توسط Dudoit و Fridlyand چندین روش جهت خوشه‏بندی داده‏ها ارائه شده است، یکی از این روش‏ها BaggClust2 می‏باشد. این روش از ماتریس عدم تشابه^[۱۰۸] که بر مبنای ماتریس تشابه بدست می‏آید، استفاده می‏کند. رابطه‏ی (۲-۴) نحوه‏ی محاسبه‏ی هر عنصر این ماتریس (D) را نشان می‏دهد. سپس ماتریس تشابه به عنوان ورودی الگوریتم خوشه‏بندی، جهت ترکیب اجتماع خوشه‏بندی‏ها ارسال می‏گردد. در [۱۷] از روش خوشه‏بندی PAM^[109]، که توسط Kaufman و Rousseeuw در [۴۳] ارائه شده است، استفاده می‏گردد.

)۲-۴)

گراف محور
Strehl و Ghosh [62] سه الگوریتم جهت ترکیب خوشه‏بندی‏ها ارائه داده ‏اند. روش‏های آنها تاکنون در مقالات مختلفی مورد استناد قرار گرفته است. بسیاری از الگوریتم‏های ارائه شده در زمینه‏ی خوشه‏بندی توافقی در بخش ارائه‏ نتایج، الگوریتم‏های خود را با الگوریتم‏های معرفی شده توسط Strehl و Ghosh مورد مقایسه قرار داده ‏اند. اطلاعات دوجانبه نرمال‏سازی شده^[۱۱۰] (NMI) را به عنوان معیاری جهت ارزیابی میزان توافق یا اشتراک بین دو خوشه‏بندی تعریف نمودند. در [۶۲] خوشه‏بندی توافقی بهینه به عنوان خوشه‏بندی‏ای تعریف می‏شود که میانگین اطلاعات دوجانبه نرمال سازی شده^[۱۱۱] (ANMI) بین خوشه‏بندی نهایی و اجتماع خوشه‏بندی‏های اولیه بیشینه شود. لازم به ذکر است که اطلاعات دوجانبه، اطلاعات آماری مشترک بین دو توزیع را اندازه گیری می‏کند، از اینرو خوشه‏بندی‏ها به عنوان توزیع‏های احتمالی در نظر گرفته می‏شوند. بنابراین معیار میانگین اطلاعات دوجانبه نرمال‎سازی شده (ANMI)، متوسط میزان اطلاعات آماری مشترک بین خوشه‏بندی نهایی و اجتماع اولیه خوشه‏بندی‏ها را نشان می‏دهد.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

اجازه دهید X و Y متغیر‏های تصادفی‏ای باشند که به وسیله دو خوشه‏بندی π_i و π_j توصیف می‏شوند. هر یک از خوشه‏بندی‏های π_i و π_j به ترتیب دارای k_i و k_j خوشه می‏باشند. I(X, Y) اطلاعات دوجانبه بین X و Y، و H(X) درگاشت شانون^[۱۱۲] را برای X مشخص می‏کند. مقدار حاصل از تابع I(X, Y)متریک می‏باشد اما حد بالایی ندارد. از اینرو جهت بدست آوردن مقداری بین ۰ تا ۱، اندازه‏گیری NMI به صورت زیر تعریف می‏گردد:

(۲-۵)

رابطه‏ی (۲-۵) باید با بهره گرفتن از کمیت‏هایی که در خوشه‏بندی بدست آمده است، تخمین زده شود. رابطه‏ی (۲-۶) نحوه‏ی محاسبه معیار NMI را برای دو خوشه‏بندی مفروض π_i و π_j نشان می‏دهد. در رابطه‏ی (۲-۶)، تعداد اشیاء داده در خوشه‏ی C_h از خوشه‏بندی π_i و تعداد اشیاء داده در خوشه‏ی C_l از خوشه‏بندی π_j می‏باشد. نیز تعداد اشیاء داده‏ مشترک بین خوشه‏ی C_h از π_i و C_l از π_j می‏باشد. بنابراین NMI به صورت رابطه (۲-۶) تخمین زده می‏شود[۶۲]:

(۲-۶)

رابطه‏ی (۲-۷) میانگین اطلاعات دوجانبه نرمال‏سازی شده (ANMI) را بین خوشه‏بندی نهایی ^*π و اجتماع خوشه‏بندی‏ها П نشان می‏دهد. در رابطه‏ی (۲-۷)، Mتعداد خوشه‏بندی‏های اولیه است [۶۲]:

(۲-۷)

جهت ترکیب خوشه‏بندی‏ها و تولید خوشه‏بندی نهایی، چند روش گراف محور در [۶۲] معرفی شده است. طبق این روش‏ها، نتیجه‏ی نهایی خوشه‏بندی‏ای با بیشترین ANMI می‏باشد. این الگوریتم‏ها، خوشه‏های نتیجه‏ی نهایی را با بهره گرفتن از بخش‏بندی گرافی که از روی اجتماع اولیه‏ی خوشه‏بندی‏ها بدست آمده است، تولید می‏کنند. جهت بخش‏بندی گراف نیز در [۶۲] از الگوریتم‏های بخش‏بندی گراف Karypis و Kumar ستفاده می‏شود. الگوریتم‏های ترکیب خوشه‏بندی‏ها که در [۶۲] ارائه شده‏اند، عبارتند از CSPA، HGPA و MCLA که در ادامه به بررسی آنها می‏پردازیم.
CSPA: این الگوریتم از گرافی متناظر با ماتریس همبستگی استفاده می‏کند. در این گراف هر گره^[۱۱۳] نشان دهنده‏ی یک شئ داده است و لبه‏های^[۱۱۴] بدون جهت با بهره گرفتن از میزان شباهت بین داده‏ها وزن‏دار می‏شوند. در این حالت جهت ایجاد خوشه‏بندی نهایی، الگوریتم بخش‏بندی گراف METIS بکار برده می‏شود [۳۹،۳۸] تا گراف به K خوشه تقسیم گردد.
HGPA: با بهره گرفتن از اجتماع خوشه‏بندی‏ها، ={π_۱, π_۱, …, π_M} П ، یک ابرگراف^[۱۱۵] ساخته می‏شود، که هر گره آن متناظر با یک شئ داده است و ابرلبه‏ها^[۱۱۶] نیز خوشه‏های مربوط به اجتماع خوشه‏بندی‏ها را نشان می‏دهند. تمام ابرلبه‏ها وزن مشابهی دارند. مسئله‏ی خوشه‏بندی توافقی در این الگوریتم به عنوان یک مسئله‏ی بخش‏بندی ابرگراف در نظر گرفته می‏شود و هدف آن قطع تعداد کمینه‏ای از ابرلبه‏ها است بطوریکه K مؤلفه غیر متصل با اندازه تقریبا مشابه بدست آید. از اینرو، این روش برای داده‏هایی با اندازه خوشه‏های متوازن مناسب است. جهت بخش‏بندی ابرگراف در این الگوریتم از hMETIS [40] استفاده می‏شود.
MCLA: در این روش هر خوشه به صورت یک ابرلبه در نظر گرفته می‏شود. ایده بکار رفته در MCLA گروه‏بندی ابرلبه‏های مرتبط و سپس تخصیص هر یک از اشیاء داده به ابرلبه‏های گروه‏بندی شده می‏باشد. ابرلبه‏های مرتبط، بوسیله یک خوشه‏بندی گراف محور بر روی ابرلبه‏ها، تشخیص داده می‎شوند. به هر خوشه از ابرلبه‏ها در این روش، فوق گراف^[۱۱۷] گفته می‏شود. لبه‏ها با بهره گرفتن از معیار Jaccard دودویی، به عنوان نرخ اشتراک، جهت اتصال هر جفت از خوشه‏ها، وزن‏دار می‏شوند [۶۲].
علاوه بر کارآیی مناسب، عدم نیاز به تشخیص تناظر بین خوشه‏ها در خوشه‏بندی‏های اولیه و همچنین امکان متفاوت بودن تعداد خوشه‏ها در خوشه‏بندی‏ها از مزایای این روش‏ها بشمار می‏آیند. از طرف دیگر، همانطور که گفته شده روش‏های ارائه شده در [۶۲] مقدار بهینه‏ای برای معیار ANMI می‏یابند، به عبارت دیگر خوشه‏بندی‏ای را می‏یابند که بیشترین متوسط توافق را با اجتماع خوشه‏بندی‏ها دارا باشد. از اینرو، در شرایطی که کیفیت خوشه‏بندی‏های اولیه متنوع باشد و به خصوص اینکه برخی از آنها از کیفیت مطلوبی نیز برخوردار نباشند، کارایی این الگوریتم‏ها می‏تواند کاهش یابد. زیرا در این حالت یافتن نتیجه‏ای با بیشترین متوسط توافق بدین معنی است که خوشه‏بندی‏هایی با کیفیت پایین‏تر برابر با خوشه‏بندی‏هایی با کیفیت مناسب در تولید نتیجه‏ی نهایی تأثیرگذار باشند. یکی دیگر از محدودیت‏های این الگوریتم‏ها این است که تعداد خوشه‏های مناسب باید از ابتدا برای هر یک از الگوریتم‏ها مشخص باشد.
مرتبه‏ی زمانی هر یک از الگوریتم‏های مطرح شده در بدترین حالت عبارتند از CSPA، O(N²KM)، HGPA، O(NKM) و MCLA، O(NK²M²) که در آنها N تعداد داده‏ها، K تعداد خوشه‏ها و M تعداد خوشه‏بندی‏های اولیه است. الگوریتم HGPA از دو الگوریتم دیگر سریعتر است. الگوریتم CSPA نیز از دو الگوریتم دیگر کندتر است و می‏تواند برای Nهای بزرگ غیر قابل استفاده باشد. علت اصلی کندتر بودن الگوریتم CSPA ساخت گراف با بهره گرفتن از ماتریس همبستگی می‏باشد.
۲-۳-۶- روش‏های توافقی با بهره گرفتن از اطلاعات دوجانبه
برخی از روش‏های خوشه‏بندی [۱۲،۶۲]، خوشه‏بندی نهایی را به گونه‏ای بدست می‏آورند که اطلاعات دوجانبه بین خوشه‏بندی نهایی و اجتماع خوشه‏بندی‏های اولیه بیشینه شود. Godnek و Hofman الگوریتمی به نام CondEns ارائه داده ‏اند. این الگوریتم دارای سه مرحله‏ی اجرایی می‏باشد. این سه مرحله عبارتند از خوشه‏بندی، توسعه‏ی خوشه‏بندی و ترکیب خوشه‏بندی‏ها. در مرحله سوم پس از ایجاد اجتماع خوشه‏بندی‏ها، جهت یافتن K خوشه، خوشه‏بندی‏های اولیه با هم ترکیب می‏شوند. در الگوریتم مذکور از روش Information Bottleneck که در [۶۳] معرفی شده است، استفاده می‏شود. در روش آنها جهت ترکیب اجتماع خوشه‏بندی‏ها رابطه‏ی (۲-۸) به طور مستقیم و بدون نیاز به تقریب بهینه می‏شود.

۴- مزیت رقابتی : سازمانها را قادر می سازد تا کاملاً مشتریان، دیدگاه ها و بازار و رقابت را درک کرده، بتواند شکافها و فرصتهای رقابتی را شناسایی کنند .
۵- توسعه دارایی : توانایی سازمان را در سرمایه گذاری در حفاظت قانونی برای مالکیت معنوی بهبود می بخشد . در غیر اینصورت، ثبت اختراعات، علائم تجاری، اجاره نامه ها، حق انحصاری اثر و اسرار تجاری ممکن است در زمان درست بکار گرفته نشود و منجر به حفاظت قانونی کمتر و کاهش ارزش بازار برای مالکیت معنوی شود .

۶- افزایش محصول : به سازمان اجازه می دهد که دانش را در خدمات و فرآورده ها بکار گیرد. در نتیجه ارزش درک شده محصول، با نسبت مستقیم میزان و کیفیت دانش در محصول افزایش پیدا می کند(محصولات نرم افزاری و سایر محصولات دارای عناصر نرم افزاری از این نمونه اند ) .
۷- مدیریت مشتری : سازمان را قادر می سازد تا توجه کانونی و خدمت به مشتری را افزایش دهد . دانش مشتری باعث سرعت پاسخ به سوالات، توصیه ها و شکایتهای مشتری می شود. این امر همچنین تضمین کننده سازگاری و کیفیت بهتر خدمات به مشتری می گردد. و راه حل مشکلات عادی به سادگی قابل دسترسی است .
۸- به کارگیری سرمایه گذاریهای در بخش سرمایه انسانی : از طریق توانایی بخشیدن به سهیم شدن در درسهای یادگرفته شده، فرآیندهای اسناد و بررسی و حل استثنائات و در اختیار گرفتن و انتقال دانش ضمنی، سازمانها می توانند به بهترین وجهی در استخدام و کارآموزی کارکنان، سرمایه گذاری کنند (برگرن،برایان،۸۵ )
۲-۱۴ منافع مدیریت دانش :
منافع زیادی وجود دارد که باید از مدیریت دانش حاصل شود. برای نمونه فاندیشن نالج ۴۴ مورد از منافع مدیریت دانش را فهرست می کند. در اینجا به برخی از منافع مهم مدیریت دانش اشاره می کنیم. در یک مجموعه سازمانی منافع در دو سطح حاصل می شود؛ فردی و سازمانی. در سطح فردی مدیریت دانش به کارکنان این امکان را می دهد تا مهارت ها و تجربیات خود را از طریق همکاری با دیگران و سهیم شدن در دانش آنها و یادگیری از یکدیگر ارتقا دهند و به رشد حرفه ای دست یابند. در سطح سازمانی مدیریت دانش دو منفعت عمده برای یک سازمان فراهم می آورد:
۱. ارتقای عملکرد سازمان از طریق افزایش کارایی، بهره وری، کیفیت و نوآوری.
۲. سازمان هایی که دانش خود را مدیریت می کنند، سطح بالایی از بهره وری را به دست می آورند. سازمان ها با داشتن دسترسی بیشتر به دانش کارکنان خود، تصمیم های بهتری اتخاذ می کنند، فرآیندهای خود را شکل می دهند، تکرار کارها را کم می کنند، نوآوری را افزایش می دهند و به یکپارچگی و همکاری بالایی دست می یابند. به عبارت دیگر، در بخش دولتی اعمال مدیریت دانش می تواند هزینه انجام کارها را کاهش دهد و خدمات به ارباب رجوع را اعتلا بخشد.
۳. از آنجایی که با دانش افراد به منزله یک نوع دارایی همانند دارایی های سنتی برخورد می شود، بنابراین ارزش مالی سازمان افزایش می یابد .
۴. از آنجایی که انتقال دانش به صورت روزافزون به عنوان منبع ارزش افزایی شناخته می شود، سازمان ها مدیریت دانش را به عنوان زمینه ساز استراتژیک (راهبرد) مزیتهای رقابتی به شمار می آورند.
براساس یک تحقیق، چالش های مربوط به امور اجرایی یک سازمان از نبود فرهنگ «به اشتراک گذاری» و درک کارکنان از مدیریت دانش و منافع آن ناشی می شود. سازمان ها می توانند این چالش ها را از طریق آموزش، مدیریت تغییر و بازطراحی نظام به عنوان اجزای اولیه مدیریت دانش پاسخ دهند.
۲-۱۴-۱ منافع کمی و کیفی حاصل از پیاده سازی مدیریت دانش نشان می دهد :

منافع کمی
صرفه جویی در هزینه ها
افزایش نرخ جذب مشتریان جدید
بهبود عملکرد شرکت
بهبود حاشیه سود
بهبود ارزش زایی سازمان
افزایش وفاداری مشتریان
افزایش نرخ حفظ مشتری
افزایش سهم بازار
افزایش خرید تکراری
افزایش ارزش سهام شرکت
کاهش هزینه فروش

منافع کیفی
مدیریت اثربخش ایده های جدید
کاهش ترک خدمت کارکنان
افزایش وفاداری مشتریان
افزایش ارتباط با مشتریان
افزایش رضایت مشتری
افزایش نوآوری
توانمند سازی کارکنان دانش مدار
افزایش بهره وری کارکنان دانش مدار
افزایش رضایت کارکنان دانش مدار
کسب رهبری بازار
ایجاد ثبات رویه در رفتار سازمان

جدول منافع کمی و کیفی(پلاتو ۱۸۷۷ )
۲-۱۵ برنامه‌های مدیریت دانش و روند تولید دانش

مزایا و برتریهای الگوریتم ژنتیک
قابلیت‌های روش ژنتیک را می‌توان ماحصل امتیازات ویژه این روش دانست. برخی از امتیازات این روش به صورت زیر هستند ]۳۶[:
۱- امتیاز اول جستجوی چند جانبه و کار بر روی جمعیتی از متغیرها در آن واحد است. الگوریتم ژنتیک در یک جمعیت از جواب‌ها و با مجموعه‌ای از آنها شروع به جستجو می‌کند نه با یک جواب. بدین ترتیب به جای یافتن نقطه مناسب، محدوده‌های مناسب در فضای متغیرها شناسایی ‌شده و با انتخاب والدین متناسب با شایستگی آنها از تمامی فضای متغیرها یک جستجوی هوشمند و مؤثر برنامه‌ریزی می‌گردد که امکان یافتن نقطه بهینه کلی را افزایش می‌دهد. به عبارت دیگر الگوریتم ژنتیک تحت تاثیر جواب بهینه موضعی قرار نمی‌گیرد.
در اغلب روش‌های بهینه‌سازی، جستجو از یک نقطه شروع و با یک الگوریتم خاص به نقطه دیگر هدایت می‌شود. این روش ممکن است به پاسخ موضعی منجر گردد و از یافتن پاسخ بهینه کلی بازماند. در روش ژنتیک همواره مجموعه‌ای از جمعیت متغیرها در روند جستجو به کار می‌روند، بدین ترتیب همزمان با ایجاد شانس بیشتر برای متغیرهای شایسته‌تر برای بقا و تولید مثل، جستجوی سایر مناطق فضای متغیرها با شایستگی کمتر نیز، نادیده گرفته نمی‌شود، لذا احتمال یافتن نقطه بهینه کلی افزایش می‌یابد، این ویژگی بخصوص برای توابع با تغییرات ناگهانی و دارای چندین نقطه بهینه موضعی مناسب می‌باشد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۲- امتیاز دوم صرفا استفاده از مقدار تابع هدف برای جستجو است. بنابراین نیازی به اطلاعات جانبی دیگر مانند مشتق تابع ندارد. به همین دلیل به راحتی می‌توان از این روش در بهینه‌سازی توابع منفصل و یا توابع دارای تغییرات ناگهانی و چندین نقطه بهینه موضعی استفاده کرد.
۳- امتیاز سوم استفاده از قواعد احتمالی به جای قواعد قطعی است. در بسیاری از روش‌های بهینه‌سازی، با بهره گرفتن از یک قانون معین از یک نقطه خاص در فضای جستجو به نقاط دیگر می‌رویم. این گونه روش‌های نقطه به نقطه از این جهت خطرناک هستند که در فضاهای جستجوی چند بهینه، احتمال قرار گرفتن در بهینه موضعی وجود دارد. در مقایسه با این روش‌ها، الگوریتم ژنتیک به طور همزمان با مجموعه‌ای از نقاط کار می‌کند و به طور موازی از ماکزیمم‌های مختلف فراتر رفته و بنابراین احتمال رسیدن به یک جواب اشتباه کاهش می‌یابد. البته استفاده الگوریتم ژنتیک از قواعد احتمالی به معنای یک جستجوی صرفا تصادفی نیست، بلکه این الگوریتم از انتخاب تصادفی به عنوان ابزاری برای هدایت عمل جستجو در مناطقی از فضا استفاده می‌کند.
۴- امتیاز چهارم کلی بودن الگوریتم و مستقل بودن اجزای آن است. الگوریتم ژنتیک به خاطر طبیعت تکاملی، جواب‌ها را بدون توجه به طرز کار ویژه مساله، جستجو می‌کند و می‌تواند با هر نوع تابع هدف و محدودیت (خطی و غیر خطی) در هر فضای جستجو (گسسته، پیوسته یا مرکب) کار کند به عبارت دیگر این الگوریتم از انعطاف پذیری بالایی برخوردار است.
امتیاز پنجم این است که بدون توجه به دامنه یک مساله خاص، الگوریتم ژنتیک جستجوی خود را به کمک عملیات فوق العاده ساده‌ای انجام داده و بسیار ساده و قابل درک است. در عمل، الگوریتم ژنتیک به طور حیرت آوری در جستجوی فضاهای پیچیده کاملا غیرخطی و چندبعدی به صورتی سریع و موثر عمل می‌کند.
امتیاز ششم این است که در این روش محاسبات به طور دقیق انجام شده و هیچگونه تقریبی نظیر خطی‌سازی تابع هدف، گردکردن نتایج و تغییر متغیرهای گسسته به پیوسته و بالعکس وجود ندارد.
استفاده کننده ممکن است قضاوت­های بیشتری روی انتخاب ساختار نمایش و تابع صلاحیت، انتخاب اندازه جمعیت، تعداد نسل­ها، پارامترهایی که احتمال عملیات مختلف را کنترل می‌کنند، شرط پایانی و روش‌های به دست آوردن جواب انجام دهد. تمام این انتخاب­ها ممکن است بر روی اینکه به چه اندازه الگوریتم ژنتیک در مورد یک مساله خوب اجرا می‌شود، تاثیر داشته باشد. به هر حال نکته اصلی این است که الگوریتم ژنتیک روشی مستقل از دامنه مساله است و به سرعت فضای جستجو را برای نقاطی با تابع صلاحیت بهتر، جستجو می‌کند.
معایب الگوریتم ژنتیک
روش ژنتیک نیز مانند هر روش دیگر، علی‌رغم توانایی­های قابل توجه دارای محدودیت­هایی نیز می‌باشد. یکی از محدودیت­هایی که برای این روش ذکر شده این است که روش‌های کلاسیک اگرچه در تمامی انواع مسایل قابل استفاده نمی‌باشند، اما در مورد مسایل خاص از نظر دقت نتایج، بهتر از روش ژنتیک عمل می‌کند. گرچه روش ژنتیک قادر است با سرعت مناسب پاسخ­های قابل قبول ارائه نماید، اما نمی‌تواند یافتن نقطه بهینه کلی را تضمین نماید. ولی برای بسیاری از مسایل کاربردی مهندسی که روش‌های کلاسیک جوابگو نمی‌باشند، روش ژنتیک برتری دارد.
تضمین نکردن جواب بهینه توسط الگوریتم ژنتیک توسط محققین مختلف بررسی شده و نشان داده شده است که اولا احتمال یافتن نقطه بهینه کلی توسط روش ژنتیک بالا است (در یک نمونه پیچیده حدود ۷۰ درصد بوده است)، ثانیا در موارد بسیاری نیز نزدیکترین نقطه بهینه موضعی به نقطه بهینه کلی یافت شده است.
گذری بر ژنتیک طبیعی:
در طبیعت فرایند تکامل هنگامی ایجاد می‌شود که چهار شرط زیر برقرار باشد:
یک موجود توانایی تکثیر خود را داشته باشد.
یک جمعیت از چنین موجوداتی که قابلیت تولید خود را دارند، وجود داشته باشد.
تنوع در بین این موجودات وجود داشته باشد.
انواع این موجودات توسط بعضی از قابلیت­ها، در زندگی محیط اطرافشان از هم مجزا شوند.
در طبیعت تنوع موجودات در اختلافی است که در کروموزوم­های آنها وجود دارد و این تفاوت در ساختار و رفتار افراد یک جمعیت باعث قدرت بقای متفاوت می‌شود. چرا که تنوع ساختار و رفتار به نوبه خود بر روی نرخ زاد و ولد اثر می‌گذارد. موجوداتی که توانایی بیشتری را در انجام فعالیت‌ها در محیط دارند (برای مثال موجودات متکامل)، دارای نرخ زاد و ولد بالاتری هستند و طبعا موجوداتی که برازندگی یا تطابق^[۱۰۶] کمتری با محیط دارند، دارای نرخ پایین­تری از زاد و ولد هستند. بنابراین با گذشت زمان تعداد نفراتی که رفتار و ساختار مناسب‌تری دارند افزایش می‌یابد و جمعیت رو به بهبودی و تکامل می‌رود.
بر اساس این مفهوم از تکثیر بقای طبیعی و تکثیر بقای احسن که به وسیله چارلز داروین (۱۸۵۹)، بیان شده است، بعد از چند دوره زمانی و گذشت چند نسل، کل جمعیت تمایل دارد موجوداتی را بیشتر در خود داشته باشد که با تغییر کروموزوم‌هایشان، ساختار و رفتار آنها قادر به انجام بهتر کارها در محیط و تولید مثل بهتر می‌شود. بنابراین در طی زمان، ساختار افراد جامعه به علت بقای طبیعی تغییر می‌کند. هنگامی که این تفاوت­های قابل اندازه‌گیری در ساختار افراد که ناشی از تطابق با محیط اطراف است دیده شود می‌گوییم که جمعیت تکامل یافته است. در این فرایند، ساختار توسط تطبیق مشخصات افراد جامعه با محیط ایجاد می‌شود.
هنگامی که جمعیتی از موجودات داریم، وجود تفاوت‌ها در آنها به طور غیرمستقیم در نرخ تکثیر آنها تاثیر می‌گذارد که این امر غیر قابل اجتناب است. بنابراین در عمل، وجود شرط اول از چهار شرط بالا، شرط اساسی برای شروع فرایند تکامل است.
جان هالند ]۴۴[، قالبی کلی برای تمام سیستم‌های قابل تطبیق ایجاد کرد و نشان داد چگونه می‌توان فرایند تکامل را برای سیستم‌های مصنوعی بکار برد. به طور کلی هر مساله قابل تطبیق می‌تواند در قالب واژه‌های ژنتیک فرمول‌بندی شود. اگر فرمول‌بندی این گونه مسایل بر اساس واژه‌های ژنتیک باشد، می‌توانیم آنها را بوسیله الگوریتم‌های ژنتیک حل کنیم.
الگوریتم ژنتیک، الگوریتمی ریاضی است که با بهره گرفتن از الگوهای عملیاتی داروینی در مورد تکثیر بقای احسن و بر اساس فرایند طبیعی ژنتیک، مجموعه‌ای (جمعیتی) از اشیا منفرد ریاضی (معمولا رشته‌های کارکتری با طول ثابت به عنوان رشته کروموزوم‌ها) با میزان تطبیق خاصی را به جمعیت جدیدی (برای مثال نسل بعد) تبدیل می‌کند.
الگوریتم ژنتیک در واقع تلاشی برای شبیه‌سازی برخی از خصوصیت‌های تکامل و تغییرات روی کروموزوم است که همواره در طبیعت صورت می‌گیرد. به عبارت دیگر این­ها الگوریتم‌های شدیدا موازی هستند که سعی می‌کنند با وراثت و جهش طی نسل‌های متوالی عملکرد مورد نظری را در افراد یک جمعیت ایجاد کنند. این کار از طریق ایجاد یک جمعیت اولیه و فراهم آوردن شرایط تکامل در نسل‌های بعدی صورت می‌گیرد.
اولین تئوری مربوط به تکامل در یک جمعیت توسط لامارک مطرح شد. طبق این تئوری صفات اکتسابی موجودات زنده به نسل بعد منتقل می‌شود. بنابر این اگر موجودات بخواهند با طبیعت خود تطبیق پیدا کنند این کار عملی خواهد بود. با توجه به تئوری داروین که قبلا به آن اشاره شد می‌توان به نکات زیر رسید:
وراثت: موجود زنده شبیه خود را می‌سازد و یا تولید مثل می‌کند. از لحاظ ریاضی یعنی تجربه‌های قبلی حفظ می‌شوند.
علل تصادف: در این همانندسازی یکسری تصادف‌ها و خطاهایی رخ می‌دهد و به لحاظ ریاضی اطلاعات به سیستم یا دستگاه تزریق می‌شود.
اصل انتخاب طبیعی: موجوداتی که شانس تطبیق بیشتری با طبیعت دارند بقای بهتری دارند، یعنی طبیعت شانس نابرابر برای بقا به موجودات می‌دهد.
با توجه به این مطالب شکل کلی تئوری داروین را می‌توان به صورت شکل زیر مدل کرد.
شکل۸-۳: مدل تئوری داروین
جمعیت اولیه
عملگرهای تصادفی
جمعیت جدید
انتخاب طبیعی
جمعیتی بهتر
ملاک برای مقایسه
به طور خلاصه الگوریتم ژنتیک را می‌توان به صورت زیر از فرایند تطابق طبیعی استنتاج کرد:
همانطور که خصوصیات ارثی موجودات زنده بوسیله ژن‌ها بر روی کروموزوم‌ها، رمزگذاری شده‌اند هر یک از پاسخ­های ممکن را نیز می‌توان بوسیله رشته‌های عددی در سیستم دودوئی رمزگذاری کرد و جمعیتی از رشته‌های عددی فوق را به عنوان نامزدهای حل مساله در نظر گرفت.
در سیستم‌های طبیعی، عدم قابلیت بقا و سازش ژن، سبب تغییر کثرت نسبی ژن‌ها به نفع دیگر ژن‌ها و بالعکس قابلیت بقا و سازش ژن مذکور، کثرت نسبی ژن‌ها را به نفع همین ژن تغییر می‌دهد. از طریق کثرت نسبی ژن‌ها، انتخاب طبیعی سبب تجمع تنوعات مفید می‌گردد. مشابه با این وضعیت، قابلیت بقای هر رشته جمعیت، توسط میزان انطباق آن رشته با شرایط مساله سنجیده می‌شود. در الگوریتم ژنتیک، مساله و شرایط آن به مثابه محیط در نظریه تکاملی انواع است. اطلاعات و شرایط مساله در تابعی به نام تابع ارزیابی گنجانیده و با تخصیص هر یک از رشته‌های جمعیت به عنوان متغیر تابع ارزیابی، عددی بدست می‌آید که نشان دهنده درصد سازش (بقا) آن رشته با شرایط مساله (محیط) است. بالا بودن مقدار تابع ارزیابی (عدد برازندگی) به ازای هر رشته جمعیت، نشان دهنده شانس بیشتر جهت حضور آن رشته در جمعیت بعدی و پایین بودن آن، نشان احتمال بالای عدم حضور رشته مربوط در جمعیت بعدی است. در نتیجه در جمعیت بعدی، رشته‌های با عدد برازندگی بالاتر بیش از یک بار تکرار شده، رشته‌های با عدد برازندگی پایین، از جمعیت حذف می‌شوند.
یکی از عواملی که پدیدآورنده تحول در موجودات و بوجودآورنده افراد متفاوت یک‌گونه است، عمل تقاطع است. در عمل تقاطع طبیعی کروموزوم‌های همتا با یکدیگر جفت شده، ژن­هایی بین آن دو مبادله می‌شود. مشابه با آن برای ایجاد تنوع در رشته‌های عددی و تبادل اطلاعات رشته‌ها با یکدیگر عمل تقاطع به صورت زیر روی رشته‌ها انجام می‌گیرد:
ابتدا رشته‌های جمعیت دو به دو با یکدیگر جفت می‌شوند و سپس از یک نقطه که بصورت تصادفی انتخاب می‌شود به دو تکه تقسیم شده، نیم تکه‌ها بین دو رشته تعویض می‌شوند.
یکی دیگر از عوامل تحول‌زا در موجودات، جهش می‌باشد. جهش پیدایش هرگونه تغییر در ترتیب استقرار بازها، حذف یا اضافه‌شدن یک نوکلئوتید در طول زنجیره DNA و یا جانشین شدن بازی به جای باز دیگر در زنجیره DNA می‌باشد. مشابه این فرایند، عمل جهش روی رشته‌های عددی بدین صورت واقع می‌شود که ابتدا یک عدد تصادفی بین ۱ تا L (طول رشته) انتخاب می‌شود. این عدد را K می‌نامیم. سپس در رشته مورد نظر K امین عنصر را مشخص نموده، در صورت صفر بودن به یک تبدیل می‌کنیم و بالعکس.
در مدل ریاضی روش ژنتیک، هر کدام از عملگرهای ژنتیک شبیه‌سازی می‌شوند و ترکیب آنها فرایند طبیعی انتخاب اصلح را مشخص می کند. در این روش یک نمونه از تمامی متغیرهای تصمیم‌گیری که مؤثر بر تابع هدف می‌باشند به عنوان یک عضو تلقی می‌گردد که تعدادی از این نمونه‌ها، مجموعه‌ای از اعضا را تشکیل می‌دهند و به عنوان جمعیت نمونه در فضای متغیرها نامیده می‌شود. سپس با اجرای عملگرهای ژنتیک بر روی اعضا و جمعیت اولیه، نسل جدیدی که شایستگی بالاتری دارد تولید می‌گردد. بدین ترتیب پس از تکرار چندین نسل، شایسته‌ترین نسل که همان پاسخ بهینه مساله می‌باشد تولید خواهد شد. با شبیه‌سازی ریاضی عملگرهای ژنتیک در طی یک جستجوی همه جانبه و با تکامل تدریجی بر روی یک جمعیت از جواب‌ها در طی دنباله‌ای از نسل‌ها، در پی یافتن متکامل‌ترین نمونه است که به­بهترین وجه تابع هدف را بهینه و محدودیت‌ها را تامین نماید. الگوریتم ژنتیک فضای جواب را جستجو می‌کند، تا رشته دارای بالاترین میزان تطبیق را از میان رشته‌های کاراکتری ممکن بیابد.
۵- واژگان الگوریتم ژنتیک:
از آنجا که الگوریتم ژنتیک از هر دو علم کامپیوتر و ژنتیک طبیعی نشات گرفته است واژه‌های مورد استفاده‌‌اش مخلوطی است از واژه‌های طبیعی و مصنوعی. مفاهیم اولیه که در فهم الگوریتم ژنتیک بسیار حیاتی هستند عبارتند از:
کروموزوم: اساس الگوریتم ژنتیک تبدیل هر مجموعه جواب به یک کدینگ است. این کد را اصطلاحاً کروموزوم گویند. به کروموزوم، فرد^[۱۰۷]، رشته^[۱۰۸] و ساختار^[۱۰۹] نیز گفته شده‌است. همچنین می‌توان آنها را ژنو تایپ^[۱۱۰] نیز نامید.
فنو تایپ^[۱۱۱]: هر کروموزوم متناظر با یک مجموعه جواب از مساله است. مجموعه متناظر با هر کروموزوم را یک فنو تایپ می‌گویند.
ژن: عناصر تشکیل دهنده یک کروموزوم که معمولا اعداد هستند را ژن می‌گویند. ژن­ها را ترکیب^[۱۱۲]، نشان^[۱۱۳] و رمزگشا^[۱۱۴] نیز نامیده‌اند.
مکان: محل قرار گرفتن ژن در کروموزوم را یک مکان می‌گویند.

۲۰۰۶

۴/۷

۲۰۰۷

۴/۷

۲۰۰۸

۴/۷

۲۰۰۹

۴/۷

۲۰۱۰

۸/۳

همانطور که در جدول مشاهده می شود،جمعیت زیر خط فقر تونس در سال ۲۰۱۰ به کمتر از ۴درصد از کل جمعیت این کشور رسیده است که عددی مطلوب و مناسب است.یعنی مطابق شاخصهای جهانی،تنها کمتر از ۴درصد مردم این کشور فقیر محسوب می شوند که در میان کشورهای عربی و مسلمان و نیز در کشورهای در حال توسعه رقمی بسیارخوبارزیابی میشود.این رقم برایهمسایگان تونسیعنی الجزایر و لیبی به ترتیب برابر با ۲۰ و ۷ درصد ارزیابی شده است.Source: fact book

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

همچنین این رقم برای کشورهایی مانند برزیل و ترکیه به ترتیب برابر با ۳۰ و۲۰ درصد در سال ۲۰۰۹ ارزیابی شده است.
نمودار شماره ۲-درصد جمعیت زیر خط فقر در تونس ۲۰۱۰-۲۰۰۰
Source: fact book
در خصوص تورم نیز براساس برآوردهای CIA Fact book،نرخ تورم تونس برابر ۵/۴ درصد بوده است که این کشور را در میانه کشورهای جهان از نظر این شاخص اقتصادی قرار می دهد.البته این نرخ تورم برای اقتصادی که حدود ۴ درصد در سال ۲۰۱۰ رشد داشته است،نرخ تورم ایده آلی محسوب می شود.به عبارت دیگر برای اقتصاد در حال رشدی همانند تونس،نرخ تورم یک رقمی یک دستاورد است.در نمودار شماره ۳ مشاهده میشود که از هنگام زمامداری بن علی در تونس،روند نرخ تورم نزولی بوده است.این در حالی است که قبل از آن نرخ تورم،روندی صعودی به خود گرفته بود.بنابراین شواهد می توان گفت دولت بن علی در زمینه کاهش نرخ تورم همه موفق عمل کرده است.
نمودار شماره ۳-نرخ تورم تونس،قبل و بعد از بن علی
Source: historic Growth Trend Of Tunisias Economy, 2009
پس از سال ۱۹۸۷ و روی کار آمدن بن علی،رشد اقتصادی این کشور شیب تندی به خود گرفت و با سرعت بسیار بالاتری افزایش یافت و تولید ناخالص سرانه نیز به تبع به طرز چشم گیری روند افزایشی به خود گرفت.
به طوری که در بیست و چهار سال زمامداری بن علی،تولید ناخالص داخلی تونس به حدود چهار برابر دوران قبل از وی رسید.نمودار زیر رشد اقتصادی قبل و بعد از بن علی را به خوبی نشان می دهد.
نمودار شماره ۴- رشد اقتصادی قبل و بعد از بن علی
Source: historic Growth Trend Of Tunisias Economy, 2009
حال در مورد تونس که در آن آمار وضعیت اقتصادی نشان از وضعیت قابل قبولی داردیک پیام جدی به تمامی رژیمهای دیکتاتوری وجود دارد که نشان می دهد؛حتی اتکا به توسعه اقتصادی به هیچ عنوان نمی تواند ضامن ثبات موقعیت یک دیکتاتور باشد.دیکتاتورها و هم پیمانانشان باید توجه داشته باشند به همان اندازه که می بایست به شاخص های اقتصادی نظر داشت،باید به شاخص های سیاسی نیز چشم دوخت تا حجم انباشته شدن مطالبه مشارکت و حق انتخاب مردم در پشت سد رژیم دیکتاتوری دیده شود؛پیش از آنکه سد فرو ریزد.
مشکلات اقتصادی معمولا قابلیت بسیج سیاسی بالایی دارند.چند سال پیش از وقوع نهضت بیداری،صدای اعتراضات اقتصادی طبقات پایین و متوسط شهری علیه سیاستهای آزادسازی اقتصادی در برخی کشورهای منطقه به روشنی شنیده می شد.به عنوان مثال،می توان به تظاهرات علیه بیکاری،افزایش قیمتها و کنترل استفاده از خیابان برای کسب و کار غیر رسمی در تونس اشاره کرد.دگرگونی های تونس ومصر نشان داد که آزادسازی اقتصادی بدون گسترش آزادی های سیاسی،نمی تواند در بلند مدت ضامن بقای رژیم ها باشد.
رژیم تونس یکی از نمونه های منطقه ای موفق آزادسازی اقتصادی را ارائه می دهد.رژیم مصر نیز که در سال ۲۰۱۰،رشد اقتصادی ۸ درصدی را تجربه کرد و براساس آماربا اقدام به آزادسازی اقتصادی موفقیتهایی نیز کسب کرده بود، اما به دلیل عدم پیش برد آزاد سازی سیاسی دچار بحران شد.در مصر تعداد افرادی که زیر خط فقر هستند بیشتر از تونس می باشد.فساد مالی در تونس،به ویژه در میان اعضای درجه یک خانواده بن علیبه حدی بود که تونس را در مقام ۵۹ رده بندی جهانی فساد مالی قرار داده بود.مصر نیز در این زمینه دستکمی از تونس نداشت.فساد مالی بیشتر از همه چیز نتیجه ماهیت رانتی اقتصاد این دولتها و نیز سیستم غیر شفاف،غیر پاسخگو و دیکتاتوری این رژیم هاست که هرگونه امکان نظارتی را از طرف دستگاه های قانونی و مدنی بر دولت مردان ناممکن کرده است.
اصلاحات اقتصادی در کشورهایی همچون تونس و مصر که این اصلاحات را بیشتر اعمالنمودهاند نتیجه معکوسی داشت.اگرچه هردوی این کشورها به نرخ رشد خوب اقتصادی دست یافته بودند و نخستین صندوق بین المللی پول راحتی در سال ۲۰۱۰ به همراه داشتند اما از نظر سیاسی خصوصی سازی آنها را به سوی ارتقاء ثبات رژیم هایشان سوق نداد.به جای آن طبقه جدیدی از مقاطعه کاران بسیار ثروتمند از جمله اعضای خانواده های رئیس جمهور در هر دو کشور را ایجاد کرد که تبدیل به عامل اساسی خشم مردم دراین کشورها شد.
طبقه متوسط به پایین نه تنها در حمایت از بن علی یا مبارک تظاهرات نکردند بلکه حتی اعضای این طبقه خود رهبری انقلابیون را بدست گرفتند.پس تردیدی نیست که اعتراض موفق مردم تونس و مصرو سرنگونی دیکتاتورهایشان،فوران احساسات فروخفته مردم بوداما نباید فراموش کرد که منشاء نارضایتی ها علاوه بر مشکلات دیرین اقتصادی،سرکوب سیاسی و عملکرد نامناسب حکومتها بود. در واقع،انباشت مشکلات سیاسی و اقتصادی و عدم امید به بهبود وضعیت،این کشورها را مستعد اعتراض گسترده کرده بود.
۴-۴ اختلالات جمعیتی
یکی از عوامل اصلی بروز اختلال در سیر تحولات اجتماعی و اقتصادی جهان عرب افزایش بی رویه حجم جمعیتی و به دنبال آن،حجم جمعیت سربار در شهرهای عربی در قیاس با روستاهابوده است.به این ترتیب که اگر رشد شهر نشینی در کشورهای جهان اول و دوم واکنشی طبیعی به روند صنعتی سازی در آن کشورها بوده است،گسترش بی رویه شهرهای عربی نه تنها بسیار زودتر از فرایند صنعتی سازی در آنها صورت پذیرفته،بلکه در بسیاری از مواقع مانع و سرباری برای این فرایند وبه طور کلی،روند توسعه درآن بوده است.
افزایش میانگین باروری در تونس، مصر و دیگر کشورهای عربی سبب شده است که بیش از پنجاه درصد از جمعیت این کشورها را جوانان تشکیل دهند.بدیهی است که این وضعیت پیامدهای متعددی را در عرصه های سیاسی و اجتماعی به دنبال خواهد داشت.بدیهی است که در چنین وضعیتی«میزان سرباری» یعنی نسبت غیر شاغلانبه شاغلان در جامعه بسیار بالا خواهد بود.افزایش میزان سرباری به طور خودکار به کاهش نسبت تولید کنندگان به مصرف کنندگان منجر خواهد شد.
هم اکنون در این کشورها به ازای هر یک نفر که در بازار کار مشغول است،سه مصرف کننده وجود دارد که برای ادامه زندگی خود به همان یک نفر شاغل وابسته اند.البته نسبت بالای سرباری در این کشورها فقط به جوان بودن جمعیت آنها محدود نمی شود،بلکه عدم مشارکت زنان در بازار کار(خارج از منزل)نیز از جمله عوامل مهم این وضعیت است.
پس از طرح این مقدمه کوتاه باید گفت که دو کشور تونس ومصر،به دلیل بی توجهی به مناطق روستایی و رشد بالای جمعیت جوان،شاهد سرازیر شدن جمعیت از روستا به شهرها بوده اند.از آنجاکه پیوند اقتصاد این کشورها با اقتصاد جهانی تنها از راه جهانگردی است،درآمد حاصل از این بخش علاوه بر نوسان،برای تامین سرمایه گذاری اقتصاد ملی و ایجاد اشتغال نیز به کار نمی رود. در نتیجه،بالا بودن نرخ بیکاری-از چهارده تا بیش از سی درصد- نوسانات اقتصادی،کسری بودجه و بدهی های خارجی،این کشورها را دچار مشکل کرده است.
در جدول زیر شاخصهای مختلفی از جمله،رشد اجمالی جمعیت در برهه میان سال های ۱۹۵۰ و۱۹۸۵،و نیز نسبت جمعیت این کشورها به مساحت آنها نشان داده شده است.
جدول شماره ۲-برخی از شاخصهای کلی جمعیت در دو کشور تونس و مصر

۵

۲/۲

۱۳۸۰

۱۵

۷/۶

۱۳۸۱

۳۰

۲/۱۳

۱۳۸۲

۴۷

۶/۲۰

۱۳۸۳

۸۸

۴/۳۸

۱۳۸۴

۱۱۸

۴/۵۱

۱۳۸۵

۱۵۳

۶/۶۶

نفوذ فرهنگ خشونت (از طریق بازی های رایانه‌ای)، بی‌پروایی و آزادی جنسی (از طریق سایت‌های پورنو و چت روم ها)، رواج اصطلاحات و کلمات جدید که اخیراً در میان نوجوانان بسیار متداول شده است و… نشان از تأثیر و میزان اهمیت اینترنت در ساخت فرهنگ جوانان جامعه دارد.
۱۱-۲-اینترنت و آموزش
مفهوم توسعه دانایی با پدیده فناوری اطلاعات و ارتباطات پیوند خورده است. گسترش آموزش با در نظر گرفتن گستردگی جوامع، تعلیم و تربیت شهروندان به شیوه‌های مدرن، کمبود فضای فیزیکی و هزینه بری ساخت آن، محدودیت زمانی برای افراد و مشکلات ترافیکی در جامعه امروز، اهمیت آموزش از راه دور (اینترنتی) را دو چندان نموده است. اولین دوره دانشگاهی با بهره گرفتن از اینترنت، در سال ۱۹۹۰ در دانشگاه های آمریکا و هند و سپس در اروپا راه‌اندازی شد. در این فرایند، مطالب درسی از طریق پست الکترونیکی برای دانشجویان ارسال می‌گردید. آموزش مبتنی بر اینترنت یا برخط(آن لاین) ، شکل تازه‌ای از آموزش از راه دور است که با فناوری شبکه، امکان یادگیری سریع‌تر، ارزان تر و قابل دسترس‌تر را برای همگان فراهم می‌آورد. با توجه به این که جوانان در سنین اوج آموزش و یادگیری می باشند، این نحوه آموزش برای این قشر، از اهمیت خاصی برخوردار است. اینترنت می‌تواند به ابزار مهمی برای انجام تکالیف درسی و آموزش‌های اصلی و جنبی تبدیل شود. اینان همچنین از اینترنت برای بالا بردن معلومات خود و کسب دانشی که به تفهیم بهتر مطالب درسی کمک کند، استفاده میکنند.گرایش این قشر به ابزار مدرن و اطلاعات جدید و روزآمد از یک‌سو و جذابیت سمعی و بصری موجود در اینترنت از سوی دیگر، توانسته است در جذب این قشر از جامعه مؤثر باشد. آموزش از طریق اینترنت و ایجاد شبکه‌های گفتگو بین دانش پژوهان و مدرسان بدون حضور فیزیکی در کلاس های درس که مشکلاتی نظیر رفت و آمد و…. را در پی دارد، چشم‌انداز جدیدی از شیوه‌های مدرن آموزش را ترسیم می کند. امروزه، دانش پژوهان در کشورهای به اصطلاح پیشرفته، اینترنت را جزء لاینفک آموزش خارج از محیط آموزشی که میتواند مدرسه یا دانشگاه باشد می‌دانند. مؤسسه «پروژه زندگی آمریکایی و اینترنت»^[۲۳] در تحقیقات خود در سال ۲۰۰۰، ۷۵۴ دانش‌آموز ۱۲ تا ۱۷ سال و والدین آنها را مورد مطالعه قرار داده است. برمبنای این پژوهش، اکثریت آنها اینترنت را امری حیاتی و ضروری دانسته‌اند، به‌ خصوص اینکه در این روش، نوجوانان به کتابخانه‌های دیجیتالی متصل شده و دیگر مسائل و مشکلات امانت گرفتن کتاب از کتابخانه‌های عادی را ندارند. ۷۱ درصـد از دانـش‌آموزان پاسـخگو در این تحـقیق، اینترنت را اولین و اساسی‌ترین منبع دریافت اطلاعات برای انجام پروژه‌های مدرسه اعلام کرده‌اند (Lenhart, 2001 ,p 35).

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

کیفیت بالاتر در ارائه مطالب آموزشی از مزایای دیگر استفاده از اینتـرنت مـی باشد. در روش سنتی، کیفیت یادگیری مطالب ارائه شده در کلاس به پارامترهای زیادی از جمله عوامل محیطی، وضعیت و شرایط جسمی و روحی استاد و… بستگی دارد؛ در حالی که در آموزش اینترنتی، مطالب استاندارد شده توسط تیم‌های مجرب تهیه می‌شود و دانشجو به کرّات می‌تواند از آنها استفاده نماید.
افزایش میزان اثربخشی و بازده آموزشی نیز از دیگر برتری‌های این نحوه تعلیم نسبت به روش‌های سنتی است. از آنجائی که در این سیستم کلیه مباحث درسی به‌صورت فردی در اختیار دانشجو قرار می‌گیرد، میل و رغبت وی برای یادگیری و تمرین بیشتر می‌شود. دسترسی به بانک سؤالات امتحانی، امکان بحث و تبادل نظر با داننشجویان و اساتید دیگر ،بانک اطلاعات و نرم‌افزارهای مرتبط با مطالب درسی نیز از دیگر عوامل افزایش بازده آموزشی با این روش مدرن است. آموزش الکترونیکی نیازمند شرایط و زیرساخت‌هایی است که متأسفانه در کشورهای در حال توسعه به نسبت کشورهای توسعه یافته کمتر است.

۱۲-۲-چهارچوب نظری پژوهش

در سال های اخیر، رشد سریع فناوری های اطلاعات و ارتباطات (آی سی تی ) تاثیر بسیار مهمی بر زندگی بشر داشته است. به اعتقاد صاحبنظران، همان گونه که اختراع ماشین بخار و وقوع انقلاب صنعتی، تحول عظیمی در زندگی شخصی و کاری افراد پدید آورد، انقلاب ارتباطات نیز دگرگونی هایی را با خود به همراه داشت. (لورین و اریک ۱۹۹۷) به مدد رسانه های نوین ارتباطی و اطلاعاتی، جهان به شکل یکپارچه در آمده و به “دهکده ای جهانی” مبدل شده که در آن افراد و جوامع به طور مستمر با یکدیگر ارتباط دارند و اطلاعات و رسانه ها، سیستم ها و اجزای آن را به هم متصل ساخته است.
با توجه به مطالب فوق می‌توان چنین استدلال کرد که اینترنت چارچوب‌های تعاملی جدیدی را در برقراری ارتباطات مهیا ساخته است که علی‌رغم محدودیت‌های ذاتی خود، فرصت‌های جدیدی را در اختیار کاربران قرار می‌دهد.
از زمان ظهور این فناوری ها ، محققان از دیدگاه های مختلف، به بررسی آثار و تبعات استفاده از این فناوری ها پرداخته اند. با افزایش سرمایه گذاری در فناوری های جدید، مطالعه پذیریش این فناوری ها بسیار مورد توجه قرار گرفته است و محققان مختلف سعی کرده اند عواملی را که در پذیرش و کاربرد این فناوری ها تاثیر گذار هستند، شناسایی کنند تا بتوانند استفاده از آنها را افزایش دهند.
در خصوص این مسئله شایان ذکر است که پذیرش، پدیده ای چند بعدی است و مجموعه وسیعی از متغیرهای کلیدی مانند ادارک، اعتقادها، نگرش ها و ویژگی های افراد و همچنین میزان درگیری آنان با فناوری ها را شامل می شود.(چانگ و چی یونگ ۲۰۰۱)
در دو دهه گذشته، نظریه ها و مدل های مختلفی در زمینه پذیرش فناوری، پیشنهاد، آزمایش و اصلاح شده اند که خاستگاه اکثر آنها سیستم های اطلاعاتی و رویکردهای روان شناسی و جامعه شناسی بوده است. این مدل ها به شناخت ما از عوامل موثر در پذیرش فناوری از سوی کاربران و روابط بین آنان کمک می کنند ( سان و ژانگ ۲۰۰۶) در ادامه به چند مورد از این نظریه ها اشاره خواهد شد.

۱-۱۲-۲-نظریه استفاده و رضامندی

این نظریه از توسعه و تعمیم نظریه گزینش و محدود بودن تاثیر وسایل ارتباط جمعی است، که معتقد است مخاطب خود تصمیم می گیرد چه برنامه ای را و از کدام وسیله ارتباطی انتخاب کند؟ این رویکرد به دنبال علل وانگیزه هایی است که مخاطب را وادار میکند به طرق مختلف و اشکال گوناگون از رسانه استفاده نماید و بدان وسیله به ارضاء خود بپردازد و هدف اصلی تحقیق در چگونگی انتخاب، دریافت و شیوه عکس العمل مخاطبان رسانه هاست(مهرداد،۱۳۸۰،ص ۱۴۷)
این نظریه می گوید مخاطب به نیاز خود آگاهی دارد، بنابراین فرایند انتقال پیام دارای پنج ویژگیست: