>
Fa   |   Ar   |   En
   ارزیابی ریسک‌های زنجیره تامین خدمات با رویکرد تئوری مجموعه‌های راف (مورد مطالعه: شرکت‌های ارائه‌دهنده خدمات پرداخت به بانک‌ها)  
   
نویسنده صادقی مقدم محمدرضا ,کریمی تورج ,بندسی سحر
منبع پژوهش هاي مديريت در ايران - 1397 - دوره : 22 - شماره : 1 - صفحه:69 -94
چکیده    ارزیابی ریسک زنجیره تامین یکی از ارکان مدیریت ریسک زنجیره تامین بوده و هدف آن تجزیه و تحلیل ریسک هاست. شناسایی و طبقه بندی نخستین گام جهت ارزیابی ریسک زنجیره تامین است؛ بدین منظور در این مقاله پس از بررسی ادبیات تحقیق و استخراج ریسک های مربوط به زنجیره تامین جهت شناسایی ریسک ها در زنجیره تامین خدمات از دو روش گروه کانونی و کیوسرت استفاده شده و خروجی آن شناسایی 10 مولفه از مهم ترین ریسک ها به عنوان مشخصه های موقعیتی در مدل سازی راف است و متعاقباً با تلفیق روش های مختلف گسسته سازی داده، تولید بی زائده و تولید قوانین و با استفاده از نرم افزار rosetta، پنج مدل قوانین راف برای مولفه های ریسک تولید گشت. با توجه به مدل های استخراج شده از بین مشخصه های موقعیتی، مولفه ریسک بازار و ریسک مالی اصلی ترین مولفه در تحلیل ریسک زنجیره تامین خدمات شناسایی شدند و پس از اعتبارسنجی قوانین به دست آمده مدل تکمیل داده ها به روش میانگین و مد شرطی و تکمیل داده های ناقص بالاترین اعتبار را جهت پیش بینی مشاهده های جدید نشان دادند.
کلیدواژه مدیریت ریسک زنجیره تامین، ارزیابی ریسک زنجیره تامین، مدلسازی راف، روش گروه کانونی، روش کیوسرت
آدرس دانشگاه تهران, دانشکده مدیریت, ایران, دانشگاه تهران, ایران, دانشگاه تهران, دانشکده مدیریت, ایران
 
   Service Supply Chain Risk Assessment Applying Rough Set Theory Approach: Case of Payment Service Providers  
   
Authors Karimi Touraj ,bandesi Sahar
Abstract    One of the pillars of supply chain risk management is risk assessment and its aim is to analyze the risk. The first step to assess supply chain risk is identifying and classifying them. In this paper, after reviewing the literature and extracting supply chain risks, service supply chain risks identified by focus group and Qsort method. As the result 10 components of the most important risks as conditional characteristics in Rough modeling identified. Using Rosetta software, 5 set of rule were produced. According to extracted models among conditional attributes, market and financial risks were most important attributes. After completion of various models validation, the model by Conditional Mean/Mode fill and incompletes for complement data showed the highest reliability for predicting new observations.
Keywords supply chain risk classification ,supply chain risk assessment ,rough modeling
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved