Nafiseh Soleimani

Assistant Professor

Update: 2025-11-18

Nafiseh Soleimani

Faculty of Engineering / Department of Industrial Engineering

Master Theses

  1. جمع آوری محصولات توسط تولید کننده در زنجیره تامین حلقه بسته با امکانات مشترک تولید و بازتولید و ادغام تصمیمات مونتاژ
    2025
    جمع آوری محصولات توسط تولید کننده در زنجیره تامین حلقه بسته با امکانات مشترک تولید و بازتولید و ادغام تصمیمات مونتاژ
  2. پیش‌بینی زایمان طبیعی ایمن باهدف کاهش ریسک و هزینه‌های درمان با استفاده از تکنیک‌های داده‌کاوی
    2025
    زایمان ایمن یکی از مؤلفه‌های کلیدی در ارتقای سلامت خانواده و دستیابی به توسعه پایدار نظام سلامت محسوب می‌شود. شناسایی و مدیریت به‌موقع عوامل پرخطر در زایمان طبیعی، نقش تعیین‌کننده‌ای در کاهش عوارض، ارتقای کیفیت خدمات درمانی و افزایش رضایتمندی مادران دارد. پژوهش حاضر باهدف تحلیل داده‌محور این عوامل و ارائه الگویی پیش‌بینانه در بستر داده‌کاوی انجام شده است. در این مطالعه، داده‌های مرتبط با مراقبت‌های حین و پس از زایمان توسط تیمی متشکل از پانزده تکنسین مامایی گردآوری و پس از مرحله پاک‌سازی، بر پایه متدولوژی کریسپ دی‌ام پردازش گردید. سه عامل اپی‌زیوتومی، خونریزی شدید و طولانی‌شدن فرایند زایمان به‌عنوان مهم‌ترین عوامل پرخطر انتخاب شدند و مدل‌سازی پیش‌بینی با استفاده از سه رویکرد مجزا شامل: بهره‌گیری از تمامی ویژگی‌ها، انتخاب ویژگی‌ها با نظر خبرگان و انتخاب ویژگی با استفاده از روش‌های انتخاب مشخصه انجام پذیرفت. برای ارزیابی عملکرد مدل‌ها، از هفت الگوریتم داده‌کاوی شامل درخت تصمیم، آدابوست، شبکه عصبی مصنوعی، ماشین بردار پشتیبان، بگینگ،K -نزدیک‌ترین همسایه و بیز ساده استفاده شد. نتایج حاصل نشان داد که در رویکرد دوم، الگوریتم‌ها عملکرد بهتری نسبت به رویکرد اول داشته‌اند و دقت مدل‌ها در بازه‌ای بین ۷۱٫۶۷ ٪ تا ۹۷٫۱۷ ٪ متغیر بوده است. همچنین، در رویکرد سوم که تمرکز بر پیش‌بینی بهینه یکی از عوامل خطر (خونریزی شدید) داشت، دقت پیش‌بینی افزایش یافت. این مسئله نشان می‌دهد که استفاده از روش‌های انتخاب مشخصه می‌تواند دقت برخی از الگوریتم‌ها را بهبود بخشد. یافته‌های این تحقیق بیانگر آن است که بهره‌گیری از رویکرد داده‌محور در شناسایی و پیش‌بینی عوامل پرخطر زایمان، علاوه بر افزایش ایمنی مادر و نوزاد، می‌تواند به بهینه‌سازی منابع، کاهش هزینه‌های غیرضروری درمان و تسهیل تصمیم‌گیری‌های بالینی کمک نماید. همچنین نتایج حاصله ظرفیت آن را دارند که به‌عنوان مبنایی کاربردی در تدوین سیاست‌های سلامت‌محور و برنامه‌ریزی برای ارتقای کیفیت خدمات زایمانی مورداستفاده قرار گیرند.
  3. تجزیه‌وتحلیل و بهبود مدیریت منابع انسانی با استفاده از فرایند کاوی (مطالعه موردی: شرکت سفرهای علی بابا)
    2025
    در دنیای امروز، نظارت و تحلیل دقیق بر روی فرآیندهای کلیدی برای حفظ رفاه کلی یک سازمان از اهمیت ویژه‌ای برخوردار است. فرآیند کاوی نقش مهمی در بهینه‌سازی این فرآیندها ایفا می‌کند. غفلت از فرآیند کاوی می‌تواند نشان‌دهنده ناتوانی یا عدم تمایل در مدیریت مؤثر این فرآیندها باشد. این پژوهش باهدف شناسایی، تجزیه‌وتحلیل و بهبود فرایندهای آنبوردینگ و آفبوردینگ در حوزه منابع انسانی با استفاده از تکنیک؜های فرایند کاوی انجام شد. با تجزیه‌وتحلیل دقیق فرایندها، سازمان‌ها می‌توانند اقداماتی برای بهبود کارایی و بهره‌وری کارکنان اتخاذ کنند. این اقدامات می‌تواند شامل طراحی مجدد فرایندها، آموزش کارکنان و بهینه‌سازی سیاست‌های جبران خدمات باشد. فرایند کاوی با استفاده از داده‌های ثبت‌شده، امکان تحلیل عمیق‌تری از عملکرد منابع انسانی را فراهم می‌آورد. این تحلیل می‌تواند شامل بررسی رفتار کارکنان، الگوهای غیبت و عملکرد باشد. در این پژوهش برای کشف مدل‌های فرایندی از سه الگوریتم شامل الگوریتم ماینر القایی، ماینر اکتشافی و آلفا ماینر استفاده شد. براساس ۶ شاخص شامل تناسب، دقت، سادگی، تعمیم، زمان و هزینه به ارزیابی کیفیت مدل‌های کشف شده پرداخته شد. یافته‌ها نشان داد که الگوریتم ماینر القایی در هر کدام از فرایندهای آنبوردینگ و آفبوردینگ نسبت به الگوریتم ماینر اکتشافی و آلفا ماینر از بابت تناسب، دقت، سادگی و تعمیم در وضعیت مطلوب‌تری قرار دارد. پس از ارائه مدل پیشنهادی برای هر کدام از فرایندهای آنبوردینگ و آفبوردینگ شاخص زمان و هزینه کاسته شده محاسبه گردید که با اجرای مدل فرایند آفبوردینگ پیشنهادی شرکت تا ۲۷۳.۰۰۰.۰۰۰ میلیون تومان می‌تواند در هزینه‌های خود کاهش داشته باشد و با اجرای فرایند آنبوردینگ پیشنهادی شرکت تا ۱.۷۹۹.۰۰۰.۰۰۰ میلیون تومان می‌تواند هزینه‌های خود را کاهش دهد.
  4. ارائه روش تصمیم گیری چند معیاره برای برون سپاری نیازمندی های سیستم های اطلاعاتی
    2022
    در این تحقیق یک روش تلفیقی برای تصمیم گیری گروهی در زمینه رتبه بندی تامین کننده های ارائه دهنده خدمات مرتبط با سیستم های اطلاعاتی ارائه شده است. این روش با تلفیق روش های BWM فازی گروهی و پرامتی فازی گروهی، گزینه های ممکن برای انتخاب پیمانکاران را اولویت بندی می نماید. مطابق این فرایند، ابتدا معیارهای تصمیم گیری مشخص شده و سپس وزن این معیارها بوسیله روش BWMگروهی فازی توسط تصمیم گیرندگان مشخص می شود. سپس گزینه ها در معیارهای مختلف ارزیابی شده و تابع ترجیح تصمیم گیرندگان در هر معیار مشخص می شود و نهایتا گزینه ها بوسیله روش پرومتی فازی پیشنهادی اولویت بندی می شوند. نتایج بکارگیری روش پرومته فازی برای ارزیابی پیمانکاران شرکت مخابرات استان همدان نشان داد که پیمانکار مخابرات مرکزی رتبه اول، پیمانکار مخابرات منطقه 1 رتبه دوم، پیمانکار مخابرات منطقه 3 رتبه سوم، پیمانکار مخابرات منطقه 2 رتبه چهارم و پیمانکار مخابرات منطقه 4 رتبه پنجم را کسب کرده است.
  5. فرمول بندی ارزش طول عمر مشتری جهت تخصیص منابع به مشتریان خاص
    2022
    با معطوف شدن توجه محققان به سمت ارزش مشتری و جایگاه آن در بازاریابی، بررسی تجربه مشتری و اقداماتی لازم برای افزایش طول عمر مشتری به امری حیاتی در سازمان ها تبدیل شده است. در ادبیات، فرمول های مختلفی برای محاسبه ارزش طول عمر مشتری وجود دارد که معروفترین فرمول ارائه شده، فرمول CLV است. این فرمول در صنایع تولیدی و خدماتی و بنا به نیاز آن سازمان، از پارامترهای مختلفی مورد استفاده قرار می گیرد. اغلب این پارامترها، مربوط به عوامل خارج سازمان بوده و تحلیل رفتار مشتری، پس از عرضه محصول یا خدمت به مشتریان محاسبه و تحلیل می شود. این امر باعث هدر رفت زمان، هزینه و منابع سازمانی می شود. هدف از این پژوهش، وارد کردن مولفه های داخل سازمانی، در فرمول CLV، برای محاسبه ارزش طول عمر مشتری، برنامه ریزی برای تحلیل آن و سپس تخصیص منابع به مشتریان خاص است. در این شرایط می توان با بررسی عوامل داخلی که تاثیر مستقیمی بر سودآوری سازمان از طریق، جذب، حفظ و نگهداشت مشتری دارند، برنامه ای مدون برای تحلیل ارزش طول عمر مشتری، قبل از ارائه محصول یا خدمت به مشتری داشت. بدین گونه در زمان، هزینه و منابع سازمان صرفه جویی خواهد شد. برای تحقق اهداف تحقیق، تئوری ها و عوامل مختلف درون سازمانی مرتبط با موضوع، مورد مطالعه قرار گرفتند. پس از بررسی، به منظور ارائه فرمولی جدید برای محاسبه ارزش طول عمر مشتری، سه مولفه بهره وری کارکنان، تجاری سازی محصول یا خدمت و نحوه تبادل با مشتری از بین عوامل درون سازمانی مورد مطالعه، معرفی شدند. برای ارائه فرمول جدید، از مدل RFM که یکی از مدل های محاسبه ارزش طول عمر مشتریان است، استفاده شده است. برای محاسبه ارزش طول عمر مشتری، بر مبنای مدل RFM، تطابق سه مولفه بهره وری کارکنان، تجاری سازی و تبادل با مشتری با سه مولفه موجود در مدل RFM مورد بررسی قرار گرفت. بدین منظور داده های پژوهش از طریق مصاحبه های تخصصی با خبرگان دانشگاه و صنعت جمع آوری گردید. جامعه آماری این پژوهش 30 نفر است و داده ها از طریق یک پرسشنامه مشتمل بر 9 سوال که پایایی و روایی آن با استفاده از روش آلفای کرونباخ محاسبه شد، استخراج شده است. همچنین برای تجزیه و تحلیل داده ها، از روش های آماری توصیفی، آزمون T و تحلیل عاملی استفاده شده و مدل مفهومی و معادلات ساختاری پژوهش با استفاده از دو نرم افزار SPSSوSMART PLS براز