴﺮی ﻓﺎزی ﺳﺎزی ، ﺷﺒﻴﻪ ، ﻧﻤﻮﻧﻪ ﺳﺎزی ،ﻋﺎﻣﻞ ﻫﻮﺷﻤﻨﺪ، اﻃﻼع رﺳﺎﻧﻲ و آﮔﺎه ﺳﺎزی ، ﮔﺰارﺷﻬﺎی ﮔﺮاﻓﻴﻜﻲ ، اﻧﻌﻄﺎف ﭘﺬﻳﺮی و ﺑﻬﻴﻨﻪ ﺳﺎزی اﺳﺘﻔﺎده ﻧﻤﺎﻳﻨﺪ
 پاسخ 
دیدگاه کاربران
شیما قمشاهی |   1396/12/06 20:21:00   |
0     0
سیستم های خبره یکی از شاخه های هوش مصنوعی می باشد که همچون فرد خبره با استفاده از دانش تخصصی به حل مسائل می پردازد. یک سیستم خبره واقعیات را از کاربر یا فرد مشخص دریافت می کند و با تکنیک های استنتاج با استفاده از دانش موجود در پایگاه دانش ، تخصص، تجربه و در یک کلام خبرگی را به کاربر ارائه میکند
سامانه‌های خِبره یا سیستم‌های خِبره به دسته‌ای خاص از نرم‌افزارهای رایانه‌ای اطلاق می‌شود که در راستای کمک به کاردانان و متخصّصان انسانی یا جایگزینی جزئی آنان در زمینه‌های محدود تخصّصی تلاش دارند. اینگونه سامانه‌ها، در واقع، نمونه‌های آغازین و ساده‌تری از فناوری پیشرفته‌تر سامانه‌های دانش-بنیان به‌شمار می‌آیند.

این سامانه‌ها معمولاً اطلاعات را به شکل واقعیت ها[۱] و قواعد[۲] در دادگانی به نام پایگاه دانش به شکل ساختار مند ذخیره نموده، و سپس با بهره‌گیری از روشهایی خاص استنتاج از این داده‌ها نتایج مورد نیاز حاصل می‌شود
 پاسخ 
دیدگاه کاربران
علی ارسخان |   1397/01/17 13:39:11   |
0     0
شبکه های عصبی مصنوعی:مدل هایی از سیستم عصبی انسان هستند که می توانند روش ارتباط و تعامل بین نورون ها (سلول های عصبی) را در پردازش داده ها و یاد گیری از تجارب قبلی ، شبیه سازی کنند
 پاسخ 
دیدگاه کاربران
محسن وطن چیان |   1397/03/17 15:06:47   |
نتیجه چنین رویکردی پردازش و بازیابی موازی و همزمان حجم زیادی از اطلاعات و قابلیت تشخیص الگوها و روندها براساس تجارب گذشته است .
پریناز پارسی مهر |   1397/01/24 11:21:29   |
0     0
تاریخچه منطق فازی:

تئوری مجموعه‌های فازی و منطق فازی را اولین بار پرفسور لطفی زاده در رساله‌ای به نام در سال ۱۹۶۵ معرفی نمود. هدف اولیه او در آن زمان، توسعه مدلی کارآمدتر برای توصیف فرآیند پردازش زبان‌های طبیعی بود. او مفاهیم و اصلاحاتی همچون مجموعه‌های فازی، رویدادهای فازی، اعداد فازی و فازی‌سازی را وارد علوم ریاضیات و مهندسی نمود. از آن زمان تاکنون، پرفسور لطفی زاده به دلیل معرفی نظریه بدیع و سودمند منطق فازی و تلاش‌هایش در این زمینه، موفق به کسب جوایز بین‌المللی متعددی شده است.
پس از معرفی منطق فازی به دنیای علم، در ابتدا مقاومت‌های بسیاری دربرابر پذیرش این نظریه صورت گرفت.

بخشی از این مقاومت‌ها، چنان که ذکر شد، ناشی از برداشت‌های نادرست از منطق فازی و کارایی آن بود. جالب این‌که، منطق فازی در سال‌های نخست تولدش بیشتر در دنیای مشرق زمین، به‌ویژه کشور ژاپن با استقبال روبه‌رو شد، اما استیلای اندیشه کلاسیک صفر و یک در کشورهای مغرب زمین، اجازه رشد اندکی به این نظریه داد. با این حال به تدریج که این علم کاربردهایی پیدا کرد و وسایل الکترونیکی و دیجیتالی جدیدی وارد بازار شدند که بر اساس منطق فازی کارمی‌کردند، مخالفت‌ها نیز اندک اندک کاهش یافتند.

در ژاپن استقبال از منطق فازی، عمدتاً به کاربرد آن در روباتیک و هوش مصنوعی مربوط می‌شود. موضوعی که یکی از نیروهای اصلی پیش‌برندهِ این علم طی چهل سال گذشته بوده است. در حقیقت می‌توان گفت بخش بزرگی از تاریخچه دانش هوش مصنوعی، با تاریخچه منطق فازی همراه و هم‌داستان است.
 پاسخ 
دیدگاه کاربران
پریناز پارسی مهر |   1397/01/27 19:35:35   |
0     0
مفاهیم فناوری اطلاعات؛هوشمندی تجاری چیست؟
شرکت­‌ها دائما اطلاعاتی تولید می‌کنند که برای ذخیره­ آن­ها تعداد زیادی نرم‌­افزار مانند اکسل، اکسس و انواع دیتابیس‌­های مربوط به بخش‌­های مختلف سازمان (مانند بخش تولید، مالی، فروش و …) مورد نیاز است. این اطلاعات برای شرکت­‌ها بسیار ارزشمند است، ارزشی فراتر از اینکه بدانند لیست فروش آن­‌ها دیروز، هفته­ یا ماه گذشته چه بوده ­است، این اطلاعات، کاربردی وسیع‌‌­تر دارد. مثلا بررسی روند فروش برای طراحی روش­‌های موثر بازاریابی و تشخیص منابع مناسب برای اختصاص به هر واحد فروش، تجزیه و تحلیل روند عملکرد شرکت و رفتار مشتریان برای اطمینان از اینکه آیا محصولات آن­ها مناسب برای حضور و رقابت در بازار هست یا نه و برنامه‌ریزی برای توسعهٔ کسب­‌و­کار. به زبان ساده­، شرکت­‌ها از این اطلاعات در راستای بیشینه کردن درآمد و سود خود استفاده می­‌کنند اما استفاده از نرم‌افزارهای متعدد برای این کار، باعث می­‌شود بازیابی و تجزیه و تحلیل به‌هنگام اطلاعات به سختی صورت گیرد. در اینجاست که بحث هوشمندی تجاری یا (Business Intelligenc) مطرح می­‌شود.


ابزارهای هوشمندی تجاری ضمن کمک به تصمیم­گیری بهتر، کاهش هزینه‌­ها و شناخت فرصت‌های جدید به مدیران امکان می‌دهد فرآیندهای ناکارآمد کسب‌­و­کار خود را شناسایی کنند.

هوشمندی تجاری (BI)، عبارتی کلی است که به مجوعهٔ اپلیکیشن­‌ها و نرم‌­افزارهای کاربردی لازم برای تجزیه و تحلیل اطلاعات خام یک سازمان گفته می­‌شود. BI شامل مجموعه‌ای از فعالیت­‌های مختلف از جمله استخراج و جست­‌و­جوی داده‌ها، پردازش تحلیلی آنلاین و ارائهٔ گزارش‌های کاربردی است. شرکت‌ها از ابزارهای هوشمندی تجاری برای کمک به تصمیم­‌گیری بهتر، کاهش هزینه­‌ها و شناسایی فرصت­‌های جدید کسب‌­و­کار استفاده می­‌کنند و مهم­‌تر از آن اینکه به مدیران کمک می‌کند تا فرآیندهای کسب­‌و­کار ناکارآمد خود را که نیازمند مهندسی مجدد است، شناسایی کنند.

همهٔ شرکت­‌ها باید از اطلاعات جمع­‌آ‌وری شده طی فعالیت­‌های خود گزارش تهیه کنند. در واقع هر مدیری، مدیر بالاتری دارد که باید به او گزارش دهد. پیش از این برای این کار لازم بود تا اطلاعات لازم از پایگاه داده‌ها استخراج شده و پس از انتقال به دیسک در اختیار فردی که موظف به ارائهٔ گزارش است قرار گیرد که این کار توسط بخش IT انجام می­‌گرفت. سپس فرد باید زمانی را صرف تنظیم آن اطلاعات خام می­‌کرد و این کار نیازمند ساعت­‌ها و گاهی روز­ها تلاش بود، در نتیجه گزارش مربوط به هر فعالیت روزها یا هفته‌­ها بعد از اتمام آن فعالیت در اختیار مدیران قرار می‌­گرفت و این فرایند برای ارائهٔ هر گزارش تکرار می­‌شد. هوشمندی تجاری این مشکل را حل کرد و باعث شد فرآیند استخراج اطلاعات و تهیهٔ گزارش به صورت خودکار انجام­ پذیرد و نقش IT و افرادی که موظف به استخراج گزارش از داده­‌های خام بودند از میان برداشته شود، در این روش، گزارش‌ها همزمان با فعالیت­‌ها و بدون محدودیت مکانی در اختیار مدیران قرار گرفته و به آن‌­ها این امکان را می­‌دهد که به ‌صورت لحظه ­به ­لحظه بر فعالیت بخش­‌های مختلف سازمان نظارت داشته­ باشد. مدیریت درصورت نیاز می‌تواند جزئیات مربوط به هر شاخص را تا جزئی‌ترین سطح مشاهده کند. برای مثال اگر شاخص رشد درآمد وضعیت مطلوبی نداشته باشد، مدیر می‌تواند روند فروش را به تفکیک محصول، گروه مشتری، منطقه جغرافیایی، مرکز فروش و غیره مشاهده کند و به ریشه‌یابی و اصلاحات لازم برای بهبود وضعیت بپردازد.

BI برای تهیهٔ گزارش‌های دقیق، از اطلاعاتی که به­‌طور اتوماتیک از دیتابیس­‌ها استخراج می­‌شوند، استفاده می‌کند و از این گزارش‌ها به منظور تصمیم­‌گیری­‌های مهم در کسب‌­و­کار استفاده می‌شود، برای مثال تصمیم‌گیری درباره‌ی اینکه تولید چه کالاهایی باید متوقف شود و چه کالاهای جدیدی تولید شود نیازمند این است که مدیران اطلاعاتی دقیق در گزارش‌های خود داشته ­باشند. پس در این راستا امنیت داده‌­ها اهمیت اساسی می­‌یابد.


موضوع دیگری که باعث استقبال از BI و گسترش آن شد، مساله امنیت اطلاعات بود.

قبل از مطرح شدن هوشمندی تجاری، به محض استخراج اطلاعات و ذخیره­ آن بر روی صفحات ­گسترده، امکان سوء استفاده از طریق کپی‌­برداری و سرقت اطلاعات تا حد زیادی افزایش می­‌یافت و روزانه موارد بسیاری از افشای اطلاعات سری که به­‌دلیل سهل‌انگاری اتفاق می‌افتاد اما اکنون اطلاعات از طریق ارتباطات کامپیوتری درون شرکت در اختیار کارمندان قرار می‌گیرد و هرکس تنها می­تواند به اطلاعاتی دسترسی داشته ­باشد که برای انجام وظایف خاص شغلی خود به آن نیاز دارد.

تاریخچه

هانس پیتر لون از پژوهشگران IBM در مقاله‌ای در سال ۱۹۵۸، برای اولین بار از عبارت هوشمندی تجاری (business intelligence) استفاده کرد. او هوشمندی را این‌گونه تعریف کرده ­­بود: «توانایی درک روابط متقابل بین حقایق موجود به­ گونه­ای که فعالیت­ها را به سمت هدف مطلوب هدایت کند.»

هوشمندی ­تجاری به گونه­‌ای که امروزه مطرح می­‌شود، شکل تکامل­‌یافته‌ی سیستم­‌های تصمیم‌­گیری پشتیبان است که استفاده از آنها از سال ۱۹۶۰ آغاز شده و تا اواسط ۱۹۸۰ ادامه یافته ­است.

در سال ۱۹۸۹، هوارد درسنر که بعدها از تحلیلگران موسسه گارتنر شد، هوشمندی تجاری را به عنوان عبارتی برای «توصیف مفاهیم و روش­‌هایی برای بهبود تصمیم‌گیری‌های مربوط به کسب‌­و­کار با استفاده از سیستم­‌های پشتیبان مبتنی بر داده‌ها و واقعیت‌ها» به ­کار برد و از اواخر سال ۱۹۹۰ بود که این مفهوم به­‌طور گسترده مورد استفاده قرار گرفت
رستوران­های زنجیره­ای بزرگی همچون Hardee’s، Wendy’s، Ruby Tuesday و T.G.I. Friday’s از جمله کاربران عمدهٔ نرم‌افزارهای هوشمندی­‌تجاری هستند. آن­ها از BI برای تصمیم‌گیری­‌های استراتژیک خود استفاده می‌کنند، مانند اینکه چه محصولات جدیدی را به منوی خود اضافه کنند، ارائهٔ چه غذاهایی را متوقف کنند یا کدام فروشگاه­‌ها را که عملکرد ضعیفی دارند تعطیل کنند. همچنین برای مسائل تاکتیکی مانند مذاکره و بستن قرارداد با تولیدکنندگان موادغذایی و شناسایی فرصت­‌هایی برای بهبود فرآیندهای ناکارآمد خود از این ابزار استفاده می­‌کنند. کمک موثر BI به رستوران­‌ها زنجیره­ای در راه­‌اندازی زیرمجموعه­‌ها و کسب­‌و­کارهای جدید، باعث ارزش آفرینی قابل توجهی برای آن­ها شده است.

یکی از اجزای مهم سیستم‌های هوشمندی­‌تجاری، تجزیه ­و ­تحلیل کسب­‌و­کار است که برای موفقیت شرکت­‌ها در طیف وسیعی از صنایع ضروری است، اما بیشتر برای نقش آن در موفقیت تیم­‌های ورزشی حرفه‌­ای شهرت دارد. برای مثال تیم فوتبال آمریکایی New England Patriots با استفاده از ابزارهای تحلیلی توانست در طول چهار سال، سه ­بار قهرمان مسابقات Super Bowl شود. این تیم از داده­‌ها و مدل‌های تحلیلی بسیاری در داخل و خارج از میدان استفاده می­‌کند و مربیان و بازیکنان آن به دلیل بررسی دقیق فیلم­ بازی­‌ها و مطالعهٔ احتمالات آماری مربوط به نتایج بازی­‌ها شهرت دارند.

در خرده‌­فروشی، فروشگاه‌های وال­مارت با استفاده از طیف وسیعی از داده‌­ها و تجزیه ­و ­تحلیل‌­های سازمان­‌یافته برای تسلط خود بر این صنعت استفاده کرده­‌است. آمازون و یاهو نیز فقط سایت­‌های تجارت الکترونیک نیستند بلکه شدیدا تحلیلی هستند و روند «آزمون­ و یادگیری» را برای انجام تغییرات در کسب­‌و­کار خود در پیش گرفته­‌اند. شرکت Capital one (تولید کنندهٔ کارت­‌های اعتباری) سالانه بیش از ۳۰۰۰۰ آزمایش انجام می­‌دهد تا مشتریان مطلوب را شناسایی کند و قیمت مناسبی برای کارت­‌ها اعتباری خود پیشنهاد دهد
چه کسی باید استفاده از ابزارهای هوشمندی­ تجاری را در سازمان به ­پیش برد؟

به اشتراک­ گذاری، عاملی حیاتی برای موفقیت پروژه­‌های BI محسوب می­‌شود زیرا هر کس که در روند انجام پروژه درگیر است باید دسترسی کامل به اطلاعات داشته­ باشد تا بتواند از این طریق شیوهٔ کاری خود را تغییر دهد. اجرای پروژه­‌های BI باید از گروه مدیران ارشد آغاز شود اما گروه بعدی باید مدیران فروش و کارمندان آن­ها باشند، زیرا این گروه مسئول افزایش میزان فروش شرکت هستند و معمولا به ­نسبت میزان توانمندی در این زمینه به آن­ها پاداش تعلق می­‌گیرد. به همین دلیل از هر ابزاری که آنان را در این مسیر یاری کند استقبال می‌­کنند. البته استفاده از امکاناتی که BI فراهم می‌کند آسان است و اطلاعات حاصل از آن نیز قابل اطمینان و دقیق است. به کمک سیستم­‌های BI کارمندان فعالیت‌­های فردی و گروهی خود را بهبود می­‌بخشند و نهایتا عملکرد تیم­‌ فروش بهبود می­‌یابد. وقتی مدیران فروش تفاوت زیادی در عملکرد تیم‌­­های مختلف مشاهده­ کنند، سعی می­‌کنند تیم­‌های عقب‌مانده­ را نیز ارتقا دهند.

وقتی کاربرد BI از طریق تیم فروش توسعه یابد، سازمان می­‌تواند از آن به عنوان اهرمی برای قرار دادن سایر بخش­‌ها در مسیر به­‌کار­گیری هوشمندی­‌ تجاری استفاده کند. زیرا مسلما این گروه آنقدر از تاثیر BI در ارتقای خود سخن می­‌گویند که تمام سازمان برای به کارگیری این روش ترغیب می­‌شود.

چگونه می­‌توان سیستم هوشمندی ­تجاری را پیاده‌­سازی کرد؟

به­ هنگام ترسیم مسیری برای پیاده سازی هوشمندی­ تجاری، قبل از هر چیز شرکت­‌ها باید به تجزیه و تحلیل روش‌های تصمیم­‌گیری خود بپردازند و اطلاعاتی را که مدیران برای تصمیم‌­گیری‌‌های سریع‌تر و مطمئن‌تر به آن­ها نیاز دارند را مدنظر قرار دهند، و اینکه تمایل دارند این اطلاعات چگونه در اختیارشان قرار گیرد (مثلا به‌­صورت آنلاین، گزارش، نمودار یا هارد­کپی). بحث دربارهٔ نحوهٔ تصمیم­‌گیری در شرکت باعث می­‌شود بفهمند که سازمان نیاز دارد تا چه نوع اطلاعاتی را جمع‌­آوری، تحلیل و در سیستم BI خود منتشر کند. سیستم­‌های ­هوشمندی­ تجاری مناسب نیازمند ارائه­ چارچوب مشخص هستند مثلا این کافی نیست که گزارش دهیم میزان فروش دیروز X بوده و یک سال قبل در همین روز Y، بلکه باید فاکتورهای موثر بر کسب‌­و­کار که منجر به این مقادیر می­‌شود را نیز به عنوان داده­ی ورودی در اختیار سیستم قرار داد.

مانند بسیاری از پروژه­‌های تکنولوژی، درمورد سیستم هوشمندی تجاری نیز اگر کاربران در استفاده از آن حس تردید و عدم اطمینان داشته ­باشند و استفاده از آن را نپذیرند، این روش نتیجه‌­بخش نخواهد بود اما زمانی که پروژه‌های هوشمندی تجاری به شکلی استراتژیک پیاده‌­سازی شده و مورد استفاده قرار گیرد، منجر به تغییرات اساسی در جهت بهبود عملکرد و تصمیم‌گیری‌های شرکت‌ها می‌شود.
 پاسخ 
دیدگاه کاربران
فاطمه السادات سالاری |   1397/03/13 00:05:50   |
0     0
قابلیت یادگیری مهمترین تفاوت سیستم های خبره و شبکه های عصبی مصنوعی است
 پاسخ 
دیدگاه کاربران
فاطمه السادات سالاری |   1397/03/13 00:18:50   |
0     0
داده های مورد استفاده درسیستم های فازی داده های ناکامل ومبهم است.
سیستم های خبره به دنبال شبیه سازی فرآیندهای ذهنی افراد وشبکه های عصبی مصنوعی به دنبال تقلید عملکرد مغز انسان هستند
الگوریتم های ژنتیکی: یک کاربرد رو به رشد هوش مصنوعی است که میتوان در پیش بینی ور شکستگی استفاده کرد.
 پاسخ 
دیدگاه کاربران
زهرا عضدی |   1397/03/15 00:05:30   |
0     0
سیستم های اطلاعاتی :

از نظر فنی به مجموعه ای از اجزای مرتبط ، که به جمع آوری و بازیابی و ذخیره اطلاعات می پردازد

انواع سیستم‌های اطلاعاتی :
•سیستم های برنامه ریزی جامع منابع (Enterprise Resource Planning)
• سیستم های پشتیبانی اجرائی (Executive Support System )
• سیستم های تصمیم یار (Decision Support System )
• سیستم های اطلاعات مدیریت (Management Information System )
• سیستم های دانش کار (Knowledage Work System )
• سیستم های اتوماسیون اداری (Office Automated System )
• سیستم های پردازش تراکنش (Transaction Processing System )
 پاسخ 
دیدگاه کاربران
محسن وطن چیان |   1397/03/17 14:40:56   |
0     0
منطق فازی با به کارگیری شبکه عصبی می‌تواند رویکرد جدیدی برای طراحی سیستمهای هوشمند اطلاعاتی مدیریت باشد، به گونه‌ای که تصور مرتبط و مفید بودن داده‌های خروجی را برای کاربران تحقق بخشد.
 پاسخ 
دیدگاه کاربران
محسن وطن چیان |   1397/03/17 14:46:39   |
0     0
انواع سیستم های اطلاعاتی هوشمند درحسابداری را نام ببرید.
 پاسخ 
دیدگاه کاربران
محسن وطن چیان |   1397/03/17 15:07:54   |
0     0
منطق فازی تکنولوژی جدیدی است که شیوه های مرسوم برای طراحی و مدل سازی یک سیستم را که نیازمند ریاضیات پیشرفته و نسبتا پیچیده است را با استفاده از مقادیر و شرایط زبانی و با هدف ساده سازی فرآیند طراحی سیستم تا حدودی تکمیل می کند.
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/18 23:23:11   |
0     0
سیستم های خبره : از نقطه نظر استراتژیک کسب و کار مالی ُ سیستم های خبره می توانند برای بهبود هر مرحله از چرخه تولید یک کسب و کار ُ از یافتن مشتری تا حمل و نقل محصولات و حتی نجزیه و تحلیل انحرافات و تحلیل ریسک استفاده شوند.
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/18 23:27:58   |
0     0
از شبکه های مصنوعی در موارد زیر هم استفاده می شود :‌
ارزیابی متقاضیان وام و پیش بینی قدرت پرداخت دیون
ارزیابی نقاط قوت و ضعف شرکت ها و پیش بینی شکست های احتمالی
 پاسخ 
دیدگاه کاربران
پریناز پارسی مهر |   1397/03/19 14:17:25   |
0     0
گر چه این تصور وجود دارد که سیستمهای اطلاعاتی مدیریت، واقعیت بیرونی را به طور شفاف، دقیق، مرتبط و طبیعی در اختیار کاربران قرار می‌دهند، ولی به دلیل ماهیت منطق دو ارزشی و عدم انطباق با ابهام و سیستم تفکر انسانی، فاقد کارایی لازم هستند. علاوه بر منطق فازی، کوشش دیگری که می‌تواند برای هوشمند ساختن سیستمهای اطلاعاتی به طور عام و سیستم خبره به طور خاص انجام گیرد، ایجاد شبکه‌های عصبی مصنوعی در رایانه و به کارگیری آنها در سیستمهای اطلاعاتی است. منطق فازی با به کارگیری شبکه عصبی می‌تواند رویکرد جدیدی برای طراحی سیستمهای هوشمند اطلاعاتی مدیریت باشد، به گونه‌ای که تصور مرتبط و مفید بودن داده‌های خروجی را برای کاربران تحقق بخشد. گسترش دامنه عقلانیت تصمیم‌گیری با به کارگیری سیستمهای اطلاعاتی فازی-عصبی سؤال اصلی این است که آیا سازمانها هوشمندتر می‌شوند؟آیا سازمانهای مبتنی بر اطلاعات، با به کارگیری شبکه‌های عصبی و منطق فازی ضرورتا توسط عقلانیت محدود موجود در دیوان سالاری مشخص می‌شوند؟هربرت سایمون-برنده جایزه نوبل-و همکارش مارچ از سال 1940 تا 1950 به بررسی و شناخت سازمان با رویکرد تصمیم‌گیری پرداختند و در نتیجه این بررسیها، همسویی بین تصمیم‌گیری انسانی و تصمیم‌گیری سازمانی کشف گردید. اگر چه سیستمهای اطلاعاتی مدیریت پیشرفت چشمگیری داشته‌اند، اما از آنجا که منطق طراحی سیستمهای اطلاعاتی منطق دو ارزشی یا چند ارزشی است و با سیستم تفکر انسانی و ابهامات و عدم قطعیت برخواسته از محیط و سازمان همخوانی ندارد و همچنین فاقد قابلیتهای متعدد مغز انسان در پردازش است، سیستمهای اطلاعاتی نتوانسته‌اند نیازهای اطلاعاتی مدیران و کارکنان سازمانها را برای تصمیم‌گیری با بهره‌وری بالا برآورده سازند
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/19 23:27:20   |
0     0
منطق فازی : از روشی برای استدلال استفاده می کنند که شبیه استدلال های انسان است زیرا به جای آن که تنها برداده های خشک مانند انتخاب دو دویی (بله و خیر) تکیه داشته باشد با ارزش ها و استنتاجات تخمینی (منطق فازی) وداده های نا کامل و مبهم (داده های فازی) سر و کار دارد.
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/20 23:44:41   |
0     0
منطق فازی : تصمیم گیری درباره تولید ، محصول جدید و پیش بینی میزان فروش آن ها تنها براساس داده های غیر قطعی انجام می شود برای اینگونه تصمیم گیری ها استفاده از منطق فازی به منظور ارائه پاسخ های مناسب مطلوب به نظر می رسد
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/20 23:48:03   |
0     0
منطق فازی می تواند به حسابرسان در زمینه ی اندازه گیری و مدیریت احتمال خطر ، حسابرسی و ابهام در محیط حسابرسی کمک کند استفاده از قضاوت های ذهنی جزو کار حسابرسی است برای مثال تصمیم گیری درباره اثر بخشی کنترل های داخلی نیاز به قضاوت ذهنی حسابرس دارد که می توان با استفاده از منطق فازی این کار را انجام داد.
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/22 00:05:11   |
0     0
الگوریتم ژنتیکی : از الگوریتم های ژنتیک می توان در پیش بینی ورشکستگی استفاده کرد
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/22 00:06:43   |
0     0
عامل های هوشمند : بر اساس قوانین خاص خود فکر کرده و کار خود را به درستی انجام می دهند پس عاقلانه رفتار می کنند هرچند الزاما مانند انسان فکر نمی کنند
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/23 00:10:28   |
0     0
عامل های هوشمند : پایگاه دانش تعبیه شده یا آموخته شده خود را درباره یک فرد یا فرایند به کار میگیرد تا به صورتی که تمایل فرد را برآورده کند ، تصمیم گیری نماید و وظایف را انجام دهد
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/23 00:13:16   |
0     0
از عامل های هوشمند می توان برای انجام سفارش ها قبل از تمام شدن موجودی های مواد استفاده کرد به عبارت دیگر قبل از اتمام مواد ، سیستم به صورت خودکار سفارش های خرید را به صورت خودکار تکمیل کرده و برای فروشندگان مواد ارسال می کند
 پاسخ 
دیدگاه کاربران
محمدرضا امیربیکی یزدی |   1397/03/23 00:15:55   |
0     0
عامل های هوشمند : می توانند در هدایت و اداره ی کسب وکار و در تمامی زمینه های تجارت الکترونیک مورد استفاده قرار گیردعامل های هوشمند می توانند به مکانیزه کردن فعالیت های مختلف ، کاهش زمان کار و افزایش کارایی و اثر بخشی فعالیت ها کمک شایانی نمایند
 پاسخ 
دیدگاه کاربران
ریحانه رستمی |   1397/03/28 13:54:06   |
0     0
ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ : ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﯾﮏ ﺳﺎﻣﺎﻧﻪ ﭘﺮدازﺷﯽ داده ﻫﺎﺳﺖ ﮐﻪ از مغز انسان ایده گرفته و پردازش داده ها را به عهده پردازنده های کوچک و بسیار زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار میکنند تا یک مسئله را حل نمایند.
 پاسخ 
دیدگاه کاربران
حمید سلطانی |   1397/09/07 18:43:16   |
0     0
علم حسابداری یکی از مستعدترین قلمروهابرای کاربرد سیستم های مبتنی بر هوش مصنوعی است که این سییتمها عبارتند از :
سیستم های خبره _شبکه های عصبی مصنوعی _منطق فازی _الگوریتم ژنتیکی وعامل های هوشمند میباشد
 پاسخ 
دیدگاه کاربران
هادی احمدی نسب |   1397/10/04 01:20:03   |
0     0
سیستم‌های هوشمند در حوزه‌های خود بر تعامل با کاربرانی از نوع بشر و تغییرات و پویایی محیط‌های اجتماعی و فیزیکی تمرکز دارند. ربات‌های ابتدایی در تصمیم‌گیری‌های خودکار خود استقلال عمل کم‌تری داشتند. پیش فرض آن‌ها مواجه شدن با جهانی قابل پیش بینی بود و در شرایط یکسان بارها و بارها رفتارهایی مشابه را پیش می‌گرفتند. ربات‌های امروزی دستگاه مستقلی هستند که می‌توانند محیط اطراف‌شان را درک کنند و در جهانی فیزیک اهداف خاصی را دنبال نمایند.
 پاسخ 
دیدگاه کاربران
دیدگاه کاربران

 

 

مشاوره آنلاین

با استفاده از خدمات مشاوره آنلاین مرکز آموزش انتخاب برتر، مسیر خود را برای ارتقاء سطح سواد و دانش مالی و حسابداری هموار نمایید.
این بخش، آماده پاسخگویی به نیازهای شما کاربران گرامی، میباشد.

معرفی کتاب

حسابداری عملی

حسابداری عملی

حسینعلی علیمی
  • اشتراک دانش و مهارت مالی و حسابداری
  • قرآن پژوهی مالی و حسابداری
  • شرکت دانش پژوهان مالی فرانگر
  • مرکز مشاوره الکترونیک حسابداری, مالی و سرمایه گذاری
  • توسعه توانمندی و فرصتهای شغلی مالی و حسابداری
  • انتخاب برتر محصولات, خدمات و بازار حسابداری, مالی و...
  • توسعه نگر دانش و مهارت مالی و حسابداری
  • آتیه نگر دانش و سواد مالی مدیران ارشد
  • بهینه نگر دانش و سواد مالی خانواده
  • از دوستان خود دعوت کنید با تیم همسو شوید عضو تیم متفکران شوید
    هدیه مالی تیم متفکران نوین مالی در شبکه اجتماعی